Het is lastig om te analyseren waarom mensen de ene situatie grappig vinden en de andere niet – laat staan dat computers humor begrijpen. Toch doen onderzoekers in de VS nu een poging. Ze hebben een algoritme opgesteld dat op basis van duizenden eenvoudige schetsen van situaties leert wat grappig is en wat niet.

Wat mensen grappig vinden en wat niet, hangt van vele factoren af. Iemands gevoel voor humor, diens humeur op dat moment, land van herkomst. Daarom heeft men altijd gedacht dat computers en robots niet snel overweg zullen kunnen met humor.

Maar daar wil een groepje onderzoekers van de Amerikaanse universiteit Virginia Tech zich niet bij neerleggen. Ze zijn een bijzonder project gestart. Daarin stelden zij een algoritme op en trainden dat vervolgens in het herkennen van grappige situaties.

Clip-art

Daarbij gebruikten ze eenvoudige computertekeningen – zogeheten clip-art – met een beperkt aantal mogelijke elementen die in de verschillende tekeningen kunnen terugkeren, in een bijna oneindig aantal configuraties. Er zijn vier categorieën van ‘objecten’: mensen, dieren, voorwerpen van binnen en voorwerpen van buiten (zie figuur).

Grappige scènes

Met behulp van deze objecten maakten de onderzoekers talloze tekeningen die een bepaalde scène uitbeelden. Het team stelde zo een database samen van 3200 grappige scènes en ruim 15.000 humorloze scènes – tenminste, zo hadden menselijke proefpersonen ze beoordeeld. De grappigste situaties bleken meestal mensen of dieren te bevatten die ongewone handelingen verrichten. Bijvoorbeeld dieren die aan een chique gedekte tafel zitten, of dronken op de grond liggen na een picknick.

Algoritme trainen

Deze database gebruikten ze vervolgens om het algoritme te trainen in welke situatie grappig is en welke niet. Zo leerde het algoritme steeds beter de elementen herkennen die een grappige situatie kunnen veroorzaken. ‘Zo leert het systeem bijvoorbeeld dat meestal mensen of dieren de bron van de humor zijn, en niet levenloze voorwerpen’, aldus onderzoeksleider Arjun Chandrasekaran tegen techniekwebsite Technology Review.

Vervolgens de vuurproef: het algoritme kreeg nu steeds een nieuwe afbeelding om te analyseren en moest daarvan de grappigheid beoordelen. En daarin blijkt het algoritme behoorlijk goed te zijn. Een werkelijk begrip van waaróm een situatie grappig is, heeft het kunstmatig intelligente systeem natuurlijk niet. Het baseert zijn oordeel puur op een analyse van de in de afbeelding aanwezige elementen.

Toepassingen

De onderzoekers verwachten niet dat er uit hun project wereldschokkende toepassingen zullen komen, maar op termijn zal software voor het bewerken van foto’s wellicht een nieuwe functie bevatten voor het herkennen van grappige foto’s. Of misschien gaan sociale media ooit zelf suggesties aandragen voor het delen van grappige foto’s uit iemands collectie.

Illustraties: A. Chandrasekaran et al., 'We Are Humor Beings: Understanding and Predicting Visual Humor'