Microsoft Research jobber med en AI som kan fortelle historien om feriebildene dine

AI som kan beskrive bilder er allerede i gang på internett, og legger til bildetekster til bilder på Facebook for eksempel. Nå tar Microsoft Research teknologien til neste nivå, og ber deres AI om å fortelle historien om en serie bilder.

For eksempel, mens et bildetekstprogram kan ta fem bilder og si: "Dette er et bilde av en familie; dette er et bilde av en kake; dette er et bilde av en hund; dette er et bilde av en strand," forteller programmet kan ta de samme bildene og si: "Familien kom sammen for en matlaging; de hadde mye deilig mat; hunden var glad for å være der; de hadde en flott tid på stranden; de hadde til og med en svømmetur i vannet.»

I fremtiden kan datastyrt historiefortelling hjelpe folk automatisk å generere historier for lysbildefremvisninger av bilder de laster opp til sosiale medier, sa Mitchell. "Du vil hjelpe folk med å dele sine erfaringer samtidig som du reduserer tøft arbeid som noen synes er ganske kjedelig," sa hun. Datastyrt historiefortelling "kan også hjelpe mennesker som er synshemmede å åpne opp bilder for folk som ikke kan se dem."

"Målet er å bidra til å gi AI-er mer menneskelignende intelligens, for å hjelpe den til å forstå ting på et mer abstrakt nivå - hva det betyr å være morsom eller skummel eller rar eller interessant," sa seniorforfatter Margaret Mitchell, en dataforsker ved studien. Microsoft Research. «Folk har gitt videre historier i evigheter, og brukt dem til å formidle vår moral, strategier og visdom. Med vårt fokus på historiefortelling håper vi å hjelpe AI-er til å forstå menneskelige konsepter på en måte som er veldig trygg og gunstig for menneskeheten, i stedet for å lære den hvordan man kan slå menneskeheten.»

Hvis AI noen gang lærer å fortelle historier basert på sekvenser av bilder, "er det et springbrett mot å gjøre det samme for video," sa Mitchell. "Det kan bidra til å gi interessante applikasjoner. For eksempel, for sikkerhetskameraer, vil du kanskje bare ha et sammendrag av noe som er verdt å merke seg, eller du kan automatisk live tweet-hendelser,» sa hun.

Forskerne vil presentere funnene sine i San Diego på årsmøtet til North American Chapter of Association for Computational Linguistics senere denne måneden.