Points clés à retenir
- Le cerveau humain utilise un processus complexe pour apprendre et comprendre le langage.
- Avec l'aide de l'IA, une étude récente a analysé l'activité cérébrale des participants pour révéler un réseau de régions qui travaillent ensemble pour traiter le langage.
- Ces découvertes pourraient éventuellement nous aider à mieux comprendre le dysfonctionnement cérébral et les maladies neurodégénératives.
L'un des nombreux mystères de l'esprit implique le système complexe qui nous permet de comprendre le langage. Vous pouvez comprendre cette phrase grâce, en partie, à ce système à l'œuvre dans votre cerveau. Mais comment ça marche exactement ?
Malgré l'utilisation de ce système chaque jour, nous ne comprenons pas pleinement comment le cerveau donne un sens à une séquence de mots. Dans le but de brosser un meilleur tableau de ce processus, un groupe de chercheurs a utilisé l'intelligence artificielle et la neuroimagerie pour analyser le cerveau d'une personne pendant qu'elle lit.
Les conclusions publiées dans le Journal des neurosciences ont révélé que diverses régions du cerveau travaillent ensemble pour donner un sens aux phrases et pourraient éclairer le développement de traitements pour diverses formes de déficience cognitive.
La recherche
L'étude a examiné l'activité cérébrale de quatorze individus surveillés par IRM fonctionnelle alors qu'ils lisaient 240 phrases différentes. Ces phrases avaient été codées par InferSent, un modèle d'intelligence artificielle entraîné pour produire des représentations de phrases sémantiques.
Les analyses ont révélé que l'activité s'était produite dans un réseau de différentes régions du cerveau, ce qui indique que, plutôt qu'un site servant de centre de compréhension de la phrase, plusieurs régions corticales travaillent ensemble pour accomplir cette tâche.
Andrew Anderson, PhD
Les résultats fournissent une nouvelle image du réseau dans notre cerveau qui est engagé dans la compréhension du sens des phrases.
- Andrew Anderson, PhDCette A.I. est important en ce qu'il s'est avéré prédire des éléments de l'activité de l'IRMf qui ne peuvent pas être prédits par d'autres modèles informatiques courants. Cela a permis aux chercheurs de prédire l'activité IRMf qui reflète le codage du sens des phrases dans les régions du cerveau.
"Les résultats fournissent une nouvelle image du réseau dans notre cerveau qui est engagé dans la compréhension du sens des phrases", explique le chercheur principal Andrew Anderson, PhD, de l'Université de Rochester. "Comme nous le savons tous, les phrases sont formées à partir de séquences de mots, mais le sens d'une phrase est plus que la somme de ses parties de mots."
Anderson cite l'exemple de "La voiture a écrasé le chat". vs "Le chat a écrasé la voiture." Malgré le fait que les deux phrases contiennent les mêmes mots, notre cerveau comprend qu'elles signifient chacune des choses différentes. Le système de signalisation qui nous permet de traiter le langage de cette manière est incroyablement complexe, mais l'IA. peut nous aider à mieux le comprendre.
Grâce à l'apprentissage automatique, un modèle informatique peut se rapprocher de la signification du langage. En faisant ensuite correspondre ce modèle informatique aux informations de l'IRMf mettant en évidence l'activité cérébrale pendant la compréhension du langage, nous pouvons discerner quelles régions du cerveau sont actives dans cette tâche.
« On ne comprend pas correctement où de telles représentations « holistiques » du sens sont encodées au fur et à mesure que les phrases sont lues", explique Anderson. "Sont-ils localisés dans une seule région du cerveau ou plus largement répartis dans plusieurs régions? Nos résultats pointent vers cette dernière, que le sens de la phrase est codé dans un réseau cérébral distribué, qui s'étend sur les régions du cortex temporal, pariétal et frontal."
