Rajoitettu data tarkoittaa rajallista innovaatiota. Phonlamai-valokuva Sam valadi / Flickr, CC BY-SA

Euroopan patenttivirasto äskettäin kääntyi alas patenttihakemus, joka kuvaa ruoka-astian. Tämä ei johdu siitä, että keksintö ei ollut uutta tai hyödyllistä, vaan siksi, että se oli luotu tekoälyn (AI) avulla. Lain mukaan keksijöiden on oltava todellisia ihmisiä. Tämä ei ole AI: n ensimmäinen keksintö - koneet ovat tuottaneet innovaatioita aina vuodesta XNUMX asti tieteelliset artikkelit ja kirjoja uusia materiaaleja ja musiikki.

Luovuus on kuitenkin selvästi yksi ihmisen merkittävimmistä piirteistä. Ilman sitä ei olisi runoutta, Internetiä ja avaruusmatkoja. Mutta voisiko AI koskaan vastata tai edes ylittää meidät? Katsotaanpa tutkimusta.

Teoreettisesta näkökulmasta luovuus ja innovaatiot ovat prosessia haku ja yhdistelmä. Aloitamme yhdestä tiedosta ja yhdistämme sen toiseen tietoon jotain uutta ja hyödyllistä. Periaatteessa tämä on myös jotain, jonka koneet voivat tehdä - itse asiassa he erinomaisesti tallentavat, käsittelevät ja muodostavat yhteyksiä tietoihin.

Koneet keksivät innovaatioita käyttämällä generatiivisia menetelmiä. Mutta miten tämä toimii tarkalleen? On erilaisia ​​lähestymistapoja, mutta tekniikan tasoa kutsutaan generatiiviset vastakkaiset verkot. Otetaan esimerkiksi esimerkki koneesta, jonka on tarkoitus luoda uusi kuva henkilöstä. Generatiiviset kilpailevat verkostot hoitavat tämän luomistehtävän yhdistämällä kaksi alatehtävää.

Ensimmäinen osa on generaattori, joka tuottaa uusia kuvia pikselien satunnaisjakaumasta lähtien. Toinen osa on erotin, joka kertoo generaattorille, kuinka lähellä todellisen näköisen kuvan tuottaminen oli.

Kuinka erottelija tietää miltä ihminen näyttää? Syöttää sille monia esimerkkejä todellisten henkilöiden kuvista ennen tehtävän aloittamista. Erottajan palautteen perusteella generaattori parantaa algoritmiaan ja ehdottaa uutta kuvaa. Tämä prosessi jatkuu, kunnes erottelija päättää, että kuvat näyttävät riittävän lähellä tuttuja kuvaesimerkkejä. Nämä luodut kuvat tulevat erittäin lähellä oikeille ihmisille.

Mutta vaikka koneet voivat luoda innovaatioita tiedoista, tämä ei tarkoita, että ne todennäköisesti varastavat kaiken ihmisen luovuuden kipinän pian. Innovaatio on ongelmanratkaisuprosessi - jotta innovaatio tapahtuisi, ongelmat yhdistetään ratkaisuihin. Ihmiset voivat mennä kumpaankin suuntaan - he alkavat ongelmasta ja ratkaisevat sen tai ottavat ratkaisun ja yrittävät löytää sille uusia ongelmia.

Esimerkki jälkimmäisestä innovaatiotyypistä on Postita se Huomautus. Insinööri kehitti liiman, joka oli aivan liian heikko ja istui pöydällään. Vasta myöhemmin kollega huomasi, että tämä ratkaisu voi auttaa estämään hänen muistiinpanojensa putoamisen partituureistaan ​​kuorokoulutuksen aikana.

Käyttämällä dataa tulona ja koodina nimenomaisena ongelman muotoiluna, koneet voivat myös tarjota ratkaisuja ongelmiin. Ongelmien löytäminen on kuitenkin koneille vaikeaa, koska ongelmat ovat usein niiden tietokannan rajojen ulkopuolella, joihin koneet innovoivat.

