Will A.I. Kmalu lahko zamenjate literarne učence?

Z enim od zakoncev, ki je proučevala razvoj umetne in naravne inteligence, drugi pa je raziskoval jezik, kulturo in zgodovino Nemčije, si predstavljate razprave na naši mizi. Pogosto doživljamo stereotipne spore v pogledih med količinsko opredeljivim, merilno naravnanim pristopom naravoslovja in bolj kvalitativnim pristopom humanističnih ved, pri čemer je najpomembnejše, kako ljudje čutijo nekaj, kako ga doživljajo ali interpretirajo.

Odločili smo se, da si vzamemo odmor od tega vzorca, da bi videli, kako lahko vsak pristop pomaga drugemu. Natančneje, želeli smo ugotoviti, ali bi lahko vidiki umetne inteligence ustvarili nove načine za interpretacijo grafičnega romana o holokavstu. Na koncu smo ugotovili, da je nekaj A.I. Tehnologije še niso dovolj napredne in dovolj robustne, da bi zagotovile koristne vpoglede, vendar so enostavnejše metode privedle do merljivih meritev, ki so pokazale novo priložnost za interpretacijo.

Izbira besedila

Na voljo je veliko raziskav, ki analizirajo velika telesa besedila, zato smo izbrali nekaj bolj zapletenega za naš A.I. analiza: Reinhard Kleist's Boxer, grafični roman, ki temelji na resnični zgodbi o tem, kako je Hertzko »Harry« Haft preživel nacistične tabore smrti. Želeli smo identificirati čustva v obraznih izrazih glavnega junaka, prikazanega v ilustracijah knjige, da bi ugotovili, ali bi nam to dalo nov objektiv za razumevanje zgodbe.

V tem črno-belem risanku Haft pripoveduje svojo grozljivo zgodbo, v kateri so on in drugi zaporniki iz koncentracijskih taborišč sklenili, da se med seboj zakopljejo do smrti. Zgodba je napisana iz Haftove perspektive; razpršene po vsej pripovedi so paneli spominov, ki prikazujejo Haftove spomine na pomembne osebne dogodke.

Pri humanističnem pristopu bi analizirali in kontekstualizirali elemente zgodbe ali zgodbe kot celote. Kleistov grafični roman je reinterpretacija biografskega romana iz leta 2009, ki ga je napisal Haftov sin Allan, na podlagi tega, kar je Allan vedel za očetove izkušnje. Analiza tega kompleksnega sklopa interpretacij in razumevanj avtorjev lahko služi samo za dodajanje drugega subjektivnega sloja na obstoječe.

Z vidika filozofije znanosti bi ta stopnja analize naredila stvari bolj zapletene. Učenci bi lahko imeli različne interpretacije, toda tudi če bi se vsi strinjali, še vedno ne bi vedeli, ali je njihov vpogled objektivno resničen ali če so vsi trpeli zaradi iste iluzije. Reševanje dilem bi zahtevalo poskus, katerega cilj bi bil ustvariti meritev, ki bi jo drugi lahko neodvisno reproducirali.

Ponovljiva interpretacija slik?

Namesto, da bi sami interpretirali podobe, jih podredili lastnim pristranskostim in predsodkom, smo upali, da bo A.I. objektivnejši pogled. Začeli smo s pregledovanjem vseh plošč v knjigi. Potem smo zagnali Googleovo vizijo A.I. in prepoznavanje obraza Microsoft AZURE ter opomba čustvenega značaja.

Algoritmi, ki smo jih uporabili za analizo Boxer Google ali Microsoft sta predhodno usposabljala na stotinah tisočih slikah, ki so že bile označene z opisi tega, kar prikazujejo. V tej fazi usposabljanja je A.I. Sistemi so bili pozvani, da ugotovijo, kaj so slike pokazale, in ti odgovori so bili primerjani z obstoječimi opisi, da bi videli, ali je sistem, ki se usposablja, pravilen ali napačen. Sistem usposabljanja je okrepil elemente globokih nevronskih mrež, ki so dali pravilne odgovore, in oslabila dele, ki so prispevali k napačnim odgovorom. Metoda in gradivo za usposabljanje - slike in opombe - so ključnega pomena za delovanje sistema.

Potem smo obrnili A.I. na slikah knjige. Tako kot na Družinska vraga, kjer proizvajalci kažejo vprašanje 100 tujcev in preštejejo, koliko jih izbere vsak potencialni odgovor, naša metoda zahteva A.I. da bi ugotovili, kakšna čustva kaže oseba. Ta pristop dodaja en ključni element, ki pogosto manjka pri subjektivni interpretaciji vsebine: ponovljivost. Vsak raziskovalec, ki želi preveriti, lahko znova zažene algoritem in dobi enake rezultate kot mi.

