GCT: Yeni yapay zeka yöntemi, beyin tahmini kara kutularını test edilebilir dilbilim teorilerine dönüştürüyor

LLM'ler, dili kullanarak beyin aktivitesini yüksek doğrulukla tahmin edebiliyor, ancak bunun neden işe yaradığı belirsizliğini koruyor. Microsoft Research, Kaliforniya Üniversitesi Berkeley, Kaliforniya Üniversitesi San Francisco ve Columbia Üniversitesi'nden araştırmacılar, bu kara kutu modelleri okunabilir ve test edilebilir teorilere dönüştürmek için Nedensel Üretken Test (Generative Causal Testing - GCT) yöntemini tanıttı. GCT önce bir beyin bölgesinin tahmin edilen tepkisini en çok tetikleyen kısa ifadeleri çıkarır ve bunları “yemek hazırlama” veya “konum adları” gibi bir açıklamada özetler. Ardından bir LLM, o belirli bölgeyi harekete geçirmek için tasarlanmış yeni hikayeler yazar; denekler bunları fMRI tarayıcısında dinler ve bölge taban çizgisinin üzerinde parlarsa, açıklama nedensel testi geçer. Deneylerde GCT, bilinen seçiciliği doğruladı ve üç komşu yer işleme alanını ayırt etti: retrospleniyal korteks (retrosplenial cortex - RSC) özel konum adlarına daha güçlü yanıt verirken, parahipokampal yer alanı (parahippocampal place area - PPA) genel konuma ve oksipital yer alanı (occipital place area - OPA) sahne düzenine yanıt veriyor. Ayrıca diyalog (“dedi” gibi kelimeler), saat zamanı (“saat bir”) ve sayısal ölçümler (“50 fit”) için ayarlanmış yeni prefrontal mikro-bölgeler keşfetti. Yöntem, veri odaklı modellerin deneysel olarak test edilebilir teorilere dönüştürülebileceğini kanıtlıyor ve hem sinirbilimi hem de daha geniş bilimsel alanları ilerletiyor.