Language improves learning in artificial networks
學生回饋根據效用函數改變語言嵌入。信用:自然通訊(2024)。DOI:10.1038/s41467-024-51887-5

在所有物種中,關鍵技能都是透過溝通從父母傳遞給後代的。波昂大學醫院 (UKB) 和波昂大學的研究人員表明,有效的溝通取決於發送者和接收者如何表達訊息。他們的研究揭示了這個過程如何成為訓練效果和任務表現的基礎。他們的結果是發表在日記中自然通訊

溝通——無論是透過聲音、氣味還是動作——對於生存至關重要。它是是認知的基礎,因為我們大腦中的任務描述不僅取決於感官體驗,還取決於傳達給我們的訊息。

實驗癲癇學研究所的 Tatjana Tchumatchenko 教授表示:「我們從日常生活中知道,社交溝通對於我們在現實世界中的學習能力至關重要,這可以用『教學是第二次學習』來概括。」FM的認知研究和認知研究,以及波昂大學跨學科研究領域(TRA)「建模」的成員。

在一項新穎的研究中,波昂的研究人員使用人工網絡作為代理來扮演教師和學生的角色。教師網路學會如何解決迷宮,然後透過傳遞訊息來引導學生網路完成任務。這種設置使研究人員能夠研究人工代理之間的類似語言的溝通如何改善學習和

大腦為我們的現實世界創建抽像以供共享

結果表明,這兩個角色都可以發展出一種使學生能夠向老師學習的語言。有趣的是,這種語言受到手邊任務和學習者表現的影響。

「我們的發現與我們對動物語言形成的了解是一致的,」共同通訊作者、博士生卡洛斯·沃特-卡瓦哈爾 (Carlos Wert-Carvajal) 說。波昂大學 Tchumatchenko 教授研究小組的學生。他強調,我們的大腦編碼世界的方式不僅取決於我們自己的經歷,而且還創造了其他人可以理解的抽象:

“例如,我們不會說‘甜、脆、圓形的紅色或綠色水果’,而是使用單字‘蘋果’。這樣一個詞的存在是因為我們的語言已經進化到代表一種提供愉快獎勵的共享體驗,」沃特-卡瓦哈爾說。換句話說,每種語言都必須盡可能有效地描述世界。

這種效率意味著簡潔的訊息包含盡可能多的信息。好的語言必須結合教師和學員對任務的內在描述以及現實世界的實際特徵。

「當我們對受訓者完成任務的情況提供反饋時,老師改變了他的語言以傳達更多有用的信息,」第一作者 Tobias Wieczorek 解釋道,他直到最近還是波恩大學 Tchumatchenko 小組的碩士生。

這個過程表明,有效的溝通是一個雙向的過程。「發送者和接收者都必須共同努力,以確保交換的訊息清晰、準確且真正有用,」領導這項研究的 Tchumatchenko 教授說。

語言作為一種共同的經驗關閉了溝通的循環

值得注意的是,透過「閉環」——即透過將學習者的語言回饋回自身——波恩的研究人員能夠使學習者能夠互相教學。儘管缺乏明確的教學技能,特工們仍然有效地傳達了重要訊息,並展示了他們所開發的語言的穩健性。

“雖然他們不知道如何‘教學’,但他們仍然能夠用自己的語言傳達重要的訊息。”,共同通訊作者 Maximilian Eggl 博士說道,他直到最近還是波恩大學 Tchumatchenko 教授在 UKB 研究小組的博士後。

這項研究強調了類似溝通作為一種共享的認知體驗,並證明了其對於學習和泛化的至關重要性。研究結果為生物和人工的設計提供了寶貴的見解。溝通更多資訊:

Tobias J. Wieczorek 等人,社會學習代理中語言的出現和分析的框架,自然通訊(2024)。DOI:10.1038/s41467-024-51887-5引文:

研究發現,類似語言的溝通可以改善人工網路中的學習(2024 年 9 月 5 日)檢索日期:2024 年 9 月 5 日取自 https://techxplore.com/news/2024-09-language-communication-artificial-networks.html

本文檔受版權保護。除了出於私人學習或研究目的的任何公平交易外,不得未經書面許可,不得複製部分內容。所提供的內容僅供參考。