Pemrosesan Bicara Paralel: Arsitektur Saraf Otak Mirip Sistem Transportasi Berkecepatan Tinggi

Diedit oleh: Vera Mo

Penelitian terbaru yang sangat signifikan, yang dilaksanakan oleh para ilmuwan dari New York University (NYU), telah berhasil mengungkap kemampuan menakjubkan otak manusia dalam mengolah berbagai elemen bicara secara bersamaan. Proses saraf yang sangat kompleks ini disamakan dengan cara kerja sistem kereta bawah tanah (metro) yang luas dan bercabang di kota besar. Dalam analogi ini, informasi linguistik bergerak melalui jalur khusus yang terdedikasi tanpa mengalami tumpang tindih atau gangguan satu sama lain. Penemuan penting ini, yang dipublikasikan dalam jurnal bergengsi Proceedings of the National Academy of Sciences, menunjukkan bahwa otak memiliki efisiensi luar biasa dalam mengelola data yang berpotensi bertentangan. Otak mampu mengalihkan data tersebut melalui berbagai area kortikal yang berbeda dalam interval waktu yang sangat singkat, sebuah mekanisme kunci yang memungkinkan terjadinya pemrosesan paralel yang efisien dan cepat.

Studi ini dipimpin oleh Laura Gwilliams, seorang peneliti yang berafiliasi dengan Departemen Psikologi Stanford dan Wu Tsai Neurosciences Institute. Penelitian ini mengandalkan analisis data magnetoensefalografi (MEG) yang dikumpulkan secara cermat dari dua puluh satu penutur asli bahasa Inggris. Para partisipan diminta untuk mendengarkan serangkaian narasi pendek. Para peneliti mencatat bagaimana otak secara berkelanjutan mempertahankan dan memperbarui struktur karakteristik linguistik yang rumit dan berlapis. Kaskade pemrosesan ini mencakup semua tingkatan bahasa, mulai dari bunyi fonetik terkecil hingga mencapai makna semantik yang paling komprehensif. Menariknya, kecepatan perubahan informasi pada setiap tingkatan tersebut ditentukan secara langsung oleh tingkat kerumitan elemen linguistik yang bersangkutan.

Mekanisme inovatif ini telah diberi nama spesifik, yaitu “Pengkodean Dinamis Hierarkis” atau Hierarchical Dynamic Coding (HDC). HDC memungkinkan otak untuk menyimpan informasi secara kohesif dalam aliran waktu, sekaligus meminimalkan persilangan atau interferensi antara unit suara dan unit kata yang berbeda. Profesor Psikologi dan Linguistik NYU, Alec Marantz, yang juga merupakan salah satu penulis utama karya ilmiah tersebut, menggarisbawahi bahwa sistem HDC ini memberikan penjelasan fundamental mengenai bagaimana otak menyusun dan memahami ucapan saat ia berkembang dengan kecepatan tinggi. Menurut Marantz, penemuan ini membangun hubungan yang sangat jelas dan langsung antara interpretasi bahasa yang kita lakukan sehari-hari dengan dasar neurofisiologis yang mendasarinya.

Pemahaman mendalam mengenai prinsip-prinsip Hierarchical Dynamic Coding (HDC), di mana setiap aspek dari sebuah pesan—mulai dari intonasi, struktur gramatikal, hingga makna semantiknya—diproses dengan kecepatan yang secara spesifik dibutuhkan oleh elemen tersebut, membuka cakrawala baru yang menjanjikan bagi pengembangan kecerdasan buatan (AI). Sistem pemrosesan bahasa alami (NLP) tradisional sering kali secara kaku mengandalkan pembacaan atau penguraian data secara berurutan (sequential reading). Sebaliknya, prinsip paralelisme yang ditemukan pada otak ini, yang memiliki kemiripan fungsional dengan mekanisme “perhatian” (attention) yang digunakan dalam arsitektur AI modern seperti Transformer, mengindikasikan adanya organisasi persepsi manusia yang jauh lebih dalam, dinamis, dan multidimensi. Ini menegaskan bahwa pemahaman bahasa bukan sekadar penerimaan informasi pasif, melainkan sebuah proses bertingkat yang rumit dan terstruktur, yang menjamin pemahaman yang utuh dan instan terhadap komunikasi lisan.

Sumber-sumber

  • Medical Xpress - Medical and Health News

  • When is the brain like a subway station? When it’s processing many words at once

  • Hierarchical dynamic coding coordinates speech comprehension in the human brain

  • Laura Gwilliams | NYU Department of Psychology

Apakah Anda menemukan kesalahan atau ketidakakuratan?

Kami akan mempertimbangkan komentar Anda sesegera mungkin.