Google e Facebook AI fazem nova descoberta de linguística

AI costumava entender os fenômenos emergentes da linguagem natural

Fonte: geralt / pixabay

Na encruzilhada intelectual da ciência e das humanidades está a linguística, o estudo científico da linguagem. A estrutura da linguística abrange as disciplinas de psicologia, neurociência, biologia e filosofia. A linguagem é uma das características definidoras mais fundamentais dos seres humanos, e ainda assim sua origem permanece um mistério científico não apenas para linguistas, mas também para psicólogos, neurocientistas, antropólogos, biólogos e arqueólogos. Como a linguagem humana emergiu e evoluiu? O desafio de resolver esse mistério é em grande parte devido à escassez de evidências empíricas. O outro obstáculo é o tempo – pode levar muitos anos, até mesmo séculos, para observar e entender os padrões de emergência e evolução da linguagem natural. Recentemente, pesquisadores do Google AI, Facebook AI e New York University implantaram o aprendizado profundo de IA para simular e entender os fenômenos emergentes da linguagem, e divulgaram suas descobertas no arXiv em janeiro de 2019.

A equipe de pesquisa de Laura Graesser, Kyunghyun Cho e Douwe Kiela usou as mais recentes técnicas de inteligência artificial (IA) para criar uma estrutura computacional “na qual agentes equipados com capacidades de comunicação jogam simultaneamente uma série de jogos referenciais, para estudar as propriedades dos recursos naturais. De acordo com a equipe, a estrutura deles é inovadora porque eles usaram o aprendizado de reforço profundo de última geração que pode processar entradas sensoriais ricas.

• Solidão: mídias sociais, internet e smartphones
• Não amado na infância? Você está sempre dizendo “me desculpe?”
• Mídias Sociais e Relacionamentos
• Por que nós odiamos tanto o pornô?
• Cinco razões pelas quais seu animal de estimação pode ser mais esperto que você

O framework computacional multi-agente usa redes neurais que podem trocar mensagens sobre sua entrada perceptual. Os componentes do modelo multi-agente computacional consistem em agentes, algoritmo de aprendizado, ambiente e mecanismo de recompensa. O agente utilizado variou do simples ao complexo e incluiu equações de diferença, uma “arquitetura semelhante a CPU com um conjunto de instruções e registros”, uma “matriz de coocorrência entre objetos e símbolos”, uma rede neural de camada única e uma rede neural profunda. O algoritmo de aprendizado utilizado foi uma otimização baseada em gradiente ou uma variação de algoritmos evolutivos.

Os pesquisadores descobriram que “as taxas de sucesso entre o jogo independente e o jogo emparelhado são indistinguíveis, implicando fortemente que uma linguagem comum e compartilhada surge como uma convenção social se e somente se tivermos mais de dois usuários de idiomas”, e todos “Isso é necessário para que uma linguagem comum surja é um número mínimo de agentes.”

Em seguida, a equipe executou simulações no nível da comunidade. Eles queriam entender o que aconteceria se duas comunidades diferentes com línguas diferentes entrassem em contato. A equipe descobriu que a conectividade entre grupos e entre grupos é um fator importante na determinação do nível de convergência de linguagem. Com conectividade entre grupos suficiente, as linguagens se tornam mutuamente compreensíveis por meio do contato, independentemente de os agentes terem sido expostos ou não à outra língua.

• Escolhas de acasalamento: pais e filhos não enxergam olho no olho
• Nossos relacionamentos frágeis
• Infidelidade emocional: 5 dicas de relacionamento para ajudá-lo a lidar
• Táticas de Tempo Mensan
• Quando homens atacam: por que (e quais) homens abusam sexualmente de mulheres

A equipe aprendeu que, com o contato lingüístico ao longo do tempo, o protocolo da maioria dominante toma conta e a outra língua desaparece. Se as comunidades estão equilibradas, um novo protocolo “crioulo”, mais simples que as línguas originais, surge. Os idiomas vizinhos são mais compreensíveis e a comunicabilidade diminui à medida que a distância entre as comunidades aumenta. Os pesquisadores descobriram que “as intricadas propriedades da evolução da linguagem não precisam depender de capacidades lingüísticas complexas e evoluídas, mas podem emergir de simples trocas sociais entre agentes habilitados perceptualmente que jogam jogos de comunicação”.

Agora os cientistas têm uma ferramenta sofisticada para estudar a evolução e as características emergentes da linguagem natural. As descobertas da pesquisa poderiam potencialmente impactar teorias sobre a origem da linguagem e fornecer uma maior compreensão sobre uma das características que tornam os seres humanos únicos.

Copyright © 2019 Cami Rosso Todos os direitos reservados.

Referências

Graesser, Laura, Cho, Kyunghyun, Kiela, Douwe. “Fenômenos lingüísticos emergentes em jogos de comunicação com múltiplos agentes”. ArXiv . 25 de janeiro de 2019.