Go-spillet, hvor computerprogrammet DeepMind slog mesteren blandt mennesker, skabte en slags forvirring for Marcus du Sautoy, en matematiker og professor ved Oxford University.”Jeg har altid sammenlignet matematik med at spille go,” siger han. Og det behøver ikke at være et spil, der er så let for en computer at spille, fordi det kræver intuition og kreativitet. Så da Sa Sautoy så DeepMinds AlphaGo besejre Lee Sedol, troede han, at der var en ændring i kunstig intelligens, der også ville påvirke andre kreative felter.
Forskeren besluttede at undersøge den rolle, som AI kan spille i vores forsøg på at forstå kreativitet og skrev bogen The Creativity Code: Art and Innovation in the Age of AI, som blev udgivet af Harvard University.
Kunstig intelligens og kreativitet: hvem vinder?
Kanten diskuterede med du Sauto de forskellige typer kreativitet, hvordan AI hjælper folk med at blive mere kreative (i stedet for at erstatte dem) og de kreative områder, hvor AI står over for de største udfordringer.
Lad os først se på, hvad "kreativitet" er, eller kunstnerisk skabelse. I bogen taler du om tre typer kreativitet. Hvad er det, og hvad betyder det for AI's rolle?
Mange mennesker tror, at kunstnerisk skabelse er et udtryk for, hvad det betyder at være menneske, og i bekræftende fald, hvordan kan AI komme tæt på det? Jeg ser på mange kunstnere og viser, at en hel del kunst har et mønster og struktur, der er meget matematisk. Dette er grunden til, at jeg tror, at kunstnerisk skabelse måske handler mere om mønstre og algoritmer, end vi tror, og meget ofte er disse mønstre skjult. Måske kan AI registrere dette, da det er meget godt til at finde skjulte mønstre.
Der er forskningskreativitet, der tager spillereglerne og skubber dem til det ekstreme, som Bach gjorde. Der er kombinatorisk kreativitet, hvor man tager to ideer, der ikke har noget at gøre med hinanden for at se, hvordan foreninger i den ene kan hjælpe med at stimulere nye ideer i den anden. Den tredje kreativitet, der af en eller anden grund er den mest mystiske, er de øjeblikke, der ser ud som om ingen steder - noget som en ændring i faser, når du koger vand, vand bliver til damp, og materiens tilstand ændrer sig fuldstændigt.
Salgsfremmende video:
Hvordan passer AI ind i disse mønstre?
Hver af disse kreative tilgange tilbyder forskellige udfordringer for AI. Eksplorativ kreativitet synes ideel til en computer, fordi den er i stand til meget mere beregning end den menneskelige hjerne. Kombinatorisk kreativitet er sjovt - AI kan lære mønstre og anvende dem på nye områder. Men det vanskeligste for ham vil være at skabe noget nyt og bryde ud af systemet.
Folk tænkte normalt sådan:”Hvordan kan AI bryde reglerne? Sker det ikke fast i systemet, fordi det er programmeret til at arbejde på en bestemt måde? Hvordan kan han hoppe ud? Men hvis AI siger, at du skal bryde reglerne, vil det også være reglen. Du har en metakode, der beder programmet om at bryde den underliggende kode.
I din bog taler du meget om kreative AI-projekter. Hvilke af dem var af særlig interesse for dig?
En af de mest interessante var jazz Continuator, der tog musikken fra en jazzmusiker, studerede mønstre og begyndte at spille på egen hånd. Jazzmusikerens reaktion var slående. Han sagde:”Jeg forstår alt, hvad jeg hører. Dette er min verden af musik. Han spiller ligesom mig, bortset fra ting, som jeg aldrig har tænkt på før i min musikalske verden."
Så jeg tror, dette er en af de spændende roller for AI i fremtiden. Folk begynder ofte at gentage adfærdsmønstre. Mærkeligt nok bliver vi mere som biler, fordi vi bare gentager noget, så jeg er imponeret over, at jazz Continuator fik musiker til at tænke lidt over hans maskineopførsel. Han hjalp med at tænde sin kreativitet ved at vise, at du kunne omarrangere de ingredienser, han allerede havde, uden at han engang tænkte over det. Jeg ønskede at vise, at AI's rolle i kreativitet måske er at øge den menneskelige kreativitet, at dette er et fremtidspartnerskab, at vi sammen kan gøre tingene mere interessante, end hvis vi arbejdede separat.
En anden interessant historie, som jeg synes er vigtig, vedrører verden af kunst og Googles DeepDream. Google havde sin visuelle genkendelsessoftware til opgave at se på en tilfældig række pixels og beskrive, hvad den så. Gennem dette lærte vi en ting eller to om, hvordan kunstig intelligens blev programmeret, og hvordan den så.
Hvad er meningen med det?
Et af problemerne med moderne AI er, at mange maskinindlæringsprogrammer opretter kode, men vi forstår ikke rigtig, hvordan det fungerer. Google DeepDream-projektet hjælper os med at finde en måde at forstå, hvordan dette sker. Derfor, som os - mennesker - er kunst en måde at trænge ind i en anden persons bevidsthed, måske kan kunsten skabt af AI hjælpe med at trænge ind i essensen af dette kodeks arbejde, som er meget mystisk.
Tag Microsofts Rembrandt-projekt, der skaber AI-genererede billeder i Rembrandt-stilen. Man kunne sige:”Hvorfor har vi brug for en anden Rembrandt? Har vi ikke fantastiske Rembrandts endnu? Hovedpunkterne er, at alt dette hjælper med at forstå nye ting i kunstværker. Hvis vi ser på Jackson Pollocks arbejde fra et matematisk synspunkt, ser vi nye ting, som vi har gået glip af før. Så AI kan spille en interessant rolle i at afsløre nye strukturer, som vi måske har gået glip af i kunsten og nu tager for givet.
Denne mønstersøgning er ikke begrænset til kunst, ikke?
I filmverdenen kan du tage Netflix-algoritmen, som anbefaler film, som vi måske kan lide. Han kan dele film på interessante nye måder. Nogle af grupperne kunne vi identificere som "alle komedier sammen", men nogle gange er film grupperet baseret på, hvordan folk siger "lide" og "kan ikke lide", og så undgår det generelle tema os. Det ser ud til, at AI har defineret en ny filmgenre, som vi ikke engang har et navn for. Du kan sige, at "der er en ny duft, som du har brug for at navngive." Måske tager AI vores kreative værker og ser i dem noget, som vi kan udtrykke, men ikke indse. Han kunne hjælpe os med bevidst at formulere essensen af kreativitet.
Der er mange kreative områder. Navn en, hvor AI har den sværeste tid?
En af overraskelserne for mig var, hvor svært det er at skrive ord. Kunstig intelligens har så meget skrevet at lære. Jeg var ganske overrasket over, at selvom AI er ret god til at skrive kort fiktion, er det stadig ikke i stand til at skrive i lang tid. Det har for eksempel ikke en god fornemmelse af historien. Jeg har ikke set noget, der ville udvide den sammenhængende historie ud over tre sider. Det kan være meget vanskeligt for AI at formulere sprogkonstruktioner så sofistikerede som vi gør. Måske har han brug for at gennemgå den udvikling, vi har gennemgået. Og så er spørgsmålet: hvor lang tid tager det?
Ilya Khel
