Forskare från bland annat MIT har skapat en hemsida med en AI som genererar en saga med bilder och text utifrån input från användaren.

Att skapa sagor och kreativa texter med hjälp av AI är en utmaning. Den största utmaningen är, enligt forskarna bakom sago-AI:n, att en saga behöver ha en oväntad riktning och en sammanhängande känsla och ton.
Det finns flera maskininlärningsmodeller som har förmågan att skapa sagor men alla har sina brister, enligt forskarna bakom den nya modellen. I en studie kombinerade forskarna styrkor i olika modeller för textgenerering samt konstruerade en modell för att hämta bilder i befintliga databaser, utifrån en texts innehåll.

För att träna modellen användes texter från Reddit samt befintliga barnböcker. Reddittexterna rensades på negativa budskap och stötande ord. Totalt ingick 300 000 texter i träningen.

Forskarna finjusterade modellen flera gånger utifrån resultatens grad av kreativitet, positivitet i budskapen, diversitet i meningar, läsbarhet och hur "sagolika" texterna var. Forskarna skapade också en modell för att räkna ut hur stor skillnad det är på de olika bilderna som valdes ut till sagan, för att få en så sammanhängande känsla som möjligt.

I den färdiga plattformen som fanns tillgänglig på nätet under namnet Fairytailor kunde användaren välja mellan att skapa en saga genom "autocomplete" eller "high quality autocomplete" där flera olika sagor genererades med en rankning utifrån olika parametrar. Det enda som behövdes från användaren var en liten textsnutt av valfri karaktär.

För att utvärdera plattformen lät man människor skicka in sagor som genererats av AI:n samt bad dem att betygsätta alstren. Betygsättningen var utifrån tre olika parametrar: hur sammanhängande den var, graden av kreativitet och graden av tydlighet. Högsta betyg var 5 poäng.

Så här blev medelresultatet: Tydlighet: 3.4, kreativitet: 3.7, hur sammanhängande de var: 3.5.

Läs mer här: GitHub - EdenBD/MultiModalStory-demo: FairyTailor: Multimodal Generative Framework for Storytelling