Algoritmo de IA identifica imágenes humorísticas

El humor es una cualidad exclusivamente humana. La mayoría de las personas pueden reconocer frases graciosas, incidentes, imágenes, videos, etc. Pero no siempre es fácil decir por qué estas cosas son graciosas.

Así que es fácil imaginar que el humor será uno de los últimos baluartes que separe a los humanos de las máquinas. Las computadoras, se piensa, no pueden desarrollar un sentido del humor hasta que puedan captar las sutilezas de nuestros ricos escenarios sociales y culturales. E incluso las máquinas de IA más poderosas seguramente están muy lejos de eso.

Ese pensamiento pronto tendrá que cambiar. Hoy, Arjun Chandrasekaran de Virginia Tech y sus amigos dicen que han entrenado un algoritmo de aprendizaje automático para reconocer escenas humorísticas e incluso crearlas. Dicen que su máquina puede predecir con precisión cuándo una escena es graciosa y cuándo no, aunque no sabe nada del contexto social de lo que está viendo.

Los psicólogos tienen una comprensión relativamente pobre de los mecanismos detrás del humor. La mayoría de las teorías del humor sugieren que sus componentes clave son cualidades como lo inesperado, la incongruencia, el dolor, etc. Cuando uno o todos estos elementos están presentes en oraciones, imágenes y videos, aumentan las posibilidades de despertar una sonrisa.

Chandrasekaran y compañía limitan su estudio a las imágenes. Y para simplificar las cosas, se limitan a imágenes creadas con un programa de imágenes prediseñadas. Contiene 20 modelos humanos de muñecas de papel de varias edades, géneros y razas con brazos y piernas móviles y ocho expresiones diferentes. También contiene 31 animales en varias poses y alrededor de 100 objetos de interior y exterior como puertas, ventanas, mesas, sol, nubes, árboles, etc.

Una parte clave de cualquier proceso de aprendizaje automático es crear una base de datos que contenga buenos ejemplos de lo que el algoritmo tiene que aprender. Esta no es una tarea fácil, particularmente cuando se trata de algo tan subjetivo como el humor.

El equipo aborda esto pidiendo a los trabajadores del servicio Mechanical Turk de Amazon que creen escenas divertidas usando el programa de imágenes prediseñadas, junto con una breve oración que describa por qué creen que las escenas son divertidas. También les pidieron a estas personas (turkers, como se les llama) que crearan escenas sin gracia.

De esta forma, el equipo acumuló una base de datos de 6.400 imágenes, la mitad de las cuales eran divertidas y la otra mitad sin gracia. Calibraron la base de datos pidiendo a otros turkers que calificaran la gracia de cada escena y descubrieron que la mayoría caía en las categorías previstas, aunque algunas escenas sin gracia resultaron ser involuntariamente divertidas y viceversa.

Después de un análisis más detallado, resultó que las escenas calificadas como más divertidas generalmente estaban asociadas con animales o personas que hacían algo inusual.

Eso llevó al equipo a pensar en formas de alterar la gracia de una imagen. Una forma de hacer esto es reemplazar el objeto o la persona que hace algo inusual con un objeto o una persona diferente. Así que le pidieron a los turcos que reemplazaran los objetos con otros que fueran lo más similares posible al primer objeto, pero que hicieran que la escena no fuera graciosa. Esto nos ayuda a comprender la semántica detallada que hace que una categoría de objeto específica contribuya al humor, dicen.

De esta forma, alteraron cada una de las 3000 imágenes divertidas de cinco maneras diferentes para crear una base de datos de 15 000 equivalentes sin gracia de imágenes divertidas.

Con esta base de datos en su haber, Chandrasekaran y compañía comenzaron la tarea de entrenar un algoritmo de aprendizaje automático para detectar la diferencia entre imágenes divertidas y no divertidas (reteniendo el 20 por ciento de la base de datos para probarlo más tarde).

Le dieron a la máquina dos tareas. El primero era predecir la gracia de una escena y el segundo era alterar la gracia de una escena reemplazando un objeto dentro de ella.

Los resultados hacen una lectura interesante. En general, el algoritmo se desempeña bastante bien en la predicción de la gracia de la escena, ciertamente mejor que una suposición aleatoria.

La tarea de alterar la gracia de una escena consta de dos partes. El primero es reconocer los elementos de la escena que contribuyen al humor y el segundo es elegir un objeto de reemplazo que reduzca la gracia.

En la primera tarea, el algoritmo hace algunos progresos interesantes. Observamos que el modelo aprende que, en general, los objetos animados como los humanos y los animales son fuentes más probables de humor en comparación con los objetos inanimados y, por lo tanto, tiende a reemplazar estos objetos, dicen Chandrasekaran y compañía.

El algoritmo también avanza en la segunda tarea. Elimina el humor en la mayoría de las escenas al elegir reemplazar los objetos que contribuyen al humor con otros objetos que se mezclan bien con el fondo, dice el equipo. Por ejemplo, el algoritmo podría reemplazar el objeto inusual en una escena interior con una planta en una maceta que encaja bien o una mariposa en escenas al aire libre.

Y las técnicas funcionan bien. En evaluaciones humanas, las escenas que nuestro [algoritmo] dejó sin gracia resultaron ser menos divertidas que la escena divertida original el 95 por ciento de las veces, dicen Chandrasekaran y compañía.

A la máquina no le fue tan bien en hacer que las escenas fueran más divertidas, pero eso es claramente algo en lo que trabajar en el futuro.

Por supuesto, una pregunta importante es qué es exactamente lo que la máquina está aprendiendo a hacer. En este trabajo, la diversión puede ser un representante de algo completamente diferente. De hecho, si el artículo de Chandrasekaran y compañía se reescribiera con cada instancia de la palabra diversión reemplazada por la palabra rareza, incongruencia o inesperado, los resultados no serían menos válidos.

Sin embargo, el equipo tiene un enfoque interesante que podría dar lugar a algunas aplicaciones fascinantes. La capacidad de juzgar el humor en una escena podría ayudar a los investigadores a desarrollar mejores herramientas de edición de fotos, herramientas que eligen imágenes divertidas para publicar en las redes sociales o incluso cámaras inteligentes que pueden elegir mejores momentos para tomar fotos divertidas.

También es parte de un nuevo campo de humor computacional: usar inteligencia artificial para hacernos reír. Quizás algún día, las máquinas puedan incluso compartir la broma.

Ref: arxiv.org/abs/1512.04407 : Somos seres del humor: comprender y predecir el humor visual

esconder