Właśnie obejrzałem ostatni film WIRED na temat wirtualnych asystentów opowiadających dowcipy. Składają się z ludzi, ale chciałbym wiedzieć, czy sztuczna inteligencja jest wystarczająco dobra, aby coś napisać.
Właśnie obejrzałem ostatni film WIRED na temat wirtualnych asystentów opowiadających dowcipy. Składają się z ludzi, ale chciałbym wiedzieć, czy sztuczna inteligencja jest wystarczająco dobra, aby coś napisać.
Odpowiedzi:
Nie sądzę, żeby sztuczna inteligencja dotarła do tego momentu. Oto kilka interesujących artykułów na ten temat:
Niedawno napisano artykuł, w którym próbowano generować dowcipy przy użyciu nauki bez nadzoru . Żarty są formalne: wszystkie mają postać „Lubię X, tak jak lubię Y: Z”, gdzie X i Y są rzeczownikami, a Z jest przymiotnikiem, który może opisać zarówno X, jak i Y. Oto niektóre z żarty wygenerowane w tym artykule:
I like my relationships like I like my source, open
I like my coffee like I like my war, cold
I like my boys like I like my sectors, bad
To, jak śmieszne są te żarty, zależy od osobistego gustu.
Kolejny artykuł Dario Bertero i Pascale Fung wykorzystuje LSTM do przewidywania humoru na podstawie zestawu danych z pokazów teorii Wielkiego Wybuchu. Nie generuje to żartów, ale dowiaduje się, gdzie żarty są wypowiadane w tym zbiorze danych (więc teoretycznie wynikowy zestaw etykiet oznaczony może być wykorzystywany do szkolenia modelu do tworzenia żartów).
Jeszcze inny artykuł jest ten, który napisał He Ren, Quan Yang . W przeciwieństwie do pierwszego artykułu wspomnianego powyżej, który nie był nadzorowany, jest to model uczenia nadzorowanego. Ich model sieci neuronowej generuje dowcipy, takie jak:
Apple is teaming up with Playboy Magazine in the self driving office.
One of the top economy in China , Lady Gaga says today that Obama is legal.
Google Plus has introduced the remains that lowers the age of coffee.
According to a new study , the governor of film welcome the leading actor of Los Angeles area , Donald Trump .
Moje dwa centy :
W chwili pisania tego tekstu wydaje się, że wielowarstwowe rekurencyjne sieci neuronowe (LSTM, GRU, RNN) dla modeli językowych na poziomie znaków są zdecydowanie najbardziej obiecującym sposobem na osiągnięcie tego. Może jeśli znajdziesz jakieś naprawdę fajne dane, możesz wymyślić zabawne dowcipy, podobne do tego, jak Janelle Shane była w stanie wygenerować coś, co uważam za naprawdę zabawne linie, takie jak:
Are you a 4loce? Because you’re so hot!
I want to get my heart with you.
You are so beautiful that you know what I mean.
I have a cenver? Because I just stowe must your worms.
Hey baby, I’m swirked to gave ever to say it for drive.
If I were to ask you out?
You must be a tringle? Cause you’re the only thing here.
I’m not on your wears, but I want to see your start.
You are so beautiful that you make me feel better to see you.
Hey baby, you’re to be a key? Because I can bear your toot?
I don’t know you.
I have to give you a book, because you’re the only thing in your eyes.
Are you a candle? Because you’re so hot of the looks with you.
I want to see you to my heart.
If I had a rose for every time I thought of you, I have a price tighting.
I have a really falling for you.
Your beauty have a fine to me.
Are you a camera? Because I want to see the most beautiful than you.
I had a come to got your heart.
You’re so beautiful that you say a bat on me and baby.
You look like a thing and I love you.
Hello.
Na chwilę obecną nie mamy satysfakcjonującej kognitywnej teorii humoru (a przynajmniej takiej, która mogłaby ocenić wesołość dowcipu), więc szybka analiza literatury pokazuje, że nie mamy pojęcia jak zbudować model.
Z tego powodu oraz z faktu, że istniejące metody nie wydają się niezawodnie wytwarzać dobrej formy bez żartów, wydaje się, że nie ma powodu, aby sądzić, że metody ML mogą produkować dobre żarty.
Ale oczywiście wszystko to jest normatywne.