اریکا؛ اولین ربات شوخ طبع در دنیا! - وبلاگ زندگی

به گزارش وبلاگ زندگی، تیمی از محققان دانشگاه کیوتو ژاپن در کوشش هستند تا با طراحی یک هوش مصنوعی نو به ربات ها حس شوخ طبعی را بیاموزند.

به گزارش وبلاگ زندگی به نقل از rahnamato، دکتر کوجی اینو استادیار بخش علوم و فناوری اطلاعات دانشگاه کیوتومی گوید: ما عقیده داریم که یکی از کارکرد های مهم هوش مصنوعی محاوره ای، همدلی است. یکی از راه هایی که یک ربات می تواند با کاربران همدردی کند این است که حس شوخ طبعی و لبخند را با آن ها به اشتراک بگذارد. کاری که یک ربات چت مبتنی بر متن نمی تواند انجام دهد.

در این سیستم، انسان ابتدا می خندد و سپس ربات به عنوان یک پاسخ همدلانه به این خنده پاسخ می دهد. این رویکرد مستلزم طراحی سه زیرسیستم است؛ یکی برای تشخیص خنده، دومی برای تصمیم گیری در خصوص خندیدن و سومی برای انتخاب نوع خنده مناسب.

دانشمندان داده های آموزشی ربات را با آنالیز بیش از 80 دیالوگ در گروه های دوستیابی جمع آوری کردند. یک سناریوی اجتماعی که در آن گروه های بزرگی از افراد به صورت انفرادی با یکدیگر برای مدت کوتاهی تعامل دارند.

اینو می گوید: بزرگترین چالش ما در این کار شناسایی خنده های مشترک بود. این کار ساده نیست، زیرا بیشتر خنده های افراد هیچ نقطه اشتراکی با یکدیگر ندارند. ما باید معین می کردیم که ربات دقیقا به چه خنده هایی می تواند پاسخ بدهد. نوع خنده نیز مهم است، زیرا در بعضی موارد یک خنده مودبانه ممکن است مناسب تر از خنده بلند باشد. این تیم در نهایت حس شوخ طبعی را با ایجاد چهار دیالوگ کوتاه دو تا سه دقیقه ای بین یک فرد و ربات اریکا مورد آزمایش قرار دادند.

در این آزمایش ربات اریکا با سیستم تازه خنده مشترک برنامه ریزی شده بود. در سناریوی اول، او فقط خنده ها اجتماعی را از خود بروز داد، در سناریو دوم خنده های شادی آور و در آخرین سناریو هر دو خنده را از خود نشان داد.

این تیم بعلاوه دو مجموعه دیگر از دیالوگ های مشابه را نیز به عنوان مدل های پایه ایجاد کردند. در اولی، اریکا هرگز نمی خندید و در دومی، هر بار که اریکا خنده انسانی را تشخیص می داد، بدون استفاده از دو زیرسیستم دیگر برای فیلتر کردن زمینه و پاسخ، خنده ای اجتماعی از خود بروز می داد.

محققان در مجموع بیش از 130 نفر را برای گوش دادن به هر سناریو در سه شرایط مختلف مورد ارزیابی قرار دادند. در آنالیز های انجام شد، سیستم خنده مشترک توانست بهتر از سیستم های دیگر عمل کند. آن ها می گویند: مهم ترین نتیجه این آنالیز این بود که نشان دادیم چگونه می توان هر سه این وظایف را در یک ربات ترکیب کرد. ما معتقدیم که این نوع سیستم ترکیبی نه تنها برای تشخیص خنده و پاسخ به آن، بلکه برای بروز رفتار صحیح خنده ضروری است.