Wissenschaftler versuchen, einem Roboter das LACHEN beizubringen, wann es angemessen ist

Roboter sind bekanntermaßen kalt, hart und gefühllos, daher sind sie vielleicht nicht das beste Publikum für Ihren Lieblings-Klopf-Klopf-Witz.

Wissenschaftler in Japan versuchen jedoch, ihren Ruf zu ändern, indem sie ihnen mithilfe künstlicher Intelligenz (KI) beibringen, wann und wie sie lachen sollen.

Die Forscher erschufen einen Androiden namens „Erica“, den sie darauf trainierten, Lachen in Gesprächen zu erkennen und dann zu entscheiden, ob sie als Antwort lachen und welche Art von Lachen am besten wäre.

Ihre Gespräche und ihr Kichern wurden dann von Freiwilligen beobachtet, die entschieden, dass ihre Antworten Empathie und Menschenähnlichkeit zeigten.

Der Hauptautor Dr. Koji Inoue von der Universität Kyoto sagte: „Wir glauben, dass Empathie eine der wichtigsten Funktionen der Konversations-KI ist.

„Gespräch ist natürlich multimodal, nicht nur richtig antworten.

„Also haben wir entschieden, dass ein Roboter sich in die Benutzer einfühlen kann, indem er ihr Lachen teilt, was mit einem textbasierten Chatbot nicht möglich ist.“

Forscher schufen „Erica“ – einen Roboter, der darauf trainiert ist, Lachen in Gesprächen zu erkennen und dann zu entscheiden, ob er als Antwort lachen soll und welche Art von Lachen am besten wäre (Archivbild)

Ihre Gespräche und ihr Kichern wurden dann von Freiwilligen beobachtet, die entschieden, dass ihre Antworten Empathie und Menschenähnlichkeit zeigten.  Im Bild: Ein Beispiel für ein Gespräch zwischen Erica und einer Person

Ihre Gespräche und ihr Kichern wurden dann von Freiwilligen beobachtet, die entschieden, dass ihre Antworten Empathie und Menschenähnlichkeit zeigten. Im Bild: Ein Beispiel für ein Gespräch zwischen Erica und einer Person

Das Ziel der Forschung, die heute in Frontiers in Robotics and AI veröffentlicht wurde, war die Entwicklung einer KI, die die menschlichen Nuancen des Humors verstehen kann.

Es wäre zwar möglich, einen Algorithmus darauf zu trainieren, Lachen zu erkennen oder einen Witz vorzulesen, aber diese Fähigkeiten würden es ihm nicht ermöglichen, eine natürliche Konversation nachzubilden.

Die Forscher entwickelten zunächst ein „Geteiltes-Lachen“-Modell für Erica, das es ihr ermöglichen würde, auf menschliches Lachen als empathische Reaktion zu reagieren.

Dieses Modell stellt drei aufeinanderfolgende Fragen, damit der Roboter angemessen auf einen Gesprächshinweis reagieren kann.

Zuerst ist „Hat der Benutzer gelacht?“, dann „Wird Erica als Antwort lachen? und schließlich, wenn sie beides mit Ja beantwortet, „Welche Art zu lachen ist richtig?“.

Die Arten des Lachens, aus denen Erica wählen würde, sind ein „soziales Lachen“, ein höfliches Glucksen, um Gespräche zu füllen, wenn kein Humor im Spiel ist, oder ein „fröhliches Lachen“ für lustige Situationen.

Das Modell des gemeinsamen Lachens stellt drei aufeinanderfolgende Fragen, damit der Roboter angemessen auf einen Gesprächshinweis reagieren kann.  Zuerst ist „Hat der Benutzer gelacht?“, dann „Wird Erica als Antwort lachen?  und schließlich, wenn sie beides mit Ja beantwortet, 'Welche Art von Lachen ist richtig?'

