271. NEUROSCIENCES

Les phrases complexes ou argumentées stimulent les centres de langage du cerveau

Résumé : Les chercheurs ont découvert que les phrases avec une grammaire inhabituelle ou une signification inattendue activent davantage les centres de traitement du langage du cerveau que les phrases simples ou absurdes. Ils ont utilisé un réseau de langage artificiel pour identifier les phrases qui entraînaient et supprimaient l'activité cérébrale, constatant que la complexité linguistique et la surprise étaient des facteurs clés.

Faits marquants:

1. Les chercheurs du MIT ont utilisé un réseau de langage artificiel et une IRM fonctionnelle pour étudier les réponses des régions de traitement du langage du cerveau à différentes phrases.

2. Les phrases linguistiquement complexes et surprenantes, nécessitant un effort cognitif, activaient plus fortement les centres du langage.

3. Les résultats de l'étude peuvent aider à améliorer notre compréhension de la manière dont le cerveau traite le langage et pourraient avoir des implications plus larges pour la recherche cognitive.

Avec l'aide d'un réseau de langage artificiel, les neuroscientifiques du MIT ont découvert quels types de phrases sont les plus susceptibles de déclencher les principaux centres de traitement du langage du cerveau.

Source : MIT

La nouvelle étude révèle que les phrases plus complexes, soit en raison d'une grammaire inhabituelle, soit d'une signification inattendue, génèrent des réponses plus fortes dans ces centres de traitement du langage. Les phrases très simples engagent à peine ces régions, et les séquences de mots absurdes ne font pas grand-chose non plus pour elles.

"Nous avons découvert que les phrases qui suscitent la plus grande réponse cérébrale ont une grammaire étrange et/ou une signification étrange", explique Fedorenko. "Il y a quelque chose d'un peu inhabituel dans ces phrases." Crédit : Actualités des neurosciences

Par exemple, les chercheurs ont découvert que ce réseau cérébral était plus actif lors de la lecture de phrases inhabituelles telles que « Les signaux d’achat et de vente restent particuliers », tirées d’un ensemble de données linguistiques accessible au public appelé C4. Cependant, cela devenait silencieux lors de la lecture de quelque chose de très simple, comme « Nous étions assis sur le canapé ».

"L'entrée doit ressembler suffisamment à un langage pour engager le système", explique Evelina Fedorenko, professeure agrégée de neurosciences au MIT et membre du McGovern Institute for Brain Research du MIT.

« Et puis, dans cet espace, si les choses sont vraiment faciles à traiter, alors vous n'avez pas beaucoup de réponse. Mais si les choses deviennent difficiles ou surprenantes, s'il y a une construction inhabituelle ou un ensemble de mots inhabituels que vous ne connaissez peut-être pas très bien, alors le réseau doit travailler plus dur.

Fedorenko est l'auteur principal de l'étude, qui paraît aujourd'hui dans Nature Human Behaviour . Greta Tuckute, étudiante diplômée du MIT, est l'auteur principal de l'article.

Langage de traitement

Dans cette étude, les chercheurs se sont concentrés sur les régions de traitement du langage trouvées dans l'hémisphère gauche du cerveau, qui comprend l'aire de Broca ainsi que d'autres parties des lobes frontaux et temporaux gauches du cerveau.

« Ce réseau linguistique est très sélectif en fonction de la langue, mais il est plus difficile de comprendre ce qui se passe dans ces régions linguistiques », explique Tuckute. "Nous voulions découvrir quels types de phrases, quels types d'entrées linguistiques animent le réseau linguistique de l'hémisphère gauche."

Les chercheurs ont commencé par compiler un ensemble de 1 000 phrases provenant d’une grande variété de sources : fiction, transcriptions de mots parlés, textes Web et articles scientifiques, entre autres.

Cinq participants humains lisaient chacune des phrases tandis que les chercheurs mesuraient l'activité de leur réseau linguistique à l'aide de l'imagerie par résonance magnétique fonctionnelle (IRMf). Les chercheurs ont ensuite introduit ces mêmes 1 000 phrases dans un grand modèle de langage – un modèle similaire à ChatGPT, qui apprend à générer et à comprendre le langage en prédisant le mot suivant dans d’énormes quantités de texte – et ont mesuré les modèles d’activation du modèle en réponse à chacun. phrase.

Une fois qu’ils disposaient de toutes ces données, les chercheurs ont formé un modèle de cartographie, appelé « modèle de codage », qui relie les modèles d’activation observés dans le cerveau humain avec ceux observés dans le modèle de langage artificiel.

Une fois formé, le modèle pourrait prédire comment le réseau du langage humain réagirait à toute nouvelle phrase en fonction de la façon dont le réseau du langage artificiel répondrait à ces 1 000 phrases.

