Microsoft Research trabalhando em uma IA que pode contar a história de suas fotos de férias

A IA que pode descrever fotos já está funcionando na internet, adicionando legendas a fotos no Facebook, por exemplo. Agora, a Microsoft Research está levando a tecnologia para o próximo nível, pedindo que sua IA conte a história de uma série de fotos.

Por exemplo, enquanto um programa de legendagem de imagens pode pegar cinco imagens e dizer: “Esta é uma foto de uma família; esta é uma foto de um bolo; esta é uma foto de um cachorro; esta é uma foto de uma praia”, o programa de contação de histórias pode pegar essas mesmas imagens e dizer: “A família se reuniu para um churrasco; eles tinham muita comida deliciosa; o cachorro estava feliz por estar ali; eles se divertiram muito na praia; eles até nadaram na água.”

No futuro, a narrativa computadorizada pode ajudar as pessoas a gerar automaticamente contos para apresentações de slides de imagens que carregam nas redes sociais, disse Mitchell. “Você ajudaria as pessoas a compartilhar suas experiências enquanto reduzia o trabalho básico que algumas pessoas acham bastante tedioso”, disse ela. A narrativa computadorizada “também pode ajudar pessoas com deficiência visual, a abrir imagens para pessoas que não podem vê-las”.

“O objetivo é ajudar a dar à inteligência artificial mais inteligência humana, para ajudá-la a entender as coisas em um nível mais abstrato – o que significa ser divertido, assustador, estranho ou interessante”, disse a autora sênior do estudo Margaret Mitchell, cientista da computação da Pesquisa da Microsoft. “As pessoas transmitiram histórias por eras, usando-as para transmitir nossa moral, estratégias e sabedoria. Com nosso foco em contar histórias, esperamos ajudar as IAs a entender os conceitos humanos de uma maneira muito segura e benéfica para a humanidade, em vez de ensiná-la a vencer a humanidade”.

Se a IA aprender a contar histórias com base em sequências de imagens, “isso é um trampolim para fazer o mesmo com o vídeo”, disse Mitchell. “Isso poderia ajudar a fornecer aplicações interessantes. Por exemplo, para câmeras de segurança, você pode querer apenas um resumo de qualquer coisa digna de nota, ou você pode viver automaticamente eventos de tweets”, disse ela.

Os pesquisadores apresentarão suas descobertas em San Diego na reunião anual do Capítulo Norte-Americano da Associação de Linguística Computacional no final deste mês.