一项最新研究通过记录14名接受癫痫监测的参与者39个大脑区域的1910个通道的局部场电位（LFP），探索了自然对话的神经机制。参与者进行了自由流畅的对话，他们的神经活动与转录的文字同步。研究发现，大脑活动的变化与自然语言处理（NLP）模型保持一致，相当大比例的通道显示出相关性。
该研究利用预训练的GPT-2模型对单词和句子组成进行向量化，从而能够与神经数据进行比较。左半球表现出比右半球更相关的活动。包括颞叶和额叶皮层、丘脑和边缘系统在内的几个大脑区域显示出与NLP嵌入相关的高比例通道。在言语产生计划期间，左侧中央前回皮层以及在理解期间，左右侧颞上回皮层观察到相关通道的最高比率。
与BERT模型的比较显示，相关通道的比例明显高于偶然情况。当参与者被动地参与伪对话时，平均相关系数降低。与胡言乱语相比，真实的句子引发了更高比例的通道响应。对于语言理解和产生，在中间伽马频率（70-110 Hz）中观察到相关通道的最高百分比。对于言语计划和理解，神经活动优先与更高的网络层对齐。
这些发现揭示了在自然对话期间支持语言产生和理解的神经活动的动态组织，并利用深度学习模型来理解人类语言的神经机制。