Go-peli, jossa tietokoneohjelma DeepMind voitti mestarin ihmisten keskuudessa, aiheutti eräänlaisen hämmennyksen Marcus du Sautoylle, matemaatikolle ja Oxfordin yliopiston professorille. "Olen aina verrannut matematiikkaa pelaamiseen", hän sanoo. Ja sen ei tarvitse olla peliä, jota tietokoneen on niin helppo pelata, koska se vaatii intuitiota ja luovuutta. Joten kun du Sautoy näki DeepMindin AlphaGo-tappion Lee Sedolin, hän ajatteli tekoälyn muutosta, joka vaikuttaisi myös muihin luoviin kenttiin.
Tutkija päätti tutkia AI: n roolia yrittäessään ymmärtää luovuutta ja kirjoitti kirjan "Luovuuskoodi: Taide ja innovaatio AI: n aikakaudella", jonka julkaisi Harvardin yliopisto.
Keinotekoinen äly ja luovuus: kuka voittaa?
Verge keskusteli du Sauton kanssa erityyppisistä luovuuksista, kuinka AI auttaa ihmisiä muuttumaan luoviksi (sen sijaan, että korvaisivat heidät) ja luovista alueista, joilla AI kohtaa suurimmat haasteet.
Katsotaanpa ensin, mikä on “luovuus” tai taiteellinen luominen. Kirjassa puhut kolmesta luovuudesta. Mikä se on ja mitä se tarkoittaa AI: n roolissa?
Monet ihmiset ajattelevat, että taiteellinen luominen on ilmaus siitä, mitä tarkoittaa olla ihminen, ja jos on, kuinka AI voi tulla lähelle sitä? Katson monia taiteilijoita ja osoitan, että melko suurella osalla taiteesta on luonteeltaan hyvin matemaattinen malli ja rakenne. Siksi uskon, että taiteellinen luominen saattaa koskea enemmän kuvioita ja algoritmeja kuin luulemme, ja hyvin usein nämä kuviot ovat piilossa. Ehkäpä AI pystyy havaitsemaan tämän, koska se on erittäin hyvä löytää piilotettuja malleja.
On tutkimuksen luovuus, joka ottaa pelisäännöt ja työntää ne äärimmäisyyteen, kuten Bach teki. On yhdistävää luovuutta, jossa otat kaksi ideaa, joilla ei ole mitään tekemistä toistensa kanssa nähdäksesi kuinka yhdistykset yhdessä voivat auttaa stimuloimaan uusia ideoita toisessa. Kolmas luovuus, joka jostain syystä on salaperäisin, ovat ne hetket, jotka ilmestyvät ikään kuin mistään - vaiheiden muutos, kuten kiehuessasi vettä, vesi muuttuu höyryksi ja aineen tila muuttuu täysin.
Mainosvideo:
Kuinka AI sopii näihin malleihin?
Jokainen näistä luovista lähestymistavoista tarjoaa erilaisia haasteita AI: lle. Tutkiva luovuus näyttää ihanteelliselta tietokoneelle, koska se pystyy paljon enemmän laskentaa kuin ihmisen aivot. Yhdistelmä luovuus on hauskaa - AI voi oppia malleja ja soveltaa niitä uusille alueille. Mutta vaikein asia hänelle on luoda jotain uutta ja irtautua järjestelmästä.
Ihmiset ajattelivat yleensä näin:”Kuinka AI voi rikkoa sääntöjä? Eikö se ole juuttunut järjestelmään, koska se on ohjelmoitu toimimaan tietyllä tavalla? Kuinka hän voi hypätä ulos? Mutta jos AI sanoo, että sinun on rikottava sääntöjä, niin se on myös sääntö. Sinulla on metakoodi, joka kertoo ohjelmalle rikkoa alla olevan koodin.
Kirjassasi puhut paljon luovista AI-projekteista. Mitkä kiinnostivat sinua?
Yksi mielenkiintoisimmista oli jazz Continuator, joka otti jazz-muusikon musiikin, opiskeli kuvioita ja aloitti soittamisen yksin. Jazz-muusikon reaktio oli silmiinpistävä. Hän sanoi:”Ymmärrän kaiken, mitä kuulen. Tämä on minun musiikkimaailmani. Hän pelaa kuten minäkin, paitsi asioista, joita en ole koskaan ajatellut musiikillisessa maailmassani."
