近日，查尔姆斯理工大学与瑞典哥德堡大学的一项研究揭示，能够自主学习语言的人工智能系统能够发展出与人类语言结构相似的语言。这一发现不仅为理解人工智能模型的工作原理提供了重要见解，还深化了我们对人类语言演化过程的认识。

该研究发表在《语言进化杂志》上，探索了人类语言背后的机制，并为未来人工智能的发展提供了宝贵知识。研究聚焦于基于人工智能的语言模型，如ChatGPT，这类模型在模仿人类语言方面表现出色，并越来越多地被用作文本生成工具。

在这项研究中，研究人员采用了一种新颖的方法，结合了强化学习和代际交流两种策略。强化学习通过奖励正确行为来强化模型，而代际交流则让人工智能模型在几代人的时间里相互学习。

“我们发现，人工智能模型的语言学习原理与人类语言相似，达到了与人类语言结构相同的水平，”参与研究的博士生埃米尔·卡尔森(Emil Carlsson)表示，“这不仅增进了我们对人工智能模型的理解，也加深了我们对人类语言演化的认识。”

研究还发现，所有人类语言都受到有效沟通需求的影响，需要在信息丰富与简单易学之间找到平衡。为了检验这一理论，研究人员创建了人工智能代理，让它们通过相互玩交流游戏来发展语言。

在实验中，人工智能代理通过符号来传达颜色，并根据沟通效果获得奖励。新一代人工智能代理会继承上一代代理的语言，并进一步发展。卡尔森解释说：“这就像两个小孩通过听父母说话来学习语言，然后继续拓展和发展自己的语言。”

研究结果表明，奖励和代际交流对语言发展产生了显著影响。人工智能代理形成了一个与人类颜色语言相似的颜色命名系统，揭示了游戏解题能力和从前几代学习到的知识对于语言有效性的重要性。

卡尔森表示，研究结果表明，相互交流和学习的能力对于语言的长期发展至关重要。他还希望这项研究能够为语言研究、人工智能和计算机科学研究提供新的见解和思路。

“这些知识不仅有助于我们理解人类语言背后的机制，还能帮助我们理解基于人工智能的大型语言模型是如何运作的，为引导人工智能朝着富有成效的方向发展铺平道路，”卡尔森说道。

更多信息： Emil Carlsson 等人，《通过迭代学习和交流的文化进化解释了高效的颜色命名系统》，《语言进化杂志》(2024 年)。