Защо това е смешно? И защо AI не знае - все пак

Един ден, дългогодишният редактор на анимационни филми в Ню Йоркър Боб Манкоф нахрани илюстрация - кола за смешник в сервиза, с три клоуни и предприемач на мястото на мотора - на няколко огромни езикови модела и ги помоли да обяснят шегата. Едно след друго, моделите погрешно приписват хумора към клоуните, само че най-после, един го получи: Шегата беше предприемачът, не на място в другояче съгласувана, фантастична сцена. „ Намерих нещо съществено под капака “, отиде победният вход през тази седмица в състезанието за надписи на карикатурата на Ню Йоркър.

Именно Манкоф сътвори състезанието за надписи на списанието през 1998 година, предизвиквайки читателите да напишат най -смешната надпис за причудлива илюстрация. Извличайки хиляди изказвания всяка седмица, състезанието се трансформира в културно събитие и неудържим набор от данни за компютърните учени. Сега откривателите виждат това като ключ към развиването на изкуствения общ разсъдък. „ Това е като последната граница “, сподели компютърният академик Дафна Шахаф. AI може да бъде в положение да разсъждава посредством проблем по математиката или LSAT, само че разбирането на хумора, в цялата си трънлива индивидуалност и фамилиарност, е по -трудна задача.

и за повече от десетилетие Манкоф е изучавал състезанието за надписи дружно с компютърните учени, опирайки се на своя опит, с цел да проучва кои аспекти на хумора са четливи за машините и кои са компактно човешки. „ В логиката на психиката има това нещо, наречено резултата на Zeigarnik, което е, че хората, които не са приключили нещо, до края на живота си желаят да го завършат “, сподели ми Манкоф, който е на 81 години. През 70 -те години той отпадна от докторската си стратегия по пробна логика на психиката. Днес името му е на повече от половин дузина изчислителни проучвания за комизъм. „ В прочут смисъл в последна сметка получих този лекар. “

Една от аргументите състезанието за надписи е безапелационно предизвикателство за компютрите е, че е предизвикателство за хората. Всички илюстрации са несъвместими - риба в бар, барбекю в небето, извънземни в мола - и с цел да завоюва, надпис би трябвало да съгласува разнообразни рамки. Когато тя стартира да взе участие в надпреварата, Никол Хролавиций, юрист от Торонто, ще напише лист с думи и изречения, свързани с неуместния детайл в една колона и светския в различен, а по-късно ще потърси линията, която да служи като основа за надпис. След пет години тя печели надпреварата три пъти.

Решаването на несъответствието обаче не е задоволително. „ Много хора могат да излязат с надписи, които са умни “, сподели осемкратният победител Лари Ууд, също юрист от Чикаго. „ Делфинът с панхандлинг изисква да се обръщате към делфини и панхандлери. Но тогава би трябвало да сте смешни. “

Социологията играе роля, изясни Филип Смит, професор по британски език в колежа по изкуство и дизайн на Савана. Карикатурите на New Yorker постоянно се забавляват в читателската публика на списанието, като се базират на познати настройки като корпоративния офис или домът с „ припадъци на метода на живот на горната междинна класа “. За да напишете занимателна надпис, би трябвало да се включите в шегата. Какво желае да разбере, може ли компютрите да влязат в шегата?

По времето, когато Mankoff се трансформира в редактора на анимационните филми на New Yorker през 1997 година, списанието разгласява стотици от неговите въодушевени от Seurat пунктирани карикатури. Като редактор беше негов ред да реши какво да разгласява, монументална задача. Той получаваше над хиляда мнения всяка седмица и можеше да отнеме по -малко от 20.

Във вторник сутринта, ветеранските септуагенски и трептящи начинаещи се подреждаха отвън офиса на Манкоф за намерено позвъняване, където карикатуристите му показаха работата си. " Този другояче безмълвен етаж ненадейно беше изпълнен с еднолинейни. Чувствах се като цирк ", напомни Марк Филип Ескенази, някогашен помощник-редактор на анимационни филми. На място, Mankoff или ще закупи подигравка, или ще изпрати художника с отменяне и противоположна връзка.

За да реши надпреварата, помощникът на Манкоф прекарва часове всяка седмица, преглеждайки мнения, издържайки стотици по този начин наречените „ нелепости “, с цел да сформират къс лист, от който Mankoff ще притегли трите финалисти, с цел да сложи на читателска гласоподаване. Ескенази носеше слънчеви очила, с цел да защищити очите си от изгарянето на екрана на компютъра му. Въпреки това, анимационният отдел беше причудливо място. Mankoff жонглира в офиса и въже Ескенази да извърши тематична ария на надпреварата на китара. „ Боб ще влезе и ще каже:„ Хей, вижте това “и ми покаже, че може да хвърли карта в ябълка “, сподели Колин Стоукс, който също работи като помощник в Манкоф.

