Minemäng, milles DeepMindi arvutiprogramm peksis inimmeistrit, tekitas Oxfordi ülikooli matemaatiku ja professori Marcus du Sautoy jaoks omamoodi segadust. "Ma olen alati võrrelnud matemaatikat mängimisega," lausub ta. Ja see ei pea olema mäng, mida arvutil on nii lihtne mängida, kuna see nõuab intuitsiooni ja loovust. Nii et kui du Sautoy nägi DeepMindi AlphaGo alistamist Lee Sedol, arvas ta, et tehisintellekt on muutunud, mis mõjutab ka teisi loomevaldkondi.
Teadlane otsustas uurida rolli, mida AI võib mängida meie katses mõista loovust, ja kirjutas Harvardi ülikooli väljaantud raamatu "Loovuse kood: kunst ja innovatsioon AI ajastul".
Tehisintellekt ja loovus: kes võidab?
Verge arutas du Sautoga loovuse erinevaid tüüpe, seda, kuidas AI aitab inimestel loovamaks muutuda (selle asemel, et neid asendada) ning loomevaldkondi, kus AI seisab silmitsi kõige suuremate väljakutsetega.
Kõigepealt vaatame, mis on “loovus” ehk kunstilooming. Raamatus räägite kolmest loovuse tüübist. Mis see on ja mida see tähendab AI rolli jaoks?
Paljud inimesed arvavad, et kunstiline looming väljendab seda, mida tähendab olla inimene, ja kui jah, siis kuidas saab AI sellele läheneda? Vaatan paljusid kunstnikke ja näitan, et üsna suurel osal kunstist on muster ja struktuur, mis on oma olemuselt väga matemaatiline. Seetõttu usun, et kunstiline looming võib olla rohkem seotud mustrite ja algoritmidega, kui me arvame, ja väga sageli on need mustrid peidetud. Võib-olla suudab AI selle tuvastada, kuna see on varjatud mustrite leidmisel väga hea.
On teadusuuringute loovust, mis võtab mängureeglid ja surub need äärmusesse, nagu seda tegi Bach. On kombinatoorne loovus, kus võtate kaks ideed, millel pole üksteisega midagi pistmist, et näha, kuidas ühes olevad assotsiatsioonid võivad aidata teistes uusi ideid stimuleerida. Kolmas loovus, mis on mingil põhjusel kõige salapärasem, on need hetked, mis paistavad eikusagilt välja - midagi nagu faasimuutus, kui vett keetes muutub vesi auruks ja mateeria olek muutub täielikult.
Reklaamvideo:
Kuidas AI nendesse mustritesse sobib?
Kõik need loomingulised lähenemisviisid pakuvad AI-le erinevaid väljakutseid. Avastav loovus näib arvuti jaoks ideaalne, kuna see on võimeline palju rohkem arvutama kui inimese aju. Kombinatoorne loovus on lõbus - AI saab õppida mustreid ja neid uutele aladele rakendada. Kuid tema jaoks on kõige keerulisem luua midagi uut ja süsteemist välja murda.
Inimesed mõtlesid tavaliselt nii: “Kuidas saab AI reegleid rikkuda? Kas see pole süsteemi kinni, kuna see on programmeeritud töötama teatud viisil? Kuidas ta saab välja hüpata? Aga kui AI ütleb, et peate reegleid rikkuma, siis on see ka reegel. Teil on metakood, mis käsib programmil selle aluseks oleva koodi murda.
Oma raamatus räägite palju loomingulistest AI-projektidest. Millised neist teile eriti huvi pakkusid?
Üks huvitavamaid oli jazz Continuator, mis võttis džässmuusiku muusikat, uuris mustreid ja hakkas omaette mängima. Jazzmuusiku reaktsioon oli silmatorkav. Ta ütles: „Ma saan kõigest aru, mida ma kuulen. See on minu muusikamaailm. Ta mängib täpselt nagu mina, välja arvatud asjad, millele ma pole oma muusikalises maailmas kunagi mõelnud."
