Meta投入資源長期研究人腦與語言處理，以建立具高效學習能力的AI

Meta對外宣布一項長期人工智慧研究計畫，以更好地研究人類大腦處理語言和文字的方式，希望可以開發出與人類相同學習方式的人工智慧系統。而這項計畫所揭露關於人腦的新發現，可作為之後改進人工智慧模型的方向。

Meta透過與神經影像中心Neurospin和研究中心Inria合作，比較人腦和人工智慧模型對相同句子口說和書寫的反應，並利用這些發現，來推進人工智慧的發展，目的是要讓人工智慧能夠跟人類一樣高效率地學習。

雖然近年人工智慧有大幅的進展，但是學習語言的效率還是遠遠不及人類，Meta提到，像是人類小孩在學習Orange這個詞的時候，能夠同時學習既是水果也是顏色的概念，但是當前的人工智慧，還不能像人類一樣有效率地做到這點。

而這也讓研究人員感興趣，或許研究人腦有助於建構，能夠像人一樣學習和推理的人工智慧系統。

要研究人腦訊號並不容易，因為研究神經元活動以及大腦成像，是一個複雜的過程，需要用到大型機器，但Meta表示，因為深度學習的興起，得以突破這個障礙，讓研究人員可以研究當人類在閱讀或是聽故事時，大腦會在什麼時候產生單字和句子。

Meta與其合作夥伴的研究，發現人類大腦能夠進行更長期的預測，研究人員將各種語言模型，和345名受試者的大腦反應進行比較，這些受試者會在聆聽複雜敘述時，接受fMRI的紀錄。研究發現人類大腦會提前很久，預測單詞和想法，而這是當前語言模型所缺乏的，當前的多數語言模型，通常有能力在「Once upon a」之後，預測接下來最佳的單詞為「Time」，但是對更複雜的想法、情境和敘述時，預測能力仍然有限，難以達到人類的程度。