7
Τεχνολογία

Γιατί γελάμε με τα ανέκδοτα; Η Google ξέρει

Γιατί γελάμε με τα ανέκδοτα; Η Google ξέρει
Η Google δημιούργησε έναν αλγόριθμο ο οποίος μπορεί, λέει, να εξηγήσει γιατί τα ανέκδοτα είναι… αστεία. Κι αν αναρωτιέσαι ποιο είναι το νόημα σε όλο αυτό, είναι η καλύτερη κατανόηση της ανθρώπινης γλώσσας από τις μηχανές.

Το χιούμορ είναι ίσως η πιο ανθρώπινη από τις λειτουργίες του εγκεφάλου. Όσο κι αν φαίνεται προφανές, το ότι βρίσκουμε κάτι αστείο αποτελεί ένα από τα μεγαλύτερα μυστήρια στην κατανόηση του τρόπου που λειτουργεί ο εγκέφαλός μας. Απόδειξη αυτού αποτελεί το ότι όσο κι αν έχουν καταβληθεί τεράστιες προσπάθειες να ποσοτικοποιηθεί το χιούμορ, δηλαδή να βρεθεί ένας αλγόριθμος ή μια εξίσωση για την κατασκευή αστείων και ανεκδότων, όλες έχουν αποτύχει. Ακόμη χειρότερα, κάθε προσπάθεια εξήγησης του γιατί κάτι είναι αστείο τις περισσότερες φορές καταλήγει στην καταστροφή του αστείου!

Από την άλλη πλευρά, η τεχνητή νοημοσύνη έχει καταφέρει ήδη να κάνει πράγματα τα οποία θεωρούνταν αδύνατα μέσω των κλασσικών μεθόδων προγραμματισμού. Ήταν λογικό το ότι η επεξήγηση του χιούμορ θα έμπαινε, αργά ή γρήγορα, στο στόχαστρο των ερευνητών. Όπως μπορείς ήδη να φανταστείς, οι ερευνητές πέτυχαν στο να κατασκευάσουν το πιο σπαστικό σύστημα τεχνητής νοημοσύνης, το οποίο σου εξηγεί – με ιδιαιτέρως εκνευριστικό τρόπο – το γιατί κάποιο αστείο είναι… αστείο.

Το “έργο” το έχουμε ξαναδεί, και μάλιστα σε… έργο! Ο Robin Williams είχε υποδυθεί θαυμάσια ένα ρομπότ που δε μπορούσε να καταλάβει το χιούμορ στο “Bicentennial Man” του 1999, ενώ παρόμοια τύχη είχε και το γνωστό ανδροειδές Data από το Star Trek της δεκαετίας του ’80. Το χιούμορ θεωρείται “προνόμιο” του ανθρώπινου είδους.

Κάπου εδώ έρχονται οι ερευνητές της Google με το Pathways Language Model (PaLM), το οποίο είναι σε θέση να κατανοήσει τις πολύπλοκες σχέσεις μεταξύ λέξεων και εννοιών, ώστε να αναλύσει ένα ανέκδοτο! Βέβαια, εκτός των ανεκδότων, είναι σε θέση να λύσει και μαθηματικά προβλήματα που του τίθενται σε μορφή κειμένου, λειτουργία στην οποία όλα τα προγενέστερα συστήματα τεχνητής νοημοσύνης αποτύγχαναν παταγωδώς. Η λογική των δημιουργών του συστήματος Pathways είναι το να “χτίζουν” πάνω σε λειτουργίες τις οποίες το σύστημα τεχνητής νοημοσύνης έχει ήδη μάθει, αντί να ξεκινούν από το μηδέν την εκπαίδευση. Το αποτέλεσμα είναι ένα σύστημα τεχνητής νοημοσύνης πολύ πιο ικανό, και το οποίο μπορεί να διακρίνει σχέσεις στα δεδομένα που του εισάγονται, για να τα αναλύσει με σωστό τρόπο και να βγάλει τα σωστά αποτελέσματα.

Μάλιστα, το PaLM δεν περιορίζεται στο να καταστρέφει ανέκδοτα, αλλά μπορεί μέχρι και να μεταφράσει κώδικα από μια γλώσσα προγραμματισμού σε μία άλλη, αλλά και να διορθώσει λάθη του compiler (πρόγραμμα μετατροπής κώδικα από γλώσσα προγραμματισμού σε γλώσσα μηχανής)! Παράλληλα, μπορεί και να λύσει προβλήματα αριθμητικής και μαθηματικών, τα οποία τίθενται σε μορφή η οποία πιθανώς θα μπέρδευε και ανθρώπους!

Το μέλλον της τεχνητής νοημοσύνης είναι ακριβώς αυτό! Εμείς, ως άνθρωποι, θεωρούμε πως κάποιες πτυχές του μυαλού μας είναι αδύνατον να αναλυθούν και να προβλεφθούν από μια μηχανή, όσο έξυπνη κι αν είναι. Το PaLM, όμως, δείχνει πως τελικά ίσως και να μην είμαστε τόσο μοναδικοί και αναντικατάστατοι όσο θέλουμε να πιστεύουμε, ούτε πως η ανθρώπινη διάνοια είναι η κορωνίδα της πλάσης και πως το ανθρώπινο μυαλό δεν αντιγράφεται και δεν ξεπερνιέται. Το μόνο που αρκεί είναι ένα άλμα ή δύο στην επεξεργαστική ισχύ των υπολογιστών και η ανθρώπινη ευφυία θα ξεπεραστεί τόσο εύκολα, όσο πλέον οι υπολογιστές μπορούν να κερδίσουν οποιονδήποτε άνθρωπο στο σκάκι!