这与最近一项关于大脑工作方式的理论是一致的:大脑是一台预测机器，它不断地将我们获取的感官信息(如图像、声音和语言)与内部预测进行比较。“这一理论思想在神经科学中非常流行，但现有的证据往往是间接的，局限于人为的情况，”主要作者米查·海尔布伦说。“我真的很想准确地了解它是如何工作的，并在不同的情况下测试它。”
海尔布伦指出，对这种现象的大脑研究通常是在人工环境中进行的。为了激发预测，参与者被要求盯着一个移动的点的模式看半个小时，或者听一些简单的模式，比如“哔哔哔哔，哔哔哔哔”。
事实上，这类研究确实揭示了我们的大脑可以做出预测，但这并不总是发生在日常生活的复杂性中。我们试图把它从实验室环境中拿出来。我们正在研究同一类型的现象，大脑如何处理意想不到的信息，但随后在更难以预测的自然情况下。”
海明威和福尔摩斯
研究人员分析了人们听海明威或夏洛克·福尔摩斯故事时的大脑活动。与此同时，他们利用计算机模型(即深度神经网络)分析了这些书的文本。通过这种方式，他们能够计算出每个单词的不可预测性。
对于每一个单词或声音，大脑都会做出详细的统计预期，结果表明，大脑对不可预测性的程度极其敏感:当一个单词在上下文中出乎意料时，大脑的反应会更强。“就其本身而言，这并不奇怪:毕竟，每个人都知道你有时可以预测即将到来的语言。例如，你的大脑有时会自动“填补空白”，在心里完成别人说的句子，比如当他们开始说得很慢、结巴或想不出一个词的时候。但我们在这里展示的是，这是连续发生的。我们的大脑一直在猜测单词;预测机制总是处于开启状态。”
大脑但
Nses不同程度的语言意外性，在听有声读物时录制。研究人员量化了大脑的反应方式
Nse是由语法类别(红色)、单词含义(蓝色)和单个语音(绿色)的意外性调制的。这揭示了在脑电图(左列)和脑磁图(右列)实验中，大脑在空间和时间上的分离反应。这表明大脑正在衰退
在多个抽象层次上预测即将到来的语言。线条表示随时间变化的平均效应(系数);阴影区域表示bootstrapped standard error (EEG)或absolute deviation (MEG)。用星号标出的区域表示脑电图参与者中统计上显著的聚类程度。来源:健康危害的付款
多软件
“事实上，我们的大脑可以做一些类似于语音识别软件的事情。使用人工智能的语音识别器也在不断做出预测，并允许自己按照预期进行引导，就像你手机上的自动完成功能一样。然而，我们观察到一个很大的不同:大脑不仅预测单词，而且在许多不同的层面上进行预测，从抽象的意思、语法到特定的声音。”
例如，科技公司对利用这种新见解构建更好的语言和图像识别软件的兴趣持续存在，这是有充分理由的。但这类应用并不是海尔布伦的主要目标。“我真的很想了解我们的预测机制是如何在基本层面上工作的。我现在在同样的研究环境下工作，但研究的是视觉和听觉感知，比如音乐。”
这项研究发表在《美国国家科学院院刊》上。
