L'IA peut-elle encore écrire de bonnes blagues?

Je viens de regarder une récente vidéo WIRED sur la performance des assistants virtuels à raconter des blagues. Ils sont composés par des humains, mais j'aimerais savoir si l'IA est devenue suffisamment bonne pour en écrire.

Je ne pense pas que l'IA en soit arrivée là. Voici quelques-uns des articles intéressants sur le sujet:

• Un article a récemment été écrit qui tentait de générer des blagues en utilisant un apprentissage non supervisé . Les blagues sont de formule: elles sont toutes de la forme "j'aime mon X comme j'aime mon Y: Z" où X et Y sont des noms, et Z est un adjectif qui peut décrire à la fois X et Y. Voici quelques-unes des blagues générées dans cet article:

  I like my relationships like I like my source, open
  I like my coffee like I like my war, cold
  I like my boys like I like my sectors, bad
  

  La façon dont ces blagues sont drôles est une question de goût personnel, je suppose.

• Un autre article de Dario Bertero et Pascale Fung utilise un LSTM pour prédire l'humour à partir d'un ensemble de données de la théorie du Big Bang. Il ne s'agit pas de générer des blagues, mais de découvrir où les blagues sont dites dans cet ensemble de données (donc théoriquement, l'ensemble de données étiqueté résultant peut, espérons-le, être utilisé pour former un modèle à créer des blagues).

• Un autre article est celui de He Ren, Quan Yang . Contrairement au premier article mentionné ci-dessus qui n'était pas supervisé, il s'agit d'un modèle d'apprentissage supervisé. Leur modèle de réseau neuronal génère des blagues telles que:

  Apple is teaming up with Playboy Magazine in the self driving office.
  One of the top economy in China , Lady Gaga says today that Obama is legal.
  Google Plus has introduced the remains that lowers the age of coffee.
  According to a new study , the governor of film welcome the leading actor of Los Angeles area , Donald Trump .
  

Mes deux cents :

Au moment d'écrire ces lignes, il semble que les réseaux neuronaux récurrents multicouches (LSTM, GRU, RNN) pour les modèles de langage au niveau des caractères soient de loin la façon la plus prometteuse de s'y prendre. Peut-être que si vous trouvez des données vraiment cool, vous pouvez créer des blagues drôles, similaires à la façon dont Janelle Shane a pu générer ce que je trouve être des lignes de ramassage vraiment drôles telles que:

Are you a 4loce? Because you’re so hot!
I want to get my heart with you.
You are so beautiful that you know what I mean.
I have a cenver? Because I just stowe must your worms.
Hey baby, I’m swirked to gave ever to say it for drive. 
If I were to ask you out?
You must be a tringle? Cause you’re the only thing here.
I’m not on your wears, but I want to see your start.
You are so beautiful that you make me feel better to see you.
Hey baby, you’re to be a key? Because I can bear your toot?
I don’t know you.
I have to give you a book, because you’re the only thing in your eyes.
Are you a candle? Because you’re so hot of the looks with you.
I want to see you to my heart.
If I had a rose for every time I thought of you, I have a price tighting.
I have a really falling for you.
Your beauty have a fine to me.
Are you a camera? Because I want to see the most beautiful than you.
I had a come to got your heart.
You’re so beautiful that you say a bat on me and baby.
You look like a thing and I love you.
Hello.

Pour l'instant, nous n'avons pas de théorie cognitive satisfaisante de l'humour (ou du moins, qui puisse évaluer l'hilarité d'une blague), donc un rapide survol de la littérature semble montrer que nous n'avons pas beaucoup d'indices sur comment construire un modèle.

Pour cette raison, et le fait que les méthodes existantes ne semblent pas produire de manière fiable de bonnes blagues sous forme libre, il semble y avoir peu de raisons de croire que les méthodes ML peuvent produire de bonnes blagues.

Mais bien sûr, tout cela est normatif.