Lisäksi innovaatio perustuu usein tarpeet, joita emme edes tienneet meillä. Ajattele Walkmania. Vaikka kukaan kuluttaja ei olisi koskaan ilmaissut halua kuunnella musiikkia kävellen, tämä innovaatio oli valtava menestys. Koska tällaisia ​​piileviä tarpeita on vaikea muotoilla ja ilmaista, ne eivät myöskään todennäköisesti löydä tiensä tietokantaan, jota koneet tarvitsevat innovointiin.

Ihmisillä ja koneilla on myös erilaista raaka-ainetta, jota he käyttävät innovaatioiden lähteenä. Siellä, missä ihmiset käyttävät elämänsä aikana laajoja kokemuksia ideoiden luomiseksi, koneet ovat suurelta osin rajoitettu tietoihin, joita me heille syödä. Koneet voivat nopeasti tuottaa lukemattomia inkrementaalisia innovaatioita uusien versioiden muotoina syöttötietojen perusteella. Läpimurtoinnovaatioita ei kuitenkaan todennäköisesti tule ulos koneista, koska ne usein perustuvat yhdistävät kentät jotka ovat etäällä tai kytketty toisiinsa. Ajattele keksintö lumilauta, joka yhdistää hiihtämisen ja surffailun maailmat.

Luovuus ei myöskään ole vain uutuutta, vaan myös hyödyllisyyttä. Vaikka koneet selvästi pystyvät luomaan jotain asteittain uutta, tämä ei tarkoita, että nämä luomukset ovat hyödyllisiä. Hyödyllisyys määritetään niiden käyttäjien silmissä, jotka mahdollisesti käyttävät innovaatioita, ja koneista on vaikea arvioida. Ihmiset voivat kuitenkin myötätuntoa muihin ihmisiin ja ymmärtää heidän tarpeitaan paremmin.

Viimeinkin kuluttajat saattavat olla vähemmän mieluisia AI: n tuottamista luovista ideoista yksinkertaisesti siksi, että ne on luonut kone. Ihmiset saattavat alentaa ideoita AI: lta, koska heidän mielestään nämä ideat ovat vähemmän aitoja or jopa uhkaa. Tai he saattavat yksinkertaisesti mieluummin luonteeltaan ideoita, vaikutuksen että on havaittu muilla aloilla aiemmin.

Nykyään monet luovuuden näkökohdat ovat edelleen kiistattomia koneiden ja AI: n maastossa. On kuitenkin vastuuvapauslausekkeita. Vaikka koneet eivät voi korvata ihmisiä luovalla alueella, ne ovat suuri apu ihmisen luovuuden täydentämiseen. Voimme esimerkiksi kysyä uusia kysymyksiä tai tunnistaa uusia ongelmia jonka ratkaisemme yhdessä koneoppimisella.

Lisäksi analyysimme perustuu siihen tosiseikkaan, että koneet innovoivat enimmäkseen kapeilla tietojoukkoilla. AI: stä voisi tulla paljon luovampi, jos se voisi yhdistää suuria, rikkaita ja muuten irrotettuja tietoja.

Koneet voivat myös parantaa luovuutta, kun he paremmin sellaisella laaja-alaisella älykkyydellä, jota ihmisillä on - jota kutsumme ”yleiseksi älykkyydeksi”. Ja tämä ei ehkä ole liian kaukana tulevaisuudessa - jotkut asiantuntijat arvioi, että mahdollisuus on 50% että koneet saavuttavat ihmisen tason älykkyyden seuraavan 50 vuoden aikana.

Tietoja Tekijät

Tim Schweisfurth, apulaisprofessori tekniikan ja innovaatioiden johtamiseen, Etelä-Tanskan yliopisto ja René Chester Goduscheit, tekniikan ja innovaatioiden tutkimuksen professori, Århusin yliopisto

Tämä artikkeli julkaistaan ​​uudelleen Conversation Creative Commons -lisenssin alla. Lue alkuperäinen artikkeli.