Erica a její tvůrce, profesor Hiroshi Ishiguro z Univerzity v Ósace Kredit: Osaka University/ATR

Humor je vážná věc. Navíc velice složitá. Téměř všichni, pokud nás netíží těžký smutek nebo duševní porucha, se rádi zasmějeme třeba dobrému vtipu, nečekané komické situaci nebo vtipné bezprostřední poznámce, replice, kterou někdo okoření svou řeč. Smích je bezpochyby jeden z nejlepších způsobů psychického relaxu. Dobrosrdečně veselí lidé vzbuzují sympatie a lidé s nimi mnohem ochotněji navazují známost i přátelství.

Být ale vtipný, vyvolávat veselost u druhých přitažlivým, nezlomyslným humorem, je „vyšší level“ a cíleně tvořit dobrý, inteligentní humor je umění. Do něhož nám i ty nejdokonalejší humanoidní roboti pravděpodobně nikdy fušovat nebudou. Jak do algoritmů zapracovat pochopení jinotajů, dvojsmyslů, ne vždy zřejmých a logických výroků, souvislostí nebo porovnání, point, která nám (povětšinou) „docvaknou“ ale androidu stěží?

První autor studie a vedoucí výzkumného týmu Koji Inoue (井上 昂治), odborný asistent, Laboratoř zpracování řeči a zvuku, Katedra vědy a technologií umělé inteligence, Škola pro postgraduální studium v oblasti informatiky, Kjótská univerzita. Kredit: Kyoto University

To ale neznamená, že možná v ne až tak vzdálené budoucnosti by se vám podařilo lehce rozeznat realisticky vypadajícího „umělého člověka“ například v plném hledišti Divadla Járy Cimrmana. I někteří z těch současných se dokážou usmívat i smát se. A když budou zanedlouho na pohled téměř k nerozeznání, navíc napodobovat chování většiny kolemsedících v hledišti…

Mnohem složitější je však schopnost zasmát se přiměřeně a ve vhodných okamžicích v přímém rozhovoru s člověkem. To si již vyžaduje vysokou míru pochopení vedeného dialogu, i reakci, jenž je empatickým lidem přirozená.

Trojice japonských výzkumníků ze Školy postgraduálních studií v oblasti informatiky Kjótské univerzity si předsevzali, že zdokonalí schopnost velice známé androidky jménem Erica vést rozhovor s lidským partnerem o něco přirozenějším způsobem než doposud. A to něco je „sdílený smích“ – stručně, i když ne zcela přesně: vhodná zrcadlová, empatii imitující reakce na veselý projev člověka, který s robotem komunikuje. V tomto úkolu více než o pochopení například vtipné poznámky, nebo veselé historky jde o „vnímání“ emočního rozpoložení diskusního partnera. Právě Erica je pro tento cíl tou správnou androidkou, protože byla zkonstruována pro výzkum a vývoj komunikačních interakcí mezi lidmi a roboty. V Japonsku je velice populární i jako televizní hlasatelka, a dokonce hraje hlavní roli v připravovaném filmu. Nicméně někteří její „mladší“ androidé ji nyní již překonají minimálně v mimických schopnostech. Roboti stárnou jinak než my, a tak i po sedmi letech od svého zrodu představuje Erica půvabnou mladou Japonku, vysokou asi 1,66 metru, která pohybuje víčky, očima, ústy a hlavou. Tyhle její mechanické danosti se již nemění, ale to, co vědci a vývojáři stále zdokonalují, je její schopnost komunikace. Nyní ji „učí“ empatické reakci, kdy se v rozhovoru zasmát a jakým způsobem, jestli má jít jen o smích krátký, jemný, zdvořilostně společenský, nebo o bezprostřední, skutečně veselý.

82 krátkých dialogů mezi některým ze studentů a Erikou poskytlo data pro vývoj modelu sdíleného smíchu umělou inteligencí. Eriku na dálku ovládala jedna ze čtyř amatérských hereček. Kredit: Inoue K. et al., Front. Robot. AI (2022) open-access article

Do tvorby modelu automatické detekce různých forem lidského smíchu a adekvátní „empatické“ reakce umělé inteligence se zapojilo mnoho studentů Kjótské univerzity. Mladí muži jednotlivě vedli s Ericou, ovládanou na dálku operátorkou z jiné místnosti, krátké, 10–15minutové rozhovory, v níž ji měli říci něco o sobě. Protože se každý snaží zapůsobit příjemně a přátelsky, vědci očekávali dialogy protkané různými druhy smíchu. Záznamy 82 těchto „seznamovacích“ sezení poskytly vstupní data pro tvorbu a „trénování“ modelu pomocí vztahů mezi zvukovými a vizuálními podněty od komunikujícího člověka a Eričinou odezvou.