Манкоф, обаче, съществено се отнасяше към хумора и мотивацията му да разбере, че тя надвиши ролята му на карикатурен редактор. Психологията на хумора се трансформира в одобрена област до 90 -те години на предишния век, а идващото десетилетие Mankoff се причисли към пробна стратегия за проучване на хумора в Мичиганския университет. Там той си партнира с психолозите, с цел да наблюдава размера на учениците на участниците, до момента в който четат карикатури на нюйоркчани, измервайки какъв брой време лиши да се майтапи. („ Колкото по -голям е поп, толкоз по -смешен е карикатурата. “) По -късно той преподава бакалавърски курсове въз основа на семенния учебник на Род Мартин, свързващ класическите теории за комизъм - противоречие, превръщане, облекчение - към психически концепции като знание, страст и развиване. „ Интересувах се от същинската мъниста страна “, сподели Манкоф.

Идеята, че изчисленията могат да осветят хумора на карикатурата, израснаха от работата на Манкоф в Мичиган, където той си партнира с професора по компютърни науки Драгомир Радев. През 2013 година екипът на Radev създаде способи за машинно образование за идентифициране на повтарящи се тематики в надписи, показани на същия конкурс.

Следващото им изследване означи надписи за състезания за парцели като синтактична трудност, настроения и автентичност и откри, че хуморът е най-силно обвързван с отрицателни настроения и „ насочени към индивида “ думи, като персонални местоимения.

Манкоф беше любопитен какво може да предложи емпиричният разбор. Обръщайки се към конференция за просвета за данни през 2014 година, той перифразира създателя и чества помощник на Ню Йоркър Еб Уайт: „ Хуморът може да бъде разчленен, както може да се раздели, само че нещото умира в процеса и вътрешностите се обезкуражават на всеки, само че чистият теоретичен разум “.

„ Но хуморът е прекомерно значимо “, сподели Манкоф, „ с цел да не се жертва няколко фрози. Докторски откривател в Microsoft, чу, че Манкоф приказва на конференцията. „ Той загатна, че има надписи от два милиона и половина и челюстта ми просто отпадна “, сподели тя. Шахаф и нейният началник в Microsoft, Eric Horvitz, желаеха да научат модел, който да разграничи смешните надписи от нефуни. От своя страна моделът би разкрил характерностите, които са най -важни за занимателната надпис. " Исках да формализирам смешно ", сподели Шахаф. Първо, откривателите трябваше да трансформират шегите в номера, които машината може да разбере. За да дефинират количествено наличието на надпис, те използваха героизъм на обработката на натурален език: че всички думи могат да бъдат написани като вектори, координати, които могат да бъдат начертани на графика. Разстоянието сред точките отразява близостта им по смисъл.

Изследователите, нужни за превръщането на шегите в цифри, може да разбере

на бялата дъска в Horvitz's office, изпробваният Mapping на логичност на номера в номера, който може да разбере

на бялата дъска в Horvitz's office, изпробваният Mapping на логичността на номера на изображението на Horvitz. За илюстрация на стълбище към небето, изкачващо се от прозореца на офиса, думите, описващи подтекста („ офис “, „ работно място “, „ секретар “, „ телефон “), щяха да паднат на една страна, до момента в който „ аномалията “ („ небето “, „ стълбището “, „ небето “) ще се приземи другаде. Разстоянията от надпис към подтекста и надписът към аномалията, числено представяха по какъв начин надписът се отнася до несъответствието. „ Почти видяхте физическо показване на скок през хрумвания за пространство “, сподели Хорвиц, в този момент основен теоретичен шеф в Microsoft.

Използвайки „ Геометрия на шегата “ и други езикови характерности, Шахаф и Хорвиц упражняваха класификатор, който разпознава по -голямата част от две надписи за 60 % от времето. Най -големият им принос беше техният метод - моделирането на това по какъв начин компютърът може да разсъждава за хумора е нов и трогателен за компютърните учени, очакващи възхода на AI.

