Alexander Tarasov, CTO, Food Rocket Alexander Tarasov CTO, Food Rocket

人工知能が創造性を欠く理由とそれを助けることができること

人工知能は、私たちの生活のほぼすべての側面に浸透しています。飛行車やロボットの召使いが登場する未来を想像していたのですが、現在は自律走行車やポケットの中に持ち歩く声の助手が実現しています。しかし、事実は、人工知能はまだ十分に発達していないということです。現在のアルゴリズムは、情報を模倣またはコピーすることしかできません。例えば、デュビュッシーのスタイルでソナタを構成したり、プーシキンの詩を複製したりすることはできますが、構成に意味や感情を注入することはできません。人工知能は創造することができますが、創造性を持つことはできません。この限界は、日常生活のすべての側面でその有用性を制限しています。現在、人工知能はまだ人間の入力に大きく依存しています。データセット間でレッスンを転送する方法を理解するために、人間の入力が必要です。美：人工知能の盲点意味を創出し、ものに美を見出すことは、人間の特有の特性であり、真正に創造的である能力の核心です。機械学習はまだ、データセットやパターン以外に美や意味を見出すことができません。したがって、これは創造性の巨大な盲点です。同様に、人工知能は学習を分割することができません。例えば、1+1=2や2+2=4を学習することで、加算の原理を推測することはできますが、まだ加算と非数学的な概念の間で創造的なつながりを作ることはできません。現在、人工知能は独自の意味を、たとえば、交響曲の構成や小説の読みから導き出すことができません。機械学習はまだ、創造と創造性の重要性を理解するには十分に進化していません。しかし、人工知能は模倣とコピー、完了に優れています。たとえば、有名な作曲家の未完成のアリアを与えられた場合、人工知能は満足のいくスタイルで曲を完成させることができますが、音符の背後にある重要性や感情的意味を理解することはできません。では、人工知能の創造的限界を説明したので、人工知能を助けることができることについて話しましょう。ディープラーニングプロセスは人工知能の創造性を解放する鍵ですか？現在、人工知能は人間がマークアップされたデータセットを与えることができるときに最もよく機能します。例えば、人工知能は、人間がマークアップされた画像を調べることで、X線の異常を検出する方法を学習します。同様に、絵を描く、作曲する、または他の創造的な活動をする方法を「学習」することもできます。この種のディープラーニングは、新しいものを生み出すことができる巨大なシステムを開発します。しかし、これは創造性と言えるでしょうか？専門家は意見が分かれています。Somatic CEOのジェイソン・トイは、人工知能の創造性はまだ実現可能ではないと考えています。彼は「人間が美しく創造的であると考えるものをとって、それをアルゴリズムに組み込もうとすることができるでしょうか？私は、それがかなり長い間実現可能にならないと思います」と述べています。他の専門家は、人工知能が人間の創造性を高度な認知で補助することに重点を置くべきだと考えています。私たちの人工知能に対する理解はまだ拡大していますが、すでに私たちの個人的な生活や職業的空間で非常に貴重な支援を提供しています。ボイスアシスタントからロボット手術まで、インタラクティブな仲間まで、私たちは人工知能が私たちの生活を改善することができることを学んでいます。また、人工知能は私たちの創造的な能力を強化することもできます。ただし、まだ完全に創造性を理解することはできません。人工知能の創造性の未来はどうなりますか？最終的に、ほとんどの人工知能の専門家は、独立した人間の創造性を持つ知能を開発することが人工知能を研究する目的ではないと述べています。代わりに、目標は私たちが達成できる限界を探求し、境界を可能な限り押し広げることです。この目的を達成するために、人工知能は人間の心をより創造的に考えるように刺激します。人工知能は、私たちが機械学習をより深く理解するのを助ける創造性を増幅させます。私たちが創造した興味深い相互作用です。したがって、私たちは、人工知能は現在、独自の創造性を持つことができないことを知っています。なぜなら、人工知能はまだ創造物に意味を注入することができないからです。しかし、逆に、人工知能はすでに人間に前例のない創造性を与えています。私は、人工知能の創造性の未来は、人間と人工知能の学習関係の循環的性質にあります。機械学習が人間の創造性を深めるにつれて、人工知能が創造性の真の性質を理解することも深めることを私は期待しています。