對於計算機在幽默感的識別和掌握上，從 1992 年就有研究者已開始研究。目前，AI 已經能夠講一些笑話，但仍然來自於人類資源，並無創造性。在未來，能否實現有幽默感的語音助手，以及 AI 是否能取代喜劇演員，還有待探索。
AI 能夠勝任越來越多的事情，但它能學會幽默嗎？
對於人類來說，幽默感會是增加彼此之間好感的加分項。而且，如今娛樂已經佔據我們生活相當大的一部分，如果聊天軟體裡沒幾個搞笑表情包，估計都不好意思跟別人聊天了。
但是對於 AI 來說，其與人互動的過程中，能夠像人類一樣具有幽默感嗎？
事實是，截至目前，AI 仍然不會自己講笑話。
就算 Siri 和小冰能夠朗讀一些笑話，我們也知道它們的本質是復讀機，而不是有趣的思考者。
所以，從目前來看，喜劇表演者暫時不必擔心被 AI 取代。
這讓人不禁遐想，「幽默和幽默感」會是人類和 AI 之間最後的堡壘？
AI 為什麼要學會幽默
人機間語音互動在生活中佔據越來越大的比重。但是，人機互動之間的自然交流遠遠落後於其他方面。
因為在人的語言體系裡，幽默的表達很多，這對 AI 的理解和迴應造成了很大困難。
但幽默所涉及的方面，也正在使其成為計算機與人類互動的完美試金石。如果系統可以識別笑話，那就意味著它能夠理解其他文字和對話的細微差別，例如反諷和諷刺。
從某種程度上說，為 AI 注入幽默會是自然語言處理髮展的一個方向。
換句話說，讓 AI 體會幽默的感覺，也會讓 AI 更多地瞭解世界。
設想一下這樣的未來， AI 能夠處理更自然的對話，並能夠清晰地分辨你在開玩笑還是認真，如果您以諷刺的方式發出命令，計算機需要知道它不需要遵循該命令。
一些人認為，幽默感，在未來可能是圖靈測試的關鍵、機器智慧的終極測試。因此，機器幽默的研究對眾多計算機研究人員充滿吸引力。
那麼在這條道路上，研究又到了什麼地步呢？
漫漫 AI 幽默研究路
早在 1992 年，就有人提出了第一個「幽默感的計算機模型」。
美國普渡大學計算機與資訊科技副教授 Julia Rayz 在涉及幽默的 AI 研究中已投身 15 年之久。
她的初衷是通過計算演算法確定特定的內容，以建立可與人們之間的共同對話相媲美的計算機，實現更好的人機互動。
Rayz 研究試圖讓 AI 理解幽默是什麼，通過開玩笑等方式，看待交付，背景和情感等方面。為了達到理解，計算機還需要有很多關於笑話描述的情況的背景知識。
這項研究不僅限於計算機，語言學，心理學，社會學和人類學專家也參與其中。「我不會試圖教計算機講笑話，我想用 AI 讓計算機去理解，為什麼我們認為某些東西是有趣的。」
雖然研究有了一些進展，但沒有讓 AI 能夠準確分辨幽默的表達。她回憶起給計算機兩組不同句子，其中只有一組是笑話。
AI 模型最終的將一些不是笑話的句子判定為笑話。當 Rayz 問 AI 為什麼認為這是個玩笑時，它的答案在只是在技術上行得通。
在 2018 年初，美國研究員 Janelle Shane 嘗試使用 43,000 個「 What if 」笑話的資料庫，來訓練神經網路學會幽默。系統似乎有機會學習如何變得有趣。
然而，訓練後模型製造的大量笑話幾乎不能引來笑聲。即使 AI 具有了理解複雜語言結構的能力，但這種方式下，其掌握幽默還是遙遠的事情。
最近，牛津大學，微軟研究院和TRASH的一組研究人員開展了一項調查詞彙嵌入中幽默的研究。
論文地址：https://arxiv.org/pdf/1902.02783.pdf
他們決定測試人工智慧是否可以在一個單詞的層面上理解幽默，因為很多人都會找到像「nincompoop 」這樣有點好笑的單詞。
