אלגוריתם אחד נכנס לבר: כך מנסים לגרום למחשבים להצחיק

איזה סרט כלבים הכי אוהבים? "כלבי אשמורת".

את בדיחת הקרש הזאת לא המציא דוד מביך כלשהו בארוחת ערב משפחתית, אלא האלגוריתם של האתר "מחולל הבדיחות הגרועות", אחד מכמה פרויקטים מסוג זה שאפשר למצוא ברשת. לתכנת מחשב כך שירכיב בדיחות גרועות על בסיס מילות מפתח אינה משימה מסובכת מאוד, אך ליצור מערכת בינה מלאכותית שממש מבינה הומור, מבחינה בין תוכן שנועד להצחיק לתוכן רציני ומצליחה ליצור בכוחות עצמה חומרים קומיים בעלי ערך — זה כבר אחד האתגרים הגדולים שעומדים כיום לפני חוקרי הבינה המלאכותית. 

בשנים האחרונות נכנסו האלגוריתמים החכמים לשלל תחומים שבעבר נראו כמו מדע בדיוני. הם למדו לדבר בשפה טבעית, לנהוג במכונית ולנווט כלי טיס, לנקות את הבית, לתאר וליצור תמונות, להלחין ולשחק במשחקי וידיאו. ואולם, היכולת להבין או ליצור הומור אנושי־באופיו עדיין נראית רחוקה מהישג יד. התחום, המכונה Computational Humor, החל להיחקר לפני כ־20 שנה, בערך בתקופה שבה "כחול עמוק" ניצח את גארי קספרוב במשחק שחמט. ג'רי סיינפלד, איימי שומר ולואי סי.קיי יכולים להרגיש בטוחים, אך עוד ועוד חוקרים מנסים לנצל את ההתפתחויות בענף למידת המכונה כדי לשנות זאת. 

@(copy_from_editor)@סטיב קארל. האלגוריתם פיצח את הבדיחה שלו, בערך

לא מדובר רק באתגר אינטלקטואלי. רבים אימצו את התפיסה שהופיעה בסרט המיתולוגי "תקלה מופלאה" ורואים במחשב שמבין בדיחות את הגביע הקדוש של הבינה המלאכותית, או את מבחן טיורינג האמיתי. שלא כמו מנגנונים לשוניים פשוטים יותר שפועלים לפי חוקים ברורים, הבנת הומור דורשת פענוח של קונספטים מורכבים כמו אירוניה, סרקזם, מטפורות, אלגוריות והתחשבות בידע מקדים ובהבדלים תרבותיים, שגורמים לכך שבדיחה שמצחיקה ישראלי מירושלים לא תשפיע על אמריקאי מניו יורק.

התוכנה שהורסת את הבדיחות

אלגוריתם הומור יעיל יוכל לשפוך אור על הגורמים שהופכים טקסט או תמונה מסוימת למצחיקים, להפוך עוזרים אישיים כמו סירי לאנושיים יותר ואפילו לסייע לילדים שסובלים מקשיי תקשורת בפיתוח יכולותיהם הלשוניות. המטרה האחרונה היא שמובילה, למשל, פרויקט בשם The Joking Computer (abdn.ac.uk/jokingcomputer). מדובר בכלי אינטראקטיבי המאפשר למשתמש לבחור נושא או תבנית הומור מוכרת ומספק בדיחה בתגובה.  

איור: ערן מנדל

את המערכת פיתחו חוקרים מאוניברסיטת אברדין בסקוטלנד, והיא מספקת בעיקר משחקי מילים באנגלית שאינם ניתנים לתרגום. היא מבוססת על אוצר מילים גדול ועל כעשרה "מתכוני בדיחות" שונים, ומספקת תוצאות שלעתים נשמעות סוריאליסטיות ולא תמיד מצחיקות, אך עובדות ברמה הבסיסית. אחרי שהוא נחשף לבדיחה, המשתמש יכול לקרוא על המנגנונים שלהערכת האלגוריתם הופכים אותה למצחיקה (מילים נרדפות, מילים דומות וכו'), לחלוק עליהם ולדרג את רמת ההומור. כך שני הצדדים, המשתמש והמערכת, אמורים לשפר את מיומנויותיהם.

