美国纽约大学12月12日发布新闻公报称，该校研究人员发现，人类言语工作记忆系统中用来存储和处理信息的神经结构比预想的复杂，负责信息处理的网络不是一个，而是两个。这一发现对创建更智能的人工智能系统，如语音翻译工具，具有重要意义。相关研究发表在《自然·神经科学》杂志上。

　　工作记忆是一种对信息进行暂时加工和储存的容量有限的记忆系统，在许多复杂的认知活动中起重要作用。这种较短时间范围的记忆形式，能够让大脑组织同时处理多种想法。

　　过去的研究认为，人类大脑的言语工作记忆系统中只有一个“中枢网络”负责信息的处理，而目前涉及人类语音模仿的人工智能系统的设计也都基于这一认知，这些系统只有单一的神经网络。此次纽约大学研究人员的新发现则改变了这一看法。

　　在该项研究中，研究人员对人类大脑在语言转换过程中的活动情况进行了监测。他们要求被测人员在听到一种语音后将其翻译成另一种语言表述出来。对这一听说转换过程中神经活动的监测结果表明，在言语工作记忆系统中处理信息的网络有两个，研究人员称之为规则网络和转换网络。规则网络负责编码发声规则，但不会编码从听到说这一过程中语言转换的细节，相关工作由转换网络来负责。也就是说，从语音输入（听到的）到语音输出（说出来的）这一过程的神经活动细节，可以通过转换网络来进行跟踪。

　　研究人员指出，增强对言语工作记忆系统的认识十分重要，有言语工作记忆障碍的人学习外语会很困难，现代的智能机器要学习一种新语言也很不容易。如今人工智能越来越接近人类，多个工作记忆网络又会让机器更聪明，所以更好地理解人的大脑，对改进人工智能系统具有重要意义。