聊天、讀書(shū)或聽(tīng)講時(shí)，你有意識(shí)到自己正在瘋狂 " 腦補(bǔ) " 嗎？

其實(shí)，你的大腦就像一個(gè)自動(dòng)補(bǔ)全機(jī)一樣，每時(shí)每刻都在猜別人要說(shuō)什么。

不僅如此，大腦還會(huì)不斷地將我們從外界獲取的信息（圖像、聲音和文本等）與腦內(nèi)的預(yù)測(cè)進(jìn)行比較。

基于這一理論，研究人員搞出了不少 NLP 模型，包括語(yǔ)音識(shí)別、自動(dòng)補(bǔ)全等，但他們卻發(fā)現(xiàn)，人的 " 腦補(bǔ) " 能力還是比這些 AI 更優(yōu)秀。

所以，究竟是不是人的大腦和 AI" 腦補(bǔ) " 的方法不一樣？

現(xiàn)在，一群來(lái)自馬普所和奈梅亨大學(xué)（Radboud University）的科學(xué)家，決定直接測(cè)一測(cè)人們 " 腦補(bǔ) " 時(shí)發(fā)出的腦電波。

對(duì)這些腦電波特征進(jìn)行分析后，他們發(fā)現(xiàn)了背后更詳細(xì)的原因。

收集大腦聽(tīng)書(shū)時(shí)的 " 反應(yīng) "

此前，科學(xué)家們已經(jīng)發(fā)現(xiàn)，大腦會(huì)對(duì)外界事物進(jìn)行預(yù)測(cè)，來(lái)引導(dǎo)自己處理信息。

但大腦究竟是基于哪些條件（詞類(lèi) / 音素 / 語(yǔ)義等）做出的預(yù)測(cè)，不同條件之間是否會(huì)相互影響，一直沒(méi)有明確定論。

例如，單詞和語(yǔ)義究竟是怎么影響大腦預(yù)測(cè)的，預(yù)測(cè)單詞會(huì)不會(huì)對(duì)語(yǔ)義造成影響，都還不清楚。

因此，科學(xué)家們想出了一個(gè)方法：讓志愿者們聽(tīng)有聲書(shū)，觀察他們的大腦反應(yīng)，并采用GPT-2來(lái)對(duì)預(yù)測(cè)內(nèi)容進(jìn)行一個(gè)定量分析，將預(yù)測(cè)結(jié)果進(jìn)行對(duì)比。

他們先找來(lái) 19 名志愿者，測(cè)量并記錄他們 1 小時(shí)的腦電波（EEG）；隨后，又收集了 3 名志愿者 9 小時(shí)的腦磁圖（MEG），來(lái)定位大腦中具體位置的神經(jīng)活動(dòng)。

其中，腦電波小組聽(tīng)的是一小時(shí)《老人與海》，每次時(shí)長(zhǎng) 180 秒，一共播放 20 次；腦磁圖小組聽(tīng)的是 9 個(gè)小時(shí)《福爾摩斯探案集》，每次 1 小時(shí)，并被要求在兩次間隔之間回答具體問(wèn)題。

隨后，從不同維度對(duì)這些數(shù)據(jù)進(jìn)行分析，并得出了幾點(diǎn)結(jié)論。

優(yōu)先考慮 " 更高級(jí) " 的預(yù)測(cè)條件

研究人員先是驗(yàn)證發(fā)現(xiàn)，大腦的預(yù)測(cè)是持續(xù)不斷地產(chǎn)生的。

在這個(gè)過(guò)程中，科學(xué)家們也發(fā)現(xiàn)了 AI 預(yù)測(cè)和人腦的相似性。

例如，如果預(yù)測(cè)結(jié)果不符合實(shí)際情況（猜錯(cuò)了），大腦就會(huì)感到 " 驚奇 "，變得空前活躍。

隨后，他們將有聲書(shū)的內(nèi)容分成幾個(gè)層次，包括詞性（動(dòng)詞 / 名詞 / 形容詞）、音素（音標(biāo)）和語(yǔ)義（用 GPT-2 做預(yù)測(cè)）這幾個(gè) " 級(jí)別 "。

然后，通過(guò) MRI 還原了大腦在進(jìn)行不同層次預(yù)測(cè)時(shí)的 " 可視化圖 "。

結(jié)果顯示，大腦在用詞性、語(yǔ)義和音素進(jìn)行預(yù)測(cè)時(shí)，不同層次之間會(huì)相互進(jìn)行影響。

也就是說(shuō)，更 " 高級(jí) " 的預(yù)測(cè)條件會(huì)影響優(yōu)先級(jí)較低的預(yù)測(cè)條件，如語(yǔ)義（上下文）就會(huì)對(duì)音素預(yù)測(cè)產(chǎn)生影響。

例如在 "They say his father was a _____." 這句話中，如果僅僅憑借音素預(yù)測(cè)下一個(gè)音節(jié)，和通過(guò)上下文進(jìn)行預(yù)測(cè)的結(jié)果是不一樣的。

如果只用音素和頻率進(jìn)行預(yù)測(cè)，大概率會(huì)認(rèn)為單詞音標(biāo)會(huì)以 /f / 開(kāi)頭，但結(jié)合上下文的話，就更容易做出 "fisherman"，也就是 /fi/ 開(kāi)頭的單詞預(yù)測(cè)。

這樣看來(lái)，或許也能通過(guò)將幾個(gè)層次的預(yù)測(cè)條件結(jié)合起來(lái)，增加語(yǔ)音識(shí)別或自動(dòng)補(bǔ)全等 AI 的準(zhǔn)確性。

作者介紹

一作 Micha Heilbron，目前是內(nèi)梅亨大學(xué)和馬普所研究院，研究方向是認(rèn)知和計(jì)算神經(jīng)科學(xué)，對(duì)于生成模型對(duì)語(yǔ)言處理中的作用感興趣。

Kristijan Armeni，目前在約翰霍普金斯大學(xué)讀博后，博士畢業(yè)于內(nèi)梅亨大學(xué)，研究方向是自然語(yǔ)言處理和認(rèn)知神經(jīng)科學(xué)。

同樣參與研究的幾名作者 Jan-Mathijs Schoffelen、Peter Hagoort、Floris P. de Lange 也分別來(lái)自內(nèi)梅亨大學(xué)和馬普所。

對(duì)于這項(xiàng)研究，有網(wǎng)友提出了自己的觀點(diǎn)，即大腦本身就是一種機(jī)制，會(huì)基于一種反饋回路做出決策和行動(dòng)。

但也有網(wǎng)友從自己感受來(lái)看，大腦這個(gè) " 預(yù)測(cè)機(jī)器 " 似乎經(jīng)常出錯(cuò)。

對(duì)此有網(wǎng)友提出了自己的觀點(diǎn)：

畢竟大腦是個(gè)生存機(jī)器，而不是 " 真相檢測(cè)儀 "。如果說(shuō)謊能促進(jìn)健康，那么你的大腦便會(huì)選擇說(shuō)謊。