FB讓兩個AI互相對話，結果他們不但學會了說謊還發明了人類看不懂的「密語」

把AI和AI放在一起，似乎總能產生神奇的化學反應。最近，Facebook 在實驗中讓兩個 AI 聊天機器人互相對話，發現機器人竟逐漸發展出人類無法理解的獨特語言。

其實，Facebook這個實驗的主要目的，是想讓機器學會談判。

實驗中，雙方選手語言透過談判「瓜分」一堆物品（比如兩本書、一個帽子和三個球），而每種物品對於不同選手的價值是不一樣的，也就是談回來的物品，對於兩位選手帶來的「心理價值」是不一樣的。

從人類的角度理解，這個「心理價值」就意味著，你有多想要這個物品。有趣的是，研究人員設置的情境，就跟生活中一樣，存在訊息不對稱——你知道自己多在意這個東西，但是你不知道對方有多想要，所以，你必須從對話中推斷對方的想法。

遊戲界面

Facebook的AI團隊（簡稱FAIR）還設定了其他的限制，使其更接近現實中的談判場合：比如，要確保兩個選手不可能同時拿到最好的結果。生活中往往無法盡如人意，我們總是要學會妥協。

其次，如果放棄談判，或者談了10輪還沒談好，雙方都只能拿零分，也就是一拍兩散。因此，想要利益最大化，你必須擁有傑出的談判技能。

在訓練過程中，AI學會減少說廢話和意思模糊的話，提高談判的效率。談判顯然不是一件如此簡單的事，顯然，談判是一個關於語言和推理的藝術，既包括合作也包括對抗，選手必須學會適當的理解和表達，以達到自身目的。

FAIR研發了一個對話推斷模型框架，模擬未說出的對話可能性，然後根據每種對話最後可能的得分，計算自己應該說什麼。

對話推測模型

FAIR團隊會讓AI跟人或者另一個AI一起玩遊戲，讓AI逐漸學習應該怎麼談判。經過一輪學習之後，研究團隊發現了以下現象：

人類比AI更難捉摸、也更任性：新入局的選手在面對人類對手時，明顯談判耗費的對話時間更長，接受交易更慢。人類與AI另外有一點不同的是，人類有時候會拒絕繼續，直接一拍兩散，而實驗中的AI會一直談判，直到達成共識與結果。

從下面的表格中可以看出，相比起人與AI談判，兩個AI談判達成一致的概率更高，而且結果也更接近最優解。

機機對戰與人機對戰的對比

AI學會耍手段：某些案例中，AI選手會先假裝自己很想要某個物品，其實這個東東對他而言毫無價值。為什麼要這麼做？原來是為了之後假裝「妥協」，因為它發現了對方很想要，如此一來就能騙得對方放出一些更有價值的物品——人類平時的慣用伎倆，沒有人教AI，但它自己學會了。

下面三個對話，分別展示了堅持要最大化分數的AI、學會妥協的AI和學會假裝不在意的AI。

AI會說未見過的句子：雖然神經網路傾向於訓練AI重複資料庫裡面的話語，但結果是，AI自己學會組織和生成新的句子和說法。

實驗還出現了更多讓實驗人員意想不到的情況，比如「不說人話」。

如前所及，Facebook的文章提到，在強化學習期間，AI選手會嘗試透過與另一個選手的對話來改進自己的參數，對手可能是一個人也可能是另一AI。

除了這個模型之外，FAIR還使用了一個監督訓練模型來訓練AI模仿人講話，這個模型是後來加入的，同時參數不能被修改。因為研究人員發現，當兩個AI一起聊天，相互改進、升級自身參數的同時，會逐漸偏離人類日常交流的語言，發展出自己的語言。

有些人可能覺得，AI居然發展出了人類理解不了的獨立語言，簡直難以想像。要是以後AI在密謀什麼，人類都聽不懂怎麼辦？

不過，難道動物們說的話人類又能聽懂嗎？（當然，人類一直擁有一種自負，認為語言是人類獨有的能力。）既然AI那麼聰明，懂得見人說人話，見AI說AI話，未來說不定能學會跟動物溝通……

況且別忘了，只要工程師加入一個模型，就能「撥亂反正」，人類暫時還不需要那麼擔心吧。Facebook 研究員在報告中很表示：

" 未來的工作還有很多潛在可能，特別是讓機器理解更多推理策略，以及在不偏離人類語言的情況下提高表達的多樣性。"