Kecerdasan buatan adalah belajar untuk tidak begitu literal

Kecerdasan buatan mulai belajar cara membaca yang tersirat.

Sistem AI umumnya bagus dalam menanggapi pernyataan langsung, seperti “Siri, beri tahu saya cuaca” atau “Alexa, mainkan ‘Despacito’.” Tetapi mesin belum bisa melakukan pembicaraan kecil seperti yang dilakukan manusia, kata Yejin Choi, seorang yang alami peneliti pemrosesan bahasa di University of Washington di Seattle. Ketika berbicara tentang nuansa percakapan seperti nada dan idiom, AI masih berjuang untuk memahami maksud manusia.

Untuk membantu mesin berpartisipasi dalam percakapan yang lebih mirip manusia, para peneliti mengajarkan AI untuk memahami makna kata-kata di luar definisi kamus mereka yang ketat. Pada Konferensi AAAI baru-baru ini tentang Kecerdasan Buatan, satu kelompok meluncurkan sebuah sistem yang mengukur apa yang sesungguhnya seseorang maksudkan ketika berbicara, dan yang lain mempresentasikan AI yang membedakan antara frasa literal dan figuratif secara tertulis.

Salah satu keterampilan utama percakapan adalah mengambil subteks. Ekspresi wajah atau intonasi seseorang dapat secara signifikan mengubah implikasi dari kata-kata mereka, kata Louis-Philippe Morency, seorang peneliti kecerdasan buatan di Carnegie Mellon University di Pittsburgh. Menggambarkan film sebagai “sakit” dengan meringis menyampaikan sesuatu yang sama sekali berbeda dari menyebutnya “sakit” dengan nada bersemangat dan mengangkat alis.

Morency dan rekannya merancang sistem kecerdasan buatan yang menonton klip YouTube untuk mempelajari bagaimana isyarat nonverbal, seperti ekspresi wajah dan nada suara, dapat memengaruhi makna kata-kata yang diucapkan.

AI adalah 78 persen akurat dalam menilai seberapa banyak sentimen negatif atau positif yang diungkapkan subjek video, tim Morency melaporkan 31 Januari. Sistem ini juga terbukti mahir dalam membedakan antara berbagai emosi yang diungkapkan. Tapi itu mengenali beberapa emosi lebih baik daripada yang lain; misalnya, ia mengidentifikasi kebahagiaan dan kesedihan dengan akurasi masing-masing 87,3 dan 83,4 persen, tetapi hanya 69,7 persen akurat dalam membedakan ekspresi netral. Morency selanjutnya ingin menguji apakah AI jenis ini dapat dikenali ketika ekspresi wajah dan nada suara seseorang menghantam kata-kata mereka dengan sarkasme.

Bahkan dalam komunikasi tertulis, memahami maksud seseorang jarang sesederhana merangkai makna harfiah kata-kata tersebut. Idiom itu rumit karena dapat ditafsirkan secara harfiah atau kiasan, tergantung pada konteksnya. Misalnya, kata-kata yang sama dapat digunakan dalam tajuk utama literal – “Anak-anak bermain dengan api: Para ahli memperingatkan orang tua untuk mencari tanda-tanda bahaya” – dan yang kiasan – “Bermain dengan api di Afghanistan.”

Ambiguitas semacam ini dapat menjadi batu sandungan bagi sistem AI yang menganalisis sentimen yang diungkapkan secara online atau menerjemahkan dokumen ke dalam bahasa lain. Untuk mengatasi masalah ini, Changsheng Liu dan Rebecca Hwa, ilmuwan komputer di University of Pittsburgh, merancang sistem yang menentukan apakah suatu frasa diartikan secara harfiah atau kiasan berdasarkan kata-kata di sekitarnya. Dalam kasus tajuk “bermain dengan api”, sistem mungkin berharap untuk melihat kata-kata “anak-anak” dan “bermain” bersama, dan jadi lebih cenderung menganggap judul tajuk literal pertama, tetapi menemukan kata “Afghanistan” dan ” bermain ”tidak terkait, dan menilai kiasan judul kedua.

Sistem AI ini mempelajari cara mengaitkan kata-kata yang berbeda dengan membaca kalimat dari entri Wikipedia. Dalam percobaan, program ini 73 hingga 75 persen akurat dalam menilai apakah frasa yang terkandung dalam kalimat itu harfiah atau kiasan, Hwa dan Liu melaporkan 29 Januari.

Kemampuan komputer untuk mengenali dan menafsirkan bahasa nonliter menjadi lebih penting karena AI menjadi terintegrasi ke dalam lebih banyak aspek kehidupan kita, kata Julia Rayz, seorang peneliti pemrosesan bahasa alami di Universitas Purdue di West Lafayette, Ind., Tidak terlibat dalam dua proyek. Peneliti lain menangani masalah serupa dengan metafora dan ironi.

“Kami mulai memasuki Lembah Luar Biasa, di mana [AI] akan menjadi sangat bagus sehingga, setidaknya dalam percakapan sederhana ini … akan hampir seperti berbicara dengan manusia,” kata Robert West, seorang ilmuwan komputer di École Polytechnique Fédérale de Lausanne di Swiss tidak terlibat dalam proyek. Tetapi memahami nuansa linguistik sangat penting. Jika AI tidak dapat melakukan itu, “kami tidak akan pernah memiliki mesin cerdas yang akan mampu bertahan dari percakapan apa pun.”

Leave a Reply

Your email address will not be published. Required fields are marked *