Trí tuệ nhân tạo có thể làm sống lại sự sáng tạo của con người?

Trí tuệ nhân tạo có thể làm sống lại sự sáng tạo của con người? Dữ liệu hạn chế có nghĩa là sự đổi mới hạn chế. Phonlamai Ảnh Sam valadi / Flickr, CC BY-SA

Văn phòng Bằng sáng chế Châu Âu gần đây đã từ chối đơn xin cấp bằng sáng chế mô tả hộp đựng thực phẩm. Điều này không phải vì phát minh này không mới lạ hay hữu ích, mà vì nó được tạo ra bởi trí tuệ nhân tạo (AI). Theo luật, các nhà phát minh cần phải là người thực tế. Đây không phải là phát minh đầu tiên của AI - máy móc đã tạo ra những đổi mới từ bài báo khoa học và sách để vật liệu mớiÂm nhạc.

Điều đó nói rằng, sáng tạo rõ ràng là một trong những đặc điểm đáng chú ý nhất của con người. Không có nó, sẽ không có thơ, không có internet và không có du hành không gian. Nhưng liệu AI có thể sánh được hoặc thậm chí vượt qua chúng ta? Chúng ta hãy xem nghiên cứu.

Từ góc độ lý thuyết, sáng tạo và đổi mới là một quá trình tìm kiếm và kết hợp. Chúng tôi bắt đầu từ một phần kiến ​​thức và kết nối nó với một phần kiến ​​thức khác thành một thứ mới mẻ và hữu ích. Về nguyên tắc, đây cũng là điều có thể được thực hiện bằng máy móc - trên thực tế, chúng vượt trội trong việc lưu trữ, xử lý và tạo kết nối trong dữ liệu.

Máy móc đưa ra những đổi mới bằng cách sử dụng các phương pháp tổng quát. Nhưng làm thế nào để nó hoạt động chính xác? Có phương pháp tiếp cận khác nhau, nhưng trạng thái của nghệ thuật được gọi là mạng lưới nghịch cảnh. Ví dụ, xem xét một máy được cho là tạo ra một hình ảnh mới của một người. Các mạng đối nghịch tạo ra giải quyết nhiệm vụ sáng tạo này bằng cách kết hợp hai nhiệm vụ phụ.

Phần đầu tiên là trình tạo, tạo ra các hình ảnh mới bắt đầu từ một phân phối pixel ngẫu nhiên. Phần thứ hai là bộ phân biệt đối xử, cho biết người tạo ra nó thực sự tạo ra một bức tranh trông như thế nào.

Làm thế nào để người phân biệt đối xử biết những gì một con người trông như thế nào? Chà, bạn cho nó ăn nhiều ví dụ về hình ảnh của người thật trước khi bạn bắt đầu nhiệm vụ. Dựa trên phản hồi của người phân biệt đối xử, trình tạo cải thiện thuật toán của nó và gợi ý một bức tranh mới. Quá trình này diễn ra liên tục cho đến khi người phân biệt quyết định rằng các bức ảnh trông đủ gần với các ví dụ hình ảnh mà nó đã học được. Những hình ảnh được tạo ra đến cực kỳ gần gũi cho người thật.

Nhưng ngay cả khi máy móc có thể tạo ra sự đổi mới từ dữ liệu, điều này không có nghĩa là chúng có khả năng đánh cắp tất cả các tia sáng của con người bất cứ lúc nào. Đổi mới là một quá trình giải quyết vấn đề - để đổi mới xảy ra, các vấn đề được kết hợp với các giải pháp. Con người có thể đi theo một trong hai hướng - họ bắt đầu với một vấn đề và giải quyết nó, hoặc họ đưa ra giải pháp và cố gắng tìm vấn đề mới cho nó.


Nhận thông tin mới nhất từ ​​Nội tâm


Một ví dụ cho loại đổi mới sau này là Sau đó Ghi chú. Một kỹ sư đã phát triển một chất kết dính quá yếu và đang ngồi trên bàn. Chỉ sau đó, một đồng nghiệp nhận ra rằng giải pháp này có thể giúp ngăn những nốt nhạc của anh ấy rơi ra khỏi điểm số của anh ấy trong quá trình luyện tập hợp xướng.

Sử dụng dữ liệu làm đầu vào và mã làm công thức giải quyết vấn đề rõ ràng, máy cũng có thể cung cấp giải pháp cho các vấn đề. Tuy nhiên, việc tìm kiếm vấn đề rất khó đối với máy móc, vì các vấn đề thường nằm ngoài ranh giới của nhóm dữ liệu mà máy đổi mới.