Žal smo ugotovili, da te A.I. Orodja so optimizirana za digitalne fotografije, ne pa za skeniranje črno-belih risb. To je pomenilo, da nismo dobili veliko zanesljivih podatkov o čustvih na slikah. Prav tako smo bili vznemirjeni, ko smo ugotovili, da nobeden od algoritmov ni identificiral nobene od slik, ki bi se nanašale na holokavst ali koncentracijska taborišča - čeprav bi človeški gledalci zlahka prepoznali te teme. Upajmo, da je to zato, ker so imeli A.I. težave s samimi črno-belimi slikami in ne zaradi malomarnosti ali pristranskosti v svojih treningih ali pripombah.

Pristranskost je znan strojni učinek, ki ima lahko resnično žaljive rezultate. Analiza teh slik, ki temelji izključno na podatkih, ki smo jih dobili, ne bi obravnavala ali priznala holokavsta, opustitve, ki je v nasprotju z zakonom v Nemčiji, med drugimi državami. Te pomanjkljivosti poudarjajo pomen kritičnega vrednotenja novih tehnologij, preden jih uporabite širše.

Iskanje drugih ponovljivih rezultatov

Odločeni, da bi našli alternativni način za kvantitativne pristope, da bi pomagali humanistiki, smo na koncu analizirali svetlost slik, primerjali scene flashback z drugimi trenutki v Haftovem življenju. V ta namen smo kvantificirali svetlost optično prebranih slik z uporabo programske opreme za analizo slik.

Ugotovili smo, da se skozi knjigo prikazujejo čustveno srečne in lahke faze, kot je pobeg v zaporu ali Haftovo povojno življenje v ZDA z uporabo svetlih podob. Traumatizirane in žalostne faze, kot so njegove izkušnje s koncentracijskim taboriščem, so prikazane kot temne podobe. To se s psihologijo barv uskladi z označevanjem belega kot čistega in veselega tona, črno pa kot simboliziranje žalosti in žalosti.

Ob splošnem razumevanju, kako se svetlost uporablja v slikah knjige, smo podrobneje pogledali prizore. Vsi so upodabljali čustveno intenzivne dogodke, nekateri so bili temni, kot so spomini na kremiranje drugih zapornikov v koncentracijskih taboriščih in zapuščanje ljubezni njegovega življenja.

Vendar smo bili presenečeni, ko smo ugotovili, da so bili posnetki, ki kažejo na Hafta, da udari nasprotnike smrti, jasni in jasni - kar kaže na pozitivno čustvo glede bližajočega se smrtnega srečanja. To je ravno nasprotno od tistega, kar čitalci, kot smo mi, verjetno čutijo, ko sledijo zgodbi, morda vidijo Haftovega nasprotnika kot šibke in se zavedajo, da bo kmalu ubit. Ko čitalnik čuti žalost in empatijo, zakaj se Haft počuti pozitivno?

To protislovje, ugotovljeno z merjenjem svetlosti slik, lahko razkrije globlji vpogled v to, kako so nacistični tabori smrti prizadeli Haft čustveno. Zdaj, za nas, je nepredstavljivo, kako bi bilo mogoče pozitivno gledati na to, kako bi nekoga drugega pretepel v boksarski tekmi. Toda morda je bil Haft v tako obupanem položaju, da je videl upanje za preživetje, ko se je soočil z nasprotnikom, ki je bil še bolj stradan, kot je bil.

Uporaba A.I. Orodja za analizo tega dela literature so osvetlila ključne elemente čustev in spomina v knjigi - vendar niso nadomestili spretnosti strokovnjaka ali učenjaka pri tolmačenju besedil ali slik. Kot rezultat našega eksperimenta menimo, da je A.I. in druge računske metode predstavljajo zanimivo priložnost z možnostjo bolj merljive, ponovljive in morda objektivne raziskave v humanistiki.

Težko bo najti načine za uporabo A.I. v humanističnih vedah - in še toliko bolj zaradi sedanjega A.I. sistemi še niso dovolj izpopolnjeni, da bi zanesljivo delovali v vseh kontekstih. Učenci morajo biti pozorni tudi na morebitne pristranskosti teh orodij. Če je končni cilj A.I. Raziskave so namenjene razvoju strojev, ki bi tekmovali s človeškimi spoznanji, sistemi umetne inteligence pa se bodo morali ne samo obnašati kot ljudje, temveč tudi razumeti in interpretirati občutke kot ljudje.

Ta članek je bil prvotno objavljen na pogovorih Leonieja Hintzeja in Arend Hintze http://theconversation.com/profiles/arend-hintze-225106. Preberite izvirni članek tukaj.