Tre nuovi studi condotti da istituzioni leader tra cui l’Università Ebraica, Google Research e Caltech hanno gettato nuova luce sulla relazione tra intelligenza artificiale e cervello umano. La ricerca suggerisce che i modelli di intelligenza artificiale elaborano il linguaggio in un modo che assomiglia sorprendentemente all’attività neurale biologica, influenzando allo stesso tempo il modo in cui gli esseri umani parlano nel mondo reale. Queste indagini utilizzano strutture di deep learning e analisi linguistiche per esplorare come l’intelligenza artificiale si allinea con la funzione cerebrale, come altera il nostro vocabolario e come può aiutare a simulare i neuroni biologici.
Il cervello costruisce significato come un LLM
Un team guidato dal dottor Ariel Goldstein dell’Università Ebraica, in collaborazione con Google Research e Princeton, ha utilizzato l’elettrocorticografia (ECoG) per registrare l’attività elettrica diretta dal cervello dei partecipanti che ascoltavano un podcast di 30 minuti. Hanno confrontato questi segnali con l’architettura a strati di modelli linguistici di grandi dimensioni (LLM) come GPT-2 e Lama 2. IL studio trovato un notevole allineamento:
- Primi strati: Le risposte neurali iniziali del cervello corrispondevano agli strati superficiali dei modelli di intelligenza artificiale, che gestiscono elementi linguistici di base.
- Strati profondi: Risposte neurali successive, in particolare nell’area di Broca, allineate con strati più profondi dell’intelligenza artificiale che elaborano contesto e significato complessi.
“Ciò che ci ha sorpreso di più è stato il modo in cui lo sviluppo temporale del significato del cervello corrisponde alla sequenza delle trasformazioni all’interno di grandi modelli linguistici”, ha affermato Goldstein. Ciò suggerisce che, nonostante le loro diverse strutture, sia il cervello umano che i modelli di intelligenza artificiale costruiscono il significato in modo incrementale, strato dopo strato. Per supportare ulteriori scoperte, il team ha rilasciato al pubblico il set di dati completo delle registrazioni neurali, consentendo agli scienziati di tutto il mondo di testare teorie alternative sull’elaborazione del linguaggio.
“Lexical Seepage”: l’intelligenza artificiale sta cambiando il modo in cui parliamo
In un’indagine separata, il linguista Tom Juzek della Florida State University ha analizzato 22 milioni di parole provenienti da podcast senza script per misurare l’impatto dell’intelligenza artificiale sul linguaggio umano. Confrontando i dati prima e dopo il rilascio di ChatGPT nel 2022, lo studio ha identificato un fenomeno che Juzek chiama “infiltrazione lessicale”. La ricerca ha rilevato un improvviso aumento di parole specifiche comunemente generate dall’intelligenza artificiale, mentre i loro sinonimi non hanno mostrato un aumento simile. Queste parole includono:
- “Approfondire” (investigare in profondità)
- “Meticoloso” (mostrando un’attenta attenzione ai dettagli)
- “Graniere” (raccogliere o collezionare)
- “Vantarsi” (riferito al possesso di una caratteristica)
“L’intelligenza artificiale potrebbe letteralmente metterci le parole in bocca, poiché l’esposizione ripetuta porta le persone a interiorizzare e riutilizzare parole d’ordine che potrebbero non aver scelto naturalmente.”
A differenza dello slang che si diffonde socialmente, questo cambiamento deriva da risultati algoritmici presenti in testi e articoli. L’analisi solleva interrogativi sulla potenziale standardizzazione del linguaggio umano e sull’appiattimento dei dialetti regionali sotto l’influenza della terminologia uniforme dell’intelligenza artificiale.
NOBLE: simulazione dei neuroni 4.200 volte più veloce
Al Conferenza NeurIPSgli scienziati del Caltech e del Cedars-Sinai hanno introdotto NOBLE (Neural Operator with Biologically-informed Latent Embeddings). Questo nuovo framework di apprendimento profondo può generare modelli virtuali di neuroni cerebrali 4.200 volte più velocemente rispetto ai metodi tradizionali. Mentre i solutori tradizionali utilizzano equazioni differenziali complesse che richiedono una notevole potenza di calcolo, NOBLE utilizza operatori neurali per replicare il comportamento dei neuroni biologici reali, comprese le loro frequenze di attivazione e le risposte agli stimoli. Questa velocità consente ai ricercatori di adattare le simulazioni a circuiti cerebrali più ampi che coinvolgono milioni di cellule interconnesse. Il quadro mira ad accelerare la ricerca sui disturbi cerebrali come l’epilessia e l’Alzheimer consentendo agli scienziati di testare rapidamente le ipotesi senza fare affidamento esclusivamente su esperimenti limitati su animali o umani.
