هوش مصنوعی مایکروسافت تصاویر را به شعر چینی تبدیل می‌کند

شرکت مایکروسافت توانسته به چت‌ربات چینی خود با نام XiaoIce قابلیت جدیدی یاد بدهد. این ربات، یک هوش مصنوعی مکالمه‌محور با تسلط به زبان چینی است. قابلیت جدید این ربات می‌تواند امکان شعر گفتن به زبان چینی را به آن بدهد. این ربات بعد از دیدن تصاویر، فضاها و اشیای اصلی در آن را شناسایی و بعد از پیدا کردن نام آن‌ها، در قالب یک شعر از این کلمات استفاده می‌کند. البته هنوز مشخص نیست که این اشعار جز اشعار الهامی باشند؛ یعنی خود ربات آن‌ها را سروده باشد یا اینکه فقط اشعار از قبل سروده‌شده را پیدا و با تصویر تطبیق می‌دهد. در هر صورت این یک گام جالب در شبیه کردن هرچه بیشتر هوش مصنوعی با ذهن انسان محسوب می‌شود.

هرچند این نخستین بار نیست که یک هوش مصنوعی شعر می‌گوید؛ ولی قطعا برای بار اول است که یک هوش مصنوعی با الهام از تصاویری که به آن نشان داده می‌شود، می‌تواند به زبان چینی شعر بسراید. به‌طور مثال تصویر زیر باعث شده است تا ربات یک شعر در ادامه بسراید، هرچند باید گفت تبدیل و ترجمه شعر از چینی به هر زبان دیگری باعث می‌شود کمی از زیبایی آن کاسته شود و برای پی بردن به میزان مهارت ربات در سرودن شعر باید حتما به زبان چینی مسلط بود:

بال‌ها به‌آرامی صخره‌ها و آب را در آغوش می‌گیرنددر نهایت تنهایی ودر پوچی قدم زدنزمینِ سخت زیر پا هم نرم خواهد شد

یکی از جذاب‌ترین و البته سخت‌ترین کارهایی که پژوهشگران حوزه‌ی هوش‌مصنوعی مشغول آن هستند، این است که به یک هوش مصنوعی آموزش دهند تا با دیدن یک تصویر بتواند برای آن توضیحاتی بنویسد. با توجه به حجم زیاد تصاویر و الزام برای نوشتن توضیحات یا همان کپشن، ‌موفقیت در آموزش هوش مصنوعی می‌تواند بسیار قابل‌توجه باشد. اگر بتوانیم به یک هوش مصنوعی آموزش دهیم که یک تصویر را از زاویه‌ی دید انسان‌ها ببیند،‌ چندان طول نمی‌کشد تا به همین هوش مصنوعی یاد بدهیم همه چیزهای قابل‌مشاهده را از زاویه‌ی دید انسان‌ها ببینید و برداشتی مشترک با ما داشته باشد.

به‌عنوان یک انسان، وقتی به تصویری نگاه می‌کنیم از آن نتیجه‌گیری می‌کنیم؛ نتیجه‌گیری‌هایی مانند درک اشیاء موجود در تصویر،‌ فهم احساسات افراد حاضر در تصویر از طریق نگاه کردن به صورتشان و غیره. دلیل هم این است که ذهن انسان قابلیت طراحی و ترسیم «بافت ذهنی» را دارد. طراحی چشم‌های کامپیوتری و شبکه‌های عصبی مصنوعی که قابلیت یادگیری دارند، می‌تواند چنین توانای مشابهی را به ماشین‌ها بدهد. هرچند پیشرفته‌ترین این دستگاه‌ها تا امروزه، حتی نمی‌توانند به‌اندازه‌ی ذهن یک کودک معمولی تحلیل و درک پردازشی داشته باشند.

یکی از بهترین راه‌حل‌ها برای ساخت یک هوش ‌مصنوعی با قابلیت خلق توضیحات برای تصاویر، ‌تغییرهای پی‌در‌پی در مدل‌های آموزشی آن است. تا حدی باید این روش‌های آموزشی را تغییر داد که تفاوت متن نوشته‌شده توسط ربات با متن نوشته‌شده توسط انسان قابل تشخیص نباشد. هرچند هوش مصنوعی هم‌اکنون هم می‌تواند متن‌های ساده‌ای بنویسد که تفاوت چندانی با متن نوشته‌شده توسط ذهن انسان نداشته باشند؛ مانند متن «من یک سیب قرمز را روی یک میز قهوه‌ای می‌بینیم». تشخیص اینکه این متن را انسان نوشته یا کار یک هوش مصنوعی است،‌ کاملا بی‌فایده خواهد بود، چون هوش مصنوعی به‌راحتی می‌تواند چنین متن‌های ساده‌ای را با دیدن تصاویر به رشته‌ی تحریر درآورد. ‌تفاوت اصلی و مهم‌تر در متن‌های پیچیده و مفهومی است که هوش‌های مصنوعی، راه زیادی در این مسیر پیش‌رو دارند.

