Das menschliche Gehirn und Modelle der künstlichen Intelligenz weisen Ähnlichkeiten bei der Sprachdekodierung auf.

Forschungsergebnisse deuten darauf hin, dass frühe Hirnreaktionen auf Sprache den anfänglichen, oberflächlichen analytischen Schichten in KI-Modellen entsprechen – wo der Fokus auf einfachen Merkmalen liegt.

Am 7. Dezember veröffentlichten Forscher der Hebräischen Universität Jerusalem (Israel) und der Princeton University (USA) eine neue Erkenntnis, die darauf hindeutet, dass das menschliche Gehirn gesprochene Sprache schrittweise verarbeitet und damit die Funktionsweise fortgeschrittener Modelle künstlicher Intelligenz (KI) widerspiegelt.

Laut Forschungsergebnissen weisen das menschliche Gehirn und große Sprachmodelle (LLMs) trotz grundlegender struktureller Unterschiede bemerkenswerte Ähnlichkeiten in ihren Interpretationsmechanismen auf.

In Zusammenarbeit mit Experten von Google Research zeigte das Forschungsteam, dass das Gehirn beim Hören und Empfangen von Sprache Wörter durch eine Reihe schneller neuronaler Schritte in Bedeutung umwandelt.

Dieser Interpretationsprozess entfaltet sich im Laufe der Zeit auf der Grundlage eines Modells, das direkt der Informationsverarbeitungsmethode des KI-Modells über mehrere Ebenen analytischer Tiefe entspricht.

Darüber hinaus deuten Forschungsergebnisse darauf hin, dass frühe Hirnreaktionen auf Sprache den ersten oberflächlichen Analyseebenen des KI-Modells entsprechen – die sich auf einfache Merkmale konzentrieren. Die Hirnaktivität in der nächsten Phase deckt sich mit den tieferen Analyseebenen der KI, in denen Kontext, Intonation und komplexe Bedeutungsebenen synthetisiert werden.

Dieser Zusammenhang ist besonders deutlich im Broca-Areal – dem wichtigsten Sprachzentrum des Gehirns, wo die aktivste Informationsverarbeitung des Gehirns mit den tiefsten und fortschrittlichsten analytischen Ebenen von KI-Modellen zusammenfällt.

Diese neue Erkenntnis stellt die traditionelle Sprachtheorie in Frage, die die Sprachverarbeitung als ein System mit festen Regeln betrachtet. Stattdessen bestärkt die Studie die Ansicht, dass Bedeutungsebenen schrittweise durch den Kontext entstehen.

Das Forschungsteam hat den vollständigen Datensatz zur Hirnaktivität und zu Sprachmerkmalen veröffentlicht, um weitere Forschungen zur Dekodierung natürlicher Sprache zu unterstützen. Die Forschungsergebnisse wurden in der Fachzeitschrift Nature Communications publiziert.

(VNA/Vietnam+)

Quelle: https://www.vietnamplus.vn/nao-nguoi-va-mo-hinh-tri-tue-nhan-tao-co-su-tuong-dong-trong-giai-ma-ngon-ngu-post1081739.vnp