By 超神经
场景描述：对于计算机在幽默感的识别和掌握上，从 1992 年就有研究者已开始研究。目前，AI 已经能够讲一些笑话，但仍然来自于人类资源，并无创造性。在未来，能否实现有幽默感的语音助手，以及 AI 是否能取代喜剧演员，还有待探索。
关键词：幽默感  词嵌入  自然语言处理
AI 能够胜任越来越多的事情，但它能学会幽默吗？ 
对于人类来说，幽默感会是增加彼此之间好感的加分项。而且，如今娱乐已经占据我们生活相当大的一部分，如果聊天软件里没几个搞笑表情包，估计都不好意思跟别人聊天了。 
但是对于 AI 来说，其与人交互的过程中，能够像人类一样具有幽默感吗？ 
事实是，截至目前，AI 仍然不会自己讲笑话。
就算 Siri 和小冰能够朗读一些笑话，我们也知道它们的本质是复读机，而不是有趣的思考者。 
你的 Siri 这样做过吗？
所以，从目前来看，喜剧表演者暂时不必担心被 AI 取代。 
这让人不禁遐想，「幽默和幽默感」会是人类和 AI 之间最后的堡垒？ 
AI 为什么要学会幽默 
人机间语音交互在生活中占据越来越大的比重。但是，人机交互之间的自然交流远远落后于其他方面。 
因为在人的语言体系里，幽默的表达很多，这对 AI 的理解和回应造成了很大困难。 
但幽默所涉及的方面，也正在使其成为计算机与人类互动的完美试金石。如果系统可以识别笑话，那就意味着它能够理解其他文本和对话的细微差别，例如反讽和讽刺。 
从某种程度上说，为 AI 注入幽默会是自然语言处理发展的一个方向。 
换句话说，让 AI 体会幽默的感觉，也会让 AI 更多地了解世界。 
设想一下这样的未来， AI 能够处理更自然的对话，并能够清晰地分辨你在开玩笑还是认真，如果您以讽刺的方式发出命令，计算机需要知道它不需要遵循该命令。 
一些人认为，幽默感，在未来可能是图灵测试的关键、机器智能的终极测试。因此，机器幽默的研究对众多计算机研究人员充满吸引力。 
那么在这条道路上，研究又到了什么地步呢？ 
漫漫 AI 幽默研究路 
早在 1992 年，就有人提出了第一个「幽默感的计算机模型」。 
美国普渡大学计算机与信息技术副教授 Julia Rayz 在涉及幽默的 AI 研究中已投身 15 年之久。
她的初衷是通过计算算法确定特定的内容，以创建可与人们之间的共同对话相媲美的计算机，实现更好的人机交互。
Julia Rayz 关于我们能够从计算机
能否理解幽默中能学到什么的演讲
Rayz 的研究试图让 AI 理解幽默是什么，通过开玩笑等方式，看待交互，背景和情感等问题。为此，计算机还需要有很多关于笑话描述的背景知识。 
这项研究不仅限于计算机，语言学，心理学，社会学和人类学专家也参与其中。「我不会试图教计算机讲笑话，我想用 AI 让计算机去理解，为什么我们认为某些东西是有趣的。」 
虽然研究有了一些进展，但没有让 AI 能够准确分辨幽默的表达。她回忆起给计算机两组不同句子，其中只有一组是笑话。
AI 模型最终的将一些不是笑话的句子判定为笑话。当 Rayz 问 AI 为什么认为这是个玩笑时，它的答案在只是在技术上行得通。 
在 2018 年初，美国研究员 Janelle Shane 尝试使用 43,000 个「 What if 」笑话的数据库，来训练神经网络学会幽默。系统似乎有机会学习如何变得有趣。
然而，训练后模型制造的大量笑话几乎不能引来笑声。即使 AI 具有了理解复杂语言结构的能力，但这种方式下，其掌握幽默还是遥远的事情。 
最近，牛津大学，微软研究院和TRASH的一组研究人员开展了一项调查词汇嵌入中幽默的研究。 
论文地址：
https://arxiv.org/pdf/1902.02783.pdf  
他们决定测试人工智能是否可以在一个单词的层面上理解幽默，因为很多人都会找到像「nincompoop 」这样有点好笑的单词。 
基于现有的幽默理论研究，他们考虑了幽默的六个特征：幽默的声音，意外的不协调，性内涵，晦涩的内涵，侮辱性的话语以及口语。 
然后他们对 4997 个单词组成的数据集进行研究，招募母语为英语的人对其中的单词划分了幽默等级。
幽默相关特征与其各自幽默等级之间的关系

