Punti chiave
- Il cervello umano impiega un processo complesso per apprendere e comprendere il linguaggio.
- Con l'aiuto dell'intelligenza artificiale, un recente studio ha analizzato l'attività cerebrale dei partecipanti per rivelare una rete di regioni che lavorano insieme per elaborare il linguaggio.
- Questi risultati potrebbero aiutarci a comprendere meglio la disfunzione cerebrale e le malattie neurodegenerative.
Uno dei tanti misteri della mente riguarda il complesso sistema che ci permette di comprendere il linguaggio. Sei in grado di capire questa frase grazie, in parte, a quel sistema all'opera nel tuo cervello. Ma come funziona, esattamente?
Nonostante l'utilizzo di questo sistema ogni giorno, non comprendiamo appieno come il cervello dia un significato a una sequenza di parole. Nel tentativo di dipingere un quadro migliore di questo processo, un gruppo di ricercatori ha utilizzato l'intelligenza artificiale e il neuroimaging per analizzare il cervello di una persona mentre leggeva.
I risultati pubblicati nel Journal of Neuroscience Neuro ha rivelato che varie regioni del cervello lavorano insieme per dare significato alle frasi e potrebbero informare lo sviluppo del trattamento per varie forme di deterioramento cognitivo.
La ricerca
Lo studio ha esaminato l'attività cerebrale di quattordici individui monitorati tramite risonanza magnetica funzionale mentre leggevano 240 frasi diverse. Queste frasi sono state codificate da InferSent, un modello di intelligenza artificiale addestrato per produrre rappresentazioni semantiche di frasi.
Le scansioni hanno rivelato che l'attività si è verificata in una rete di diverse regioni del cervello, il che indica che, piuttosto che un sito che funge da centro per la comprensione della frase, più regioni corticali lavorano insieme per svolgere questo compito.
Andrew Anderson, PhD
I risultati forniscono una nuova immagine della rete nei nostri cervelli che sono impegnati nella comprensione del significato delle frasi.
- Andrew Anderson, PhDQuesta particolare A.I. è significativo in quanto ha dimostrato di prevedere elementi dell'attività fMRI che non possono essere previsti da altri modelli computazionali comuni. Ciò ha permesso ai ricercatori di prevedere l'attività fMRI che riflette la codifica del significato delle frasi nelle regioni del cervello.
"I risultati forniscono una nuova immagine della rete nei nostri cervelli che sono impegnati nella comprensione del significato delle frasi", afferma il ricercatore capo Andrew Anderson, PhD, dell'Università di Rochester. "Come tutti sappiamo, le frasi sono formate da sequenze di parole, tuttavia il significato di una frase è più della somma delle sue parti di parole".
Anderson indica l'esempio di "L'auto ha investito il gatto". vs. "Il gatto ha investito la macchina". Nonostante il fatto che entrambe le frasi contengano le stesse parole, il nostro cervello capisce che ognuna di esse significa cose diverse. Il sistema di segnalazione che ci permette di elaborare il linguaggio in questo modo è incredibilmente complesso, ma l'A.I. può aiutarci a capirlo meglio.
Attraverso l'apprendimento automatico, un modello computazionale può approssimare il significato del linguaggio. Quindi abbinando quel modello computazionale alle informazioni fMRI che evidenziano l'attività cerebrale durante la comprensione del linguaggio, possiamo discernere quali regioni del cervello sono attive in questo compito.
"Non è ben compreso dove tali rappresentazioni 'olistiche' del significato siano codificate mentre le frasi vengono lette", dice Anderson. "Sono localizzati in una singola regione del cervello o più ampiamente distribuiti su più regioni? I nostri risultati puntano verso quest'ultimo, che il significato della frase è codificato in una rete cerebrale distribuita, che abbraccia regioni della corteccia temporale, parietale e frontale".
