本文經(jīng)AI新媒體量子位（公眾號ID:QbitAI）授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

人工神經(jīng)網(wǎng)絡(luò)（ANN）的學(xué)習(xí)方式，竟然與人腦極為相似！

你沒聽錯，至少在處理語言這塊上，機器似乎更像人了。

先看下面這張圖：

圖片

藍色代表的是人的腦電波信號，紅色代表的是人工神經(jīng)網(wǎng)絡(luò)信號。

而這是人腦和機器聽同一個語音時所作出的反應(yīng)。

是不是非常相似，有木有被驚到？

實際上這張圖來源于最近的一項研究，相關(guān)論文已被發(fā)表在了Nature子刊Scientific reports上。

圖片

而此前，關(guān)于人的大腦以及機器的大腦是如何進行學(xué)習(xí)的問題，始終是一個謎。

“神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式是否與人類相同”這個話題，也一直存在爭議。

所以到底有什么證據(jù)可以證明，人類和機器“很可能是以類似的方式處理語言”？

人工神經(jīng)網(wǎng)絡(luò)信號與人腦電波信號非常匹配

為了揭開人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的神秘面紗，加州大學(xué)伯克利分校的計算語言學(xué)家Ga?per Begu?與約翰霍普金斯大學(xué)的博士生Alan Zhou、華盛頓大學(xué)神經(jīng)科學(xué)家Christina Zhao進行了這項研究。

在這項研究中，他們給人類聽一種簡單的聲音，然后收集人類聽到聲音后產(chǎn)生的腦電波。同時，將同一種聲音輸入到神經(jīng)網(wǎng)絡(luò)中，分析神經(jīng)網(wǎng)絡(luò)所產(chǎn)生的信號。

對兩者進行比較，結(jié)果竟然出奇相似。

最重要的是，研究人員測試了適用于各種任務(wù)的通用神經(jīng)元組成的網(wǎng)絡(luò)，即使是非常通用的網(wǎng)絡(luò)(對語音或其它聲音沒有偏見)，仍然展現(xiàn)出與人類神經(jīng)編碼的對應(yīng)關(guān)系。

那這項研究具體是怎樣進行的呢？

首先，為了更好地對比人類大腦與人工神經(jīng)網(wǎng)絡(luò)的反應(yīng)情況，研究人員分別找來了14名說英語的人和15名說西班牙語的人。

然后對這些人播放了一個單音節(jié)音頻——“bah”，每次播放8分鐘，重復(fù)兩次。

在播放的過程中，研究人員記錄了每個聽眾腦干中神經(jīng)元平均電活動的波動情況（腦干是大腦中最先處理聲音的部分）。

另外，研究人員將相同的“bah”聲音輸入到兩組不同的神經(jīng)網(wǎng)絡(luò)中。其中一組神經(jīng)網(wǎng)絡(luò)是經(jīng)過英語訓(xùn)練的，另一組是經(jīng)過西班牙語訓(xùn)練的。

研究人員選擇的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)是生成式對抗網(wǎng)絡(luò)（GAN）。

GAN最早在2014年被提出，用于生成圖像。GAN由兩個模塊組成，分別是判別器（discriminator）和生成器（generator），它們之間相互博弈學(xué)習(xí)，可以產(chǎn)生更好的輸出。

具體來說，生成器創(chuàng)建一個圖像或聲音的樣本，判別器確定它與訓(xùn)練樣本的接近程度并提供反饋，導(dǎo)致生成器再次反應(yīng)，如此循環(huán)，直到GAN能夠輸出期望的結(jié)果。

圖片

而在這項研究中，判別器最初是在一系列英語或西班牙語的聲音上進行訓(xùn)練的。

然后，從未接受過這些聲音訓(xùn)練的生成器必須找到一種產(chǎn)生它們的方法。它開始制造隨機的聲音，經(jīng)過約40,000次與判別器的交互后，生成器逐漸產(chǎn)生了正確的聲音。經(jīng)過這種訓(xùn)練，判別器也變得更善于區(qū)分真實聲音以及生成的聲音。

在判別器經(jīng)過訓(xùn)練之后，研究人員就開始播放“bah”的聲音。它們測量了判別器人工神經(jīng)元的平均活動水平的波動，記錄了神經(jīng)網(wǎng)絡(luò)的處理活動，重點關(guān)注了網(wǎng)絡(luò)中用于分析聲音的人工神經(jīng)元層（以模擬腦干讀數(shù)）。

