هوش مصنوعی طعنه و کنایه را تشخیص می‌دهد!

دانشمندان می گویند توانایی تشخیص شوخ طبعی می تواند به هوش مصنوعی کمک کند تا تعامل طبیعی تری با انسان داشته باشد.

به گزارش سرگرمی روز، مهم نیست که هوش مصنوعی بتواند امتحانات نوار و پزشکی را پشت سر بگذارد و داستان های قبل از خواب را با احساس بخواند، زیرا این فناوری بدون تسلط بر هنر طعنه، هرگز به شگفتی ذهن انسان نخواهد رسید.

به نظر می رسد می توان این هنر را در لیست قابلیت های هوش مصنوعی قرار داد. محققان هلندی یک آشکارساز طعنه بر اساس هوش مصنوعی ساخته اند.

مت کولر از آزمایشگاه فناوری گفتار دانشگاه گرونینگن می گوید: «ما می توانیم طعنه را به روشی قابل اعتماد تشخیص دهیم و می خواهیم آن را توسعه دهیم. می خواهیم ببینیم تا کجا می توانیم پیش برویم.

این پروژه چیزی فراتر از یادگیری الگوریتم‌ها است زیرا گاهی اوقات واضح‌ترین نظرات را نمی‌توان به معنای واقعی کلمه در نظر گرفت و در عوض باید برعکس تفسیر شود. کوهلر می‌گوید طعنه بیش از آنچه تصور می‌کنیم در گفتمان ما نفوذ می‌کند، بنابراین درک ارتباط یکپارچه برای انسان‌ها و ماشین‌ها حیاتی است.

کوهلر 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 صورت کاملاً تحت اللفظی صحبت کنیم، انگار که با یک ربات صحبت می کنیم، و نباید اینطور باشد.

انسان ها به طور کلی در تشخیص طعنه خوب هستند، اگرچه نشانه های محدود موجود در متن آن را دشوارتر از برقراری ارتباط رو در رو می کند، جایی که ارائه، لحن و حالت چهره نشان دهنده قصد گوینده است. محققان در توسعه هوش مصنوعی خود دریافتند که چندین نشانه برای الگوریتم تشخیص طعنه مهم هستند.

در تحقیقی که در جلسه مشترک انجمن آکوستیک آمریکا و انجمن آکوستیک کانادا در اتاوا در روز پنجشنبه ارائه شد، ژیوان گائو، دانشجوی دکترا در آزمایشگاه، نحوه آموزش شبکه عصبی را این گروه بر روی محتوای متنی، صوتی و تصویری توضیح می‌دهد. از کلیپ های کمدی آمریکایی از جمله Friends و The Big Bang Theory استفاده شد. این پایگاه داده توسط محققانی در ایالات متحده و سنگاپور جمع‌آوری شده است که جملاتی از برنامه‌های تلویزیونی را با کنایه برای ساختن آشکارساز خود حاشیه‌نویسی کردند.

پس از آموزش متنی و صوتی، همراه با نتایجی که محتوای احساسی کلمات گفته شده توسط بازیگران را منعکس می کرد، هوش مصنوعی تقریباً 75 درصد مواقع توانست طعنه را تشخیص دهد. تحقیقات اضافی در آزمایشگاه از داده های مصنوعی برای افزایش بیشتر دقت استفاده کرده است، اما این تحقیق در انتظار انتشار است.

Shekhar Nayak، یکی دیگر از محققین این پروژه، می‌گوید که علاوه بر مکالمات روان‌تر با دستیاران هوش مصنوعی، می‌توان از همین رویکرد برای تشخیص لحن منفی در زبان و شناسایی سوء استفاده و سخنان نفرت‌انگیز استفاده کرد.

گائو می‌گوید با افزودن نشانه‌های بصری به داده‌های آموزشی هوش مصنوعی، مانند حرکات ابرو و لبخند، می‌توان پیشرفت‌های بیشتری را انجام داد. اما این سوال پیش می آید که این الگوریتم چقدر دقیق است؟ آیا ماشینی خواهیم داشت که 100% دقیق باشد؟ این کاری نیست که حتی انسانها هم بتوانند انجام دهند.

کولر اضافه می‌کند که آشنایی با اپلیکیشن‌ها با نحوه صحبت کردن مردم باید به مردم کمک کند تا به طور طبیعی با ماشین‌ها صحبت کنند، اما نمی‌داند اگر ماشین‌ها مهارت‌های جدیدی کسب کنند و شروع به آزار ما کنند، چه اتفاقی می‌افتد.