윌. 곧 문학 장학생을 대신 할 수 있습니까?

한 배우자가 인공 지능과 자연 지능의 진화를 연구하고 또 다른 배우자가 독일의 언어, 문화 및 역사를 연구하면서 식탁에서의 토론을 상상해보십시오. 우리는 자연 과학의 계량 기반 접근 방식과 인문학의보다 질적 인 접근 방식 사이의 견해에서 전형적 충돌을 경험합니다. 가장 중요한 것은 사람들이 어떻게 느끼는지, 어떻게 경험하고 해석하는지입니다.

우리는 그 패턴에서 벗어나 각 접근법이 얼마나 다른 것을 도울 수 있는지보기로 결정했습니다. 특히 우리는 인공 지능의 측면이 홀로 코스트에 관한 논픽션 그래픽 소설을 해석 할 수있는 새로운 방법을 모색 할 수 있는지보고 싶었습니다. 우린 그걸 찾았 어. 기술은 아직 통찰력을 발휘할 수있을만큼 진보적이지는 않지만 강력하지는 않습니다. 그러나 단순한 방법은 수치화 할 수있는 측정 결과를 가져와 해석의 새로운 기회를 제시했습니다.

텍스트 선택하기

대량의 텍스트를 분석 할 수있는 많은 연구가 있으므로 우리는 A.I.에 대해 더 복잡한 것을 선택했습니다. 분석: 라인 하르트 클라이스트 복싱 선수, Hertzko "Harry"Haft가 나치의 죽음의 수용소에서 어떻게 살아남 았는지에 대한 실화를 바탕으로 한 그래픽 소설. 우리는 책의 일러스트레이션에 표시된 주인공의 얼굴 표정에서 감정을 식별하여 이야기를 이해할 수있는 새로운 렌즈를 제공하는지 확인하기를 원했습니다.

이 흑인과 백인 만화에서 Haft는 자신과 다른 수용소 수용자들이 서로 죽음을 맞이하게 만드는 그의 끔찍한 이야기를 전한다. 이야기는 Haft의 관점에서 쓴 것입니다. 내러티브 전반에 산재 해 있으며, 중요한 개인적인 사건에 대한 하프의 추억을 묘사 한 플래시백 패널이 있습니다.

인문학 접근법은 이야기의 요소 또는 이야기 전체를 ​​분석하고 문맥화하는 것입니다. 클라이스트의 그래픽 소설은 알프스가 그의 아버지의 경험에 대해 아는 바를 바탕으로 하프의 아들 알란의 2009 년 전기 소설을 재 해석 한 것입니다. 이 복잡한 일련의 저자 해석과 이해를 분석하는 것은 기존의 주관적인 계층을 추가하는 데에만 도움이 될 수 있습니다.

과학 철학의 관점에서 볼 때, 분석 수준은 상황을 더욱 복잡하게 만들뿐입니다. 학자들은 서로 다른 해석을 할 수 있지만, 모두 동의하더라도 자신의 통찰력이 객관적으로 사실인지 또는 모든 사람들이 똑같은 환상을 겪고 있는지 알지 못합니다. 딜레마를 해결하려면 다른 사람들이 독립적으로 재현 할 수있는 측정을 목표로 한 실험이 필요합니다.

이미지의 재현 가능한 해석?

이미지를 우리 자신의 편견과 선입견에 따라 해석하기보다는 A.I. 보다 객관적인 시각을 가질 수 있습니다. 우리는 책의 모든 패널을 스캔하여 시작했습니다. 그런 다음 Google의 비전 인 A.I을 실행했습니다. Microsoft AZURE의 얼굴 인식 및 감정적 인 캐릭터 주석도 포함됩니다.

분석에 사용한 알고리즘 복싱 선수 이미 묘사 된 내용에 대한 설명으로 이미 라벨이 지정된 수십만 개의 이미지에 대한 Google 또는 Microsoft의 교육을 받았습니다. 이 훈련 단계에서, A.I. 시스템은 이미지가 보여준 것을 확인하도록 요청 받았고, 그 답변은 기존의 설명과 비교되어 훈련 된 시스템이 옳았는지 또는 잘못되었는지를 확인했습니다. 훈련 시스템은 정답을 만든 근본적인 심 신경 네트워크의 요소를 강화하고 오답에 기여한 부분을 약화시켰다. 방법 및 교육 자료 (이미지 및 주석)는 모두 시스템 성능에 중요합니다.

그런 다음 우리는 A.I. 책의 이미지가 느슨합니다. 다음과 같이 가족 불화 쇼 프로듀서가 100 명의 낯선 사람에게 질문을하고, 얼마나 많은 사람들이 각각의 잠재적 인 대답을 선택하는지 계산하면, 우리의 방법은 A.I. 얼굴이 보여주는 감정을 결정합니다. 이 접근법은 주관적으로 내용을 해석 할 때 흔히 누락되는 핵심 요소 중 하나 인 재현성을 추가합니다. 확인하려는 모든 연구원은 알고리즘을 다시 실행하여 우리가 수행 한 것과 동일한 결과를 얻을 수 있습니다.