Joten mielestäni tämä on yksi AI: n jännittävistä rooleista tulevaisuudessa. Ihmiset alkavat usein toistaa käyttäytymismalleja. Kummallista, että meistä tulee enemmän kuin koneita, koska me vain toistamme jotain, joten olen vaikuttunut siitä, että jazz Continuator sai muusikon ajattelemaan hiukan koneen käyttäytymistä. Hän auttoi luovuutensa herättämisessä osoittamalla, että pystyt järjestämään jo olemassa olevat ainesosat ilman, että hän olisi edes ajatellut sitä. Halusin osoittaa, että AI: n rooli luovuudessa on ehkä parantaa ihmisten luovuutta, että tämä on tulevaisuuden kumppanuus, että yhdessä voimme tehdä asioista mielenkiintoisempia kuin jos työskenteleisimme erikseen.
Toinen mielenkiintoinen tarina, joka on mielestäni tärkeä, liittyy kuvataiteen maailmaan ja Googlen DeepDreamiin. Google antoi visuaalisen tunnistusohjelmiston tehtäväksi tarkastella satunnaista joukkoa pikseliä ja kuvata näkemänsä. Tämän kautta opimme yhden tai kaksi siitä, kuinka tekoäly oli ohjelmoitu ja kuinka se näki.
Mitä järkeä siinä on?
Yksi nykyaikaisen AI: n ongelmista on, että monet koneoppimisohjelmat luovat koodia, mutta emme oikein ymmärrä, miten se toimii. Google DeepDream -projekti auttaa meitä löytämään tavan ymmärtää, miten tämä tapahtuu. Siksi, kuten meille - ihmisille -, taide on tapa tunkeutua toisen ihmisen tietoisuuteen, ehkä AI: n luoma taide auttaa tunkeutumaan tämän koodin teoksen olemukseen, joka on hyvin salaperäinen.
Ota Microsoftin Rembrandt-projekti, joka luo AI: n luomia kuvia Rembrandt-tyylillä. Voitaisiin sanoa: “Miksi tarvitsemme uutta Rembrandtia? Eikö meillä ole vielä fantastisia Rembrandteja? Tärkeintä on, että kaikki tämä auttaa ymmärtämään uusia teoksia. Kun tarkastelemme Jackson Pollockin töitä matemaattisesta näkökulmasta, näemme uusia asioita, jotka ikävöimme. Joten AI: lla voi olla mielenkiintoinen rooli paljastamalla uusia rakenteita, jotka olemme ehkä unohtaneet taiteessa ja jotka ovat nyt itsestään selviä.
Tämä mallihaku ei ole rajoitettu kuvataiteisiin, eikö niin?
No, elokuvamaailmassa voit ottaa Netflix-algoritmin, joka suosittelee elokuvia, joista pidämme. Hän voi jakaa elokuvia mielenkiintoisilla uusilla tavoilla. Jotkut ryhmistä, jotka voimme tunnistaa "kaikiksi komedioiksi yhdessä", mutta joskus elokuvat ryhmitellään sen perusteella, kuinka ihmiset sanovat "pidä" ja "pidä", ja sitten yleinen teema välttää meidät. Näyttää siltä, että AI on määritellyt uuden elokuvan tyylin, jolle meillä ei ole edes nimeä. Voisit sanoa, että "on uusi tuoksu, joka sinun on nimettävä". Ehkä AI ottaa luovat teoksemme ja näkee niissä jotain, jonka voimme ilmaista, mutta emme voi toteuttaa. Hän voi auttaa meitä tietoisesti muotoilemaan luovuuden ydin.
Luovia alueita on monia. Nimeä yksi, jossa AI: lla on vaikeinta aikaa?
Yksi yllätyksistä minulle oli, kuinka vaikeaa on kirjoittaa sanoja. Keinotekoinen äly on niin paljon kirjoitettu oppimaan. Olin varsin yllättynyt siitä, että vaikka AI on melko hyvä kirjoittamaan lyhytaikaista kaunokirjallisuutta, se ei silti pysty kirjoittamaan pitkään. Sillä ei ole esimerkiksi hyvää käsitystä juonesta. En ole nähnyt mitään, joka laajentaisi yhtenäistä tarinaa kolmen sivun ulkopuolelle. AI: lla voi olla erittäin vaikeaa muotoilla kielirakenteita yhtä hienostuneesti kuin me. Ehkä hänen täytyy käydä läpi evoluutio, jonka olemme käyneet läpi. Ja sitten kysymys on: kuinka kauan se vie?
Ilja Khel