查爾姆斯大學的研究人員深入探究了學習語言所需的條件——為人類和 AI 提供了啟示

兩個 AI 代理之間的通信游戲?qū)W習如何學習新語言以及如何理解人類學習語言的方式。在發(fā)送方，顏色由一個符號表示，接收代理的任務(wù)是找到屬于該符號的對應(yīng)顏色。

查爾姆斯大學的研究人員的結(jié)論：一個自主學習語言的 AI 系統(tǒng)會發(fā)展出與人類語言結(jié)構(gòu)相同的方式的語言。就像我們?nèi)祟悘那拜吥抢飳W習一樣，當 AI 模型利用前輩的知識時，它們會變得更好。這由瑞典查爾姆斯大學和哥德堡大學進行的一項研究所示，該研究探索了人類語言背后的機制，并為未來 AI 的發(fā)展提供了重要的知識。

我們發(fā)現(xiàn)人工智能模型達到了與人類語言結(jié)構(gòu)相同的東西，而且語言學習的方式與人類語言相似。因此，這項研究表明了對人工智能模型工作方式的重要見解，同時也加深了對人類語言演變過程的理解，艾米爾·卡爾松說，在研究期間，他是哥德堡大學和查爾姆斯大學的一名博士生。

根據(jù)艾米爾·卡爾松的說法，結(jié)果表明我們相互溝通和學習的能力對于語言隨時間發(fā)展至關(guān)重要?！爱斘覀冎粡牧硪粋€人那里學習某事，也許不理解它的好處時，我們發(fā)展知識的趨勢就會減少。但是當我們實際上必須使用我們所學的知識來解決問題并向前邁進時，那就是可以創(chuàng)造出結(jié)構(gòu)化和有效語言的時候，”他說。
他希望這些結(jié)果將為語言研究以及人工智能和計算機科學研究帶來新的見解和想法。