Ученые продвинулись в понимании того, как разум создает смысл

Смысл занимает центральное место в языке. Но как нам объединить строительные блоки мысли и языка, чтобы составить смысл? Специальный выпуск журнала Philosophical Transactions of the Royal Society под редакцией Андреа Мартин из Института психолингвистики им. Макса Планка и Джосуэ Баджо из Норвежского университета науки и техники объединяет пятнадцать материалов из областей лингвистики, когнитивной психологии, нейробиологии и компьютерных наук, чтобы ответить на этот извечный вопрос.

Когда мы слышим фразу "розовый банан", мы можем понять, что она означает, и сформировать предполагаемую мысль — даже если бананы обычно желтые. Это происходит потому, что мы складываем значения отдельных слов в новое целое. 

"Смысловая композиция - это стержень познания, необходимый для объяснения творчества человеческой мысли и коммуникации. Это способность, которая отличает нас от других видов и вычислительных устройств", - говорит соредактор Andrea Martin, руководитель группы в Институте Макса Планка и главный исследователь в центре когнитивного нейровизуализации Donders. 

Так как же ум "создает смысл"? Этот вопрос является не только горячей темой в лингвистике, он также давно беспокоит философов. Может быть, мы механически объединяем различные языковые части?

Одним из направлений специального выпуска является нейробиология смысловой композиции. Питер Хагурт, директор отдела нейробиологии языка MPI и Центра когнитивного нейровизуализации Donders, подчеркивает, что люди интерпретируют язык, используя мультимодальные сигналы из богатых разговорных условий, а не просто синтаксис для объединения слов. Например, сочетание "палец упал в суп" вызывает негативные эмоции, даже если сами слова нейтральны. В модели Хагурта, основанной на методах нейровизуализации, таких как Мэг и фМРТ, смысл состоит в динамическом взаимодействии между областями мозга, такими как височно-теменная и нижняя лобная кора.

Второй фокус - это вычислительные модели. Андреа Мартин из MPI сотрудничал с Леонидасом Думасом из Эдинбургского университета для моделирования нейрофизиологических механизмов композиции смысла. Мартин и Думас показывают, что предыдущие модели не способны точно улавливать человеческие суждения. Например, когда люди слышат "нечеткий кактус" и "нечеткий пингвин", они рассматривают "кактус" и "пингвин" как сходные — принадлежащие множеству нечетких вещей — даже когда отдельные слова оцениваются как несходные. Это показывает, что люди и системы искусственного интеллекта по-прежнему имеют совершенно разные способы представления смысла.

Например, Джонатан Бреннан из Мичиганского университета и Андреа Мартин используют существующие данные ЭЭГ, записанные во время прослушивания взрослыми аудиокниги "Алиса в Стране Чудес". Авторы показывают, что мозговые волны различаются в зависимости от количества фраз, которые обрабатываются, показывая, как мозг активно вычисляет значение между языковыми единицами (словами и фразами).

В крупномасштабном эксперименте ERP, проведенном Мантом Ньюлендом из MPI и его коллегами, рассматривается хорошо известная реакция N400, которая возникает в мозге, когда мы обрабатываем неожиданные значения. Когда мы сталкиваемся с "Вы никогда не забудете, как ездить на слоне", мозг показывает сигнал "сюрприз" N400 в "слоне", который отсутствует, когда предложение имеет более предсказуемое окончание ("вы никогда не забудете, как ездить на велосипеде"). Авторы утверждают, что "велосипед" не только более предсказуем, чем "слон" (ускорение активации значения слова), но и делает предложение более правдоподобным (ускорение интеграции слова в предложение) —учитывая наше знание мира. Эффект предсказуемости на N400 возникает раньше, чем эффект правдоподобия, что снова показывает, что мозг активно составляет значение как слов, так и предложений в контексте.

Редакторы надеются, что определенная модель того, как мозг создает смысл, находится в пределах досягаемости. 

"Это был бы значительный скачок вперед в поисках Святого Грааля когнитивной науки. Механистическая модель композиции смысла могла бы предложить решения целого ряда открытых проблем в различных областях науки, включая философию, лингвистику, нейронауку, психологию, компьютерные науки и искусственный интеллект", - заключает Андреа Мартин.