4 Δεκεμβρίου 2025

Τεχνητή Νοημοσύνη Ανακαλύπτει τη Σαρκαστική Έκφραση: Όταν οι Υπολογιστές Κατανοούν το Χιούμορ”

Τελευταία Άρθρα

Μια νέα προσέγγιση για το πρόβλημα της ρύπανσης από σκουπίδια έχει αρχίσει να κεντρίζει το ενδιαφέρον στην Ιταλία. Το πρωτάθλημα Plogging, ένας συνδυασμός του...

Μια πρόσφατη διοργάνωση του Παγκοσμίου Πρωταθλήματος Plogging έλαβε χώρα στην Ιταλία, με περισσότερους από 70 αθλητές από 16 χώρες να συμμετέχουν. Οι αθλητές

8 συνηθισμένα λάθη που κάνουν οι γονείς στην ανατροφή των παιδιών τους

Ο ρόλος των γονιών στην ανατροφή των παιδιών τους είναι ζωτικής σημασίας για την ψυχική και συναισθηματική ανάπτυξή τους. Ωστόσο, πολλές φορές, λόγω έλλειψης

Εκπληκτικό: Δείτε ποσους πόρους χρειάστηκε να επενδύσει ο ιδιοκτήτης για τη συντήρηση του Tesla του

Παρότι τα ηλεκτρικά αυτοκίνητα είναι ένα σχετικά νέο φαινόμενο, υπάρχουν ανθρωποι που τα έχουν στην κατοχή τους εδώ και αρκετά χρόνια. Ένας από αυτούς είναι

Αυξάνονται οι ψυχικές διαταραχές: Ευάλωτος 1 στους 6 Ευρωπαίους – Η επίπτωση της κλιματικής αλλαγής

Το 2019, πριν από την πανδημία, περίπου 84 εκατομμύρια κάτοικοι της Ευρωπαϊκής Ένωσης παρουσίαζαν ψυχικά προβλήματα, δηλαδή ένας στους έξι κατοίκους της ΕΕ.

Κλιματική κρίση, ατμοσφαιρική ρύπανση και βιώσιμη ανάπτυξη

Σύμφωνα με τον Παγκόσμιο Οργανισμό Υγείας (ΠΟΥ), η ατμοσφαιρική ρύπανση σχετίζεται με εκατομμύρια πρώιμους θανάτους κάθε χρόνο. Ο αέρας που αναπνέουμε επηρ

ΚΟΙΝΟΠΟΙΗΣΗ:

Ο Όσκαρ Ουάιλντ είχε πει ότι «ο σαρκασμός είναι η κατώτερη μορφή του πνεύματος, αλλά η ανώτατη μορφή της νοημοσύνης». Η σαρκαστική έκφραση αποτελεί ένα σημαντικό κομμάτι της ανθρώπινης επικοινωνίας, ωστόσο, η αποκωδικοποίηση του σαρκασμού δεν είναι πάντα εύκολη ούτε για μας τους ίδιους, πόσο μάλλον για έναν υπολογιστή που λειτουργεί βάσει συστημάτων ορθολογιστικής σκέψης.

Οι επιστήμονες στην Ολλανδία όμως ξεπέρασαν αυτό το εμπόδιο και δημιούργησαν μια τεχνητή νοημοσύνη που μπορεί να κατανοήσει τον σαρκασμό με ανεπανάληπτη ακρίβεια, ως μέρος μιας έρευνας που επικεντρώνεται στην αλληλεπίδραση ανθρώπου-υπολογιστή. Η ομάδα, από το εργαστήριο τεχνολογίας ομιλίας στο Πανεπιστήμιο του Groningen, ανέπτυξε έναν “πολυτροπικό αλγόριθμο”, τον οποίο εκπαίδευσε χρησιμοποιώντας σκηνές από δημοφιλείς τηλεοπτικές σειρές όπως τα Φιλαράκια και το The Big Bang Theory. “Όταν ασχολείσαι με τη μελέτη του σαρκασμού, ανακαλύπτεις κατά πόσο τον χρησιμοποιούμε ευχαρίστως ως μέρος της καθημερινής μας επικοινωνίας”, δήλωσε ο Ματ Κόλερ, ένας από τους ερευνητές της μελέτης. “Ωστόσο, αν και αλληλεπιδρούμε συχνά με τις συσκευές μας με έναν πολύ συγκεκριμένο, ακριβή τρόπο, σαν να μιλάμε σε ένα πρόγραμμα ρομποτικής, δεν υπάρχει λόγος για μας να περιοριζόμαστε σε αυτό τον τρόπο.”

Επιπλέον, η τεχνητή νοημοσύνη αντιλαμβάνεται και αναγνωρίζει συναισθήματα. Για τη μελέτη τους, οι ερευνητές χρησιμοποίησαν μια βάση δεδομένων που ονομάζεται Multimodal Sarcasm Detection Dataset (MUStARD), η οποία δημιουργήθηκε από ερευνητές από τις ΗΠΑ και τη Σιγκαπούρη στα πλαίσια μιας παρόμοιας μελέτης. Οι προηγούμενοι αλγόριθμοι που εντοπίζουν το σαρκασμό βασίζονταν σε ένα μόνο τύπο δεδομένων, συνήθως σε αναλύσεις κειμένου. Στο πλαίσιο της νέας μελέτης, οι ερευνητές χρησιμοποίησαν δύο πρόσθετες μεθόδους: ανάλυση συναισθήματος στην προφορική έκφραση και αναγνώριση συναισθημάτων σε ηχητικά αποσπάσματα από τις εν λόγω τηλεοπτικές σειρές. Μετά τη συνεχή εκπαίδευση στα σχετικά δεδομένα, η τεχνητή νοημοσύνη μπόρεσε να ανιχνεύσει τον σαρκασμό με ακρίβεια περίπου 75% των περιπτώσεων. Ομάδες ερευνών συνεχίζουν να βελτιώνουν το μοντέλο, πειραματιζόμενοι με αναπαραστάσεις και χειρονομίες που συνοδεύουν τον σαρκασμό, καθώς ο χαρακτήρας του μπορεί να διαφέρει ανάλογα με το πολιτισμικό και κοινωνικό πλαίσιο. “Επιπλέον, θέλουμε να εξερευνήσουμε περισσότερες γλώσσες και να υιοθετήσουμε τις τεχνικές αναγνώρισης του σαρκασμού”, δήλωσαν οι ερευνητές. Πιστεύουν πως αυτή η πολυτροπική προσέγγιση μπορεί να έχει ευρείες εφαρμογές σε πολλούς τομείς. Η μελέτη παρουσιάστηκε σε μια εκδήλωση της Ακουστικής Εταιρείας της Αμερικής και της Καναδικής Ακουστικής Ένωσης, που πραγματοποιήθηκε στην Οττάβα του Καναδά.