你可能不相信，一個AI剛剛被證明，它處理語音的方式和大腦拼圖差不多即使在結構上，它們也可以相互對應——科學家已經直接定位了AI中的視覺皮層

Meta AI等機構的這項研究一發表，立刻在社交媒體上炸開了鍋一大波神經科學家和AI研究人員前去觀看

LeCun稱贊這是出色的工作:自我監控變壓器的分層活動和人類聽覺皮層的活動之間確實存在密切的相關性。

有網友趁機調侃:對不起馬庫斯，但AGI真的快到了。

可是，這項研究也引起了一些學者的好奇。例如，麥吉爾大學的神經科學博士Patrick Mineault問道:

在NeurIPS發表的一篇論文中，我們也試圖將fMRI數據與模型聯系起來，但當時我們并不認為兩者之間有任何關系。

那么，這是一個什么樣的研究，又是如何得出這個AI像大腦一樣工作的結論的呢。

人工智能學會像人腦一樣工作

簡單來說，在這項研究中，研究人員專注于語音處理，并將自我監測模型Wav2Vec 2.0與412名志愿者的大腦活動進行了比較。

在412名志愿者中，351人說英語，28人說法語，33人說漢語研究人員聽了大約1個小時的有聲書籍，并在此過程中用功能磁共振成像記錄了他們的大腦活動

在模型方面，研究人員使用了超過600小時的未標記語音來訓練Wav2Vec 2.0對應志愿者的母語，模型也分為英語，法語，漢語三種，另一種用非語音聲學場景數據集訓練

然后這些模特還聽了志愿者的同款有聲讀物研究人員提取了模型的激活

x是模型激活，y是人腦活動，w是標準編碼模型。

從結果來看，自我監督學習確實使Wav2Vec 2.0產生了類似大腦的語音表征。

從上圖可以看出，AI明顯預測了一級和二級聽覺皮層中幾乎所有皮層區域的大腦活動研究人員進一步發現了AI的聽覺皮層和前額葉皮層分別在哪一層

圖中顯示聽覺皮層與《變形金剛》第一層最為一致，而前額葉皮層與《變形金剛》最深層最為一致此外，研究人員定量分析了人類感知母語和非母語音素能力的差異，并與Wav2Vec 2.0模型進行了對比

他們發現，AI和人類一樣，對母語的辨別能力更強比如法國模式比英國模式更容易感知來自法國的刺激

以上結果證明，600個小時的自我監督學習足以讓Wav2Vec 2.0學會語言的具體表征——這相當于嬰兒在學習說話的過程中接觸到的數據量。

要知道，根據之前的DeepSpeech2論文，建立一個好的語音轉文本系統至少需要10000小時的語音數據。

再次引發了神經科學和AI界的討論。

對于這項研究，一些學者認為，它確實取得了一些新的突破例如，來自谷歌大腦的杰西·恩格爾表示，這項研究將視覺過濾器提升到了一個新的水平

例如，前MILA和谷歌研究員Joseph Viviano認為，這項研究也證明了fMRI中的靜息狀態成像數據是有意義的。

可是，在一次討論中，也出現了一些質疑的聲音比如神經科學博士帕特里克·米諾爾特指出，他也做過類似的研究但沒有得出結論，但也給出了自己的一些疑問

他認為，這項研究并沒有真正證明它測量的是語音處理的過程與人說話的速度相比，fMRI實際上測量信號的速度非常慢，所以急于得出Wav2vec 2.0已經學會了大腦的行為的結論是不科學的

另外，也有網友認為Wav2vec和人腦的輸入是不一樣的，一個是處理過的波形，一個是原始波形。

模擬人類智能還有很長的路要走但至少現在，我們可能走在正確的道路上

你認為呢。

論文地址:

參考鏈接:

鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。