Will A.I. Bientôt capable de remplacer des érudits littéraires?

Avec une épouse qui étudie l'évolution de l'intelligence artificielle et naturelle et une autre qui étudie la langue, la culture et l'histoire de l'Allemagne, imaginez les discussions à notre table. Nous assistons souvent à la confrontation stéréotypée entre l’approche quantifiable des sciences de la nature, fondée sur des mesures, et l’approche plus qualitative des sciences humaines, où l’important est de savoir comment les gens ressentent, interprètent ou interprètent quelque chose.

Nous avons décidé de faire une pause dans cette tendance afin de voir dans quelle mesure chaque approche pourrait aider l'autre. Plus précisément, nous voulions voir si certains aspects de l’intelligence artificielle pourraient trouver de nouvelles façons d’interpréter un roman graphique de fiction sur l’Holocauste. Nous avons fini par trouver que certains A.I. les technologies ne sont pas encore suffisamment avancées et robustes pour fournir des informations utiles - mais des méthodes plus simples ont abouti à des mesures quantifiables offrant une nouvelle possibilité d’interprétation.

Choisir un texte

Il existe de nombreuses recherches disponibles qui analysent de grands corps de texte. Nous avons donc choisi quelque chose de plus complexe pour notre code A.I. analyse: Reinhard Kleist’s Le boxeur, un roman graphique basé sur l'histoire vraie de la façon dont Hertzko «Harry» Haft a survécu aux camps de la mort nazis. Nous voulions identifier les émotions dans les expressions faciales du personnage principal affichées dans les illustrations du livre, afin de déterminer si cela nous donnerait un nouvel objectif pour comprendre l’histoire.

Dans cette caricature en noir et blanc, Haft raconte son histoire horrible, dans laquelle il a été contraint, ainsi que d'autres détenus du camp de concentration, de se coincer l'un contre l'autre jusqu'à la mort. L’histoire est écrite du point de vue de Haft; Des panneaux de flashback décrivant les souvenirs de Haft d’événements personnels importants sont dispersés dans le récit.

L’approche des sciences humaines consisterait à analyser et à contextualiser des éléments de l’histoire ou de l’histoire dans son ensemble. Le roman graphique de Kleist est une réinterprétation du roman biographique de Allan, le fils de Haft, datant de 2009 et fondé sur ce qu’Allan savait des expériences de son père. L’analyse de cet ensemble complexe d’interprétations et de conceptions des auteurs pourrait ne servir qu’à ajouter un autre niveau subjectif au-dessus de ceux existants.

Du point de vue de la philosophie scientifique, ce niveau d'analyse ne ferait que compliquer les choses. Les érudits peuvent avoir des interprétations différentes, mais même s'ils étaient tous d'accord, ils ne sauraient toujours pas si leur vision était objectivement vraie ou si tout le monde souffrait de la même illusion. Résoudre le dilemme nécessiterait une expérience visant à générer une mesure que d’autres pourraient reproduire indépendamment.

Interprétation reproductible des images?

Plutôt que d’interpréter les images nous-mêmes, en les soumettant à nos propres préjugés et idées préconçues, nous espérions que A.I. pourrait apporter une vision plus objective. Nous avons commencé par scanner tous les panneaux du livre. Ensuite, nous avons lancé la vision de Google, A.I. ainsi que la reconnaissance faciale et l’annotation de caractère émotionnel de Microsoft AZURE.

Les algorithmes que nous avons utilisés pour analyser Le boxeur ont déjà été formés par Google ou Microsoft sur des centaines de milliers d'images déjà étiquetées avec des descriptions de ce qu'elles représentent. Dans cette phase de formation, le A.I. Les systèmes ont été invités à identifier ce que les images montraient, et ces réponses ont été comparées aux descriptions existantes pour voir si le système en formation était correct ou incorrect. Le système de formation a renforcé les éléments des réseaux de neurones profonds sous-jacents générant des réponses correctes et affaibli les éléments contribuant à des réponses erronées. La méthode et le matériel de formation - images et annotations - sont essentiels à la performance du système.

Ensuite, nous avons tourné le A.I. en vrac sur les images du livre. Juste comme sur Querelle de famille, où les producteurs de la série posent une question à 100 inconnus et comptent combien choisissent chaque réponse potentielle, notre méthode demande à un A.I. pour déterminer quelle émotion un visage montre. Cette approche ajoute un élément clé souvent manquant lors de l'interprétation subjective du contenu: la reproductibilité. Tout chercheur qui souhaite vérifier peut exécuter à nouveau l'algorithme et obtenir les mêmes résultats que nous.

