AI製作的表情包很搞笑嗎？
現在如果沒有幾個有意思的表情包，我們在網上聊天都不太方便。
你是不是以為只有人會做表情包？
AI最近利用深度學習做了很多表情包，這些表情包的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的。其基本的框架是一個編碼器一解碼器圖說生成系統，我們需要先將技能型CNN圖像嵌入，然後使用LSTM和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，大多數人表示難以分辨人類製作的表情包和AI製作的表情包。仔細辨別之後，我們會發現AI生成的表情包中大概會有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製作的表情包最高達到了6.8分，可以說是很高的分數了。
AI懂幽默嗎？
在科幻電影《霹靂五號》中曾有這樣一段情節：一名逃跑的機器人有了意識，並對眾人說它自己是有生命的。而男主角最終測試它所言是否是真的辦法就是測試它能否聽得懂笑話。在男主角講完笑話幾秒後，這個機器人突然發出了一連串笑聲。這時，男主角認為它具備了自我意識。
實際上，現在評判機器人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是否有幽默感作為判斷機器人是否有人類思維的重要標準之一。
李開復曾表示：Al會在很多領域替代人類，但在娛樂領域不會，因為AI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"還很遠。
首先，AI還不會斷句。在中英文中，不同的斷句方式會使句子的語義發生很大的改變，斷句方式的改變會影響一句話的幽默程度。
其次，幽默具有地域性。各國各地的文化各不相同，而機器學習笑點的模型不具有遷移性。讓機器要生成一張帶文字說明的圖片很簡單，但是要讓其真正弄懂大眾笑點卻十分困難。新的表情包是層出不窮的，人類開發的表情包極具創造性，而AI則只會"依葫蘆畫瓢"。
如何成為比人類更合格的表情包製造者？
AI的幽默品質還需慢慢進化，不過在進化的過程中，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者。
- 一是去掉訓練內容中的糟粕。AI表情包生成器在訓練中同時汲取了數字文化的精華與糟粕，很多訓練數據都與咒罵、種族主義和性別歧視相關，這也是自然語言處理中一個普遍存在的大問題。在未來的訓練過程中有關人員應該過濾這些內容。
對於機器學習系統而言，AI的學習過程就像嬰兒的學習過程一樣，AI通過觀察與模仿所選擇的系統行為類型進行學習。只要系統中某一部分是人為操作的，那就可能因為人們觀察事情的角度或所謂的偏見而影響系統。
這就像"酒與汙水定律"：把一匙酒倒進一桶汙水裡，得到的是一桶汙水；把一匙汙水倒進一桶酒裡，得到的還是一桶汙水。一個節點的缺失或壞節點的進入，就會毀滅整個體系。
- 二是增加"網感"。在中國，表情包的"網感"很大程度上在於"模糊"的畫質，中國表情包有一個很大的特色就是"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地瞭解。
- 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"，在當時圖片的視覺效果就是非常模糊的。
我是科技原創“眾生科技”，為你持續帶來精彩又不乏味的前言科技。
閱讀更多 眾生科技 的文章
