تیمی از محققان دانشگاه کیوتو ژاپن در تلاش هستند تا با طراحی یک هوش مصنوعی جدید به رباتها حس شوخ طبعی را بیاموزند.
فرارو- تیمی از محققان دانشگاه کیوتو ژاپن در تلاش هستند تا با طراحی یک هوش مصنوعی جدید به رباتها حس شوخ طبعی را بیاموزند.
به گزارش فرارو به نقل از rahnamato، دکتر «کوجی اینو» استادیار بخش علوم و فناوری اطلاعات دانشگاه کیوتومی گوید: «ما عقیده داریم که یکی از کارکردهای مهم هوش مصنوعی محاوره ای، همدلی است. یکی از راههایی که یک ربات میتواند با کاربران همدردی کند این است که حس شوخ طبعی و لبخند را با آنها به اشتراک بگذارد. کاری که یک ربات چت مبتنی بر متن نمیتواند انجام دهد.»
در این سیستم، انسان ابتدا میخندد و سپس ربات به عنوان یک پاسخ همدلانه به این خنده پاسخ میدهد. این رویکرد مستلزم طراحی سه زیرسیستم است؛ یکی برای تشخیص خنده، دومی برای تصمیم گیری در مورد خندیدن و سومی برای انتخاب نوع خنده مناسب.
دانشمندان دادههای آموزشی ربات را با بررسی بیش از ۸۰ دیالوگ در گروههای دوستیابی جمع آوری کردند. یک سناریوی اجتماعی که در آن گروههای بزرگی از افراد به صورت انفرادی با یکدیگر برای مدت کوتاهی تعامل دارند.
اینو میگوید: «بزرگترین چالش ما در این کار شناسایی خندههای مشترک بود. این کار ساده نیست، زیرا اکثر خندههای افراد هیچ نقطه اشتراکی با یکدیگر ندارند. ما باید مشخص میکردیم که ربات دقیقا به چه خندههایی میتواند پاسخ بدهد.» نوع خنده نیز مهم است، زیرا در برخی موارد یک خنده مودبانه ممکن است مناسبتر از خنده بلند باشد. این تیم در نهایت حس شوخ طبعی را با ایجاد چهار دیالوگ کوتاه دو تا سه دقیقهای بین یک فرد و ربات اریکا مورد آزمایش قرار دادند.
در این آزمایش ربات اریکا با سیستم جدید خنده مشترک برنامه ریزی شده بود. در سناریوی اول، او فقط خندهها اجتماعی را از خود بروز داد، در سناریو دوم خندههای شادی آور و در آخرین سناریو هر دو خنده را از خود نشان داد.
این تیم همچنین دو مجموعه دیگر از دیالوگهای مشابه را نیز به عنوان مدلهای پایه ایجاد کردند. در اولی، اریکا هرگز نمیخندید و در دومی، هر بار که اریکا خنده انسانی را تشخیص میداد، بدون استفاده از دو زیرسیستم دیگر برای فیلتر کردن زمینه و پاسخ، خندهای اجتماعی از خود بروز میداد.
محققان در مجموع بیش از ۱۳۰ نفر را برای گوش دادن به هر سناریو در سه شرایط مختلف مورد ارزیابی قرار دادند. در بررسیهای انجام شد، سیستم خنده مشترک توانست بهتر از سیستمهای دیگر عمل کند. آنها میگویند: «مهمترین نتیجه این بررسی این بود که نشان دادیم چگونه میتوان هر سه این وظایف را در یک ربات ترکیب کرد. ما معتقدیم که این نوع سیستم ترکیبی نه تنها برای تشخیص خنده و پاسخ به آن، بلکه برای بروز رفتار صحیح خنده لازم است.»