Menselijke taal inspireerde AI – en nu kunnen we AI gebruiken om meer te leren over taal
Promovendus Yuchen Lian (LIACS) wil begrijpen waarom menselijke talen eruitzien zoals ze doen – en daarbij inspiratie opdoen om AI te verbeteren. Op 12 december verdedigde ze haar proefschrift.
‘Talen veranderen voortdurend. Denk maar aan het oude Chinees en het moderne Mandarijn. Er is een enorm verschil tussen beide’, vertelt Lian enthousiast over haar onderzoek. ‘En dat verschil is nog groter tussen verschillende talen.’
Tegelijkertijd zijn er universele kenmerken, legt de promovenda uit. ‘Taalkundigen willen begrijpen welke kenmerken gemeenschappelijk zijn en waarom ze voorkomen. Dankzij de toename in rekenkracht van de afgelopen jaren kunnen we nu meer te weten komen over de evolutie van taal door middel van computermodellen in steeds realistischere situaties.’
‘Ik geloof dat het cruciaal is om informatica en taalkunde te combineren om een volledig begrip van taalevolutie te krijgen.’
Kunstmatige miniatuurtaal
Lian voltooide haar promotieonderzoek onder begeleiding van Tessa Verhoef en Arianna Bisazza, en met steun van de China Scholarship Council. Als onderdeel van het programma bracht ze drie jaar door aan de Universiteit Leiden, waarna ze terugkeerde naar China om haar promotieonderzoek voort te zetten. ‘Ik heb Leiden erg gemist, de sfeer hier is gewoon heel goed. Ik ben blij om weer even terug te zijn voor mijn verdediging.’
In haar onderzoek laat de promovenda zich inspireren door miniatuurtaal die wordt gebruikt in taalkundige experimenten met mensen. Deelnemers krijgen daarbij drie woorden: een onderwerp, lijdend voorwerp en werkwoord. Zoals kat, muis en achtervolgen. In verschillende opdrachten kijken onderzoekers hoe ze deze woorden gebruiken. In het Engels is de woordvolgorde bijvoorbeeld vast, legt Lian uit. “De kat achtervolgt de muis” is de enige juiste zin. Maar in het Japans staan er achter een woord markeringen om de functie ervan aan te geven. De woordvolgorde is daardoor flexibeler.
Een gesprek tussen AI-agenten
Lian modelleert twee of meer AI-agenten die met elkaar kunnen communiceren. Deze agenten worden eerst getraind met een kunstmatige taal, net als bij de experimenten met mensen. ‘We geven ze in feite een vocabulaire’, zegt Lian. ‘Vervolgens laten we de agenten in paren of groepen met elkaar communiceren via interactieve taalspelletjes. Als ze een taak succesvol uitvoeren, krijgen alle agenten een beloning. Zo leren ze.’
De verschillende agenten kunnen hetzelfde vocabulaire hebben, maar andere grammaticaregels om verschillende scenario's te analyseren. De resultaten tonen aan dat de agenten de afweging tussen flexibiliteit in woordvolgorde en het gebruik van markeringen kunnen repliceren. ‘We weten dus dat het model werkt. Bovendien kunnen we de resultaten met mensen uitbreiden op grotere schaal. Dit model is dus een mooie aanvulling.’
AI-chatbots geïnspireerd op menselijke taal
Lian is een nieuwe richting ingeslagen om taalevolutie te bestuderen. Tegelijkertijd heeft haar werk de potentie om AI te verbeteren. ‘We kunnen inspiratie putten uit menselijke taal en die gebruiken om bijvoorbeeld de resultaten van een AI-chatbot te verbeteren. Momenteel worden ze voornamelijk getraind door passieve blootstelling aan enorme hoeveelheden data. Maar mensen leren taal op een veel interactievere manier. Mijn simulaties tonen aan dat herhaalde communicatie kan leiden tot efficiëntere interacties en het spontaan ontstaan van meer menselijke patronen.’
Een informaticus tussen de taalwetenschappers
‘Mijn onderwerp reikt verder dan de grenzen van de informatica’, zegt Lian over haar doctoraat. ‘Het was een hele uitdaging om me in dit interdisciplinaire vakgebied te verdiepen. We spreken verschillende talen en hanteren verschillende normen voor publicaties. Ik vond het soms ook lastig dat taalevolutie geen grondwaarheden kent en dat stellingen niet in de wiskundige zin kunnen worden bewezen.’
Tegelijkertijd gaf de combinatie ook voldoening. ‘Gelukkig hadden mijn promotoren expertise op beide gebieden. Ik geloof dat het cruciaal is om informatica en taalkunde te combineren om een volledig begrip van taalevolutie te krijgen.’
Lian verdedigde haar proefschrift met succes op 12 december. Aske Plaat was haar promotor, Tessa Verhoef en Arianna Bisazza de co-promotoren.