AI越进化越跟人类大脑像！Meta找到了机器的“前额叶皮层” 鱼羊萧箫发自凹非寺量子位|公

鱼羊萧箫发自凹非寺
量子位|公众号QbitAI
说出来你可能不信，有一只AI刚刚被证明，处理语音的方式跟大脑谜之相似。
甚至在结构上都能相互对应——
科学家们在AI身上直接定位出了“视觉皮层” 。

文章图片
这项来自MetaAI等机构的研究一经po出，立马在社交媒体上炸开了锅。一大波神经科学家和AI研究者前往围观。

文章图片
LeCun称赞这是“出色的工作”：自监督Transformer分层活动与人类听觉皮层活动之间，确实密切相关。

文章图片
还有网友趁机调侃：Sorry马库斯，但AGI真的快要来了。

文章图片
不过，研究也引发了一些学者的好奇。
【AI越进化越跟人类大脑像！Meta找到了机器的“前额叶皮层”】例如麦吉尔大学神经科学博士PatrickMineault提出疑问：
我们发表在NeurIPS的一篇论文中，也尝试过将fMRI数据和模型联系起来，但当时并不觉得这俩有啥关系。

文章图片
所以，这到底是一项怎样的研究，它又是如何得出“这只AI干起活来像大脑”的结论的？
AI学会像人脑一样工作简单来说，在这项研究中，研究人员聚焦语音处理问题，将自监督模型Wav2Vec2.0同412名志愿者的大脑活动进行了比较。
这412名志愿者中，有351人说英语， 28人说法语， 33人说中文。研究人员给他们听了大约1个小时的有声书，并在此过程中用fMRI对他们的大脑活动进行了记录。

文章图片
模型这边，研究人员则用超过600小时的无标签语音来训练Wav2Vec2.0 。
对应志愿者的母语，模型也分为英语、法语、中文三款，另外还有一款是用非语音声学场景数据集训练的。
而后这些模型也听了听志愿者同款有声书。研究人员从中提取出了模型的激活。
相关性的评价标准，遵照这个公式：

文章图片
其中， X为模型激活， Y为人类大脑活动， W为标准编码模型。

文章图片
从结果来看，自监督学习确实让Wav2Vec2.0产生了类似大脑的语音表征。
从上图中可以看到，在初级和次级听觉皮层， AI明显预测到了几乎所有皮层区域的大脑活动。
研究人员还进一步发现了AI的“听觉皮层”、“前额叶皮层”到底长在哪一层。

文章图片
图中显示，听觉皮层与Transformer的第一层（蓝色）最吻合，而前额叶皮层则与Transformer的最深一层（红色）最吻合。
此外，研究人员量化分析了人类感知母语和非母语音素的能力差异，并与Wav2Vec2.0模型进行对比。
他们发现， AI也像人类一样，对“母语”有更强的辨别能力，比如，法语模型就比英语模型更容易感知来自法语的刺激。
上述结果证明了， 600小时的自监督学习，就足以让Wav2Vec2.0学习到语言的特定表征——这与婴儿在学说话的过程中接触到的“数据量”相当。