迄今为止，分辨率最高的编码单词含义的神经元 map 来了。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
- 尽管人们对支持语言和语义处理的大脑区域了解不断加深，但神经语义推导在细胞水平上仍然存在许多未知。
- 最近，《自然》杂志发表的一篇研究论文，通过跟踪神经元在自然语音处理过程中的活动，发现了单个神经元对语义信息的精细皮层表征。
- 该论文题为《语义编码在单细胞分辨率下进行语言理解》。
1. 论文地址：https://www.nature.com/articles/s41586-024-07643-2
- 该研究创建了迄今为止分辨率最高的神经元图（map），这些神经元负责编码各种单词的含义。
- 当参与者聆听语义不同的句子和故事时，该研究记录左侧语言主导的前额叶皮层的单细胞活动。结果表明，在个体之间，大脑使用相同的标准类别来对单词进行分类 —— 帮助我们将声音转化为意义。
- 这些神经元选择性地响应特定的单词含义，并可靠地区分单词和非单词。此外，它们的活动不是将单词作为固定的记忆表征来响应，而是高度动态的，根据其特定的句子上下文反映单词的含义，并且独立于其语音形式。
- 总的来说，该研究展示了这些细胞群如何准确预测在语音过程中实时听到的单词的广泛语义类别，以及如何跟踪它们出现的句子。该研究还展示了如何编码这些意义表征的层次结构以及这些表征如何映射到细胞群上。这些发现在神经元尺度，揭示了人类语义表征的精细皮层组织，并开始阐明语言理解过程中细胞水平的意义处理。fenye一个神经元负责一切
同一组神经元对相似的类别（例如动作或与人相关）的词作出反应。研究发现，大脑将某些词相互关联（例如「鸭子」和「蛋」），触发相同的神经元。含义相近的词（例如「老鼠」和「大鼠」）触发的模式比含义不同的词（例如「老鼠」和「胡萝卜」）更相似。其他神经元对抽象概念（例如关系词，例如「上面」和「后面」）作出反应。
参与者之间对单词分配的类别相似，表明人类大脑以相同的方式对含义进行分组。
前额叶皮层神经元根据单词的含义（而非声音）区分单词。例如，当听到「Son」（儿子）时，与家庭成员相关的位置被激活，而听到同音异义词「Sun」（太阳）时，这些神经元没有反应。
这种理论提出后，研究人员能在一定程度上通过观察人们的神经元放电来确定他们听到了什么。虽然他们无法重现确切的句子，但已经可以进行判断。例如，一个句子包含动物、动作和食物，顺序依次为动物、动作和食物。
「获得这种程度的细节，并一窥单个神经元层面发生的事情非常令人兴奋，」加州大学圣地亚哥分校工程师、脑机接口公司 Paradromics 首席科学官 Vikash Gilja 说道。令他印象深刻的是，研究人员不仅可以确定与单词及其类别相对应的神经元，还可以确定说话的顺序。
Gilja 表示，从神经元记录信息，要比使用以往的成像方法要快得多。理解语言的自然速度对于未来开发脑机接口设备的工作非常重要，新类型的设备可以为失去说话能力的人恢复说话能力。
参考链接：https://www.nature.com/articles/d41586-024-02146-6
