人工 நுண்ணறிவு (AI) பயன்படுத்தி, ஆராய்ச்சியாளர்கள் தினசரி உரையாடல்களில் ஏற்பட்ட மோகமாகிய மூளை செயல்பாட்டை வளர்த்துக் கொண்டுள்ளனர், இது மொழி நரம்பியல் பற்றிய எங்கள் புரிதலைக் மேம்படுத்தவும் பேச்சு திறனுக்கான தொழில்நுட்பங்களை மேம்படுத்தவும் உதவலாம். அவர்கள் 'Whisper' என்ற AI மாடலினை பயன்படுத்தினர், இது ஆடியோ பதிவுகளை அவற்றின் தொடர்புடைய உரை வடிவங்களில் மாற்றுகிறது. கலாசாரமான மொடல்களை விட, இது மொழிக் கட்டமைப்புகள் போன்றவற்றில் சார்ந்து செயல்படாது. பரிசோதனையின் போது, அந்த உரை வடிவங்களை உறுதிப்படுத்தாமல் படிப்பதை கற்றுக்கொள்கிறது. *Nature Human Behaviour*ல் வெளியான இந்த ஆராய்ச்சி, மருத்துவ மேற்பார்வைக்கு எலக்ட்ரோட்கள் நட்டப்பட்ட நான்கு மிதவநோய் நோயாளிகளை அடிப்படையாகக் கொண்டது. ஆராய்ச்சியாளர்கள் 100 மணிநேரத்திற்கும் மேலான ஒருநாள் உரையாடல்களை பதிவுசெய்தனர், கட்டுப்படுத்திய ஆய்வக அமைப்புகளுக்கு வெளியே மூளை செயல்பாட்டைக் கவனிக்க வேண்டும் என்ற நோக்கத்துடன்.

பேசும் மற்றும் பேசுவதற்கான எழுதலின் போது பல்வேறு மூளை பகுதிகள் இயக்கப்படுகின்றன என்பதைக் கண்டுபிடித்து, குறிப்பிட்ட செயல்பாட்டுக்கு வෙන් செய்யப் படாத விரிவான செயலாக்க அணுகுமுறையை ஆதரவளிக்கின்றன. உதாரணமாக, ஒலியை செயலாக்கும் பகுதிகள் சங்கதி உள்ளீட்டிற்கு உற்சாகமாக செயல்பட்டு, உயர்ந்த நிலை கருத்துக்களைப் பொருந்தும் பகுதிகள் மொழி புரிந்துகொள்வதில் அதிக செயல்பாட்டினை காட்டுகின்றன. செயல்பாட்டின் வரிசை, வார்த்தைகளை கேட்கும் கட்டுப்பாடுகளிலிருந்து, அவற்றின் பொருளைப் புரிந்துகொள்வதற்கான முன்னேற்றத்தை வெளிப்படுத்துகிறது. Whisper ஐ 80% ஆடியோ தரவுகளால் பயிற்சியளிப்பதன் மூலம், ஆராய்ச்சியாளர்கள் பயிற்சி பெறாத உரையாடலுக்கான மூளை செயல்பாட்டின் சரியான கணிப்புகளை அடைய, மொழிக் கட்டமைப்புகளை சார்ந்த பாரம்பரிய மாடல்களை மீறியுள்ளனர். இந்த முறைரீதியான ஆராய்ச்சி AI மொழி மாடல்கள் மற்றும் மூளை செயல்பாடுகளுக்கிடையிலான தொடர்பினை உருவாக்கி, இரண்டுமே மொழியை ஒரே போல இறுக்கமாக செயல்படுத்துகிறது எனக் கூறுவதாக இருக்கின்றது. ஆனால் இவற்றுக்கிடையிலான பெருக்குகளை உறுதிப்படுத்த மேலும் ஆராய்ச்சி தேவை. குண்டலக் நரம்பியல் மற்றும் மனித அறிவின் ஒப்பீட்டு ஆய்வுகள் மொழி செயலாக்கத்தின் பங்கேற்புள்ள கMechanismஐ புரிந்துகொள்ள முக்கியமாக உள்ளன.