Американские инженеры обучили компьютер распознавать юмор на картинках

В массовой культуре присутствует невероятное количество одушевленных, милых роботов с эмоциями как у людей — от робота-параноика из «Автостопом по галактике» до мультяшного робота WALL-E. Выдуманные роботы умеют веселиться, грустить, влюбляться и даже откалывать шутки. В реальной жизни алгоритмы искусственного интеллекта пока не обучены по-настоящему распознавать юмор и уж тем более шутить. Юмор — последний из бастионов, который придется взять искусственному интеллекту, чтобы работать также, как сознание обычного человека. Американские ученые сделали шаг к этой цели и создали алгоритм, который умеет распознавать на картинках смешные ситуации, сообщает MIT Technology Review.

Команда ученых из Политехнического института Вирджинии во главе с Аржуном Чандрасекараном даже опубликовала исследование на эту тему. Как эпиграф, исследователи использовали сценку из «Интерстеллара», в которой пилот корабля регулирует настройки юмора у робота. Если описывать исследование вкратце, команда изучала, как можно автоматически распознавать юмористические ситуации на картинках.

Чтобы упростить задачу, они пользовались картинками, созданными из клипарт-элементов. В набор входили 20 «бумажных кукол», представляющих людей разного возраста и пола, с движущимися конечностями, а также 31 животное в различных позах, и 100 объектов домашнего обихода и природы (столы, окна, деревья, облака, солнце и т.д.).

Далее сотрудников из Amazon Mechanical Turk попросили, используя этот клипарт, создать смешные и несмешные серии картинок. Участников эксперимента также попросили объяснить, почему данные сценки — смешные.

Таким образом исследовательская команда собрала базу данных из 6400 картинок, половина из которых были смешными, половина — нет. Участников эксперимента попросили также составить рейтинг картинок — от самых смешных к несмешным. Анализируя изображения, команда увидела, что чаще всего чувство смешного возникает в связи с ситуациями, в которых замешаны люди или животные, делающие что-то необычное.

Чтобы понять, где проходит грань смешного, команда попыталась поменять «уровень юмористичности» картинки. Самый простой путь: заменить объект или личность, занятую необычным занятием, на другой подобный объект, максимально походящий на первый, но так, чтобы картинка при этом стала несмешной. «Это помогает нам понимать тонкую семантику, которая измеряет влияние определенной категории объектов на уровень смешного», — объясняют исследователи.

Таким образом, они поменяли каждое из 3000 смешных изображений, чтобы на выходе получилась база данных из 15 000 картинок-вариаций смешных изображений.

С таким набором картинок Чандрасекаран с командой начали обучать алгоритм различать смешные и несмешные картинки. Они задавали машине две задачи: предсказать, насколько сценка смешная, и поменять уровень юмора, заменив объект на ней.

Алгоритм смог более-менее верно предсказывать, насколько картинка смешная. Во всяком случае, точнее, чем если бы делал произвольные предположения.

Во втором задании машина обучилась достаточно, чтобы понять, что живые объекты вроде человека или животных чаще становятся источником юмора в ситуациях, и поэтому чаще старалась заменить объекты на картинке именно по этому принципу.

Выполняя второе задание (к примеру, уменьшить уровень смешного на картинке), компьютер заменял необычное обычным для данной локации (необычный предмет для комнаты — на комнатное растение, необычный предмет для пейзажа — на бабочку и т.д.).

Алгоритм меняет объекты на картинках, чтобы из смешных картинок сделать несмешные (слева — смешной оригинал, справа — несмешной результат).

Результаты второго задания (уменьшить степень смешного) люди оценили в 95% удачных попаданий. Сделать из несмешной картинки смешную труднее, над этим исследователи собираются работать в будущем.

Алгоритм меняет объекты на картинке, чтобы из несмешной сделать смешную (слева — несмешной оригинал).

Конечно, важно понимать, что в данном случае алгоритм не приобрел человеческое чувство юмора, которое дает возможность оценивать контекст ситуации, исходя из очевидных или тонких аллюзий на социальные явления, поведенческие условности и т.д. Компьютер всего лишь обучили оценивать «необычность» или «несочетаемость» предметов на картинке.

Так что пока это, к сожалению, лишь «китайская комната» и до настоящего робота-остряка еще далеко. С другой стороны, подобный алгоритм, доведенный до совершенства, может дать жизнь многим интересным продуктам: начиная от социального приложения, которое за вас определит степень уморительности очередной фотожабы, прежде чем вы запостите ее в Facebook, и заканчивая умной камерой, которая сама будет способна выбирать самые смешные моменты для фото.

Напомним, Марк Цукерберг недавно объявил о планах по созданию системы искусственного интеллекта для управления своим домом.