AI学脑补 打造聊愈系机器人

看图说故事对人类来说是轻松好玩的事，但对毫无想像力的AI人工智慧而言，却是巨大挑战，必须理解图片意义、生成字句，还要看懂图片中的因果逻辑。中央研究院资讯科学研究所副研究员古伦维开发独创模型，教AI看图说出「好看」的故事，让机器更有温度。

电脑如何学会「看图说故事」？古伦维指出，目前学界使用机器学习的方式，把图和对应的文字丢进电脑，让电脑从大量的图文搭配组合，从中学习看到怎样的图片，应该说出怎样的故事。这个方法俨然成为军备竞赛，「谁的电脑计算能力强，得到的模型更复杂，生成的文字就会更好。」

在这样竞争环境下，古伦维改采不同策略，把生成故事过程拆成「语意抽取」和「生成文本」两阶段。第一阶段利用精熟的图片辨识技术和资料库，抽取故事概念。例如图片中有小男孩、天空、脚踏车三个概念，AI最后可能生成「一个小男孩在天空下」故事大纲，人们可手动调整为「一个小男孩骑着脚踏车」。

在第二阶段，古伦维再运用故事文本资料库，让机器学习如何将第一阶段抽取，且由人类修改过的概念，组合成漂亮的故事。古伦维进一步表示，在看图选角阶段，其团队已开发出「自动选角」技术，电脑有能力筛选出让故事最精彩的「黄金组合」，是目前成果最好的AI故事生成模型。古伦维也在模型中纳入「知识库」，帮AI增加说故事知识。例如当图片中有人与马时，知识库可补充人会骑马、养马等知识，让AI有机会说出「一个人骑着自己养的马」这种具有故事性的句子。

「会看图说故事的AI，可从眼前情景连结到事件或情感，就像人类脑补一般，这些脑补就是故事。」古伦维说，这项技术让居家照护机器人更有人味，让人类被「聊」愈。