💬 NLP

Brain-LLM Alignment Tracks Training Data, Not Typology

原著者： Dongxin Guo, Jikun Wu, Siu Ming Yiu

公開日 2026-05-25

📖 1 分で読めます☕ さくっと読める

原著者： Dongxin Guo, Jikun Wu, Siu Ming Yiu

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

論文「Brain–LLM Alignment Tracks Training Data, Not Typology（脳と大規模言語モデルの整合性は言語類型ではなく訓練データを追跡する）」について、平易な言葉と日常的な比喩を用いて説明します。

大きな問い：英語は特別なのか？

数百万冊の本を読んだ超賢いロボット（大規模言語モデル、LLM）があると想像してください。科学者たちは、このロボットが文章を「思考」する際、その内部の数値処理が、人間が同じ文章を聞いたときに脳が活性化する様子と驚くほど似ていることを発見しました。

長らく、この「脳とロボットの一致」は英語のみでテストされていました。ロボットが主に英語で訓練され、人間の脳も英語を聞いていたため、一致は完璧だったのです。

これにより、大きな疑問が生じました：人間の脳は何かしらの形で「英語」に特化して「配線」されているのでしょうか？ それとも、ロボットが英語を学習したからという単なる偶然の一致なのでしょうか？

実験：レシピの入れ替え

この問いに答えるため、研究者たちは『星の王子さま』という物語を用いた大規模な実験を行いました。彼らは 112 人の被験者の脳を、この物語を英語、中国語、フランス語の 3 つの異なる言語で聞かせながら記録しました。

その後、7 つの異なる AI モデルをこれらの脳スキャンデータと比較テストしました。

「英語ロボット」: 主に英語で訓練されたモデル（LLaMA-2 など）。
「中国語ロボット」: 主に中国語で訓練されたモデル（Baichuan2 など）。
「多言語ロボット」: 多くの言語を均等に訓練されたモデル（XLM-R など）。

マジック・トリック：
研究者たちは「英語ロボット」と「中国語ロボット」を比較しました。この 2 つのロボットは、サイズ、脳構造、層の数など、あらゆる点で双子のようでした。唯一の違いは、彼らが「食べたもの（訓練データ）」です。一方は主に英語を食べ、もう一方は主に中国語を食べました。

大きな発見：重要なのは DNA ではなく、食べたもの

結果は完全に予想を覆すものでした：

**「英語ロボット」**は英語の脳と最もよく一致し、中国語の脳とは最も悪く一致しました。
「中国語ロボット」は正反対の動きをしました。中国語の脳と最もよく一致し、英語の脳とは最も悪く一致しました。

比喩：
人間の脳を鍵穴だと考えてください。

「英語ロボット」は英語の鍵穴に特化して切り出された鍵です。完璧にフィットします。
「中国語ロボット」は中国語の鍵穴に特化して切り出された鍵です。
研究者たちは証明しました。「完璧なフィット」は英語の鍵穴が特別だからではありません。単に、その特定の鍵穴に合うように鍵が切り出されたからです。別の鍵穴に合わせて鍵を切り出せば、そちらにフィットするようになります。

結論： 以前の研究で見られた「英語の優位性」は、英語が「脳の普遍的言語」だからではありませんでした。AI モデルが英語データで訓練されていたからに過ぎません。脳は言語そのものを気にするのではなく、AI が学習したパターンを気にするのです。

他の驚くべき発見

1. 「翻訳のバグ」（トークン化）

AI が中国語を読むとき、理解するために 1 つの中国語の文字を複数の小さな断片（トークン）に分割しなければならないことがよくあります。一方、英語の単語は多くの場合、1 つの断片です。

比喩： 英語の単語がレンガ 1 個で構成された本を読み、中国語の単語は 2.4 個のレンガが接着剤でくっついた「レンガの山」で構成されている本を読むと想像してください。
結果： この「レンガの山」のため、AI は中国語の単語の意味を理解するために、自身の層のより深い部分まで遡って見る必要があります。研究者たちは、AI が中国語に対して「異なる思考」をする理由の約**60%**は、単語を分割する方法におけるこの機械的なバグに過ぎず、脳が意味を処理する深い違いによるものではないことを発見しました。

