مع التقدم المتسارع في تقنيات، أصبحت أنظمة التعرف على الكلام قادرة على فهم اللغة المنطوقة غير أن العلماء ظلوا يتساءلون عمّا إذا كانت هذه الأنظمة تحاكي فعلاً الطريقة التي يعالج بها الدماغ البشري الكلام، أم أنها تصل إلى النتائج دراسة علمية حديثة ألقت الضوء على هذه المسألة وكشفت عن تقارب لافت بين آليات الفهم لدى الإنسان والآلة
فقد أظهرت دراسة نُشرت في مجلة Nature Machine Intelligence أن الدماغ البشري وأنظمة المتخصصة في التعرف على الكلام يعالجان اللغة المنطوقة عبر مراحل متدرجة ومتشابهة في بنيتها
اعتمدت الدراسة على مقارنة نشاط الدماغ أثناء الاستماع إلى قصص منطوقة مع العمليات الداخلية لنماذج حاسوبية ولتحقيق ذلك، سجل الباحثون النشاط العصبي لدى 15 مريضاً بالصرع كانوا يخضعون للمراقبة الطبية باستخدام أقطاب كهربائية دقيقة مزروعة وخلال التجربة استمع المشاركون إلى نحو ثلاثين دقيقة من القصص الصوتية المتواصلة
في الوقت نفسه، عالجت نماذج الذكاء الاصطناعي التسجيلات الصوتية نفسها، ما سمح للباحثين بمقارنة مراحل معالجة الصوت داخل النموذج الحاسوبي وقد استخدمت الدراسة نوعاً من النماذج المعروفة باسم الشبكات العصبية المتكررة (RNN)، وهي أنظمة مصممة لمحاكاة طريقة عمل الشبكات العصبية البيولوجية وتعالج المعلومات خطوة بعد خطوة مع مرور الزمن
وأظهرت النتائج أن كلاً من الدماغ البشري ونموذج الذكاء الاصطناعي يتبعان تسلسلاً ففي البداية يتم تحليل الخصائص الصوتية الأساسية مثل النغمة والذبذبات، ثم تنتقل المعالجة إلى تحديد الوحدات بعد ذلك يتم التعرف على الكلمات نفسها، وصولاً في النهاية إلى فهم المعنى الدلالي للجمل
كما لاحظ الباحثون أن طبقات المعالجة داخل النموذج الحاسوبي تتوافق تدريجياً مع مناطق مختلفة في الدماغ، بدءاً من القشرة السمعية الأساسية المسؤولة عن تحليل الأصوات وصولاً إلى مناطق اللغة الأكثر تعقيداً في الدماغ
وتشير هذه النتائج إلى أن المعالجة الهرمية للصوت قد تكون حلاً فعالاً لفهم اللغة، وهو حل توصل إليه كل من التطور البيولوجي في الدماغ وخوارزميات الذكاء الاصطناعي المدربة على تحليل الكلام
وتفتح هذه النتائج آفاقاً جديدة لفهم كيفية عمل الدماغ في معالجة اللغة، كما قد تساعد في تطوير أنظمة ذكاء اصطناعي أكثر تقدماً قادرة على محاكاة العمليات الإدراكية البشرية بدرجة أكبر من الدقة
