中文简体版   English   星期二 ,2月 19日, 2019 (台北)
登入  申請試用  MY DIGITIMES153
 
IoTshow.in 2019

Google、Facebook合作 用AI探索語言起源與發展

  • 蕭菁菁

Google、Facebook和紐約大學的研究顯示,人工智慧(AI)可用於探索複雜的語言演進學。法新社

演化語言學(evolutionary linguistics)相當複雜且是相對未知的領域,有人工智慧(AI)研究人員利用深度學習探索語言的發展,可能為這相對艱澀的領域開啟一扇大門。

Google和Facebook,以及紐約大學(New York University)AI研究人員在Arxiv.org發表一篇論文《Emergent Linguistic Phenomena in Multi-Agent Communication Games》,內容描述研究人員打造一個架構,從中利用深度強化學習(deep reinforcement learning)訓練AI代理人(AI agent),並透過一些遊戲實驗當中觀察到語言發展現象。

在這之前,Facebook研究人員2017年6月曾發布一份報告,描述兩個AI之間以聊天訊息學習溝通,但該論文宣稱,這是首次使用最新世代的深度神經學習者(deep neural agent)技術,能處理豐富的感知輸入,而且確切地展示,語言可以從簡單的交流中產生。

研究團隊將AI代理人分成數個團體,讓它們在模擬環境中進行溝通,程度分成簡單(一組方程式)和相對複雜(深度學習網路)。研究人員安排AI代理人參與遊戲,它們同時能扮演說話者和傾聽者的角色,而且可以外部的事物溝通,例如對環境的感知體驗,它們也有一些觀察能力。

在起初的幾個實驗當中,由3到10個AI代理人組成的不同團隊共同參與遊戲,在進行了150至20萬個遊戲後,不管團體的大小,獨立和團隊完成遊戲成功的機率已經相當接近。研究人員表示,這意味著當一個語言有超過兩個使用者的時候,才會產生一個共同的語言。

另外的一個實驗是兩個不同的語言(不同溝通工具)團體彼此接觸,研究人員表示,所有代理人都學著與另一個團體的代理人「說話」,而且特定居中斡旋的代理人會設法以更快和更好的方式處理新的共同協定。

論文指出,催生一個共同語言僅須極少數量的代理人,研究發現顯示在所有代理人學習說共同語言之後,兩個團體快速達成共同協定,不管它們是否與另一個團體的每一個代理 人實際進行互動,這意味著其中存在著重要程度的跨團體連結。

研究人員還發現,在各種情況下,代理人的語言傾向整合或同化,而不是疏遠,而且當兩個團體的人口有較大的失衡時,語言複雜性會趨於穩定。這意味著兩個類似規模的團體互相接觸時,就很可能產生新的聯繫語言。

最後一個實驗是以一群相同數量的代理人(5個)依序彼此溝通,研究人員發現,代理人與相鄰的團體溝通狀況,猶如在同一個團體內順暢,但距離越遠,溝通就越有障礙,以至於第一個和最後一組團體根本無法互相理解。

從這些實驗可知,語言並非依賴演進和複雜的語言能力,而是透過簡單的社會交流而來。