あなたの脳は常にアクティブな予測マシンです

医師による主な違い

概要: 脳は常に予測マシンとして機能し、感覚情報を内部予測と継続的に比較します。

ソース: マックス・プランク研究所

これは、私たちの脳がどのように機能するかに関する最近の理論と一致しています。それは、私たちが拾った感覚情報 (画像、音、言語など) を内部予測と継続的に比較する予測マシンです。

「この理論的アイデアは神経科学で非常に人気がありますが、それに対する既存の証拠はしばしば間接的であり、人工的な状況に限定されています」と筆頭著者の Micha Heilbron は言います。

「これがどのように機能するかを正確に理解し、さまざまな状況でテストしたいと思っています。」

この現象に関する脳の研究は、通常、人工的な環境で行われる、と Heilbron は明らかにした。 予測を呼び起こすために、参加者は動くドットの単一パターンを 30 分間じっと見つめるか、「ピピピピ、ピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピピッ」という音の単純なパターンを聞くように求められます。

「この種の研究は、実際に私たちの脳が予測を行うことができることを明らかにしていますが、これが日常生活の複雑さの中で常に起こるというわけではありません. 私たちはそれを研究室の設定から外そうとしています。 私たちは、脳が予想外の情報をどのように処理するかという同じタイプの現象を研究していますが、それははるかに予測しにくい自然な状況です。」

ヘミングウェイとホームズ

研究者たちは、ヘミングウェイやシャーロック・ホームズについての物語を聞いている人々の脳活動を分析しました。 同時に、ディープ ニューラル ネットワークと呼ばれるコンピューター モデルを使用して本のテキストを分析しました。 このようにして、彼らは単語ごとにそれがどれほど予測不可能であるかを計算することができました.

単語や音ごとに、脳は詳細な統計的予測を行い、予測不可能性の程度に非常に敏感であることが判明しました。脳の反応は、単語がコンテキストで予期しないものである場合は常に強くなります。

私たちの脳は、常に活動している予測機械です。 クレジット: AI が生成したイラスト、経由: DALL-E、OpenAi – Micha Heilbron

「それ自体はそれほど驚くべきことではありません。結局のところ、次の言語を予測できる場合があることは誰もが知っています。 たとえば、誰かが非常にゆっくり話し始めたり、吃音を発したり、単語を考えられなかったりすると、脳は自動的に「空白を埋め」、頭の中で誰かの文章を完成させることがあります。 しかし、ここで示したのは、これが継続的に発生するということです。 私たちの脳は常に言葉を推測しています。 予測機械は常にオンになっています。」

ソフトウェア以上のもの

「実際、私たちの脳は、音声認識ソフトウェアに匹敵することを行っています。 人工知能を使用する音声認識も、携帯電話のオートコンプリート機能と同様に、常に予測を行い、期待に沿って行動できるようにしています。

「それにもかかわらず、私たちは大きな違いを観察しました。脳は単語を予測するだけでなく、抽象的な意味や文法から特定の音まで、さまざまなレベルで予測を行います。」

たとえば、この種の新しい洞察を使用して、より優れた言語および画像認識ソフトウェアを構築したいと考えているテクノロジー企業からの継続的な関心には十分な理由があります。 しかし、これらの種類のアプリケーションは Heilbron の主な目的ではありません。

「私たちの予測機構が基本的なレベルでどのように機能するかを本当に理解したいと思っています。 私は現在、同じ研究体制で取り組んでいますが、音楽のような視覚的および聴覚的知覚を対象としています。」

この神経科学研究ニュースについて

著者: プレスオフィス
ソース: マックス・プランク研究所
コンタクト: プレスオフィス – マックスプランク研究所
画像: 画像は DALL-E、OpenAi のクレジットです – Micha Heilbron

元の研究: 閉鎖されたアクセス。
「自然言語理解中の言語予測の階層」Micha Heilbron et al. PNAS

こちらもご覧ください

これは、ランニングのためにストレッチをしている女性を示しています

概要

自然言語理解における言語予測の階層

話し言葉を理解するには、あいまいな音響ストリームを、音素から意味までの表現の階層に変換する必要があります。 脳は、入ってくる入力の解釈を導くために予測を使用することが示唆されています。

ただし、言語処理における予測の役割は、予測の遍在性と表現上の性質の両方について意見の相違があり、論争が続いています。

ここでは、オーディオブックを聴いている参加者の脳の記録を分析し、ディープ ニューラル ネットワーク (GPT-2) を使用して文脈予測を正確に定量化することで、両方の問題に対処します。

まず、単語に対する脳の反応が遍在する予測によって変調されていることを確認します。 次に、モデルベースの予測を個別の次元に分解し、構文カテゴリ (品詞)、音素、およびセマンティクスに関する予測の分離可能なニューラル シグネチャを明らかにします。

最後に、高レベル (単語) の予測が低レベル (音素) の予測を通知し、階層的な予測処理をサポートすることを示します。

まとめると、これらの結果は、言語処理における予測の遍在性を強調しており、脳が複数の抽象化レベルで次の言語を自発的に予測することを示しています。

Leave a Reply

Your email address will not be published.