Die zentralen Thesen
- Das menschliche Gehirn verwendet einen komplexen Prozess, um Sprache zu lernen und zu verstehen.
- Mit Hilfe von KI analysierte eine kürzlich durchgeführte Studie die Gehirnaktivität der Teilnehmer, um ein Netzwerk von Regionen aufzudecken, die zusammenarbeiten, um Sprache zu verarbeiten.
- Diese Erkenntnisse könnten uns helfen, Hirnfunktionsstörungen und neurodegenerative Erkrankungen besser zu verstehen.
Eines der vielen Geheimnisse des Geistes betrifft das komplexe System, das es uns ermöglicht, Sprache zu verstehen. Sie können diesen Satz teilweise dank dieses Systems verstehen, das in Ihrem Gehirn arbeitet. Aber wie funktioniert es genau?
Obwohl wir dieses System jeden Tag verwenden, verstehen wir nicht vollständig, wie das Gehirn einer Folge von Wörtern Bedeutung zuordnet. Um ein besseres Bild dieses Prozesses zu zeichnen, nutzte eine Gruppe von Forschern künstliche Intelligenz und Neuroimaging, um das Gehirn einer Person beim Lesen zu analysieren.
Die in der veröffentlichten Ergebnisse Zeitschrift für Neurowissenschaften zeigten, dass verschiedene Regionen des Gehirns zusammenarbeiten, um Sätzen eine Bedeutung zu geben, und die Entwicklung von Behandlungen für verschiedene Formen kognitiver Beeinträchtigungen beeinflussen könnte.
Die Forschung
Die Studie untersuchte die Gehirnaktivität von vierzehn Personen, die mittels funktioneller MRT überwacht wurden, während sie 240 verschiedene Sätze lasen. Diese Sätze wurden von InferSent kodiert, einem Modell der künstlichen Intelligenz, das darauf trainiert wurde, semantische Satzdarstellungen zu erzeugen.
Die Scans zeigten, dass Aktivitäten in einem Netzwerk verschiedener Regionen im Gehirn auftraten, was darauf hindeutet, dass nicht eine Stelle als Zentrum für das Satzverständnis dient, sondern mehrere kortikale Regionen zusammenarbeiten, um diese Aufgabe zu erfüllen.
Andrew Anderson, PhD
Die Ergebnisse liefern ein neues Bild des Netzwerks in unserem Gehirn, das damit beschäftigt ist, die Satzbedeutung zu verstehen.
- Andrew Anderson, PhDDiese besondere K.I. ist insofern von Bedeutung, als es bewies, Elemente der fMRT-Aktivität vorherzusagen, die von anderen gängigen Computermodellen nicht vorhergesagt werden können. Dies ermöglichte es den Forschern, die fMRT-Aktivität vorherzusagen, die die Kodierung der Satzbedeutung über die Gehirnregionen hinweg widerspiegelt.
„Die Ergebnisse liefern ein neues Bild des Netzwerks in unserem Gehirn, das damit beschäftigt ist, die Bedeutung von Sätzen zu verstehen“, sagt der leitende Forscher Andrew Anderson, PhD, von der University of Rochester. "Wie wir alle wissen, werden Sätze aus Wortfolgen gebildet, aber die Bedeutung eines Satzes ist mehr als die Summe seiner Wortteile."
Anderson verweist auf das Beispiel von "Das Auto ist über die Katze gefahren." vs. "Die Katze ist über das Auto gefahren." Obwohl beide Sätze die gleichen Wörter enthalten, versteht unser Gehirn, dass sie jeweils unterschiedliche Bedeutungen haben. Das Signalisierungssystem, das es uns ermöglicht, Sprache auf diese Weise zu verarbeiten, ist unglaublich komplex, aber K.I. kann uns helfen, es besser zu verstehen.
Durch maschinelles Lernen kann ein Computermodell die Bedeutung von Sprache annähern. Indem wir dieses Rechenmodell dann mit den fMRT-Informationen abgleichen, die die Gehirnaktivität während des Sprachverstehens hervorheben, können wir erkennen, welche Gehirnregionen bei dieser Aufgabe aktiv sind.
„Es wird nicht richtig verstanden, wo solche ‚ganzheitlichen‘ Bedeutungsdarstellungen beim Lesen von Sätzen kodiert werden“, sagt Anderson. "Sind sie in einer einzelnen Gehirnregion lokalisiert oder weiter über mehrere Regionen verteilt? Unsere Ergebnisse deuten auf letzteres hin, dass die Satzbedeutung in einem verteilten Gehirnnetzwerk kodiert ist, das Regionen des temporalen, parietalen und frontalen Kortex umfasst."
