在日?；又校藗兺ǔＲ悦糠昼?20到200個單詞的速度說話。為了使聽眾能夠以這樣的速度理解語音，而又不會失去談話的內(nèi)容，大腦必須非常迅速地理解每個單詞的含義。

羅切斯特大學(xué)教授埃德蒙·拉洛爾(Edmund Lalor)與愛爾蘭都柏林三一學(xué)院的同事一起，已經(jīng)開發(fā)出一種新方法，可以使用相對便宜的EEG頭皮讀數(shù)來評估人們對所聽到聲音的理解程度。在一個實驗中，研究人員僅使用頭皮表面的電活動來比較大腦信號，而受試者在聽海明威的《老人與?！窌r則向前播放然后向后播放。(羅切斯特大學(xué)照片/埃德蒙·拉洛(Edmund Lalor)提供)

羅徹斯特大學(xué)生物醫(yī)學(xué)工程與神經(jīng)科學(xué)副教授 埃德蒙•拉洛爾(Edmund Lalor)說：“我們?nèi)绱巳菀鬃龅竭@是人腦的一項驚人成就-尤其是考慮到單詞的含義可能隨上下文的變化而變化。” 都柏林三一學(xué)院。“例如，'昨晚我看見一只 蝙蝠 飛過頭頂'，而'棒球運動員用他最喜歡的蝙蝠擊出全壘打 。'”

現(xiàn)在，拉洛爾實驗室的研究人員已經(jīng)識別出一個大腦信號，該信號指示一個人是否確實在理解別人的講話-并表明他們可以使用相對便宜的人頭皮上的EEG(腦電圖)讀數(shù)來跟蹤該信號。

Lalor說，這可能會有許多“潛在重要”的應(yīng)用程序。他們包括：

測試嬰兒的語言發(fā)展;

確定處于昏迷狀態(tài)(例如昏迷)的患者的腦功能水平;

確認(rèn)從事特別關(guān)鍵工作的人已經(jīng)理解他們所收到的指示(例如，空中交通管制員或士兵);

根據(jù)他們的交談能力來測試?yán)夏耆税V呆癥的發(fā)作。

該研究在《當(dāng)前生物學(xué)》上發(fā)表的一篇論文中進行了描述， 該研究 將機器學(xué)習(xí)應(yīng)用于人類受試者聽過的有聲讀物。“可以通過提供大量示例并要求計算機識別出哪些單詞對經(jīng)常出現(xiàn)而哪些不出現(xiàn)，來訓(xùn)練計算機，” Lalor解釋說。“通過這樣做，計算機開始“理解”定期出現(xiàn)的單詞(例如“ cake”和“ pie”)必須具有相似的含義。而且，實際上，計算機最終以一組數(shù)字量度來捕獲任何單詞與其他單詞的相似程度。”

然后，研究人員將數(shù)字量度與腦電波信號相關(guān)聯(lián)，當(dāng)參與者收聽有聲讀物的相應(yīng)部分時，腦電波信號就會記錄下來。他們能夠識別出反映給定單詞與故事中之前單詞的相似性或差異性的大腦反應(yīng)。

例如，在一個實驗中，當(dāng)受試者聽海明威的《老人與?！窌r，這一點得到了證實 。拉洛爾說：“我們可以看到大腦的信號告訴我們?nèi)藗兛梢岳斫馑麄兯牭降穆曇簟?rdquo; “當(dāng)我們有相同的人回來，聽到相同的有聲讀物向后播放時，信號會完全消失。”

在另一個實驗中，與會人員聽取了巴拉克·奧巴馬(Barack Obama)的講話，該講話“被埋在相當(dāng)多的背景噪音中，因此您只能在這里和那里只說幾句話，”拉洛爾說。然后，當(dāng)參與者觀看演講視頻時，可以使用面部暗示更好地理解奧巴馬在說什么，該信號“急劇增強”。

在論文中，Lalor的團隊指出，還需要做更多的工作來完全理解當(dāng)我們理解語音時我們的大腦執(zhí)行的所有計算。他們已經(jīng)開始尋找大腦可以計算含義的其他方式，這些計算方式與計算機的功能有何不同以及如何最好地應(yīng)用這種新方法。

Lalor在愛爾蘭都柏林三一學(xué)院(Trinity College)擔(dān)任助理教授五年后，于2016年加入羅切斯特大學(xué)。他仍然是Trinity的會員，那里的三個研究生–主要作者邁克爾·布羅德里克(Michael Broderick)，喬瓦尼·迪·利貝托(Giovanni Di Liberto)和現(xiàn)為阿爾伯特·愛因斯坦醫(yī)學(xué)院的博士后邁克爾·克羅斯(Michael Crosse)為這項研究做出了貢獻。Lalor在羅切斯特的實驗室的博士后研究員安德魯·安德森(Andrew Anderson)也是如此。