0
受到生物神經(jīng)網(wǎng)絡(luò)的啟發(fā)，目前深度神經(jīng)網(wǎng)絡(luò)已經(jīng)被證實(shí)效果很好。如今，深度神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)在計(jì)算機(jī)視覺、語音識別和自然語言處理等許多重要問題上有著出色的表現(xiàn)。
神經(jīng)網(wǎng)絡(luò)本身是一般的函數(shù)逼近，這就是為什么它們幾乎可以應(yīng)用于任何從輸入到輸出空間復(fù)雜映射的機(jī)器學(xué)習(xí)問題。
然而深度神經(jīng)網(wǎng)絡(luò)更多的是關(guān)心所謂的端到端學(xué)習(xí)，內(nèi)部發(fā)生什么事情它并不關(guān)心。這在認(rèn)知科學(xué)里面叫“弱等價(jià)”，也就是說人和機(jī)器可以干同一件事，但是它們的內(nèi)部過程并不是一樣的。
或者和生物智能類似，深度神經(jīng)網(wǎng)絡(luò)要在增加內(nèi)部的認(rèn)知過程中，也應(yīng)該和生物系統(tǒng)類似。此時(shí)，站在生物神經(jīng)學(xué)的參照系下，或許能賦予AI語言處理更精細(xì)的洞察。
8月18日，美國加州大學(xué)舊金山分校的研究人員在《細(xì)胞》雜志上發(fā)表論文稱，聽覺處理和語言處理是并行進(jìn)行的。這與長期以來認(rèn)為大腦先處理聽覺信息，然后將其轉(zhuǎn)化為語言信息的理論相矛盾。
最新研究表明：當(dāng)含有語意的聲音傳到耳中，耳蝸將其轉(zhuǎn)換成電信號，然后發(fā)送到位于顳葉的聽覺皮層。
人腦左半球聽覺皮層的位置和分區(qū)示意圖
幾十年來，科學(xué)家們一直認(rèn)為，聽覺皮層在處理語音時(shí)像工廠流水線一樣有先后工序：首先，初級聽覺皮層處理簡單的聲音信息，比如聲音頻率。然后，顳上回（superior temporal gyrus，STG）提取更重要的特征，如輔音和元音，將聲音轉(zhuǎn)換為有含義的單詞。
但一直以來，這一理論缺乏直接證據(jù)的支持，因?yàn)樗枰麄€(gè)聽覺皮層極高時(shí)空分辨率的詳細(xì)神經(jīng)生理學(xué)記錄。這是一個(gè)挑戰(zhàn)，原因是初級聽覺皮層位于大腦額葉和顳葉的裂口深處。
美國加州大學(xué)舊金山分校神經(jīng)科學(xué)家和神經(jīng)外科醫(yī)生Edward Chang說："所以，我們進(jìn)行了這項(xiàng)研究，希望找到聲音等低級表征轉(zhuǎn)化為詞匯等高級表征的證據(jù)。"
Edward Chang
這項(xiàng)研究的開展離不開一些患者的支持。幾年時(shí)間里，有9名患者參與了實(shí)驗(yàn)。因?yàn)樾枰谐X部腫瘤或定位引發(fā)癲癇的病灶，這些患者接受了神經(jīng)外科手術(shù)。與此同時(shí)，他們同意讓醫(yī)生在手術(shù)過程中將微電極陣列放置在他們的聽覺皮層，收集神經(jīng)信號，用于分析語言功能和定位癲癇，以及研究聽覺皮層如何處理語音信息。
"這是我們第一次可以直接從大腦表面同時(shí)覆蓋聽覺皮層的所有區(qū)域，研究聲音到字詞的轉(zhuǎn)換。"Chang教授說。相比過去只能在有限的幾個(gè)點(diǎn)記錄神經(jīng)活動的電信號，無疑是巨大的進(jìn)步。
接著，在實(shí)驗(yàn)中，研究人員開始向參與者播放詞組和短句，試圖尋找信息從初級聽覺皮層流向顳上回的跡象。按照原來的假設(shè)，這兩個(gè)腦區(qū)應(yīng)該會先后被激活。
然而，事實(shí)并非如此。他們觀察到，播放句子時(shí)，顳上回某些區(qū)域的反應(yīng)速度與初級聽覺皮層一樣快，也就是說，這兩個(gè)區(qū)域同時(shí)開始處理聲音信息。
