Искусственный интеллект может делать точные прогнозы о том, будет ли рассказ популярным среди читателей
Идея о том, что искусственный интеллект когда-нибудь сможет понять и даже генерировать повествования, вдохновляла исследователей в течение многих лет. Однако вопрос, неразрывно связанный развитием искусственного интеллекта, остается нерешенным: может ли Ai распознать хороший рассказ, если он его увидит?
В первой крупномасштабной попытке решить эту сложную проблему ученые из Disney Research и University of Massachusetts Boston разработали нейронные сети, которые могут оценивать короткие рассказы. Эти Ai не пытаются подражать профессиональному суждению литературных критиков, но пытаются предсказать, какие истории понравятся большему количеству потребителей.
Эти нейронные сети имели некоторый успех в прогнозировании популярности историй. Их еще нельзя использовать, чтобы выбирать победителей конкурса писателей, но их можно использовать как руководства в будущих исследованиях.
Способность прогнозировать влияет на качество повествования. Чтобы оценить качество, Ai нуждается в некотором понимании текста. И если Ai сможет создавать нарративы, то он должен иметь возможность судить о качестве того, что он производит.
Одной из проблем при разработке автоматизированной оценки качества рассказа является отсутствие больших баз данных историй, которые были оценены людьми, и их можно было бы использовать для обучения Ai. Ученые нашли истории на сайте (вопросов и ответов) Quora, который может быть хорошим источником данных, поскольку многие ответы на сайте изложены в форме рассказов, к тому же они оцениваются читателями путем голосования, что позволяет определить, какая история является хорошей, а какая нет.
После сбора почти 55 000 ответов, исследователи разработали алгоритм, чтобы классифицировать их как рассказ или не-рассказ, в результате получилось более 28 000 рассказов.
Чтобы понять сложную семантику историй, исследовательская группа искала способы представления структур повествования в нейронных сетях, поскольку события в их последовательности должны быть взаимосвязанными.
Исследователи разработали Ai, который оценивал отдельные части каждой истории, включая вопрос, который был основанием для этого ответа-истории. Они создали сеть, которая смотрела на участки взаимосвязей, и еще одну сеть, которая анализировала весь текст, ища, как смыслы событий возникают в ходе всей истории и как они связаны друг с другом. В каждом случае Ai делали прогнозы того, какие тексты будут наиболее популярны у читателей.
В экспериментах нейронные сети показали улучшение точности прогнозов по сравнению с базовой системой оценки текста, при этом целостная нейронная сеть регистрировала улучшение на 18 процентов.
Сочетание творчества и инноваций, это исследование продолжает богатое наследие по использованию технологий для улучшения инструментов и систем завтрашнего дня.
