Meta对外宣布一项长期人工智能研究计划，以更好地研究人类大脑处理语言和文本的方式，希望可以开发出与人类相同学习方式的人工智能系统。而这项计划所披露关于人脑的新发现，可作为之后改进人工智能模型的方向。
Meta通过与神经图片中心Neurospin和研究中心Inria合作，比较人脑和人工智能模型对相同句子口说和书写的反应，并利用这些发现，来推进人工智能的发展，目的是要让人工智能能够跟人类一样高效率地学习。
虽然近年人工智能有大幅的进展，但是学习语言的效率还是远远不及人类，Meta提到，像是人类小孩在学习Orange这个词的时候，能够同时学习既是水果也是颜色的概念，但是当前的人工智能，还不能像人类一样有效率地做到这点。
而这也让研究人员感兴趣，或许研究人脑有助于构建，能够像人一样学习和推理的人工智能系统。
要研究人脑信号并不容易，因为研究神经元活动以及大脑成像，是一个复杂的过程，需要用到大型机器，但Meta表示，因为深度学习的兴起，得以突破这个障碍，让研究人员可以研究当人类在阅读或是听故事时，大脑会在什么时候产生单词和句子。
Meta与其合作伙伴的研究，发现人类大脑能够进行更长期的预测，研究人员将各种语言模型，和345名受试者的大脑反应进行比较，这些受试者会在聆听复杂叙述时，接受fMRI的记录。研究发现人类大脑会提前很久，预测单词和想法，而这是当前语言模型所缺乏的，当前的多数语言模型，通常有能力在“Once upon a”之后，预测接下来最佳的单词为“Time”，但是对更复杂的想法、场景和叙述时，预测能力仍然有限，难以达到人类的程度。
