Data terhad bermakna inovasi terhad. Foto Phonlamai Sam valadi / Flickr, CC BY-SA

Pejabat Paten Eropah baru-baru ini ditolak permohonan paten yang menggambarkan bekas makanan. Ini bukan kerana penemuan itu bukan novel atau berguna, tetapi kerana ia dicipta oleh kecerdasan buatan (AI). Oleh undang-undang, pencipta perlu menjadi orang sebenar. Ini bukan ciptaan pertama oleh AI - mesin telah menghasilkan inovasi dari kertas saintifik dan buku kepada bahan baru and muzik.

Yang berkata, kreatif adalah jelas salah satu sifat manusia yang paling luar biasa. Tanpa itu, tidak ada puisi, tidak ada internet dan tiada ruang perjalanan. Tetapi bolehkah AI pernah cocok atau malah melampaui kami? Mari kita lihat penyelidikan.

Dari perspektif teoritis, kreativiti dan inovasi adalah proses carian dan kombinasi. Kami bermula dari satu ilmu dan menghubungkannya dengan pengetahuan yang lain kepada sesuatu yang baru dan bermanfaat. Pada dasarnya, ini juga sesuatu yang boleh dilakukan oleh mesin - sebenarnya, mereka cemerlang dalam menyimpan, memproses dan membuat sambungan dalam data.

Mesin menghasilkan inovasi dengan menggunakan kaedah generatif. Tetapi bagaimana ini berfungsi dengan tepat? Disana ada pendekatan yang berbeza, tetapi keadaan seni itu dipanggil rangkaian adversarial generatif. Sebagai contoh, pertimbangkan sebuah mesin yang sepatutnya membuat gambar baru seseorang. Rangkaian adversarial generatif menangani tugas penciptaan ini dengan menggabungkan dua tugas kecil.

Bahagian pertama ialah penjana, yang menghasilkan imej baru bermula dari taburan rawak piksel. Bahagian kedua adalah diskriminator, yang memberitahu penjana betapa dekatnya ia sebenarnya menghasilkan gambaran yang nyata.

Bagaimanakah diskriminator mengetahui rupa manusia? Nah, anda memberi makan banyak contoh gambar orang sebenar sebelum anda memulakan tugas. Berdasarkan maklum balas daripada diskriminator, penjana memperbaiki algoritmanya dan mencadangkan gambaran baru. Proses ini berjalan terus sehingga diskriminator memutuskan bahawa gambar kelihatan cukup dekat dengan contoh gambar yang telah dipelajari. Gambar-gambar yang dijana ini datang sangat rapat kepada orang sebenar.

Tetapi walaupun mesin boleh mencipta inovasi dari data, ini tidak bermakna mereka cenderung mencuri semua kreativiti manusia pada bila-bila masa tidak lama lagi. Inovasi adalah proses penyelesaian masalah - untuk inovasi berlaku, masalah digabungkan dengan penyelesaian. Manusia boleh pergi ke arah mana-mana - mereka bermula dengan masalah dan menyelesaikannya, atau mereka mengambil penyelesaian dan cuba mencari masalah baru untuknya.

Contoh untuk jenis inovasi yang terakhir ialah Hantarkan catatan. Seorang jurutera membangunkan pelekat yang terlalu lemah dan duduk di atas meja. Hanya kemudian rakan sekerja menyedari bahawa penyelesaian ini dapat membantu menghalang nota-notanya jatuh dari markah semasa amalan paduan suara.

Menggunakan data sebagai input dan kod sebagai rumusan masalah yang jelas, mesin juga boleh memberikan penyelesaian kepada masalah. Walau bagaimanapun, mencari masalah adalah sukar untuk mesin, kerana masalah sering keluar dari sempadan kolam data yang mesin berinovasi.

Terlebih lagi, inovasi sering berasaskan Keperluan kita tidak tahu kita ada. Fikirkan Walkman. Walaupun tidak ada pengguna yang pernah mengucapkan ingin mendengar muzik semasa berjalan, inovasi ini merupakan kejayaan besar. Memandangkan keperluan laten sukar untuk dirumus dan dibuat jelas, mereka juga tidak mungkin mencari jalan masuk ke kolam data yang perlu mesin inovasi.

Manusia dan mesin juga mempunyai bahan mentah yang berbeza yang mereka gunakan sebagai input untuk inovasi. Di mana manusia membuat pengalaman sepanjang hayat untuk mencipta idea, mesin sebahagian besarnya terhad kepada data yang kami sediakan. Mesin dengan cepat dapat menghasilkan inovasi yang tidak terkira banyaknya dalam bentuk versi baru berdasarkan data masukan. Walau bagaimanapun, inovasi terobosan tidak mungkin keluar dari mesin kerana ia sering berasaskan menyambungkan bidang yang jauh atau tidak saling berhubungan. Fikirkan ciptaan snowboard, yang menghubungkan dunia ski dan melayari.

Juga, kreativiti bukan hanya tentang kebaharuan, tetapi juga tentang kegunaan. Walaupun mesin dengan jelas dapat mencipta sesuatu yang bertambah baru, ini tidak bermakna bahawa ciptaan ini berguna. Kegunaan ditakrifkan dalam mata mereka yang berpotensi menggunakan inovasi dan sukar untuk menilai mesin. Manusia, bagaimanapun, dapat berempati dengan manusia lain dan memahami keperluan mereka dengan lebih baik.

Akhirnya, idea-idea kreatif yang dihasilkan oleh AI mungkin kurang disukai oleh pengguna semata-mata kerana mereka telah dicipta oleh sebuah mesin. Manusia boleh menolak idea dari AI kerana mereka merasakan idea-idea ini kurang sahih or malah mengancam. Atau mereka mungkin lebih suka idea tentang jenis mereka, kesannya yang telah diperhatikan dalam bidang lain sebelum ini.

Setakat ini, banyak aspek kreativiti kekal sebagai kawasan yang tidak bertanding untuk mesin dan AI. Walau bagaimanapun, terdapat penafian. Walaupun mesin tidak dapat menggantikan manusia dalam domain kreatif, mereka bantuan hebat untuk melengkapkan kreativiti manusia. Contohnya, kita boleh bertanya soalan baru atau mengenal pasti masalah baru yang kita selesaikan dalam kombinasi dengan pembelajaran mesin.

Di samping itu, analisis kami didasarkan pada fakta bahawa mesin kebanyakannya berinovasi pada dataset sempit. AI boleh menjadi lebih kreatif jika dapat menggabungkan data besar, kaya dan sebaliknya terputus.

Juga, mesin boleh menjadi lebih baik pada kreativiti apabila mereka menjadi lebih baik pada jenis kecerdasan luas yang dimiliki oleh manusia - sesuatu yang kita panggil "kecerdasan am". Dan ini mungkin tidak terlalu jauh di masa depan - beberapa pakar menilai bahawa terdapat peluang 50% bahawa mesin mencapai kecerdasan peringkat manusia dalam tempoh 50 tahun akan datang.

Mengenai Pengarang

Tim Schweisfurth, Profesor Madya untuk Pengurusan Teknologi dan Inovasi, Universiti Denmark Selatan dan René Chester Goduscheit, profesor pengajian Teknologi dan Inovasi, Aarhus University

Artikel ini diterbitkan semula daripada Perbualan di bawah lesen Creative Commons. Membaca artikel asal.