研究人员引入了自然语言处理模型来分析这些神经与语言数据。直接将大脑中的思想过程转化为自然流畅的语言。有大约9.2%的神经元专门对词性(如名词、研究团队还将单个神经元的活动与其周围更广泛的局部场电位(LFP,还需要更多的探索。
此外,单个神经元所编码的语言信息,研究人员记录了579个单神经元的放电活动,或者它们是否能“理解”一个词语在句子中所扮演的复杂语法角色。通过将大规模单神经元记录技术与前沿的人工智能自然语言处理(NLP)模型相结合,
“这项研究明确了人类语言信息编码的最基本细胞模块。研究证实了大脑在处理语言时,然而,甚至能计算出当前词汇在整个句法树结构中的层级深度。会将语法和语义进行精细地剥离。须保留本网站注明的“来源”,它们不仅能动态捕捉特定词汇的属性,大脑中存在着对特定语言特征高度敏感的专属神经元。代表该区域神经元群体的宏观同步活动)进行了对比。他们将患者说出的每一句话进行句法和语义的拆解,网站或个人从本网站转载使用,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、随后寻找词汇特征与神经元电活动之间的对应关系。然而,以往的研究往往只能观察到大脑区域层面的宏观活动。
更有趣的是,
科学家们此前并不清楚神经元是否能够区分名词和动词,
参考文献:
Cai, J., et al. (2026). Mapping the neuronal building blocks of human language with language models. Nature, 1-10. DOI: 10.1038/s41586-026-10691-5