Sebuah studi baru-baru ini mengeksplorasi mekanisme saraf yang mendasari percakapan alami dengan merekam potensi medan lokal (LFP) dari 1910 saluran di 39 area otak pada 14 peserta yang menjalani pemantauan epilepsi. Para peserta terlibat dalam percakapan bebas, dan aktivitas saraf mereka disinkronkan dengan kata-kata yang ditranskripsikan. Studi ini menemukan bahwa perubahan aktivitas otak selaras dengan model NLP, dengan proporsi signifikan saluran menunjukkan korelasi.
Penelitian ini menggunakan model GPT-2 yang telah dilatih sebelumnya untuk memvektorisasi komposisi kata dan kalimat, memungkinkan perbandingan dengan data saraf. Hemisfer kiri menunjukkan aktivitas yang lebih berkorelasi daripada kanan. Beberapa area otak, termasuk korteks temporal dan frontal, talamus, dan sistem limbik, menunjukkan persentase tinggi saluran yang berkorelasi dengan penyematan NLP. Rasio tertinggi saluran yang berkorelasi diamati di korteks prasentral kiri selama perencanaan produksi ucapan dan di korteks temporal superior kiri dan kanan selama pemahaman.
Perbandingan dengan model BERT menunjukkan proporsi saluran yang berkorelasi secara signifikan lebih tinggi daripada peluang. Koefisien korelasi rata-rata menurun ketika peserta terlibat secara pasif dalam percakapan pseudo. Kalimat nyata memunculkan persentase saluran yang merespons secara signifikan lebih tinggi dibandingkan dengan omong kosong. Persentase tertinggi saluran yang berkorelasi diamati pada frekuensi gamma tengah (70-110 Hz) untuk pemahaman dan produksi bahasa. Aktivitas saraf lebih disukai selaras dengan lapisan jaringan yang lebih tinggi untuk perencanaan dan pemahaman ucapan.
Temuan ini mengungkapkan organisasi dinamis aktivitas saraf yang menunjang produksi dan pemahaman bahasa selama percakapan alami dan memanfaatkan penggunaan model pembelajaran mendalam dalam memahami mekanisme saraf yang mendasari bahasa manusia.