Umělá inteligence za nás dokáže řídit auta, rozhodovat se v řádu milisekund, občas nás nahradit v zaměstnání a náš obličej poznávat na fotografiích. Ale, jak řekl Andrew Moore, viceprezident Googlu zodpovědný za vývoj AI, „umělá inteligence je velmi, velmi hloupá“. Proč? Zkrátka proto, jak jednostranně je zaměřená – zatím.
Obecná umělá inteligence, tedy inteligence podobná člověku, totiž zatím neexistuje, a to je přesně to, co si automaticky pod tímto pojmem představíme: Terminátora nebo Skynet nebo zkrátka jen inteligenci, která napodobuje člověka a umí širokou škálu dovedností a schopností.
Nic z toho současná umělá inteligence není – ta se pomocí pokročilých algoritmů strojového učení zaměřuje na konkrétní oblasti, v nichž dokáže fantasticky excelovat a mnohonásobně překonávat člověka. Ani ve své královské disciplíně však není stoprocentní: například jazyk, náš běžný, lidský jazyk, je pro AI velkou záhadou. Konverzační umělá inteligence se jej učí rozpoznávat, používat, a dokonce pomocí něj i reagovat – ale nerozumí mu. Ano, odpoví na váš dotaz, pokud správně formulujete otázku: ale v podstatě nerozumí, není schopna skutečně chápat podstatu jazyka: umí replikovat odpověď na základě předchozích vlivů, ale nic víc.
Přestože se na vývoji neustále pracuje a pokroky jsou znát: obzvláště v anglickém jazyce je už interakce s konverzační AI – neboli chatboty – komplexnější, hlubší, občas příjemně intuitivní. Správné chápání a užívání sarkasmu je však ještě hodně daleko. Na Bendera z Futuramy prozatím zapomeňte.
V jistém smyslu jsou sarkasmus a ironie nejvyššími projevy lidské inteligence, s čímž, zdá se, souhlasí i vědci z Harvard Business School. Sarkasmus přirozeně souvisí s kreativitou a schopností abstraktního myšlení – což jsou koncepty umělé inteligenci a strojům obecně naprosto cizí; naopak člověku obvykle velmi přirozené.
Proč je ale detekce sarkasmu tak složitá? Pro odpověď nemusíme chodit daleko, odpovědí je lidská přirozenost.
On je totiž sarkasmus mnohdy náročný na pochopení i pro člověka. Lidé trpící některými formami autismu mohou mít velký problém s ironií (však se podívejte na Sheldona Coopera z Teorie Velkého Třesku); stejně tak je mnohem těžší detekovat sarkasmus z psaného textu, kde nám nepomáhá výraz obličeje, gestikulace a intonace.
Jak máme poznat sarkasmus u člověka, kterého neznáme, když naším jediným orientačním bodem je smajlík, pouhopouhý emotikon? Je to velmi těžké, a i my se v tom často mýlíme: natožpak stroj. Sarkasmus je také v podstatě kontextuálním prostředkem komunikace: čím lépe znáte člověka a jeho názory, tím snáze sarkasmus odhadnete, a stroje na tom nejsou jinak.
A konečně, niterným problémem je také určitá nutná přirozená znalost okolního světa. Stroj obvykle nemá úplný kontext o tom, co lidé považují třeba za chutné, za normální, za dobré a co zase za špatné; odhadnout, že věta „no právě, úplná hrůza, v práci jsme dneska dostali čokoládový dort, jenom tak. Děs,“ zřejmě bude sarkastická, je proto pro stroj velmi těžké.
Jak detekce sarkasmu vlastně probíhá?
Umělá inteligence využívá několik různých postupů, které zároveň souvisí s prostým rozpoznáváním přirozeného jazyka; což s tím ostatně jde ruku v ruce.
Základní a nejjednodušší metodika je strojové učení. Systém „nasaje“ obrovské množství dat, která protřídí a využívá je jako vstupní vzorek pro vyvozování vlastních závěrů. Umělá inteligence se tím trénuje: dostane velké množství sarkastických vyjádření a velké množství běžných, které jsou patřičně označeny. Při dobře provedeném učení by následně AI měla být schopna detekovat sarkasmus i v jiných projevech, nebo v tom být alespoň o něco lepší.
Problém s touto metodou je, jak moc jsou lidé vynalézaví. Sarkastické poznámky jen tak, mezi řečí, totiž aplikujeme na denním pořádku, někdy snad až nezištně, a ani obří datový set (základní vzorek dat) nemusí stačit.. Najít „nový“ sarkasmus přesto může být pro umělou inteligenci obtížné – učení s učitelem (popsaná metodika strojového učení) tak není vždy ideální pro detekci sarkasmu.
Výrazně větší potenciál tak má hluboké učení a konvoluční neuronové sítě hlubokého učení. Nebojte se, pod poměrně složitým názvoslovím se skrývají jen další metodiky učení umělé inteligence. Není to příliš odlišné od toho, když člověk vstřebává nové znalosti: může to dělat ve škole, může to dělat sám a může postupovat pomocí různých metod. Deep learning je v zásadě účinnější než tradiční strojové učení, ale vyžaduje daleko vyšší počet dat opatřených pravidly a je složitější na sestavení a správné aplikování; je také ještě o něco specializovanější a obvykle hůře aplikovatelné na vícero problémů zároveň.
Pokroky například u detekce sarkasmu na Twitteru to potvrzují: časem stroje sarkasmu naučíme, jen to potrvá.
A proč vůbec AI učit sarkasmu?
Jednoduše: pro lepší pochopení jazyka. Detekovat správně fake news a lhaní či nadsázku je potřeba z řady důvodů. Jednak to umožní vývoj pokročilejší AI, která bude skutečně schopna člověku rozumět a adekvátně reagovat; což na oplátku umožní inteligentně a strojově filtrovat obsah na internetu.
Učení přirozeného jazyka je bez této mety také poněkud nedokonalé – ironie a sarkasmus jsou základem projevu člověka, obzvláště ve chvíli, kdy je unavený, naštvaný nebo ve stresu. Chápání textu je jedna věc, porozumění komplexním lidským náladám a chování věc druhá.
Další výhodou lepší detekce sarkasmu je boj proti šíření nepravdivých zpráv: detekovat lež či manipulaci s pravdou je bez dokonalého porozumění jazyka nesmírně obtížné. Plus, je to o posouvání hranic, a to mají lidé vždy nesmírně rádi.