A.します。すぐに文学研究者に代わることができるようになる？

一方の配偶者が人工および自然の知能の進化を研究し、もう一方がドイツの言語、文化、および歴史を研究しながら、私たちのディナーテーブルでの議論を想像してみてください。私たちは、定量化可能な、測定に基づいた自然科学のアプローチと、より定性的な人文科学のアプローチとの間の固定観念的な衝突をよく経験します。

それぞれのアプローチが他のアプローチにどれだけ役立つことができるかを見るために、私たちはそのパターンから抜け出すことにしました。特に、人工知能の側面がホロコーストについてのノンフィクショングラフィック小説を解釈するための新しい方法を生み出すことができるかどうかを見たかったです。私達は結局それを見つけることになった。技術はまだ有用な洞察を提供するのに十分高度で頑強ではありません - しかしより単純な方法は解釈のための新しい機会を示した定量化可能な測定値をもたらしました。

テキストを選択する

大量のテキストを分析するための利用可能な研究はたくさんありますので、私たちのA.I.にはもっと複雑なものを選びました。分析：ラインハルトクライストの ボクサー 、どのようにHertzko「ハリー」ハフトがナチの死のキャンプを生き残ったかの本当の物語に基づくグラフィック小説。本のイラストに表示されている主人公の表情の中の感情を識別し、それがストーリーを理解するための新しいレンズを提供するかどうかを調べたかったのです。

この白黒の漫画で、ハフトは彼と他の強制収容所の受刑者が死に絶えるためにお互いにボクシングするように作られたという彼の恐ろしい話を語ります。物語はハフトの視点から書かれています。物語を通して点在しているのは、ハフトの重要な個人的な出来事の思い出を描いたフラッシュバックのパネルです。

人文学的アプローチは、物語の要素、あるいは全体としての物語を分析し文脈化することです。クライストのグラフィック小説は、アランが彼の父親の経験について知っていたことに基づいて、ハフトの息子アランによる2009年の伝記小説の再解釈です。この複雑な著者の解釈と理解のセットを分析することは、既存のものの上に別の主観的な層を追加することに役立つだけかもしれません。

科学哲学の観点からは、そのような分析のレベルは物事をより複雑にするだけです。学者によって解釈が異なる場合がありますが、たとえ全員が同意したとしても、彼らの洞察が客観的に正しいかどうか、または全員が同じ幻想に苦しんでいるかどうかはわかりません。ジレンマを解決するには、他の人が独自に再現できる測定値を生成することを目的とした実験が必要になります。

画像の再現可能な解釈

私たち自身がイメージを解釈して、私たち自身のバイアスや先入観を受けるのではなく、私たちはそれを望んでいました。より客観的な見解をもたらすことができます。私たちは本の中のすべてのパネルをスキャンすることから始めました。それから、GoogleのビジョンA.I.を実行しました。 Microsoft AZUREの顔認識と感情的なキャラクターの注釈も同様です。

分析に使用したアルゴリズム ボクサー 以前はグーグルまたはマイクロソフトによって何十万もの画像がすでに描写されているものの説明が付いたラベルが付いているものについて訓練されていた。このトレーニング段階では、システムは画像が何を示しているのかを確認するよう求められ、それらの答えは既存の記述と比較されて、訓練されているシステムが正しいか間違っているかが確認されました。トレーニングシステムは、正しい答えを生み出す根本的なディープニューラルネットワークの要素を強化し、間違った答えの原因となっている部分を弱めました。方法とトレーニング資料（画像と注釈）の両方がシステムのパフォーマンスにとって重要です。

それで、私たちはA.I.に向きを変えました。本の画像がゆるい。ちょうどのように 家族フィウド 番組のプロデューサーが100人の見知らぬ人に質問をし、それぞれの潜在的な答えを選択する人数をカウントするところで、私たちの方法はA.Iを尋ねます。顔がどのような感情を示しているかを判断するため。このアプローチでは、コンテンツを主観的に解釈するときに欠けていることが多い1つの重要な要素、再現性が追加されます。確認したい研究者は誰でもアルゴリズムを再実行して、同じ結果を得ることができます。

