هوش مصنوعی طعنه و کنایه را تشخیص می‌دهد!_صبح سریع
به گزارش صبح سریع
مهم نیست که هوش مصنوعی می‌تواند از بعد آزمون وکالت و پزشکی و خواندن داستان قبل از خواب با حس بربیاید چون این فناوری بدون تسلط بر هنر کنایه زدن هیچ زمان با شگفتی ذهن انسان برابری نمی‌کند.
به نقل از گاردین، به نظر می‌رسد که این هنر امکان پذیر در لیست قابلیت‌های هوش مصنوعی قرار گرفته باشد. محققان هلندی یک ردیاب کنایه مبتنی بر هوش مصنوعی ساخته‌اند.
مت کولر(Matt Coler) از آزمایشگاه فناوری گفتار دانشگاه خرونینخن می‌گوید: ما می‌توانیم طعنه را به روشی قابل مطمعن تشخیص دهیم و مشتاقیم آن را رشد دهیم. ما می‌خواهیم ببینیم تا کجا می‌توانیم آن را پیش ببریم.
این پروژه چیزی فراتر از آموزش الگوریتم‌ها است چون بعضی اوقات آشکار‌ترین نظرات را نمی‌توان با معنی واقعی کلمه در نظر گرفت و در عوض باید به گفتن سخن ناموافق تفسیر شوند. کولر می‌گوید که طعنه بیشتر از آنچه که ما امکان پذیر فهمیدن کنیم، در گفتمان ما نفوذ می‌کند، به این علت فهمیدن آن برای آن که انسانها و ماشین‌ها به طور یکپارچه با هم ربط برقرار کنند، زیاد مهم است.
کولر می‌گوید: هنگامی اغاز به مطالعه طعنه می‌کنید، از مقدار منفعت گیری ما از آن به گفتن بخشی از حالت عادی ربط آگاه می‌شوید. اما ما باید با دستگاه‌های خود به روشای کاملا تحت اللفظی سخن بگویید کنیم، گویی که با یک ربات سخن بگویید می‌کنیم و ملزوم نیست اینطور باشد.
انسانها عموما در تشخیص طعنه ماهر می باشند، اگرچه نشانه‌های محدودی که در متن یافت می‌شود آن را سخت‌تر از تعامل رو در رو می‌کند، وقتی که اراعه، لحن و حالات چهره همه انها تصمیم گوینده را آشکار می‌کنند. محققان در گسترش هوش مصنوعی خود دریافتند که چندین نشانه برای الگوریتم برای تشخیص طعنه اهمیت دارد.
در مطالعه‌ای که در جلسه مشترک انجمن آکوستیک آمریکا و انجمن آکوستیک کانادایی در اتاوا در روز پنجشنبه اراعه شد، ژیوان گائو، دانشجوی دکترا در آزمایشگاه، نحوه آموزش شبکه عصبی را بر روی محتوای متنی، صوتی و ویدیویی توسط این گروه گفت. کلیپ‌هایی از سریال‌های کمدی آمریکایی از جمله Friends و The Big Bang Theory منفعت گیری شده است. این پایگاه داده توسط محققانی در ایالات متحده و سنگاپور جمع‌آوری شده است که جملاتی از برنامه‌های تلویزیونی را با برچسب‌های طعنه برای ساختن آشکارساز خود حاشیه‌نویسی کردند.
بعد از آموزش متنی و صوتی، همراه با نمراتی که محتوای عاطفی کلمات حرف های شده توسط بازیگران را منعکس می‌کرد، هوش مصنوعی تقریبا ۷۵ درصد اوقات می‌توانست طعنه را تشخیص دهد. تحقیقات زیاد تر در آزمایشگاه از داده‌های مصنوعی برای افزایش دقت زیاد تر منفعت گیری کرده است، اما این تحقیق در انتظار انتشار کردن است.
شخار نایاک(Shekhar Nayak)، 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 سوء منفعت گیری و سخنان نفرت‌آمیز منفعت گیری کرد.
گائو می‌گوید که می‌توان با افزودن نشانه‌های بصری به داده‌های آموزشی هوش مصنوعی، همانند حرکات ابرو و پوزخند، پیشرفت‌های بیشتری حاصل کرد. اما این سوال تشکیل می‌شود که این الگوریتم چه مقدار دقیق است؟ آیا قرار است ماشینی داشته باشیم که ۱۰۰ درصد دقیق خواهد می بود؟ این کاری نیست که حتی انسانها هم بتوانند انجام بدهند.
کولر اضافه می‌کند که آشنایی زیاد تر برنامه‌ها با نحوه سخن بگویید کردن واقعی انسانها باید به مردم پشتیبانی کند تا به طور طبیعی با دستگاه‌ها سخن بگویید کنند، اما او متعجب است که اگر ماشین‌ها توانایی‌های تازه را بپذیرند و اغاز به کنایه زدن به ما کنند، چه اتفاقی می‌افتد.
دسته بندی مطالب