Когда несколько автономных систем решают общую задачу, им необходим способ обмена информацией

Когда несколько автономных систем решают общую задачу, им необходим способ обмена информацией. В заводском цехе, на автоматизированном складе или в зоне ликвидации аварий роботам приходится указывать друг другу на объекты, сообщать об изменениях обстановки и координировать действия.

Стандартное инженерное решение этой задачи — создание единого жесткого протокола. Разработчики заранее определяют список понятий, типы сообщений и форматы числовых данных. Однако этот подход работает только до тех пор, пока все машины одинаковы и функционируют в предсказуемых условиях.

Если в одну группу объединяются роботы разных производителей, с разным набором датчиков или разным программным обеспечением, жесткий стандарт перестает работать. Сенсоры одного устройства измеряют расстояние и оптическую плотность, сенсоры другого — температуру и пространственные координаты. Если датчик поврежден или сбилась его калибровка, передаваемые числовые значения искажаются.

В последние годы инженеры пытались решить проблему с помощью обучения глубоких нейросетей с подкреплением (Reinforcement Learning). Двум нейросетям задают цель — передать информацию об объекте — и методом проб и ошибок заставляют их сформировать собственный код.

Практика показала, что такой путь нестабилен:

Созданные нейросетями сигналы крайне хрупки. Добавление случайного аппаратного шума разрушает взаимопонимание агентов.

Нейросетевые протоколы почти невозможно масштабировать на группы из десятков устройств.

Обучение требует гигантских вычислительных мощностей, а внутреннее представление смыслов остается скрытым в матрицах весов.

Исследователи из Лаборатории искусственного интеллекта Брюссельского свободного университета (VUB) и Университета Намюра предложили другую методику. Их работа, опубликованная в журнале Transactions of the Association for Computational Linguistics (TACL), доказывает: группа автономных программ может с нуля выработать устойчивый, компактный и полностью понятный человеку словарь без использования нейросетей, без помощи центрального сервера и без заранее заложенных категорий.

Система сохраняет надежность, даже если датчики агентов имеют разную конструкцию, передают искаженные данные или перестают работать в процессе взаимодействия.

Структура словаря: как машина формирует понятие

Авторы исследования взяли за основу теоретическую базу эволюционной лингвистики и так называемых «языковых игр». В этой концепции язык рассматривается не как застывший свод правил, а как инструмент, который постоянно меняется под воздействием практических задач.

В эксперименте окружающий мир представлен для агентов не словами, а непрерывными векторами признаков. Объект может описываться набором чисел: например, высотой, шириной, массой, положением в пространстве, длинами световых волн или числовыми эмбеддингами изображений.

Каждый агент начинает работу с абсолютно пустой памятью. По мере общения он создает собственный словарь. Словарная статья агента состоит из трех компонентов:

-Символическая форма. Случайная комбинация букв (например, «demoxu» или «xipabu»). Сама по себе эта строка не имеет никакого исходного смысла.

-Концепт. Внутреннее статистическое описание того, к чему относится слово.

-Оценка укорененности. Число от 0 до 1, отражающее, насколько успешно это слово использовалось в прошлом.

Главная деталь алгоритма заключается в том, как именно устроен концепт. Это не жесткое определение с четкими границами, а статистический профиль объекта по каждому доступному признаку.

Для непрерывных физических величин (таких как вес или размер) агент рассчитывает математическое ожидание и стандартное отклонение. Это позволяет понять, где находится типичный центр категории и насколько широким может быть разброс значений. Для дискретных свойств (например, формы объекта) агент ведет учет частоты совпадений.

Кроме того, каждому измерению присваивается собственный вес важности. Если признак помогает стабильно отличать нужные объекты от остальных, его вес увеличивается. Если признак бесполезен для решения задачи, алгоритм снижает его вес почти до нуля.

Когда агенту требуется оценить, подходит ли слово к наблюдаемому предмету, он вычисляет сходство между параметрами этого предмета и своим статистическим описанием по всем измерениям, умножая результаты на веса важности.

Механика диалога: от непонимания к общему словарю

Процесс выработки языка состоит из множества последовательных локальных взаимодействий. В каждом раунде из популяции выбираются два случайных агента. Один получает роль Говорящего, второй — Слушающего.

Перед обоими агентами открывается одна и та же сцена: набор из десяти случайных объектов. Говорящему система тайно указывает на один из них — целевой объект. Цель Говорящего состоит в том, чтобы произнести одно слово, а цель Слушающего — безошибочно указать на этот же объект среди девяти отвлекающих предметов.

