[ad_1]
Con l’aiuto di una rete di linguaggio artificiale, i neuroscienziati del MIT hanno scoperto che tipo di frasi hanno maggiori probabilità di attivare i centri chiave di elaborazione del linguaggio del cervello.
Il nuovo studio rivela che le frasi più complesse, a causa della grammatica insolita o del significato inaspettato, generano risposte più forti in questi centri di elaborazione del linguaggio. Le frasi molto semplici coinvolgono a malapena queste regioni, e anche le sequenze di parole senza senso non fanno molto per loro.
Ad esempio, i ricercatori hanno scoperto che questa rete cerebrale era più attiva durante la lettura di frasi insolite come “I segnali di acquisto e vendita rimangono un particolare”, tratte da un set di dati linguistici disponibile al pubblico chiamato C4. Tuttavia, è diventato silenzioso durante la lettura di qualcosa di molto semplice, come “Eravamo seduti sul divano”.
“L’input deve essere sufficientemente simile al linguaggio per coinvolgere il sistema”, afferma Evelina Fedorenko, professore associato di neuroscienze al MIT e membro del McGovern Institute for Brain Research del MIT. “E poi all’interno di quello spazio, se le cose sono davvero facili da elaborare, allora non si ottiene molta risposta. Ma se le cose si fanno difficili, o sorprendenti, se c’è una costruzione insolita o un insieme insolito di parole con cui forse non hai molta familiarità, allora la rete deve lavorare di più”.
Fedorenko è l’autore senior dello studio, pubblicato oggi in Natura Comportamento Umano. La studentessa laureata del MIT Greta Tuckute è l’autrice principale dell’articolo.
Linguaggio di elaborazione
In questo studio, i ricercatori si sono concentrati sulle regioni di elaborazione del linguaggio trovate nell’emisfero sinistro del cervello, che comprende l’area di Broca e altre parti dei lobi frontali e temporali sinistri del cervello.
“Questa rete linguistica è altamente selettiva rispetto alla lingua, ma è stato più difficile capire realmente cosa sta succedendo in queste regioni linguistiche”, dice Tuckute. “Volevamo scoprire quali tipi di frasi, quali tipi di input linguistici guidano la rete linguistica dell’emisfero sinistro”.
I ricercatori hanno iniziato compilando una serie di 1.000 frasi tratte da un’ampia varietà di fonti: narrativa, trascrizioni di parole pronunciate, testi web e articoli scientifici, tra molti altri.
Cinque partecipanti umani hanno letto ciascuna frase mentre i ricercatori hanno misurato l’attività della loro rete linguistica utilizzando la risonanza magnetica funzionale (fMRI). I ricercatori hanno poi inserito quelle stesse 1.000 frasi in un grande modello linguistico – un modello simile a ChatGPT, che impara a generare e comprendere il linguaggio prevedendo la parola successiva in enormi quantità di testo – e hanno misurato i modelli di attivazione del modello in risposta a ciascuna frase. frase.
Una volta ottenuti tutti questi dati, i ricercatori hanno addestrato un modello di mappatura, noto come “modello di codifica”, che mette in relazione i modelli di attivazione osservati nel cervello umano con quelli osservati nel modello del linguaggio artificiale. Una volta addestrato, il modello potrebbe prevedere come la rete del linguaggio umano risponderebbe a qualsiasi nuova frase in base al modo in cui la rete del linguaggio artificiale ha risposto a queste 1.000 frasi.
I ricercatori hanno quindi utilizzato il modello di codifica per identificare 500 nuove frasi che genererebbero la massima attività nel cervello umano (le frasi “guidatrici”), nonché frasi che susciterebbero un’attività minima nella rete linguistica del cervello (le frasi “sopprimi”). .
In un gruppo di tre nuovi partecipanti umani, i ricercatori hanno scoperto che queste nuove frasi effettivamente guidavano e sopprimevano l’attività cerebrale come previsto.
“Questa modulazione a circuito chiuso dell’attività cerebrale durante l’elaborazione del linguaggio è nuova”, afferma Tuckute. “Il nostro studio mostra che il modello che stiamo utilizzando (che mappa tra le attivazioni del modello linguistico e le risposte del cervello) è sufficientemente accurato per farlo. Questa è la prima dimostrazione di questo approccio nelle aree cerebrali implicate nella cognizione di livello superiore, come la rete linguistica”.
Complessità linguistica
Per capire cosa faceva sì che determinate frasi guidassero l’attività più di altre, i ricercatori hanno analizzato le frasi sulla base di 11 diverse proprietà linguistiche, tra cui grammaticalità, plausibilità, valenza emotiva (positiva o negativa) e quanto sia facile visualizzare il contenuto della frase.
Per ciascuna di queste proprietà, i ricercatori hanno chiesto ai partecipanti delle piattaforme di crowdsourcing di valutare le frasi. Hanno anche utilizzato una tecnica computazionale per quantificare la “sorpresa” di ciascuna frase, ovvero quanto questa sia insolita rispetto ad altre frasi.
Questa analisi ha rivelato che le frasi con maggiore sorpresa generano risposte più elevate nel cervello. Ciò è coerente con studi precedenti che mostrano che le persone hanno maggiori difficoltà nell’elaborare le frasi con maggiore sorpresa, dicono i ricercatori.
Un’altra proprietà linguistica correlata alle risposte della rete linguistica è stata la complessità linguistica, che viene misurata da quanto una frase aderisce alle regole della grammatica inglese e quanto è plausibile, ovvero quanto senso ha il contenuto, a parte la grammatica.
Le frasi alle due estremità dello spettro – estremamente semplici o così complesse da non avere alcun senso – evocavano pochissima attivazione nella rete linguistica. Le risposte più numerose sono arrivate da frasi che hanno un certo senso ma che richiedono lavoro per capirle, come “Jiffy Lube of – oftherapists, yes”, che proviene dal set di dati Corpus of Contemporary American English.
“Abbiamo scoperto che le frasi che suscitano la massima risposta cerebrale hanno una strana cosa grammaticale e/o un significato strano”, dice Fedorenko. “C’è qualcosa di un po’ insolito in queste frasi.”
I ricercatori ora intendono vedere se è possibile estendere questi risultati a parlanti di lingue diverse dall’inglese. Sperano anche di esplorare quale tipo di stimoli possano attivare le regioni di elaborazione del linguaggio nell’emisfero destro del cervello.
La ricerca è stata finanziata da una borsa di studio Amazon del Science Hub, una borsa di studio internazionale dell’American Association of University Women, dal MIT-IBM Watson AI Lab, dal National Institutes of Health, dal McGovern Institute, dal Simons Center for the Social Brain e il Dipartimento di cervello e scienze cognitive del MIT.
[ad_2]
Source link
