Söhbət insanlara öz düşüncələrini, hisslərini və fikirlərini başqalarına çatdırmağa imkan verir. Bu, öz növbəsində onlara yeni şeylər öyrənməyə, sosial əlaqələrini dərinləşdirməyə və konkret vəzifələri həll etmək üçün həmyaşıdları ilə əməkdaşlıq etməyə imkan verir.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=7587637799&adk=1434173251&adf=4198688998&pi=t.ma~as.7587637799&w=750&abgtt=6&fwrn=4&fwrnh=0&lmt=1751605897&rafmt=1&armr=3&format=750×280&url=https%3A%2F%2Fmedicalxpress.com%2Fnews%2F2025-06-neurocomputational-brain-conversational-content.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTM3LjAuNzE1MS4xMjAiLG51bGwsMCxudWxsLCI2NCIsW1siR29vZ2xlIENocm9tZSIsIjEzNy4wLjcxNTEuMTIwIl0sWyJDaHJvbWl1bSIsIjEzNy4wLjcxNTEuMTIwIl0sWyJOb3QvQSlCcmFuZCIsIjI0LjAuMC4wIl1dLDBd&dt=1751605897468&bpp=2&bdt=122&idt=178&shv=r20250630&mjsv=m202507010101&ptt=9&saldr=aa&abxe=1&cookie=ID%3De77740426f8da9bc%3AT%3D1735295852%3ART%3D1751605597%3AS%3DALNI_MbHbvhLj3WydQ3lYshQhNgDg8E9nQ&gpic=UID%3D00000f80ad9e2337%3AT%3D1735295852%3ART%3D1751605597%3AS%3DALNI_MYM9zSDwUrvOLsQ-H1E20L0IjGeMw&eo_id_str=ID%3Df152d1a4517561f1%3AT%3D1751526315%3ART%3D1751605597%3AS%3DAA-AfjYXsAMYxawkCSjU_EMOR4gg&prev_fmts=0x0&nras=1&correlator=3010200733317&frm=20&pv=1&rplot=4&u_tz=240&u_his=1&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=448&ady=904&biw=1905&bih=945&scr_x=0&scr_y=0&eid=95353386%2C95362655%2C95365226%2C31093299%2C95365108%2C95359265%2C95365116%2C31093116&oid=2&pvsid=2147855620383154&tmod=30142254&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=2&rsz=%7C%7CpeEr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=2&uci=a!2&fsb=1&dtd=184

İnsan beyninin söhbət zamanı deyilənləri necə mənalandırdığını başa düşmək beyindən ilham alan hesablama modellərinin inkişafına məlumat verə bilər.

Əksinə, ChatGPT kimi müxtəlif dillərdə istifadəçi sorğularını emal etmək və onlara cavab vermək üçün nəzərdə tutulmuş maşın öyrənməsinə əsaslanan agentlər beyində danışıq məzmununun təşkilinə yeni işıq salmağa kömək edə bilər.

Osaka Universiteti və Milli İnformasiya və Kommunikasiya Texnologiyaları İnstitutunun (NICT) tədqiqatçıları ChatGPT-nin fəaliyyətini dəstəkləyən böyük dil modelindən (LLM) və insanlar bir-biri ilə danışarkən toplanan funksional maqnit rezonans görüntüləmə (fMRI) məlumatlarından istifadə edərək, beynin kortəbii söhbətlərdən necə məna əldə etdiyini daha da araşdırmaq məqsədi daşıyan bir araşdırma apardılar.

Nature Human Behavior jurnalında dərc olunmuş onların tapıntıları beynin insanlara real vaxt söhbətləri zamanı dili necə şərh etməsinə imkan verdiyinə dair dəyərli yeni fikirlər təklif edir.

“Uzunmüddətli məqsədimiz insan beyninin gündəlik həyatı necə təmin etdiyini anlamaqdır. Dilə əsaslanan söhbət insan intellektinin və sosial qarşılıqlı əlaqənin ən fundamental ifadələrindən biri olduğu üçün biz beynin təbii dialoqu necə dəstəklədiyini araşdırmaq üçün yola çıxdıq”, – məqalənin baş müəllifi Şinji Nişimoto Medical Xpress-ə bildirib.

https://googleads.g.doubleclick.net/pagead/ads?gdpr=0&us_privacy=1—&gpp_sid=-1&client=ca-pub-0536483524803400&output=html&h=280&slotname=7099578867&adk=1328126233&adf=1100001614&pi=t.ma~as.7099578867&w=750&abgtt=6&fwrn=4&fwrnh=0&lmt=1751605907&rafmt=1&armr=3&format=750×280&url=https%3A%2F%2Fmedicalxpress.com%2Fnews%2F2025-06-neurocomputational-brain-conversational-content.html&fwr=0&rpe=1&resp_fmts=3&wgl=1&uach=WyJXaW5kb3dzIiwiMTkuMC4wIiwieDg2IiwiIiwiMTM3LjAuNzE1MS4xMjAiLG51bGwsMCxudWxsLCI2NCIsW1siR29vZ2xlIENocm9tZSIsIjEzNy4wLjcxNTEuMTIwIl0sWyJDaHJvbWl1bSIsIjEzNy4wLjcxNTEuMTIwIl0sWyJOb3QvQSlCcmFuZCIsIjI0LjAuMC4wIl1dLDBd&dt=1751605897470&bpp=1&bdt=123&idt=206&shv=r20250630&mjsv=m202507010101&ptt=9&saldr=aa&abxe=1&cookie=ID%3De77740426f8da9bc%3AT%3D1735295852%3ART%3D1751605597%3AS%3DALNI_MbHbvhLj3WydQ3lYshQhNgDg8E9nQ&gpic=UID%3D00000f80ad9e2337%3AT%3D1735295852%3ART%3D1751605597%3AS%3DALNI_MYM9zSDwUrvOLsQ-H1E20L0IjGeMw&eo_id_str=ID%3Df152d1a4517561f1%3AT%3D1751526315%3ART%3D1751605597%3AS%3DAA-AfjYXsAMYxawkCSjU_EMOR4gg&prev_fmts=0x0%2C750x280%2C336x280&nras=1&correlator=3010200733317&frm=20&pv=1&rplot=4&u_tz=240&u_his=1&u_h=1080&u_w=1920&u_ah=1032&u_aw=1920&u_cd=24&u_sd=1&dmc=8&adx=448&ady=1970&biw=1905&bih=945&scr_x=0&scr_y=0&eid=95353386%2C95362655%2C95365226%2C31093299%2C95365108%2C95359265%2C95365116%2C31093116&oid=2&psts=AOrYGsl5dJDs0sqabfgvVEkUN8oH2Tsn4KxN-NLbItcjlO1xqIrDQZ3593FXU5lo9zl8sR2eCDIzV2mUqy5zGouU6vwUAOGi%2CAOrYGskt4v_M1PdMtFRV7pZgWVEb2mdZI0Uj2AF86lrN6slnpi6UTcFjcHOEtzNrfHWMyul4RjoduZ0egBsenA&pvsid=2147855620383154&tmod=30142254&uas=0&nvt=1&ref=https%3A%2F%2Fphys.org%2F&fc=1920&brdim=0%2C0%2C0%2C0%2C1920%2C0%2C1920%2C1032%2C1920%2C945&vis=1&rsz=%7C%7CpeEbr%7C&abl=CS&pfx=0&fu=128&bc=31&bz=1&td=1&tdf=2&psd=W251bGwsbnVsbCxudWxsLDNd&nt=1&ifi=3&uci=a!3&btvi=1&fsb=1&dtd=10295

“GPT kimi böyük dil modellərindəki son irəliləyişlər, linqvistik məlumatın zəngin, an-bana axınını modelləşdirmək üçün lazım olan kəmiyyət alətlərini təmin edərək, bu tədqiqatı mümkün etdi.”

Tədqiqatlarının bir hissəsi olaraq, Nishimoto və həmkarları səkkiz insan iştirakçının iştirakı ilə bir təcrübə həyata keçirdilər, onlardan xüsusi mövzular haqqında kortəbii söhbət etmələri istəndi.

