Похожие статьи
В работе, опубликованной в журнале Communications Biology, слуховые неврологи из Питтсбургского университета описывают модель машинного обучения, которая помогает объяснить, как мозг распознает значение звуков общения, таких как крики животных или разговорные слова.
Алгоритм, описанный в исследовании, моделирует, как социальные животные, включая обезьян и морских свинок, используют сети обработки звука в мозге для различения категорий звуков, таких как призывы к спариванию, еде или опасности, и ведут себя соответствующим образом.
Исследование является важным шагом на пути к пониманию сложной нейронной обработки, лежащей в основе распознавания звуков. Результаты этой работы открывают путь к пониманию и возможному лечению расстройств, влияющих на распознавание речи, а также к совершенствованию слуховых аппаратов.
«Каждый человек, которого мы знаем, в какой-то момент своей жизни потеряет часть слуха, либо в результате старения, либо в результате воздействия шума. Важно понять биологию распознавания звуков и найти способы ее улучшения, — рассказывает ведущий автор исследования, доцент кафедры нейробиологии Университета Питта Шриватсун Садагопан. — Но процесс вокального общения увлекателен сам по себе. То, как наш мозг общается друг с другом и способен воспринимать идеи и передавать их через звук, не что иное, как волшебство».
Люди и животные каждый день сталкиваются с поразительным разнообразием звуков — от какофонии джунглей до шума переполненного ресторана. Независимо от звукового загрязнения окружающего нас мира, люди и другие животные способны общаться и понимать друг друга, включая высоту голоса или акцент. Например, когда мы слышим слово «привет», мы понимаем его значение независимо от того, произносится ли оно с американским или британским акцентом, кто говорит — женщина или мужчина, находимся ли мы в тихой комнате или на оживленном перекрестке.
Лица очень разнообразны, но у них есть общие характеристики. Вместо того чтобы сравнивать каждое лицо, с которым мы сталкиваемся, с каким-то идеальным «шаблонным» лицом, наш мозг фиксирует такие полезные черты, как глаза, нос, рот и их взаимное расположение, и создает мысленную карту этих небольших характеристик, определяющих лицо.
В серии исследований команда показала, что даже звуки общения могут состоять из таких мелких особенностей. Сначала исследователи создали модель машинного обучения для обработки звуков, чтобы распознать различные звуки, издаваемые домашними животными. Чтобы проверить, соответствуют ли реакции мозга модели, они записали активность мозга морских свинок, слушающих звуки общения своих сородичей.
Нейроны в областях мозга, отвечающих за обработку звуков, загорались всплеском электрической активности, когда они слышали звук, имеющий характеристики, свойственные для определенных типов этих звуков, что совпадало с моделью машинного обучения.
Затем ученые захотели сравнить работу модели с поведением животных в реальной жизни. Они поместили морских свинок в вольер и подвергли их воздействию различных категорий звуков — писков и хрюканья, которые классифицируются как отдельные звуки. Исследователи научили морских свинок ходить по разным углам вольера и получать вознаграждение в виде фруктов в зависимости от того, какая категория звуков воспроизводилась.
Потом они усложнили задачу: чтобы имитировать то, как люди распознают значение слов, произносимых людьми с разным акцентом, специалисты вызывали у морских свинок звуки с помощью программного обеспечения, которое изменяло звук, ускоряя или замедляя его, повышая или понижая высоту тона, добавляя шум и эхо.
Животные не только смогли выполнить задание так же последовательно, как если бы звуки, которые они слышали, не менялись, но и продолжали хорошо выполнять задание, несмотря на искусственное эхо или шум. Более того, модель машинного обучения идеально описывает их поведение (и лежащую в его основе активацию нейронов мозга, обрабатывающих звук).
Эксклюзивный перевод
О светлом будущем заботятся политики, о светлом прошлом – историки, о светлом настоящем – журналисты.
