Comparación de las diferencias de actividad neuronal entre el lenguaje producido por humanos y el lenguaje producido por PNL

El procesamiento del lenguaje natural (NLP) se refiere a la tecnología que permite que las máquinas interactúen y se comuniquen con los humanos a través del lenguaje natural que se usa en la comunicación humana cotidiana. Esta tecnología permite que las computadoras expresen intenciones y pensamientos dados a través de la generación de lenguaje natural.

En un estudio publicado en Ciencias avanzadas, el profesor Zhang Xiaochu y su equipo de la Universidad de Ciencia y Tecnología de China (USTC) de la Academia de Ciencias de China (CAS) demostraron el papel crucial de la información neuronal implícita en la percepción y comprensión del lenguaje al comparar las diferencias en la actividad neuronal entre humanos -lenguaje producido y producido por la PNL. Este estudio también proporciona información prometedora para evaluar la calidad de la generación del lenguaje natural.

La comunidad de investigación de PNL ha buscado durante mucho tiempo generar un lenguaje que coincida con la calidad del lenguaje producido por humanos. A pesar de los enormes avances realizados en este campo, la evaluación de la calidad del lenguaje producido por la PNL aún plantea importantes desafíos. Los estudios sobre la psicología del lenguaje sugieren que el lenguaje contiene una rica información social y psicológica sobre el hablante, en su mayoría procesada por lectores u oyentes a un nivel implícito. Por lo tanto, agregar información perceptual implícita a los criterios para evaluar la calidad de la generación del lenguaje natural es una dirección potencial prometedora.

En este estudio, el equipo del profesor Zhang recopiló el corpus de los chatbots Google Meena y Microsoft XiaoIce como representantes de los lenguajes producidos por la PNL y el corpus humano como materiales de control. Se utilizó tecnología de resonancia magnética funcional (IRM) para registrar las señales neuronales de los participantes mientras examinaban y evaluaban los dos corpus.

El análisis de los resultados reveló que cuando los participantes juzgaron subjetivamente que el cuerpo humano y el cuerpo del robot eran similares a los humanos, los niveles de activación de la corteza prefrontal dorsomedial y la zona de unión temporo-parietal derecha, que son las áreas centrales del red mentalizadora del cerebro. , aún puede distinguir significativamente la fuente del corpus. La actividad neuronal evocada por corpus de diferentes fuentes y con diferentes juicios mostró notables similitudes entre los sujetos.

El estudio encontró que las regiones cerebrales significativamente activadas se superponían a la red de mentalización del metanálisis neurosintético, lo que indica que las regiones del cerebro involucradas en la percepción implícita al distinguir entre el lenguaje producido por humanos y el producido por PNL eran de hecho la red de mentalización.

Estos resultados sugieren que las señales neuronales sensoriales implícitas del cerebro responden más a la información evaluativa que los autoinformes. La incorporación de esta información en los criterios de evaluación puede ayudar a desarrollar la tecnología NLP. Este estudio también ofrece una nueva perspectiva para desarrollar una nueva prueba de Turing para medir el nivel de inteligencia artificial.

Proporcionado por la Universidad de Ciencia y Tecnología de China