人工神經(jīng)網(wǎng)絡(luò)（ANN）是在計算機上構(gòu)建的復(fù)雜網(wǎng)絡(luò)算法，它模擬了生物神經(jīng)系統(tǒng)中神經(jīng)元之間的連接和信息傳遞，但它們之間是否具有更深層次的相似性，我們尚未可知。

比如，它們是否正在以相似的方式處理輸入信息？

“長期以來，人們一直爭論著人工神經(jīng)網(wǎng)絡(luò)是否像人類一樣學習?！?/strong>

【資料圖】

——俄勒岡大學的語言學家維謝沃德·卡帕辛斯基（Vsevolod Kapatsinski）

而最近的一項新研究證實，自然神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)在語言學習上具有相似之處。這項研究由加州大學伯克利分校的計算語言學家加什珀·貝古什（Ga?per Begu?）領(lǐng)銜，他將人類聽取簡單聲音時的腦電波與人工神經(jīng)網(wǎng)絡(luò)分析相同聲音所產(chǎn)生的信號進行了比較后發(fā)現(xiàn)，二者竟出奇的相似。他表示，“因聲音刺激所產(chǎn)生的腦電波和ANN信號，是迄今為止報道的最相似的腦電波和ANN信號?！?/p>

研究人員還測試了由通用型神經(jīng)元（適用于各種任務(wù)）構(gòu)建的網(wǎng)絡(luò)，發(fā)現(xiàn)即使是非常通用，且沒有為語音或任何其他聲音進化出偏好的人工神經(jīng)網(wǎng)絡(luò)，依舊呈現(xiàn)出了它與人類神經(jīng)元編碼的對應(yīng)關(guān)系。研究者表示，這些結(jié)果不僅有助于解開神經(jīng)網(wǎng)絡(luò)學習的神秘面紗，還暗示著人類大腦其實并沒有為語言產(chǎn)生特化的結(jié)構(gòu)。

研究人員為14名英語使用者和15名西班牙語使用者連續(xù)播放了一個音節(jié)“bah”，每次播放時長為8分鐘，共進行了兩組實驗。在聲音播放過程中，研究人員記錄到每位聽者腦干（處理聲音的第一個部位）的神經(jīng)元的平均電活動。研究人員還將相同的“bah”聲音輸入到兩組不同的神經(jīng)網(wǎng)絡(luò)中，一組經(jīng)過英語聲音數(shù)據(jù)集訓練，另一組經(jīng)過西班牙語聲音數(shù)據(jù)集訓練。研究人員記錄了神經(jīng)網(wǎng)絡(luò)的處理活動，其重點關(guān)注神經(jīng)網(wǎng)絡(luò)中首次分析聲音的卷積層（與腦干活動相對應(yīng)）。結(jié)果發(fā)現(xiàn)，其中的信號與人腦電波高度匹配。

?圖注：輸入“bah”后，人工神經(jīng)網(wǎng)絡(luò)與人類大腦產(chǎn)生信號的比較

大家知道，人類腦電的采集和監(jiān)測是容易實現(xiàn)的。那么，要如何讓人工智能“聽”到聲音并收集它“大腦”的反饋信號呢？在實驗中，研究者選擇了一種被稱為生成對抗網(wǎng)絡(luò)（GAN）的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)作為人工神經(jīng)網(wǎng)絡(luò)的被試，其最初于2014年用于生成圖像。GAN由兩個競爭的神經(jīng)網(wǎng)絡(luò)組成，分別是鑒別器（discriminator）和生成器（generator）。生成器創(chuàng)建一個樣本，可以是圖像或聲音。鑒別器則用于確定該樣本與訓練樣本的接近程度并提供反饋，而生成器會再次嘗試生成樣本，直到GAN能夠輸出所需的結(jié)果。

在這項研究中，鑒別器最初是在一組英語或西班牙語聲音集合上進行訓練的。生成器（從未聽過這些聲音）必須找到一種產(chǎn)生這些聲音的方法。它開始時會產(chǎn)生隨機的聲音，但經(jīng)過大約40000輪與鑒別器的交互后，生成器逐漸改進，最終能夠產(chǎn)生正確的聲音。由于這種訓練，鑒別器也變得更擅長區(qū)分真實聲音和生成的聲音。在鑒別器完全訓練之后，研究人員再向其播放“bah”的聲音，成功測量了人工神經(jīng)元平均活動水平的波動。正如上文介紹的那樣，這些波動產(chǎn)生了與人類腦電波非常相似的信號。

這個實驗還揭示了人類和機器之間的另一個有趣的相似之處。腦電波顯示，說英語和說西班牙語的參與者聽到“bah”聲音的方式不同（西班牙語使用者更多地聽到了“pah”聲），而生成對抗網(wǎng)絡(luò)的信號也顯示出，在處理聲音時，經(jīng)過英語訓練的網(wǎng)絡(luò)與經(jīng)過西班牙語訓練的網(wǎng)絡(luò)略顯不同。

“而且，這些差異的方向是相同的”研究者補充道。說英語的人的腦干對“bah”聲的響應(yīng)比說西班牙語的人稍早一些。對相同聲音的響應(yīng)而言，經(jīng)過英語訓練的生成對抗網(wǎng)絡(luò)也比經(jīng)過西班牙語訓練的模型稍早一些。人類和機器在時間上的差異幾乎完全相同，大約是一秒的千分之一。由此可見，人類和人工網(wǎng)絡(luò)很可能以相似的方式進行信息處理。

語言學家諾姆·喬姆斯基（Noam Chomsky）曾在1950年代提出，人類天生具有理解語言的獨特能力，是因為人類大腦的特定結(jié)構(gòu)。然而，此次的研究結(jié)果卻支持了與此相反的觀點——處理語言實則并不需要特殊內(nèi)在機制和獨特的人類特征。

當然，很多人認為一項證據(jù)還遠遠不夠印證這個觀點。因此，研究者正在進一步探索人腦和神經(jīng)網(wǎng)絡(luò)之間的相似之處，例如，通過測試大腦皮層（在腦干完成其任務(wù)后進行聽覺處理的區(qū)域）產(chǎn)生的腦電波是否與GAN深層產(chǎn)生的信號相對應(yīng)。同時，他們也希望開發(fā)一個可靠的語言學習模型，用來描述機器和人類如何學會語言，從而利用該模型進行人類被試無法參與的實驗。

“我們可以創(chuàng)造一個不良環(huán)境（類似于被忽視的嬰兒），然后觀察模型是否會出現(xiàn)類似語言障礙的情況。當然，我們還需要更多的工作來擴大和增強我們的計算架構(gòu)使得人工神經(jīng)網(wǎng)絡(luò)達到人類的水平。而即使在目前相對早期的階段，我們?nèi)詫θ祟惡腿斯ど窠?jīng)網(wǎng)絡(luò)這兩個系統(tǒng)之間內(nèi)部運作的相似性感到驚訝?！毖芯空哒f道。

:https://www.quantamagazine.org/some-neural-networks-learn-language-like-humans-20230522/