AI 代理透過百萬次交流建立共通詞彙，不需共用字典

百萬次交流讓自創詞彙產生共同意義

在研究人員進行的實驗中，10 個人工智慧代理一開始都沒有詞彙，經過 100 萬次互動後，學會為彼此辨識物體，成功率最高達 99.76%。這項研究由比利時布魯塞爾自由大學（VUB）和那慕爾大學的研究人員進行。代理的詞語與意義，是透過反覆交流逐步形成，而非依據人類編寫的字典。

研究人員以 37 個公開資料集測試這套方法，資料內容從葡萄酒的化學測量值、NASA 系外行星資料，到鳥類和人臉照片。七個重點資料集在測試互動中的成功率介於 95.77% 至 99.76%。

這項研究的核心成果，是讓代理對如何指稱事物達成共識。每個代理各自保留自創詞語與觀察到的特徵之間的關聯。透過回饋，這些個別關聯逐漸相容，使群體得以溝通，即使成員對環境的感知並不相同。

這篇題為《連續世界中的湧現式溝通：大規模自組織、具概念基礎的詞彙》的研究論文介紹了電腦模擬實驗。代理處理的是物體和影像的數值表示。研究人員指出，機器人、自駕車和工業感測器都可能應用這種方法。

詞語如何變得有用

每次交流都由兩個代理參與。一個擔任說話者，另一個擔任聆聽者，並在後續互動中重新分配角色。兩者都會看到包含多個實體的場景，但只有說話者會得知目標實體是哪一個。

說話者必須選出一個能幫助聆聽者挑出目標的詞語。如果詞彙中沒有合適的詞，就會創造一個。論文使用「demoxu」這類任意組成的三音節字串，因此標籤本身不帶有預設意義。

聆聽者會將詞語與自己儲存的概念相比較，再選出一個實體。兩個代理都會收到答案是否正確的回饋。如果選錯，系統會向聆聽者揭示目標，讓它取得資訊並修正理解。

研究人員設計了創造詞語、表示概念及從結果中學習的程序。特定詞彙及其對應類別則是在互動過程中形成。成功的交流會強化有用的關聯，後續經驗則會調整詞語所代表的概念。

那慕爾大學教授、共同作者 Katrien Beuls 在校方公告中說明，局部交流如何讓整個群體形成共識：

有趣的是，沒有中央電腦強加規則。每次都讓兩個代理在局部層級彼此溝通。正是透過這些個別互動與更新，整個群體才自發形成共同慣例。

代理如何儲存意義

每個實體都會以特徵向量的形式傳給代理，也就是一串描述其屬性的數值。例如，葡萄酒樣本可以用化學測量值表示；影像則可用視覺系統擷取的數值特徵表示。

詞語會連結到一個概念原型，也就是描述適用觀察類型的數學表示。原型記錄典型數值、數值的變異程度，以及各項特徵的重要性。代理藉此判斷新遇到的實體與熟悉詞語的概念有多接近。

情境也很重要。說話者會尋找一個概念與目標相符、且比場景中其他實體更貼切的詞語。因此，有用的詞語能協助區分眼前事物與其他選項，而不只是為每件物體附上一個固定標籤。

代理會各自保留這些表示方式，無法存取彼此的內部設定，也無法使用中央知識庫。共同溝通之所以能發展，是因為代理使用詞語時會引導出相容的選擇，但各自的表示方式仍以自身觀察為基礎。

研究人員在影像資料集上使用 DINOv2 既有視覺編碼器產生的 384 維特徵。視覺編碼器會將影像轉換成其他軟體可以處理的數值描述，詞彙學習則以這些描述為基礎進行。

共用詞彙的成效如何？

標準實驗以 10 個代理組成的群體進行訓練，共互動 100 萬次。研究人員接著評估 10 萬次測試互動中的溝通成效，其中也包括未納入訓練的實體，並計算 10 次獨立實驗的平均結果。

七個重點結果顯示，這套方法成效良好，但不同任務之間仍有差異：

• CLEVR，包含視覺物體屬性的資料集：溝通成功率 99.76%。
• 葡萄酒分析資料：99.76%。
• 系外行星資料：99.67%。
• 蘑菇資料：98.10%。
• MS COCO 影像資料：95.77%。
• CelebA 人臉影像：96.66%。
• 鳥類影像：95.88%。

這些百分比代表聆聽者選出指定實體的頻率。在葡萄酒和 CLEVR 任務中，99.76% 相當於每 1 萬次測試互動約有 24 次未成功；MS COCO 的 95.77% 則相當於每 1 萬次約有 423 次未成功。

兩者相差 3.99 個百分點。各項重點任務的溝通成功率都很高，但自然影像資料集的錯誤次數高於葡萄酒和系外行星任務。

研究團隊也測量詞彙量和慣例一致性，後者用來追蹤代理使用詞語的一致程度。這些指標反映溝通過程的不同面向：群體需要有一套可行的標籤，也需要對標籤的用法有足夠共識，才能可靠地辨識目標。

感測器不同也能形成共識

機器觀察世界的方式很少完全相同。感測器可能有不同的校準設定，讀數也可能受到雜訊干擾，有些裝置還能擷取其他裝置無法偵測的特徵。研究測試了這些情況的變化。

VUB 人工智慧教授、共同作者 Paul Van Eecke 以人們辨識紅色汽車為例，說明這項研究的出發點。即使每個人的眼睛感測到的顏色數值略有不同，仍然能理解同一種描述。共同使用的詞語超越了這些個別讀數的差異。

