Nature子刊：利用人工智能揭示人类对话的神经动力学

麻省总医院神经外科的蔡静博士是《自然通讯》杂志上发表的一篇论文的主要作者，《自然语言处理模型揭示了人类对话的神经动力学》。

　　

一项研究调查了我们的大脑在现实生活中是如何处理语言的。具体来说，我们想了解当我们说话和倾听时，哪些大脑区域变得活跃，以及这些模式如何与特定的单词和对话的背景联系起来。

采用了什么方法

研究人员使用人工智能（AI）来仔细研究我们的大脑是如何处理真实对话的。我们将先进的人工智能，特别是像ChatGPT背后的语言模型，与放置在大脑中的电极的神经记录相结合。这使我们能够同时追踪对话的语言特征以及大脑不同区域相应的神经活动。

通过分析这些同步数据流，我们可以绘制出语言的特定方面——比如正在说的单词和会话上下文——在会话过程中如何在大脑活动的动态模式中表现出来。

发现了什么

他们发现，在谈话中说和听都涉及到大脑额叶和颞叶的广泛网络。有趣的是，这些大脑活动模式是高度特定的，根据使用的确切单词，上下文和这些单词的顺序而变化。

研究人员还观察到，在说和听的过程中，一些大脑区域都是活跃的，这表明这些过程有部分共享的神经基础。最后，我们发现当人们在谈话中从听转到说时，大脑活动会发生特定的变化。

总的来说，这一发现阐明了我们的大脑在对话中组织自己产生和理解语言的动态方式。

这意味着什么

这一发现为大脑如何完成看似毫不费力的谈话壮举提供了重要的见解。它突出了语言的神经机制是如何分布和动态的——它不仅仅是一个点被点亮，而是一个跨越不同大脑区域的网络。事实上，这些模式对单词和上下文的细节进行了如此精细的调整，这表明大脑在处理语言的细微差别时具有非凡的能力。

我们看到的大脑中负责说和听的区域之间的部分重叠暗示了一个有效的神经系统，这可能是一个共享的机制，根据我们是在发送还是接收信息而改变用途。这可以告诉我们在对话中如何有效地转换角色。

下一步是什么

下一步是语义解码。这意味着要超越简单地识别对话过程中哪些大脑区域活跃，还要解码正在处理的单词和概念的含义。

最终，这种解码水平可以为语言的神经表征提供深刻的见解。这项工作可能有助于脑集成通信技术的发展，该技术可以帮助那些因神经退行性疾病（如肌萎缩侧索硬化症）影响语言的人。