Malheureusement, nous avons constaté que ces A.I. les outils sont optimisés pour les photographies numériques et non les numérisations de dessins en noir et blanc. Cela signifiait que nous n'avions pas beaucoup de données fiables sur les émotions contenues dans les images. Nous avons également été troublés de constater qu’aucun des algorithmes n’identifiait l’une quelconque des images comme se rapportant à l’Holocauste ou aux camps de concentration - bien que les téléspectateurs humains puissent facilement identifier ces thèmes. Espérons que cela soit dû au fait que les I.I. avaient des problèmes avec les images en noir et blanc elles-mêmes et non à cause de négligence ou de parti pris dans leurs ensembles de formation ou leurs annotations.

Le biais est un phénomène bien connu en apprentissage automatique, qui peut avoir des résultats vraiment choquants. Une analyse de ces images basée uniquement sur les données que nous avons obtenues n’aurait pas permis de discuter ou de reconnaître l’Holocauste, une omission contraire à la loi en Allemagne, entre autres pays. Ces failles soulignent l’importance d’évaluer de manière critique les nouvelles technologies avant de les utiliser plus largement.

Trouver d'autres résultats reproductibles

Déterminés à trouver un moyen alternatif d’approches quantitatives pour aider les sciences humaines, nous avons fini par analyser la luminosité des images, en comparant des scènes de flashback à d’autres moments de la vie de Haft. À cette fin, nous avons quantifié la luminosité des images numérisées à l'aide d'un logiciel d'analyse d'images.

Nous avons constaté que tout au long du livre, des images lumineuses illustrent des phases lumineuses et gaies comme l’évasion de sa prison ou la vie de Haft aux États-Unis après la guerre. Les phases tristes et traumatisantes, telles que ses expériences dans les camps de concentration, sont représentées par des images sombres. Cela correspond aux identifications de la psychologie des couleurs du blanc comme ton pur et joyeux et du noir comme symbole de tristesse et de chagrin.

Ayant acquis une compréhension générale de la manière dont la luminosité est utilisée dans les images du livre, nous avons examiné de plus près les scènes de flashback. Tous ont décrit des événements émotionnellement intenses, et certains étaient sombres, tels que des souvenirs de crémation d'autres détenus du camp de concentration et d'abandon de sa vie.

Nous avons toutefois été surpris de constater que les flashbacks montrant Haft sur le point de frapper des adversaires à mort étaient clairs et nets - ce qui laisse supposer qu'il a une émotion positive face à la prochaine rencontre fatale. C’est exactement le contraire de ce que les lecteurs comme nous ressentent probablement quand ils suivent l’histoire, peut-être que l’opposant de Haft est faible et qu’il se rend compte qu’il est sur le point de le tuer. Quand le lecteur ressent de la pitié et de l'empathie, pourquoi Haft se sent-il positif?

Cette contradiction, trouvée en mesurant la luminosité des images, peut révéler un aperçu plus profond de la façon dont les camps de la mort nazis ont affecté émotionnellement Haft. Pour nous, en ce moment, il est inimaginable d’avoir une perspective positive de battre à mort un autre joueur lors d’un match de boxe. Mais Haft était peut-être dans une situation si désespérée qu’il avait des espoirs de survie en affrontant un adversaire encore plus affamé que lui.

Utiliser A.I. les outils d'analyse de cette littérature ont jeté un nouvel éclairage sur les éléments clés de l'émotion et de la mémoire du livre - mais ils ne se sont pas substitués aux compétences d'un expert ou d'un érudit en matière d'interprétation de textes ou d'images. À la suite de notre expérience, nous pensons que A.I. et d'autres méthodes informatiques offrent une opportunité intéressante avec le potentiel de recherche plus quantifiable, reproductible et peut-être objective en sciences humaines.

Il sera difficile de trouver des moyens d’utiliser A.I. de manière appropriée dans les sciences humaines - et ce d'autant plus que l'actuel A.I. les systèmes ne sont pas encore assez sophistiqués pour fonctionner de manière fiable dans tous les contextes. Les chercheurs devraient également être attentifs aux biais potentiels de ces outils. Si le but ultime de A.I. La recherche consiste à développer des machines qui rivalisent avec la cognition humaine. Les systèmes d’intelligence artificielle peuvent non seulement avoir besoin de se comporter comme des personnes, mais également comprendre et interpréter des sentiments comme des personnes.

Cet article a été publié à l'origine sur The Conversation par Leonie Hintze et Arend Hintze http://theconversation.com/profiles/arend-hintze-225106. Lisez l'article original ici.