불행히도, 우리는이 A.I. 도구는 흑백 사진의 스캔이 아닌 디지털 사진에 최적화되어 있습니다. 그것은 우리가 사진의 감정에 대해 신뢰할만한 데이터를 얻지 못했음을 의미했습니다. 우리는 또한 어떤 알고리즘도 홀로 코스트 (Holocaust) 또는 강제 수용소 (수용소)와 관련된 이미지를 식별하지 못했다는 사실을 알게되었다. 인간 시청자가 쉽게 그 주제를 식별 할 수는 있지만. 바라건대, A.I.S가 흑백 이미지 자체에 문제가 있었기 때문이며, 교육 세트 또는 주석의 과실 또는 편향 때문이 아니기 때문입니다.

바이어스는 기계 학습에서 잘 알려진 현상이며, 실제로 공격적인 결과를 초래할 수 있습니다. 우리가 얻은 데이터만으로이 이미지를 분석 한 결과, 다른 국가들과 마찬가지로 독일의 법에 위배되는 홀로 코스트 (Holocaust)에 대한 논의 나 인정을하지 못했을 것입니다. 이러한 결함은 새로운 기술을 광범위하게 사용하기 전에 비판적으로 평가하는 것이 중요하다는 것을 강조합니다.

다른 재현 가능한 결과 찾기

인문학에 도움이되는 정량적 접근 방식을 찾기위한 대안으로 결정되었으므로 Haft의 삶에서 플래시백 장면을 다른 순간과 비교하여 그림의 밝기를 분석했습니다. 이를 위해 이미지 분석 소프트웨어를 사용하여 스캔 한 이미지의 밝기를 정량화했습니다.

우리는 책 전체에서 감옥에있는 감옥 탈출이나 미국에서의 Haft의 전후 생활과 같은 감정적으로 행복하고 가벼운 단계가 밝은 이미지를 사용하여 표시된다는 것을 발견했습니다. 그의 수용소 경험과 같은 외상과 슬픈 단계는 어두운 이미지로 표시됩니다. 이것은 백인의 색 심리학 적 신원을 순수하고 행복한 색조로, 검은 색을 슬픔과 슬픔으로 상징하는 것과 일치합니다.

책의 이미지에서 밝기가 사용되는 방식에 대한 전반적인 이해를 확립 한 후 플래시백 장면을 더 자세히 살펴 보았습니다. 그들 모두는 감정적으로 격렬한 사건을 묘사했으며, 일부는 다른 강제 수용소 수감자를 화장하고 그의 삶에 대한 사랑을 떠올리게하는 기억과 같이 어둡다.

그러나 Haft가 상대방을 죽이려고하는 플래시백이 밝고 분명하다는 사실을 알면 놀랐습니다. 곧 치명적인 만남에 대해 긍정적 인 감정을 갖고 있음을 시사합니다. 그것은 우리와 같은 독자가 스토리를 따라 감에 따라 아마 Haft의 상대방이 약하고 자신이 죽을 것이라는 것을 깨닫는 것과 정반대입니다. 독자가 동정과 공감을 느낄 때, Haft는 긍정적 인 느낌을 갖는 이유는 무엇입니까?

이 모순은 그림의 밝기를 측정하여 나치의 죽음의 수용소가 Haft에 감정적으로 어떤 영향을 주 었는지에 대한 더 깊은 통찰력을 나타낼 수 있습니다. 우리를 위해, 지금, 그것은 권투 시합에서 죽음에 다른 사람을 때리는의 전망이 긍정적 인 방법을 상상할 수없는 것입니다. 그러나 Haft는 절망적 인 상황에 처해 있었기 때문에 자신보다 훨씬 더 굶주린 상대방을 대면했을 때 생존에 대한 희망을 보았습니다.

A.I. 이 문학 작품을 분석하는 도구는 책에서 감정과 기억의 핵심 요소에 대한 새로운 시각을 제시하지만 텍스트 나 그림을 해석 할 때 전문가 나 학자의 기술을 대체하지는 못합니다. 실험 결과, 우리는 A.I. 다른 계산 방법은 인문학 분야에서 더 정량화되고, 재현성 있으며 객관적인 연구가 가능할 수있는 흥미로운 기회를 제공합니다.

A.I.을 사용하는 방법을 찾는 것은 어려울 것입니다. 인문학 분야에서 적절하게 - 그리고 현재의 A.I. 시스템은 모든 상황에서 안정적으로 작동 할만큼 정교하지 못합니다. 장학생은 또한 이러한 도구에서 발생할 수있는 편견에주의해야합니다. A.I.의 궁극적 인 목표라면 연구는 인간의인지에 필적하는 기계를 개발하는 것이지만, 인공 지능 시스템은 사람처럼 행동해야 할뿐만 아니라 사람과 같은 감정을 이해하고 해석해야 할 수도 있습니다.

이 기사는 원래 Leonie Hintze와 Arend Hintze의 The Conversation http://theconversation.com/profiles/arend-hintze-225106에 게시되었습니다. 여기에 원본 기사를 읽으십시오.