Cheesy pickup-linjer er som ordspill: de fremkaller vanligvis stønn eller øye-ruller, men folk kan fremdeles ikke motstå å lage nye. Så det kan virke uunngåelig at i de mange pågående eksperimentene med kunstig intelligens, skapte noen et dataprogram som lager hentelinjer.
Relatert innhold
- Denne datamaskinalgoritmen forvandler filmer til fantastiske kunstverk
- Hvordan datamaskiner lærte å spille Nintendo
- Kunstig hud kan hjelpe protesebrukere til å føle seg ekte
Resultatene, rapporterer Rob LeFebvre for Engadget, er søte.
Forsker Janelle Shane lærte sitt nevrale nettverk ved å bruke pickup-linjer hun skrapte fra Internett. "Å samle datasettet var mye mer smertefullt enn jeg hadde forventet, " skriver hun på bloggen sin. "Jeg hadde egentlig ikke lest mange av disse før, og de fleste var uanstendige eller aggressive, eller slags fornærmende."
Heldigvis forble nettverket ganske høflig. Hun skriver:
[A] Selv om det nevrale nettverket fant ut de grunnleggende formene "Du må være en ... fordi ...." eller "Hei baby, vil ..." lærte den aldri å generere de verste linjene - de fleste av disse var basert på ordspill som det ikke gjorde. t har en sjanse til å reprodusere.
Shanes pick-up-line-slynge nettverk er basert på et open source-program på GitHub kalt char-rnn. Nettverket hennes, og andre liker det, er databehandlingsmodeller som etterligner måten hjernen fungerer på. Det gjør at nettverket oppfører seg veldig annerledes enn en vanlig datamaskin.
I alt fra bærbare datamaskiner til smarttelefoner mottar datamaskinens sentrale prosessor kommandoer fra en bruker, finner de nødvendige instruksjonene i minnet, avkoder instruksjonene, utfører en handling og lagrer resultatene i minnet. Alle disse trinnene skjer i rekkefølge, og hvert trinn avhenger av hva som kommer før.
Ikke slik i et nevralt nettverk (eller mer nøyaktig, et kunstig nevralt nettverk). Disse systemene består av en rekke sammenkoblede "noder", som hver kan utføre et enkelt prosesseringstrinn. De mange tilkoblingene lar hver node reagere på en kombinasjon av innganger fra andre noder. Det er ikke noe eget minne. Kunnskap lagres i den generelle tilstanden til selve nettverket. Resultatet er et nettverk der summen er mer enn delene.
Folk som bruker nevrale nettverk kan trene systemet ved å mate det mye data. Nettverket "lærer" deretter mønstrene og kan til slutt generere sin egen utgang.
Etter å ha matet nettverket hennes all sjarmen Internett kunne tilby, lot Shane det gjøre sine ting. Resultatene "varierte fra uforståelige til surrealistiske til slags søte, " skriver hun.
Det er reklamen: "Jeg har en cenver? Fordi jeg bare må holde ormene dine." (Hei, engelsk er tøft.) Det er forsøket på ost: "Er du et stearinlys? Fordi du er så varm av utseendet med deg." Det enkle: "Hvis jeg skulle spurt deg ut?" Og det søte: "Du er så vakker at du får meg til å føle deg bedre å se deg."
Man kunne forestille seg en tafatt søt robot som ytrer disse linjene til en forvirret stolpemaster. Artisten Shobana "Bob" Appavu gjorde med noen få illustrasjoner.
Shane har trent den samme nettverksrammen for å foreslå oppskrifter, Pokemon (som ble illustrert av en annen artist), superheltenavn og irske melodititler.
I alle tilfeller er de tidlige iterasjonene vanligvis feil. "Det jeg liker med disse feilene er at de er et vindu inn i den indre strukturen av ting, på samme måte som optiske illusjoner gir oss ledetråder om hvordan de visuelle systemene fungerer, " forteller Shane til David Covucci på The Daily Dot, og snakker om det oppskriftsskrivende nevrale nettverket.
Kunstige nevrale nettverk kan gjøre mer enn å glede oss med absurditet eller skrive skumle julesanger. Sofistikerte versjoner har hjulpet lammede aper med å gå og kunne la bærere av protesebein føles.
Noen av hentelinjene kan til og med være verdt et skudd i det virkelige liv. Prøv "Du ser ut som en ting, og jeg elsker deg, " eller den nesten feilfri "Hei."
