Linhas de captação de queijo são como trocadilhos: elas normalmente provocam gemidos ou revirar os olhos, mas as pessoas ainda não conseguem resistir a fazer novas. Por isso, pode parecer inevitável que, nos muitos experimentos em andamento com inteligência artificial, alguém tenha criado um programa de computador que fabrica linhas de coleta.
Conteúdo Relacionado
- Este Algoritmo de Computador Transforma Filmes Em Obras De Arte De Tirar o Fôlego
- Como os computadores aprenderam a jogar Nintendo
- A pele artificial poderia ajudar os usuários de próteses a sentirem-se
Os resultados, relatórios de Rob LeFebvre para o Engadget, são adoráveis.
A pesquisadora Janelle Shane ensinou sua rede neural usando linhas de coleta que ela extraiu da Internet. "Reunir o conjunto de dados foi muito mais doloroso do que eu esperava", escreve ela em seu blog. "Eu realmente não tinha lido muitos deles antes, e a maioria era obscena ou agressiva, ou meio insultante".
Felizmente, a rede permaneceu bastante educada. Ela escreve:
[A] embora a rede neural tenha descoberto as formas básicas “Você deve ser um ... porque….” Ou “Hey querido, quer…” ele nunca aprendeu a gerar as piores linhas - a maioria delas era baseada em jogos de palavras que não Não tenho chance de me reproduzir.
A rede de captação de linha da Shane é baseada em um programa de código aberto no GitHub chamado char-rnn. Sua rede e outras semelhantes são modelos de computação que imitam a maneira como o cérebro funciona. Isso faz com que a rede se comporte de maneira muito diferente de um computador convencional.
Em tudo, de laptops a smartphones, o processador central do computador recebe comandos de um usuário, encontra as instruções necessárias na memória, decodifica as instruções, executa uma ação e armazena os resultados na memória. Todas essas etapas acontecem em ordem e cada etapa depende do que vem antes.
Não é assim em uma rede neural (ou, mais precisamente, uma rede neural artificial). Esses sistemas são compostos de vários "nós" interconectados, cada um dos quais pode fazer uma simples etapa de processamento. As muitas conexões permitem que cada nó reaja a uma combinação de entradas de outros nós. Não há memória separada. O conhecimento é armazenado no estado geral da própria rede. O resultado é uma rede em que a soma é maior que as partes.
As pessoas que usam redes neurais podem treinar o sistema alimentando-o com muitos dados. A rede então "aprende" os padrões e, eventualmente, pode gerar sua própria saída.
Depois de alimentar sua rede todo o charme que a Internet poderia oferecer, Shane deixou que ele fizesse o que queria. Os resultados "variaram de incompreensível a surreal a adorável", escreve ela.
Há o criativo: "Eu tenho um cenver? Porque eu apenas stowe deve seus vermes." (Ei, o Inglês é difícil.) Há uma tentativa de queijo: "Você é uma vela? Porque você é tão quente com sua aparência." O simples: "Se eu fosse te convidar para sair?" E o doce: "Você é tão linda que me faz sentir melhor ao ver você".
Pode-se imaginar um robô desajeitadamente fofo pronunciando essas linhas para um bar confuso. Artista Shobana "Bob" Appavu fez com algumas ilustrações.
Shane treinou a mesma estrutura de rede para sugerir receitas, Pokemon (que foram ilustradas por outro artista), nomes de super-heróis e títulos de músicas irlandesas.
Em todos os casos, as iterações iniciais são geralmente falhas. "O que eu gosto sobre essas falhas é que elas são uma janela para a estrutura interna das coisas, da mesma forma que as ilusões de ótica nos dão pistas sobre o funcionamento de nossos sistemas visuais", diz Shane David Covucci no The Daily Dot, falando sobre sua rede neural de escrita de receita.
Redes neurais artificiais podem fazer mais do que nos deliciar com o absurdo ou escrever canções assustadoras de Natal. Versões sofisticadas ajudaram os macacos paralisados a andar e podem sentir os usuários de próteses.
Algumas das linhas de captação podem até valer a pena na vida real. Tente "Você parece uma coisa e eu te amo" ou a "Hello" quase impermeável.
