Algoritmide põhjal on kindlasti võimalik jätta tarkuse mulje, nagu juhtus viimase Turingi testi puhul, milles püütakse masinaga jätta inimesest vastaja muljet. Ent inimesele vastava mõistuse saavutamise võimalikkus selliste pisikeste reeglitega põhjustab teoreetikute seas endiselt häälekaid vaidluseid.
Olukorra kahjuks räägivad ka tulemused, õigemini nende puudus, sest ära petmine või mulje jätmine pole ju tegelik tarkus. Probleemi võttis lihtsalt ja vaidlemist välistaval moel kokku üks tehisintellekti isakujudest Marvin Mińsky tõdedes, et masin ei suuda eristada kassi koerast, kuigi see on käkitegu isegi lastele.
Masin ei saa ka aru, millal on mõni asi naljakas ja millal mitte, rääkimata mõistmisest, mis on hea ja halb või millal on keegi rõõmus. Või siis kuidas suhtuda sõnasse „kingitus“, mis värskeima analüüsi põhjal põhjustab näiteks inglastes rõõmu, kuid tekitab sakslastes pigem ebamugavust.
Võibolla on masina targemaks saamisel vaja alles algfaasis inimlikku õpetust peamistest väärtustest, et lasta seejärel algoritmidel saavutada maailma asjadest juba iseseisev kaemus. Kohe seletan, kuhu see jutt triivib.
Esmalt siiski väitest, milles sõnal „kingitus“ on küll kõikidele rahvastele sama tähendus, aga millegi pärast omistatakse sellele näiteks Saksamaal kergelt negatiivne tähendus. USAs Vermonti ülikoolis otsustas Peter Doddsi poolt juhitud grupp teadlasi koguda kümnest maailma suurima kasutusega keelest 10 000 kõige enam kasutatavat sõna. Seejärel lasti iga sõna tähenduse osas anda hinnang 9-pallisel skaalal vahemikust, kas sõna näol on tegemist pigem kurva kuni õnneliku alatooniga.
Iga sõna kohta paluti arvamus 50lt vastavas emakeeles suhtlevalt inimeselt. Sel teel sündis omapärane sõnade hinnangutega sõnastik, millest selguski, et inglased andsid „kingitusele“ peaaegu 8 palli, kui 9 oli kõige õnnelikuma tähenduse määr ja sakslased omistasid samale sõnale alla nelja palli ehk kergelt kurvamaigulise sisu, kui 5 oli neutraalne.
See näide oli uurijate jaoks vaid vahepeatus, sest omades nüüd positiivsete, neutraalsete ja negatiivsete sõnade filtrit huvitas neid, kuivõrd kajastub kurbus erinevates keeltes väljaantud populaarsetes tekstides alates raamatutest, filmi ja laulusõnadest kuni Twitteri säutsudeni. Tuli välja, et kõikides keeltes on ülekaal positiivsetel sõnadel, kuigi mõnes meediumis siis rohkem ja mõnes vähem – ilmsemalt võiks laulusõnad kalduda õnnelikuma poole võrreldes argisemate tekstidega.
Seejuures esineb enam rõõmsaks peetud sõnu kõige rohkem hispaania keeles ja millegi pärast kõige vähem kannavad rõõmu hiinlaste tekstid. Teisisõnu, hispaania keel on keskmiselt rõõmsam kui ülejäänud suured keeled.
Kirjeldatud sõnalise analüüsiga avastati ka raamatutest nagu „Kuritegu ja Karistus“, „Moby Dick“ ja „Krahv Monte Cristo“, kuidas olustik ning sündmused kajastusid sõnade nähtamatus tonaalsuses. See annab omakorda põhjuse spekuleerida, et sündimas on meeleolude analüüsi tööriist, mis arvestab erinevate keelte kontekstiga. Analüüsides väsimatult sidevõrkude tekstivoogu, õpib masin eristama psühholoogilisi hoiakuid ja võibolla hakkab ise teksti luues neid ka kujundama.
Teisalt vihjab käesolev uuring inimeste vahelises kommunikatsioonis peituvale kallutatusele positiivsuse suunas. Sellele on olemas ka loogiline seletus, sest kõik ju eelistavad pigem õnnelikku kui kurba elu, mille väljendamisel kasutataksegi sõnavara koos selles peituva alateadliku väega.
Samas oleks huvitav teada hiinlaste suhtelise tõsiduse põhjuseid või kuidas on lood meie keelega? Uurimisrühm laiendaski analüüsi 24 keelele ja keda huvitab, siis vastavad teksti analüüsimise tööriistad on veebis saadaval.
Igal argipäeval võib Kristjan Porti tehnoloogiakommentaari kuulda Raadio 2 saates Portaal.
