現在沒有幾個看得過去的表情包，誰還好意思出來聊天？
你是不是以為只有人會做表情包？
AI最近卻利用深度學習做了一大堆表情包，想請各位看官觀賞一下。下面有三張表情包，其中哪個是由人類製作的，哪個是由AI製作的，你能分辨得出來嗎？（反正我是看不出來。）
這個表情包深度學習模型是由斯坦福大學的兩個學生用超過40萬個表情包訓練得來。其基本的框架是一個編碼器—解碼器圖說生成系統，需要先技能型CNN圖像嵌入，然後再使用LSTM RNN進行文字生成。
從目前的反饋來看，AI表情包生成器表現良好。大多數人表示一時難以分辨人類製作與AI製作的表情包。但在仔細辨別之後，AI所生成的表情包當中大概會有30%被認為是人類的作品。另外，對於表情包的搞笑程度也有評分，人類製作的表情包搞笑程度一般為7分（滿分為10分），而AI生成的表情包最高達到了6.8，這乍一看，可以說是很高的分數了。
AI真的有那麼懂幽默嗎？
實際上，現在評判機器是否具有意識的標準並不統一，但是的確有很多人把機器人有沒有幽默感作為判斷機器是否進化到具有人類思維的重要標準之一。
之前，李開復做客綜藝節目時，曾發表觀點稱：人工智能會在很多領域替代人類工作，但在娛樂領域不會，因為人工智能不懂什麼叫幽默。就這個AI表情包生成器而言，它距離懂幽默還有一段很長的距離。
幽默具有地域性，各國各地的幽默文化各不相同，而機器學習笑點的模型不具有遷移性。比如中式幽默的核心是在社會系統性的碾壓面前，你我都是同路人。而英式幽默的核心是居高臨下式的損人。
美國最著名的則是色情幽默，並且已經到了大色若空的地步，但在中國是不適合這樣大尺度的色情幽默的。所以說，機器要生成一張配帶文字說明的圖片是簡單的，但是要讓其真正get到大眾笑點卻是困難的。
最後，我們知道新的表情包是層出不窮的。從三巨頭到張學友、蔡依玲、爾康、可雲、佟湘玉，人類開發表情包極具創造性，而AI則只會依葫蘆畫瓢。
AI能主動把韓國親子節目當中的“宋民國”打造成現在的表情包大戶嗎？能從過去零幾年播出的影視劇當中尋找最能引發共鳴的gif嗎？能知道“假笑男孩”的假笑原來那麼具有魔性嗎？或許AI真的應該謙虛地說實話，而不是吹噓自己現在搞笑的能力，否則就真的好笑了。
怎麼成為比人類更合格的表情包製造好手？
AI的幽默品質還需慢慢進化，不過在進化的過程當中，這裡有兩點建議可以幫助AI做一個更加合格的表情包生產大戶。
一是去掉訓練內容中的糟粕。AI表情包生成器在訓練當中同時汲取了數字文化的精華與糟粕。很多的訓練數據都與咒罵、種族主義和性別歧視相關。在未來的訓練過程當中應當過濾掉這些內容，同時這也是自然語言處理當中一個普遍存在的大問題。
因為對於機器學習系統而言，AI的學習過程就像是嬰兒學習一樣，透過觀察與模仿所選擇的系統行為類型。只要系統的當中某一部分是經由人為操作的行為，那麼就可能因為人們觀察事情的角度或者說所謂的偏見而影響到機器。
二是增加網感。在中國，表情包的網感有很大一部分在於“模糊”的畫質。有沒有發現中國表情包有一個很大的特色那就是“模糊”。AI要成為表情包生產的專家就必須對錶情包文化進行更深入的瞭解。
在互聯網初期，表情包1.0時代，美國卡耐基·梅隆的一串ASCII字符是人類計算機歷史上第一個“表情包”，在當時那個視覺效果就是非常模糊的。
另外，當下中國表情包的主體使用人群是80、90後，《武林外傳》、《還珠格格》、《情深深雨濛濛》等影視劇都是屬於這兩代人的集體記憶，也是最能引發共鳴和傳播效應的內容。而這些影視劇大多數都有10多年以上的歷史，畫質非常之糊。
還有從美術的角度來說，一個東西畫的越實越明確表達的情緒就越理性，反之，越虛越模糊表達的情緒就越主觀。模糊的表情包更有接近市井文化的通俗詼諧，也會給人更多的聯想空間。模糊，是一個表情包在被無數人上傳下載，壓縮畫質之後的證明，也是它在社交網絡當中摸爬打滾的印記，這樣的表情包使用起來，一看就很有網感。因此，可想而知，AI製造的表情包要想在中國通行，畫質上還得做一點特殊處理。
目前，表情包早已不僅僅是個娛樂大眾的工具，它也具備了更多的商業價值。“長草顏文字日常”的IP化為其開發者創造了巨大的利潤，僅靠收版權費就能賺上不小的一筆數。很多廣告主也有想用表情包提升自己品牌的知名度的想法，想想用表情包進行病毒式傳播確實不失為一種絕妙的營銷方式。小細節處有大商機，AI表情包生成器的開發真的是有趣又有金。
聯繫方式：
官方網站：www.gdiia.net
官方郵箱：[email protected]
聯繫人：李先生 13326499196
閱讀更多 智能造物 的文章
