一項最新研究通過記錄14名接受癲癇監測的參與者39個大腦區域的1910個通道的局部場電位（LFP），探索了自然對話的神經機制。參與者進行了自由流暢的對話，他們的神經活動與轉錄的文字同步。研究發現，大腦活動的變化與自然語言處理（NLP）模型保持一致，相當大比例的通道顯示出相關性。
該研究利用預訓練的GPT-2模型對單詞和句子組成進行向量化，從而能夠與神經數據進行比較。左半球表現出比右半球更相關的活動。包括顳葉和額葉皮層、丘腦和邊緣系統在內的幾個大腦區域顯示出與NLP嵌入相關的高比例通道。在言語產生計劃期間，左側中央前回皮層以及在理解期間，左右側顳上回皮層觀察到相關通道的最高比率。
與BERT模型的比較顯示，相關通道的比例明顯高於偶然情況。當參與者被動地參與偽對話時，平均相關係數降低。與胡言亂語相比，真實的句子引發了更高比例的通道響應。對於語言理解和產生，在中間伽馬頻率（70-110 Hz）中觀察到相關通道的最高百分比。對於言語計劃和理解，神經活動優先與更高的網絡層對齊。
這些發現揭示了在自然對話期間支持語言產生和理解的神經活動的動態組織，並利用深度學習模型來理解人類語言的神經機制。