پردازش زبان در مغز انسان؛ شباهت خیره‌کننده با هوش مصنوعی

آیا مغز انسان برای فهم زبان از الگوهای پیچیده هوش مصنوعی استفاده می‌کند؟ کشفی جدید نشان می‌دهد که مغز ما کلام شنیده‌شده را دقیقاً مانند مدل‌های زبانی پیشرفته درک می‌کند. دانشمندان با ثبت امواج مغزی شنوندگان یک پادکست دریافتند که معنی کلمات لایه‌به‌لایه در مغز شکل می‌گیرد. این فرایند قدم‌به‌قدم شباهت عجیبی به نحوه کار شبکه‌های عصبی عمیق نظیر مدل‌های GPT دارد. نتایج این مطالعه دیدگاه‌های سنتی درباره زبان را کاملاً دگرگون می‌سازد.

درک لایه‌ای و تدریجی معنی در شبکه عصبی مغز

هنگام شنیدن صحبت‌های دیگران، مغز معنای کلمات را به یکباره درک نمی‌کند. دانشمندان دریافتند که هر کلمه از چندین مرحله عصبی متوالی عبور می‌کند. لایه‌های اولیه در مدل‌های هوش مصنوعی ویژگی‌های پایه کلمات را پردازش می‌کنند. سپس لایه‌های عمیق‌تر مفهوم کلی، لحن و متن سخن را ترکیب می‌کنند.

سیگنال‌های عصبی مغز انسان نیز دقیقاً از همین الگوی مرحله‌ای پیروی می‌کنند. پاسخ‌های اولیه مغز با لایه‌های نخستین هوش مصنوعی کاملاً منطبق هستند. در ادامه، واکنش‌های بعدی مغز با لایه‌های عمیق‌تر هوش مصنوعی همخوانی دارند. این هماهنگی زمانی به‌ویژه در بخش‌های عالی زبان مانند ناحیه بروکا بسیار قوی است.

دگرگونی در نظریه‌های سنتی زبان‌شناسی و روانشناسی شناختی

این پژوهش نشان می‌دهد که هوش مصنوعی فراتر از یک ابزار تولید متن است. هوش مصنوعی می‌تواند ابزاری قدرتمند برای کشف اسرار مغز انسان باشد. سال‌ها دانشمندان باور داشتند که پردازش زبان بر پایه قوانین صلب و نمادهای ثابت است. اما این یافته‌ها نظریه‌های قدیمی را به چالش می‌کشند.

مغز برای درک زبان از یک فرآیند انعطاف‌پذیر و آماری بهره می‌برد. معنی کلمات در مغز به صورت تدریجی و بر اساس زمینه سخن شکل می‌گیرد. محققان عناصر سنتی زبان‌شناسی مانند واج‌ها و تکواژها را نیز بررسی کردند. اما الگوی زمینه‌ای هوش مصنوعی فعالیت لحظه‌ای مغز را بسیار بهتر از قوانین صلب زبان‌شناسی توضیح داد.

روش‌شناسی پژوهش و ثبت امواج مغزی در زمان واقعی

دکتر آریل گلدشتاین از دانشگاه عبری اورشلیم سرپرستی این تیم پژوهشی را بر عهده داشت. دانشمندان با همکاری گوگل و دانشگاه پرینستون این مطالعه را انجام دادند. آن‌ها از روش الکتروکورتیکوگرافی برای ثبت دقیق فعالیت‌های عصبی استفاده کردند.

شرکت‌کنندگان به یک پادکست ۳۰ دقیقه‌ای گوش دادند. پژوهشگران زمان‌بندی و محل دقیق فعالیت‌های مغزی را ثبت کردند. سپس آن‌ها الگوهای مغزی را با ساختار لایه‌ای مدل‌های بزرگ زبانی مقایسه کردند. نتیجه این مقایسه شباهت خیره‌کننده‌ای را میان مغز انسان و مدل‌هایی مانند GPT-۲ نشان داد.

انتشار داده‌های آزاد برای تحقیقات آینده علوم اعصاب

تیم تحقیقاتی تمام داده‌های عصبی و ویژگی‌های زبانی ثبت‌شده را به صورت عمومی منتشر کرده است. این پایگاه داده آزاد در دسترس پژوهشگران سراسر جهان قرار دارد. دانشمندان می‌توانند از این داده‌ها برای آزمودن نظریه‌های جدید زبان‌شناسی استفاده کنند.

این اقدام ارزشمند به ساخت مدل‌های کامپیوتری دقیق‌تر کمک می‌کند. این مدل‌ها می‌توانند نحوه کارکرد ذهن انسان را بسیار بهتر از گذشته بازسازی کنند. در نهایت، این کشف راه را برای درمان بهتر اختلالات زبانی و شناختی هموار می‌سازد.

شناسنامه و منبع مقاله علمی

• عنوان اصلی مقاله: Temporal structure of natural language processing in the human brain corresponds to layered hierarchy of large language models

• نویسندگان: Ariel Goldstein, Eric Ham, Mariano Schain, Samuel A. Nastase, Bobbi Aubrey, Zaid Zada, Avigail Grinstein-Dabush, Harshvardhan Gazula, Amir Feder, Werner Doyle, Sasha Devore, Patricia Dugan, Daniel Friedman, Michael Brenner, Avinatan Hassidim, Yossi Matias, Orrin Devinsky, Noam Siegelman, Adeen Flinker, Omer Levy, Roi Reichart, Uri Hasson

• مرجع و مجله: Nature Communications (2025); Volume 16, Article number: 1

• شماره ثبت مقاله (PMCID / DOI): DOI: 10.1038/s41467-025-65518-0

• لینک دسترسی مستقیم به مقاله علمی: https://www.nature.com/articles/s41467-025-65518-0