Naukowcy z EPFL opracowali TopoLM, model językowy AI, który odzwierciedla przetwarzanie języka w mózgu, rejestrując zarówno funkcję, jak i przestrzenne rozmieszczenie neuronów. Model ten odwzorowuje funkcjonalne grupowanie neuronów i ich organizację przestrzenną w korze mózgowej.
W przeciwieństwie do poprzednich modeli AI, które koncentrowały się na pojedynczych klastrach funkcjonalnych neuronów, TopoLM przewiduje, w jaki sposób system językowy mózgu rozwija swoją organizację przestrzenno-funkcjonalną. Profesor Martin Schrimpf wyjaśnia, że TopoLM rozwija przestrzenne klastry komponentów wewnętrznych, które funkcjonalnie odpowiadają aktywności obserwowanej w ludzkim mózgu podczas przetwarzania języka. Model sugeruje, że podstawowa zasada rządzi przestrzennymi klastrami w mózgu, gdzie pobliskie neurony zachowują się podobnie.
TopoLM oferuje ramy dla wzmocnienia funkcjonalnego dopasowania AI do ludzkiego poznania, z potencjalnymi zastosowaniami w obliczeniach inspirowanych mózgiem i neurolingwistyce. Te badania, zaprezentowane na Międzynarodowej Konferencji na temat Reprezentacji Uczenia się (ICLR) 2025, stanowią krok w kierunku systemów AI, które są zorganizowane bardziej jak ludzki mózg. Naukowcy planują przetestować przewidywania modelu w ludzkim mózgu za pomocą badań obrazowania.