Группа исследователей из Колумбийского университета, IBM Research и научно-исследовательского центра Feinstein Institutes for Medical Research провела уникальное сравнение: как искусственный интеллект и человеческий преобразуют звуковые сигналы. Для этого они сопоставили внутренние состояния рекуррентных нейросетей (RNN), обученных распознаванию речи, с активностью 15 пациентов с эпилепсией, которым были имплантированы электроды в слуховую кору.
Во время эксперимента пациенты слушали 30 минут рассказов, а нейросеть обрабатывала те же аудиозаписи. Учёные анализировали, как на каждом этапе — от простых акустических признаков до сложных смысловых конструкций — меняется активность и слои ИИ. Оказалось, что обе «системы» проходят почти идентичную последовательность: сначала выделяют базовые звуковые характеристики, затем фонетические, далее слова и, наконец, смысл.
Важный результат: по мере продвижения по слоям RNN информация топографически соответствует иерархии обработки в коре человека — от первичной слуховой зоны к областям, отвечающим за понимание языка. Это говорит о том, что эволюция и оптимизация ИИ независимо пришли к схожему, эффективному решению задачи «звук — смысл».
Авторы подчёркивают: их RNN обрабатывала речь поэтапно, как , а не целиком, как все современные трансформеры. Это позволило напрямую сопоставить этапы и выявить совпадения. Кроме того, сходство появлялось только если ИИ обучался на конкретном языке — как и , осваивающий родную речь.
Исследование открывает новые перспективы: теперь ИИ можно использовать как «прозрачную модель» для изучения принципов работы . Однако остаются вопросы: почему у человека языковые функции асимметричны (левое полушарие доминирует), и можно ли создать ИИ с «двойным путём» для более сложных задач коммуникации.
В будущем учёные планируют выяснить, как и ИИ обрабатывают второй язык, и можно ли с помощью таких моделей понять механизмы нарушений речи.
