330 WCS彩色芯片(世界颜色调查，包含330种彩色芯片的名称)。行对应等间距的亮度值，列对应等间距的孟塞尔色调。每个刺激都处于该色调/亮度组合的最大可用饱和度f。荣誉:庞贝·法布拉-巴塞罗那大学单词对它们所指的语义领域进行分类，以最大限度地提高交流的准确性，同时最大限度地降低复杂性。最近的研究表明，人类语言在准确性和复杂性之间达到了最佳平衡。例如，许多语言都有一个表示红色的单词，但是没有一种语言有单独的单词来区分十种不同的颜色。这些额外的单词会使词汇变得复杂，并且很少对实现精确的交流有用。3月23日发表在《美国国家科学院院刊》上的一项研究分析了人工神经网络如何发展自发系统来命名颜色。UPF翻译和语言科学系(DTCL)的ICREA研究教授马尔科·巴罗尼与脸书人工智能研究(法国)的成员进行了一项研究。
在这项研究中，研究人员形成了两个人工神经网络，用两种通用的深度学习方法进行训练。正如巴罗尼解释的那样:“我们让网络玩了一个颜色命名游戏，在这个游戏中，他们必须从一个连续的颜色空间中交流颜色芯片。我们没有限制他们可以使用的“语言”，然而，当他们成功学会玩游戏时，我们观察到这些人工神经网络自发开发的颜色命名术语。”
作者发现，新兴的颜色词汇具有完全相同的特性，可以优化人类语言中的复杂性/准确性权衡。此外，只有当系统通过离散通道进行通信时，这一结果才会得到保持:当允许它们使用连续信号(如哨声或非语言手势)时，它们的语言就会失去效率。
从认知科学的角度来看，结果表明复杂性和准确性之间的最佳权衡可能是出现在离散通信系统中的一个普遍属性，与人类生物学的特定特征无关。Baroni补充道:“结果表明，现代人工智能系统自然会采用与人类相似的行为，尽管如此，这还是令人惊讶的。”
这表明，自然语言中颜色(以及可能的其他语义域)的有效分类不依赖于特定的人类生物约束，而是离散通信系统的一般属性。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
