荷兰的研究人员已经开发出了一种基于人工智能的讽刺检测器，该检测器不仅教导算法认识到充满热情的评论不应该被字面理解，而是应该被解释为相反意义。格罗宁根大学语音技术实验室的马特·科勒强调理解语音中的讽刺对于人类与机器之间有效沟通的重要性。
科勒的团队通过对美国情景喜剧《老友记》和《生活大爆炸》的视频剪辑进行文本、音频和情感内容的训练，开发出了一个名为Mustard的数据库，其中收录了这些电视节目中的讽刺言论。
通过融合文本、音频和演员表现的情感线索等要素，人工智能能够以接近75%的准确率检测出情景喜剧中未标记短语中的讽刺。研究人员计划使用合成数据进一步提高模型的精确度，尽管这项研究尚未发表。
另一项目成员谢卡尔·纳亚克预想利用这项技术不仅可以使与人工智能助手的对话更加灵活，还可以识别语言中的负面语气、侮辱和敌对言论。高建议未来的迭代版本可以包括AI训练数据中的视觉线索，如眉毛动作和微笑。
尽管自然语言理解技术的发展促进了与设备更流畅的互动，科勒对机器可能发展出讽刺并做出尖刻回应的潜力表示担忧。微软最近禁止美国执法机构通过Azure OpenAI服务使用生成式人工智能进行实时面部识别，并将该限制扩展到全球执法机构。
其他相关事实：
– 由于讽刺的微妙和依赖上下文的特性， AI算法准确检测讽刺可能具有挑战性。
– 一些研究表明，人类依赖于各种线索，如语调、面部表情和语境信息，来理解讽刺。
– 在情感分析、客户服务机器人和社交媒体监控等应用中，检测讽刺可能尤为重要。
关键问题：
1. AI技术如何区分对话中的讽刺和字面表述？
2. 讽刺检测AI的广泛应用可能对人机互动产生什么影响？
3. 开发和部署讽刺检测技术涉及哪些道德考量？
优势：
– 改善沟通：讽刺检测技术可以通过使AI系统更好地理解语言的细微差别来增强人机通信的效果。
– 提升用户体验：配备讽刺检测功能的AI助手能够更具个性化地、具有上下文的应对用户。
– 可能改进情感分析：讽刺检测可以帮助准确评估文本或语音中的情感，从而在各种应用中获得更好的洞察。
劣势：
– 过度依赖技术：过分依赖讽刺检测AI可能削弱人类解释和理解交流细微差别的能力。
– 隐私担忧：使用AI分析对话语气和内容引发了涉及数据收集和解释的隐私问题。
– 意外后果：存在AI系统可能错误解析讽刺或其他幽默形式，导致不当的回应或行动的风险。
建议相关链接：
– Microsoft
The source of the article is from the blog mendozaextremo.com.ar