突破性AI語言模型TopoLM：揭開大腦神經元空間與功能的雙重奧秘

神經元作為傳遞電化學訊號的關鍵細胞，在大腦組織中會依據功能特性形成特定叢集。語言研究早已發現，某些神經元群專門處理動詞，另一些則專精名詞，但科學家始終不明白這些功能叢集究竟如何形成。

瑞士NeuroAI實驗室的研究團隊近日取得重大突破！他們開發的TopoLM模型不僅能捕捉神經元功能叢集，更首度模擬出這些細胞在大腦中的空間排列方式。這項發表在頂尖會議ICLR 2025的研究，入選不到2%的口頭報告論文，現已公開於arXiv預印本平臺。

「我們借鑒大腦視覺處理機制，在語言模型中加入『空間平滑性』規則，」NeuroAI實驗室主任Martin Schrimpf助理教授解釋：「TopoLM產生的內部空間叢集，竟與人類處理語言時的大腦活動高度吻合！」

這項基礎研究揭示：大腦皮質語言系統的空間-功能組織，可能源自「相鄰神經元行為趨同」的簡單空間規則。論文共同作者Badr AlKhamissi博士強調：「這讓我們更接近臨床應用，未來或能協助語言障礙患者。」

TopoLM更為解讀複雜大型語言模型（LLM）帶來曙光。傳統LLM需逐個分析人工神經元的數學向量，而TopoLM的自組織叢集讓研究者能直接觀察有意義的功能分組，大幅提升模型透明度。

研究團隊下一步將驗證模型的預測性。「模型表現超乎預期，我們將與美國團隊合作，透過腦部影像尋找那些尚未被發現的神經元叢集，」Schrimpf充滿期待地總結這項開創性研究。

[end]