最近の研究では、てんかんモニタリングを受けている14人の参加者の39の脳領域にわたる1910のチャネルからの局所電位（LFP）を記録することにより、自然な会話の根底にある神経メカニズムを調査しました。参加者は自由な会話を行い、彼らの神経活動は転写された単語と同期されました。研究の結果、脳活動の変化はNLPモデルと一致し、かなりの割合のチャネルが相関を示しました。
この研究では、単語と文の構成をベクトル化するために事前トレーニングされたGPT-2モデルを利用し、神経データとの比較を可能にしました。左半球は右半球よりも相関性の高い活動を示しました。側頭皮質および前頭皮質、視床、辺縁系を含むいくつかの脳領域は、NLP埋め込みと相関するチャネルの高い割合を示しました。相関チャネルの最も高い比率は、音声生成計画中の左中心前回皮質、および理解中の左右の上側頭皮質で観察されました。
BERTモデルとの比較では、偶然よりも有意に高い割合の相関チャネルが示されました。参加者が受動的に疑似会話に関与している場合、平均相関係数は減少しました。実際の文は、意味不明な言葉と比較して、有意に高い割合の応答チャネルを引き出しました。相関チャネルの最も高い割合は、言語理解と生成の両方について、中程度のガンマ周波数（70〜110 Hz）で観察されました。神経活動は、音声計画と理解の両方について、より高いネットワーク層と優先的に一致しました。
これらの発見は、自然な会話中の言語生成と理解を支える神経活動の動的な組織を明らかにし、人間の言語の根底にある神経メカニズムを理解するために深層学習モデルの使用を活用しています。