Microsoft Research mengerjakan AI yang dapat menceritakan kisah liburan Anda

AI yang dapat menggambarkan gambar sudah bekerja di internet, menambahkan teks ke gambar di Facebook misalnya. Sekarang Microsoft Research membawa teknologi ke tingkat berikutnya, meminta AI mereka untuk menceritakan kisah serangkaian gambar.

Misalnya, saat program teks gambar mungkin mengambil lima gambar dan berkata, “Ini adalah gambar sebuah keluarga; ini adalah gambar kue; ini adalah gambar seekor anjing; ini adalah gambar pantai,” program mendongeng mungkin mengambil gambar yang sama dan berkata, “Keluarga berkumpul untuk memasak; mereka memiliki banyak makanan lezat; anjing itu senang berada di sana; mereka bersenang-senang di pantai; mereka bahkan berenang di air.”

Di masa depan, penceritaan terkomputerisasi dapat membantu orang secara otomatis menghasilkan cerita untuk tayangan slide gambar yang mereka unggah ke media sosial, kata Mitchell. "Anda akan membantu orang-orang berbagi pengalaman mereka sambil mengurangi pekerjaan seluk beluk yang menurut sebagian orang cukup membosankan," katanya. Penceritaan terkomputerisasi “juga dapat membantu orang-orang yang mengalami gangguan penglihatan, untuk membuka gambar bagi orang-orang yang tidak dapat melihatnya.”

"Tujuannya adalah untuk membantu memberi AI lebih banyak kecerdasan seperti manusia, untuk membantunya memahami hal-hal pada tingkat yang lebih abstrak - apa artinya menjadi menyenangkan atau menyeramkan atau aneh atau menarik," kata penulis senior studi Margaret Mitchell, seorang ilmuwan komputer di Riset Microsoft. “Orang-orang telah mewariskan cerita selama ribuan tahun, menggunakannya untuk menyampaikan moral, strategi, dan kebijaksanaan kita. Dengan fokus kami pada pengisahan cerita, kami berharap dapat membantu AI memahami konsep manusia dengan cara yang sangat aman dan bermanfaat bagi umat manusia, daripada mengajarinya cara mengalahkan umat manusia.”

Jika AI pernah belajar menceritakan kisah berdasarkan urutan gambar, "itu adalah batu loncatan untuk melakukan hal yang sama untuk video," kata Mitchell. “Itu bisa membantu menyediakan aplikasi yang menarik. Misalnya, untuk kamera keamanan, Anda mungkin hanya ingin ringkasan dari sesuatu yang penting, atau Anda dapat secara otomatis menayangkan acara tweet, ”katanya.

Para peneliti akan mempresentasikan temuan mereka di San Diego pada pertemuan tahunan Asosiasi Linguistik Komputasi Amerika Utara akhir bulan ini.