هوش مصنوعی طعنه و کنایه را تشخیص میدهد
دانشمندان می گویند توانایی تشخیص شوخ طبعی می تواند به هوش مصنوعی کمک کند تا به طور طبیعی با مردم تعامل داشته باشد.
فرقی نمیکند که هوش مصنوعی بتواند آزمایشهای پزشکی و آزمایشهای پزشکی را انجام دهد و داستانهای قبل از خواب را با احساس بخواند، زیرا این فناوری بدون تسلط بر هنر طعنهپردازی هرگز با شگفتی ذهن انسان مطابقت نخواهد داشت.
به گزارش گاردین، به نظر می رسد این هنر ممکن است در لیست قابلیت های هوش مصنوعی قرار گیرد. محققان هلندی یک آشکارساز طعنه بر اساس هوش مصنوعی ساخته اند.
مت کولر از آزمایشگاه فناوری گفتار در دانشگاه گرونینگن میگوید: «ما میتوانیم طعنه را به روشی قابل اعتماد تشخیص دهیم و مایل به توسعه آن هستیم». میخواهیم ببینیم تا کجا میتوانیم پیش ببریم.
این پروژه چیزی فراتر از الگوریتمهای آموزشی است زیرا گاهی اوقات واضحترین نظرات را نمیتوان به معنای واقعی کلمه در نظر گرفت و در عوض باید برعکس تفسیر شود. کولر میگوید طعنه بیش از آنچه تصور میکنیم در گفتمان ما نفوذ میکند، بنابراین درک این موضوع برای انسانها و ماشینها برای ارتباط یکپارچه بسیار مهم است.
کولر می گوید: «وقتی شروع به مطالعه طعنه می کنید، متوجه می شوید که چقدر از آن به عنوان بخشی از ارتباطات عادی استفاده می کنیم. اما ما باید با دستگاه های خود به شکلی کاملاً تحت اللفظی صحبت کنیم، انگار که با یک ربات صحبت می کنیم، و لازم نیست که اینطور باشد.
انسان ها به طور کلی در تشخیص طعنه خوب هستند، اگرچه نشانه های محدود موجود در متن آن را دشوارتر از تعامل چهره به چهره می کند، زمانی که ارائه، لحن و حالات چهره همگی قصد گوینده را آشکار می کنند. محققان در توسعه هوش مصنوعی خود دریافتند که چندین نشانه برای الگوریتم تشخیص طعنه مهم هستند.
ژیوان گائو، دانشجوی دکترا در آزمایشگاه، در مطالعه ای که در نشست مشترک انجمن آکوستیک آمریکا و انجمن آکوستیک کانادا در روز پنجشنبه در اتاوا ارائه شد، توضیح داد که چگونه این گروه یک شبکه عصبی را بر روی محتوای متنی، صوتی و تصویری آموزش داد. . از کلیپ های سریال های کمدی آمریکایی از جمله Friends و The Big Bang Theory استفاده شده است. این پایگاه داده توسط محققانی در ایالات متحده و سنگاپور جمعآوری شده است که جملاتی از برنامههای تلویزیونی را با برچسبهای طعنهای برای ساخت آشکارساز خود حاشیهنویسی کردند.
پس از آموزش متنی و صوتی، همراه با نمراتی که محتوای احساسی کلمات گفته شده توسط بازیگران را منعکس می کرد، هوش مصنوعی تقریباً ۷۵ درصد مواقع توانست طعنه را تشخیص دهد. تحقیقات بیشتر در آزمایشگاه از داده های مصنوعی برای افزایش بیشتر دقت استفاده کرده است، اما این تحقیق در انتظار انتشار است.
شکر نایاک، یکی دیگر از محققین این پروژه، میگوید که علاوه بر روانتر کردن مکالمات با دستیاران هوش مصنوعی، میتوان از همین رویکرد برای تشخیص لحن منفی در زبان و شناسایی سوءاستفاده و سخنان نفرتانگیز استفاده کرد.
گائو میگوید با افزودن نشانههای بصری به دادههای آموزشی هوش مصنوعی، مانند حرکات ابرو و پوزخند، میتوان پیشرفتهای بیشتری را انجام داد. اما این سوال پیش می آید که این الگوریتم چقدر دقیق است؟ آیا قرار است ماشینی داشته باشیم که ۱۰۰ درصد دقیق باشد؟ این کاری نیست که حتی انسانها هم بتوانند انجام دهند.
کولر اضافه میکند که آشنایی بیشتر برنامهها با نحوه صحبت کردن انسانها باید به مردم کمک کند تا به طور طبیعی با ماشینها صحبت کنند، اما او نمیداند که اگر ماشینها مهارتهای جدیدی پیدا کنند و شروع به اذیت کردن ما کنند، چه اتفاقی میافتد. .
منبع: ایسنا