俄罗斯数学家让AI模型无需语言直接“对话”

近日，一家名为Mostik的人工智能初创公司引发了业界关注。这家由俄罗斯数学家创立的公司提出了一项野心勃勃的计划：让AI模型之间无需使用任何文本或语言，便能直接进行“交流”与“协作”。这项技术的核心，并非简单地让模型“说出”各自的理解，而是利用数学方法将不同模型的内部表示映射到一个共享的抽象空间中，实现信息的直接“传输”。

打破语言的桎梏

当前，多数AI系统间的信息交换，尤其是多智能体协作场景（如AutoGPT、MetaGPT等），主要依赖自然语言作为中介。Agent A将其内部推理结果转化为人类语言，Agent B再将这些语言重新解析为自身的内部表征。这个过程不仅效率低下，而且会引入信息损耗——就像人与人之间玩“传话游戏”一样，信息在多次转换中逐渐失真。

Mostik的方法则另辟蹊径。据WIRED报道，其研究团队发现，不同的AI模型（即便是结构迥异的神经网络），在被训练解决相似任务时，其内部会形成某种拓扑结构相似的“概念空间”。Mostik的数学家们开发了一套算法，能够在训练后（或训练中）找到两个模型内部空间之间的最佳映射函数，从而让模型A的“思考状态”无需编码为任何自然语言，便能直接“注入”模型B的“思维链”中。从外部看，就像是两个模型在用一种超越语言的“意念”进行直接沟通。

“语言是人类沟通的捷径，但也是瓶颈。我们试图绕过这个瓶颈，让AI用其最本质的数学语言来对话。”——Mostik创始人之一在接受WIRED采访时如此比喻。

为何重要？

这一方向的意义不止于“炫技”。随着AI模型的专业化分工不断发展，未来可能是一个由无数“专家模型”组成的大生态——一个模型负责视觉感知，另一个负责逻辑推理，再一个负责物理常识模拟。如何让这些异构模型高效协同，将是下一代AI系统的核心挑战之一。如果Mostik的技术能够实现低损耗、高带宽的“脑机接口”，其应用前景十分广阔：例如，一个视觉模型可以直接将场景的几何信息“压缩”给一个机器人控制模型，而无需经历“图像→描述文字→控制指令”的漫长链条。

挑战与质疑

不过，这项技术仍处于早期阶段。不同模型间的空间映射往往需要大量的计算资源来校准，且当模型架构差异极大（比如Transformer与传统CNN）时，最优映射是否存在以及如何找到，仍是数学上亟待解决的难题。此外，如何评估“无语言通信”的质量，目前也缺乏一套标准基准。有AI伦理学者指出，如果模型之间的“对话”不再可读，人类将更难审计和解释AI的决策过程，这可能会带来新的可控性与安全风险。

编者按：Mostik的构思让人联想到科幻作品中“思想传输”的概念。但抛开工程细节，其背后隐藏的哲学问题是：语言是否真的是智能交流的唯一形态？数学结构或许才是更深层的“通用语”。在一个所有AI都通过自然语言接口互相“寒暄”的时代，有人敢去构建一条“思想直通车”，无论如何都值得鼓励。当然，我们也应警惕——当AI之间用我们无法理解的方式“窃窃私语”时，监管与可解释性的边界将变得模糊。未来，我们或许不仅要学会理解和调控AI与人类的对话，还要去学习他们彼此间的“密语”。

本文编译自WIRED