語言如何形成？臉書和Google用深度強化學習研究自然語言現象

過去語言的演進是相當複雜的一門學問，研究人員也還在探索中，近日臉書和Google的AI研究團隊共同發表了用深度強化學習探索自然語言現象的論文，研究團隊打造了一個語言框架，利用互動遊戲的方式，搭配深度強化學習來訓練程式代理人溝通，實驗結果顯示了一些自然語言的現象。

研究團隊首先將程式代理人分群，組成多個社群，並在模擬的環境中，賦予程式溝通能力，模擬的環境包含簡單到較為複雜的環境，像是方程式和深度神經網路，程式代理人玩的互動遊戲有3項關鍵特徵，第一是互動遊戲的設計都是對稱的，代理人可以同時是發言者和傾聽者，第二則是讓代理人討論自身以外的事，像是在環境中的所有感知，最後則是採用部分可觀測系統，透過溝通來解決遊戲中的任務。

在第一個實驗中，團隊為了要研究2個代理人是否足夠發展出共通溝通協定，測試了代理人溝通後完成遊戲的成功率，結果顯示2個代理人互動後，成功完成的遊戲機率很高，但是代理人若獨自玩遊戲，成功率大概下降了約10%，研究團隊認為，這樣的結果顯示，只有在2個以上的使用者使用該語言，才會出現一個共通的語言，一個代理人發展出自己的協定後，其他的代理人就會去適應該溝通協定。

在接下來的實驗中，研究團隊使兩個不同的語言代理人社群接觸，也就是讓發展出不同溝通工具的代理人社群互動，結果顯示，所有的程式代理人都會學習另一個社群的語言，甚至，特定的代理人還會發展出新的溝通協定，讓溝通變得更快速有效率。

而在最後的實驗中，研究團隊建立由相同數量代理人組成的社群序列，進行溝通，每個社群由5個程式代理人組成，研究發現，越相鄰的社群代理人，越能夠溝通，但是溝通的能力會隨著社群距離增加而降低，序列中第一個社群和最後一個社群的代理人，完全無法理解雙方的溝通協定。

根據研究的實驗結果，研究團隊認為，語言演化的複雜特性，並不一定要仰賴演複雜的語言能力，可能透過具有感知能力的代理人在玩溝通遊戲時，利用簡單的社交交流行為而產生。