來自匈牙利羅蘭大學動物行動學系的研究人員結合EEG和fMRI的一項新研究發現，狗使用與人類相似的計算和大腦區域從連續語音中提取單詞。 這是首次證明非人類哺乳動物有能力使用複雜的統計數據來學習單詞的界限。

人類嬰兒可以在學會這些詞的含義之前就發現語音流中的新詞。 為了分辨一個詞在哪裡結束，另一個詞在哪裡開始，嬰兒進行複雜的計算來跟蹤音節模式：通常一起出現的音節可能是單詞，而那些沒有出現的可能不是。 匈牙利研究人員進行的一項新的大腦成像研究發現，狗也可能識別語音中的這種複雜規律性。

“跟蹤模式並不是人類獨有的：許多動物從周圍世界的這種規律性中學習，這被稱為統計學習。 語音的特殊之處在於其有效處理需要複雜的計算。 ”

要從連續的語音中學習新詞，僅僅計算某些音節在一起出現的頻率是不夠的。 計算這些音節在一起出現的可能性要有效得多。

“這正是人類，甚至是8個月大的嬰兒，解決單詞分割這一看似困難的任務的方式：他們計算一個音節緊跟另一個音節的概率的複雜統計數據，”該研究的主要作者之一、羅蘭大學動物行動學系交流神經倫理學實驗室的博士後研究員Marianna Boros解釋道。

“直到現在，我們還不知道是否有其他哺乳動物也能使用如此複雜的計算來從語音中提取單詞。 我們決定測試家犬的大腦從語音中進行統計學習的能力。 狗是最早被馴化的動物物種，可能也是我們最常說話的動物。 儘管如此，我們對它們的單詞學習能力所依據的神經過程知之甚少。 ”

“為了找出狗在聽語音時計算什麼樣的統計數據，首先我們用腦電圖測量了它們的腦電活動，”另一位主要作者、同一研究小組的博士後研究員Lilla Magyari說，他為在清醒的、未經訓練的、合作的狗身上進行非侵入性電生理學奠定了方法學基礎。

“有趣的是，我們看到狗的腦電波與罕見的詞彙相比有差異。 但更令人驚訝的是，我們還看到總是一起出現的音節與只是偶爾出現的音節的腦電波差異，即使總頻率是相同的。 因此，事實證明，狗不僅跟蹤簡單的統計數據（一個詞出現的次數），而且跟蹤複雜的統計數據（一個詞的音節一起出現的概率）。 這在其他非人類的哺乳動物中從未見過。 這正是人類嬰兒用來從連續的語音中提取單詞的那種複雜的統計數據。 ”

為了探索狗的這種複雜計算能力背後的負責任的大腦區域與人類的大腦區域有多大的相似性，研究人員還使用功能磁共振成像對狗進行了測試。 這項測試也是在清醒的、合作的、非約束的動物身上進行的。 對於fMRI，狗之前被訓練成在測量時一動不動地躺著。

“我們知道，在人類中，一般學習相關的和語言相關的大腦區域都參與了這一過程。 而我們在狗身上也發現了同樣的雙重性，”Boros解釋說。 “一個通用的和一個專業的大腦區域似乎都參與了從語音中進行統計學習，但兩者的啟動模式是不同的。 一般性腦區，即所謂的基底神經節，對隨機語音流（使用音節統計學無法發現任何單詞）的反應強於對結構化語音流（僅通過計算音節統計學就能輕易發現單詞）的反應。 專業的大腦區域，即所謂的聽覺皮層，在人類的語音統計學習中起著關鍵作用，顯示出不同的模式：在這裡，我們看到大腦活動隨著時間的推移對結構化的語音流有所增加，但對隨機的語音流則沒有。 我們認為，這種活動的增加是單詞學習在聽覺皮層上留下的痕跡。 ”

“我們現在開始瞭解到，一些已知對人類語言習得有幫助的計算和神經過程可能畢竟不是人類所獨有的，”交流神經倫理學實驗室的主要研究人員Attila Andics說。

“但我們仍然不知道這些人類類比大腦的詞彙學習機制是如何在狗身上出現的。 它們是否反映了在語言豐富的環境中生活而形成的技能，或在數千年的馴化過程中形成的技能，或者它們代表了一種古老的哺乳動物的能力？ 我們看到，通過研究狗的語言處理，甚至是具有不同交流能力的更好的狗品種和其他與人類生活接近的物種，我們可以追溯人類對語言感知的專業化的起源。 ”