Kā AI algoritms iemācījās rakstīt politiskas runas

Nejautājiet, ko jūsu valsts var darīt jūsu labā; jautājiet, ko jūs varat darīt savas valsts labā.
— Džons F. Kenedijs, 1961. gads

Runājot par politiskām runām, izcilas runas ir maz un tālu. Taču parasto politisko runu, piemēram, ASV Kongresa debatēs teikto, ir daudz.

Tie ir arī apbrīnojami līdzīgi. Šīs runas mēdz ievērot standarta formātu, atkārto līdzīgus argumentus un pat izmanto tās pašas frāzes, lai norādītu uz noteiktu politisko piederību vai viedokli. Tas ir gandrīz tā, it kā pastāv kaut kāds algoritms, kas nosaka to saturu.

Tas rada interesantu jautājumu. Vai mašīnai ir iespējams automātiski rakstīt šāda veida politiskās runas?

Šodien mēs saņemam atbildi, pateicoties Valentīna Kasarniga darbam Masačūsetsas Universitātē Amherstā, kurš ir radījis mākslīgā intelekta mašīnu, kas iemācījies rakstīt politiskās runas, kas ir ārkārtīgi līdzīgas īstām runām.

Pieeja principā ir vienkārša. Kassarnig izmantoja datubāzi ar gandrīz 4000 politiskās runas segmentiem no 53 ASV Kongresa debatēm, lai apmācītu mašīnmācības algoritmu, lai izveidotu savas runas.

Šīs runas sastāv no vairāk nekā 50 000 teikumu, katrs satur vidēji 23 vārdus. Kassarnig arī klasificēja runas pēc politiskās partijas, neatkarīgi no tā, vai tā ir demokrātu vai republikāņu partija, un pēc tā, vai tā bija par vai pret konkrēto tēmu.

Protams, velns ir šīs datu bāzes analīzes detaļās. Izmēģinājis vairākus paņēmienus, Kassarnigs izvēlējās pieeju, kuras pamatā ir n-grami, n vārdu vai frāžu secības. Vispirms viņš analizēja tekstu, izmantojot runas daļu pieeju, kas atzīmē katru vārdu vai frāzi ar tā gramatisko lomu (neatkarīgi no tā, vai tas ir lietvārds, darbības vārds, īpašības vārds un tā tālāk).

Pēc tam viņš aplūkoja 6 gramus un vārda vai frāzes parādīšanās varbūtību, ņemot vērā piecus, kas parādās pirms tā. Tas ļauj mums ļoti ātri noteikt visus vārdus, kas var parādīties pēc iepriekšējiem pieciem, un to, cik liela varbūtība ir katram no tiem, viņš saka.

No tā automātiski izriet runu ģenerēšanas process. Kassarnig sāk, pastāstot algoritmam, kāda veida runa ir jāraksta — vai nu demokrātiem, vai republikāņiem. Pēc tam algoritms izpēta šīs kategorijas 6 gramu datubāzi, lai atrastu visu 5 gramu komplektu, kas izmantots vienas no šīm runām.

Pēc tam algoritms pēc nejaušības principa izvēlas vienu no šiem 5 gramiem, lai sāktu runu. Pēc tam tā izvēlas nākamo vārdu no visiem tiem, kas var sekot šim 5 gramam. Pēc tam sistēma sāk paredzēt vārdu pēc vārda, līdz tā paredz runas beigas, viņš saka.

Protams, ceļā ir daži triki. Algoritms zina, piemēram, varbūtību, ka konkrēta tēma parādīsies runā. Pēc tam tā izvēlas tēmas, noskaidrojot, kādas citas tēmas runā jau ir, un nosakot, cik labi tās tiek apskatītas.

Rezultāti ir pārsteidzoši labi. Šeit ir automātiski ģenerētas demokrātu runas piemērs:

Priekšsēdētāja kungs, gadiem ilgi godīgiem, bet nelaimīgiem patērētājiem ir bijusi iespēja aizstāvēt savu lietu, lai viņi tiktu pakļauti bankrota aizsardzībai un tiktu dzēsti saprātīgi un pamatoti parādi. Veids, kādā sistēmai ir paredzēts darboties, bankrota tiesa izvērtē dažādus faktorus, tostarp ienākumus, aktīvus un parādus, lai noteiktu, kādus parādus var samaksāt un kā patērētāji var piecelties uz kājām. Iestāties par izaugsmi un iespējām. Pieņemt šo likumu.

Tas ir iespaidīgi, ņemot vērā to, ka nav nepieciešama cita apmācība, izņemot runas tagu sākotnējās daļas, politiskās runas datu bāzes 6 gramu analīzi un nedaudz maģiskas mērces. Kassarnig ir novērtējis šīs runas pēc tādiem kritērijiem kā gramatiskā pareizība, teikuma pāreja un runas struktūra un saturs un atklājis, ka tās kopumā darbojas labi. Jo īpaši gramatiskā pareizība un teikumu pārejas lielākajā daļā runu bija ļoti labas, viņš saka.

Tomēr Kassarnigs nav optimistisks par sava algoritma izredzēm vētraini uzkāpt uz politiskās skatuves. Neskatoties uz labajiem rezultātiem, ir ļoti maz ticams, ka šīs metodes tiešām tiks izmantotas, lai radītu runas politiķiem, viņš saka, iespējams, tāpēc, ka negodīgi politiķi, kas varētu izmantot viņa algoritmu, ir tik reti (klepus).

Tomēr algoritmu var izmantot, lai ģenerētu cita veida tekstus. Kassarnig ierosina, ka tas varētu radīt ziņas, ņemot vērā citus stāstus par to pašu incidentu. Vēl viena iespēja varētu būt emuāra ierakstu izveide par arXiv dokumentiem, ņemot vērā lielu līdzīgu stāstu datubāzi (ahem).

Un viņš mudina ikvienu izmēģināt, teikt, ka viss viņa avota kods ir pieejams vietnē GitHub ( https://github.com/valentin012/conspeech ). Viņš saka, ka mēs nepārprotami mudinām citus mēģināt to izmantot, pārveidot un paplašināt. Atsauksmes un idejas uzlabojumiem ir ļoti gaidītas.

Atsauce:arxiv.org/abs/1601.03313: politisko runu paaudze

paslēpties