Belangrijkste leerpunten
- Het menselijk brein maakt gebruik van een complex proces om taal te leren en te begrijpen.
- Met de hulp van A.I. analyseerde een recente studie de hersenactiviteit van deelnemers om een netwerk van regio's te onthullen die samenwerken om taal te verwerken.
- Deze bevindingen kunnen ons helpen om uiteindelijk hersendisfunctie en neurodegeneratieve ziekten beter te begrijpen.
Een van de vele mysteries van de geest betreft het complexe systeem dat ons in staat stelt om taal te begrijpen. Je kunt deze zin begrijpen, mede dankzij dat systeem dat in je hersenen aan het werk is. Maar hoe werkt het precies?
Ondanks dat we dit systeem elke dag gebruiken, begrijpen we niet helemaal hoe de hersenen betekenis geven aan een reeks woorden. In een poging om een beter beeld van dit proces te schetsen, gebruikte een groep onderzoekers kunstmatige intelligentie en neuroimaging om de hersenen van een persoon tijdens het lezen te analyseren.
De bevindingen gepubliceerd in de Journal of Neuroscience onthulde dat verschillende hersengebieden samenwerken om betekenis te geven aan zinnen, en dat dit de ontwikkeling van behandeling voor verschillende vormen van cognitieve stoornissen zou kunnen bevorderen.
Het onderzoek
De studie keek naar de hersenactiviteit van veertien personen die werden gevolgd via functionele MRI terwijl ze 240 verschillende zinnen lazen. Deze zinnen waren gecodeerd door InferSent, een model voor kunstmatige intelligentie dat is getraind om semantische zinsrepresentaties te produceren.
De scans onthulden dat activiteit plaatsvond in een netwerk van verschillende regio's in de hersenen, wat aangeeft dat, in plaats van dat één site als centrum voor zinsbegrip dient, meerdere corticale regio's samenwerken om deze taak te volbrengen.
Andrew Anderson, PhD
De bevindingen geven een nieuw beeld van het netwerk in onze hersenen dat bezig is met het begrijpen van de betekenis van zinnen.
- Andrew Anderson, PhDDeze specifieke A.I. is significant omdat het elementen van fMRI-activiteit voorspelde die niet kunnen worden voorspeld door andere gangbare computermodellen. Hierdoor konden onderzoekers fMRI-activiteit voorspellen die de codering van zinsbetekenis in hersengebieden weerspiegelt.
"De bevindingen geven een nieuw beeld van het netwerk in onze hersenen dat zich bezighoudt met het begrijpen van de betekenis van zinnen", zegt hoofdonderzoeker Andrew Anderson, PhD, van de Universiteit van Rochester. "Zoals we allemaal weten, worden zinnen gevormd uit reeksen woorden, maar de betekenis van een zin is meer dan de som van de woorddelen."
Anderson wijst op het voorbeeld van "De auto reed over de kat." vs. "De kat liep over de auto." Ondanks het feit dat beide zinnen dezelfde woorden bevatten, begrijpen onze hersenen dat ze elk een andere betekenis hebben. Het signaleringssysteem waarmee we taal op deze manier kunnen verwerken is ongelooflijk complex, maar A.I. kan ons helpen het beter te begrijpen.
Door middel van machine learning kan een computermodel de betekenis van taal benaderen. Door vervolgens dat rekenmodel te matchen met de fMRI-informatie die hersenactiviteit tijdens taalbegrip benadrukt, kunnen we onderscheiden welke hersenregio's actief zijn in deze taak.
"Het is niet goed begrepen waar dergelijke 'holistische' representaties van betekenis worden gecodeerd als zinnen worden gelezen", zegt Anderson. "Zijn ze gelokaliseerd in een enkel hersengebied of meer verspreid over meerdere regio's? Onze bevindingen wijzen in de richting van het laatste, die zinsbetekenis wordt gecodeerd door een gedistribueerd hersennetwerk, dat regio's van de temporale, pariëtale en frontale cortex overspant."
