Microsoft Research radi s umjetnom inteligencijom koja može ispričati priču o vašim fotografijama s odmora

AI koji može opisati slike već radi na internetu, dodajući natpise slikama na Facebooku, na primjer. Sada Microsoft Research podiže tehnologiju na višu razinu, tražeći od svoje umjetne inteligencije da ispriča priču o nizu slika.

Na primjer, dok program za označavanje slika može uzeti pet slika i reći: „Ovo je slika obitelji; ovo je slika torte; ovo je slika psa; ovo je slika plaže,” program za pripovijedanje mogao bi uzeti te iste slike i reći: “Obitelj se okupila na kuhanju; imali su mnogo ukusne hrane; pas je bio sretan što je tu; super su se proveli na plaži; čak su se i kupali u vodi.”

U budućnosti bi kompjuterizirano pripovijedanje moglo pomoći ljudima da automatski generiraju priče za dijaprojekcije slika koje postavljaju na društvene mreže, rekao je Mitchell. “Pomogli biste ljudima da podijele svoja iskustva, a pritom smanjili sitni posao koji neki ljudi smatraju prilično zamornim”, rekla je. Kompjutorizirano pripovijedanje “može također pomoći osobama s oštećenjem vida da otvore slike za ljude koji ih ne mogu vidjeti.”

"Cilj je pomoći umjetnoj inteligenciji da dobije više inteligencije nalik ljudskoj, da mu pomogne da razumije stvari na apstraktnijoj razini - što znači biti zabavan, jeziv ili čudan ili zanimljiv", rekla je viša autorica studije Margaret Mitchell, informatička znanstvenica u Microsoftovo istraživanje. “Ljudi su prenosili priče eonima, koristeći ih da prenesu naš moral, strategije i mudrost. S našim fokusom na pripovijedanje, nadamo se da ćemo pomoći umjetnoj inteligenciji razumjeti ljudske koncepte na način koji je vrlo siguran i koristan za čovječanstvo, umjesto da ga učimo kako pobijediti čovječanstvo.”

Ako AI ikada nauči pričati priče na temelju sekvenci slika, "to je odskočna daska prema tome da se učini isto za video", rekao je Mitchell. “To bi moglo pomoći u pružanju zanimljivih aplikacija. Na primjer, za sigurnosne kamere, možda biste samo željeli sažetak svega vrijednog pažnje ili biste mogli automatski uživo tvitati događaje”, rekla je.

Istraživači će predstaviti svoja otkrića u San Diegu na godišnjem sastanku sjevernoameričkog ogranka Udruge za računsku lingvistiku kasnije ovog mjeseca.