Jak model, který vědci považují za prozatímní a hodlají ho dále zdokonalovat, funguje? Ve třech krocích: detekce podnětu, rozhodnutí, jestli reagovat a když ano, pak jakým smíchem. Když tedy Erica v průběhu rozhovoru zaznamená, že se její diskusní partner usmál nebo směje, na základě „naučených“ modelových situací řeší dvě otázky – jestli se také začít smát a jaký vhodný typ smíchu vybrat – zdvořilý „společenský“, nebo "veselý smích" pro vtipné situace.

"Myslíme si, že jednou z důležitých funkcí konverzační umělé inteligence je empatie," říká Koji Inoue odborný asistent informatiky Kjótské univerzity a první autor studie, kterou zveřejnil časopis Frontiers in Robotics and AI (Artificial Inteligence). „Rozhodli jsme se tedy, že jedním ze způsobů, jak se robot může vcítit do uživatelů, je sdílet jejich smích, čehož například textový chatbot schopen není."

"Naší největší výzvou byla identifikace reálných případů sdíleného smíchu. Museli jsme pečlivě kategorizovat, které smíchy bychom mohli použít pro naši analýzu. Nemohli jsme pouze předpokládat, že lze reagovat na jakýkoli smích."

Příklad sdíleného smíchu pomocí systémů mluveného dialogu: Uživatel: Téměř jsem se neučil, ale řekla mi, že jsem zkoušku složil. Sdílený smích: (uživatel: počáteční smích → systém: smích jako reakce) Systém: To máš velké štěstí. Uživatel: Přesně tak. Pak jsem šel… Kredit: Inoue K. et al., Front. Robot. AI (2022) open-access article

Nový veselý prvek v Eričině komunikaci – a tedy vytvořený model sdíleného smíchu – vědci otestovali pomocí čtyř krátkých dvou – tříminutových dialogů mezi člověkem a androidkou. V prvním použila pouze společenský smích, v druhém a třetím jenom veselý smích a v tom posledním oba typy. Pro porovnání tým připravil další dvě sady dialogů – v jedné se Erika nesměje vůbec, ve druhé použije bez jakéhokoli dalšího výběru pouze společenský typ smíchu kdykoli, kdy se diskusní partner zasměje. Více než 130 studentů, kteří tyto tři sady rozhovorů hodnotili z hlediska míry (zdánlivé) empatie, porozumění, přirozenosti reakce, její podobnosti k lidské formě se jednoznačně shodli na tom, že základní čtveřice dialogů s plným využitím modelu, tedy se společenským i veselým smíchem, je ve všech ohledech nejlepší. Protože algoritmy modelu nepracují s významem slov, je možné ho využít pro různé jazyky, případně modifikovat k jistým kulturním odlišnostem. Jde o předběžnou verzi, jež vědci, a asi nejenom japonští, hodlají dál zdokonalovat. A tak je dnes jisté, že se vývoj umělé inteligence komunikující s člověkem bude jednoznačně ubírat směrem k lidsky přirozenému slovnímu, u androidů i mimickému projevu. Podle Inoueho to ale potrvá i více než 10 až 20 let, „než si konečně budeme moci příležitostně popovídat s robotem jako s přítelem“.

Vzhledem k individualitě a emocionalitě každého člověka to stejné nikdy nebude. Naštěstí. A snad komunikace s umělou inteligencí tu mezilidskou nijak neomezí. Na straně druhé, těch pozitivních stránek vývoje komunikujících robotů – a nemusí jít jen o lidem podobné androidy – je přehršel. Například, máte školou povinné dítě, které z důvodů nějakého lockdownu se doma trápí s distanční výukou? No nechtěli byste robota, který mu možná někdy lépe, než učitel na dálku vysvětlí problém, zodpoví otázky, zadá a zkontroluje úkoly, a ještě si i smysluplně i zdánlivě empaticky „popovídá“?

Literatura: Neuroscience News, Frontiers in Robotics and AI (volně dostupná studie)

Video: Příklad konverzace s Erikou, jejichž komunikační dovednosti jsou obohaceny o schopnost sdíleného smíchu.

Video: Erica, půvabná japonská androidka