AI-modeller og plattformer

Hjerneforskere får innsikt i hvordan hjernen leser datakode

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Hjerneforskere ved Massachusetts Institute of Technology (MIT) har fått verdifull innsikt i hvordan hjernen leser datakode. De fant ut at det ikke er regionene i hjernen som er involvert i språkbehandling som brukes, men snarere det såkalte “multiple demand network” som aktiveres. Dette nettverket er også ansvarlig for komplekse kognitive oppgaver som matematiske problemer.

Det er lett å se hvorfor en kunne tro at områdene involvert i språkbehandling ville være de samme som for dataprogrammering, siden de to oppgavene er lignende på mange måter. For eksempel krever datakoding også at man lærer nye symboler og termer, som deretter må organiseres så maskinen vet hva den skal gjøre. Datakode må også være ekstremt tydelig, slik at programmere kan forstå den.

Til tross for dette, blir ting enda mer komplekse når man leser datakode med multiple demand network, siden det ikke krever de samme kognitive kravene som matematikk.

Anna Ivanova er en MIT-student og hovedforfatter av studien.

“Å forstå datakode ser ut til å være sin egen sak. Det er ikke det samme som språk, og det er ikke det samme som matematikk og logikk,” sier Ivanova.

Forskningen involverte også seniorforfatter Evelina Fedorenko, en assosiert professor i nevrovitenskap og medlem av McGovern Institute for Brain Research, samt forskere fra MITs Computer Science and Artificial Intelligence Laboratory og Tufts University.

Artikkelen ble publisert i eLife denne måneden.

Fedorenkos arbeid fokuserer på funksjoner som avhenger av hjernens språknettverk, som er lokalisert i venstre halvkule av hjernen. Noen av hennes tidligere arbeid har vist at språknettverket ikke aktiveres av musikk og matematikk.

“Her var vi interessert i å utforske forholdet mellom språk og dataprogrammering, delvis fordi dataprogrammering er en så ny oppfinnelse at vi vet at det ikke kan finnes noen hardkodede mekanismer som gjør oss til gode programmere,” sier Ivanova.

Aktivert multiple demand network

Forskerne fant svært liten respons på kode i disse språkregionene, men de fant multiple demand network aktiveres gjennom hele frontal- og parietallappene. Dette nettverket brukes når oppgaver krever store mengder informasjon å holdes samtidig, noe som fører til vår evne til å utføre en rekke mentale oppgaver.

“Det gjør nesten alt som er kognitivt utfordrende, som får deg til å tenke hardt,” sier Ivanova.

Forskerne kunne ikke finne spesifikke regioner som brukes eksklusivt for programmering, men de tror at personer med betydelig erfaring med kode kan utvikle spesialisert hjernaktivitet.

“Det er mulig at hvis du tar folk som er profesjonelle programmere, som har brukt 30 eller 40 år på å kode i et bestemt språk, du kanskje begynner å se noen spesialisering, eller noen krystallisering av deler av multiple demand systemet,” sier Fedorenko. “Hos personer som er kjent med kode og kan effektivt utføre disse oppgavene, men har hatt relativt begrenset erfaring, ser det ikke ut til at du ser noen spesialisering ennå.”

Et team av forskere ved Johns Hopkins University hadde også lignende funn, spesielt med multiple demand network som aktiveres for kodeproblemer. Ifølge forskerne betyr disse funnene at kode ikke kan begrenses til en matematisk ferdighet eller språkbasert ferdighet, da det kan avhenge av både språk og multiple demand systemer.

“Det har vært påstander fra begge leirer — det må være sammen med matematikk, det må være sammen med språk,” sier Ivanova. “Men det ser ut til at datavitenskapsutdannere må utvikle sine egne tilnærminger for å undervise i kode på en mest mulig effektiv måte.”

Alex leder Unite.AI sine AI-drevne nyhetsoperasjoner, og kombinerer journalistikk, forskning og automatisering for å støtte rettidig og skalerbar dekning av kunstig intelligens. Arbeidet hans bidrar til å sikre at fremvoksende AI‑utviklinger blir fremhevet effektivt, samtidig som publikasjonens redaksjonelle standarder opprettholdes.