Les chercheurs ont ensuite utilisé le modèle de codage pour identifier 500 nouvelles phrases qui généreraient une activité maximale dans le cerveau humain (les phrases « drive »), ainsi que des phrases qui susciteraient une activité minimale dans le réseau linguistique du cerveau (les phrases « suppress ») .

Dans un groupe de trois nouveaux participants humains, les chercheurs ont découvert que ces nouvelles phrases stimulaient et supprimaient effectivement l'activité cérébrale comme prévu.

"Cette modulation en boucle fermée de l'activité cérébrale pendant le traitement du langage est nouvelle", explique Tuckute. « Notre étude montre que le modèle que nous utilisons (qui cartographie les activations du modèle de langage et les réponses cérébrales) est suffisamment précis pour ce faire. Il s’agit de la première démonstration de cette approche dans des zones cérébrales impliquées dans la cognition de haut niveau, comme le réseau du langage.

Complexité linguistique

Pour comprendre ce qui fait que certaines phrases stimulent l'activité plus que d'autres, les chercheurs ont analysé les phrases en fonction de 11 propriétés linguistiques différentes, notamment la grammaticalité, la plausibilité, la valence émotionnelle (positive ou négative) et la facilité de visualiser le contenu de la phrase.

Pour chacune de ces propriétés, les chercheurs ont demandé aux participants des plateformes de crowdsourcing d’évaluer les phrases. Ils ont également utilisé une technique informatique pour quantifier la « surprise » de chaque phrase, ou à quel point elle est rare par rapport à d'autres phrases.

Cette analyse a révélé que les phrases avec une surprise plus élevée génèrent des réponses plus élevées dans le cerveau. Ceci est cohérent avec des études antérieures montrant que les gens ont plus de difficulté à traiter les phrases avec une plus grande surprise, disent les chercheurs.

Une autre propriété linguistique en corrélation avec les réponses du réseau linguistique était la complexité linguistique, qui est mesurée par la mesure dans laquelle une phrase adhère aux règles de la grammaire anglaise et par sa plausibilité, c'est-à-dire le sens que le contenu a, en dehors de la grammaire.

Les phrases aux deux extrémités du spectre – soit extrêmement simples, soit si complexes qu’elles n’ont aucun sens – évoquent très peu d’activation dans le réseau linguistique. Les réponses les plus nombreuses provenaient de phrases qui ont un certain sens mais nécessitent du travail pour les comprendre, comme « Jiffy Lube of – of therapies, yes », qui provient de l'ensemble de données Corpus of Contemporary American English.

"Nous avons découvert que les phrases qui suscitent la plus grande réponse cérébrale ont une grammaire étrange et/ou une signification étrange", explique Fedorenko. "Il y a quelque chose d'un peu inhabituel dans ces phrases."

Les chercheurs envisagent maintenant de voir s’ils peuvent étendre ces résultats aux locuteurs de langues autres que l’anglais. Ils espèrent également explorer quels types de stimuli peuvent activer les régions de traitement du langage dans l'hémisphère droit du cerveau.

Financement:

La recherche a été financée par une bourse Amazon du Science Hub, une bourse doctorale internationale de l'American Association of University Women, du MIT-IBM Watson AI Lab, des National Institutes of Health, du McGovern Institute, du Simons Center for the Social Brain. et le Département des sciences du cerveau et des sciences cognitives du MIT.

À propos de cette actualité de la recherche en langage et neurosciences

Auteur : Sarah McDonnell

Source : MIT

Contact : Sarah McDonnell – MIT

Image : L'image est créditée à Neuroscience News

Recherche originale : Accès fermé.

« Piloter et supprimer le réseau du langage humain à l'aide de grands modèles de langage » par Evelina Fedorenko et al. Comportement humain

Abstrait

Piloter et supprimer le réseau du langage humain à l'aide de grands modèles de langage

Les modèles de transformateurs tels que GPT génèrent un langage de type humain et prédisent les réponses du cerveau humain au langage.

Ici, en utilisant les réponses cérébrales mesurées par IRM fonctionnelle à 1 000 phrases diverses, nous montrons d’abord qu’un modèle de codage basé sur le GPT peut prédire l’ampleur de la réponse cérébrale associée à chaque phrase. Nous utilisons ensuite le modèle pour identifier de nouvelles phrases susceptibles de générer ou de supprimer des réponses dans le réseau du langage humain.

Nous montrons que ces nouvelles phrases sélectionnées sur un modèle stimulent et suppriment en effet fortement l'activité des zones de langage humain chez les nouveaux individus. Une analyse systématique des phrases sélectionnées par le modèle révèle que la surprise et la bonne forme de l'entrée linguistique sont des déterminants clés de la force de réponse dans le réseau linguistique.

Ces résultats établissent la capacité des modèles de réseaux neuronaux non seulement à imiter le langage humain, mais également à contrôler de manière non invasive l'activité neuronale dans les zones corticales de niveau supérieur, telles que le réseau linguistique.

Février 2024