Stimulus dependencies---rather than next-word prediction---can explain pre-onset brain encoding in naturalistic listening designs
本文通过证明所观察到的编码特征同样可以由自然语言刺激中固有的统计依赖性来解释（如在词嵌入和语音声学等被动控制系统中也存在这些特征），从而挑战了将启动前大脑活动视为神经预测证据的解释。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
想象一下，你的大脑就像一位超级聪明的气象预报员。多年来，科学家们一直认为，当你听某人说话时，你的大脑一直在试图在单词被说出来之前就猜出下一个词。他们认为自己通过一种新技巧找到了这种“精神水晶球”的证据：即在单词被说出之前测量大脑活动，并观察它是否与即将到来的单词的含义相匹配。
开发这种技巧的科学家说：“看！两件事证明了大脑正在进行预测：
- 大脑在单词到达之前就对正确的信息产生了反应。
- 大脑在预测那些更难猜到的单词时，工作量会更大。”
但这篇新论文提出了一个非常重要的问题：大脑是真的在进行预测，还是仅仅被语言运作的方式给“骗”了？
语言的“涟漪效应”
把自然语言想象成一条河流。如果你看到一个大浪（一个特定的单词）袭来，你知道之前一定有小的涟漪（之前的单词）导致了它的出现。在“The cat sat on the...”这个句子中，单词“mat”之所以极具可能性，不仅是因为你的大脑预测了它，还因为“cat”、“sat”和“on”这些词已经包含了足以推断出它的所有线索。
作者们认为，科学家们看到的所谓“预测”，可能只是大脑（或计算机模型）在对这些先前的涟漪做出反应，而不是真的在预见未来。
“被动镜像”测试
为了弄清这个问题，研究人员设计了一个使用“被动镜像”的测试。想象你有一个机器人，它只是简单地记录你所说的话并重复一遍，但它没有大脑，没有思想，也完全没有预测未来的能力。它只是处理它现在听到的声音和单词的含义。
研究人员在这个没脑子的机器人和原始语音波上运行了同样的“预测测试”。他们发现了一个令人惊讶的结果：这个机器人的表现和声波显示出了完全相同的“预测”信号。
- 机器人在单词到达之前就显示出了活动。
- 机器人的信号会根据单词的可预测性而改变。
如果一个没有大脑的机器人也能展现出这些“预测的特征”，那么这些信号可能根本不是大脑在预测未来的证据，它们可能只是单词之间统计学关联所产生的副作用。
失效的修正方案
科学家们曾尝试通过数学方法来“减去”先前单词的影响，希望能分离出纯粹的预测信号。论文指出，这种修正方法并没有奏效。即使在尝试清理数据之后，这些“预测”信号在被动系统中依然存在。
核心结论
该论文得出结论，我们可能误解了数据。看起来像是大脑“水晶球”的东西，实际上可能只是大脑（或我们的分析工具）在对刚刚听到的单词所留下的明显线索做出反应。
这就像是你看到一个影子，以为那是幽灵，结果发现那只是站在光线下的人。作者们指出，这种新方法可能并不像我们之前认为的那样，是研究大脑如何预测未来的可靠工具。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。