論文の概要: Language Game: Talking to Non-Human Systems
- arxiv url: http://arxiv.org/abs/2605.16321v1
- Date: Tue, 05 May 2026 01:46:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-25 12:34:33.885799
- Title: Language Game: Talking to Non-Human Systems
- Title（参考訳）: 言語ゲーム:非Humanシステムとの対話
- Authors: Yanbo Zhang, Michael Levin,
- Abstract要約: 非神経系は、計算、意思決定、記憶の基盤としてますます認識されている。
ここでは、システムが自身の声で話すことができるかどうかを問う。
我々は,コミュニケーションをシステムでプレイするゲームとして扱う。
- 参考スコア（独自算出の注目度）: 4.741100658955037
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Language carries thought and coordination among humans but rarely reaches further along the spectrum of diverse intelligence. Yet non-neural systems -- from gene regulatory networks and microbial consortia to fungi -- are increasingly recognized as substrates of computation, decision-making and memory, making dialogue with non-human intelligence newly conceivable. Today such dialogue is attempted only by proxy: a large language model speaks on the system's behalf, so any intelligence on display originates from the model while the system itself remains silent. Here we ask whether the system can speak in its own voice. Following Wittgenstein, who located meaning in use, we treat communication as a game played with the system. Its internal dynamics are frozen as the nonlinear core of a reinforcement-learning policy, with only linear input and output interfaces trained. Through use and reward, the system's states and responses acquire meaning within the game, so playing becomes speaking. Because different architectures playing the same game optimize the same reward, their behaviors can all be read as pursuit of that reward; the game serves as a lingua franca across otherwise irreconcilable representations. Given a human prompt, a language model routes it to the game whose semantics best match it and designs an environmental state for which the desired action is the rational response, letting the system reply through its own behavior. Applied across diverse gene regulatory networks and reinforcement-learning tasks, the framework yields fluent dialogue without altering any system parameter, shows that well-trained agents of disparate origin converge on similar behavior, and reveals that specific GRN properties make a system easier or harder to talk with -- an inductive bias of the reservoir itself. Our framework opens a new route to conversing with any dynamical system on its own terms.
- Abstract（参考訳）: 言語は人間の思考と協調を担っているが、多様な知能のスペクトルに沿って到達することは滅多にない。
しかし、遺伝子制御ネットワークや微生物コンソーシアム、真菌など、非神経系は、計算、意思決定、記憶の基盤として認識され、非人間の知性との対話が新たに実現可能になった。
今日では、このような対話はプロキシによってのみ試みられている: 大きな言語モデルがシステムの代用として話すため、ディスプレイ上のインテリジェンスはすべてモデルから生まれ、システム自体は沈黙のままである。
ここでは、システムが自身の声で話すことができるかどうかを問う。
使用する意味のあるウィトゲンシュタインに続き、私たちはコミュニケーションをシステムでプレイするゲームとして扱う。
内部ダイナミクスは強化学習ポリシーの非線形コアとして凍結されており、線形入力と出力のインターフェースのみが訓練されている。
使用と報酬によって、システムの状態と応答はゲーム内で意味を身につけるので、遊びは口コミになる。
同じゲームをする異なるアーキテクチャは同じ報酬を最適化するので、それらの振る舞いはみなその報酬の追求として読むことができる。
人間のプロンプトが与えられた場合、言語モデルは、セマンティクスが最もよくマッチするゲームにそれをルーティングし、望まれる行動が合理的な反応である環境状態を設計し、システムは自身の行動を通じて応答する。
