Исследователи представили работу, опубликованную в журнале Nature, в которой нейросетевые архитектуры применяются для анализа механизмов обработки языка в человеческом мозге. Ученые использовали большие языковые модели в качестве вычислительных инструментов для сопоставления паттернов нейронной активности с лингвистическими структурами. Это позволило выявить, как именно мозг кодирует семантические и синтаксические компоненты речи в режиме реального времени.
В ходе эксперимента анализировались данные нейровизуализации, полученные при восприятии испытуемыми различных текстовых и аудиофрагментов. Модели помогли классифицировать нейронные сигналы, соответствующие конкретным языковым единицам, что позволило построить детальную карту функциональных зон коры головного мозга. Результаты показывают, что иерархическая организация современных моделей предсказания текста во многом коррелирует с тем, как нейронные сети человека обрабатывают контекст и структуру предложений.
Данное исследование открывает новые возможности для нейробиологии и когнитивных наук, предлагая количественный метод изучения биологических основ мышления. Использование ИИ в качестве модели для интерпретации сложных биологических данных позволяет точнее определять локализацию языковых функций и понимать принципы работы нейронных ансамблей. Полученные данные могут быть использованы для разработки новых интерфейсов «мозг-компьютер» и методов восстановления речевых функций при неврологических нарушениях.