Hơn nữa, sự đổi mới thường dựa trên những nhu cầu chúng tôi thậm chí không biết chúng tôi đã có. Hãy nghĩ về Walkman. Ngay cả khi không có người tiêu dùng nào thốt ra mong muốn được nghe nhạc khi đi bộ, thì sự đổi mới này là một thành công lớn. Vì những nhu cầu tiềm ẩn như vậy rất khó hình thành và làm cho rõ ràng, nên họ cũng khó có thể tìm được đường vào nhóm dữ liệu mà máy móc cần để đổi mới.

Con người và máy móc cũng có nguyên liệu thô khác nhau mà họ sử dụng làm đầu vào cho sự đổi mới. Khi con người rút ra được cả đời trải nghiệm rộng lớn để tạo ra ý tưởng, máy móc phần lớn bị hạn chế đối với dữ liệu chúng ta cung cấp cho họ. Máy có thể nhanh chóng tạo ra vô số đổi mới gia tăng dưới dạng các phiên bản mới dựa trên dữ liệu đầu vào. Tuy nhiên, sự đổi mới đột phá không có khả năng ra khỏi máy vì nó thường dựa trên kết nối các lĩnh vực đó là xa hoặc không kết nối với nhau. Hãy nghĩ về phát minh ra ván trượt tuyết, kết nối thế giới của trượt tuyết và lướt sóng.

Ngoài ra, sáng tạo không chỉ là về sự mới lạ, nó còn là về sự hữu ích. Mặc dù máy móc rõ ràng có thể tạo ra thứ gì đó mới dần dần, nhưng điều này không có nghĩa là những sáng tạo này hữu ích. Sự hữu ích được định nghĩa trong mắt những người có khả năng sử dụng các sáng kiến ​​và rất khó để đánh giá cho máy móc. Tuy nhiên, con người có thể đồng cảm với những người khác và hiểu nhu cầu của họ tốt hơn.

Cuối cùng, những ý tưởng sáng tạo do AI tạo ra có thể ít được người tiêu dùng ưa thích hơn đơn giản vì chúng đã được tạo ra bởi một chiếc máy. Con người có thể giảm giá các ý tưởng từ AI vì họ cảm thấy những ý tưởng này là ít xác thực or thậm chí đe dọa. Hoặc họ có thể chỉ đơn giản là thích ý tưởng của loại của họ, một hiệu ứng điều đó đã được quan sát trong các lĩnh vực khác trước đây.

Đến bây giờ, nhiều khía cạnh của sự sáng tạo vẫn là địa hình không thể kiểm soát đối với máy móc và AI. Tuy nhiên, có những từ chối. Ngay cả khi máy móc không thể thay thế con người trong miền sáng tạo, chúng vẫn giúp đỡ rất nhiều để bổ sung cho sự sáng tạo của con người. Ví dụ: chúng ta có thể đặt câu hỏi mới hoặc xác định vấn đề mới mà chúng tôi giải quyết kết hợp với máy học.

Ngoài ra, phân tích của chúng tôi dựa trên thực tế là máy móc chủ yếu đổi mới trên các bộ dữ liệu hẹp. AI có thể trở nên sáng tạo hơn nhiều nếu nó có thể kết hợp dữ liệu lớn, phong phú và mặt khác bị ngắt kết nối.

Ngoài ra, máy móc có thể trở nên tốt hơn trong sự sáng tạo khi chúng trở nên tốt hơn với loại trí thông minh rộng lớn mà con người sở hữu - thứ mà chúng ta gọi là trí thông minh nói chung. Và điều này có thể không quá xa trong tương lai - một số chuyên gia đánh giá rằng có 50% cơ hội rằng máy móc đạt đến trí thông minh ở cấp độ con người trong vòng 50 năm tới.Conversation

Về các tác giả

Tim Schweisfurth, Phó Giáo sư Quản lý Công nghệ và Đổi mới, Đại học Nam Đan Mạch và René Chester Goduscheit, Giáo sư Công nghệ và Nghiên cứu Đổi mới, Đại học Aarhus

Bài viết này được tái bản từ Conversation theo giấy phép Creative Commons. Đọc ban đầu bài viết.

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

theo dõi Nội bộ trên

facebook-iconbiểu tượng twitterbiểu tượng rss

Nhận tin mới nhất qua email

{Emailcloak = off}

ĐỌC MOST