Диалог строится по строгому алгоритмическому маршруту:

Если у Говорящего еще нет подходящего слова, он сталкивается с коммуникативным препятствием и создает новое обозначение. Он берет случайный набор слогов и привязывает его к показателям датчиков, которые видит прямо сейчас.

Если Слушающий угадывает объект, попытка считается успешной:

1. Выбранное слово увеличивает свой рейтинг у обоих участников.

2. Все конкурирующие слова Говорящего, которые также могли подойти для этой цели, получают математический штраф. Чем ближе их описание к победившему слову, тем сильнее наказание. Этот механизм предотвращает накопление избыточных синонимов и очищает словарь от дубликатов.

3. Математическое ожидание и разброс значений в описании концепта корректируются в сторону только что увиденного объекта с помощью быстрого рекуррентного алгоритма Уэлфорда. Веса тех измерений, которые помогли выделить цель среди помех, повышаются.

Если Слушающий ошибается, Говорящий снижает рейтинг использованного слова. Слушающему раскрывается правильный объект. Если Слушающий вообще не знал этого слова, он немедленно вносит его в свою память и связывает с теми сенсорными данными целевого объекта, которые зафиксировали его собственные датчики. Если слово уже было в словаре, Слушающий сдвигает параметры концепта, адаптируя их к новой информации.

Испытание на 37 наборах данных

Для строгой проверки метода исследователи отказались от искусственных упрощенных сред. Они провели масштабную серию тестов на 37 независимых наборах данных, включающих физико-химические измерения, медицинские показатели, астрономические наблюдения и реальные цифровые фотографии.

Среди них:

-CLEVR: 468 000 геометрических 3D-объектов, описываемых 20 непрерывными признаками (размеры, координаты, пропорции).

-WINE: физико-химические параметры образцов вина (кислотность, остаточный сахар, содержание спирта — всего 12 непрерывных измерений).

-EXOPLANETS: база данных NASA по 5000 экзопланет, сочетающая 8 числовых параметров (период обращения, радиус) и 4 категориальных признака (тип планеты, спектральный класс звезды).

-MUSHROOMS: биологическое описание 8000 видов грибов через 23 дискретные категории (форма шляпки, цвет, структура пластинок).

-MSCOCO, CELEBA, BIRDS: базы данных реальных фотографий повседневных сцен, лиц людей и птиц. Каждое изображение предварительно пропускалось через открытую модель компьютерного зрения DINOv2, выдававшую плотный 384-мерный вектор признаков.

Каждая популяция состояла из 10 агентов. Обучение длилось 1 миллион парных диалогов. Затем систему тестировали на 100 тысячах взаимодействий, используя объекты, которые агенты ни разу не встречали на этапе обучения.

Результаты оказались одинаково высокими для всех 37 задач:

Успешность коммуникации во всех сценариях превысила 95%, а в большинстве случаев вплотную приблизилась к 100%. Степень конвенциональности (вероятность того, что разные агенты выберут одинаковое слово для одного и того же предмета) находилась в диапазоне от 86% до 96%.

При этом итоговый активный лексикон агентов остался предельно компактным. Чтобы успешно различать сотни тысяч объектов, популяциям потребовалось активное ядро всего из нескольких десятков слов (от 15 до 76 терминов в зависимости от сложности пространства).

Например, в задаче с экзопланетами слово «penatu» в ходе естественного отбора закрепилось за объектами земного типа с радиусом около 0,81 от радиуса Земли. Агенты самостоятельно сформировали категорию, которая оптимально разделяла космические тела в тестовых сценах.

Устойчивость к аппаратному шуму и разнице сенсоров

Главным достоинством методики стала стабильность в неидеальных аппаратных условиях. Исследователи искусственно нарушали условия восприятия агентов четырьмя способами:

1. Сбитая калибровка сенсоров. Показания датчиков каждого отдельного агента постоянно смещались на фиксированную случайную величину.

2. Динамический шум. Перед каждым диалогом ко всем показаниям добавлялся случайный гауссов шум.

3. Разные наборы датчиков. Агентам случайным образом отключали либо один сенсор, либо половину доступных измерений. В результате у двух собеседников могли быть активны совершенно разные каналы восприятия одного и того же объекта.

