江蘇
人類能夠通過語言傳遞全新的、極其復雜多樣的信息。在一個人開口說話前短短幾分之一秒內，人腦就已經把復雜的語法、精確的詞匯和語言背后的意義交織在一起。但長期以來，要理解人類語言背后精確的微觀細胞基礎，一直是一項重大挑戰。
如今，在一項新發表于《自然》的研究中，一個研究團隊在無腳本的自然對話中，實時追蹤了單個腦細胞的電活動，捕捉到一個詞真正說出口之前，句子是如何在腦中被構建出來的。
語言如何在細胞層面生成？
近年來，一些相關研究已經揭示了詞語中的聲旁如何被神經元編碼，但這些研究并沒有說明，我們產生有意義的言語時所依賴的細胞過程，也沒有說明在細胞層面是如何排列和組合詞語，使其形成短語和句子。
神經語言學中的另一個重要問題是：句法（決定語法與結構）信息是否在某種程度上可以與語義（詞語的意義）信息分離？或者說，語言的這些核心方面在細胞尺度上究竟是如何被表征的？
此外，雖然以往的影像學研究表明，語言信息很可能在腦中廣泛分布，但科學家對于這些信息在不同腦區中如何分布，仍然知之甚少。最后，關于單個神經元的局部活動，以及這些神經元在皮層局部如何組織，目前也知之甚少。
在自然對話中追蹤單個神經元
在這新的研究中，研究團隊在8名人類參與者的額顳葉皮質的多個區域進行了單神經元記錄。這8名參與者包括3名女性和5名男性，年齡為27至52歲。研究人員使用的是臨時植入癲癇患者腦內的、用于監測癲癇發作的電極。
在實驗過程中，這些參與者始終保持清醒，并且可以自由說話。研究人員與每名研究參與者都進行了自然流暢的英文對話，并記錄下這些對話，對話內容涵蓋了廣泛的話題。
這樣的實驗設置提供了一個難得的機會，使研究人員能夠觀察到參與者在說話時，腦會如何運作，幫助他們分析言語產生背后的細胞過程，捕捉到標準腦成像設備無法獲得的細節。
研究人員發現，在某些語言成分——例如名詞——被說出口之前，特定神經元的放電頻率會升高。研究人員認為，這表明人腦是通過激活特定神經元來構建句子的，而這些神經元能夠處理語言的不同屬性，例如詞類。
隨后，研究團隊轉向了大型語言模型，也就是驅動聊天機器人的同類人工智能。通過比較模型處理文本時的模式與參與者的腦活動，研究人員發現，在參與者開口說話之前記錄到的神經元活動，可以預測隨后言語中的許多特征，而且這種預測能力不受討論話題的限制。
他們還發現，在語義和句法這兩個核心概念之間存在分工：有些神經元反映較基礎的信息，例如特定詞語的含義和語法作用；另一些神經元則處理更復雜的任務，包括將短語組合成具有結構的句子。
此外，他們的模型能夠區分相似的短語和詞語，這說明這些神經元活動也捕捉到了句子中特定而獨特的語境。
從理解語言到恢復語言
這是科學家第一次不僅在腦區尺度上，而且在細胞尺度上描述產生言語的過程。過去，科學家普遍認為，語言是一種分散的、涉及整個神經網絡的現象。但事實證明，腦中存在一些特定神經元，它們只關心一個詞是不是名詞，或者只關心一個短語是不是即將結束。
這些發現最終還有望能幫助那些失去溝通能力的人，推動更先進的神經設備和腦機接口的發展。因為這類圖譜揭示了更廣泛腦區中的單個細胞如何編碼句子的結構和語法，因此未來或許能夠幫助人們直接從大腦中解碼復雜思想，為恢復言語能力提供一條可能路徑。
#參考來源：
https://www.nih.gov/news-events/news-releases/researchers-discover-single-cell-brain-activity-underlies-human-speech
https://www.nature.com/articles/d41586-026-01922-w
#圖片來源：
封面圖/首圖：Vilkasss / Pixabay
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
