Как мозг понимает предложения
Исследование
В исследовании изучалась активность мозга четырнадцати человек, отслеживаемая с помощью функциональной МРТ, когда они читали 240 различных предложений. Эти предложения были закодированы InferSent, моделью искусственного интеллекта, обученной создавать семантические представления предложений.
Сканирование показало, что активность происходила в сети различных областей мозга. Что указывает на то, что вместо одного сайта, служащего центром понимания предложений, несколько областей коры работают вместе для выполнения этой задачи.
Этот конкретный ИИ важен тем, что доказал способность предсказывать элементы активности фМРТ. Которые не могут быть предсказаны другими распространенными вычислительными моделями. Это позволило исследователям предсказать активность фМРТ, которая отражает кодирование смысла предложения в разных областях мозга.
Полученные данные дают новую картину сети в нашем мозгу, которая участвует в понимании смысла предложений. Как мы все знаем, предложения состоят из последовательностей слов, однако значение предложения больше, чем сумма его частей слова.
Например
Например «Автомобиль наехал на кошку» и «Кот наехал на машину». Несмотря на то, что оба предложения содержат одни и те же слова, наш мозг понимает, что каждое из них означает разные вещи. Система сигналов, которая позволяет нам обрабатывать язык таким образом, невероятно сложна, но ИИ может помочь нам лучше понять ее.
С помощью машинного обучения вычислительная модель может приблизить значение языка. Затем сопоставив эту вычислительную модель с информацией фМРТ. Выделяющей активность мозга во время понимания речи, мы можем различить, какие области мозга активны в этой задаче.
Не совсем понятно, где такие« целостные »представления значения кодируются при чтении предложений. Локализованы ли они в одной области мозга или более широко распределены по нескольким областям? Наши результаты указывают на последнее, что значение предложения закодировано во всей распределенной сети мозга, которая охватывает области височной, теменной и лобной коры.
ИИ и наш мозг
Как показано в этом исследовании, ИИ помогает нам лучше понять человеческий мозг. В то же время изучение человеческого мозга помогает нам разработать более сложный ИИ. Это увлекательные и полезные круговые отношения.
Почти каждый прорыв в области искусственного интеллекта основан на нейробиологии и психологии. Причем глубокие нейронные сети и обучение с подкреплением являются, пожалуй, двумя наиболее яркими примерами.
Обучение и мышление подобно человеческому мозгу является конечной целью ИИ, для этого требуется огромное количество данных и обучение. Искусственный интеллект не может обобщать и экстраполировать, как человеческий мозг при изучении и обработке языка.
Ключом к совершенствованию ИИ и имитации мозга было бы позволить искусственным нейронным сетям обучаться так же, как это делают настоящие биологические нейронные сети.
Наш мозг для изучения языка может начать обучение на основе предыдущих знаний. Например, мы изучаем шаблоны предложений и можем использовать новые слова . В этих шаблонах без явного указания, или мы можем узнать новое значение слова быстрее, когда мы выучили другие похожие слова.
Возможности искусственных нейронных сетей
Искусственные нейронные сети значительно улучшили вычислительные модели. И эксперты говорят, что в ближайшее десятилетие в решении языковых задач ИИ будут достигнуты серьезные успехи.
С дальнейшими достижениями в области обработки речи мы в конечном итоге также сможем лучше понять дисфункцию мозга. Используя ИИ, можно было бы оценить, как области мозга, затронутые нейродегенеративными заболеваниями, такими как болезнь Альцгеймера, кодируют значение.
Кроме того, мы можем проверить, изменились ли сети мозга, чтобы позволить другим менее пораженным участкам мозга взять на себя роль пораженных участков. Это может помочь охарактеризовать прогрессирование заболевания и, возможно, даже помочь в прогнозировании, какие люди с высокой патофизиологией станут жертвами деменции, а те, кто нет».
Но такой прогресс требует времени, а успехи, достигнутые в этой области, никогда не бывают идеальными.
Осталось еще много проблем, чтобы имитировать человеческий мозг. Во-первых, мы все еще недостаточно понимаем его, чтобы спроектировать его, а во-вторых, мы используем компьютер и математику, чтобы представить то, чего мы не знаем. Ключом к совершенствованию ИИ и имитации мозга было бы позволить искусственным нейронным сетям учиться так же, как это делают настоящие биологические нейронные сети.
Но другой вопрос: действительно ли нам нужно полностью имитировать это? Самолеты не летают, как птицы.
Что это значит для вас
Когда вы читаете или слышите речь, работают невероятно сложные системы. По мере того, как достижения в области искусственного интеллекта помогают нам лучше понимать эти системы, у нас появляется больше шансов понять и вылечить дисфункцию мозга.
Подробнее Тут
Психолог, сексолог
Спеціаліст у галузі Гештальт-Терапії. Дипломований психолог (КНУ ім.Шевченка). Гештальт-терапевт (МГІ). Асоційований тренер (ВОППГП). Акредитований Супервізор Всеукраїнського Товариства Практичних Психологів (ВОППГП), Член Української Спілки Психотерапевтів (УСП). Тілесно – орієнтований терапевт у роботі з психічною травмою і психосоматичними розладами. Ведуча навчальної програми “Теорія і практика в гештальт-терапії” (1 і 2 ступені), Авторського проєкту “Психосоматика – Життя або Хвороба”, Супервізорських і Терапевтичних груп.
Приватна практика з 2005 р.