I.A. et nos cerveaux
Comme l'illustre cette étude, A.I. nous aide à mieux comprendre le cerveau humain. Dans le même temps, l'étude du cerveau humain nous aide à développer une IA plus sophistiquée. C'est une relation circulaire fascinante et bénéfique.
« Presque toutes les percées en IA ont été tirées des neurosciences et de la psychologie, les réseaux neuronaux profonds et l'apprentissage par renforcement étant peut-être les deux exemples les plus marquants », explique l'ingénieur neuronal Dhonam Pemba, PhD.
Pemba a fondé plusieurs A.I. entreprises, en se concentrant spécifiquement sur l'éducation et l'acquisition des langues. Plus récemment, il a cofondé Kidx, une société d'IA. plate-forme éducative pour les enfants. Il note que, bien qu'apprendre et penser comme le cerveau humain soit l'objectif ultime de l'IA, cela nécessite d'immenses quantités de données et de formation pour s'en rapprocher. L'intelligence artificielle ne peut pas généraliser et extrapoler comme le cerveau humain le fait dans l'apprentissage et le traitement du langage.
Dhonam Pemba, MD, PhD
La clé pour améliorer l'IA et imiter le cerveau serait de permettre aux réseaux de neurones artificiels d'apprendre de la même manière que les réseaux de neurones biologiques réels.
- Dhonam Pemba, MD, PhD"Notre cerveau pour l'apprentissage des langues est capable d'amorcer l'apprentissage à partir de connaissances antérieures", explique Pemba. "Par exemple, nous apprenons des schémas de phrases et sommes capables d'utiliser de nouveaux mots dans ces schémas sans qu'on le leur dise explicitement, ou nous pouvons apprendre le nouveau sens d'un mot plus rapidement une fois que nous avons appris d'autres mots similaires."
Le potentiel des réseaux de neurones artificiels
Les réseaux de neurones artificiels ont considérablement amélioré les modèles de calcul, et les experts affirment que des progrès majeurs seront réalisés dans l'IA basée sur le langage. tâches au cours de la prochaine décennie.
Avec de nouvelles avancées dans le traitement du langage, Anderson pense que nous finirons également par parvenir à une meilleure compréhension du dysfonctionnement cérébral. En utilisant l'IA, il pourrait être possible d'évaluer comment les régions du cerveau affectées par les maladies neurodégénératives comme la maladie d'Alzheimer codent le sens.
"De plus, nous pouvons tester si les réseaux cérébraux ont été recâblés pour permettre à d'autres régions cérébrales moins malades de jouer le rôle de régions malades", dit-il. "Cela pourrait aider à caractériser la progression de la maladie, et peut-être même aider à prévoir quels individus de physiopathologie élevée succomberont à la démence et ceux qui ne le feront pas."
Mais de tels progrès prendront du temps, et les avancées réalisées sur le terrain ne sont jamais parfaites.
"Je pense toujours qu'il reste beaucoup de défis à relever pour imiter le cerveau humain", a déclaré Pemba. « Premièrement, nous ne le comprenons toujours pas assez pour le concevoir, et deuxièmement, nous utilisons l'informatique et les mathématiques pour représenter ce que nous ne savons pas. La clé pour améliorer l'IA et imiter le cerveau serait de permettre aux réseaux de neurones artificiels d'apprendre. de la même manière que les réseaux neuronaux biologiques réels le font.
"Mais une autre question est de savoir si nous devons réellement l'imiter complètement ? Les avions ne volent pas comme des oiseaux."
Ce que cela signifie pour vous
Des systèmes incroyablement complexes sont à l'œuvre pendant que vous lisez ou entendez un langage. Comme les progrès de l'intelligence artificielle nous aident à mieux comprendre ces systèmes, nous avons de meilleures chances de comprendre et de traiter les dysfonctionnements cérébraux.
Selon une étude, le bilinguisme peut renforcer le cerveau d'un enfant jusqu'à l'âge adulte