تُعتبر اللغة واحدة من أبرز القدرات البشرية المعقدة، حيث يتطلب استخدامها تنسيقًا دقيقًا بين مناطق متعددة في الدماغ لتحويل الأفكار إلى كلمات ومعانٍ مفهومة.
وعلى الرغم من الجهود الكبيرة التي بذلها العلماء لفهم آليات هذه العملية، إلا أنهم غالبًا ما درسوا اللغة من خلال عناصر منفصلة مثل الأصوات اللغوية، القواعد، والمعاني.
ولكن مع التقاطع بين علم الأعصاب والذكاء الاصطناعي، ظهرت رؤية جديدة لفهم كيفية معالجة الدماغ للكلام في المحادثات اليومية.
قام فريق من الباحثين بتطوير نهج مبتكر يستخدم الذكاء الاصطناعي لدراسة معالجة الدماغ للغة أثناء المحادثات الطبيعية. من خلال دمج تقنية التخطيط الكهربائي للدماغ (ECoG) مع نماذج التعلم العميق، تمكّن الباحثون من بناء نظام قادر على التنبؤ بالنشاط العصبي أثناء المحادثات الواقعية، مما يعزز فهمنا للغة والإدراك البشري.
تم استخدام نموذج الذكاء الاصطناعي "Whisper" المبتكر من قبل شركة OpenAI، الذي يتميز بدقة عالية في تحويل الصوت إلى نص، مما ساعد الباحثين على رصد النشاط الدماغي المرتبط بالمحادثات بطريقة تتفوق على النماذج التقليدية. يعتمد هذا النموذج على تحليل الصوتيات والنصوص باستخدام أسلوب إحصائي، حيث يتنبأ بالنصوص استنادًا إلى البيانات المدربة.
وكشفت الدراسة أن النموذج تمكن من اكتشاف الهياكل اللغوية تلقائيًا بعد التدريب، مما يعكس قدرة الذكاء الاصطناعي على التعرف على اللغة دون الحاجة إلى تعليمات مسبقة حول القواعد اللغوية. وأظهرت النتائج أن الدماغ يعمل بتوزيع وظيفي معقد لمعالجة اللغة، حيث يتعاون عدد من المناطق المختلفة لتنفيذ المهام اللغوية.
في هذه الدراسة التي نُشرت في مجلة "Nature Human Behaviour"، تم استخدام تسجيلات لمحادثات أكثر من 100 ساعة من صوت لعدد من الأشخاص المصابين بالصرع الذين خضعوا لجراحة لزرع أقطاب كهربائية في أدمغتهم.
أتاح ذلك للباحثين دراسة تفاعلات الدماغ أثناء التحدث والاستماع.
تكمن أهمية هذه الدراسة في فتح آفاق جديدة في فهم كيفية معالجة الدماغ للغة واستخدام الذكاء الاصطناعي لفهم هذه العمليات. كما توفر فرصًا لتحسين التقنيات المساعدة للأشخاص الذين يعانون من صعوبات في التواصل وتساعد على تطوير نماذج الذكاء الاصطناعي بشكل أكثر دقة وفعالية.
