Một nhóm nghiên cứu tại Viện công nghệ Karlsruhe đã kết hợp cơ sở dữ liệu của những bộ phim và dùng nó để thử nghiệm khả năng của hệ thống trí thông minh nhân tạo mà họ phát triển. Kết quả nó có thể tự hiểu được nội dung của bộ phim. Trí thông minh nhân tạo lại có thêm một bước tiến nữa, ngày càng thật sự "thông minh" hơn và gần với trí tuệ con người hơn.
Hồi năm ngoái, nhóm nghiên cứu DeepMind của Google đã phát triển một hệ thống AI có thể tự chơi các trò chơi điện tử. Hồi đầu năm nay, một nhóm các nhà nghiên cứu lại biểu diễn khả năng nhận diện khuôn mặt và thậm chí là dùng AI để dự đoán hành động trong bức hình. Và đó cũng chỉ là một vài trong số nhiều thành tựu mà AI đạt được trong thời gian qua.
Bây giờ, nhà nghiên cứu Makarand Tapaswi và các đồng nghiệp của bà tại Viện công nghệ Karlsruhe, Đức đã kết hợp cơ sở dữ liệu của những bộ phim và cung cấp cho hệ thống deep learning (học tập sâu) và bắt chúng tự phân tích ra câu chuyện. Sau đó, nhóm sẽ dùng các câu hỏi về nội dung hoặc tình huống trong phim nhằm đánh giá mức độ hiểu biết của AI. Để làm được điều này, nhóm tạo nên một bảng câu hỏi trắc nghiệm với các câu trả lời mà trong đó chỉ có một cái là đúng.
Nhóm cho rằng trước giờ AI đã có thể thực hiện được các nhiệm vụ ít phức tạp hơn, điển hình như nhận diện khuôn mặt, nhận diện vật thể, nhận diện giọng nói,... Tuy nhiên, việc tạo ra một cơ sở dữ liệu giúp AI có thể thực hiện các tác vụ phức tạp hơn, như hiểu một câu chuyện là khó khăn hơn rất nhiều.
Nó hoạt động như thế nào?
Tapaswi và các đồng nghiệp bắt đầu thu thập bản tóm tắt nội dung của hơn 300 bộ phim từ trang Wikipedia. Sau đó họ liên kết các thông tin này tới chính bộ phim đó, hình thành nên một nguồn dữ liệu đáng kể. Nhóm cho biết: "Một bộ phim trung bình dài khoảng 2 giờ và có hơn 198K khung hình và gần 2000 cảnh quay. Điều này đồng nghĩa với việc sẽ có rất nhiều dữ liệu cần xử lý, sắp xếp."
Mô tả hoạt động tìm hiểu bộ phim và trả lời các câu hỏi trắc nghiệm của AI
Đồng thời, nhóm còn tiếp tục thu thập thông tin từ các nguồn dữ liệu khác. Sau đó họ yêu cầu những nhà phê bình đọc các đoạn tóm tắt của phim, sau đó lập nên một số câu hỏi về nội dung mà họ vừa đọc rồi đưa kèm theo câu trả lời. Trung bình, các nhà bình luận đã viết 5 câu hỏi sau mỗi đoạn và sau đó, họ đánh dấu một số nội dung chữ trong đoạn đó có chứa câu trả lời. Tiếp theo, nhóm nghiên cứu yêu cầu các bình luận viên tạo nên các câu hỏi trắc nghiệm bằng cách thêm vào các câu hỏi khác không đúng. Cuối cùng là một cơ sở dữ liệu với hơn 7000 câu hỏi về 300 bộ phim.
Đối với những người nào đã xem phim thì các câu hỏi này là rất dễ. Nhưng đối với máy thì đây không phải là việc đơn giản và cho tới hiện tại, nhóm nghiên cứu thừa nhận rằng khả năng của AI vẫn chưa tốt trong việc trả lời các câu hỏi này. Tuy nhiên, họ cho rằng đây sẽ là một mục tiêu, tạo động lực để phát triển hoàn thiện các phiên bản AI thông minh hơn trong tương lai.
Nhóm nghiên cứu cho biết rằng thông qua việc phát triển hệ thống deep learning lần này, họ đã mở đường cho nhiều ứng dụng khác của AI trong tương lai. Thứ nhất, đây thật sự là một bước tiến của AI, cung cấp thêm hiểu biết của chúng ta về mạng nơ ron nhiều lớp và làm thế nào để điều chỉnh chúng cho từng nhiệm vụ đặc biệt. Thứ hai, quá trình xây dựng nên cơ sở dữ liệu nhằm "dạy" cho AI học cho phép các nhà nghiên cứu có thể rút kinh nghiệm, từ đó hoàn thiện cách dạy hiệu quả hơn.
