猜你想說？不是讀心術(shù)，而是大腦的預(yù)測加工

出品：科普中國

作者：李曉慶研究組（中國科學(xué)院心理研究所行為科學(xué)重點實驗室）

監(jiān)制：中國科普博覽

在日常語言交流中，人們經(jīng)常會預(yù)測對方即將說出的內(nèi)容，比如朋友跟你說“我早餐吃了豆?jié){和……”，可能還沒說完，你就已經(jīng)根據(jù)“豆?jié){”等信息，預(yù)測他即將說出的是“油條”。

如果他說的真的是“油條”，相比于他說出“饅頭”，你的理解會更快、更容易。

這種預(yù)測加工普遍存在于語言理解過程中，是人腦能夠?qū)崿F(xiàn)高效語言理解的重要原因之一。然而，以往的科學(xué)研究主要聚焦于被預(yù)測的目標信息（例子中的“油條”）出現(xiàn)之后，人們是怎么加工目標信息的。但是，一個更加值得探討也非常具有挑戰(zhàn)性的研究問題是：這種預(yù)測是怎么產(chǎn)生的？

工作記憶：臨時的記憶工作站

諾貝爾經(jīng)濟學(xué)獎得主，心理學(xué)家丹尼爾·卡尼曼在《思考，快與慢》一書中，系統(tǒng)闡述了思維過程涉及的兩個系統(tǒng)：系統(tǒng)1是“快系統(tǒng)”，是自動化的、無意識的；系統(tǒng)2是“慢系統(tǒng)”，需要付出認知努力，講邏輯、有意識的。

他認為聽到豆?jié){而想到油條，這種概念之間的聯(lián)想加工依賴于系統(tǒng)1。那么，語言理解中的預(yù)測過程只依賴于系統(tǒng)1就能夠完成嗎？想要回答這一問題，我們先了解一下“工作記憶”。

工作記憶是指一種對信息進行臨時存儲和處理的記憶系統(tǒng)，因為是一個臨時的“工作站”，所以能夠存儲及加工的信息容量是有限的。

工作記憶容量受到很多因素的影響，比如年齡。它在兒童以及青少年時期隨齡增大，而在老年時期逐漸縮小。

1956年，米勒提出工作記憶容量為7±2個“組塊”，即工作記憶中一般存儲5—9個組塊信息。對于不同的人，每一個“組塊”所包含的內(nèi)容不同，就導(dǎo)致了工作記憶中能夠存儲和加工的信息量具有很大的個體差異。

工作記憶容量（圖片來源：作者）

例如，人們很難記住一串18位的數(shù)字，但如果這個數(shù)字是身份證號時，將其劃分為省、市、區(qū)（縣）編碼，以及出生日期等幾個“組塊”之后，就會更容易被記住。

語言理解中的預(yù)測過程是怎樣的？

我們再回到語言理解中的預(yù)測過程，鑒于工作記憶容量有限的特點，如果只依賴于自動化的系統(tǒng)1，那么預(yù)測過程將不受工作記憶容量的影響。如果系統(tǒng)2也參與了預(yù)測加工，那么不同工作記憶容量的個體在預(yù)測加工中的表現(xiàn)也會有所差異。

為了驗證不同的猜想，中國科學(xué)院心理研究所李曉慶研究組近期開展了一項腦電研究。

腦電實驗過程示例（圖片來源：Pixabay）

研究者招募了160名大學(xué)生，通過工作記憶容量測試，從中篩選出了兩組，一組包含24名高工作記憶容量個體，另一組包含24名低工作記憶容量個體。

兩組大學(xué)生閱讀并理解電腦屏幕上呈現(xiàn)的一系列句子。句子共有三種類型：高限制性、中等限制性、低限制性。

這里的限制性指的是根據(jù)句子語境中的信息，人們在多大概率上能夠預(yù)測某一個相同的詞。

例如，如果10個人當(dāng)中有9個人能夠在語境“為了把釘子釘?shù)侥景謇?，他買了……”中預(yù)測后面出現(xiàn)的是“錘子”，那我們就說這個語境的限制性是90%。

相應(yīng)地，被預(yù)測的名詞“錘子”具有90%的預(yù)測概率。同理，“錘子”在中等限制性語境“為了能敲開堅硬的核桃，他買了……”中具有中等預(yù)測概率；“書籍”在低限制性語境“為了能完成好這個任務(wù)，他買了……”中具有低預(yù)測概率。

腦電波概念圖（圖片來源：veer圖庫）

研究記錄了個體在閱讀句子時的腦電信號，并主要分析了腦電波的波幅。簡單來講，通常腦電波幅越大，認知加工越困難。

通過研究，科研人員有以下幾個發(fā)現(xiàn)：

第一個發(fā)現(xiàn)：在目標名詞出現(xiàn)之前的動詞處（如例子中的“買了”），與低限制性語境中的“買了”相比，大學(xué)生們在閱讀到高限制性語境中的“買了”時，腦電波幅更大，這一現(xiàn)象只在高工作記憶容量組中被觀測到。

科研人員進一步通過數(shù)學(xué)模型分析發(fā)現(xiàn)，高限制性語境中動詞處的腦電波幅與后續(xù)目標名詞的預(yù)測概率正相關(guān)，即名詞的預(yù)測概率越大，動詞所引起的腦電波幅也越大。

