Нещодавнє дослідження досліджувало нейронні механізми, що лежать в основі природної розмови, шляхом запису локальних польових потенціалів (LFP) з 1910 каналів у 39 областях мозку у 14 учасників, які проходили моніторинг епілепсії. Учасники брали участь у вільних розмовах, і їхня нейронна активність була синхронізована з розшифрованими словами. Дослідження показало, що зміни в активності мозку узгоджуються з моделлю NLP, причому значна частина каналів демонструє кореляції.
У дослідженні використано попередньо навчену модель GPT-2 для векторизації слів і складання речень, що дало змогу порівнювати з нейронними даними. Ліва півкуля демонструвала більш корельовану активність, ніж права. Кілька областей мозку, включаючи скроневу та лобову кору, таламус і лімбічну систему, показали високий відсоток каналів, корельованих з NLP-вбудовуваннями. Найвищий коефіцієнт корельованих каналів спостерігався в лівій прецентральній корі під час планування мовлення та в лівій і правій верхній скроневій корі під час розуміння.
Порівняння з моделлю BERT показало значно вищу частку корельованих каналів, ніж випадково. Середні коефіцієнти кореляції зменшувалися, коли учасники пасивно брали участь у псевдорозмові. Реальні речення викликали значно вищий відсоток каналів, що реагують, порівняно з абракадаброю. Найвищий відсоток корельованих каналів спостерігався в середніх гамма-частотах (70-110 Гц) як для розуміння, так і для продукування мови. Нейронна активність переважно узгоджувалася з вищими мережевими шарами як для планування, так і для розуміння мовлення.
Ці результати виявляють динамічну організацію нейронної активності, яка підтримує продукування та розуміння мови під час природної розмови, і використовують використання моделей глибокого навчання для розуміння нейронних механізмів, що лежать в основі людської мови.