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？

1. 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
2. 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
3. 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”