2. 文法 vs 意味（脳の近隣地域）

人間の脳には、異なる仕事を行うための異なる「近隣地域」があります。

「意味の近隣地域」（PTL）： この領域は語彙や概念を処理します。
「文法の近隣地域」（IFG）： この領域は文の構造や規則を処理します。

研究者たちは、「意味の近隣地域」が、どの言語が話されていようと、AI とほぼ完璧に一致することを見つけました。AI と脳は、単語が何を意味するかについて合意しています。

しかし、「文法の近隣地域」は非常に気まぐれでした。AI がその言語の特定の文法規則を学習した場合にのみ、よく一致しました。

比喩： あなたと私がどちらも「りんご」が何を意味するかを知っていれば、私たちは同じページにいます。しかし、私が左側通行で運転を学び、あなたが右側通行で運転を学んだ場合、ハンドルをどう切るかについて議論するでしょう。脳の「文法」部分はこれらの規則に敏感ですが、「意味」部分は普遍的です。

3. 「普遍的」な多言語ロボット

研究者たちは、同時に多くの言語で訓練されたロボットもテストしました。このロボットは最も柔軟でした。英語や中国語に強い好みはなく、3 つの言語の脳のいずれともほぼ均等に良く一致しました。これは、AI に真に多言語であることを教えることができれば、あらゆる言語の人間の脳を理解できることを示唆しています。

まとめ

神話の崩壊： 脳は「英語中心」ではありません。AI がたまたま英語で訓練されただけです。
真の駆動力： AI の性能は、どの言語で訓練されたかに依存します。中国語で訓練すれば、中国語の脳を最もよく理解します。
ニュアンス： 単語の意味は言語を超えて普遍的ですが、文法規則は特定です。脳の文法センターはこれらの違いに敏感ですが、意味センターは敏感ではありません。
技術的なバグ： AI における言語間の違いの一部は、AI が中国語の文字を正しく数える（トークン化する）のに苦労しているためであり、脳が異なる働きをしているからではありません。

要約すると：AI は鏡です。英語を見せれば英語を映し出し、中国語を見せれば中国語を映し出します。どちらの場合も人間の脳は同じです。変化するのはいわば反射像だけなのです。

技術的サマリー：脳と LLM のアライメントは、言語類型ではなく訓練データを追跡する

問題提起
人間の脳における言語ネットワークは 45 の言語にわたって神経解剖学的に普遍的である一方で、類型論的に多様な言語にわたって大規模言語モデル（LLM）がこのネットワークとどの程度整合するかは依然として不明である。先行研究は、ほぼ例外なく英語データを用いて脳と LLM の強いアライメントを確立してきたが、これによりこれらの表現の普遍性に関する潜在的な盲点が生じている。既存文献における重要な交絡因子は、アライメントパターンが、英語固有の「英語の優位性」、言語間の類型論的距離、あるいはモデルの訓練データにおける特定言語の支配性に起因するものかを区別できない点にある。さらに、アライメントの言語間変動が、構文処理領域か意味処理領域のいずれかに集中しているかも不明であり、これは構文構成文法（CxG）や言語普遍性理論にとって重要な含意を有する。

方法論
本研究は、Le Petit Prince を 3 つの言語（英語： $n=49$ 、中国語： $n=35$ 、フランス語： $n=28$ ）で聴取する 112 名の参加者からの fMRI データを利用する。著者らは、7 つの LLM を比較する統制された実験デザインを採用する。

英語優位モデル: GPT-2 Medium および LLaMA-2-7B。
中国語優位モデル: Baichuan2-7B。
多言語モデル: mBERT、XLM-R Large、BLOOM-7B、および Qwen2.5-7B。

重要なのは、LLaMA-2-7B と Baichuan2-7B を対比させる点である。これらは同一のアーキテクチャとパラメータ数（7B、32 レイヤー）を共有するが、訓練言語の構成（英語約 90% 対中国語約 55%）において主に異なる。