残念ながら、我々はこれらのA.I.を発見しました。ツールは白黒図面のスキャンではなく、デジタル写真用に最適化されています。それは私たちが写真の中の感情についてあまり信頼できるデータを得ていないことを意味しました。また、ホロコーストや強制収容所に関連する画像は、どのアルゴリズムでも特定されていないことがわかりました。うまくいけば、それはA.Isが白黒画像自体に問題を抱えていたからであり、トレーニングセットや注釈の過失や偏見のせいではありません。

バイアスは機械学習においてよく知られている現象であり、これは本当に不快な結果をもたらす可能性があります。私たちが得たデータだけに基づいてこれらの画像を分析しても、他の国々の中でも、ホロコースト、ドイツの法律に反する脱落については議論も承認もしていないでしょう。これらの欠陥は、それらをより広く使用する前に新しい技術を批判的に評価することの重要性を強調しています。

他の再現可能な結果を​​見つける

人文科学を助けるための定量的アプローチのための代替方法を見つけることを決心して、我々はフラッシュバックシーンをハフトの人生の他の瞬間と比較して、写真の明るさを分析することになった。そのために、画像解析ソフトウェアを使用してスキャン画像の明るさを定量化しました。

この本を通して、彼の刑務所からの脱出やハフトの米国での戦後の生活のような、感情的に幸せで軽い段階が明るい画像を使って示されていることがわかりました。彼の強制収容所での経験のようなトラウマになるような悲しい段階は、暗いイメージとして示されています。これは、純粋で幸せな色調としての白、そして悲しみと悲しみを象徴するものとしての黒の色彩心理学的識別と一致します。

本の画像で明るさがどのように使われているかについての一般的な理解を確立したので、我々はフラッシュバックシーンをより詳しく調べた。彼ら全員は感情的に激しい出来事を描きました、そして、他の強制収容所の受刑者を火葬して彼の人生の愛を残したという思い出のようなそれらのいくつかは暗かったです。

しかし、私たちは、ハフトが反対者を殺害しようとしていることを示すフラッシュバックが明るく明瞭であることに驚きました。これは彼が次の致命的な出会いについて前向きな感情を抱いていることを示唆しています。それは、おそらく私たちのような読者が物語をたどるときに感じるのとは正反対で、おそらくハフトの対戦相手が弱いと見て、彼が殺されようとしていることに気づくでしょう。読者が同情と共感を感じるとき、なぜハフトは前向きに感じているのでしょうか？

写真の明るさを測定することによって見いだされたこの矛盾は、ナチスの死の収容所がいかにハフトに感情的に影響を与えたかについてのより深い洞察を明らかにするかもしれません。私たちにとって、今のところ、ボクシングの試合で他の誰かを殴って死亡させるという見通しは、想像できません。しかし、おそらくハフトは彼がより飢えていた相手と対決するとき彼が生存の希望を見たように彼が生き残ったような状況にあった。

A.Iを使うこの文学作品を分析するためのツールは、本の中で感情と記憶の重要な要素に新たな光を投げかけました - しかし、それらはテキストや絵の解釈における専門家や学者のスキルを置き換えるものではありませんでした。我々の実験の結果として、我々はそれを考える。そして、他の計算方法は、人文科学におけるより定量化可能で再現可能な、そしておそらく客観的な研究の可能性と共に興味深い機会を提示します。

A.Iを使う方法を見つけるのは難しいでしょう。人文科学において適切にシステムは、あらゆる状況で確実に動作するのに十分なほど洗練されていません。学者はまたこれらの用具の潜在的な偏りに警戒するべきである。 A.I.の究極の目標なら研究は人間の認識に匹敵する機械を開発することです、人工知能システムは人々のようにふるまうだけでなく人々のような感情を理解して、解釈する必要があるかもしれません。

この記事はもともとLeonie HintzeとArend Hintze http://theconversation.com/profiles/arend-hintze-225106によってThe Conversationに掲載されました。ここで元の記事を読んでください。