С повишаването на интерес към състезанието за надписи, Манкоф го преследва, като си партнира с откриватели в Гугъл DeepMind и говорейки в софтуерните компании в Силиконовата котловина. „ Те бяха доста Гунг Хо,„ ние ще разгадаем това “, а аз бях техният гуру “, сподели Манкоф. „ Мисля, че започнах ново потомство проучвания на хумора. “

Mankoff нормално държеше изследователските си нападения обособени от всекидневието си в „ Ню Йоркър “, само че през 2015 година той работи с компютърни учени в Университета на Уисконсин, с цел да създаде логаритъм за краудсорсинг за състезанието за надписи. Те построиха платформа, която разреши на читателите да правят оценка смешки като „ смешни “, „ ненапълно смешни “ или „ нефункционални “ пред финалисткия кръг, а логаритъмът реши кои надписи читателите ще видят, засилвайки високо оценените изказвания, до момента в който пуснаха непопулярни. Резултатите помогнаха на Манкоф да разпознава финалистите, тъй че неговият помощник към този момент не се нуждаеше да чете всяка надпис.

В понеделник сутринта отворих входящата си поща към връзка от Mankoff. Това докара до игра с три по-три решетка от карикатури, като надписите се смесиха. Целта беше да се съпоставят надписите с техните същински илюстрации допустимо най -бързо. На позвъняване по-късно същата седмица Манкоф се появи с вълнообразната си сребърна коса, черна тениска и домакински офис на назад във времето. Той имаше какво да ми покаже. Играта към този момент беше шест пъти по-сложна, включваща 3D куб, въодушевен от Рубик, всеки от които е изправен пред мрежата, която да бъде решена, въртяща се на екрана му. " Аз го кодирах ", сподели той, което значи, че го е кодирал с AI.

Mankoff е човек с джаджи. „ Всички мои джаджи са остарели. Бих желал някои нови джаджи “, прочетох надписът на неговия анимационен филм от 1984 година в магазин за електроника. Винаги е желал повече памет, по -бърз процесор. Той носеше своя GoPro, с цел да приказва в Гугъл и Гугъл Glass, с цел да тества автопилот на своята Tesla. Същият подтик притегля Mankoff към AI. Той прекарва доста време, пробвайки се да разбере по какъв начин работи, обучавайки се за прогнозиране на идната прогноза и генериране на изображения, основани на дифузия. „ Когато за пръв път излезе, имах това възприятие на гризене: Как? “

Осем години след напускането на нюйоркчанина, Манкоф остава шеф на карикатурата. Той лекува най -голямата в света онлайн библиотека с карикатури, Cartoonstock, като негов президент, помагайки на художниците да получават възнаграждение, като лицензират работата си. И в този момент той изследва какво значи генеративен AI за занаята. „ На този стадий от живота ми “, сподели Манкоф, „ Не сътворявам или обявявам карикатури. Моята роля тук е, че съм откривател, който има богат опит в тази област и по тази причина мога да преценява, добре, би ли било потребно за карикатурист? За по -голямата част от историята на изкуството сме имали хора, които могат да рисуват, и хората, които не могат. Какво значи демократизацията на това. Оказа се, че няма научна формула за комизъм и теорията на хумора „ нещо като удари в задънена улица “. Ако желаете да създадете занимателна подигравка, теорията ви стига единствено до момента. Сега играта е да разберем какво може и не може да направи AI. Mankoff е тествал способността на моделите да генерира фотореалистични комикси, да скицира карикатури от концепция и да изяснява шегата. Той помоли осемкратния победител Лари Ууд да запише процеса на писане на надписи и по-късно качи дневниците си в Chatgpt, с цел да го научи да написа по-добри надписи.

Той постоянно се озовава в долината на Uncanny. От една страна, Mankoff помоли Chatgpt да пресъздаде в стила на комиксите на 50-те години на предишния век, най-известният му подигравка: предприемач, който приказва в телефона: „ Не, четвъртък е на открито. Какво ще кажете за никога-никога не е добър за вас? “ Резултатът имаше един ослепителен проблем: устата. „ Той би трябвало да има изражение на Snide, а не безумна усмивка “, инструктира Манкоф. В идната итерация чатботът притегли индивида в напълно друг жанр, със злокобни заострени вежди и сгънато чело. И казусът продължи. " Той приказва, тъй че устата му би трябвало да бъде отворена ", изписва Манкоф.

Най -трудната задача за AI, откри Манкоф, е да генерира нещо като мултиновата подигравка на Джак Циглер на човек, който се подхлъзва на бананово кори. Шегата е, че банановата кора има някаква присъща, невероятна хлъзгавост, само че огромна част от хумора поражда от самия рисунка: индивидът наднича над банана, методът, по който го пипа деликатно с пръста на пръста си, неговият Бъстър Кийтън пада. Mankoff не е съумял да генерира нещо сходно. " Това е безусловно невероятно. Наистина се пробвах ", сподели той. " И може би това сочи нещо надълбоко, което хората имат, само че AI е доста надалеч от. "

дали AI може да „ разбере

Източник: ft.com