多様な遺伝子制御ネットワークや強化学習タスクに適用されたこのフレームワークは、システムパラメータを変更することなく、流動的な対話を出力し、異なる起源を持つよく訓練されたエージェントが同様の振る舞いに収束していることを示し、特定のGRN特性によってシステムとの会話が簡単または困難になること、すなわち貯水池自体の帰納的バイアスが明らかにされる。
我々のフレームワークは、動的システムと自身の言葉で会話するための新しいルートを開く。
関連論文リスト
- F-Actor: Controllable Conversational Behaviour in Full-Duplex Models [70.48189107402145]
典型的な学術的制約下で効率的に訓練できる,第1にオープンかつ命令追従型全段階会話音声モデルを提案する。
我々のモデルは、大規模な事前訓練や多段階事前訓練に頼ることなく、わずか2000時間のデータしか必要としない。
モデルとトレーニングコードの両方がリリースされ、制御可能なフルステージ音声システムに関する再現可能な研究が可能になる。
論文 参考訳（メタデータ） (2026-01-16T14:25:57Z) - ZapGPT: Free-form Language Prompting for Simulated Cellular Control [3.599327240436075]
単純エージェントの集団行動は自由形式の言語プロンプトによってガイドできることを示す。
自然言語を制御層として扱うことで、音声や文字によるプロンプトがシステムが望ましい行動に導く未来を示唆する。
論文 参考訳（メタデータ） (2025-09-12T19:38:46Z) - Towards Developmentally Plausible Rewards: Communicative Success as a Learning Signal for Interactive Language Models [49.22720751953838]
本研究では,子どもの言語習得に触発された対話型環境で言語モデルを訓練する手法を提案する。
この設定では、話者は1ターンの対話でリスナーに何らかの情報を伝達しようと試み、コミュニケーションの成功が達成されれば報酬を受け取る。
論文 参考訳（メタデータ） (2025-05-09T11:48:36Z) - Speaking the Language of Your Listener: Audience-Aware Adaptation via
Plug-and-Play Theory of Mind [4.052000839878213]
我々は、より限られた視覚的・言語的経験を持つ、知識のある話者と聞き手の間の視覚的接地型参照ゲームをモデル化する。
我々は,提案する話者に対して,聴取者の視点から予測された発話の有効性をモニタするシミュレーションモジュールを用いて,参照表現を適応する能力を与える。
論文 参考訳（メタデータ） (2023-05-31T15:17:28Z) - PK-Chat: Pointer Network Guided Knowledge Driven Generative Dialogue
Model [79.64376762489164]
PK-Chatは、知識グラフ上のポインタネットワークと、事前訓練された言語モデルを組み合わせた、ポインタネットワーク誘導生成対話モデルである。
PK-Chatが対話で生成した単語は、単語リストの予測と外部知識グラフ知識の直接予測から導かれる。
PK-Chatに基づく対話システムは、地球科学の学術シナリオ向けに構築されている。
論文 参考訳（メタデータ） (2023-04-02T18:23:13Z) - A unified one-shot prosody and speaker conversion system with
self-supervised discrete speech units [94.64927912924087]
既存のシステムは韻律と言語内容の相関を無視し、変換された音声の自然度を低下させる。
自己教師付き離散音声単位を言語表現として活用するカスケードモジュラーシステムを提案する。
実験により,本システムは,自然性,知性,話者伝達性,韻律伝達性において,従来の手法よりも優れていたことがわかった。
論文 参考訳（メタデータ） (2022-11-12T00:54:09Z) - Building a Personalized Dialogue System with Prompt-Tuning [5.942602139622984]
与えられた文字設定(ペルソナ)に基づいて応答する対話システムを構築する。
本稿では,事前学習された大規模言語モデルに対して,学習コストの低いプロンプトチューニングを利用する手法を提案する。
論文 参考訳（メタデータ） (2022-06-11T02:21:11Z) - Emergence of Machine Language: Towards Symbolic Intelligence with Neural
Networks [73.94290462239061]
本稿では、ニューラルネットワークを用いてシンボルとコネクショナリズムの原理を組み合わせることで、離散表現を導出することを提案する。
対話型環境とタスクを設計することにより、機械が自発的で柔軟でセマンティックな言語を生成できることを実証した。
論文 参考訳（メタデータ） (2022-01-14T14:54:58Z) - A Review of Dialogue Systems: From Trained Monkeys to Stochastic Parrots [0.0]
人工知能をデプロイして、人間と会話できる自動対話エージェントを構築することを目指している。
本稿では,長年にわたって対話システムを構築するために開発された手法について概説する。
論文 参考訳（メタデータ） (2021-11-02T08:07:55Z) - Learning Adaptive Language Interfaces through Decomposition [89.21937539950966]
本稿では,分解による新しいハイレベルな抽象化を学習するニューラルセマンティック解析システムを提案する。
ユーザは、新しい振る舞いを記述する高レベルな発話を低レベルなステップに分解することで、対話的にシステムを教える。
論文 参考訳（メタデータ） (2020-10-11T08:27:07Z) - Teaching Machines to Converse [24.64148203917298]
この論文は、オープンドメイン対話生成システムにおけるニューラルネットワークモデルによる課題に対処しようとするものである。
我々は,対話型質問応答システムを開発するために,対話型質問応答システムを開発した。
論文 参考訳（メタデータ） (2020-01-31T08:28:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。