26 مارس 2021توسط دانشگاه استنفورد
متخصصان هوش مصنوعی در ایجاد رایانه هایی که می توانند جهان اطراف خود را “ببینند” – شناختن اشیا ، حیوانات و فعالیتهای مربوط به حوزه خود- کاملاً خوب عمل کرده اند. کارهای آنها به فناوریهای اساسی برای اتومبیل های خودمختار ، هواپیماها و سیستم های امنیتی آینده تبدیل شده اند.
اما اکنون تیمی از محققان در تلاشند تا به رایانه ها یاد دهند كه نه تنها اشیا موجود در تصویر را بشناسند ، بلكه این تصاویر چگونه احساسات را در افراد ایجاد می كنند ، یعنی الگوریتم هایی با هوش هیجانی را نیز ارایه می دهند.
پانوس آچلیوپتاس ، کاندید دکترای علوم کامپیوتر در دانشگاه استنفورد که با همکارانی در فرانسه و عربستان سعودی کار می کرد ، می گوید: “این توانایی در ساختن هوش مصنوعی نه تنها باهوش تر ، بلکه به عبارت دیگر یک خصیصه انسانی کلیدی خواهد بود.”
برای رسیدن به این هدف ، آچلیوپتاس و تیم او مجموعه داده جدیدی را به نام ArtEmis جمع آوری كردند كه اخیراً در پیش چاپ arXiv منتشر شد. این مجموعه داده بر اساس کار بر روی 81000 نقاشی WIkiArt ساخته شده است و شامل 440،000 پاسخ نوشته شده از بیش از 6500 انسان است که نشان می دهد یک نقاشی چه احساسی را در آنها ایجاد می کند – و شامل توضیحاتی است در مورد اینکه چرا احساس خاصی را انتخاب کرده اند. با استفاده از این پاسخ ها ، وی و تیم ، به سرپرستی استاد مهندسی استنفورد ، لئونیداس گویباس ، واژه های احساسی را آموزش دادند – هوش مصنوعی که با کلمات نوشتاری پاسخ می دهد – که به کامپیوترها امکان می دهد واکنش های احساسی به هنر بصری را ایجاد کنند و این احساسات را با زبان توجیه کنند.
محققان تصمیم گرفتند به طور خاص از هنر استفاده کنند ، زیرا هدف یک هنرمند ایجاد احساسات در بیننده است بدون در نظر گرفتن موضوع ، از زندگی بی جان تا پرتره های انسانی که بصورت انتزاعی کار می کند.
گویباس ، عضو هیئت علمی آزمایشگاه هوش مصنوعی استنفورد برای هوش مصنوعی انسان محور ، یادآور شد: این کار رویکرد جدیدی در بینایی رایانه است. گویباس می گوید: “كار كلاسیك بینایی رایانه ای مربوط به محتوای تحت اللفظی بوده است.” ” مثلا در تصویر سه سگ وجود دارد ، یا شخصی در حال نوشیدن قهوه از یک فنجان است. در عوض ، ما به توصیفاتی نیاز داشتیم که محتوای احساسی را تعریف کند.”
این الگوریتم کارهای این هنرمند را به یکی از هشت دسته احساسی طبقه بندی می کند – اعم از وحشت گرفته تا سرگرمی تا ترس تا غم و اندوه – و سپس در متن نوشتاری توضیح می دهد که در تصویر چه چیزی خوانش احساسی را توجیه می کند.
آكلیوپتاس می گوید: “رایانه این كار را می كند.” “ما می توانیم تصویر جدیدی را که هرگز ندیده به آن نشان دهیم و به ما خواهد گفت که ممکن است یک انسان چه حسی داشته باشد.”
به طرز قابل توجهی ، محققان می گویند ، این زیرنویس ها به طور دقیق محتوای انتزاعی تصویر را به روشهایی منعکس می کند که بسیار فراتر از توانایی الگوریتم های دید رایانه ای موجود است که از مجموعه داده های عکاسی مستند مانند Coco گرفته شده است.
علاوه بر این ، الگوریتم به سادگی تجربه عاطفی گسترده یک تصویر کامل را ثبت نمی کند ، اما می تواند احساسات مختلف را در یک نقاشی مشخص رمزگشایی کند. به عنوان مثال ، در نقاشی معروف رامبراند (بالا) از سر بریدن جان باپتیست ، ArtEmis نه تنها درد در سر بریده شده ی جان باپتیست ، بلکه همچنین “قناعت” در چهره سالومه ، زنی که بالای سر اوست ارائه شده است.
آچلیوپتاس اشاره می کند ، حتی درصورتی که ArtEmis به اندازه کافی پیچیده است که می تواند بگوید که هدف یک هنرمند می تواند در متن یک تصویر متفاوت باشد ، این ابزار همچنین موضوعیت و تغییرپذیری واکنش انسان را نیز به حساب می آورد.
در کوتاه مدت ، محققان پیش بینی می کنند ArtEmis می تواند به ابزاری برای ارزیابی هنرمندان از آثارشان در هنگام خلق آنها تبدیل شود تا اطمینان حاصل شود که آثار آنها تأثیر مطلوبی دارد.
آچلیوپتاس می گوید: “من می بینم كه ArtEmis بینش هایی را از روانشناسی انسان به هوش مصنوعی ارائه می دهد.” “من می خواهم هوش مصنوعی را شخصی تر کنم و تجربه انسانی را با آن بهبود دهم.”
