Acabo de ver un video reciente de WIRED sobre el desempeño de los asistentes virtuales para contar chistes. Están compuestos por humanos, pero me gustaría saber si la IA ha sido lo suficientemente buena como para escribir algo.
Acabo de ver un video reciente de WIRED sobre el desempeño de los asistentes virtuales para contar chistes. Están compuestos por humanos, pero me gustaría saber si la IA ha sido lo suficientemente buena como para escribir algo.
Respuestas:
No creo que la IA haya llegado a ese punto todavía. Estos son algunos de los documentos interesantes sobre el tema:
Recientemente se escribió un artículo que intentaba generar bromas utilizando el aprendizaje no supervisado . Los chistes son formulados: todos tienen la forma "Me gusta mi X como me gusta mi Y: Z" donde X e Y son sustantivos, y Z es un adjetivo que puede describir tanto X como Y. Aquí están algunos de los chistes generados en este artículo:
I like my relationships like I like my source, open
I like my coffee like I like my war, cold
I like my boys like I like my sectors, bad
Supongo que lo graciosos que son estos chistes es una cuestión de gusto personal.
Otro artículo de Dario Bertero y Pascale Fung hace uso de un LSTM para predecir el humor de un conjunto de datos de los espectáculos de la teoría del Big Bang. Esto no está generando bromas, sino descubrir dónde se dicen las bromas en este conjunto de datos (por lo que, teóricamente, el conjunto de datos etiquetado resultante se puede utilizar para entrenar un modelo para crear bromas).
Otro artículo más es el de He Ren, Quan Yang . A diferencia del primer documento mencionado anteriormente que no estaba supervisado, este es un modelo de aprendizaje supervisado. Su modelo de red neuronal genera chistes como:
Apple is teaming up with Playboy Magazine in the self driving office.
One of the top economy in China , Lady Gaga says today that Obama is legal.
Google Plus has introduced the remains that lowers the age of coffee.
According to a new study , the governor of film welcome the leading actor of Los Angeles area , Donald Trump .
Mis dos centavos :
Al escribir estas líneas, parece que las redes neuronales recurrentes multicapa (LSTM, GRU, RNN) para modelos de lenguaje a nivel de caracteres son, con mucho, la forma más prometedora de hacerlo. Tal vez si encuentra algunos datos realmente geniales, puede hacer bromas divertidas, de forma similar a cómo Janelle Shane pudo generar lo que considero son líneas de recolección realmente divertidas, tales como:
Are you a 4loce? Because you’re so hot!
I want to get my heart with you.
You are so beautiful that you know what I mean.
I have a cenver? Because I just stowe must your worms.
Hey baby, I’m swirked to gave ever to say it for drive.
If I were to ask you out?
You must be a tringle? Cause you’re the only thing here.
I’m not on your wears, but I want to see your start.
You are so beautiful that you make me feel better to see you.
Hey baby, you’re to be a key? Because I can bear your toot?
I don’t know you.
I have to give you a book, because you’re the only thing in your eyes.
Are you a candle? Because you’re so hot of the looks with you.
I want to see you to my heart.
If I had a rose for every time I thought of you, I have a price tighting.
I have a really falling for you.
Your beauty have a fine to me.
Are you a camera? Because I want to see the most beautiful than you.
I had a come to got your heart.
You’re so beautiful that you say a bat on me and baby.
You look like a thing and I love you.
Hello.
A partir de ahora no tenemos una teoría cognitiva del humor satisfactoria (o al menos, una que pueda evaluar la hilaridad de una broma), por lo que una encuesta rápida de la literatura parece mostrar que no tenemos mucha idea sobre Cómo construir un modelo.
Debido a eso, y al hecho de que los métodos existentes no parecen producir de manera confiable buenos chistes de forma libre, parece haber pocas razones para creer que los métodos de ML pueden producir buenos chistes.
Pero, por supuesto, todo esto es normativo.