雅加达 - 脑中数百个神经元的活动模式可以提供有关语言，单词含义，句子结构和说话前讲话语境的信息。这些发现可以成为开发技术的基础，以帮助有沟通障碍的人。
美国国立卫生研究院（NIH）通过其官方网站，于7月15日星期三援引，称该研究使用机器学习模型分析了参与者交谈时人类大脑中单个细胞活动记录。
数据来自植入八名患者的微电极阵列，以监测癫痫。该设备不是专门用于语言研究的。
微电极是一种非常小的设备，用于记录神经细胞或神经元的电信号。
波士顿马萨诸塞州综合医院的研究人员随后记录了每个参与者与英语的自然对话。讨论的主题各不相同。
研究人员将会话时间与额颞叶皮层中数百个神经元的活动相匹配。该团队先前将该大脑区域与言语生产联系起来。
然后，他们使用自然语言处理模型来查找这两种数据集之间的关系。自然语言处理是计算机用于分析人类语言的技术。
结果，参与者说话前的那段时间的神经元活动可以用来预测下一个讲话中的一些元素，无论谈话的主题是什么。
研究还发现神经元之间存在任务分工。一些神经元反映基本信息，如特定单词的含义和功能。其他神经元与更复杂的过程有关，包括将短语分组成一个结构化的句子。
该模型还能够区分相似的单词和短语。这些结果表明，神经元的活动捕获了句子中的特定上下文。
“我们需要这种详细的观察，以便我们能够更完整地理解大脑如何产生言语，并最终开发技术来恢复交流障碍患者的这种能力，”国家耳聋和其他交流障碍研究所所长Debara Tucci说。
该研究的主要作者蔡京说，这项研究首次描述了语音制作过程，直到细胞水平，而不仅仅是在大脑区域。
“在发现这些基本要素之后，我们现在有了一个基础，可以开始回答一些非常有趣的问题，”马萨诸塞州综合医院的研究人员和讲师说。
该研究观察了参与者产生言语之前出现的神经元活动。该研究涉及八名接受癫痫监测的患者。
NIH表示，这些结果有可能支持将神经活动转化为机器人工话的新技术的发展。该技术最终可以帮助将具有交流障碍的人的神经活动转化为言语。
The English, Chinese, Japanese, Arabic, and French versions are automatically generated by the AI. So there may still be inaccuracies in translating, please always see Indonesian as our main language. (system supported by DigitalSiber.id)
