Можете забути про татові жарти. Тепер почуття гумору з’явилося у машин. Дослідник Хі Хі змогла розробити систему штучного інтелекту, здатну самостійно генерувати каламбури.
Генератор каламбурів може здатися звичайним дослідникам в області штучного інтелекту чимось несерйозним — швидше, кумедним проектом на вихідні, щоб повеселити колег в понеділок. Але для Хі Хі, яка розробила цю технологію під час аспірантури в Стенфорді, це одна з ключових проблем машинного навчання. Її мета — розробити штучний інтелект, з яким буде приємно і весело спілкуватися; ботів, які не тільки читають новини й кажуть, скільки градусів буде на вулиці сьогодні, а які можуть складати жарти або вірші та навіть розповідати цікаві історії. Але щоб цього досягти, потрібно подолати кордони типового навчання штучного інтелекту.
Нейронні мережі — це природні імітатори, що вивчають закономірності мови за допомогою аналізу величезної кількості текстів. Якщо ваша мета — злагодженість, цей підхід працює добре: настільки добре, що недавні досягнення стали причиною дебатів на тему того, чи зможе штучний інтелект генерувати переконливі фейкові новини. Але такі тексти є сухими, як в газетах і Вікіпедії. Нейронні мережі, іншими словами, підкоряються за замовчуванням правилам, і це робить їх жахливими жартівниками. Хі пояснює, що хороший каламбур знаходиться на межі злагодженості й нісенітниці, і нейронні мережі не можуть знайти цей баланс. Крім того, креативність на те й креативність, що вона оригінальна.
«Навіть якщо б ми навчили мережу на величезному списку різних жартів, сенсу б у цьому не було», — каже Хі.
Замість цього вона разом з командою спробувала надати своєму штучному інтелекту почуття гумору, використовуючи ідеї теорії гумору. За словами Хі, щоб каламбур спрацював, йому потрібно надати елемент сюрпризу в локальному контексті та фактор «ага!», Який буде пов’язувати все воєдино. Вона навіть придумала науковий термін для цього: «принцип подиву на локальному та глобальному рівнях». Щоб скласти каламбур, нейронній мережі дають пару омонімів, і вона спочатку генерує звичайне і зв’язне речення з першим словом, потім змінює його на друге, і щоб жарт не загубив сенсу, вона додає ще одне слово, яке додасть йому більше логіки.
Хі провела змагання з каламбуру, запросивши на нього професійних гумористів. Згідно з журі, що оцінює жарти, машини програли. Системам Хі вдалося здолати людей лише в 10% випадків. До того ж сама структура каламбурів була недорозвиненою (іноді вони були навіть неправильно граматично сформованими).
Проте, Роджер Леві (Roger Levy), директор лабораторії обчислювальної психолінгвістики в MIT, каже, що цей підхід є багатонадійним кроком на шляху до створення штучного інтелекту з більшою індивідуальністю.
«Гумор — це складний аспект вивчення розуму. Але він також робить нас людьми », — говорить Леві.
Чотири роки тому Леві описав обчислювальний підхід до прогнозування якості каламбуру — ця робота в підсумку стала основою методу генерування жартів Хі. Леві розповів, що планував протестувати щось на кшталт «принципу подиву на локальному та глобальному рівнях», який більш доопрацьований, ніж теорії в його роботі. Концепція мала сенс, але у нього не було даних, щоб це довести. «Мені дуже приємно, що це дійсно відбувається», — говорить він.
У ширшому сенсі дослідження в області гумору підкреслюють необхідність наділення нейронних мереж великим людським інтелектом, пояснює Леві. «Подив — одна з найбільш центральних концепцій в штучному інтелекті й когнітивній науці», – говорить він. У людей це зображає те, як ми сприймаємо нову або несподівану інформацію, і це легко можна відстежити — наприклад, по руху наших зіниць і очей під час читання. У машин це можна виміряти тільки можливостями: слово, яке з меншою ймовірністю зустрінеться в даному контексті, здивує більше.
Таким чином, елемент сюрпризу — зручний спосіб порівняти сприйняття мови у людей і машин. Провівши на нейронних мережах кілька психолінгвістичних тестів, мета яких — проаналізувати, як люди сприймають неоднозначну мову, Леві виявив, що можна помітити ті місця, де машини несподівано втрачали нитку або проскакували завдання невластивим людині чином. Орієнтуючись на ці відмінності та підлаштовуючись під них, ми зможемо створити штучний інтелект з людською поведінкою.
А поки Хі сподівається застосувати свій підхід з генерування каламбурів до складніших творчих завдань — наприклад, розповіді історій. Ідея в тому, щоб дозволити нейронній мережі те, що у неї добре виходить, а потім відредагувати результат за допомогою людського інтелекту. Нейронну мережу можна навчити, наприклад, генерувати ряд абсолютно послідовних пропозицій, а потім вона буде редагувати результат і складати коротку історію на основі теорій оповідання.
«Мета — складати цікавіші та оригінальніші історії. Я хочу, щоб штучний інтелект складав розповіді про речі, які не прийшли б людям на розум », — говорить Хі.
БІЛЬШЕ ЦІКАВОГО:
- Як штучний інтелект допомагає у вивчені історії?
- Як штучний інтелект допоможе жінкам з штучним заплідненням?
- Автоматизація науки: як вчені застосовують штучний інтелект, нейромережі та машинне навчання
Джерело: Wired