基於現有的幽默理論研究，他們考慮了幽默的六個特徵：幽默的聲音，意外的不協調，性內涵，晦澀的內涵，侮辱性的話語以及口語。
然後他們對 4997 個單片語成的資料集進行研究，招募母語為英語的人對其中的單詞劃分了幽默等級。
隨後，研究人員調查了他們最初發現的幽默特徵如何與他們的資料集中的幽默評級相關聯，以確定在捕獲人類所給出的評級中，該理論結構的有效性。
此外，他們使用單詞嵌入測試了這些評級的可預測性，探索了 AI 可以理解幽默的程度。
他們發現，嵌入詞有效地捕獲了資料集中幽默詞的各方面的評價。研究結果進一步表明，人們的幽默感可以通過一些評級來嵌入，並且最終的嵌入可以用來預測以前未評級的單詞的幽默評級。
所以，他們認為，雖然人工智慧不能理解句子或者長文字中的幽默，但是可以通過對幽默等級的嵌入來增強 AI 對幽默的理解。
該團隊還對不同人群的幽默感評級進行分類，比如「男性幽默」、「女性幽默」、「老年人幽默」。以此訓練 AI 識別不同人群的幽默。
「在推廣人工智慧系統的時代，例如推薦系統或自動助理，幽默可能會在促進使用者和自動化系統之間更順暢、更無縫的互動方面發揮重要作用。」研究人員 Gultchin 說。
他們還認為，增強人工智慧系統對單詞幽默的理解可以開闢一些有趣的可能性，例如開發幫助喜劇演員或改善人機相互的工具。
得到一個有幽默感的 AI 有多難
為什麼這項看起來有趣的研究，卻似乎沒有有效的進步。也就是說，想要自己的語音助手變成一個風趣的朋友，也許還是遙不可及的事情。
英國劍橋的 Speechmatics 機器學習工程師 Will Williams 表示，「要讓 AI 學會幽默，需要有一個非常好的通用模型，而目前還沒有。」
機器學習，深度學習和大資料系統都是是從資料中學會分析的。其結果是基於資料做出決策或趨勢的模式，而這個決策必須合乎邏輯且明確。
因此， AI 可以看做是一個高效的決策機器。它可以被用來分析預測，但是卻不能創造超出資料模式和趨勢的新觀點。
所以在處理感情類問題時，事情就會變得比較困難。但這恰恰被認為是幽默的核心。
有研究人員表示，「幽默感非常依賴於現實世界的知識背景知識和常識知識。計算機沒有這些真實的經驗可供借鑑。它只知道你告訴它的內容以及它從中汲取的東西。」
此外，對於幽默和有趣，我們缺乏一個框架。對於像喜劇和笑話之類的題材，最大的問題是如何向系統解釋它。這不是一個合乎邏輯的最終結果。告訴系統一堆笑話並告訴系統找到其中的模式無非是一個死衚衕。
讓人們發笑的大部分內容，和語境或肢體語言等微妙因素有關。有時甚至我們自己都不知道為什麼笑話很有趣，就像德國達姆施塔特工業大學的電腦科學家和語言學家特里斯坦米勒說的，即使是專家語言學家也難以解釋幽默。
另外，觀眾也很重要。對一個人來說，有趣的事情對其他人來說可能並不好笑，兩個人講的同一個笑話可能會引起不同的反應。
那麼，如果我們自己沒有理解為什麼一個笑話很有趣，還怎麼教 AI 來創造有趣的對話?
AI 懂幽默是好是壞？
就目前來說，在語言和幽默方面，「機器可以做什麼和人類做什麼之間仍然存在非常明顯的差距。」
除了這個方面，我們還要考慮的是，關於惡意破壞或者諷刺，AI 能否將其與幽默區分開來呢？如果能做到的話，會是在語言理解和創造上實現大的突破。但是 AI 怎麼去理解這之間的界限？而且，有趣的人並不是一直都有趣，他們無趣的時候卻很煩人。所以，誰會在情緒不好的時候去要一個煩人的 AI ？
如今，不時會出現針對 AI 系統的法庭案件。如果它只是想諷刺，而這個人當真了，並對他造成了傷害呢？這樣的話就破壞了創造 AI 的初衷。
當然，這都要等到 AI 學會了幽默才行。這樣說來，小嶽嶽應該不用擔心自己會被 AI 搶了飯碗。