Humor kann die Leistungsfähigkeit und Motivation eines Menschen verbessern und ist für den Aufbau von Beziehungen von entscheidender Bedeutung. Es ist ein wirksames Instrument zur Beeinflussung der Stimmung und zur Lenkung der Aufmerksamkeit. Daher hat ein rechnerischer Sinn für Humor das Potenzial, die Mensch-Computer-Interaktion (HCI) erheblich zu verbessern. Obwohl Computerhumor ein langjähriges Forschungsgebiet ist, sind die erstellten Computer leider alles andere als „lustig“. Dieses Problem gilt sogar als KI-vollständig. Kontinuierliche Verbesserungen und jüngste Entdeckungen im Bereich des maschinellen Lernens (ML) schaffen jedoch eine breite Palette neuer Anwendungen und eröffnen neue Chancen für die Verarbeitung natürlicher Sprache (NLP).

Transformer-basierte Large-Language-Modelle (LLMs) reflektieren und erfassen zunehmend implizites Wissen, einschließlich Moral, Humor und Stereotypen. Humor ist oft unterschwellig und wird von winzigen Nuancen bestimmt. Angesichts dieser neuen Eigenschaften von LLMs gibt es also Anlass zu Optimismus hinsichtlich zukünftiger Entwicklungen im Bereich des künstlichen Humors. chatgpt von OpenAI erregte zuletzt aufgrund seiner bahnbrechenden Fähigkeiten große Aufmerksamkeit. Benutzer können über die öffentliche Chat-API einen gesprächsähnlichen Austausch mit dem Model führen. Das System kann auf eine Vielzahl von Anfragen reagieren und dabei den vorherigen kontextuellen Dialog berücksichtigen. Wie in Abb. 1 zu sehen ist, kann es sogar Witze erzählen. ChatGPT macht Spaß und interagiert auf menschlicher Ebene.

Allerdings können Verbraucher bei der Auseinandersetzung mit dem Modell sofort die Mängel des Modells erkennen. Obwohl ChatGPT Texte in nahezu fehlerfreiem Englisch verfasst, weist es gelegentlich grammatikalische und inhaltliche Fehler auf. Sie fanden heraus, dass ChatGPT während der vorherigen Untersuchung wahrscheinlich regelmäßig dieselben Witze wiederholen wird. Auch die Witze, die angeboten wurden, waren recht treffend und nuanciert. Diese Erkenntnisse stützen, dass das Modell die produzierten Witze nicht erfunden hat. Stattdessen wurden sie aus den Trainingsdaten kopiert oder sogar fest in eine Liste codiert. Sie führten mehrere strukturierte, auf Eingabeaufforderungen basierende Experimente durch, um mehr über das Verhalten des Systems zu erfahren und Rückschlüsse auf den Generierungsprozess der ChatGPT-Ausgabe zu ziehen, da das Innenleben des Systems nicht offengelegt wird.

Forscher des Deutschen Zentrums für Luft- und Raumfahrt (DLR), der Technischen Universität Darmstadt und des Hessischen Zentrums für KI wollen durch eine systematische promptbasierte Untersuchung konkret wissen, wie gut ChatGPT menschlichen Humor einfangen kann. Als Hauptbeitrag werden die drei experimentellen Bedingungen der Witzerfindung, Witzerklärung und Witzerkennung zusammengestellt. Im Vokabular der künstlichen Intelligenz werden häufig Vergleiche mit menschlichen Merkmalen verwendet, beispielsweise mit neuronalen Netzen oder dem Begriff „künstliche Intelligenz“ selbst. Darüber hinaus verwenden sie bei der Diskussion von Konversationsagenten menschenbezogene Wörter, die darauf abzielen, menschliches Verhalten so genau wie möglich nachzuahmen. ChatGPT „versteht“ oder „erklärt“ beispielsweise.

Obwohl sie glauben, dass diese Vergleiche das Verhalten und die inneren Abläufe des Systems genau wiedergeben, könnten sie irreführend sein. Sie wollen klarstellen, dass die diskutierten KI-Modelle nicht auf menschlicher Ebene angesiedelt sind, sondern allenfalls Simulationen des menschlichen Geistes darstellen. Diese Studie versucht nicht, die philosophische Frage zu beantworten, ob KI jemals bewusst denken oder verstehen kann.

Besuche die Papier Und GitHub-Link. Vergessen Sie nicht, mitzumachen unser 24k+ ML SubReddit, Discord-Kanal, Und E-Mail-Newsletter, wo wir die neuesten Nachrichten aus der KI-Forschung, coole KI-Projekte und mehr teilen. Wenn Sie Fragen zum obigen Artikel haben oder uns etwas entgangen ist, schreiben Sie uns gerne eine E-Mail an [email protected]

🚀 Schauen Sie sich 100 KI-Tools im AI Tools Club an

Aneesh Tickoo ist Beratungspraktikantin bei MarktechPost. Derzeit absolviert er seinen Bachelor-Abschluss in Datenwissenschaft und künstlicher Intelligenz am Indian Institute of Technology (IIT) in Bhilai. Die meiste Zeit verbringt er mit der Arbeit an Projekten, die darauf abzielen, die Leistungsfähigkeit des maschinellen Lernens zu nutzen. Sein Forschungsinteresse gilt der Bildverarbeitung und er ist leidenschaftlich daran interessiert, Lösungen dafür zu entwickeln. Er liebt es, mit Menschen in Kontakt zu treten und an interessanten Projekten mitzuarbeiten.