Bude A.I. Čoskoro bude schopný nahradiť literárnych učencov?

S jedným z manželov, ktorí študujú vývoj umelej a prírodnej inteligencie a druhý skúma jazyk, kultúru a históriu Nemecka, si predstavte diskusiu pri našom jedálenskom stole. Často sa stretávame so stereotypným stretom v názoroch medzi kvantifikovateľným prístupom prírodných vied založeným na meraniach a kvalitatívnejším prístupom humanitných vied, kde je najdôležitejšie, ako ľudia niečo cítia, alebo ako ich prežívajú alebo interpretujú.

Rozhodli sme sa urobiť prestávku od tohto vzoru, aby sme videli, koľko by mohol každý prístup pomôcť druhému. Konkrétne sme chceli zistiť, či by aspekty umelej inteligencie mohli priniesť nové spôsoby interpretácie románu o literatúre faktu o holokauste. Skončili sme zistením, že niektoré A.I. technológie ešte nie sú vyspelé a dostatočne robustné, aby poskytli užitočné poznatky - ale jednoduchšie metódy viedli k merateľným meraniam, ktoré ukázali novú príležitosť na interpretáciu.

Výber textu

Je k dispozícii množstvo výskumov, ktoré analyzujú veľké časti textu, takže sme si vybrali niečo zložitejšie pre naše A.I. analýza: Reinhard Kleist Boxer grafický román založený na skutočnom príbehu o tom, ako Hertzko „Harry“ Haft prežil nacistické tábory smrti. Chceli sme identifikovať emócie vo výrazoch tváre hlavnej postavy zobrazenej v ilustráciách knihy, aby sme zistili, či by nám to poskytlo nový objektív na pochopenie príbehu.

V tejto čiernobielej karikature Haft rozpráva svoj príšerný príbeh, v ktorom sa spolu s ostatnými väzňami koncentračných táborov postavili na smrť. Príbeh je napísaný z Haftovej perspektívy; roztrúsené v celom príbehu sú panely flashbackov zobrazujúce Haftove spomienky na dôležité osobné udalosti.

Humanitárnym prístupom by bolo analyzovať a kontextualizovať prvky príbehu alebo príbeh ako celok. Kleistov grafický román je reinterpretáciou biografického románu Haftovho syna Allana z roku 2009 na základe toho, čo Allan vedel o skúsenostiach svojho otca. Analýza tohto komplexného súboru interpretácií a chápaní autorov by mohla slúžiť len na pridanie ďalšej subjektívnej vrstvy nad rámec existujúcich.

Z hľadiska filozofie vedy by táto úroveň analýzy len komplikovala veci. Učenci by mohli mať rozdielne interpretácie, ale aj keby sa všetci zhodli, stále by nevedeli, či ich náhľad bol objektívne pravdivý, alebo či všetci trpeli tou istou ilúziou. Vyriešenie dilemy by si vyžadovalo experiment zameraný na generovanie merania, ktoré by sa mohli nezávisle reprodukovať.

Reprodukovateľná interpretácia obrázkov?

Namiesto toho, aby sme sami interpretovali obrazy, podrobovali ich vlastným predsudkom a predsudkom, dúfali sme, že A.I. by mohol priniesť objektívnejší pohľad. Začali sme skenovaním všetkých panelov v knihe. Potom sme spravovali víziu spoločnosti Google A.I. a rozpoznávanie tvárí a emocionálny charakter Microsoft AZURE.

Algoritmy, ktoré sme použili na analýzu Boxer boli predtým vyškolení spoločnosťou Google alebo Microsoft na stovkách tisícov obrázkov, ktoré už boli označené popisom toho, čo zobrazujú. V tejto vzdelávacej fáze A.I. systémy boli požiadané, aby určili, čo zobrazili obrázky, a tieto odpovede sa porovnávali s existujúcimi opismi, aby sa zistilo, či bol systém, ktorý sa školil, správny alebo nesprávny. Vzdelávací systém posilnil prvky základných hlbokých neurónových sietí, ktoré vytvorili správne odpovede, a oslabil časti, ktoré prispeli k nesprávnym odpovediam. Metóda aj školiace materiály - obrazy a anotácie - sú rozhodujúce pre výkon systému.

Potom sme obrátili A.I. na obrázkoch knihy. Rovnako ako na Rodinný spor, kde producenti show pýtajú 100 cudzincov otázku a spočítajú, koľko si vyberá každú potenciálnu odpoveď, naša metóda žiada A.I. určiť, čo emócie tvár ukazuje. Tento prístup pridáva jeden kľúčový prvok, ktorý často chýba, keď subjektívne interpretuje obsah: reprodukovateľnosť. Každý výskumník, ktorý chce skontrolovať, môže znova spustiť algoritmus a získať rovnaké výsledky ako my.