随后，研究人员调查了他们最初发现的幽默特征如何与他们的数据集中的幽默评级相关联，以确定在捕获人类所给出的评级中，该理论结构的有效性。
此外，他们使用单词嵌入测试了这些评级的可预测性，探索了 AI 可以理解幽默的程度。
他们发现，嵌入词有效地捕获了数据集中幽默词的各方面的评价。研究结果进一步表明，人们的幽默感可以通过一些评级来嵌入，并且最终的嵌入可以用来预测以前未评级的单词的幽默评级。 
所以，他们认为，虽然人工智能不能理解句子或者长文本中的幽默，但是可以通过对幽默等级的嵌入来增强 AI 对幽默的理解。
该团队还对不同人群的幽默感评级进行分类，比如「男性幽默」、「女性幽默」、「老年人幽默」。以此训练 AI 识别不同人群的幽默。 
表格中是对男性与女性之间幽默感差异的标注

「在推广人工智能系统的时代，例如推荐系统或自动助理，幽默可能会在促进用户和自动化系统之间更顺畅、更无缝的交互方面发挥重要作用。」研究人员 Gultchin 说。
他们还认为，增强人工智能系统对单词幽默的理解可以开辟一些有趣的可能性，例如开发帮助喜剧演员或改善人机相互的工具。 
或许喜剧演员可以借助 AI 得到更多笑料

得到一个有幽默感的 AI 有多难 
为什么这项看起来有趣的研究，却似乎没有有效的进步。也就是说，想要自己的语音助手变成一个风趣的朋友，也许还是遥不可及的事情。 
英国剑桥的 Speechmatics 机器学习工程师 Will Williams 表示，「要让 AI 学会幽默，需要有一个非常好的通用模型，而目前还没有。」
机器学习，深度学习和大数据系统都是是从数据中学会分析的。其结果是基于数据做出决策或趋势的模式，而这个决策必须合乎逻辑且明确。
因此， AI 可以看做是一个高效的决策机器。它可以被用来分析预测，但是却不能创造超出数据模式和趋势的新观点。  
所以在处理感情类问题时，事情就会变得比较困难。但这恰恰被认为是幽默的核心。  
有研究人员表示，「幽默感非常依赖于现实世界的知识背景知识和常识知识。计算机没有这些真实的经验可供借鉴。它只知道你告诉它的内容以及它从中汲取的东西。」 
此外，对于幽默和有趣，我们缺乏一个框架。对于像喜剧和笑话之类的题材，最大的问题是如何向系统解释它。这不是一个合乎逻辑的最终结果。告诉系统一堆笑话并告诉系统找到其中的模式无非是一个死胡同。  
俄勒冈州立大学的计算机科学家 Heather Knight 
和她的差强人意的喜剧表演机器人 Ginger
让人们发笑的大部分内容，和语境或肢体语言等微妙因素有关。有时甚至我们自己都不知道为什么笑话很有趣，就像德国达姆施塔特工业大学的计算机科学家和语言学家特里斯坦米勒说的，即使是专家语言学家也难以解释幽默。  
另外，观众也很重要。对一个人来说，有趣的事情对其他人来说可能并不好笑，两个人讲的同一个笑话可能会引起不同的反应。
那么，如果我们自己没有理解为什么一个笑话很有趣，还怎么教 AI 来创造有趣的对话? 
AI 懂幽默是好是坏？ 
就目前来说，在语言和幽默方面，「机器可以做什么和人类做什么之间仍然存在非常明显的差距。」  
除了这个方面，我们还要考虑的是，关于恶意破坏或者讽刺，AI 能否将其与幽默区分开来呢？如果能做到的话，会是在语言理解和创造上实现大的突破。但是 AI 怎么去理解这之间的界限？
而且，有趣的人并不是一直都有趣，他们无趣的时候却很烦人。所以，谁会在情绪不好的时候去要一个烦人的 AI ？ 
如今，不时会出现针对 AI 系统的法庭案件。如果它只是想讽刺，而这个人当真了，并对他造成了伤害呢？这样的话就破坏了创造 AI 的初衷。  
当然，这都要等到 AI 学会了幽默才行。这样说来，小岳岳应该不用担心自己会被 AI 抢了饭碗。 
超神经百科
词嵌入 Word embedding
词嵌入是自然语言处理（ NLP ）中语言模型与表征学习技术的统称。
概念上而言，它是指把一个维数为所有词的数量的高维空间嵌入到一个维数低得多的连续向量空间中，每个单词或词组被映射为实数域上的向量。
词嵌入的方法包括人工神经网络、对词语同现矩阵降维、概率模型以及单词所在上下文的显式表示等。
在底层输入中，使用词嵌入来表示词组的方法极大提升了 NLP 中 语法分析器和文本情感分析等的效果。
历史文章（点击图片阅读）
AI 让他致郁，AI 让他治愈
工业爆炸事故频发，AI 已经看不下去了
愚人节的背后：技术在一面打假，一面造假
AI 百科
教程
数据集
商店
更多
http://hyper.ai
继续阅读
阅读原文