4. Внезапный отказ сенсоров. На отметке в 500 000 взаимодействий у всех агентов одновременно и без предупреждения выходила из строя половина случайно выбранных сенсоров.

Для сравнения авторы протестировали два общепринятых в индустрии подхода. Первый — метод стандартной кластеризации данных (k-means), при котором агенты сначала математически разбивают пространство на жесткие сегменты, а затем присваивают им названия. Второй — передовая нейросетевая модель VQ-VIB, оптимизирующая передачу сигналов через вариационный информационный боттлнек.

Результаты тестов выявили уязвимость стандартных решений. Кластеризация k-means показала 97.60% успеха в лабораторных условиях, но практически полностью разрушилась при аппаратных проблемах: ее результативность упала до 3-28%. Поскольку у агентов различались датчики, их жестко рассчитанные математические границы категорий перестали совпадать. Общие метки потеряли всякий смысл.

Нейросетевая модель VQ-VIB удовлетворительно справлялась с простыми задачами, где в сцене присутствовали только два объекта (95.29%). Однако при увеличении сложности сцены до десяти объектов ее результативность снизилась до 42-47% даже при идеальных сенсорах.

Разработанный бельгийскими специалистами алгоритм сохранил устойчивость: точность осталась в пределах 80-99% при шуме и внезапной потере датчиков. Даже когда агенты наблюдали мир через урезанные и не совпадающие наборы каналов, они успешно координировали действия.

Причина устойчивости заключается в том, что языковая метка служит внешним уровнем абстракции. Для взаимопонимания не требуется, чтобы внутренние числовые массивы агентов были идентичны. Достаточно того, чтобы используемое слово функционально разделяло объекты в конкретной обстановке. Если одному роботу недоступен цвет предмета, алгоритм автоматически повышает важность геометрических размеров или массы, позволяя продолжать диалог через доступные общие признаки.

Анализ высказываний: почему одно слово оказалось эффективнее нескольких

В отдельном эксперименте исследователи сняли ограничение на длину сообщения, разрешив агентам произносить фразы длиной до пяти слов. Ожидалось, что агенты начнут создавать сложные грамматические структуры, описывая объекты последовательно: одно слово для формы, второе для размера, третье для физических параметров.

Реальное поведение системы оказалось иным:

-Доля сообщений из одного слова составила 95.39%.

-Фразы из двух слов использовались лишь в 4.60% случаев.

-Сообщения длиной от трех до пяти слов заняли менее 0.01%.

Такое распределение объясняется фундаментальным лингвистическим принципом специализации, описанным ученым Мишелем Бреалем еще в конце XIX века.

Если коммуникация преследует цель максимальной эффективности при минимальных затратах, система не усложняет грамматику без явной необходимости. Конкурирующие слова разделяют пространство признаков на автономные сегменты. Одно емкое обозначение начинает описывать специфическое сочетание параметров (например, объект высокой плотности, обладающий средним объемом и определенной электропроводностью).

Многословные конструкции возникают только в исключительных ситуациях, когда среди десяти предъявленных предметов находятся два настолько близких объекта, что имеющихся одиночных понятий физически недостаточно для их дифференциации.

Значение для робототехники и прикладного ИИ

Исследование бельгийских ученых пересматривает устоявшийся взгляд на создание систем искусственного интеллекта. Эксперименты доказали, что способность к выработке согласованных понятий и устойчивого языка не требует огромных нейросетевых структур и централизованного контроля.

Основные практические выводы работы:

1. Независимость от жестких протоколов. Разнородные группы роботов — беспилотные автомобили, складские тележки разных марок и годов выпуска — могут координировать действия напрямую. Им не нужен общий транслятор данных или идентичная аппаратная часть.

2. Отказ от предварительной классификации. Попытка заранее описать и разметить все возможные категории объектов делает автономную систему негибкой. Значения понятий должны непрерывно калиброваться самими машинами в ходе решения прикладных задач.

3. Вычислительная экономичность и прозрачность. Алгоритм не требует графических процессоров для постоянного пересчета матриц. Все операции представляют собой базовые статистические вычисления, а внутреннее представление любого сформированного понятия открыто для анализа и контроля со стороны человека.

Отказ от навязывания машинам жестких единых стандартов в пользу локальной самоорганизации позволяет создавать масштабируемые группы роботов, способные самостоятельно находить общий язык в постоянно меняющихся условиях среды.

Телеграм: t.me/ainewsline

Источник: vk.com

Комментарии: