Codice
ippocampale del significato delle parole
DIANE RICHMOND
NOTE E
NOTIZIE - Anno XXIII – 10 ottobre 2026.
Testi pubblicati sul sito www.brainmindlife.org della Società Nazionale
di Neuroscienze “Brain, Mind & Life - Italia” (BM&L-Italia). Oltre a
notizie o commenti relativi a fatti ed eventi rilevanti per la Società, la
sezione “note e notizie” presenta settimanalmente lavori neuroscientifici
selezionati fra quelli pubblicati o in corso di pubblicazione sulle maggiori
riviste e il cui argomento è oggetto di studio dei soci componenti lo staff dei recensori della Commissione Scientifica della Società.
[Tipologia del testo: RECENSIONE]
Superato a fatica nel terzo
millennio il modello di Wernicke-Geschwind basato su area motoria di Broca e
area recettiva di Wernicke collegate dal fascicolo arcuato, si è adottato il
modello a reti sovrapposte, avvicinandosi di più alla realtà neurofisiologica,
ma perdendo i punti di riferimento anatomici per le sedi dei processi
principali. La verità è che da molto tempo sappiamo che il linguaggio verbale
umano è elaborato grazie a una complessa architettura funzionale, ma è pur vero
che i limiti delle reti che la compongono e le specializzazioni dei singoli
circuiti rimangono imprecisi e mal definiti, e oggi sembra meno netta e chiara
che in passato la linea di demarcazione fra elementi costanti ed elementi
soggetti a variazioni individuali. È dunque più che mai necessaria la ricerca
finalizzata a colmare tutte le lacune conoscitive, che non ci consentono di
avere un quadro generale delle basi neurofunzionali delle abilità comunicative
verbali umane, per poter delineare un nuovo modello di neurofisiologia del
linguaggio.
Melissa Franch e colleghi
coordinati da Benjamin Y. Hayden, incoraggiati dai successi dei modelli LLM (large
language models), hanno ipotizzato che l’informazione
semantica nel cervello possa essere espressa in pattern distribuiti
di attività neurale. La sperimentazione ha ottenuto un risultato di notevole
interesse, identificando una codifica nell’ippocampo del significato delle
parole.
(Franch M. et al., A population code for
semantics in human hippocampus. Nature Neuroscience – Epub ahead of print doi: 10.1038/s41593-026-02436-4, 2026).
La provenienza degli autori è la seguente: Department of Neurosurgery, Baylor College of
Medicine, Houston, TX (USA); Department of Neurology, Baylor College of
Medicine, Houston, TX (USA); Department of Electrical and Computer Engineering, Rice University,
Houston, TX (USA); Department of Linguistics, Rice University, Houston, TX (USA);
Department of Psychology, University of California, Berkeley, Berkeley, CA (USA);
Neuroengineering Initiative, Rice University, Houston, TX (USA); Department of
Neuroscience, Baylor College of Medicine, Houston, TX (USA); Department of
Neuroscience, Baylor College of Medicine, Houston, TX (USA); Gordon and
Mary Cain Pediatric Neurology Research Foundation Laboratories, Jan and Dan
Duncan Neurological Research Institute, Texas Children's Hospital, Houston, TX
(USA).
Il team
multidisciplinare di Benjamin Y. Hayden ha rilevato e registrato le risposte di
neuroni dell’ippocampo del cervello di volontari che ascoltavano una voce
narrante. Adottando l’approccio del modello di codifica, i ricercatori
hanno rilevato un significativo reperto nell’ippocampo di codificazione
della semantica, che è risultato tale anche dopo aver fatto la tara di
controllo della fonemica e della grammatica. Le singole parole presentavano
complesse selettività che includevano una molteplicità di vocaboli in categorie
semantiche multiple.
Similmente
a quanto accade per gli embedding vectors[1] nei
modelli LLM, la distanza tra le risposte delle popolazioni neuroniche era strettamente
correlata alla distanza semantica.
Per le
parole semanticamente simili, i contextual
embedders presentavano una correlazione inversa
tra distanze semantiche e distanze neurali; gli autori dello studio
attribuiscono questo pattern ai benefici mitiganti il “rumore” (disturbo
interferente) della codifica contrastiva.
L’attività
sinaptica della popolazione neuronica era allineata in modo molto prossimo ai
GPT-2 embeddings, e le variazioni nei pattern
di risposta correlavano con le misure di polisemia LLM-derivate, indicando che
la codifica semantica è ampiamente contestualizzata.
Concludendo,
i risultati di questo studio forniscono un resoconto computazionale per la
comprensione di come i neuroni dell’ippocampo codificano il significato
delle parole durante l’ascolto.
L’autrice della nota ringrazia
la dottoressa Isabella Floriani per la correzione della bozza e invita alla lettura delle
recensioni di
argomento connesso che appaiono nella sezione “NOTE E NOTIZIE” del sito
(utilizzare il motore interno nella pagina “CERCA”).
Diane Richmond
BM&L-10 ottobre 2026
________________________________________________________________________________
La Società
Nazionale di Neuroscienze BM&L-Italia, affiliata alla International Society
of Neuroscience, è registrata presso l’Agenzia delle Entrate di Firenze,
Ufficio Firenze 1, in data 16 gennaio 2003 con codice fiscale 94098840484, come
organizzazione scientifica e culturale non-profit.
[1] Si è scelto di lasciare i
termini in inglese, perché la rappresentazione vettoriale compressa è
comunemente denominata embedding anche
in Italia. Lo stesso vale per i contextual embedders.