دنیای هوش مصنوعی حالا به سراغ درک یکی از پیچیدهترین بخشهای فرهنگ عامه، یعنی «میمها» رفته است! محققان در پژوهش جدید خود، مجموعه دادهای به نام BanglaMemeEvidence را معرفی کردهاند که شامل حدود ۳۰۰۰ میم بنگالی است.
هدف از این پروژه، آموزش مدلهای هوش مصنوعی برای درک بهتر متن و تصویر در کنار هم است تا بتوانند دلیل خندهدار بودن یا معنای عمیق پشت یک میم را توضیح دهند. این دستاورد گام بزرگی برای سیستمهای چندوجهی (Multimodal) است تا بتوانند به جای نگاه سطحی، «بافت» و «زمینه» محتوا را بهتر درک کنند.
این مدل که با نام BengaliMemeEvidenceNet معرفی شده، با ترکیب قابلیتهای پردازش تصویر و متن، دقت قابل توجهی در رمزگشایی از میمها از خود نشان داده است. این یعنی در آینده نزدیک، مدلهای هوش مصنوعی در تحلیل طنز و محتواهای چندرسانهای بسیار باهوشتر عمل خواهند کرد.
منبع: arXiv AI