Vés enrere Una recerca identifica una propietat universal per a una comunicació eficient, a partir de la intel·ligència artificial

Una recerca identifica una propietat universal per a una comunicació eficient, a partir de la intel·ligència artificial

El treball ha estudiat els sistemes per denominar colors desenvolupats per a les xarxes neuronals artificials. Un estudi de Marco Baroni, professor d'investigació ICREA del Departament de Traducció i Ciències del Llenguatge, amb membres de Facebook AI Research (França), que ha publicat el 23 de març a la revista PNAS.

26.03.2021

Imatge inicial

Les paraules classifiquen els camps semàntics als quals fan referència de manera que maximitzen la precisió de la comunicació i minimitzen la complexitat. Estudis recents han demostrat que els llenguatges humans presenten un equilibri òptim entre precisió i complexitat. Per exemple, molts idiomes tenen una paraula que denota el color vermell, però cap idioma té paraules separades (individuals) per distingir deu matisos diferents d'aquest color. Aquestes paraules addicionals complicarien el vocabulari i poques vegades serien útils per aconseguir una comunicació precisa.

Un treball publicat el 23 de març a la revista Proceedings of the National Academy of Sciences of the United States of America ha analitzat com les xarxes neuronals artificials desenvolupen sistemes espontanis per denominar colors. Un estudi de Marco Baroni, professor d'investigació ICREA del Departament de Traducció i Ciències del Llenguatge (DTCL) de la UPF, dut a terme amb membres de Facebook AI Research (França).

Una compensació òptima de complexitat / precisió pot ser una propietat universal que sorgeix en sistemes de comunicació discrets, no lligada a característiques específiques de la biologia humana

Per aquesta recerca, els investigadors van formar dues xarxes neuronals artificials entrenades amb mètodes genèrics d'aprenentatge profund . Segons explica Baroni, "vam fer que les xarxes juguessin a un joc de discriminació de color en què havien de comunicar-se sobre xips de colors a partir d’un espai de color continu. No vam limitar el "llenguatge" que podien utilitzar, però, quan van aprendre a jugar al joc amb èxit, vam observar els termes de denominació de colors que havien desenvolupat espontàniament aquestes xarxes neuronals artificials".

Els resultats mostren que els sistemes moderns d'intel·ligència artificial adopten de manera natural comportaments semblants als humans

Els autors van trobar que el vocabulari de color emergent té exactament la mateixa propietat d’optimitzar la compensació de complexitat / precisió que s’ha trobat en els idiomes humans. A més, aquest resultat només es manté mentre els sistemes es comuniquen a través d'un canal discret:  quan se'ls permet emprar senyals continus (com ara xiulets o gestos de mans no lingüístics), el seu llenguatge perd eficiència.

Des del punt de vista de la ciència cognitiva, els resultats obtinguts suggereixen que una compensació òptima de complexitat / precisió pot ser una propietat universal que sorgeix en sistemes de comunicació discrets, no lligada a característiques específiques de la biologia humana. Baroni afegeix: " els resultats mostren que els sistemes moderns d'intel·ligència artificial adopten de manera natural comportaments semblants als humans, la qual cosa no deixa de ser sorprenent".

Això suggereix que una categorització eficient dels colors (i possiblement d'altres dominis semàntics) en els llenguatges naturals no depèn de restriccions biològiques específiques dels humans, sinó que és una propietat general dels sistemes de comunicació discrets.

Treball de referència:

Rahma Chaabouni, Eugene Kharitonov,  Emmanuel Dupoux, Marco Baroni (2021), "Communicating artificial neural networks develop efficient color-naming systems", 23 de març, PNAS.  https://doi.org/10.1073/pnas.2016569118

Multimèdia

Categories:

ODS - Objectius de desenvolupament sostenible:

Els ODS a la UPF

Contact

Per a més informació

Notícia publicada per:

Oficina de Comunicació