Onderzoekers van de Vrije Universiteit Brussel (VUB) en de Universiteit van Namen (UNamur) hebben ai-agenten een eigen communicatietaal laten ontwikkelen. Die taal ontstaat door onderlinge interactie en is afgestemd op de gegevens die de systemen via hun sensoren waarnemen.
In tegenstelling tot grote taalmodellen, die menselijke taal leren, bouwen de onderzochte ai-agenten zelfstandig een gedeelde woordenschat op. Daarmee kunnen ze complexe gegevens samenvatten en onderling uitwisselen, ook wanneer die afkomstig zijn van sensoren die voor mensen geen directe tegenhanger hebben, zoals lidar, sonar en infrarood.
De onderzoekers lieten de agenten telkens in tweetallen communiceren. Door woorden te ontwikkelen, concepten bij te stellen en feedback te verwerken, ontstonden geleidelijk gemeenschappelijke begrippen. Daarvoor was geen centrale computer nodig die de taalregels voorschreef.
De methode werd getest met 37 datasets, waaronder gegevens over de fysisch-chemische samenstelling van wijn, Nasa-data over exoplaneten en beelden van vogels en gezichten. Volgens de onderzoekers kunnen de agenten zo informatie efficiënt categoriseren, zonder onnodige details over te dragen.
Ruis
Een belangrijk kenmerk is dat de betekenis van de ontwikkelde begrippen terug te voeren is op de onderliggende meetgegevens. Ook zou het systeem zich kunnen aanpassen aan veranderende omstandigheden, ruis in sensoren en verschillen tussen machines.
De onderzoekers zien mogelijke toepassingen in robotica, zelfrijdende voertuigen en industriële systemen, waarin machines met uiteenlopende sensoren informatie moeten uitwisselen.
De resultaten zijn gepubliceerd in het tijdschrift Transactions of the Association for Computational Linguistics.