在另一項(xiàng)實(shí)驗(yàn)中，研究人員用微弱的電流刺激患者的聽覺皮層。按照原來的假設(shè)，刺激初級聽覺皮層，很可能會扭曲患者對言語的感知。然而，這些患者表示，盡管刺激引起了某些聲音的幻聽，但他們?nèi)阅芮宄芈牭讲⒅貜?fù)對他們播放的字詞。
相反，當(dāng)研究人員用電流刺激患者的顳上回，患者報(bào)告說他們能聽到有人在講話，"但分辨不出字詞"。"事實(shí)上，有一名患者說，聽起來就像單詞的音節(jié)發(fā)生了互換。"Chang教授說道。
綜合這些證據(jù)，研究小組認(rèn)為，大腦聽覺皮層對聲音和語音的信息處理是并行的，而不是傳統(tǒng)模型所認(rèn)為的串行處理。
傳統(tǒng)語音處理模型過于簡化，甚至很可能是錯(cuò)誤的。研究人員推測，顳上回可能獨(dú)立于初級聽覺皮層而發(fā)揮作用，而不是作為初級聽覺皮層處理的下一步。
語言處理的并行性可能會給醫(yī)生提供治療誦讀困難癥等病癥的新思路?；加羞@些疾病的兒童在識別語音方面存在困難。
"雖然這是向前邁出的重要一步，但我們還不了解這個(gè)平行聽覺系統(tǒng)。這些發(fā)現(xiàn)表明，聲音信息的傳遞可能與我們想象的非常不同。這無疑帶來了更多問題。"Chang說。
生物神經(jīng)元構(gòu)成一層一層的網(wǎng)絡(luò)，一層一層進(jìn)行特征提取，這是深度學(xué)習(xí)已經(jīng)模擬的，其實(shí)大腦還有一個(gè)根本不同，我們識別物體的時(shí)候不是像深度學(xué)習(xí)網(wǎng)絡(luò)一樣由簡單到復(fù)雜的特征提取，而是有多條通路：
我們看到一個(gè)物體的時(shí)候，第一步會快速的從皮層下通路，對物體的整體的性質(zhì)進(jìn)行識別，這些信息到了高級腦區(qū)，和記憶、先驗(yàn)知識等進(jìn)行融合，先猜測出來是什么東西，通過神經(jīng)反饋再和深度學(xué)習(xí)模擬的那個(gè)慢速的腹側(cè)通路進(jìn)行動態(tài)交互，這個(gè)過程可能會經(jīng)過幾個(gè)回合，整個(gè)識別的過程都是輸入和大腦內(nèi)部的先驗(yàn)知識不斷的相互比較印證的過程，而這個(gè)過程在目前是深度學(xué)習(xí)沒有包含的，也是圖像理解這個(gè)數(shù)學(xué)上不適定問題（ill-posed problem）的一個(gè)解決方案。
那為什么我們好像深度學(xué)習(xí)網(wǎng)絡(luò)用的很好，我們沒有包含動態(tài)的過程，由粗到細(xì)、由global到local的過程，也能做的挺好?；蛟S是因?yàn)楝F(xiàn)在我們的任務(wù)太簡單了，如果只是做靜態(tài)圖像的識別根本不需要這個(gè)，但是如果真的要做一個(gè)能夠與環(huán)境動態(tài)交互、很自主的機(jī)器人，這樣的計(jì)算需求就會出現(xiàn)，那個(gè)時(shí)候就需要動態(tài)交互的過程了。
而深度學(xué)習(xí)一般認(rèn)為是黑盒子，每個(gè)人的模型得到大致相同的結(jié)果，但是也不完全一樣，那么這里的一致性和不一致性到底體現(xiàn)在哪里。如果生物神經(jīng)在語言處理方面搞的很清楚的話，實(shí)際上對深度神經(jīng)網(wǎng)絡(luò)的架構(gòu)也會很有幫助。
資料來源：
https://mp.weixin.qq.com/s/agDJMUtJZf7XccdR6yzqlQ
https://mp.weixin.qq.com/s/h5C9s7nqsGBUTfITnjG8pQ
雷鋒網(wǎng)雷鋒網(wǎng)雷鋒網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
