AI可以以人類(lèi)的方式學(xué)習語(yǔ)言

Chalmers 研究人員深入研究了學(xué)習語(yǔ)言需要什么 - 人類(lèi)和 AI 的經(jīng)驗教訓

AI 代理之間的交流游戲學(xué)習了如何學(xué)習新語(yǔ)言以及如何理解人類(lèi)如何學(xué)習語(yǔ)言。兩個(gè)代理必須相互討論發(fā)送和接收的顏色。在發(fā)送端，他的顏色由一個(gè)品種表示，接收代理的任務(wù)是找到屬于該品種的相應顏色。

Chalmers 研究人員的結論是：自主學(xué)習語(yǔ)言的 AI 系統會(huì )開(kāi)發(fā)出一種結構與人類(lèi)語(yǔ)言相同的語(yǔ)言。正如我們人類(lèi)向前幾代人學(xué)習一樣，AI 模型在利用年長(cháng)親屬的知識時(shí)會(huì )變得更好。查爾姆斯理工大學(xué)和瑞典哥德堡大學(xué)的一項研究證明了這一點(diǎn)，該研究探討了人類(lèi)語(yǔ)言背后的機制，并為未來(lái)人工智能的發(fā)展提供了重要知識。

“我們發(fā)現 AI 模型達到了與人類(lèi)語(yǔ)言結構相同的內容，并且語(yǔ)言學(xué)習的工作方式與人類(lèi)語(yǔ)言類(lèi)似。因此，這項研究提供了關(guān)于 AI 模型如何工作的重要見(jiàn)解，但也提供了對人類(lèi)語(yǔ)言如何進(jìn)化的更深入理解，“研究時(shí)是查爾姆斯和哥德堡大學(xué)的博士生的 Emil Carlsson 說(shuō)。

根據 Emil Carlsson 的說(shuō)法，結果表明我們相互交流和學(xué)習的能力對于語(yǔ)言如何隨著(zhù)時(shí)間的推移而發(fā)展至關(guān)重要?！爱斘覀冎粡牧硪粋€(gè)人那里學(xué)到一些東西，而可能不了解它的好處時(shí)，我們發(fā)展知識的傾向就會(huì )降低。但是，當我們真正必須利用我們所學(xué)到的知識來(lái)解決問(wèn)題并向前發(fā)展時(shí)，就可以創(chuàng )建結構化和有效的語(yǔ)言，“他說(shuō)。
他希望這些結果能為語(yǔ)言研究以及人工智能和計算機科學(xué)的研究提供新的見(jiàn)解和想法。