Sprachverarbeitung: Gehirn und KI arbeiten mit Vorhersagen

Gehirn berechnet ähnlich der KI die Wahrscheinlichkeit von Wortfolgen voraus

Bere­its beim Zuhören ver­sucht Euer Gehirn, die näch­sten Worte zu antizip­ieren. Dies hat eine aktuelle Studie eines inter­diszi­plinären Forschung­steams um PD Dr. Patrick Krauss, Friedrich-Alexan­der-Uni­ver­sität Erlan­gen-Nürn­berg (FAU), und PD Dr. Achim Schilling, Uni­ver­sität Hei­del­berg, ergeben. Dafür kom­binierten die Forschen­den drei Meth­o­d­en: eine natür­liche Hör­si­t­u­a­tion, hochau­flösende Mes­sun­gen der Hir­nak­tiv­ität und ein KI-Sprach­mod­ell als Ref­erenz. Je wahrschein­lich­er ein Wort im jew­eili­gen Kon­text war, desto schwäch­er fiel die neu­ronale Reak­tion bei sein­er Ver­ar­beitung aus. Gle­ichzeit­ig zeigten die Dat­en bere­its vor Wort­be­ginn eine erhöhte Vorak­tivierung, was für ein prädik­tives (vorher­sagen­des) Gehirn spricht.

Kommt der Men­sch mit einem ange­bore­nen gram­matikalis­chen Grundgerüst zur Welt oder entwick­elt sich Sprache auf­grund von Erfahrung und Nutzung? Eine Frage, über die sich lin­guis­tis­che Denkschulen nicht abschließend eini­gen kön­nen. In let­zter Zeit befeuern diese Diskus­sion leis­tungsstarke KI-Sprach­mod­elle (Large Lan­guage Mod­els), deren Sprachver­ar­beitung auf Vorher­sage der nach­fol­gen­den Worte beruht.

„In unser­er Studie haben wir die natür­liche, kon­tinuier­liche Sprache eines Hör­buchs mit simul­ta­nen elek­tro- und mag­ne­toen­zephalo­graphis­chen Mes­sun­gen kom­biniert und die Hir­nak­tiv­ität der Proban­den direkt mit den Vorher­sage­wahrschein­lichkeit­en großer Sprach­mod­elle ver­glichen – und das mit ein­er zeitlichen Auflö­sung im Mil­lisekun­den­bere­ich“, erläutert Patrick Krauss.

Vorhersagen messbar

Die Messergeb­nisse deuten darauf hin, dass das Gehirn bere­its vor dem eigentlichen Wort­be­ginn aktiv wird. Die neu­ronale Reak­tion fiel umso geringer aus, je wahrschein­lich­er ein Wort im jew­eili­gen Kon­text war. Demge­genüber lösten uner­wartete Wörter stärkere neu­ronale Antworten aus. „Damit kon­nten wir nach­weisen, dass das Gehirn Sprache aktiv vorher­sagt. Diese Vorher­sagen lassen sich messen und fol­gen ähn­lichen Mustern wie in mod­er­nen Sprach­mod­ellen“, erk­lärt Patrick Krauss.

Sprach­mod­elle basieren auf kün­stlichen neu­ronalen Net­zen. Es han­delt sich dabei um math­e­ma­tis­che Infor­ma­tionsver­ar­beitung­sein­heit­en, deren Architek­tur dem men­schlichen Gehirn nachemp­fun­den ist. Während biol­o­gis­che Ner­ven­sys­teme mit elek­trischen oder chemis­chen Sig­nalen arbeit­en, berech­nen Sprach­mod­elle bzw. deren Algo­rith­men Zahlen­werte.

„Beson­ders über­rascht hat uns, dass sich zwis­chen Gehirn und Sprach­mod­ellen nicht nur ähn­liche Vorher­sagen zeigen. Es verdicht­en sich Hin­weise darauf, dass bei­de Sys­teme Sprache intern auf ver­gle­ich­bare Weise organ­isieren“, sagt Krauss.

Ähnliche Prinzipien

Damit unter­mauern die Stu­di­energeb­nisse zen­trale Annah­men der kog­ni­tiv­en Neu­rowis­senschaft und liefern gle­ichzeit­ig eine Erk­lärung dafür, warum KI-Sprach­mod­elle in vie­len Anwen­dun­gen so leis­tungs­fähig sind. „Die Tat­sache, dass Gehirn und Sprach­mod­elle zu ähn­lichen Ergeb­nis­sen kom­men, bedeutet nicht automa­tisch, dass sie gle­ich funk­tion­ieren. Aber sie kann auf ähn­liche Prinzip­i­en der Infor­ma­tionsver­ar­beitung hin­weisen“, betont Achim Schilling. „Die span­nende Frage ist, warum zwei so unter­schiedliche Sys­teme den­noch auf so iden­tis­che sprach­liche Organ­i­sa­tions­for­men kon­vergieren – eben­so wo die Gren­zen dieser Kon­ver­genz liegen“, ergänzt Patrick Krauss.

Im näch­sten Schritt möchte das Forschung­steam her­aus­find­en, ob die gefun­de­nen Prinzip­i­en robust sind und sich auf konkrete Anwen­dun­gen über­tra­gen lassen. „Wenn wir bess­er ver­ste­hen, wie Gehirn und Sprach­mod­elle Sprache repräsen­tieren und vorher­sagen, kön­nten daraus langfristig neue Ansätze für Diag­nos­tik, per­son­al­isierte Ther­a­pi­en, Gehirn-Com­put­er-Schnittstellen oder bess­er erk­lär­bare KI entste­hen.“ Die Studie find­et Ihr hier:  https://doi.org/10.1016/j.neuroimage.2026.121966

_{Foto: Pix­abay}