Spatial community structure impedes language amalgamation in a population-based iterated learning model

伟大的语言游戏：我们如何学习说话

想象一下，你正试图教一个机器人说话，但你只能在它长大并必须教下一个机器人之前，向它低声耳语几句话。这就是被称为语言进化的迷人科学领域的核心。科学家们利用计算机模型来弄清楚，人类语言这种拥有复杂规则和意义的系统，是如何凭空出现的。他们依赖于一个聪明的概念，叫做迭代学习模型（Iterated Learning Model, ILM）。把它想象成一场“传声筒”游戏，只不过在游戏中，信息并没有变得混乱模糊，玩家们实际上是在发明一种新的语言。在这个游戏中，“成年”智能体向“学生”智能体教授几个词。学生学习、长大，然后教给一个新的学生。经过许多代之后，语言发生了变化。

科学家们试图解决的大谜题是，语言是如何变得具有**组合性（compositional）**的。简单来说，这意味着用更小的、可重复使用的部分来构建复杂的句子，就像乐高积木一样。我们不是为世界上每一件事物都创造一个独特且古怪的声音（比如为“红球”创造一种特定的噪音，又为“蓝球”创造另一种完全不同的噪音），而是使用几种代表颜色的声音和几种代表形状的声音，然后将它们进行混合搭配。问题在于：什么样的社会环境有助于这种“乐高式”语言的出现？是每个人都与所有人交谈时效果最好，还是人们各自固守自己的小群体时效果最好？这就是研究人员试图解开的谜题。

实验：从一条链到一个网络

在经典的语言游戏中，只有一个长长的序列：一个老师，一个学生，一个老师，一个学生。但在现实生活中，我们并不生活在单列纵队中；我们生活在充满朋友、邻居和陌生人的混乱、拥挤的社区里。本文的作者，乔治亚·赛恩斯（Georgia Sains）、康纳·霍顿（Conor Houghton）和塞斯·布洛克（Seth Bullock），决定为这个模型增添趣味。他们没有使用单一的链条，而是构建了一个由智能体（计算机程序）组成的整个种群，这些智能体可以在数字网络上相互交流。他们想看看这种网络的形状——特别是人们如何被分组进不同的社区，以及这些群体如何相互交流——是如何改变语言进化的方式。

他们为他们的数字智能体设置了两个不同的世界。在第一个世界，非结构化社区（Unstructured Community），想象一群不同的俱乐部（社区），俱乐部内部的每个人都与其他人交谈，同时存在一小部分随机的机会，让任何一个俱乐部的人会偶然撞见来自不同俱乐部的人并进行聊天。在第二个世界，空间社区（Spatial Community），他们将这些俱乐部排列成一个圆圈，就像街道上的房屋一样。在这里，邻居们经常互相交谈，但距离越远的房子，交流的可能性就越低。这就像一个社区，你了解隔壁的人，但很少与三条街外的邻居聊天。

智能体们进行了 1,000 代的语言游戏。研究人员给他们设定了一个特定的“学习瓶颈”：每个智能体只能从老师那里听到 50 个句子。先前的研究表明，这个特定的数字处于“金发姑娘区”（意指恰到好处的状态）——既不会太少，也不会太多——足以迫使智能体发明一种组合性语言（即乐高式的语言），而不是仅仅记住随机的声音。

令人惊讶的发现：距离让心更近（对语言而言）

结果有些反直觉，也颇具趣味性。

首先，在非结构化社区（随机混合模式）中，研究人员发现，要让所有人说同一种语言并不难。当大约有 18% 的对话发生在不同社区之间时，整个种群突然就趋同于一种单一的、共享的语言。这就像是不同俱乐部里的几个爱传闲话的人散播了一个谣言，直到全镇的人都在说同样的话。

然而，情况在空间社区（邻居环绕圈）中变得棘手了。研究人员原本预期，由于邻居之间交流频繁，语言会容易地从一户传到下一户，最终覆盖整个圆环。但事实恰恰相反。即使有 30% 的对话发生在邻居之间，种群仍然未能达成单一语言的共识。相反，整个城镇最终同时说着两三种不同的语言。

为什么会这样？作者认为，在空间模型中，邻居们交流得如此频繁，以至于他们很快就在局部达成了一种共享语言。但因为他们忙于与直接邻居交谈，他们与其他群体交流得不够多，以至于无法意识到那些群体正在说着稍微不同的版本。这就像是一串朋友：A组认同B组，B组认同C组，但A组和C组从未直接交谈。他们最终产生了两种略有差异的方言，并且拒绝合并。这种拥有多个竞争性语言（且每种语言都被若干个群体使用）的“噪音”，阻碍了种群最终定格在仅有一种语言的状态。

总结

该论文通过模拟这些场景，展示了空间结构实际上可能会阻碍语言的统一。虽然群体间的一点随机闲聊有助于大家达成共识，但一个人们主要与邻居交谈的结构化社区，可能会让种群陷入多种竞争性语言并存的状态。

作者谨慎地指出，这些是计算机模拟的结果，而非人类历史演进的证明。他们并没有找到一个能永远解决语言进化的“魔法数字”，但他们确实表明了我们的社会网络布局是至关重要的。如果我们希望一种单一的全球语言出现，我们可能需要的不仅仅是友好的邻里关系；我们可能还需要一些能够跨越距离鸿沟的随机连接。如果没有这些桥梁，即使是一个非常擅长交谈的种群，也可能困在多种语言并存的世界里。