211service.com
Próbowaliśmy nauczyć sztuczną inteligencję pisać bożonarodzeniowe fabuły filmowe. Nastąpiła wesołość. W końcu.
Korzystanie z sieci neuronowej do tworzenia absurdalnych wątków fabularnych wymaga dużo pracy i ujawnia wyzwania związane z generowaniem ludzkiego języka. 21 grudnia 2018 r.
Fałszywy plakat filmowy „It” z napisem „It Christmas”. Pan Tech
Być może bardziej niż ktokolwiek inny, naukowiec Janelle Shane spopularyzował humor AI. Być może widziałeś jej pracę. Podczas Halloween w tym roku ona wspólnik z New York Times do generowania nazw kostiumów za pomocą sieci neuronowej. Wyniki – i ilustracje – są całkiem fantastyczne: Sexy Minecraft Person i Vampire Chick Shark, żeby wymienić tylko kilka.
Shane stworzyła sztukę z komedii generowanej przez sztuczną inteligencję na swoim wspaniałym blogu Dziwność AI . Karmi sieci neuronowe wszystkim od przepisy na koktajle oraz imiona ciasta do tytuły horrorów oraz Teksty piosenek Disneya . Wyniki, które wypuszczają, są zawsze zabawne.
Zainspirowany, starszy redaktor ds. SI Will Knight i ja podjęliśmy wyzwanie stworzenia komediowego arcydzieła w stylu Shane'a. Podaliśmy więc podsumowania fabuły 360 świątecznych filmów, dzięki uprzejmości Wikipedia , do algorytmu uczenia maszynowego, aby sprawdzić, czy uda nam się zmusić go do wyrzucenia kolejnego wielkiego hitu świątecznego. Dość powiedzieć, że teraz wczuwam się w badaczy, którzy opisują treningowe sieci neuronowe jako bardziej sztukę niż naukę. Jak również odkryłem, nakłonienie ich do bycia zabawnymi jest w rzeczywistości cholernie trudne.
Postępuj zgodnie z naszym procesem poniżej:
Proces
Zastosowany przez nas algorytm nazywa się tekstgenrnn , ten sam, którego Shane używał we współpracy z Timesem. Textgenrnn ma dwa tryby: możesz użyć liter do generowania słów w stylu innych słów lub użyć słów do generowania zdań w stylu innych zdań.
Każdy tryb ma te same ustawienia, które można dostroić na różne sposoby, aby uzyskać dobre wyniki. Skupiłem się przede wszystkim na trzech ustawieniach: liczbie warstwy , Liczba epoki , a temperatura .
Próbowaliśmy również wygenerować świąteczne tytuły filmów. Nasz dział artystyczny świetnie się z nimi bawił. Pan Tech
Pozwólcie, że wyjaśnię. Warstwy , w tym przypadku odnosi się do złożoności sieci neuronowej: im więcej ma warstw, tym bardziej skomplikowane dane może obsłużyć. Liczba epoki to, ile razy może spojrzeć na dane treningowe przed wypluciem ostatecznych wyników. A temperatura jest jak ustawienie kreatywności: im niższa temperatura, tym sieć będzie częściej wybierać popularne słowa w zestawie danych treningowych w porównaniu z tymi, które pojawiają się rzadko.
Oczywiście, nic o tym nie wiedziałem, kiedy się włóczyłem. Zamiast tego wrzuciłem swoje fabuły filmowe do pliku tekstowego i zacząłem na ślepo manipulować pokrętłami. Oto kilka przykładów tego, co zacząłem widzieć, z wysokimi ustawieniami kreatywności i rosnącą liczbą epok:
Epoka 4
Mary musi przyjaciół z magii, aby powstrzymać Boże Narodzenie przed Nathanem.
Poważnie ściera się z kurortem, elfy zatroszczyły się o zacieniony dzień z odsłonięciem bożego narodzenia, odzyskanie zmarłej Kalifornii czeka na świstaka po tym, jak plecy mądrego woźnego przeżyły traumę, aby odkryć popularność w swojej społeczności.
Przetrwali przed występem w mieście.
Epoka 6
A syn chłopiec pracuje, którego problemy urodzone religijne mogą.
Max McCallister evie, kto jest wierny jej świątecznym pytaniu o partnera.
Złodziej mieszkania sieroty i Mccallistra większość wakacji.
Epoka 8
Przedmieścia właścicielka wyjazdu jest zła, że jest niegrzeczna, niegrzeczna próba ucieczki, dowiaduje się, że sąsiedztwo, w którym odwiedzają cię warunki domowe.
WWII znaleźć retriever do przyjaciół dla.
Małżeństwo matek i pacyfistów trzy tanie rodziny opowiada przytulne prezenty sklonowane bezzębnym.
Jeśli to czytasz i myślisz, To niezrozumiałe i nie śmieszne , to ty, przyjacielu, i ja jesteśmy tego samego zdania.
