Машины могут делать портреты, сделанные людьми.

Почему креативность – главное поле битвы между искусственным и человеческим интеллектом

Может ли искусственный интеллект превзойти человека в области творчества?

Недавно Европейское патентное ведомство отклонило запрос на регистрацию контейнера для пищевых продуктов. Это было не потому, что изобретение не было новым или полезным, а потому, что оно было создано        искусственный интеллект         (IA).

Согласно закону изобретатели должны быть настоящими людьми. Но это не первое изобретение, стоящее за ИИ. Есть машины, которые производят инновации в различных областях, от научных статей и книг до новых материалов и музыки.

Тем не менее, творчество, несомненно, является одной из самых необычных черт человека.

Без этого не будет ни поэзии, ни        интернет         ни освоение космоса. Но может ли ИИ соответствовать нам или даже превосходить нас? Давайте посмотрим, что было исследовано в этом отношении.

Как машина вводит новшества?

Машины могут делать портреты, сделанные людьми.

Машины могут делать портреты, сделанные людьми.

С теоретической точки зрения, творчество и инновации являются поиском и комбинацией процессов. Мы начинаем с знания и соединяем его с другим, чтобы создать что-то новое и полезное.

В принципе это тоже можно делать машинами. На самом деле они отлично подходят для хранения, обработки и установления связей между данными.

Машины производят инновации, используя генеративные методы. Но как это происходит в точности?

Существуют разные стратегии, но то, что является передовой технологией, называется «антагникой генеративной сети».

Например, подумайте о машине, которая должна создать новый портрет человека. Антагонистические генеративные сети решают эту творческую задачу с помощью комбинации двух вторичных задач.

Первая часть – это генератор, который генерирует новые изображения из случайного распределения пикселей. Вторая часть – это дискриминатор, который сообщает генератору, насколько близко он находится для создания портрета, который кажется подлинным.

Как дискриминатор узнает, как выглядят люди? Что ж, перед тем, как приступить к выполнению задания, вы получите множество примеров портретов реальных людей.

Основываясь на информации дискриминатора, генератор улучшает свой алгоритм и предлагает новый портрет.

Этот процесс повторяется снова и снова, пока дискриминатор не решит, что портрет приближает примеры, которые он имеет в своей памяти. Этот процесс приводит к портрету, который очень похож на настоящего человека.

“Человеческая искра”

Люди лучше объединяют и комбинируют элементы из разных областей

Люди лучше объединяют и комбинируют элементы из разных областей

Но, хотя машины могут вводить новшества на адатной основе, это не значит, что они вскоре затенят человеческое творчество.

Инновация – это процесс решения проблем. То есть, чтобы существовала инновация, проблемы должны сочетаться с решениями.

Люди могут идти в любом из направлений: они могут начать с проблемы и решить ее, или они могут начать с решения и попытаться найти новые проблемы вокруг него.

Примером этого последнего типа инноваций является Post-it (прямоугольный лист бумаги для написания заметок с помощью клея на одном из углов).

Инженер разработал клей, который был не очень прочным, и оставил его на своем столе. И коллега понял, что это именно то решение, которое предотвратит падение записок, которые он добавил к своему партитуру, во время его хоровых репетиций.

Используя данные и код для формулирования явных проблем, искусственный интеллект также может предложить решения.

Однако выявление проблемы является более сложным для машин, поскольку они обычно не включаются в данные, из которых машины вводят новшества.

Более того, инновации обычно основаны на потребностях, о которых мы даже не подозреваем.

Walkman родился так, что никто не выражал желания слушать музыку во время ходьбы

Walkman родился так, что никто не выражал желания слушать музыку во время ходьбы

Подумай о плеере. Несмотря на то, что ни один потребитель не выразил желание слушать музыку во время ходьбы, это новшество имело большой успех.

Поскольку трудно сформулировать такие скрытые потребности, маловероятно, что они станут частью файлов данных, которые машины должны изобретать.

Люди и машины питаются различным сырьем для инноваций.

В то время как люди полагаются на жизненный опыт, чтобы генерировать идеи, машины просто делают это, используя данные, которыми мы их снабжаем.

Поэтому последние могут генерировать бесчисленные инновации, новые версии на основе данных, которые они получают.

Но революционные изобретения вряд ли появятся в машинах, так как они обычно создаются, связывая разные и несвязанные поля. Примером этого является сноуборд, который сочетает в себе мир серфинга с катанием на лыжах.

Новизна и полезность

ИИ может находить решения проблем, но не проблемы решений

ИИ может находить решения проблем, но не проблемы решений

Кроме того, речь идет не только о новизне, творчество также означает создание чего-то полезного.

В этом смысле, даже если машины явно способны генерировать что-то новое, это не значит, что это будет практично.

Именно пользователь будет считать, что что-то полезно или нет, и это суждение, которое машины вряд ли смогут сделать. С другой стороны, люди могут сочувствовать другим и лучше понимать их потребности.

Наконец, идеи, созданные ИИ, могут быть не столь привлекательны для потребителей, просто потому, что они были созданы машиной.

Люди могут исключить их, потому что они чувствуют, что они менее аутентичны, даже потому, что они считают их угрожающими, или просто потому, что они предпочитают идеи своего рода, эффект, который наблюдался ранее в других областях.

На данный момент многие аспекты творчества продолжают оставаться вне конкуренции за машины и ИИ.

Но хотя машины не могут заменить людей в области творчества, они полезны для дополнения человеческого творчества.

Например, мы можем задавать новые вопросы или определять новые проблемы для их решения в сочетании с машинным обучением.

Кроме того, наш анализ основан на том факте, что машины внедряют инновации в основном на основе ограниченного сбора данных. ИИ мог бы стать гораздо более креативным, если бы он мог объединять большие объемы данных, которые иначе были бы отключены.

Машины могут также увеличить свое творчество, когда они используют свой интеллект, и это больше похоже на творческий потенциал людей и то, что мы называем «общей культурой».

И это может быть не так долго для этого. По мнению некоторых экспертов, с 50% вероятностью, что машины достигнут уровня интеллекта людей за 50 лет.

Эта статья была написана Тимом Швайсфуртом, доцентом технологии и инновационного менеджмента в Университете Южной Дании и Реном Честером Годушайтом, профессором технологий и инновационных исследований в Орхусском университете, Дания.

Вы можете прочитать оригинальную статью в разговоре здесь,

ADEMS

(tagsToTranslate) Почему креативность является основным полем битвы между искусственным и человеческим интеллектом – LA NACION