国外研究团队打造一个语言框架 利用互动游戏训练程序代理人

过去语言的演进是相当复杂的一门学问，研究人员也还在探索中，近日脸书和Google的AI研究团队共同发表了用深度强化学习探索自然语言现象的论文，研究团队打造了一个语言框架，利用互动游戏的方式，搭配深度强化学习来训练程序代理人沟通，实验结果显示了一些自然语言的现象。

朕亨爱心公益研究团队首先将程序代理人分群，组成多个社群，并在模拟的环境中，赋予程序沟通能力，仿真的环境包含简单到较为复杂的环境，像是方程式和深度神经网络，程序代理人玩的互动游戏有3项关键特征，第一是互动游戏的设计都是对称的，代理人可以同时是发言者和倾听者，第二则是让代理人讨论自身以外的事，像是在环境中的所有感知，最后则是采用部分可观测系统，透过沟通来解决游戏中的任务。

在第一个实验中，团队为了要研究2个代理人是否足够发展出共通沟通协议，测试了代理人沟通后完成游戏的成功率，结果显示2个代理人互动后，成功完成的游戏机率很高，但是代理人若独自玩游戏，成功率大概下降了约10%，研究团队认为，这样的结果显示，只有在2个以上的用户使用该语言，才会出现一个共通的语言，一个代理人发展出自己的协议后，其他的代理人就会去适应该沟通协议。

在接下来的实验中，研究团队使两个不同的语言代理人社群接触，也就是让发展出不同沟通工具的代理人社群互动，结果显示，所有的程序代理人都会学习另一个社群的语言，甚至，特定的代理人还会发展出新的沟通协议，让沟通变得更快速有效率。

而在最后的实验中，研究团队建立由相同数量代理人组成的社群序列，进行沟通，每个社群由5个程序代理人组成，研究发现，越相邻的社群代理人，越能够沟通，但是沟通的能力会随着社群距离增加而降低，序列中第一个社群和最后一个社群的代理人，完全无法理解双方的沟通协议。

根据研究的实验结果，研究团队认为，语言演化的复杂特性，并不一定要仰赖演复杂的语言能力，可能透过具有感知能力的代理人在玩沟通游戏时，利用简单的社交交流行为而产生。