分析パイプラインは以下の通りである。

エンコーディングモデル: LLM の隠れ状態から神経活動を予測するためのボクセルごとのリッジ回帰。被験者間ノイズ天井に対して正規化。
類型論的指標: Grambank（195 の二値文法特徴）を用いて計算した定量的な類型論的距離。WALS および lang2vec による補完。
トークナイゼーション分析: レイヤーダイナミクスへの影響を評価するための「トークナイゼーション肥沃度」（表記語あたりのサブワードトークン数）の測定。
統計的枠組み: 訓練データの割合を統制する線形混合効果モデル（LMM）。言語レベル（3 言語）における自由度の制限に対処するため、言語レベルでのクラスターブートストラップ再サンプリングを実施。

主要な貢献と結果

訓練言語の支配性がアライメント勾配を駆動する
中心的な発見は、脳と LLM のアライメントにおける「英語の優位性」が、英語や脳そのものの固有の性質ではなく、訓練データの構成に起因するアーティファクトである点である。
- 勾配の逆転: 中国語優位モデルである Baichuan2-7B は、LLaMA-2-7B において観察されたアライメント勾配を逆転させる。Baichuan2 は中国語の脳と最もよく整合し（ $\tilde{r} = .85$ ）、英語とは最も悪い整合を示す（ $\tilde{r} = .59$ ）のに対し、LLaMA-2 は逆のパターンを示す。
- 多言語モデルの均質性: 多言語モデル（例：XLM-R）は言語間で高い均質性を示す（ $\tilde{r} \approx .81-.83$ ）。これは、多言語訓練が特定の言語支配性を超越した表現を生成することを示唆している。
形式的類型論的距離がアライメントと共変する
訓練の支配性を超えて、形式的類型論的距離は独立してアライメントの低下を予測する。
- 訓練割合を統制した混合効果モデルにおいて、Grambank 距離はアライメント性能の低下と関連していた（ $\beta = -0.41$ ）。
- 著者らは、自由度が限られているため、この結果を $\ge10$ 言語にわたる確認を必要とする、十分に支持された記述的パターンとして扱う。
トークナイゼーション肥沃度がレイヤーのシフトを説明する
本研究は、中国語における最適エンコーディングレイヤーの右方へのシフト（英語・フランス語のレイヤー 15 に対し、レイヤー 18 でピーク）を特定した。
- トークナイゼーション肥沃度の分析により、中国語は英語（1.4 トークン/語）に比べて語あたり significantly 多くのサブワードトークンを必要とすることが明らかになった（XLM-R の場合 2.4 トークン/語）。
- 肥沃度を統制することで、このレイヤーシフトの約 60% が説明され、言語間処理差として見える現象が、実質的にはトークナイゼーションのアーティファクトであることを示している。
領域特異的な神経勾配（構文対意味）
類型論的勾配は言語ネットワーク全体で均一ではない。
- 構文処理に関連する下前頭回（IFG）は、語彙意味処理に関連する後側頭葉（PTL）に比べて、2.3 倍急峻な類型論的勾配を示す。
- これは、言語間での乖離が構造的・構文的処理に集中している一方、意味表現はより普遍的に保たれていることを示唆している。

意義と主張
本論文は、アライメントパターンが訓練言語の支配性によって駆動されることを実証することで、「英語の優位性」に関する論争を解決すると主張している。先行研究における英語の apparent な優位性は、英語優位モデルと英語 fMRI データの優勢を反映するものであり、英語と脳の間に特別な神経認知的関係が存在することを示すものではない。

結果は、普遍性に関するニュアンスのある見解を支持する。生物学的および人工的な言語処理装置は、共有された意味表現（言語およびモデルを超えて普遍的）に収束するが、構造的・構文的表現においては、類型論的距離と訓練分布が重要となる点で乖離する。また、トークナイゼーションのアーティファクトが言語間処理差として偽装し得ることを強調し、分野に対してエンコーディング結果 alongside トークナイゼーション肥沃度を報告するよう促している。

著者らは明示的に、IFG/PTL の勾配が形式と機能のペアリングの変異を想定する構成文法（CxG）と整合的である一方で、一般的な構文・意味の分離理論や認知制御の説明からも導き出せる可能性があると指摘している。したがって、本論文は結果が CxG と整合的であると主張するが、構成レベルの分析なしにはそれを独自に証明するものではないとしている。同様に、類型論的距離の効果は、大規模な検証を必要とする記述的パターンとして提示されており、決定的な因果証明として提示されているわけではない。