Τεχνητή νοημοσύνη: Αλγόριθμος αντιλαμβάνεται τον σαρκασμό – Tεστ με Big Bang Theory και Φιλαράκια

Μία από τις πιο διάσημες φράσεις του Oscar Wilde είναι η εξής: «Ο σαρκασμός είναι το χειρότερο είδος χιούμορ. Είναι όμως η υψηλότερη μορφή ευφυίας». Αν και αποτελεί βασικό χαρακτηριστικό της ανθρώπινης έκφρασης και επικοινωνίας, ο σαρκασμός δεν είναι πάντα εύκολο να εντοπιστεί στη συνομιλία, πόσο μάλλον από ένα ρομπότ, ή έναν υπολογιστή που έχει σχεδιαστεί για να «σκέφτεται» ορθολογιστικά.

Σύμφωνα με δημοσίευμα του Interesting Engineering, ερευνητές στην Ολλανδία ανέπτυξαν ένα μοντέλο τεχνητής νοημοσύνης που μπορεί να καταλάβει τον σαρκασμό με μεγάλη ακρίβεια, στο πλαίσιο μελέτης που εστιάζει στην αλληλεπίδραση ανθρώπου-υπολογιστή.

Η ομάδα από το εργαστήριο τεχνολογίας ομιλίας στο Πανεπιστήμιο του Groningen ανέπτυξε έναν «πολυτροπικό αλγόριθμο» τον οποίο εκπαίδευσε σε σκηνές από δημοφιλείς τηλεοπτικές σειρές, όπως «Friends» (Φιλαράκια) και «The Big Bang Theory».

«Όταν ξεκινάς να μελετάς τον σαρκασμό, συνειδητοποιείς πόσο πολύ τον χρησιμοποιούμε ως μέρος του συνήθους τρόπου επικοινωνίας μας», δήλωσε ο Ματ Κόλερ, ένας από τους συγγραφείς της μελέτης συμπληρώνοντας πως «όταν απευθυνόμαστε στις συσκευές, μιλάμε πιο κυριολεκτικά, καθώς μιλάμε σε ένα ρομπότ… Δεν χρειάζεται όμως να είναι έτσι τα πράγματα».

Η ομάδα χρησιμοποίησε μια βάση δεδομένων που ονομάζεται Multimodal Sarcasm Detection Dataset (MUStARD), την οποία ερευνητές από τις ΗΠΑ και τη Σιγκαπούρη είχαν δημιουργήσει στο πλαίσιο παρόμοιας μελέτης.

Οι προηγούμενοι αλγόριθμοι ανίχνευσης σαρκασμού βασίζονταν σε ένα μόνο σημείο δεδομένων, συνήθως την ανάλυση κειμένου.

Οι ερευνητές της νέας μελέτης χρησιμοποίησαν δύο συμπληρωματικές μεθόδους: την ανάλυση συναισθήματος στον προφορικό λόγο και την αναγνώριση συναισθημάτων σε ηχητικά αποσπάσματα από τις εν λόγω τηλεοπτικές σειρές.

Αφού εκπαίδευσαν το μοντέλο ΑΙ στα σχετικά δεδομένα, κατάφερε να ανιχνεύσει τον σαρκασμό σχεδόν στο 75% των περιπτώσεων. Η μετέπειτα εργασία στο εργαστήριο με χρήση συνθετικών δεδομένων βελτίωσε ακόμη περισσότερο αυτό το επίπεδο ακρίβειας.

Η ομάδα σκοπεύει να βελτιώσει περαιτέρω το μοντέλο της συμπεριλαμβάνοντας διάφορες εκφράσεις και χειρονομίες, καθώς ο σαρκασμός μπορεί να διαφέρει ανάλογα με την κουλτούρα και το πλαίσιο.

«Επιπλέον, θα θέλαμε να συμπεριλάβουμε περισσότερες γλώσσες και να υιοθετήσουμε την ανάπτυξη τεχνικών αναγνώρισης σαρκασμού», δήλωσαν.

Οι ερευνητές πιστεύουν ότι αυτή η πολυτροπική προσέγγιση θα έχει ευρείες εφαρμογές σε διάφορους τομείς.

Η μελέτη παρουσιάστηκε σε εκδήλωση της Ακουστικής Εταιρείας της Αμερικής και της Καναδικής Ακουστικής Ένωσης στην Οττάβα του Καναδά.