人類用于言語工作記憶（vWM）中儲存和處理信息的神經結構要比以前人們所理解的更加復雜，紐約大學的研究者們2016年12月在Nature Neuroscience上發表了新研究，這一發現對人工智能系統例如語音翻譯工具的構建有著重要的意義。這項研究認為，在言語記憶工作中的信息處理過程包含了大腦中兩個不同的網絡，而不是以往認為的一個，這個發現可能會對打造語音翻譯工具這樣的人工智能系統產生影響。本文的第一作者是Greg Cogan，他曾經是紐約大學的一名博士后，現在來到了杜克大學；其他共同作者包括紐約大學Langone醫學中心綜合性癲癇中心主任Orrin Devinsky教授，紐約大學Langone神經外科系副教授Dan Friedman，和紐約大學神經系統助理教授Lucia Melloni。該研究旨在對這種思考、規劃和創造性推理至關重要的工作記憶形式進行研究，并涉及了記憶中的語言形式轉換，以及形成語言所需的信息。
- 全國