Na początku założyłem, że robię coś złego; Nie całkiem złamałem sztukę prawidłowego trenowania sieci neuronowej. Ale po dziesiątkach prób na różnych ustawieniach w końcu doszedłem do wniosku, że jest tak dobrze, jak to tylko możliwe. Większość zdań będzie po prostu okropna, a w rzadkich przypadkach dostaniesz klejnot.
Morał
Część problemu, wyjaśnił Shane, kiedy z nią rozmawiałem, wynikała z mojego małego zestawu danych treningowych – 360 punktów danych to małe ziemniaki w porównaniu z milionami zwykle używanymi do uzyskania wysokiej jakości wyników. Częściowo było to również spowodowane textgenrnn — algorytm, jak powiedziała, po prostu nie jest tak dobry w konstruowaniu zdań w porównaniu z alternatywami. (Czy wiemy dlaczego? Zapytałem Shane'a. Nie sądzę, że nawet facet, który stworzył textgenrnn naprawdę wie, powiedziała. To może być nawet błąd. Ach, piękno algorytmów czarnej skrzynki.)
Ale głównym powodem są tak naprawdę ograniczenia generowania zdań za pomocą sieci neuronowej. Nawet gdybym użył lepszych danych i lepszego algorytmu, wyzwanie, jakim jest osiągnięcie spójności, jest niezwykle normalne.
Mz. Technika
Ma to sens, jeśli pomyślisz o tym, co dzieje się pod maską. Algorytmy uczenia maszynowego są naprawdę dobre w wykorzystywaniu statystyk do znajdowania i stosowania wzorców w danych. Ale to jest o tym. Tak więc w kontekście konstruowania zdań wybierasz każde kolejne słowo na podstawie prawdopodobieństwa, że pojawi się ono po poprzednim słowie. To jak próba napisania wiadomości e-mail z przewidywanym tekstem. Rezultat byłby usiany non sequiturs, przełączanie się między liczbą pojedynczą a mnogą i całą masą zamieszania wokół części mowy.
Tak naprawdę potrzeba dużo pracy ręcznej, aby sieć neuronowa wypluła bełkot, który ludzie uznaliby za zabawny.
W przypadku niektórych zestawów danych pokazuję ludziom tylko jedną na sto generowanych rzeczy – przyznał Shane. Robię naprawdę dobrze, jeśli jeden na dziesięć jest rzeczywiście zabawny i wart pokazania. W wielu przypadkach, kontynuowała, zabiera jej więcej czasu na zebranie wyników niż na wytrenowanie algorytmu.
Wyciągnięta lekcja: sieci neuronowe nie są takie zabawne. To ludzie, którzy są.
Wyniki
Jako bonus, oto niektóre z najlepszych algorytmicznie generowanych podsumowań fabuły Will i ja byliśmy w stanie wymyślić, lekko oczyszczone. Wygenerowaliśmy również świąteczne tytuły filmów, używając trybu słów dla dobrej oceny.
Synopsy
Rodzina świątecznego terrorysty i po raz pierwszy oferująca bycie charlichholdem dla nowego miasta do walki.
Opowieść o rodzinnym ojcu z historii bożonarodzeniowej.
Samotnik od Bożego Narodzenia.
Wierzy kobieta z chaosu adoptowana do domu.
Ogr księżniczki w pobliżu przechodzi w Boże Narodzenie.
Detektyw ogrodnik, ale magiczny morderca na wsi, nagle Boże Narodzenie bliski elf.
Przechwytujący cierpi, a przyjaciele zmieniają Boże Narodzenie i oszczędzają czas świąteczny.
Rodzinny człowiek i specjalny obcy na Boże Narodzenie.
Uwięziony w Wigilię do nowojorskiej rodziny przed Bożym Narodzeniem.
Święty.
Scrooge-leads Bad by Santa, od Anima.
Mężczyzna wraca do piosenkarki, która jest zmuszona oddać życie z parą, aby pomóc córce na Boże Narodzenie.
Anioł zaczepu Mikołaja z zakładu.
Samotna wioskowa gazeta kurierska przy domu niszczyła Boże Narodzenie Boże Narodzenie Boże Narodzenie płasznik.
Opiekunka do dziecka próbuje zabawić się w Boże Narodzenie na więcej świąt.
Tytuły
Sklep bożonarodzeniowy
Święty Mikołaj Boże Narodzenie
Świąteczna mila
Walcz o Boże Narodzenie
Nocny Mikołaj
I Santa Manta Boże Narodzenie Porie
Boże Narodzenie
Bocian bożonarodzeniowyK
Święta Grange
Święta Mikołaja Pasty Świąteczne
bożonarodzeniowy kapar
Świąteczny Pan
Lizać Boże Narodzenie
Mrack Me świąteczna satra
Świąteczny Catond 2
Święta Świętego Bacha
Boże Narodzenie Malowanie
Boże Narodzenie obsada
Nadchodzące Święta Bożego Narodzenia
To Święty Mikołaj
Fromilly