用于鸟鸣的 ChatGPT 可能会揭示语言在人脑中的连接方式

快速阅读: 据《宾夕法尼亚州立大学新闻》称，宾夕法尼亚州立大学的研究团队开发了一种新方法，通过对鸟类录音进行训练来生成准确的鸟鸣声，以增进对鸟鸣结构及其神经生物学的理解。该方法利用部分可观测马尔可夫模型，能更准确地反映鸟类音节序列，并发现鸟类鸣叫存在上下文依赖性。这一研究可能为理解人类语言的神经机制提供新见解。

宾夕法尼亚州立大学城——正如ChatGPT和其他生成性语言模型通过训练人类文本来创建语法正确的句子一样，宾夕法尼亚州立大学的研究人员提出了一种新的建模方法，该方法通过对鸟类录音进行训练来生成准确的鸟鸣声。研究团队表示，这一成果有助于增进对鸟鸣结构及其潜在神经生物学的理解，进而为人类语言的神经机制提供见解。一篇描述这项研究的论文最近发表在《神经科学杂志》上。与人类通过特定顺序排列词汇以形成语法正确的句子的方式类似，鸟类倾向于以有限的组合方式唱出称为音节的音符集合。“尽管更为简单，但鸟类鸣唱音节的序列组织方式与人类语言相似，因此鸟类为探索语言神经生物学提供了良好的模型。”物理学副教授、论文的主要作者丁德哲说。与人类通过特定顺序排列词汇以形成语法正确的句子的方式类似，鸟类倾向于以有限的组合方式唱出称为音节的音符集合。对于人类和鸟类来说，完成一个句子或歌唱序列通常取决于已经说过的内容。例如，“像飞一样”可以是类比的一部分，如“时间像箭一样飞逝”，也可以是享受的标志，如“果蝇喜欢香蕉”。然而，将“像飞一样”之后的内容随意组合会导致“时间像香蕉一样飞逝”或“果蝇喜欢箭”，这些都不合逻辑。在这个例子中，“像飞一样”的短语具有研究人员所说的上下文依赖性。“我们从之前的工作中了解到，斑胸草鹀的歌声也具有上下文依赖性。”丁教授说。“在这项研究中，我们开发了一种新的统计方法，以更好地量化个体鸟类的上下文依赖性，并开始理解其在大脑中的运作方式。”研究人员分析了六只斑胸草鹀之前录制的歌声，每只鸟在每个序列中大约会唱7到15个音节。利用新方法，研究人员能够创建最简单的模型，准确反映个体鸟类实际歌唱的音节序列。“我们从之前的工作中了解到，斑胸草鹀的歌声也具有上下文依赖性。”丁教授说。“在这项研究中，我们开发了一种新的统计方法，以更好地量化个体鸟类的上下文依赖性，并开始理解其在大脑中的运作方式。”这些模型类似于大型语言模型，它们描绘了基于先前分析的文本或歌曲序列，哪些单词（或在这种情况下音节）可能跟随某个特定单词/音节的概率。它们是一种马尔可夫模型，用于模拟事件链。它们被呈现为一种流程图，从一个音节开始指向可能跟随的不同音节选项。音节之间跟随的可能性通过箭头之间的概率来表示。“基本的马尔可夫模型相当简单，但它们往往过于泛化，这意味着可能会产生实际上不存在的序列。”丁教授说。“在这里，我们使用了一种称为部分可观测马尔可夫模型的具体类型，这使我们能够纳入上下文依赖性，增加通常一起出现的音节之间的连接。这种复杂性的增加使得模型更加准确。”研究人员的新方法根据已记录的序列创建了一系列可能描述单只鸟歌声的模型。他们从最简单的模型开始，使用统计测试来判断潜在模型是否准确或是否过于泛化并产生实际上不存在的序列。他们逐步通过更复杂的模型，直到确定最简单的模型能够准确捕捉到鸟类的实际歌唱内容。从这个最终模型中，研究人员可以看到哪些音节具有上下文依赖性。“我们研究的所有六只鸟都表现出音节转换的上下文依赖性，这表明上下文依赖性是鸟鸣的一个重要特征。”丁教授说。“然而，不同个体鸟的上下文依赖音节数量有所不同。这可能是由多种因素造成的，包括鸟类大脑的某些方面，或者由于这些歌曲是学习得来的，这可能与其导师歌曲中的上下文依赖程度有关。”为了初步了解上下文依赖音节转换背后的神经生物学，研究人员还分析了不能听到声音的鸟类的歌声。“我们研究的所有六只鸟都表现出音节转换的上下文依赖性，这表明上下文依赖性是鸟鸣的一个重要特征。”丁教授说。“然而，不同个体鸟的上下文依赖音节数量有所不同。这可能是由多种因素造成的，包括鸟类大脑的某些方面，或者由于这些歌曲是学习得来的，这可能与其导师歌曲中的上下文依赖程度有关。”“在这些鸟类中，我们观察到了上下文依赖性的显著下降，这表明听觉反馈在大脑中创造上下文依赖性方面起着重要作用。”丁教授说。“鸟类会倾听自己的歌声并根据所听到的内容调整歌声，相关的大脑机制可能在上下文依赖性中起作用。未来，我们还想将神经元状态映射到特定音节。我们的研究表明，即使当一只鸟唱同一个音节时，也可能有不同组的神经元活跃。”研究人员表示，他们的新方法提供了一种更自动化且稳健的方法来分析不仅仅是鸟类的歌声，还包括其他动物的叫声甚至行为序列。“实际上，我们用这种方法处理了英文文本，并生成了大部分语法正确的文本。”丁教授说。“当然，我们并不是试图创建一个新的生成性语言模型，但有趣的是，同样的模型可以处理鸟类的歌声和人类的语言。也许底层的神经机制也是相似的。许多哲学家将人类语言，特别是语法，认为是独一无二的，但如果这个模型可以生成类似语言的句子，并且鸟类歌声和人类语言背后的神经机制确实相似，你不禁会思考我们的语言是否真的如此独特。”除了丁教授外，研究团队还包括2023年获得宾夕法尼亚州立大学物理学博士学位的陆佳丽；2016年获得宾夕法尼亚州立大学博士学位，现就职于印度悉达多大学的苏米特拉·苏伦德拉拉尔；以及劳伦斯伯克利国家实验室的克里斯托弗·布查德。美国国家科学基金会的资金支持了这项研究。

(以上内容均由Ai生成)