將采集到的人腦電波信號與人工神經(jīng)網(wǎng)絡(luò)信號進行比較，結(jié)果見下圖：

△使用英語的實驗結(jié)果：藍色是人腦電波，紅色是人工神經(jīng)網(wǎng)絡(luò)信號

△使用西班牙語的實驗結(jié)果：藍色是人腦電波，紅色是人工神經(jīng)網(wǎng)絡(luò)信號

可以發(fā)現(xiàn)，這些人工神經(jīng)網(wǎng)絡(luò)信號與人腦電波信號非常匹配！

這也就說明了這兩個系統(tǒng)正在進行類似的活動。

此外，這項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測試者對“bah”聲音有不同的聽覺感知（說西班牙語的人更多地聽到了“pah”的聲音）。

而GAN的信號也顯示出了：接受英語訓(xùn)練的網(wǎng)絡(luò)在處理聲音時，與接受西班牙語訓(xùn)練的網(wǎng)絡(luò)有些不同。

“而這些差異是朝著同一個方向產(chǎn)生的，”Begu?解釋道。

說英語的人的腦干對“bah”聲音的反應(yīng)比說西班牙語的人稍微早一些，而受過英語訓(xùn)練的GAN對相同的聲音的反應(yīng)也比受過西班牙語訓(xùn)練的模型稍微早一些。

人類與機器的這種反應(yīng)時間上的差異幾乎是相同的，大約是千分之一秒。

這也為Begu?提供了額外的證據(jù)，即人類和人工網(wǎng)絡(luò)“很可能是以類似的方式處理語言?！?/p>

喬姆斯基錯了？

這項研究的結(jié)論，實際上與上世紀50年代語言學(xué)家喬姆斯基（Noam Chomsky）提出的“人類天生就具有理解語言的能力，這種能力與人腦是硬連接（hard-wired）”的觀點相違背。

此外，喬姆斯基還提出了普遍語法（Universal Grammar）概念，即人腦普遍有一種語言習(xí)得機制，使人們能夠?qū)W會使用語言。

難道，喬姆斯基的觀點是錯誤的？

對此，有網(wǎng)友表示：

ChatGPT已經(jīng)證明了學(xué)習(xí)語言以及理解語言并不需要語法。

圖片

也有網(wǎng)友保持懷疑態(tài)度：

人腦和神經(jīng)網(wǎng)絡(luò)并不是一回事，我們應(yīng)該對通過研究神經(jīng)網(wǎng)絡(luò)的計算時間來研究人腦保持懷疑。

此外，該神經(jīng)網(wǎng)絡(luò)已經(jīng)用人類語言進行了訓(xùn)練，所以這個說法也不能從觀察到的時間推斷出來。

Begu?則表示：這場辯論尚未結(jié)束。

他表示自己還將進一步探索人腦和神經(jīng)網(wǎng)絡(luò)之間的相似之處，例如，他正在測試大腦皮層發(fā)出的腦電波（在腦干完成其部分聽覺處理后）是否與GAN更深層產(chǎn)生的信號相對應(yīng)。

他們希望最終能夠開發(fā)一個可靠的語言習(xí)得模型（language-acquisition model），用來描述機器和人類如何學(xué)習(xí)語言，從而進行在人類實驗對象中無法進行的實驗。

Begu?研究團隊成員，華盛頓大學(xué)的神經(jīng)科學(xué)家Christina Zhao表示：

例如，我們可以創(chuàng)造一個不良的環(huán)境，比如一個被忽視的嬰兒，然后觀察是否會導(dǎo)致類似語言障礙的情況。

此外，Begu?還說正在嘗試看看這條路能夠走多遠，通用神經(jīng)元能夠多接近人類語言。

我們能否通過擴大和增強我們的計算架構(gòu)，讓其性能達到與人類相當(dāng)?shù)乃?，或者能夠證明這永遠是不可能的。

在我們確切知道這個問題之前，還需要做更多的工作。但我們對這些系統(tǒng)的內(nèi)部運作，對人類和人工神經(jīng)網(wǎng)絡(luò)的相似之處，依然感到非常驚訝。

對于人腦與人工神經(jīng)網(wǎng)絡(luò)你有什么看法？

傳送門：
[1]https://www.nature.com/articles/s41598-023-33384-9（論文鏈接）