比如“蛋糕”在高限制性語境“為了慶祝媽媽的生日，她買了……”中的預(yù)測概率為100%，那么這個語境中的“買了”所誘發(fā)的腦電波就比前文高限制性例子中的“買了”更大，因為“錘子”的預(yù)測概率為90%。

這一結(jié)果表明，高工作記憶容量者此時正在努力地激活隨后即將出現(xiàn)的名詞，并將其存儲在工作記憶中。

第二個發(fā)現(xiàn)：在目標名詞，如例子中的“錘子”和“書籍”出現(xiàn)之后，高工作記憶容量組中名詞誘發(fā)的腦電波幅隨著名詞預(yù)測概率的增大而逐漸減小，即高限制性語境中的“錘子”<中等限制性語境中的“錘子”<低限制性語境中的“書籍”，而低工作記憶容量組只表現(xiàn)出了“高限制性<低限制性”的腦電效應(yīng)。

這表明高預(yù)測性名詞由于與工作記憶中存儲的名詞相同，因此具有更好的語義理解效果、且高工作記憶容量個體具有一定的語言理解優(yōu)勢。

科研人員進一步通過數(shù)學(xué)模型分析發(fā)現(xiàn)，目標名詞的預(yù)測概率差異越大，所誘發(fā)的腦電波幅差異也越大，表明目標名詞在不同條件下所誘發(fā)的腦電波幅確實與它的預(yù)測概率有關(guān)。

高工作記憶容量（左）和低工作記憶容量（右）個體在預(yù)測產(chǎn)生（動詞位置）和預(yù)測整合（名詞位置）階段在Cz電極點的腦電波（圖片來源：參考文獻[1]，有改編）

總結(jié)來講，不同工作記憶容量的個體在預(yù)測性語言理解中所表現(xiàn)出的差異表明，語言理解中的預(yù)測加工確實可以促進人們的理解過程，但預(yù)測本身是一個需要消耗認知努力的意義計算建構(gòu)過程，并不像丹尼爾·卡尼曼所舉的例子那樣，僅僅源于概念之間自動化的聯(lián)想激活。

我們可以稱之為語言理解中的“鴨子鳧水”現(xiàn)象，水面上的鴨子看起來輕松自在，實際上鴨蹼在水下一刻不停，即看起來我們理解語言輕松快速，實際上大腦時刻不停地在進行預(yù)測加工。

鴨子鳧水（圖片來源：Pixabay）

如何提高大腦的信息容量與預(yù)測能力？

既然本研究發(fā)現(xiàn)了工作記憶容量與語義預(yù)測加工息息相關(guān)，那么是否可以通過提高工作記憶容量來促進語言理解呢？

未來研究可以進一步考察這一問題。但回答這一問題之前，需要明確工作記憶容量是否可以通過訓(xùn)練而得到提高？

已有科學(xué)研究給出了肯定答案。研究者將工作記憶分為領(lǐng)域特異性工作記憶和領(lǐng)域一般性工作記憶。

前者是指與特定信息類型有關(guān)的工作記憶，比如言語工作記憶、數(shù)字工作記憶等。后者則不限于特定的信息類型，可以稱為一個控制系統(tǒng)，包括控制注意力、控制信息在工作記憶中的流入和流出、控制不相關(guān)信息的干擾等過程。

各種漢字語言（圖片來源：veer圖庫）

針對特異性和一般性的工作記憶，會有不同的訓(xùn)練方式。

領(lǐng)域特異性工作記憶一般采用策略訓(xùn)練，比如可以通過反復(fù)練習(xí)，增加每一個“組塊”中所包含的信息量，例如在“身份證”例子中，可以將多個數(shù)字“組塊”放在一起，以提工作記憶中存儲的數(shù)字容量。

領(lǐng)域一般性工作記憶則采用核心訓(xùn)練，這種訓(xùn)練通常會包括多種模態(tài)的任務(wù)或刺激，設(shè)置較強的干擾，或者需較高強度的認知參與等。比如可以通過注意力訓(xùn)練、認知訓(xùn)練等方法提高一般性工作記憶能力。

人工智能示意（圖片來源Pixabay）

結(jié)語

現(xiàn)在我們已經(jīng)大概了解了語言理解中預(yù)測性加工的認知機制，即語言理解并沒有看上去的那么簡單容易。

目前，市面上諸如ChatGPT等各種大語言模型都紛紛投入應(yīng)用。這些模型雖然能夠快速地進行人機互動，并在很大程度上可以模擬人類的語言理解過程，但其背后的算法還缺乏人類認知神經(jīng)機理的支撐。

未來的研究如果能夠進一步揭示語言理解中預(yù)測性加工的神經(jīng)機制，相信一定會對通用人工智能的發(fā)展起到重要的促進作用。

參考文獻：

[1]Ding, J., Zhang, Y., Liang, P., & Li, X. (2023). Modulation of working memory capacity on predictive processing during language comprehension. Language, Cognition and Neuroscience.

[2]Ding, J., Wang, L., & Yang, Y. (2020). The influence of emotional words on predictive processing during sentence comprehension. Language, Cognition and Neuroscience, 35(2): 151–162.

[3]Zheng, Y., Zhao, Z., Yang, X., & Li, X*. (2021). The impact of musical expertise on anticipatory semantic processing during online speech comprehension: An electroencephalography study. Brain and Language, 221, 105006.

[4]Zheng, Y., Gao, P., & Li, X*. (2023). The modulating effect of musical expertise on lexical-semantic prediction in speech-in-noise comprehension: Evidence from an EEG study. Psychophysiology.