第一个男性语言模型诞生了！麻省理工学院博客

资料来源：DeepTech诺贝尔奖和美国科学家理查德·阿克塞尔（Richard Axel）的获胜者说，人们仍然不知道神经活动在思维和行动中转变的逻辑。他认为，这种逻辑的看法是未来神经科学发展的最重要方向。提供语言，推理和计划之类的现象是神经元和突触活动的直接产物，但目前没有理论可以导致一般情况以阐明实施此过程的机制。阿克塞尔（Axel）对“逻辑”一词的使用似乎意味着人们应该找到足以从神经科学知识中支持大脑功能的关键要素。最近，丹尼尔·米特罗波斯基（Daniel Mitropolsky）是哥伦比亚大学的博士毕业生，以及美国马萨诸塞州科技研究所的博士后研究的流行研究，创建了一种名为Nemo的简约神经模型。它说这是第一个生物合理的语言研究系统。该系统可以通过与与真实情况相关的少量句子（包括词汇，主要的语法和语义知识）相关的少量句子进行互动而意识到自然语言的关键要素。照片| Daniel Mitropolsky（来源：https：//dmittropolsky.github.io/）同时，该系统可以扩展到多语言处理：只需添加一个新的功能位置即可为用户使用的语言配置独家处理成分。研究人员认为，这种语言获取系统的生物合理性不仅是因为严格遵守NEMO框架，还因为分区的功能和诸如脑建筑之类的白板中包含的纤维的功能使通过哺乳动物开发的过程实现自然发展是可能的。 Nemo：基于神经科学的六个原则。据报道，Nemo生成一个简单的MATH基于神经科学中的六个主要和无争议的原理，尤其是：兴奋性神经元，大脑区域，随机突触连接，每个区域内的局部抑制，草药可塑性和区域间抑制。可以以非常高的效率模拟NEMO模型，模拟量表为100万神经元和万亿个突触。通过实验，研究人员发现，Nemo与Axel所说的和将BEG的抽象理论一致，可以做到由自然语言学到的动物大脑最常见的功能之一。同时，数学和相关模拟的证明也证明，该模型可以通过开发和操纵神经集来执行重大计算，并且可以完成各种专门的活动，例如审查自然语言句子。但是，如果语言中的词汇以神经簇为特征，而Nemo可以以这种方式工作它的突触连接被单个单词的语法论文所折扣。状态的NEMO系统可以通过类似于人类语言的方式来确定语言的词汇，语法和语义。具体而言，它通过与特定语言进行互动来找到以下四个技能：首先，它学习了特定名词和动词的ang语义表示；其次，它学习了关键的句法属性，例如每个单词的语音部分。第三，它找到了语言学一词，以便在许多音调下。第四，它已经学会了提出新的句子。当然，语言获取的含义超出了这一点。对语言获取的完整描述应涵盖以下方面：研究以找出语音和音素获取（例如语音发音和比较方法）；语音部分分类（能够掌握名词和动词以外的其他单词类别，例如形容词，副词和prepositiONS等）;功能单词（例如“ The”，“连词”和“等”等文章；抽象单词（例如“爱”，“自由”以及代表情感或概念的na）；句法结构（能够掌握基本单词 - 单词以外的复杂句子模式，例如子句和反向句子等）。在婴儿的大脑中，上述学习的方式是一种温和的方式。但是，由于本研究的目的是证明NEMO系统在严格控制的实验中具有基本的语言捕获能力，因此他们着重于完成统计研究任务并在两个阶段进行执行：首先让他们知道单词的含义和语音的一部分，然后让他们知道单词和单词和单词和单词和单词和单词和单词的政策。在发音和语音方面，研究人员通过采用“输入输出约定”来超过以下阶段：在向系统中呈现句子时，系统将其转换为一系列刺激序列符合单词符号，在形成句子时也是如此。在实验过程中，系统将暴露于基于自然语言，与特定情况相关的完整句子中。它在感觉和运动皮层都被激活。 Insyntax和上下文。众所周知，非人类灵长类动物也可以达到这种语言水平。在这项研究中，研究人员成功解决了一个更具挑战性的问题 - 也就是说，通过与完整的句子与证据进行互动，该系统可以确定词汇语义，Gerund语法差异和单词 - 单词策略。应当指出的是，这种能力仍然是赋予人们的独特功能。因此，研究人员认为，他们已经建立了第一个人工模型，该模型在生物学上并且能够捕获基本的语言捕获。I -Type如果人们发现非人类动物的语言能力，研究人员认为，这一发现将开始改变当前的一般VIE，语言的W。什么是生物语言基础？除了回应上面提到的Axel外，这项研究还涉及另一个漫长的关键问题：该语言的生物学基础是什么？具体而言，语言是人们在遗传，分子或神经水平上具有独特特征的产物吗？实际上，这些属性包括FOXP2基因，科学家早些时候发现并曾经称为“语言基因”，而人类层中科学家最近发现的新的潜在树突炎2-3个神经元，这引起了人们对人类语言能力的生物学静脉的想象。本研究中提出的肥胖肥胖系统可以被视为另一种替代零假设的经验证据：也就是说，基于简单且广泛认可的Neuro Elementsscience和原理，可以基于哺乳动物的大脑完全构建语言系统。研究人员教导说特定的神经他们建议的建筑和算法可能被认为是人类语言系统的全面和神经生物学可行性，并且以前在该领域几乎没有特定模型。研究人员说，该模型中涉及的大脑区域（包括其数量，功能和突触连接方法）与现有的证据和关于神经解剖学和心理语言学的见解兼容，并在已经具有学术共识的领域中反映了这种相似性。同时，目前提出的人工语言系统可以预测在理解和产生语言的过程中激活该大脑的这些区域的模式，因此该特征可以为神经语言学研究提供重要的参考。与广泛使用和语言功能的另一种类型的计算系统相比，该系统具有重要的区别：也就是说，它具有生物理性。特别是不依赖反向传播，这是当前机器研究领域中最关键的机制，并且在动物的大脑中尚未检测到这种机制。 。研究人员认为，通过简单地扩展现有系统，可以涵盖许多未指定的方面。研究人员说，抽象词汇是研究的下一步的主要目标，该目标需要建立框架的相应表示形式，并引入了大脑区域的新语义处理。当前，有许多理论提供了关于人脑如何处理抽象词汇的语言学钨的理论，可用于指导该领域的新研究。语言能力的其他复杂方面，例如歧义，语法判断，理解隐喻和下一个词预言，都是大量研究的挑战。尽管其中一些任务可能需要一些符合靶标的生物学机制g nemopangular模型，但研究人员坚信这些挑战可以在现有框架内解决。将来，探索研究人员的更多目的包括：掌握语言的社会使用并探索语言和社会元素之间的互动机制。预计这些研究需要建立新的重复系统化和处理机制。此外，研究人员认为，有必要探索NEMO模型与大型模型之间的关系，这有助于NEMO模型以更具挑战性的方向发展。除了语言能力之外，各种形式的推理，例如逻辑推理，启发式推理，推理类别，概率推理等都将是NEMO系统面临的重要高级挑战。尽管有许多未来的研究方向，并且仍然存在一些局限当时的研究人员是同类研究人员。除了能够发挥概念证明的价值的能力外，该系统还可以帮助进行神经语言学研究。因为ITS的设计原理可以进一步反映当前的神经神聚力思想，因此制定了可靠的预测并删除更先进的版本可以帮助指导对人类语言系统的进一步研究。参考材料：https：//arxiv.org/pdf/2507.11788https://www.engineering.columbia.columbia.edu/faculty-taff/directory/christos/christos-papadimitriouhttps ://