Təcrübələrdən biri ilə söhbət edərkən iştirakçıların beyin fəaliyyəti , beyində qan axınındakı dəyişiklikləri aşkar edən geniş istifadə olunan neyroimaging texnikası olan fMRI istifadə edərək izlənildi.

“İştirakçılar bir eksperimentatorla kortəbii söhbətlər apararkən fMRI istifadə edərək beyin fəaliyyətini ölçdük” deyə məqalənin ilk müəllifi Masahiro Yamashita izah etdi.

“Bu söhbətlərin məzmununu təhlil etmək üçün biz ChatGPT-nin əsas komponenti olan GPT-dən istifadə edərək hər bir ifadəni ədədi vektorlara çevirdik. Sözlər, cümlələr və diskurs kimi linqvistik iyerarxiyanın müxtəlif səviyyələrini tutmaq üçün təhlilin vaxtını 1 ilə 32 saniyə arasında dəyişdik.”

GPT hesablama modelindən istifadə edərək tədqiqatçılar söhbət zamanı iştirakçıların istifadə etdiyi dilin ədədi təsvirlərini yaratdılar. Bu təsvirlər onlara müxtəlif şəxslərin beyinlərinin həm danışarkən, həm də söhbət etdikləri insanı dinləyərkən nə qədər güclü reaksiya verdiyini proqnozlaşdırmağa imkan verirdi.

“Artan tədqiqatlar göstərir ki, danışıq və qəbul edilən dilin mənaları üst-üstə düşən beyin bölgələrində təmsil olunur” dedi Yamaşita.

“Lakin real söhbətlərdə mənim dediklərimlə sizin dedikləriniz bir-birindən fərqlənməlidir və bu fərqin necə edildiyi haqqında çox az şey məlumdur. Araşdırmamız nitq istehsalı zamanı beynin sözlərin cümlələrə inteqrasiya etdiyini və anlama ilə müqayisədə fərqli danışdığını ortaya qoydu.”

Bu araşdırmanın nəticələri göstərir ki, beyin nitq yaratmaq və ya başqasının dediklərini emal etmək üzərində işləməsindən asılı olaraq, söhbət zamanı deyilənlərdən məna qurmaq üçün müxtəlif strategiyalardan istifadə edir. Bu maraqlı müşahidə insanlara gündəlik söhbətlərdən məna çıxarmağa imkan verən mürəkkəb proseslərin başa düşülməsinə kömək edir.

Gələcəkdə Nishimoto, Yamashita və onların həmkarı Rieko Kubonun işi digər tədqiqat qruplarını LLM və neyroimaging məlumatlarının birləşməsindən istifadə edərək beyin proseslərini araşdırmaq üçün ruhlandıra bilər.

“Növbəti tədqiqatlarımda mən real vaxt söhbəti zamanı beynin bir çox mümkün variantlardan nə deyəcəyini necə seçdiyini araşdırmaq istərdim” dedi Yamaşita. “Məni təbii söhbətlər kontekstində bu qərarların necə bu qədər sürətli və səmərəli qəbul etməsi xüsusilə maraqlandırır”.

Müəllifimiz İnqrid Fadelli tərəfindən sizin üçün yazılmış , Sadie Harley tərəfindən redaktə edilmiş və Robert Eqan tərəfindən yoxlanılmış və nəzərdən keçirilmiş bu məqalə diqqətli insan əməyinin nəticəsidir. Müstəqil elmi jurnalistikanı yaşatmaq üçün sizin kimi oxuculara güvənirik. Bu hesabat sizin üçün əhəmiyyət kəsb edirsə, lütfən, ianə (xüsusilə aylıq) nəzərdən keçirin. Siz təşəkkür olaraq reklamsız hesab əldə edəcəksiniz .

Daha çox məlumat: Masahiro Yamashita və digərləri, Danışıq məzmunu beyində bir neçə zaman şkalası üzrə təşkil edilir, Təbiət İnsan Davranışı (2025). DOI: 10.1038/s41562-025-02231-4 .

Jurnal məlumatı: Nature Human Behavior 

© 2025 Science X Network