Искусственный интеллект проливает новый свет на классические тексты. Теоретики литературы, которые не принимают это, сталкиваются с устареванием.
Откуда происходят ведьмы и что общего у этих мест? Просматривая большую коллекцию традиционных датских народных сказок, фольклорист Тимоти Тангерлини и его коллега Питер Бродвелл из Калифорнийского университета в Лос-Анджелесе решили выяснить это. Вооружившись географическим указателем и около 30 000 историй, они разработали WitchHunter, интерактивную «геосемантическую» карту Дании, которая выделяет горячие точки для колдовства.
Система использовала методы искусственного интеллекта (ИИ), чтобы найти множество удивительных идей. Например, они обнаружили, что злое колдовство часто имело место рядом с католическими монастырями. Это имело определенный смысл, так как католические места в Дании были связаны с дьявольскими ассоциациями после протестантской Реформации в 16 веке. Отобразив расстояние и направление колдовства относительно местоположения рассказчика, WitchHunter также показал, что чародеек, как правило, можно найти в местном сообществе, гораздо ближе к дому, чем другие виды угроз. «Ведьмы и грабители представляют собой угрозу для экономической стабильности общества», - пишут исследователи. Тем не менее, в то время как ведьмы угрожают изнутри, грабители, как правило, находятся вдали от хорошо описанной деревни, часто живя в лесах.
Такая «вычислительная фольклористика» поднимает большой вопрос: что алгоритмы могут рассказать нам об историях, которые мы любим читать? Кажется, что любой предложенный ответ указывает на столько неопределенностей, сколько он разрешает, особенно с ростом мощности технологий ИИ. Может ли литература действительно быть нарезана на вычислимые кусочки «информации», или в опыте чтения есть что-то, что является несводимым? Может ли ИИ улучшить литературную интерпретацию, или это изменит область литературной критики до неузнаваемости? И могут ли алгоритмы когда-либо извлекать смысл из книг, как люди, или даже сами создавать литературу?
Наука не так далеко от изучения литературы, как вы могли бы подумать. Большинство современных приложений ИИ состоят из сложных методов изучения шаблонов, часто путем создания меток для больших, громоздких наборов данных, основанных на структурах, которые возникают внутри самих данных. Точно так же, не так давно изучение формы и структуры произведения находилось в центре внимания литературной науки. «Структуралистская» ветвь литературной теории имеет тенденцию развертывать близкие - иногда микроскопические - чтения текста, чтобы увидеть, как он функционирует, почти как закрытая система. Это широко известно, как «формальный» способ литературной интерпретации, в отличие от более исторических или контекстных способов чтения.
Так называемый «культурный» поворот в литературных исследованиях с 1970-х годов, с его долгом к постмодернистскому пониманию отношений между властью и повествованием, оттолкнул поле от таких систематических, полу-механистических способов анализа текстов. ИИ по-прежнему озабочен формальными паттернами, но, тем не менее, может освещать ключевые аспекты повествования, включая время, пространство, персонажей и сюжет.
Вспомните вступительное предложение «Сто лет одиночества» Габриэля Гарсиа Маркеса (1967): «Много лет спустя, когда он столкнулся с расстрелом, полковник Аурелиано Буэндиа должен был вспомнить тот далекий полдень, когда его отец взял его, чтобы обнаружить лед». Сложный способ, которым Маркес представляет течение времени, является основным продуктом современной фантастики. Время, соответствующее «много лет спустя», включает судьбоносное время «столкновения» с расстрельным отрядом, что, в свою очередь, совпадает с тем последним «запоминанием», которое происходит спустя годы после «того далекого дня». В одном предложении Маркес рисует картину событий в мимолетном настоящем, воспоминания о прошлом и видения будущего.
Согласно многочисленным психологическим исследованиям, когда мы читаем такие истории, мы строим временные рамки. Мы представляем себе, упоминаются ли события до, после или одновременно друг с другом, и как далеко они находятся друг от друга во времени. Аналогичным образом, системы искусственного интеллекта также могут изучать временные рамки для различных повествовательных текстов на разных языках, включая новости, басни, короткие рассказы и повествования.
Продолжение в следующей статье...