Γιατί η Τεχνητή Νοημοσύνη στερείται δημιουργικότητας και τι μπορεί να γίνει για να τη βοηθήσει

Η τεχνητή νοημοσύνη έχει εισχωρήσει σχεδόν σε κάθε πτυχή της ζωής μας. Από το να οραματιζόμαστε ένα μέλλον με ιπτάμενα αυτοκίνητα και ρομπότ-μπάτλερ, έχουμε περάσει στο να ζούμε σε έναν κόσμο με αυτόνομα αυτοκίνητα και φωνητικούς βοηθούς που κουβαλάμε στις τσέπες μας.

Παρόλα αυτά, το γεγονός παραμένει ότι η τεχνητή νοημοσύνη δεν είναι τόσο προηγμένη όσο θα μπορούσε να είναι. Οι τρέχοντες αλγόριθμοι τεχνητής νοημοσύνης μπορούν μόνο να μιμηθούν ή να αντιγράψουν πληροφορίες. Για παράδειγμα, μπορεί να συνθέσει μια σονάτα στο στυλ του Debussy ή να αναπαράγει ένα ποίημα του Πούσκιν, αλλά δεν μπορεί να εμφυσήσει νόημα ή συναίσθημα στη σύνθεση.

Το AI μπορεί να δημιουργήσει, αλλά δεν μπορεί να είναι δημιουργικό. Αυτός ο περιορισμός αναστέλλει τη χρησιμότητά του σε όλες τις πτυχές της καθημερινής ζωής. Αυτή τη στιγμή, η τεχνητή νοημοσύνη εξακολουθεί να βασίζεται σε μεγάλο βαθμό στην ανθρώπινη συμβολή για να κατανοήσει πώς να μεταφέρει ένα μάθημα από το ένα σύνολο δεδομένων στο άλλο.

Beauty: The Blind Spot of AI

Η δημιουργία νοήματος και η εύρεση ομορφιάς στα πράγματα είναι ένα καθαρά ανθρώπινο χαρακτηριστικό και βρίσκεται στον πυρήνα της ικανότητάς μας να είμαστε πραγματικά δημιουργικοί. Η μηχανική μάθηση δεν έχει ακόμη φτάσει σε ένα σημείο όπου μπορεί να βρει ομορφιά ή νόημα πέρα ​​από σύνολα δεδομένων και μοτίβα, επομένως αυτό είναι ένα τεράστιο τυφλό σημείο για τη δημιουργικότητα.

Στο ίδιο πνεύμα, η τεχνητή νοημοσύνη δεν μπορεί να αποτμηματοποιήσει τη μάθησή της. Για παράδειγμα, μπορεί να εξάγει την αρχή της πρόσθεσης από την εκμάθηση 1+1=2 και 2+2=4. Ωστόσο, δεν μπορεί ακόμη να δημιουργήσει δημιουργικές συνδέσεις μεταξύ της πρόσθεσης και μιας μη μαθηματικής έννοιας όπως μπορεί ο ανθρώπινος νους.

Προς το παρόν, αυτό σημαίνει ότι η τεχνητή νοημοσύνη δεν μπορεί να αντλήσει το δικό της μοναδικό νόημα από, ας πούμε, τη σύνθεση μιας συμφωνίας ή την ανάγνωση ενός μυθιστορήματος. Η μηχανική μάθηση δεν έχει εξελιχθεί για να κατανοήσει τη σημασία της δημιουργίας και της δημιουργικότητας στο σημερινό της επίπεδο.

Ωστόσο, η Τεχνητή Νοημοσύνη είναι εξαιρετική στη μίμηση και σχεδόν άψογη στην αντιγραφή και την ολοκλήρωση. Ας υποθέσουμε ότι της δίνετε μια ημιτελή άρια από έναν διάσημο συνθέτη. Σε αυτήν την περίπτωση, θα μπορούσε να ολοκληρώσει το κομμάτι με έναν ικανοποιητικό και στυλιστικά κατάλληλο τρόπο, αλλά δεν θα μπορούσε να κατανοήσει τη σημασία ή το συναισθηματικό νόημα πίσω από τις νότες.

Λοιπόν, τώρα που περιγράψαμε τα δημιουργικά όρια της Τεχνητής Νοημοσύνης, ας μιλήσουμε για το τι μπορούμε να κάνουμε για να βοηθήσουμε.

