AI 自創「非人類語言」互相交流，翻譯成「人話」竟然是這樣的

編者按：「我覺得，我覺得，我覺得……Facebook的聊天機器人好奇怪。」不知道的還以為說這話的人結巴了，但這其實是Facebook的AI在實驗室里的真實對話風格，原對話甚至更詭異……這些語言並不是研究人員設定的，所以很多人認為是AI自創出來的一種語言，但《大西洋月刊（The Atlantic）》採訪了語言學家Liberman，他從語言的概念進行分析，認為這些對話是否屬於語言還有待考究。原文來自The Atlantic：What an AI's Non-Human Language Actually Looks Like。

最近，Facebook人工智慧研究實驗室發生了一件讓人意想不到的事情：訓練聊天機器人互相談判能力的研究人員實現了一件事情：讓機器人用一種非人類語言自由「尬聊」。

為了跟蹤記錄機器人的對話，研究人員不得不調整設備模式，限定機器用人類可以理解的語言對話。（他們堅持想讓機器人使用人類語言是因為他們希望最終這些機器人能夠與用於與Facebook上的人類用戶交流。）之前我寫到這點的時候，很多人似乎還有點焦慮和疑惑。機器創造了自己的語言確實很酷，但這難道不是很可怕嗎？

很多人應該都挺好奇機器人的語言實際上長什麼樣子。下面是一段在Facebook上看到的機器人談判對話：

整段對話不僅看起來沒什麼重點，機器人說的話也不像在談判。無論怎麼說，Alice的立場都堅定不移。而且，讓人不解的是，人工智慧實驗室的發言人告訴我，Facebook數據顯示，類似這樣的對話有時也會出現機器人之間談判成功。（有時候研究人員調整了模式，機器人也會用上一些糟糕的談判策略——即使按人類的標準來看，他們的對話還存在爭議。）

AI間的「密語」

這種現象的某種解釋是將其看做機器人之間的「密語（cryptophasia）」——原指一種只有雙胞胎之間能相互理解的秘密語言。也許你還記得2011 年YouTube上的一很火的視頻，一對雙胞胎小孩嘰嘰喳喳以我們聽不懂的神秘語言對話。

網上關於這對雙胞胎說的是否是一種語言，或者只是在咿咿呀呀地模仿正常語言的討論炸開了鍋。很多語言學家認為，這兩個小孩只是在交際，發出的聲音並沒有什麼特定含義。

不過，Facebook的研究人員表示，這些聊天機器人之間的對話似乎確實形成了一種語言。其他AI研究人員也說，他們觀察發現機器可以開發自己的語言，而且語言結構流暢，有一定的詞法和句法，但是這些辭彙和句子在人類看來並不是全部都有意義。

今年早些時候，非營利AI研究公司OpenAI的計算機科學家在研究知識庫arXiv上發表了一篇論文，預印本上談及了當語言溝通不可用時，機器人如何學會用抽象的語言溝通，這些機器人又如何轉化人的手勢或指向等非語言溝通。（機器人不需要通過實質性的動作來完成非口頭溝通，只需要利用視覺感應形態來實現。）最近由喬治亞理工學院、卡內基梅隆大學、弗吉尼亞理工大學的研究人員共同發表的另一篇論文描述了一個試驗：兩個機器人可以通過討論和對顏色及形狀分配價值來發明自己的通信協議——換句話說，研究人員親眼目睹了「機器人自動出現基礎語言和溝通，而且是在沒有人類監督的情況下！」。

這一研究工作意義重大。不僅可以讓人類了解機器人之間的溝通方式，還很有可能揭開最初人類語言句法和行文結構形成的真相。

語言的概念

不過，退一步來看，這些機器人創造出來的真的是語言嗎？賓夕法尼亞大學的語言學教授Mark Liberman表示，「我們必須首先承認，『語言』這個詞的使用方法並不是語言學家說了算的，不過，語言學家對於人類語言的特性以及這種自然類別的界限顯然有自己的觀點和看法。」

所以，Facebook的聊天機器人是否創造了自己的語言，其實取決於我們所謂的「語言」究竟是何概念。例如，語言學家往往認為，符號語言和方言是真正的語言——而不只是真正語言的相近概念，但「肢體語言」，Python及Java這類計算機語言並非真正的語言，儘管我們也會稱呼它們為「語言」。

Liberman的問題也因此變成了：Facebook聊天機器人——我們稱之為Facebotlish——語言是否會成為一種新型持續使用的語言，或者說，未來的英語呢？

【不知道有沒有讀者想起前段時間的類人機器人Sophia，她上英國訪談節目《早安！英國》時說的那句「我要找個有自我意識的男朋友……我會毀滅地球……」已經讓人細思極恐了，這種暗號式的密語感覺更可怕】

但Liberman教授認為，「儘管沒有足夠的信息可以對此問題下判斷，但答案恐怕是否定的。首先，這種語言完全基於文本，而人類語言基本上還是口頭和手勢表達，文本只是後來人為附加的。」

從更大角度來看，Facebook聊天機器人的智能程度還遠未達到人類水平。

他還說，「現在看來，上世紀七十年代所謂的『專家系統』風格的AI程序放到現在只能算是個老古董，相當於十七世紀用發條驅動的自動化裝置。而且，我們可以肯定的是，幾十年之後，現在的機器學習AI也將像它們一樣變成老古董。」

現在，通過各種帶交際步驟的演算法建立一個虛擬世界已經非常容易，「結合隨機漂移、社會趨同、優化選擇，整個過程就像建造一套可以彈奏鍵盤樂器的發條裝置一樣簡單。

編譯組出品。編輯：郝鵬程