דוגמה נוספת לתוכנה שמצליחה להצחיק באופן יחסי היא DEviaNT, רובוט צ'ט שפותח באוניברסיטת וושינגטון למטרה אחת: לשלב בשיחה את המשפט "זה מה שהיא אמרה" במקומות הנכונים, הבדיחה הגסה הידועה של סטיב קארל בסדרה "המשרד". לפי החוקרים הצליח הרובוט להשתמש במשפט הזה ב־72% מהמקרים בדרך שנשמעה הגיונית, יצרה משמעות כפולה למשפט ולפעמים אפילו הפכה אותו למצחיק.

ואולם, פרט לשני מחקרים אלה (ושניהם ותיקים למדי), מעטים האלגוריתמים שתוכנתו כך שיספקו הומור מורכב או מתוחכם יחסית. התקדמות רבה מזו נרשמת במשימה ההפוכה: במקום ללמד מחשב איך להיות קומיקאי — לגרום לו להבין מתי הוא נתקל בבדיחה. מחקר של אוניברסיטת וירג'יניה טק שפורסם החודש, לדוגמה, חיזק את ההשערה שאפשר לבנות מערכת בינה מלאכותית שתזהה תמונות מצחיקות.

החוקרים יצרו אלפי תמונות קליפ ארט פשוטות ששילבו דמויות אנושיות, בעלי חיים ועצמים דוממים והזינו אותן למערכת בצירוף הסברים כתובים מדוע כל תמונה משעשעת או אינה כזאת. לאחר שאימנו החוקרים את המערכת, היא התבקשה לבצע שינויים מינוריים בתמונות המצחיקות שיהפכו אותן למוצלחות פחות, והצליחה בכך ב־95% מהמקרים. נראה שהמערכת אכן למדה להבין מה הופך תמונה למשעשעת, אך מבחנה האמיתי יהיה בשלב המחקר הבא: לקחת תמונות לא מצחיקות ולשפר אותן במקום לקלקלן.

ניסויים אחרים התמקדו בבדיחות מילוליות. באוניברסיטת צפון טקסס, לדוגמה, אימנו חוקרים מערכת בינה מלאכותית להבדיל בין בדיחות של משפט אחד לבין כותרות מסוכנות הידיעות רויטרס וטקסטים קצרים רציניים אחרים. המערכת הגיעה לרמת זיהוי של 87%, באמצעות שילוב בין ניתוח התוכן לבחינת הסגנון הלשוני של הטקסטים. פרופ' ג'וליה טיילור מאינדיאנה, אחת מחלוצות התחום, אף פיתחה מערכת שמסוגלת לאתר קטעים מצחיקים בספרי ילדים ולהסביר מדוע היא סימנה טקסט מסוים כהומוריסטי.

לפתור את בעיית הבופה המצחיק

לצד הניסיון ללמד מחשבים לספר ולהבין בדיחות, חוקרים אחרים מנסים לפצח את המנגנונים שהופכים את האתגר הזה למורכב כל כך. פרופ' לורנס מאזלק מסינסינטי, חוקר בולט נוסף בתחום, מציג במאמריו תיאוריה מעניינת: בדיחות, הוא כותב, מבוססות על מערך של ציפיות מוקדמות, שנשברות כשהפאנץ' מגיע. למערכות בינה מלאכותית פשוט אין ציפיות כאלה.

סרטון מצחיק עד דמעות שהפך לאחרונה לוויראלי, למשל, מציג מזנון בופה שבו אדם עורם נודלס לתוך צלחת. ואולם, במקום לקחת את הצלחת איתו, הוא לוקח דווקא את המגש וממשיך ללכת בנונשלנטיות. כדי לבנות מערכת שמבינה הומור לעומקו, מעריך מאזלק, צריך לצייד אותה בהקשרים התרבותיים המתאימים. כלומר, לגרום לה להניח שאדם מודרני שנמצא במזנון בופה לא אמור לקחת את המגש.

זה נשמע כמו אתגר מורכב במיוחד, וזה אכן המצב. ואולם, בהתחשב בקפיצות הדרך המהירות בתחומים כמו פענוח השפה הטבעית, הניתוח הוויזואלי והלמידה העמוקה, סביר להניח שבתקופה הקרובה ניתקל ביישומים צנועים מאלה. גרסה משופרת של סירי שתדע להגיב למשחקי מילים, למשל, או תוסף לג'ימייל שמזהיר את המשתמש שכותב טקסט העלול להתפרש בטעות כבדיחה גסה. בינתיים, אם אתם מחפשים מישהו שיידע להעריך את ההומור המשובח שלכם, עדיף להתמקד בקהל בשר ודם.