大家如何知道讲话与阅读？这种基本上难题造成 了麻省理工大学的新研究，该研究应用AI模型来研究大家人的大脑怎样及其为什么了解语言表达。她们发觉，人脑很有可能如同智能机全自动更改作用一样工作中。

发布在《美国国家科学院院刊》上的此项新研究表明，这种人工智能技术语言表达模型的作用与人脑中的语言表达解决方式 类似，说明人脑很有可能应用下一个词的预测来推动语言表达解决。近期一代的人工智能技术语言表达模型被设计方案为预测文字中的下一个词，如同iMessage上的全自动更改作用一样，殊不知这一技术性的观测者们却留意到一些新的物品。这种模型好像也在学习培训有关文字含意的物品，表明出逻辑思维能力。

模型在预测下一个英语单词层面做得越高，它就越合乎人脑的状况。让人震惊的是，这种模型如此契合，它十分间接的说明，或许人们的语言表达系统软件已经做的是预测下面会产生哪些。这一新的人工智能技术下一个英语单词预测模型是深度1神经网络模型的一部分，深度1神经元网络是人工智能技术模型的一个类型。过去十年中，这种模型被用于再现大脑神经，即物体识别。神经元网络的作用与人脑类似，因为它是松散地模仿人的大脑的方式。他们由许许多多的解决连接点构成，这种连接点紧密相连，互相信息传递。

在此项新的研究中，麻省理工大学的一个研究工作组剖析了43种不一样的语言表达模型，在其中很多是为下一个英语单词预测而提升的。这种模型包含GPT-3（Generative Pre-trained Transformer 3），它能够在获得提醒时转化成逼真的文字，或是别的致力于给予填词语作用的模型。研究工作人员向每一个模型展现了一串英语单词，以精确测量其神经系统节点的主题活动。随后她们将这种方式与人脑的主题活动开展了较为。

该研究表明，主要表现最佳的下一个英语单词预测模型的主题活动玩法与人脑的主题活动方式更为类似。除此之外，这种模型的主题活动也与人们的个人行为对策有关，比如大家阅读文章文字的速率。研究工作人员发觉可以有效地预测神经系统反映的模型也趋向于最好是地预测人们个人行为反映及其阅读文章的方式。