Das Modell des gemeinsamen Lachens stellt drei aufeinanderfolgende Fragen, damit der Roboter angemessen auf einen Gesprächshinweis reagieren kann. Zuerst ist „Hat der Benutzer gelacht?“, dann „Wird Erica als Antwort lachen? und schließlich, wenn sie beides mit Ja beantwortet, ‘Welche Art von Lachen ist richtig?’

Um der KI beizubringen, das Modell des gemeinsamen Lachens effektiv zu nutzen, sammelten die Forscher Daten, indem sie dem Roboter Speed-Dating schickten.

Erica, die von vier Amateurschauspielerinnen ferngesteuert wurde, führte über 80 Dialoge mit männlichen Universitätsstudenten.

Das Gelächter, das während der Gespräche auftauchte, wurde dann als solo, gesellig oder fröhlich kategorisiert.

Dies wurde dann verwendet, um Ericas neuronales Netzwerk zu trainieren, wie es entscheidet, wann es angebracht ist zu lachen und welche Art von Lachen zu verwenden ist.

Dr. Inoue sagte: „Unsere größte Herausforderung bei dieser Arbeit bestand darin, die tatsächlichen Fälle von gemeinsamem Lachen zu identifizieren, was nicht einfach ist, denn wie Sie wissen, wird das meiste Lachen eigentlich überhaupt nicht geteilt.

„Wir mussten genau kategorisieren, welche Lacher wir für unsere Analyse verwenden konnten, und nicht einfach davon ausgehen, dass auf jedes Lachen reagiert werden kann.“

Um der KI beizubringen, das Modell des gemeinsamen Lachens effektiv zu nutzen, sammelten die Forscher Daten, indem sie dem Roboter Speed-Dating schickten.  Erica, die von vier Amateurschauspielerinnen ferngesteuert wurde, führte über 80 Dialoge mit männlichen Universitätsstudenten

Um der KI beizubringen, das Modell des gemeinsamen Lachens effektiv zu nutzen, sammelten die Forscher Daten, indem sie dem Roboter Speed-Dating schickten. Erica, die von vier Amateurschauspielerinnen ferngesteuert wurde, führte über 80 Dialoge mit männlichen Universitätsstudenten

Als nächstes wurde Ericas neu entwickelter Sinn für Humor auf die Probe gestellt, indem sie sich zu einigen Gesprächen mit einem Menschen hinsetzte.

Es wurden vier kurze Dialoge geschrieben, die jeweils eine andere Reaktion des Roboters hervorriefen, während er ihr gemeinsames Lachen-Modell ausführte.

Bei der ersten würde sie nur geselliges Lachen ausstoßen, bei der zweiten und dritten nur fröhliches Lachen und bei der vierten würde sie beide Arten des Lachens kombiniert verwenden.

Neben dem beim Speed-Dating entwickelten Modell des gemeinsamen Lachens erstellte das Team auch zwei weitere Basismodelle zum Vergleich.

Eine, bei der sie während des Gesprächs nie lachte, und eine, bei der sie jedes Mal, wenn die Person lachte, unabhängig vom Kontext ein geselliges Lachen ausstieß.

WOHER WEISS ERICA, WANN SIE LACHEN MUSS?

Der Roboter mit dem Namen Erica betreibt ein speziell entwickeltes „Geteiltes-Lachen“-Modell.

Das Modell stellt drei aufeinanderfolgende Fragen, damit der Roboter angemessen auf einen Gesprächshinweis reagieren kann.

Zuerst ist „Hat der Benutzer gelacht?“, dann „Wird Erica als Antwort lachen? und schließlich, wenn sie beides mit Ja beantwortet, „Welche Art zu lachen ist richtig?“.

Die Arten des Lachens, aus denen Erica wählen würde, sind ein „soziales Lachen“, wenn Humor nicht im Spiel ist, oder ein „fröhliches Lachen“ für lustige Situationen.

Sie wurde darin geschult, die Fragen anhand von Daten aus Speed-Dating-Gesprächen zu beantworten, in denen die Arten des Lachens als solo, gesellig oder fröhlich kommentiert wurden.