KI und unser Gehirn
Wie diese Studie zeigt, ist A.I. hilft uns, das menschliche Gehirn besser zu verstehen. Gleichzeitig hilft uns die Untersuchung des menschlichen Gehirns, eine ausgeklügeltere KI zu entwickeln. Es ist eine faszinierende und vorteilhafte zirkuläre Beziehung.
„Fast jeder Durchbruch in der KI basiert auf Neurowissenschaften und Psychologie, wobei Deep Neural Networks und Reinforcement Learning vielleicht die beiden prominentesten Beispiele sind“, sagt Neuroingenieur Dhonam Pemba, PhD.
Pemba hat mehrere A.I. Unternehmen mit besonderem Fokus auf Bildung und Spracherwerb. Zuletzt war er Mitbegründer von Kidx, einem A.I. Bildungsplattform für Kinder. Er stellt fest, dass das Lernen und Denken wie das menschliche Gehirn das ultimative Ziel der KI ist, es jedoch immense Datenmengen und Training erfordert, um auch nur annähernd daran zu kommen. Künstliche Intelligenz kann nicht verallgemeinern und extrapolieren, wie es das menschliche Gehirn beim Lernen und Verarbeiten von Sprache tut.
Dhonam Pemba, MD, PhD
Der Schlüssel zur Verbesserung der KI und der Nachahmung des Gehirns wäre, künstlichen neuronalen Netzen zu ermöglichen, auf die gleiche Weise zu lernen wie tatsächliche biologische neuronale Netze.
- Dhonam Pemba, MD, PhD"Unser Gehirn für das Sprachenlernen ist in der Lage, das Lernen aus Vorwissen zu beschleunigen", sagt Pemba. „Zum Beispiel lernen wir Satzmuster und können in diesen Mustern neue Wörter verwenden, ohne dass es explizit gesagt wird, oder wir können die neue Bedeutung eines Wortes schneller lernen, wenn wir andere ähnliche Wörter gelernt haben.“
Das Potenzial künstlicher neuronaler Netze
Künstliche neuronale Netze haben die Rechenmodelle erheblich verbessert, und Experten sagen, dass bei der sprachbasierten KI große Fortschritte erzielt werden werden. Aufgaben im nächsten Jahrzehnt.
Mit weiteren Fortschritten in der Sprachverarbeitung, glaubt Anderson, werden wir schließlich auch ein besseres Verständnis der Funktionsstörung des Gehirns erlangen. Mittels KI könnte man abschätzen, wie Hirnregionen, die von neurodegenerativen Erkrankungen wie Alzheimer betroffen sind, Bedeutungen kodieren.
„Außerdem können wir testen, ob sich Gehirnnetzwerke neu verdrahtet haben, damit andere weniger erkrankte Hirnregionen die Rolle von erkrankten Regionen übernehmen können“, sagt er. "Dies könnte helfen, den Krankheitsverlauf zu charakterisieren und möglicherweise sogar bei der Vorhersage, welche Personen mit hoher Pathophysiologie an Demenz erliegen werden und welche nicht."
Aber solche Fortschritte brauchen Zeit, und die Fortschritte auf diesem Gebiet sind nie perfekt.
"Ich denke immer noch, dass es noch viele Herausforderungen gibt, das menschliche Gehirn nachzuahmen", sagt Pemba. „Erstens verstehen wir es immer noch nicht vollständig genug, um es zu entwickeln, und zweitens verwenden wir Computer und Mathematik, um das darzustellen, was wir nicht wissen. Der Schlüssel zur Verbesserung der KI und Nachahmung des Gehirns wäre, künstliche neuronale Netze lernen zu lassen.“ auf die gleiche Weise wie bei tatsächlichen biologischen neuronalen Netzwerken
"Aber eine andere Frage ist, müssen wir es wirklich vollständig nachahmen? Flugzeuge fliegen nicht wie Vögel."
Was das für Sie bedeutet
Beim Lesen oder Hören von Sprache sind unglaublich komplexe Systeme am Werk. Da Fortschritte in der künstlichen Intelligenz uns helfen, diese Systeme besser zu verstehen, haben wir bessere Chancen, Hirnfunktionsstörungen zu verstehen und zu behandeln.
Studien zeigen, dass Zweisprachigkeit das Gehirn eines Kindes bis ins Erwachsenenalter stärken kann