Semantic Pre-activation in a Potts Latching Network: Modelling the N400

Nevrovitere har visst lenge at hjernens aktivitet kan måles med elektroder koblet til hodebunnen. Men det å skjønne hva disse målingene egentlig forteller oss om hjernen har vist seg å være et langvarig og vanskelig prosjekt. Likevel har eksperimenter avslørt små spenningsbølger produsert av hjernen når den reagerer på ord, bilder, lyder eller til og med lukter. En av disse bølgene heter N400, og den vises når vi hører eller ser noe overraskende eller uventet, som et uvanlig ord i en setning. For eksempel: "Han smurte den varme brødskiva si med sokker" N400 vises når vi hører eller ser ordet "sokker", fordi ordet er uvanlig eller uforventet i denne sammenhengen. Av denne grunn er N400 antatt å være et innblikk i hvordan hjernen lagrer, henter og kombinerer informasjonen vi har i hodet. Dette inkluderer ord, men også andre typer symboler og implisitt informasjon om verden. Men hva forteller en liten spenningsbølge i hodebunnen egentlig om aktiviteten til milliarder av nevroner i hjernen? Dette er spørsmålet prosjektet vårt søker å svare på. Målet vårt er å bygge en nevrell modell som gjenskaper N400-bølgen, mens modellen lagrer, henter og kombinerer betydninger. De grunnleggende byggesteinene i modellen ligner byggesteinene i hjernen. Dette betyr at når oppførselen til vår modell ligger nærmere N400s virkelige oppførsel, bør arkitekturen til modellen også være nærmere hjernens virkelige arkitektur. På denne måten vil modellen hjelpe oss med å oversette vår forståelse av N400 til forståelse av hvordan hjernen fungerer.

The goal of this project is to develop a theoretical model of one of the most robust empirical findings of cognitive neuroscience, the so-called 'N400' - an electophysiological response to semantically anomalous words and other stimuli, which can be measured at the scalp using realtively cheap and non-invasive methods. Over several decades, neuroscientists have amassed an impressive corpus of data regarding what types of stimuli affect the amplitude and other properties of our N400 measurements. Despite this, we currently have little meaningful insight into what actually causes the N400 in neural terms, or indeed why it should exist in the first place. Our goal is to build on existing empirical and theoretical work, and construct a neural model of the N400. This way we can not only propose a theory of why the N400 exists, but also gain new insight into what our knowledge of the N400 actually tell us about the way brain categorises and processes semantic information. Our focus is on the use of latching Potts models. These belong to a broader class of models known as "attractor networks", which represent some of the best studied models of neural function. The latching Potts model is exceptional in its ability to spontaneously and successively recall memories, dependent on the relationship between those memories. In the case that the memories represent linguistics elements (words, etc.) it can compose structures (e.g. phrases, sentences) and thereby function as a dynamical model of language. This allows us to study the N400 as a function of complex linguistic contexts.