Erica nahm dann an jedem der vier Dialoge teil, während sie das Modell des gemeinsamen Lachens und beide Basismodelle durchführte.

Diese wurden von über 130 Personen aufgezeichnet und angehört, die die Interaktionen anhand von Empathie, Natürlichkeit, Menschenähnlichkeit und Verständnis bewerteten.

Das Modell des gemeinsamen Lachens, bei dem Erica sich die drei Fragen stellte, um ihre Lachreaktion zu bestimmen, schnitt besser ab als beide Ausgangswerte.

“Das wichtigste Ergebnis dieser Arbeit ist, dass wir gezeigt haben, wie wir alle drei dieser Aufgaben in einem Roboter kombinieren können”, sagte Dr. Inoue.

“Wir glauben, dass diese Art von kombiniertem System für ein angemessenes Lachverhalten notwendig ist und nicht nur ein Lachen erkennt und darauf reagiert.”

Erica ist auf soziales und fröhliches Lachen beschränkt, und es gibt viele andere Stile, in denen sie trainiert werden sollte, bevor sie eine natürliche, menschliche Konversation führen kann.

Dr. Inoue sagte: „Es gibt viele andere Lachfunktionen und -typen, die berücksichtigt werden müssen, und dies ist keine leichte Aufgabe.

„Wir haben nicht einmal versucht, ungeteiltes Lachen zu modellieren, obwohl es am häufigsten vorkommt.

„Roboter sollten eigentlich einen ausgeprägten Charakter haben, und wir glauben, dass sie dies durch ihr Gesprächsverhalten wie Lachen, Blick, Gesten und Sprechstil zeigen können.

“Wir glauben, dass dies überhaupt kein einfaches Problem ist, und es kann durchaus mehr als 10 bis 20 Jahre dauern, bis wir uns endlich so zwanglos mit einem Roboter unterhalten können, wie wir es mit einem Freund tun würden.”

WIE KÜNSTLICHE INTELLIGENZEN MIT NEURONALEN NETZWERKEN LERNEN

KI-Systeme stützen sich auf künstliche neuronale Netze (KNNs), die versuchen, die Funktionsweise des Gehirns zu simulieren, um zu lernen.

ANNs können darauf trainiert werden, Muster in Informationen zu erkennen – einschließlich Sprache, Textdaten oder visuellen Bildern – und sind die Grundlage für eine Vielzahl von Entwicklungen in der KI in den letzten Jahren.

Herkömmliche KI verwendet Eingaben, um einen Algorithmus über ein bestimmtes Thema zu „lehren“, indem sie ihn mit riesigen Mengen an Informationen füttert.

KI-Systeme stützen sich auf künstliche neuronale Netze (KNNs), die versuchen, die Funktionsweise des Gehirns zu simulieren, um zu lernen.  ANNs können darauf trainiert werden, Muster in Informationen zu erkennen – einschließlich Sprache, Textdaten oder visuellen Bildern

KI-Systeme stützen sich auf künstliche neuronale Netze (KNNs), die versuchen, die Funktionsweise des Gehirns zu simulieren, um zu lernen. ANNs können darauf trainiert werden, Muster in Informationen zu erkennen – einschließlich Sprache, Textdaten oder visuellen Bildern

Zu den praktischen Anwendungen gehören die Sprachübersetzungsdienste von Google, die Gesichtserkennungssoftware von Facebook und die bildverändernden Live-Filter von Snapchat.

Die Eingabe dieser Daten kann sehr zeitaufwändig sein und ist auf eine Art von Wissen beschränkt.

Eine neue Generation von ANNs namens Adversarial Neural Networks lässt den Verstand zweier KI-Bots gegeneinander antreten, wodurch sie voneinander lernen können.

Dieser Ansatz soll den Lernprozess beschleunigen und die von KI-Systemen erzeugte Ausgabe verfeinern.

source site

Leave a Reply