Nii et ma arvan, et see on AI jaoks üks põnevaid rolle tulevikus. Sageli hakkavad inimesed käitumisharjumusi kordama. Kummalisel kombel muutume me pigem autode sarnaseks, sest me lihtsalt korrame midagi, nii et mulle avaldab muljet, et jazz Continuator pani muusiku pisut mõtlema oma masinakäitumisele. Ta aitas oma loomingulisust sütitada, näidates, et saate juba olemasolevaid koostisosi ümber korraldada, ilma et ta oleks sellele isegi mõelnud. Tahtsin näidata, et AI roll loovuses on võib-olla inimese loovuse suurendamine, et see on tuleviku partnerlus, et koos saame teha asju huvitavamaks, kui siis, kui töötaksime eraldi.
Veel üks huvitav lugu, mis minu arvates on oluline, on seotud kaunite kunstide maailma ja Google'i DeepDreamiga. Google tegi oma visuaalse tuvastustarkvara ülesandeks vaadata juhuslikku pikslite hulka ja kirjeldada seda, mida ta nägi. Selle kaudu saime teada umbes kaks või teist sellest, kuidas tehisintellekt oli programmeeritud ja kuidas see nägi.
Mis mõte sellel on?
Üks kaasaegse AI probleeme on see, et paljud masinõppeprogrammid loovad koodi, kuid me ei saa tegelikult aru, kuidas see töötab. Google DeepDream Project aitab meil leida viisi, kuidas mõista, kuidas see juhtub. Seega, nagu meie - inimeste jaoks -, on kunst võimalus tungida teise inimese teadvusse, ehk aitab AI loodud kunst tungida selle koodi teose olemusse, mis on väga salapärane.
Võtke Microsofti Rembrandti projekt, mis loob AI-ga loodud pilte Rembrandti stiilis. Võiks öelda: “Miks meil on vaja veel ühte Rembrandti? Kas meil pole veel fantastilisi Rembrandte? Põhimõte on see, et kõik see aitab kunstiteostes uusi asju mõista. Vaadates Jackson Pollocki töid matemaatilisest vaatenurgast, näeme uusi asju, millest me varem ilma jäime. Nii võib AI mängida huvitavat rolli selliste uute struktuuride paljastamisel, millest oleme kunstis juba ilma jäänud ja mida nüüd iseenesestmõistetavaks peame.
See mustriotsing ei piirdu kaunite kunstidega, eks?
Noh, filmimaailmas võite võtta Netflixi algoritmi, mis soovitab filme, mis meile võiksid meeldida. Ta saab filme jagada uutel huvitavatel viisidel. Mõnda rühma, mida võiksime määratleda kui "kõiki komöödiaid koos", kuid mõnikord rühmitatakse filmid selle järgi, kuidas inimesed ütlevad "meeldib" ja "ei meeldi", ja siis üldine teema hoiab meid kõrvale. Näib, et AI on määratlenud uue filmižanri, millele meil pole isegi nime. Võiks öelda, et "on olemas uus aroom, mida peate nimetama". Võib-olla võtab AI meie loomingulisi töid ja näeb neis midagi, mida saame väljendada, kuid mitte realiseerida. Ta võiks aidata meil loovuse olemuse teadlikult sõnastada.
Loomingulisi valdkondi on palju. Nimetage üks, kus AI-l on kõige raskem?
Minu jaoks oli üks üllatus, kui keeruline on sõnu kirjutada. Tehisintellekt on nii palju kirjutatud, et õppida. Olin üsna üllatunud, et kuigi AI oskab lühike ilukirjandust kirjutada üsna hästi, ei suuda see siiski pikka aega kirjutada. Sellel puudub näiteks süžee hea tunne. Ma pole näinud midagi sellist, mis laiendaks sidusat lugu kolmest leheküljest kaugemale. AI-l võib olla väga keeruline sõnastada keelekonstruktsioone nii keerukalt kui meie. Võib-olla peab ta läbima evolutsiooni, mille oleme läbi elanud. Ja siis on küsimus: kui kaua see aega võtab?
Ilja Khel