Είναι η διαδικασία Deep Learning το κλειδί για το ξεκλείδωμα της δημιουργικότητας AI;

Επί του παρόντος, η τεχνητή νοημοσύνη λειτουργεί καλύτερα όταν οι άνθρωποι μπορούν να την τροφοδοτήσουν με σημασμένα σύνολα δεδομένων. Για παράδειγμα, η τεχνητή νοημοσύνη μαθαίνει πώς να ανιχνεύει ανωμαλίες ακτίνων Χ εξετάζοντας εικόνες που έχουν επισημανθεί από ανθρώπους για να «δείξουν» στον αλγόριθμο τι είναι φυσιολογικό και τι είναι δυνητικά επιβλαβές. Το ίδιο ισχύει για την «μάθηση» πώς να ζωγραφίζεις, να συνθέτεις ή να κάνεις άλλες δημιουργικές προσπάθειες.

Αυτό το είδος βαθιάς μάθησης αναπτύσσει ένα τεράστιο σύστημα που μπορεί να τροποποιηθεί για να παράγει κάτι ολοκαίνουργιο. Αλλά μετράει αυτό ως δημιουργικότητα; Οι ειδικοί διχάζονται.

Διευθύνων Σύμβουλος της Somatic Jason Toy δεν πιστεύει ότι η δημιουργικότητα μέσω της Τεχνητής Νοημοσύνης είναι εφικτή ακόμα. Λέει: «Μπορούμε να πάρουμε αυτό που οι άνθρωποι θεωρούν όμορφο και δημιουργικό και να προσπαθήσουμε να το ενσωματώσουμε σε έναν αλγόριθμο; Δεν νομίζω ότι θα είναι εφικτό για αρκετό καιρό ακόμα».

Άλλοι ειδικοί πιστεύουν ότι είναι καλύτερο να επικεντρωθούμε στο να επιτρέψουμε στην Τεχνητή Νοημοσύνη να ενισχύσει την ανθρώπινη δημιουργικότητα με προηγμένη γνωστική λειτουργία. Η κατανόησή μας για την Τεχνητή Νοημοσύνη εξακολουθεί να διευρύνεται, αλλά ήδη παρέχει ανεκτίμητη βοήθεια στους προσωπικούς και επαγγελματικούς μας χώρους.

Από φωνητικούς βοηθούς μέχρι ρομποτικές χειρουργικές επεμβάσεις και διαδραστικούς συντρόφους, μαθαίνουμε ότι η Τεχνητή Νοημοσύνη μπορεί να κάνει θαύματα στον τρόπο ζωής μας. Επίσης, ενισχύει σημαντικά τις δημιουργικές μας ικανότητες, ακόμη και αν δεν μπορεί ακόμη να κατανοήσει πλήρως την έννοια της δημιουργικότητας από μόνη της.

Ποιο είναι το μέλλον της δημιουργικότητας AI;

Τελικά, οι περισσότεροι ειδικοί στην Τεχνητή Νοημοσύνη λένε ότι η ανάπτυξη νοημοσύνης με ανεξάρτητη ανθρώπινη δημιουργικότητα δεν είναι ο τελικός στόχος της μελέτης της Τεχνητής Νοημοσύνης. Αντίθετα, ο σκοπός είναι να εξερευνήσουμε τα όρια αυτού που είμαστε ικανοί να κάνουμε και να διευρύνουμε τα όρια όσο το δυνατόν περισσότερο.

Για τον σκοπό αυτό, η Τεχνητή Νοημοσύνη διεγείρει το ανθρώπινο μυαλό να σκέφτεται πιο δημιουργικά. Ενισχύει τη δημιουργικότητά μας με τρόπο που μας βοηθά να κατανοήσουμε περαιτέρω τη μηχανική μάθηση. Τι ενδιαφέρουσα συμβίωση έχουμε δημιουργήσει.

Επομένως, ξέρουμε ότι η τεχνητή νοημοσύνη δεν μπορεί επί του παρόντος να είναι ανεξάρτητα δημιουργική, επειδή δεν μπορεί ακόμη να διαχέει νόημα στις δημιουργίες της. Από την άλλη πλευρά, ακόμη και στην τρέχουσα μορφή της, η τεχνητή νοημοσύνη γεμίζει τους ανθρώπους με πρωτοφανή, αχαλίνωτη δημιουργικότητα.

Πιστεύω ότι το μέλλον της δημιουργικότητας μέσω της Τεχνητής Νοημοσύνης έγκειται στην κυκλική φύση της σχέσης μάθησης ανθρώπου-Τεχνητής Νοημοσύνης. Καθώς η μηχανική μάθηση επιτρέπει στους ανθρώπους να εμβαθύνουν τη δημιουργικότητά τους, αναμένω πλήρως ότι αυτό θα εμβαθύνει την κατανόηση της ΤΝ για την πραγματική φύση της δημιουργικότητας.