A.I. en onze hersenen
Zoals geïllustreerd door deze studie, heeft A.I. helpt ons het menselijk brein beter te begrijpen. Tegelijkertijd helpt het bestuderen van het menselijk brein ons om meer geavanceerde A.I. Het is een boeiende en heilzame circulaire relatie.
"Bijna elke doorbraak in AI is gebaseerd op neurowetenschap en psychologie, waarbij diepe neurale netwerken en versterkend leren misschien wel de twee meest prominente voorbeelden zijn", zegt neurale ingenieur Dhonam Pemba, PhD.
Pemba heeft verschillende A.I. bedrijven die zich specifiek richten op onderwijs en taalverwerving. Meest recentelijk was hij mede-oprichter van Kidx, een A.I. onderwijsplatform voor kinderen. Hij merkt op dat, hoewel leren en denken zoals het menselijk brein het uiteindelijke doel van AI is, het enorme hoeveelheden gegevens en training vereist om zelfs maar in de buurt te komen. Kunstmatige intelligentie kan niet generaliseren en extrapoleren zoals het menselijk brein doet bij het leren en verwerken van taal.
Dhonam Pemba, MD, PhD
De sleutel tot het verbeteren van AI en het nabootsen van de hersenen zou zijn om kunstmatige neurale netwerken op dezelfde manier te laten leren als echte biologische neurale netwerken.
- Dhonam Pemba, MD, PhD"Ons brein voor het leren van talen is in staat om het leren van eerdere kennis op gang te brengen", zegt Pemba. "We leren bijvoorbeeld zinspatronen en kunnen nieuwe woorden in deze patronen gebruiken zonder dat het expliciet wordt verteld, of we kunnen de nieuwe betekenis van een woord sneller leren als we andere soortgelijke woorden hebben geleerd."
Het potentieel van kunstmatige neurale netwerken
Kunstmatige neurale netwerken hebben de rekenmodellen enorm verbeterd en experts zeggen dat er grote vooruitgang zal worden geboekt in op taal gebaseerde A.I. taken in het komende decennium.
Met verdere vooruitgang in taalverwerking, gelooft Anderson dat we uiteindelijk ook een beter begrip van hersendisfunctie zullen krijgen. Met behulp van AI zou het mogelijk kunnen zijn om te beoordelen hoe hersengebieden die zijn aangetast door neurodegeneratieve ziekten zoals de ziekte van Alzheimer, coderen voor betekenis.
"Bovendien kunnen we testen of hersennetwerken opnieuw zijn bedraad om andere, minder zieke hersenregio's in staat te stellen de rol van zieke regio's op zich te nemen", zegt hij. "Dit kan helpen bij het karakteriseren van ziekteprogressie en mogelijk zelfs helpen bij het voorspellen welke individuen met een hoge pathofysiologie zullen bezwijken voor dementie en degenen die dat niet zullen doen."
Maar zo'n vooruitgang zal tijd vergen, en de vorderingen op dit gebied zijn nooit perfect.
"Ik denk nog steeds dat er nog veel uitdagingen zijn om het menselijk brein na te bootsen", zegt Pemba. "Ten eerste begrijpen we het nog steeds niet volledig genoeg om het te ontwikkelen, en ten tweede gebruiken we computer en wiskunde om weer te geven wat we niet weten. De sleutel tot het verbeteren van AI en het nabootsen van de hersenen zou zijn om kunstmatige neurale netwerken te laten leren op dezelfde manier als echte biologische neurale netwerken.
"Maar een andere vraag is of we het echt volledig moeten nabootsen? Vliegtuigen vliegen niet als vogels."
Wat dit voor u betekent?
Ongelooflijk complexe systemen zijn aan het werk terwijl je taal leest of hoort. Omdat vooruitgang in kunstmatige intelligentie ons helpt deze systemen beter te begrijpen, hebben we een betere kans om hersenstoornissen te begrijpen en te behandelen.
Tweetaligheid kan de hersenen van een kind versterken tot in de volwassenheid, blijkt uit onderzoek
