Algorytm AI identyfikuje humorystyczne obrazy

Humor to cecha wyjątkowo ludzka. Większość ludzi potrafi rozpoznać śmieszne zdania, incydenty, zdjęcia, filmy i tak dalej. Ale nie zawsze łatwo jest powiedzieć, dlaczego te rzeczy są zabawne.

Łatwo więc sobie wyobrazić, że humor będzie jednym z ostatnich bastionów oddzielających ludzi od maszyn. Myśli się, że komputery nie mogą rozwinąć poczucia humoru, dopóki nie zrozumieją subtelności naszego bogatego otoczenia społecznego i kulturowego. A nawet najpotężniejsze maszyny AI są z pewnością daleko od tego.

To myślenie może wkrótce ulec zmianie. Dzisiaj Arjun Chandrasekaran z Virginia Tech i jego kumple twierdzą, że wytrenowali algorytm uczenia maszynowego do rozpoznawania scen humorystycznych, a nawet do ich tworzenia. Mówią, że ich maszyna może dokładnie przewidzieć, kiedy scena jest śmieszna, a kiedy nie, nawet jeśli nie zna kontekstu społecznego tego, co widzi.

Psychologowie stosunkowo słabo rozumieją mechanizmy stojące za humorem. Większość teorii humoru sugeruje, że jego kluczowymi składnikami są takie cechy, jak nieoczekiwaność, niekongruencja, ból i tak dalej. Kiedy jeden lub wszystkie te elementy są obecne w zdaniach, zdjęciach i filmach, szanse na wywołanie uśmiechu są zwiększone.

Chandrasekaran i spółka ograniczają swoje badania do zdjęć. Aby uprościć sprawę, ograniczają się do obrazów utworzonych za pomocą programu do tworzenia klipartów. Zawiera 20 modeli ludzkich lalek z papieru w różnym wieku, różnych płci i ras, z ruchomymi rękami i nogami oraz ośmioma różnymi wyrazami twarzy. Zawiera również 31 zwierząt w różnych pozach i około 100 obiektów wewnątrz i na zewnątrz, takich jak drzwi, okna, stoły, słońce, chmury, drzewa i tak dalej.

Kluczową częścią każdego procesu uczenia maszynowego jest stworzenie bazy danych zawierającej dobre przykłady tego, czego algorytm musi się nauczyć. Nie jest to łatwe zadanie, zwłaszcza jeśli chodzi o coś tak subiektywnego jak humor.

Zespół radzi sobie z tym, prosząc pracowników serwisu Amazon Mechanical Turk o stworzenie zabawnych scen za pomocą programu do tworzenia klipartów, wraz z krótkim zdaniem opisującym, dlaczego uważają te sceny za zabawne. Poprosili również tych ludzi – turków, jak się ich nazywa – o stworzenie nieśmiesznych scen.

W ten sposób zespół zgromadził bazę danych zawierającą 6400 obrazów, z których połowa była zabawna, a połowa nieśmieszna. Skalibrowali bazę danych, prosząc innych turków, aby ocenili zabawność każdej sceny i odkryli, że większość z nich mieści się w zamierzonych kategoriach, chociaż kilka nieśmiesznych scen okazało się być nieumyślnie zabawnymi i na odwrót.

Po dalszej analizie okazało się, że sceny ocenione jako najśmieszniejsze najczęściej kojarzyły się ze zwierzętami lub ludźmi robiącymi coś nietypowego.

To skłoniło zespół do zastanowienia się nad sposobami na zmianę śmieszności obrazu. Jednym ze sposobów, aby to zrobić, jest zastąpienie przedmiotu lub osoby, która robi coś niezwykłego, innym przedmiotem lub osobą. Poprosili więc turków, aby zastąpili obiekty innymi obiektami, które były jak najbardziej podobne do pierwszego obiektu, ale to sprawiło, że scena była nieśmieszna. To pomaga nam zrozumieć drobnoziarnistą semantykę, która powoduje, że określona kategoria obiektu przyczynia się do humoru.

W ten sposób zmienili każdy z 3000 śmiesznych obrazków na pięć różnych sposobów, aby stworzyć bazę danych zawierającą 15 000 nieśmiesznych odpowiedników śmiesznych obrazków.

Mając tę ​​bazę danych za pasem, Chandrasekaran i spółka rozpoczęli zadanie wytrenowania algorytmu uczenia maszynowego, aby wykryć różnicę między śmiesznymi i nieśmiesznymi obrazami (zatrzymując 20 procent bazy danych, aby później ją przetestować).

Dali maszynie dwa zadania. Pierwszym było przewidzenie śmieszności sceny, a drugim zmiana śmieszności sceny poprzez zastąpienie w niej przedmiotu.

Wyniki stanowią ciekawą lekturę. Ogólnie rzecz biorąc, algorytm dość dobrze sprawdza się w przewidywaniu śmieszności sceny — z pewnością lepiej niż losowe zgadywanie.

Zadanie zmiany śmieszności sceny składa się z dwóch części. Pierwszym z nich jest rozpoznanie elementów sceny, które przyczyniają się do humoru, a drugim jest wybranie obiektu zastępczego, który zmniejsza zabawę.

W pierwszym zadaniu algorytm robi ciekawe postępy. Obserwujemy, że model uczy się, że ogólnie rzecz biorąc, przedmioty ożywione, takie jak ludzie i zwierzęta, są bardziej prawdopodobnymi źródłami humoru w porównaniu z przedmiotami nieożywionymi, i dlatego ma tendencję do zastępowania tych obiektów, powiedzmy Chandrasekaran i spółka.

Algorytm robi postępy również w drugim zadaniu. Eliminuje humor w większości scen, decydując się na zastąpienie obiektów przyczyniających się do humoru innymi obiektami, które dobrze wtapiają się w tło, mówi zespół. Na przykład algorytm może zastąpić nietypowy obiekt w scenie we wnętrzach rośliną doniczkową, która dobrze pasuje lub motylem w scenach plenerowych.

A techniki działają dobrze. W ludzkich ocenach sceny, które nasz [algorytm] uczynił nieśmiesznymi, okazały się mniej zabawne niż oryginalne, zabawne sceny w 95 procentach przypadków, mówią Chandrasekaran i spółka.

Maszyna gorzej radziła sobie z robieniem scen śmieszniejszych, ale z pewnością jest to coś, nad czym warto popracować w przyszłości.

Oczywiście ważnym pytaniem jest, czego dokładnie maszyna uczy się robić. W tej pracy śmieszność może zastępować coś zupełnie innego. Rzeczywiście, gdyby artykuł Chandrasekarana i współpracownika został przepisany z każdym wystąpieniem słowa „śmieszność” zastąpionym słowem „dziwność”, „niezgodność” lub „niespodzianka”, wyniki byłyby nie mniej ważne.

Niemniej jednak zespół ma ciekawe podejście, które może prowadzić do fascynujących zastosowań. Umiejętność oceny humoru w scenie może pomóc naukowcom w opracowaniu lepszych narzędzi do edycji zdjęć, narzędzi, które wybierają śmieszne zdjęcia do opublikowania w mediach społecznościowych, a nawet inteligentnych aparatów, które mogą wybrać lepsze momenty do robienia humorystycznych zdjęć.

Jest to również część nowej dziedziny humoru obliczeniowego — wykorzystującego inteligencję maszynową do rozśmieszania. Być może pewnego dnia maszyny podzielą się nawet żartem.

Nr ref.: arxiv.org/abs/1512.04407 : Jesteśmy istotami humorystycznymi: rozumienie i przewidywanie wizualnego humoru

ukryć