幽默是人類獨有的特質(zhì)， 我們能識別出有趣的場景、事件、圖片，但又很難說出它們?yōu)槭裁春眯?。?span style="line-height: 1.8;">幽默也是將人類與機(jī)器區(qū)分開來的最后堡壘。如果無法領(lǐng)會人類豐富的社會和文化背景，計算機(jī)很難具備幽默感，就算是目前最先進(jìn)的人工智能，也離這一前景還有很遠(yuǎn)。

但這種看法得改改了，弗吉尼亞理工學(xué)院的Arjun Chandrasekaran和同事們訓(xùn)練了一個機(jī)器學(xué)習(xí)算法，可以讓它識別和制造幽默場景。他們表示，算法能準(zhǔn)確預(yù)測一個場景是否有趣，盡管它不明白其中的社會背景。

有些理論認(rèn)為，幽默的關(guān)鍵在于出乎意料、不一致性以及痛苦等，如果某一場景、圖片或視頻中出現(xiàn)一種或多種因素，那令人發(fā)笑的可能性就會增大。

Chandrasekaran的研究僅限圖片，圖片都由一個剪貼畫程序得來。程序中有20個人類模型，年齡性別及種族各異，四肢可拼貼，并有八種不同的表情；它還有31種姿態(tài)各異的動物模型，和100種物體，如門、窗、桌子和樹等。

機(jī)器學(xué)習(xí)的關(guān)鍵點是創(chuàng)建數(shù)據(jù)庫，為算法提供可供學(xué)習(xí)的例子。這不是件簡單的事，特別是在主題是幽默這種主觀性很強(qiáng)的內(nèi)容時。研究人員借用了亞馬遜Mechanical Turk機(jī)器人服務(wù)，要求服務(wù)者使用剪貼畫程序創(chuàng)建一些有趣和無趣的場景，并用一段話描述笑點在哪。

這樣，研究人員就收集了6400張圖片，有趣無趣的各占一半。他們還要求服務(wù)者為各場景的有趣度打分，結(jié)果發(fā)現(xiàn)多數(shù)場景都有意料之中的分類里面，只有一些場景的趣味性需要反過來。

經(jīng)過進(jìn)一步分析，他們發(fā)現(xiàn)被評為最有趣的場景通常是人或動物在做一些不尋常的事。于是研究人員想到可以改變圖片的趣味性，比如用不同的人和物體替換圖片中的對象。于是他們要求機(jī)器人服務(wù)提供者用盡可能相似的內(nèi)容替換現(xiàn)有圖片中的對象，但要將整個場景變得無趣。這讓研究者知道哪一類特定的物體會產(chǎn)生幽默感。

最終，他們用五種方式調(diào)整了3000個有趣的圖片，得到了1.5萬張無趣的圖片。

有了這些圖片后，研究人員終于開始訓(xùn)練機(jī)器學(xué)習(xí)算法，讓他們識別有趣和無趣的圖片。20%的圖片留作后續(xù)的測試。算法需要完成兩個任務(wù)：首先預(yù)測每張圖的有趣度；其實是替換照片中的物體，調(diào)整趣味性。

從結(jié)果上來看，算法在預(yù)測有趣場景上的表現(xiàn)不錯，肯定是比隨機(jī)猜測好得多。

第二個任務(wù)包括兩部分，第一是重新識別場景中產(chǎn)生幽默的元素，第二是選一個物體減少趣味性。第一部分中，算法有一些有趣的小進(jìn)步，比如它會知道人和動物這樣有生命的物體更會成為幽默來源，所以在替換時也會瞄準(zhǔn)它們。在第二部分中，算法在降低趣味性上也做得不錯，它會用盆栽或蝴蝶這樣的物體來替代有趣圖片中的不尋常點。

在后續(xù)測試中，95%的被調(diào)整過的圖片都會被人類認(rèn)定確實變得無趣了。遺憾的是，算法在讓圖片變得更有趣上，做得并不算成功。

不過更重要的問題是，算法到底在學(xué)著做什么。在研究中，趣味性也可能并不是真正的幽默，結(jié)果也很難說讓人信服。但他們研究的應(yīng)用可能會很有趣，比如用于開發(fā)圖片編輯軟件，幫助選一些令人覺得好笑的圖片放到網(wǎng)上，甚至是開發(fā)能自動選擇幽默圖片的相機(jī)。還有一種可能，你寂寞的時候，手機(jī)真的會逗你笑了。

via techreview

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。