Použitím umelej inteligencie (AI) vedci dešifrovali komplexnú činnosť mozgu počas každodenných rozhovorov, čo by mohlo zlepšiť naše chápanie neurovedy jazyka a zlepšiť technológie pre rozpoznávanie reči a komunikáciu. Využili AI model s názvom Whisper, ktorý prepisuje zvuk na text trénovaním na zvukových súboroch a ich zodpovedajúcich transkriptoch. Na rozdiel od tradičných modelov, ktoré sa spoliehajú na jazykové štruktúry ako fonémy a slovné druhy, Whisper sa učí čisto zo štatistických korelácií a môže predpovedať text z nového zvuku. Hoci jeho počiatočný dizajn nešifruje jazykové vlastnosti, tieto vlastnosti sa objavili počas tréningu. Štúdia, publikovaná v *Nature Human Behaviour*, sa zaoberala štyrmi pacientmi s epilepsiou, ktorým boli implantované elektrody na klinické monitorovanie. Vedci zaznamenali viac ako 100 hodín reálnych konverzácií s cieľom skúmať činnosť mozgu mimo kontrolovaných laboratórnych podmienok.

Zistili, že rôzne oblasti mozgu sa aktivovali počas hovorenia a porozumenia reči, čo podporuje myšlienku o prerozdeľovacom spracovaní namiesto jasne vymedzených oblastí venovaných konkrétnym úlohám. Napríklad oblasti na spracovanie zvuku vykazovali zvýšenú aktivitu počas sluchového vstupu, zatiaľ čo oblasti súvisiace s vyšším myslením boli aktívnejšie pri porozumení jazyku. Sekvencia aktivácie naznačovala postup od počúvania slov k ich interpretácii. Trénovaním Whisper s 80 % zvukových údajov dosiahli vedci presné predpovede činnosti mozgu pre neprenášané konverzácie, pričom predčili tradičné modely založené na jazykových vlastnostiach. Táto prelomová výskumná práca vytvára spojenie medzi AI jazykovými modelmi a funkciami mozgu, naznačujúc, že obe by mohli spracovávať jazyk podobne, aj keď je potrebné ďalšie vyšetrovanie na potvrdenie týchto paralel. Porovnávacie štúdie umelej neurónovej siete a ľudskej kognície zostávajú kľúčové pre pochopenie zdieľaných mechanizmov spracovania jazyka.