Cheesy pick up linije su poput puna: obično izazivaju stenjanje ili rolete, ali ljudi još uvijek ne mogu odoljeti stvaranju novih. Stoga se može činiti neizbježnim da je u brojnim pokusima sa umjetnom inteligencijom netko kreirao računalni program koji izrađuje linije za preuzimanje.
Povezani sadržaj
- Ovaj računalni algoritam pretvara filmove u prekrasna umjetnička djela
- Kako su računari naučili igrati Nintendo
- Umjetna koža mogla bi pomoći nositeljima proteza da se osjećaju stvarno
Rezultati, izveštaje Rob LeFebvre za Engadget, divni su.
Znanstvenica Janelle Shane podučavala je njenu neuronsku mrežu koristeći pikapce koje je strugala s Interneta. "Skupljanje podataka bilo je mnogo bolnije nego što sam očekivala", piše na svom blogu. "Mnogo toga ranije nisam čitao, a većina su bila opscena ili agresivna ili uvredljiva."
Srećom, mreža je ostala prilično pristojna. Piše:
[A] iako je neuronska mreža pronašla osnovne forme "Ti moraš biti ... zato što ..." ili "Hej dušo, želiš ..." nikad nije naučila generirati najgore crte - većina se temeljila na igri riječi koju je činila " ne mogu se reproducirati.
Shaneova mreža za poduzimanje linija temelji se na programu otvorenog koda na GitHubu pod nazivom char-rnn. Njena mreža, i drugi je vole, računaju modele koji oponašaju način rada mozga. Zbog toga se mreža ponaša vrlo drugačije od uobičajenog računala.
U svemu, od prijenosnih računala do pametnih telefona, središnji procesor računala prima naredbe od korisnika, pronalazi potrebne upute u memoriji, dekodira upute, izvršava radnju i sprema rezultate u memoriju. Svi se ovi koraci događaju redom i svaka faza ovisi o tome što dolazi prije.
Nije tako u neuronskoj mreži (ili točnije, umjetnoj neurološkoj mreži). Ovi se sustavi sastoje od gomile međusobno povezanih "čvorova" od kojih svaki može napraviti jednostavan korak obrade. Mnogobrojne veze omogućuju svakom čvoru da reagira na kombinaciju ulaza iz drugih čvorova. Nema zasebne memorije. Znanje se pohranjuje u ukupnom stanju same mreže. Rezultat je mreža gdje je zbroj veći od dijelova.
Ljudi koji koriste neuronske mreže mogu trenirati sustav tako što će na njega hraniti puno podataka. Mreža tada "uči" obrasce i na kraju može proizvesti vlastiti izlaz.
Nakon što je svojoj mreži nahranio sve čari koje je Internet mogao ponuditi, Shane je dopustio da učini svoje. Rezultati su varirali od nerazumljivih do nadrealnih do nekako obožavanih, piše ona.
Tu je kreativka: "Ja imam ubojicu? Jer ja samo držim tvoje crve." (Hej, engleski je težak.) Pokušaj sira: "Jeste li svijeća? Zato što ste toliko vrući od izgleda s vama." Izravni: "Kad bih te tražio?" A slatko: "Tako si lijepa da me bolje zazivam."
Moglo se zamisliti nezgodno simpatičnog robota kako izgovara ove retke zbunjenom zaštitniku bara. Umjetnik Shobana "Bob" Appavu učinio je s nekoliko ilustracija.
Shane je trenirao isti mrežni okvir kako bi predložio recepte, Pokemon (koje je ilustrirao drugi umjetnik), superherojska imena i naslove irskih melodija.
U svakom slučaju, rane iteracije su obično neuspjesi. "Ono što mi se sviđa kod ovih propusta je to što su prozor u unutarnju strukturu stvari, na isti način na koji nam optičke iluzije daju tragove o djelovanju naših vizualnih sustava", Shane govori Davidu Covucciu za Daily Dot, govoreći o njenoj neurološkoj mreži za pisanje recepata.
Umjetne neuronske mreže mogu nas više nego oduševiti apsurdom ili napisati jezive božićne pjesme. Sofisticirane verzije pomogle su paraliziranim majmunima da hodaju i mogle bi ostaviti nositelje protetskih udova.
Neke linije preuzimanja možda bi vrijedile snimiti i u stvarnom životu. Pokušajte "Izgledate kao stvar, a ja vas volim" ili gotovo neprovjereno "Zdravo."
