涌现通信:AI 如何自发发明"语言"?
涌现通信:AI 如何自发发明"语言"?
什么是涌现通信?
当两个或多个 AI agent 需要协作完成任务时,它们可以**自发地发明一套"语言"**来交流——这不是人类教给它们的,而是从奖励信号中演化出来的。
一个简单的例子
环境:两个 robot 需要在迷宫里找到彼此
Agent A 看到:左前方有红色物体
Agent B 看不到
如果 A 发送 0.73 给 B,B 走了 3 步后找到了目标
→ A 学会了用 [0.73] 表示"红色物体在左边"
→ 这就是涌现通信
与符号语言的区别
| 维度 | 涌现协议 | 符号语言 |
|---|---|---|
| 来源 | 从奖励中学习 | 人类预定义 |
| 可解释性 | 通常不可读 | 人类可直接理解 |
| 效率 | 往往更高 | 可能有冗余 |
| 泛化性 | 可能过拟合当前任务 | 组合性更好 |
为什么有趣?
- 语言起源:人类语言是怎么来的?涌现通信提供了计算实验的窗口
- AI 可解释性:agent 发明的"语言"通常人类看不懂——和 LLM 的黑箱问题异曲同工
- 哲学意义:最优的认知方式是否依赖符号系统?
前沿方向
- 组合性:如何让涌现语言具有类似人类语言的组合结构?
- Zero-shot 通信:新场景下还能有效沟通吗?
- 多模态涌现通信:用图像、动作等"说话"