Nanešťastie sme zistili, že tieto A.I. nástroje sú optimalizované pre digitálne fotografie, nie skenovanie čiernobielych kresieb. To znamená, že sme nedostali veľa spoľahlivých údajov o emóciách na obrázkoch. Boli sme tiež znepokojení, keď sme zistili, že žiadny z týchto algoritmov neidentifikoval žiadny z obrázkov, ktoré sa týkajú holokaustu alebo koncentračných táborov - hoci ľudia by tieto témy ľahko identifikovali. Dúfajme, že to je preto, že A.I.s mali problémy s čierno-bielymi obrazmi sami, a nie kvôli nedbanlivosti alebo zaujatosti v ich tréningových sadách alebo anotáciách.

Bias je dobre známy jav v strojovom učení, ktorý môže mať skutočne urážlivé výsledky. Analýza týchto obrázkov založená výlučne na údajoch, ktoré sme získali, by nehovorila o holokauste, o opomenutí, ktoré je v rozpore so zákonom v Nemecku, medzi inými krajinami. Tieto nedostatky poukazujú na dôležitosť kritického hodnotenia nových technológií pred ich širším používaním.

Nájdenie ďalších reprodukovateľných výsledkov

Sme odhodlaní nájsť alternatívny spôsob kvantitatívnych prístupov na pomoc humanitným odborom a skončili sme analýzou jasu obrázkov, porovnávaním scén flashbackov s inými momentmi v živote Haft. Za týmto účelom sme kvantifikovali jas skenovaných obrázkov pomocou softvéru na analýzu obrazu.

Zistili sme, že v celej knihe sa emocionálne šťastné a ľahké fázy ako jeho útek z väzenia alebo povojnový život Haft v USA zobrazujú pomocou jasných obrázkov. Traumatizujúce a smutné fázy, ako napríklad jeho skúsenosti s koncentračným táborom, sa zobrazujú ako tmavé obrazy. Toto je v súlade s identifikáciou farby psychológie bielej ako čistým a šťastným tónom a čiernym symbolom smútku a smútku.

Po tom, čo sme zistili všeobecné pochopenie toho, ako sa v obrázkoch kníh používa jas, sme sa bližšie pozreli na scény s bleskom. Všetky z nich zobrazovali emocionálne intenzívne udalosti a niektoré z nich boli temné, ako napríklad spomienky na kremáciu ostatných väzňov koncentračného tábora a zanechanie lásky jeho života.

Boli sme však prekvapení, keď sme zistili, že spomienky, ktoré ukázali Haftovi, že sa chystajú na úder proti smrti, boli jasné a jasné - čo svedčí o pozitívnom emócii nadchádzajúceho smrteľného stretnutia. To je presný opak toho, čo čitatelia, ako sme my, pravdepodobne cítia, keď sledujú príbeh, možno vidia Haftovho súpera ako slabého a uvedomujúc si, že sa chystá zabiť. Keď čitateľ cíti ľútosť a empatiu, prečo sa Haft cíti pozitívne?

Tento rozpor, zistený meraním jasu obrázkov, môže odhaliť hlbší pohľad na to, ako nacistické tábory smrti ovplyvnili Haft emocionálne. Pre nás, práve teraz, je nepredstaviteľné, ako by bol výhľad na bitie niekoho iného na smrť v boxerskom zápase pozitívny. Ale možno bol Haft v takej zúfalej situácii, že videl nádej na prežitie, keď sa postavil proti súperovi, ktorý bol ešte viac vyhladovaný ako on.

Použitie A.I. nástroje na analýzu tejto literatúry vrhajú nové svetlo na kľúčové prvky emócie a pamäte v knihe - ale nenahradili zručnosti experta alebo vedca pri interpretácii textov alebo obrázkov. V dôsledku nášho experimentu si myslíme, že A.I. a iné výpočtové metódy predstavujú zaujímavú príležitosť s potenciálom pre kvantifikovateľnejší, reprodukovateľnejší a možno objektívny výskum v humanitných vedách.

Bude to náročné nájsť spôsoby, ako používať A.I. primerane v humanitných vedách - a tým skôr preto, že súčasná A.I. systémy ešte nie sú dostatočne sofistikované, aby spoľahlivo fungovali vo všetkých kontextoch. Učenci by tiež mali byť upozornení na možné predsudky v týchto nástrojoch. Ak je konečným cieľom A.I. výskum je vyvíjať stroje, ktoré súperia s ľudským poznaním, systémy umelej inteligencie môžu potrebovať nielen správať sa ako ľudia, ale chápať a interpretovať pocity ako ľudia.

Tento článok bol pôvodne uverejnený na Konverzácii Leonie Hintze a Arend Hintze http://theconversation.com/profiles/arend-hintze-225106. Prečítajte si pôvodný článok.