Self-Organizing Language
计算与语言
2025-11-18 v2 人工智能
机器学习
神经元与认知
摘要
我们提出一种新颖的涌现局部记忆范式。这是一种连续学习的完全并行内容可寻址记忆，编码全球有序性。它展示了如何通过对非协调学习施加局部约束，产生拓扑受保护的记忆，实现涌现符号有序性，从而成为神经符号桥梁。它还能够通过利用自组织动力学而无需数据生成人类语言。它告诉我们，单词作为涌现符号有序性的副产品而出现，人类语言在所有结构层次上的模式反映了单词形成(即亚正则)的普遍机制。本工作解答了关于人类语言数据存在与起源的根本性问题。
引用
@article{arxiv.2506.23293,
title = {Self-Organizing Language},
author = {P. Myles Eugenio and Anthony Beavers},
journal= {arXiv preprint arXiv:2506.23293},
year = {2025}
}
备注
27 pages, 14 figures; Name changed from "Objective-Free Local Learning and Emergent Language Structure in Thinking Machines"