حال چگونه باید این کار را کرد؟ دانشمندان طراح چنین هوش‌های‌مصنوعی ابتدا چند قانون ساده برای این هوش مصنوعی تعریف می‌کنند؛ ‌سپس شبکه‌ی عصبی مجازی، خود را به دو بخش مجزا تقسیم می‌کند، ‌یک بخش وظیفه‌ی سرودن شعر و بخش دیگر وظیفه‌ی نظر دادن درباره‌ی آن را برعهده دارد. اگر بخش قضاوت‌کننده‌ی هوش مصنوعی به این نتیجه برسد که قوانین ابتدایی رعایت شده و شعر سروده‌شده نیز از نظر انسان‌ها قابل‌قبول به‌حساب می‌آید، اجازه می‌دهد که آن شعر به‌نمایش دربیاید. سپس یک انسان نتیجه را بررسی می‌کند و اگر شعر به‌نمایش درآمده و قضاوت هوش مصنوعی ضعیف باشد، ‌پژوهشگران پارامترهای آموزشی را آن‌قدر تغییر می‌دهند تا نتیجه‌ی خروجی از نظر ذهن انسانی قابل‌قبول باشد.

مایکروسافت برای مدتی روی حل این مشکل کار می‌کند. این شرکت به‌تازگی یک هوش مصنوعی طراحی کرده است که می‌تواند با الهام‌گیری از تصاویر نشان‌داده‌شده، به زبان انگلیسی شعر بگوید؛ اما سرودن شعر به زبان چینی نیازمند تعیین قوانین و پارامترهای آموزشی جدید به هوش مصنوعی است.

چوتیان ژی‌آو، پژوهشگر رشته‌ی مطالعات اشعار انگلیسی در دانشگاه دورهام انگلستان در این‌باره می‌گوید:

یاد گرفتن فهم شعرسرایی و توانایی سرودن آن در هر زبانی متفاوت و البته پر از جزییات خاص است و این قاعده برای انسان با آن ذهن پیچیده‌ هم صدق می‌کند. وقتی بحث شعر گفتن به زبان چینی مطرح می‌شود، کار به‌مراتب سخت‌تر هم می‌شود؛ چون قواعد سرودن شعر در زبان چینی طی سال‌ها تغییر کرده است.

تیم تحقیقاتی ربات سراینده‌ی شعر چینی مایکروسافت در یک بیانیه‌ی رسمی اعلام کرده است:

اشعار سنتی چینی بر پایه‌ی اصول و قواعد سختی سروده می‌شوند. به‌طور مثال یک رباعی چهار بیتی باید شامل ۴ جمله باشد که هر جمله ۵ کلمه (کاراکتر)‌ چینی داشته باشد. همچنین کلماتی که در جایگاه مشابهی با یکدیگر قرار دارند باید هم‌قافیه باشند، اما اشعار نو چینی بی‌قاعده هستند. هرچند شعر نو چینی نسبت به شعر کلاسیک از خوانش راحت‌تری برای چینی زبان‌ها برخوردار و دارای آوای یکنواختی هم است، ولی غلط‌های واژگانی و دستور زبانی آن به‌راحتی توسط یک چینی‌زبان قابل‌شناسی است. همچنین در سرودن شعر نوی چینی،‌ باید به قوه‌ی تخیل و استفاده‌ی مناسب و خلاقانه از قدرت زبان هم توجه ویژه‌ای داشت. به این دو دلیل است که سرودن شعر نوی چینی حتی از سرودن شعر کلاسیک این زبان هم سخت‌تر است.

پژوهشگران مایکروسافت برای بررسی میزان اثرگذاری اشعار سروده‌شده ربات خود، آزمایش‌هایی را انجام داده‌اند. در بررسی نتایج این آزمایش‌ها، پژوهشگران متوجه شدند تمایل افراد به اشعار سروده‌شده توسط ربات مایکروسافت بیشتر از سایر ربات‌های مشابه بوده است.

براساس این نتایج مشخص شد که کاربرها با اشعار سروده‌شده توسط ربات مایکروسافت نسبت به متن‌های نوشته‌شده توسط سایر ربات‌ها ارتباط بیشتری برقرار کرده‌اند. دلیل آن هم فضای وهم‌انگیز،‌ اثرگذاری قلبی و الهام‌بخشی اشعار بوده است.

چه شاهکار و چه غیرشاهکار، ماشین‌ها به قابلیت خلق آثار هنری دست پیدا کرده اند. ‌شاید این قابلیت در هنرهای پیچیده‌ای مثل شعر هنوز ابتدایی باشد، ولی دیر یا زود ربات‌ها می‌توانند توانایی‌های خود در این زمینه را گسترش دهند و اشعاری نزدیک یا حتی بهتر از اشعار انسان‌ها خلق کنند.