Microsoft Research pracuje s AI, ktorá dokáže rozprávať príbeh vašich dovolenkových záberov

AI, ktorá dokáže popísať obrázky, už funguje na internete, napríklad pridáva k obrázkom na Facebooku popisky. Teraz Microsoft Research posúva technológiu na ďalšiu úroveň a žiada ich AI, aby vyrozprávala príbeh série obrázkov.

Napríklad, zatiaľ čo program na popisovanie obrázkov môže nasnímať päť obrázkov a povedať: „Toto je obrázok rodiny; toto je obrázok torty; toto je obrázok psa; toto je obrázok pláže,“ program rozprávania príbehov by mohol vziať tie isté obrázky a povedať: „Rodina sa stretla pri varení; mali veľa chutného jedla; pes bol šťastný, že je tam; mali skvelý čas na pláži; dokonca si zaplávali vo vode.“

V budúcnosti by počítačové rozprávanie príbehov mohlo ľuďom pomôcť automaticky vytvárať príbehy pre prezentácie obrázkov, ktoré nahrávajú na sociálne médiá, povedal Mitchell. „Pomohli by ste ľuďom podeliť sa o svoje skúsenosti a zároveň by ste zredukovali špinavú prácu, ktorú niektorí ľudia považujú za dosť únavnú,“ povedala. Počítačové rozprávanie „môže tiež pomôcť ľuďom so zrakovým postihnutím otvoriť obrázky ľuďom, ktorí ich nevidia.“

„Cieľom je poskytnúť AI viac ľudskej inteligencie, pomôcť im pochopiť veci na abstraktnejšej úrovni – čo to znamená byť zábavný, strašidelný, divný alebo zaujímavý,“ povedala vedúca autorka štúdie Margaret Mitchellová, počítačová vedkyňa Výskum spoločnosti Microsoft. „Ľudia si odovzdávali príbehy celé veky a používali ich na vyjadrenie našej morálky, stratégií a múdrosti. Dúfame, že so zameraním na rozprávanie príbehov pomôžeme AI porozumieť ľudským konceptom spôsobom, ktorý je pre ľudstvo veľmi bezpečný a prospešný, namiesto toho, aby sme ho učili, ako poraziť ľudstvo.“

Ak sa AI niekedy naučí rozprávať príbehy na základe sekvencií obrázkov, „to je odrazový mostík k tomu, aby sme urobili to isté pre video,“ povedal Mitchell. „To by mohlo pomôcť poskytnúť zaujímavé aplikácie. Napríklad v prípade bezpečnostných kamier možno budete chcieť len súhrn čohokoľvek, čo stojí za zmienku, alebo môžete automaticky naživo tweetovať udalosti,“ povedala.

Vedci predstavia svoje zistenia v San Diegu na výročnom stretnutí Severoamerickej pobočky Asociácie pre počítačovú lingvistiku koncom tohto mesiaca.