Rim utan reson
Lyckad hackathon – dålig AI-bot
En riktigt mörk månad behöver ett hackathon. Och ett riktigt dåligt år kräver ännu sämre julrim. I början av december vigde vi en arbetsdag åt att bygga en riktigt, riktigt korkad AI-tjänst. Möt Rimmo — en bot som genererar jättedåliga julklappsrim!
- Webbplats:
- https://www.rimmo.se
- Publicerad:
- 17 december, 2020
Frontend: React
Animation: Framer Motion
Backend: Node Express
Databas: MongoDB
AI-ramverk: Tensorflow.js
Hosting: Netlify, Heroku
Dataset
Vi hade förberett en primitiv AI-uppsättning tillsammans med ett grundlägande dataset bestående av ett gäng typiska julrim. Det går uppenbarligen 10 dåliga julrim på 1 bra, men i gengäld finns en tydlig gemensam syntax som de i regel byggs upp med.
Vi tränade i slutändan AI:n på ca 500 julrim vilket i efterhand var uppenbart jättemycket för lite för att det ska bli något vettigt resultat.
Dadel, dadel, dadel
Efter halva dagen hade vi en enkel Netlify-app uppsatt och kunde spotta ut rim baserat på vilket ord man skickade in. Tidiga resultat hade en osund besatthet av ordet ”dadel”.
Dataset
Vi hade förberett en primitiv AI-uppsättning tillsammans med ett grundlägande dataset bestående av ett gäng typiska julrim. Det går uppenbarligen 10 dåliga julrim på 1 bra, men i gengäld finns en tydlig gemensam syntax som de i regel byggs upp med.
Vi tränade i slutändan AI:n på ca 500 julrim vilket i efterhand var uppenbart jättemycket för lite för att det ska bli något vettigt resultat.
Dadel, dadel, dadel
Efter halva dagen hade vi en enkel Netlify-app uppsatt och kunde spotta ut rim baserat på vilket ord man skickade in. Tidiga resultat hade en osund besatthet av ordet ”dadel”.
Giffar och memes
Hur förhöjer man värdet av det högst förmodligen kassa julrimmet? Man distraherar användaren från innehållet med meningslösa features! Vi byggde, parallellt med förfinandet av AI:n, på meme-generator och hämtning av relaterade GIF:ar från Giphy.
En lika dum kostym
Frågan var också hur den framväxande produkten skulle upplevas. Designteamet utforskade olika sätt att paketera den dumma AI:n för att det absurda slutresultatet skulle bli så tydligt/dåligt som möjligt.
Giffar och memes
Hur förhöjer man värdet av det högst förmodligen kassa julrimmet? Man distraherar användaren från innehållet med meningslösa features! Vi byggde, parallellt med förfinandet av AI:n, på meme-generator och hämtning av relaterade GIF:ar från Giphy.
En lika dum kostym
Frågan var också hur den framväxande produkten skulle upplevas. Designteamet utforskade olika sätt att paketera den dumma AI:n för att det absurda slutresultatet skulle bli så tydligt/dåligt som möjligt.
Varde Rimmo!
Genom rappt sammarbetande och prototypande i Figma växte sedan ett bra användarflöde för Rimmo-användandet fram. Onödigt, ansträngt, frustande av underprestation. Figma-prototypen kryddades med rörelse och liv, för att sedan appliceras på den framväxande applikationen.
Men vad är det här för dumheter?
Visst blir det resulterande rimmet inget vidare, men bygget var både roligt och extremt lärorikt. Så hur funkar det?
För att ge AI:n så bra förutsättningar som möjligt att ta fram ett rim som är någorlunda vettigt behöver man först sätta ihop ett så kallat dataset.
Datasetet består av massor med text som AI:n kan analysera och identifiera mönster i. Desto mer data man har desto bättre kan resultatet bli.
När man har samlat ihop en mängd data så sätter man igång träningen, och detta kan ta allt från några minuter till väldigt många timmar. Det beror helt på hur mycket data man har.
När AI:n har tränat så genererar den en så kallad model som är en beskrivning på hur man ska tolka datasetet vid nästa tillfälle.
För varje rim AI:n genererar så baserar den det på modellen som tagits fram tillsammans med datasetet och även de parametrar som den ska utgå från. Därefter säkerställer vi att rimmet blir komplett genom att avsluta varje rad med ett ord som rimmar på texten man skrivit.
Detta gör så att resultatet minst sagt kan variera i kvalitet, men ärligt talat – smarta AI:s är läskiga, dumma är roliga!