Ajatusjohtajat

Miksi tekoäly puuttuu luovuudesta ja mitä voidaan tehdä sen auttamiseksi

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Tekoäly on edennyt lähes jokaisella elämän alueella. Olemme siirtyneet tulevaisuuden näkemysten parista, joissa on lentäviä autoja ja robotti-palvelijoita, maailmaan, jossa on itseohjautuvia autoja ja älykkäitä älypuhelimia, joita kannamme taskussamme.

Teppoista huolimatta, se tosiasia, että tekoäly ei ole yhtä kehittynyt kuin se voisi olla, pysyy voimassa. Nykyiset tekoälyalgoritmit pystyvät vain jäljittelemään tai kopioimaan tietoa. Esimerkiksi se voi säveltää sonatin Debussyn tyylissä tai jäljitellä Pushkinin runoa, mutta se ei voi antaa merkitystä tai tunteita sävellykseen.

Teppoäly voi luoda, mutta se ei voi olla luova. Tämä rajoitus rajoittaa sen hyödyllisyyttä kaikilla elämän alueilla. Tällä hetkellä tekoäly riippuu edelleen voimakkaasti ihmisen syötteen avulla ymmärtääkseen, miten siirtää oppitunnin toisesta tietojoukosta toiseen.

Kauneus: Teppoälyn sokea piste

Merkitysten ja kauneuden löytäminen on tyypillisesti inhimillinen ominaisuus, ja se on luovuutemme ydin. Koneoppiminen ei ole vielä saavuttanut tasoa, jossa se voisi löytää kauneutta tai merkitystä tietojoukkojen ja mallien ulkopuolella, joten tämä on suuri sokea piste luovuudelle.

Saman suuntaisesti, tekoäly ei voi dekompartimentoida oppimistaan. Esimerkiksi se voi johdattaa lisäysperiaatteen 1+1=2 ja 2+2=4 oppimisesta, mutta se ei voi vielä luoda luovia yhteyksiä lisäyksen ja ei-matemaattisen käsitteen, kuten ihmismieli, välillä.

Tällä hetkellä tämä tarkoittaa, että tekoäly ei voi johtaa omaa yksilöllistä merkitystään, esimerkiksi säveltämällä sinfonian tai lukiessaan romaanin. Koneoppiminen ei ole vielä kehittynyt ymmärtämään luovuuden ja luomisen merkitystä nykyisellä tasollaan.

Toisaalta, tekoäly on erinomainen jäljittelemisessä ja lähes virheetön kopioimisessa ja täydentämisessä. Jos antaisit sille tunnetun säveltäjän keskeneräisen aarian, se voisi täydentää teoksen tyylikkäästi ja tyylillisesti sopivalla tavalla, mutta se ei voisi ymmärtää merkitystä tai emotionaalisia merkityksiä nuottien takana.

Nyt, kun olemme käyneet läpi tekoälyn luovuuden rajoitukset, puhukaamme siitä, mitä voimme tehdä sen auttamiseksi.

Onko syvä oppimisprosessi avain tekoälyn luovuuden avaamiseen?

Tällä hetkellä tekoäly toimii parhaiten, kun ihmiset voivat syöttää sille merkittyjä tietojoukkoja. Esimerkiksi tekoäly oppii havaitsemaan röntgenkuville havaittavat poikkeavuudet tutkimalla kuvia, jotka on merkitty ihmisin toimesta “näyttämään” algoritmille, mikä on normaalia ja mikä on potentiaalisesti haitallista. Sama pätee “oppiin” maalaamisesta, säveltämisestä tai muista luovista toimista.

Tällainen syvä oppiminen kehittää laajan järjestelmän, jota voidaan säätää tuottamaan jotain uutta. Mutta onko tämä luovuutta? Asiantuntijat ovat eri mieltä.

Somaticin toimitusjohtaja Jason Toy ei usko, että tekoälyn luovuus on mahdollista vielä toistaiseksi. Hän sanoo: “Voimmeko ottaa, mitä ihmiset ajattelevat olevan kaunista ja luovaa, ja yrittää laittaa sen algoritmiin? En usko, että se on mahdollista vielä pitkään aikaan.”

Toiset asiantuntijat uskovat, että on parempi keskittyä siihen, että tekoäly voi täydentää ihmisen luovuutta edistyneellä kognitiivisella toiminnalla. Ymmärryksemme tekoälystä on edelleen laajeneva, mutta se tarjoaa jo nyt arvokasta apua sekä henkilökohtaisessa että ammatillisessa elämässämme.

Älykkäistä älypuhelimista robottioperaatioihin ja interaktiivisiin seuralaisiin, olemme oppineet, että tekoäly voi tehdä ihmeitä elämäämme. Se myös parantaa merkittävästi omaa luovuuttamme, vaikka se ei voi vielä täysin ymmärtää luovuuden käsitettä omin itsensä.

Mikä on tekoälyn luovuuden tulevaisuus?

Lopulta useimmat tekoälyasiantuntijat sanovat, että itsenäisen ihmisen luovuuden kehittäminen ei ole tekoälyn tutkimuksen lopullinen tavoite. Sen sijaan tavoitteena on tutkia sitä, mitä olemme kykeneviä ja työntää rajoja niin pitkälle kuin mahdollista.

Tähän tarkoitukseen tekoäly stimuloi ihmismieltä ajattelemaan luovasti. Se täydentää luovuuttamme tavalla, joka auttaa meitä syventämään ymmärrystämme koneoppimisesta. Miten mielenkiintoinen symbioosi olemme luoneet.

Nyt tiedämme, että tekoäly ei voi tällä hetkellä olla itsenäisesti luova, koska se ei voi vielä antaa merkitystä luomisilleen. Toisaalta, jo nykyisessä muodossaan tekoäly täyttää ihmiset ennennäkemättömällä, hillittömällä luovuudella.

Uskon, että tekoälyn luovuuden tulevaisuus piilee ihmisen ja tekoälyn oppimisen syklisessä luonteessa. Kun koneoppiminen mahdollistaa ihmisille luovuuden syventämisen, odotan, että se myös syventää tekoälyn ymmärrystä luovuuden todellisesta luonteesta.

Alexander Tarasov on Food Rocket -yhtiön CTO, ja hän on vastuussa IT-prosessien, B2C- ja back-office-järjestelmien kehittämisestä. Hän on vienyt IT-palvelut täydelliseen automaatioon alusta alkaen ja integroinut tekoälyavusteisen datan hallinnan. Aikaisemmin hän johti IT-digitaalisia palveluita joissakin suurimmista teleoperaattoreista.