L’IA génère de la poésie inspirée de Shakespeare, en faisant correspondre la rime et la mesure

• Un nouveau modèle d'apprentissage profond permet d'écrire des poèmes qui surpassent les poèmes écrits par des humains en termes de rimes et de mètres. 
• Certaines personnes ont du mal à faire la distinction entre les deux, mais selon les experts, l'IA manque d'émotion et de lisibilité. 

Les méthodes d’apprentissage profond peuvent-elles être exploitées pour des tâches créatives ? La réponse est oui. Nous utilisons ces techniques d'apprentissage automatique dans des applications créatives telles que la composition de musique, la conception de sculptures et de chorégraphies automatiques.

Aujourd'hui, des chercheurs d'IBM, de l'Université de Toronto et de l'Université de Melbourne se concentrent sur une tâche textuelle créative :la composition automatique de poésie. Ils ont développé un modèle d'apprentissage profond, nommé Deep-speare, qui capture la langue, les rimes, la métrique des sonnets et génère des poèmes.

Il est assez fascinant de constater que ces poèmes générés par l’IA ressemblent à ceux les plus populaires écrits par un poète anglais, William Shakespeare. Le modèle fonctionne très bien :il crée des quatrains de sonnets avec des modèles de rimes et d'accentuation, qui sont parfois impossibles à distinguer des poèmes écrits par des humains.

Un sonnet est un court poème lyrique popularisé par Shakespeare. Habituellement, il contient 14 lignes regroupées en 3 quatrains (quatre lignes) et un distique (deux lignes).

Comment ont-ils fait cela ?

Les chercheurs se sont concentrés sur les sonnets et ont produit des quatrains en pentamètre iambique sur la base d'un modèle non supervisé de rimes, de langage et de mesure formés sur un nouveau corpus de sonnets. Ils ont formé un modèle de langage Vanilla sur un corpus de sonnets, qui capture implicitement les performances au niveau humain.

En bref, ils ont proposé de modéliser à la fois le contenu et les formes de la poésie avec une architecture neuronale contenant trois composants clés.

1. Modèle de langage
2. Modèle pentamètre pour capturer le pentamètre iambique
3. Modèle de rimes pour apprendre les mots qui riment.

Pour prédire le mot suivant dans une ligne de sonnet particulière, le modèle linguistique utilise l'entropie croisée catégorielle standard. De même, le modèle pentamétrique est entraîné pour apprendre les schémas alternés de stress iambique. Enfin, le modèle de rimes sépare les paires de mots qui riment de celles qui ne riment pas dans un quatrain, en utilisant une perte basée sur la marge.

Référence : arXiv:1807.03491

Le modèle de langage génère un mot à la fois, tandis que le modèle pentamétrique échantillonne des phrases conformes au mètre et que le modèle de rime applique la rime. Tous ces composants sont formés ensemble.

Crédit image : The Daily Dot

Le réseau neuronal est formé sur 2 685 sonnets contenant environ 367 000 mots, à l'aide de GPU NVIDIA Tesla avec TensorFlow optimisé par le framework d'apprentissage profond CUDA.

Les chercheurs ont même fait appel à un expert en littérature anglaise, Adam Hammond, pour évaluer quatre aspects des poèmes générés par la machine :la lisibilité, la rime, la métrique et l'émotion. Hammond ignorait la source des poèmes. Les résultats ont révélé que l’IA surpasse le travail humain en termes de rimes et de mesures, mais manque d’émotion et de lisibilité.

Bien que le modèle ne semble pas directement pertinent pour les applications pratiques, il partage le même algorithme de base qui alimente d'autres problèmes de génération tels que le résumé, la traduction et les chatbots.

Lire :Une IA psychopathe qui voit la mort dans tout

Avant cela, les chercheurs avaient tenté d’imiter la créativité à l’aide de réseaux neuronaux, notamment un script écrit par un robot pour « Scrubs » (une série télévisée comique) et le projet de génération d’images DeepDream de Google. Ils disent que pour parvenir à une poésie impressionnante, ils regarderont au-delà du contenu et des formes dans leurs recherches futures.