實驗改變人工代理的觀察方式，將這個想法應用於代理。測試情境包括模擬校準差異的數值偏移、觀察值中的雜訊，以及成員可用特徵種類不同的群體。

在 CLEVR 實驗中，雜訊很強時的溝通成功率為 87.67%；感測器可用資訊差異較大的情境中，成功率為 83.47%。在這些條件下，代理仍保有相當程度的協調能力，但準確率低於標準 CLEVR 實驗。

論文將感知結構不同的群體稱為異型群體。簡言之，群體成員取得的資訊種類或數量不同。他們必須依據各自能取得的觀察結果，在差異中發展出相容的指稱方式。

輸入資訊消失時，詞彙也會改變

研究人員也測試了學習過程中資訊突然減少的情況。在一項實驗中，代表感測器讀數的輸入有一半在過程中途被移除。變動後的溝通成功率達到 93.82%。

持續互動讓代理有機會在條件改變時修正概念。當部分特徵消失、剩餘觀察變得更重要時，原本與多項特徵相關聯的詞語也可能以不同方式發揮作用。

論文也報告了代理適應環境變化的情況。因此，持續學習是這套方法的核心：群體透過使用建立共同慣例，並隨觀察結果改變持續調整。

未來的機器系統若遇到設備劣化或操作條件改變，這種能力可能派上用場。目前的實驗結果僅涉及代理如何在模擬任務中調整詞彙。

群體愈大，需要的交流次數愈多

研究檢視了由 2、10、25、50 和 100 個代理組成的群體。擴大群體規模會改變有用詞語傳播所需的範圍，因為交流仍是以個別配對的方式進行。

在包含 100 個代理的 CLEVR 實驗中，經過 100 萬次互動後，溝通成功率達到 92.69%。將訓練延長至 1,000 萬次互動後，成功率升至 99.16%，增加 6.47 個百分點。

互動次數有助於理解這項挑戰的規模。若每個代理平均參與次數相同，10 個代理進行 100 萬次、每次由兩個代理參與的交流，代表每個代理平均參與 20 萬次；若群體有 100 個代理，相同的交流次數則代表每個代理平均參與 2 萬次。

進行 1,000 萬次交流後，100 個代理組成的群體中，每個成員平均參與次數又回到 20 萬次。每次交流的代理是隨機選出，但這項比較說明，群體規模愈大，要傳播共同慣例，所需的整體學習次數也可能大幅增加。

人們可以檢視詞語指涉的對象

研究人員指出，可解釋性是這項設計的優點。詞語會指向一個原型，其數值和特徵權重都可以檢視。研究人員得以追蹤哪些觀察結果有助於形成概念，以及概念表示方式如何隨使用而改變。

對於具有明確名稱的化學測量值資料集，檢視概念可以看出某個詞語對應到哪些測量值範圍。至於影像資料，概念則連結到視覺編碼器產生的特徵，因此要解釋其意義，也必須理解這些影像的數值表示方式。

VUB 人工智慧實驗室博士研究員、共同作者 Jérôme Botoko Ekila 說明，讓代理依據自身感知建構概念的目的：

即使資料對人類來說難以理解，代理仍能建構有效的概念，且這些概念完全對應到它們透過感測器所感知的內容。

人類監督者可以檢視這些關聯如何形成。一項實用的檢查方式是，當兩個代理的輸入或環境改變後，使用相同詞語時是否仍能選出預定實體。研究中的回饋機制正是以這種關係為學習核心。

發表、合作與可能用途

這項研究由 VUB 的 Jérôme Botoko Ekila、Lara Verheyen、Jens Nevens 和 Paul Van Eecke，以及那慕爾大學的 Katrien Beuls 共同完成。研究經費由佛蘭德研究基金會（FWO）和比利時國家科學研究基金（FNRS）透過 WEAVE 計畫提供。

VUB 的出版紀錄指出，論文刊登於《計算語言學學會會刊》第 14 卷，頁碼 2234–2257，DOI 為 10.1162/TACL.a.799，並列出 2026 年 8 月的出版日期。

論文發表與校方公告依序如下：

• 2026 年 4 月：提交論文。
• 2026 年 5 月：修訂論文。
• 2026 年 8 月：校方出版紀錄列出期刊發表資訊。
• 2026 年 10 月 14 日：校方公告介紹研究結果。

研究人員指出，自駕車、機器人和工業感測器都可能使用這種依機器感知調整的溝通方式。光達利用光測量距離，聲納利用聲波，紅外線感測器偵測與溫度相關的輻射，化學儀器則測量物質。共同詞彙可能有助於機器針對這些不同輸入指稱有用的模式。

下一步的實務工作，是測試這些慣例在實體設備、變動環境和操作需求下如何運作。研究未提供部署時程。目前的成果是一套經測試的方法，可在多種資料間建立共同指稱，並在雜訊、感知差異和輸入資訊流失的情況下測量其效能。

重點摘要

• VUB 和那慕爾大學的研究人員以 37 個公開資料集測試詞彙形成過程。
• 由 10 個代理組成的群體透過 100 萬次互動進行訓練，接著進行 10 萬次測試互動。
• 七個重點資料集的成功率介於 95.77% 至 99.76%。
• 研究人員提供學習程序；代理則透過回饋發展出特定詞語及其對應概念。
• 實驗測試了代理適應觀察雜訊、不同感知結構和輸入資訊缺失的能力。
• 由 100 個代理組成的群體，在 CLEVR 資料集上經過 1,000 萬次互動後，成功率達到 99.16%。
• 研究使用電腦模擬；機器人、車輛和工業感測器是研究提出的可能應用方向。