Google и Facebook AI делают новое открытие в области лингвистики

ИИ привык понимать возникающие явления естественного языка

Источник: геральт / pixabay

На интеллектуальном перекрестке науки и гуманитарных наук находится лингвистика, научное изучение языка. Структура лингвистики затрагивает дисциплины психологии, нейробиологии, биологии и философии. Язык является одной из основных определяющих характеристик человека, и все же его происхождение остается научной загадкой не только для лингвистов, но и для психологов, нейробиологов, антропологов, биологов и археологов. Как возник и развивался человеческий язык? Проблема раскрытия этой тайны во многом связана с ограниченностью эмпирических данных. Другим препятствием является время – может потребоваться много лет, даже столетий, чтобы наблюдать и понимать закономерности возникновения и эволюции естественного языка. Недавно исследователи из Google AI, Facebook AI и Нью-Йоркского университета развернули глубокое обучение AI для моделирования и понимания возникающих явлений языка и опубликовали свои результаты в arXiv в январе 2019 года.

Исследовательская группа Лоры Грассер, Кёнхён Чо и Доу Киела использовала новейшие методы искусственного интеллекта (ИИ) для создания вычислительной структуры, «в которой агенты, снабженные коммуникационными возможностями, одновременно играют в серии референсных игр, чтобы изучить свойства природных язык ». По словам команды, они являются новой основой, потому что они использовали глубокое подкрепление обучения последнего поколения, которое может обрабатывать богатый сенсорный вклад.

• Чтобы чувствовать себя счастливым, мы должны жить так, как мы жили, чтобы жить
• Не стоит недооценивать силу обетов
• Эмоциональная неверность: 5 советов, которые помогут вам разобраться
• Одиночество: социальные сети, интернет и смартфоны
• Социальные медиа и отношения

Мультиагентная вычислительная среда использует нейронные сети, которые могут обмениваться сообщениями об их восприятии. Компоненты вычислительной мультиагентной модели состоят из агентов, алгоритма обучения, среды и механизма вознаграждения. Используемый агент варьировался от простого к сложному и включал в себя разностные уравнения, «ЦП-подобную архитектуру с набором команд и регистрами», «матрицу совместного использования объектов и символов», однослойную нейронную сеть и глубокая нейронная сеть. Использованный алгоритм обучения представлял собой либо градиентную оптимизацию, либо разновидность эволюционных алгоритмов.

Исследователи обнаружили, что «показатели успеха между самостоятельной игрой и парной игрой неотличимы друг от друга, что подразумевает, что общий общий язык становится социальной конвенцией, если и только если у нас более двух пользователей языка», и все «Для того, чтобы появился общий язык, необходимо минимальное количество агентов».

Затем команда провела симуляции на уровне сообщества. Они хотели понять, что произойдет, если два разных сообщества с разными языками вступят в контакт. Команда обнаружила, что межгрупповые и внутригрупповые соединения являются важными факторами, определяющими уровень языковой конвергенции. При достаточном межгрупповом соединении языки становятся взаимно понятными через контакт, независимо от того, были ли агенты открыты для другого языка.

• Исцеление стресса отношений с духовной практикой
• Радости негодования
• Нелюбимый в детстве? Вы всегда говорите: «Мне жаль?»
• Мужские страхи зависимости в отношениях
• Что нужно для того, чтобы научить мальчиков?

Команда узнала, что со временем языковой контакт приводит к тому, что протокол доминирующего большинства вступает во владение, а другой язык исчезает. Если сообщества сбалансированы, появляется новый «креольский» протокол, который проще, чем исходные языки. Соседние языки становятся более взаимно понятными, и общение уменьшается с увеличением расстояния между сообществами. Исследователи обнаружили, что «сложные свойства языковой эволюции не должны зависеть от сложных эволюционирующих лингвистических способностей, а могут возникать в результате простого социального обмена между агентами, способными воспринимать, играющими в коммуникационные игры».

Теперь у ученых есть сложный инструмент для изучения эволюции и возникающих характеристик естественного языка. Результаты исследования могут потенциально повлиять на теории происхождения языка и обеспечить более глубокое понимание одной из определяющих характеристик, которые делают людей уникальными.

Copyright © 2019 Cami Rosso. Все права защищены.

Рекомендации

Грассер, Лаура, Чо, Кёнхён, Киела, Доу. «Новые лингвистические явления в мультиагентных коммуникационных играх». ArXiv . 25 января 2019 г.