Google e Facebook AI fanno nuova scoperta linguistica

AI era solito capire i fenomeni emergenti del linguaggio naturale

geralt/pixabay

Fonte: geralt / pixabay

All’incrocio intellettuale tra scienza e umanità c’è la linguistica, lo studio scientifico del linguaggio. La struttura della linguistica tocca le discipline della psicologia, delle neuroscienze, della biologia e della filosofia. Il linguaggio è una delle caratteristiche fondamentali che definiscono gli esseri umani, eppure la sua origine rimane un mistero scientifico non solo per i linguisti, ma anche per gli psicologi, i neuroscienziati, gli antropologi, i biologi e gli archeologi. In che modo il linguaggio umano è emerso ed evoluto? La sfida a risolvere questo mistero è in gran parte dovuta alla scarsa evidenza di prove empiriche. L’altro posto di blocco è il tempo: potrebbero essere necessari molti anni, persino secoli, per osservare e comprendere gli schemi di emergenza e evoluzione del linguaggio naturale. Recentemente, i ricercatori di Google AI, Facebook AI e New York University hanno implementato l’apprendimento profondo dell’IA per simulare e comprendere i fenomeni emergenti del linguaggio e hanno pubblicato le loro conclusioni su arXiv nel gennaio 2019.

Il team di ricerca di Laura Graesser, Kyunghyun Cho e Douwe Kiela ha utilizzato le ultime tecniche di intelligenza artificiale (AI) per creare un quadro computazionale “in cui agenti dotati di funzionalità di comunicazione svolgono simultaneamente una serie di giochi di riferimento, per studiare le proprietà del naturale lingua. “Secondo il team, la loro è una struttura innovativa perché utilizzavano l’apprendimento di rinforzo profondo di ultima generazione che poteva elaborare ricchi input sensoriali.

Il framework computazionale multi-agente utilizza reti neurali che possono scambiare messaggi sul loro input percettivo. I componenti del modello computazionale multi-agente sono costituiti da agenti, algoritmo di apprendimento, ambiente e meccanismo di ricompensa. L’agente utilizzato variava da semplice a complesso e includeva equazioni alle differenze, una “architettura simile alla CPU con un set di istruzioni e registri”, una “matrice di co-occorrenza tra oggetti e simboli”, una rete neurale a strato singolo e una rete neurale profonda. L’algoritmo di apprendimento utilizzato era o un’ottimizzazione basata su gradiente o una variazione di algoritmi evolutivi.

I ricercatori hanno scoperto che “le percentuali di successo tra auto-gioco e gioco appaiato sono indistinguibili l’una dall’altra, implicando fortemente che un linguaggio comune e condiviso emerge come una convenzione sociale se e solo se abbiamo più di due utenti linguistici” e “Che è necessario per far emergere un linguaggio comune è un numero minimo di agenti”.

Successivamente il team ha eseguito simulazioni a livello di comunità. Volevano capire cosa sarebbe successo se venissero a contatto due diverse comunità con lingue diverse. Il team ha scoperto che la connettività inter- e intra-gruppo sono fattori importanti nel determinare il livello di convergenza linguistica. Con una sufficiente connettività tra gruppi, le lingue diventano reciprocamente comprensibili attraverso il contatto, indipendentemente dal fatto che gli agenti siano stati o meno esposti all’altra lingua.

Il team ha imparato che con il contatto linguistico nel tempo il protocollo a maggioranza dominante prende il sopravvento e l’altra lingua scompare. Se le comunità sono equilibrate, emerge un nuovo protocollo “creolo” che è più semplice delle lingue originali. Le lingue vicine sono più mutuamente comprensibili e la comunicabilità diminuisce con l’aumentare della distanza tra le comunità. I ricercatori hanno scoperto che “le proprietà complesse dell’evoluzione del linguaggio non devono dipendere da capacità linguistiche evolute complesse, ma possono emergere da semplici scambi sociali tra agenti abilitati percettivamente che giocano a giochi di comunicazione”.

Ora gli scienziati hanno uno strumento sofisticato per studiare l’evoluzione e le caratteristiche emergenti del linguaggio naturale. I risultati della ricerca potrebbero potenzialmente influenzare le teorie sull’origine del linguaggio e fornire una maggiore comprensione su una delle caratteristiche che rendono unici gli esseri umani.

Copyright © 2019 Cami Rosso Tutti i diritti riservati.

Riferimenti

Graesser, Laura, Cho, Kyunghyun, Kiela, Douwe. “Fenomeni linguistici emergenti nei giochi di comunicazione multi-agente.” ArXiv . 25 gennaio 2019.