Google und Facebook AI machen neue Linguistik-Entdeckung

KI benutzte die aufkommenden Phänomene der natürlichen Sprache

geralt/pixabay

Quelle: Geralt / Pixabay

An den intellektuellen Kreuzungen von Wissenschaft und Geisteswissenschaften steht die Linguistik, das wissenschaftliche Studium der Sprache. Die Struktur der Linguistik berührt die Disziplinen Psychologie, Neurowissenschaften, Biologie und Philosophie. Die Sprache ist eines der grundlegendsten charakteristischen Merkmale des Menschen, und doch ist sein Ursprung nicht nur für Linguisten, sondern auch für Psychologen, Neurowissenschaftler, Anthropologen, Biologen und Archäologen ein wissenschaftliches Geheimnis. Wie entstand und entwickelte sich die menschliche Sprache? Die Herausforderung, dieses Rätsel zu lösen, ist weitgehend auf die geringe empirische Evidenz zurückzuführen. Die andere Straßensperre ist Zeit – es kann viele Jahre oder sogar Jahrhunderte dauern, um die Muster der Entstehung und Entwicklung der natürlichen Sprache zu beobachten und zu verstehen. Vor kurzem haben Forscher von Google AI, Facebook AI und der New York University KI-Tiefenlernen eingesetzt, um die aufkommenden Phänomene der Sprache zu simulieren und zu verstehen. Im Januar 2019 veröffentlichten sie ihre Ergebnisse in arXiv .

Das Forschungsteam von Laura Graesser, Kyunghyun Cho und Douwe Kiela nutzte die neuesten Techniken der künstlichen Intelligenz (KI), um einen rechnerischen Rahmen zu schaffen, in dem „mit Kommunikationsfunktionen ausgestattete Agenten gleichzeitig eine Reihe von referentiellen Spielen spielen, um die Eigenschaften von Natur zu untersuchen Sprache. “Laut dem Team ist dies ein neuartiger Rahmen, da sie das tiefste Verstärkungslernen der neuesten Generation nutzten, das einen reichen sensorischen Input verarbeiten konnte.

Das computergestützte Multi-Agent-Framework verwendet neuronale Netzwerke, die Informationen über ihre Wahrnehmungseingaben austauschen können. Die Komponenten des computergestützten Multi-Agent-Modells bestehen aus Agenten, Lernalgorithmus, Umgebung und Belohnungsmechanismus. Der verwendete Agent reichte von einfachen bis komplexen und beinhaltete Differenzgleichungen, eine “CPU-ähnliche Architektur mit einem Befehlssatz und Registern”, eine “Co-Vorkommnismatrix zwischen Objekten und Symbolen”, ein einschichtiges neuronales Netzwerk und ein tiefes neuronales Netzwerk. Der verwendete Lernalgorithmus war entweder eine gradientenbasierte Optimierung oder eine Variation evolutionärer Algorithmen.

Die Forscher fanden heraus, dass “die Erfolgsraten zwischen Selbst- und Paarungsspiel nicht voneinander zu unterscheiden sind. Dies deutet stark darauf hin, dass eine gemeinsame, gemeinsame Sprache nur dann als soziale Konvention auftaucht, wenn wir mehr als zwei Sprachnutzer haben.” “Das ist notwendig, damit eine gemeinsame Sprache entsteht, ist eine Mindestanzahl von Agenten.”

Als Nächstes führte das Team Simulationen auf Community-Ebene durch. Sie wollten verstehen, was passieren würde, wenn zwei verschiedene Gemeinschaften mit verschiedenen Sprachen miteinander in Kontakt treten würden. Das Team stellte fest, dass die Konnektivität zwischen Gruppen und innerhalb von Gruppen wichtige Faktoren für die Festlegung der Sprachkonvergenz ist. Bei ausreichender Konnektivität zwischen Gruppen werden Sprachen durch Kontakt verständlich, unabhängig davon, ob die Agenten der anderen Sprache ausgesetzt waren oder nicht.

Das Team lernte, dass mit dem sprachlichen Kontakt im Laufe der Zeit das dominante Mehrheitsprotokoll übernommen wird und die andere Sprache verschwindet. Wenn die Gemeinschaften ausgeglichen sind, entsteht ein neues “kreolisches” Protokoll, das einfacher als die Originalsprache ist. Benachbarte Sprachen sind gegenseitig verständlicher und die Kommunikationsfähigkeit nimmt mit zunehmender Entfernung zwischen den Gemeinschaften ab. Die Forscher stellten fest, dass “komplizierte Eigenschaften der Sprachentwicklung nicht von komplexen, weiterentwickelten sprachlichen Fähigkeiten abhängen müssen, sondern sich aus dem einfachen sozialen Austausch zwischen wahrnehmungsfähigen Agenten ergeben können, die Kommunikationsspiele spielen.”

Nun haben Wissenschaftler ein ausgeklügeltes Instrument, um die Evolution und die neuen Merkmale der natürlichen Sprache zu untersuchen. Die Forschungsergebnisse könnten möglicherweise Theorien über den Ursprung der Sprache beeinflussen und ein besseres Verständnis für eines der entscheidenden Merkmale vermitteln, die den Menschen einzigartig machen.

Copyright © 2019 Cami Rosso Alle Rechte vorbehalten.

Verweise

Graesser, Laura, Cho, Kyunghyun, Kiela, Douwe. “Emergent Linguistic Phänomena in Multi-Agent-Kommunikationsspielen.” ArXiv . 25. Januar 2019.