Istraživači prate individualne neurone koji reaguju na reči

„Jezik je ogromno polje, a mi smo početnici u njemu. Znamo mnogo o tome kako su različiti delovi mozga uključeni u jezičke zadatke, ali detalji bam nisu baš jasni,“ kaže Mohsen Jamali, istraživač kompjuterske neuro-nauke na Medicinskoj školi Harvard, koji je vodio nedavnu studiju o mehanizmu ljudskog razumevanja jezika. „Ono što je jedinstveno u našem radu je to što smo posmatrali pojedinačne neurone. Postoji mnogo takvih studija na životinjama, studija u elektrofiziologiji, ali su one vrlo ograničene kod ljudi. Imali smo jedinstvenu priliku da pristupimo neuronima kod ljudi,“ dodaje Jamali.

Jamali je izvodio eksperiment u kojem su pacijentima, koji su iz kliničkih razloga imali implantate za praćenje aktivnosti neurona u levoj prefrontalnoj kori, području koje je uglavnom odgovorno za obradu jezika, puštali snimljene skupove reči.

„Imali smo podatke sa dve vrste elektroda: staromodne volframove mikro-nizove koji mogu registrovati aktivnost nekoliko neurona; i Neuropixel sonde koje su najnoviji alat u elektrofiziologiji,“ kaže Jamali. Neuropixel sonde su prvi put umetnute u ljudske pacijente 2022. godine i mogle su beležiti aktivnost preko stotinu neurona.

Kako govor podstiče neurone

„Bili smo u operacionoj sali i zamolili smo pacijente da učestvuju. Imali smo mešavinu rečenica i reči, uključujući besmislene zvuke koji nisu bile stvarne reči, ali su zvučale kao reči. Takođe smo imali kratku priču o Elvisu,“ objašnjava Jamali. Cilj je bio da se otkrije da li postoji neka struktura u neuronalnom odgovoru na jezik. Besmislene reči su korišćene kao kontrola da se vidi da li neuroni reaguju na njih drugačije.

„Elektrode koje smo koristili u studiji beležile su napon. Bio je to kontinuirani signal na 30 kHz uzorkovanja, a ključni deo je bio da se razdvoji koliko smo imali angažovanih neurona  u svakom kanalu snimanja. Koristili smo statističku analizu da razdvojimo pojedinačne neurone u signalu,“ kaže Jamali. Njegov tim je zatim sinhronizovao signale aktivnosti neurona sa snimcima koji su puštani pacijentima do milisekunde i počeo da analizira prikupljene podatke.

Razvrstavanje reči

„Prvo smo reči u našim setovima preveli u vektore,“ kaže Jamali. Konkretno, njegov tim je koristio Word2Vec, tehniku u računarstvu koja pronalazi veze između reči sadržanih u velikom korpusu teksta. Word2Vec može otkriti da li određene reči imaju nešto zajedničko, na primer, ako su sinonimi. „Svaka reč je predstavljena vektorom u prostoru od 300 dimenzija. Zatim smo samo gledali udaljenost između tih vektora i ako je udaljenost bila blizu, zaključili smo da reči pripadaju istoj kategoriji,“ objašnjava Jamali.

Shutterstock

Zatim je tim koristio ove vektore da identifikuje reči koje su se grupisale zajedno, što je sugerisalo da imaju nešto zajedničko (nešto što su kasnije potvrdili ispitivanjem koje reči su bile u istoj grupi). Zatim su utvrdili da li određeni neuroni reaguju različito na različite grupe reči. Ispostavilo se da reaguju.

„Na kraju smo imali devet grupa. Pogledali smo koje reči su bile u tim grupama i označili ih,“ kaže Jamali. Ispostavilo se da svaka grupa odgovara određenoj semantičkoj domeni. Specijalizovani neuroni su reagovali na reči koje se odnose na životinje, dok su druge grupe reagovale na reči koje se odnose na osećanja, aktivnosti, imena, vreme i tako dalje. „Većina neurona koje smo registrovali imala je jedan preferirani domen. Neki su imali više, kao dva ili tri,“ objasnio je Jamali.

Mehanika razumevanja govora

Tim je takođe testirao da li su neuroni bili pokrenuti samo zvukom reči ili njenim značenjem. „Pored besmislenih reči, druga kontrola koju smo koristili u studiji su homofoni,“ kaže Jamali. Ideja je bila testirati da li neuroni reaguju različito na reč „sunce“ i reč „sin“, na primer.

Ispostavilo se da se odgovor menjao u zavisnosti od konteksta. Kada je rečenica jasno pokazivala da se reč odnosi na zvezdu, zvuk je pokretao neurone koji su reagovali na vremenske pojave. Kada je bilo jasno da se isti zvuk odnosi na osobu, pokretao je neurone odgovorne za rođake. „Takođe smo nasumično predstavljali iste reči bez ikakvog konteksta i otkrili da to nije izazvalo tako jak odgovor kao kada je kontekst bio prisutan,“ tvrdi Jamali.

Ali obrada jezika u našim mozgovima će morati da uključi više stvari od različitih semantičkih kategorija koje obrađuju različite grupe neurona.

„Postoji mnogo neodgovorenih pitanja u jezičkoj obradi. Jedno od njih je koliko je struktura važna, sintaksa. Da li je predstavljena distribuiranom mrežom, ili možemo pronaći podskup neurona koji kodiraju strukturu, a ne značenje?“ pita se Jamali. Još jedna stvar koju njegov tim želi da prouči je kako izgleda neuronska obrada tokom produkcije govora, pored razumevanja. „Kako su ta dva procesa povezana u smislu delova mozga i načina na koji se informacije obrađuju,“ dodaje Jamali.

Poslednja stvar možda i najizazovnija je korišćenje Neuropixel sondi da se vidi kako se informacije obrađuju kroz različite slojeve mozga. „Neuropixel sonda prolazi kroz dubinu moždabe kore i možemo posmatrati neurone duž elektrode i reći, ‘OK, informacije iz ovog sloja, koji je odgovoran za semantiku, idu u ovaj sloj, koji je odgovoran za nešto drugo.’ Želimo da saznamo koliko informacija obrađuje svaki sloj. Ovo bi trebalo biti izazovno, ali bi bilo zanimljivo videti kako su različiti delovi mozga uključeni u isto vreme kada su predstavljeni jezičkim stimulansima,“ piše Ars Technica.