A.I. e il nostro cervello
Come illustrato da questo studio, A.I. ci aiuta a capire meglio il cervello umano. Allo stesso tempo, studiare il cervello umano ci aiuta a sviluppare un'intelligenza artificiale più sofisticata. È una relazione circolare affascinante e benefica.
"Quasi ogni svolta nell'intelligenza artificiale ha tratto ispirazione dalle neuroscienze e dalla psicologia, con reti neurali profonde e apprendimento per rinforzo che sono forse i due esempi più importanti", afferma l'ingegnere neurale Dhonam Pemba, PhD.
Pemba ha fondato diversi A.I. aziende, con particolare attenzione all'istruzione e all'acquisizione delle lingue. Più di recente, ha co-fondato Kidx, un'azienda di A.I. piattaforma educativa per bambini. Nota che, mentre l'apprendimento e il pensiero come il cervello umano è l'obiettivo finale dell'intelligenza artificiale, richiede un'immensa quantità di dati e addestramento anche solo per avvicinarsi. L'intelligenza artificiale non può generalizzare ed estrapolare come fa il cervello umano nell'apprendimento e nell'elaborazione del linguaggio.
Dhonam Pemba, MD, PhD
La chiave per migliorare l'intelligenza artificiale e imitare il cervello sarebbe quella di consentire alle reti neurali artificiali di apprendere allo stesso modo delle reali reti neurali biologiche.
- Dhonam Pemba, dottore in medicina, PhD"Il nostro cervello per l'apprendimento delle lingue è in grado di avviare l'apprendimento dalle conoscenze precedenti", afferma Pemba. "Ad esempio, impariamo i modelli di frase e siamo in grado di usare nuove parole in questi modelli senza che ci venga detto esplicitamente, oppure possiamo imparare il nuovo significato di una parola più velocemente una volta che abbiamo imparato altre parole simili".
Il potenziale delle reti neurali artificiali
Le reti neurali artificiali hanno notevolmente migliorato i modelli computazionali e gli esperti affermano che saranno fatti importanti progressi nell'intelligenza artificiale basata sul linguaggio. compiti nel prossimo decennio.
Con ulteriori progressi nell'elaborazione del linguaggio, Anderson crede che alla fine raggiungeremo anche una migliore comprensione della disfunzione cerebrale. Utilizzando l'intelligenza artificiale, potrebbe essere possibile valutare come le regioni del cervello colpite da malattie neurodegenerative come l'Alzheimer codificano il significato.
"Inoltre, possiamo verificare se le reti cerebrali si sono ricablate per consentire ad altre regioni del cervello meno malate di assumere il ruolo di regioni malate", afferma. "Questo potrebbe aiutare a caratterizzare la progressione della malattia e forse anche aiutare a prevedere quali individui ad alta fisiopatologia soccomberanno alla demenza e quelli che no".
Ma progressi come questo richiederanno tempo e i progressi fatti sul campo non sono mai perfetti.
"Penso ancora che ci siano molte sfide rimaste per imitare il cervello umano", dice Pemba. "In primo luogo, non lo comprendiamo ancora abbastanza per ingegnerizzarlo, e in secondo luogo stiamo usando computer e matematica per rappresentare ciò che non sappiamo. La chiave per migliorare l'intelligenza artificiale e imitare il cervello sarebbe quella di consentire alle reti neurali artificiali di apprendere allo stesso modo delle reali reti neurali biologiche.
"Ma un'altra domanda è: dobbiamo davvero imitarlo completamente? Gli aeroplani non volano come gli uccelli".
Cosa significa per te?
Sistemi incredibilmente complessi sono all'opera mentre leggi o ascolti la lingua. Poiché i progressi nell'intelligenza artificiale ci aiutano a comprendere meglio questi sistemi, abbiamo maggiori possibilità di comprendere e trattare le disfunzioni cerebrali.
Il bilinguismo può rafforzare il cervello di un bambino fino all'età adulta, lo studio mostra