Date limitate înseamnă inovație limitată. Foto Phonlamai Sam valadi / Flickr, CC BY-SA

Oficiul European de Brevete recent respins o cerere de brevet care descrie un recipient pentru alimente. Acest lucru nu se datorează faptului că invenția nu a fost nouă sau utilă, ci pentru că a fost creată de inteligența artificială (AI). Conform legii, inventatorii trebuie să fie oameni reali. Aceasta nu este prima invenție a AI - mașinile au produs inovații de la lucrări științifice și cărți către materiale noi și muzică.

Acestea fiind spuse, a fi creativ este în mod clar una dintre cele mai remarcabile trăsături umane. Fără ea, nu ar exista nici poezie, nici internet și nici călătorie spațială. Dar ar putea AI să ne potrivească sau chiar să ne depășească vreodată? Să aruncăm o privire asupra cercetării.

Dintr-o perspectivă teoretică, creativitatea și inovația sunt un proces de căutare și combinație. Pornim de la o bucată de cunoștințe și o conectăm cu o altă bucată de cunoaștere în ceva nou și util. În principiu, acest lucru poate fi realizat și de mașini - de fapt, excelează în stocarea, procesarea și realizarea conexiunilor în cadrul datelor.

Mașinile vin cu inovații folosind metode generative. Dar cum funcționează exact acest lucru? Sunt abordări diferite, dar se numește stadiul tehnicii rețele adversare generative. De exemplu, luați în considerare o mașină care ar trebui să creeze o nouă imagine a unei persoane. Rețelele contradictorii generative abordează această sarcină de creare prin combinarea a două sarcini secundare.

Prima parte este generatorul, care produce imagini noi pornind de la o distribuție aleatorie de pixeli. A doua parte este discriminatorul, care îi spune generatorului cât de aproape a ajuns să producă de fapt o imagine cu aspect real.

Cum știe discriminatorul cum arată un om? Ei bine, îi hrănești multe exemple de imagini cu persoane reale înainte de a începe sarcina. Pe baza feedback-ului discriminatorului, generatorul își îmbunătățește algoritmul și sugerează o nouă imagine. Acest proces continuă până când discriminatorul decide că imaginile par suficient de apropiate de exemplele de imagine pe care le-a învățat. Aceste imagini generate vin extrem de aproape la oameni adevărați.

Dar chiar dacă mașinile pot crea inovații din date, acest lucru nu înseamnă că este posibil ca acestea să fure toată scânteia creativității umane în curând. Inovarea este un proces de rezolvare a problemelor - pentru a se produce inovația, problemele sunt combinate cu soluții. Oamenii pot merge în orice direcție - încep cu o problemă și o rezolvă, sau iau o soluție și încearcă găsiți noi probleme pentru aceasta.

Un exemplu pentru acest ultim tip de inovație este lipicios Notă. Un inginer a dezvoltat un adeziv mult prea slab și stătea pe biroul său. Abia mai târziu, un coleg a realizat că această soluție ar putea ajuta la prevenirea căderii notelor sale din scorurile sale în timpul practicii corului.

Folosind datele ca intrare și codul ca formulare explicită a problemelor, mașinile pot oferi, de asemenea, soluții la probleme. Cu toate acestea, găsirea problemelor este dificilă pentru mașini, deoarece problemele sunt deseori în afara limitelor bazei de date pe care mașinile o inovează.

Mai mult, inovarea se bazează adesea pe nevoi pe care nici nu le știam că le avem. Gândește-te la Walkman. Chiar dacă niciun consumator nu și-a exprimat vreodată dorința de a asculta muzică în timpul mersului, această inovație a fost un succes uriaș. Deoarece astfel de nevoi latente sunt greu de formulat și de explicitat, este puțin probabil să își găsească drumul în grupul de date de care au nevoie mașinile pentru inovație.

Oamenii și mașinile au, de asemenea, diferite materii prime pe care le folosesc ca element de intrare pentru inovație. Acolo unde oamenii se bazează pe o viață de experiențe largi pentru a crea idei, mașinile sunt în mare parte limitate la datele pe care le hrănim. Mașinile pot genera rapid nenumărate inovații incrementale în forme de noi versiuni bazate pe datele de intrare. Cu toate acestea, este puțin probabil ca inovațiile să apară din mașini, deoarece se bazează adesea pe acestea conectarea câmpurilor care sunt îndepărtate sau neconectate între ele. Gândiți-vă la invenția snowboard-ului, care conectează lumea schiului și a surfingului.

De asemenea, creativitatea nu este doar despre noutate, ci și despre utilitate. În timp ce mașinile sunt în mod clar capabile să creeze ceva care este din ce în ce mai nou, acest lucru nu înseamnă că aceste creații sunt utile. Utilitatea este definită în ochiul celor care utilizează potențial inovații și este greu de judecat pentru mașini. Cu toate acestea, oamenii pot empatiza cu ceilalți oameni și le pot înțelege mai bine nevoile.

În cele din urmă, ideile creative generate de AI pot fi mai puțin preferate de consumatori pentru că au fost create de o mașină. Oamenii ar putea să reducă ideile de la AI, deoarece consideră că aceste idei sunt mai puțin autentic or chiar amenințătoare. Sau ar putea prefera pur și simplu idei de genul lor, un efect care a fost observat în alte domenii înainte.

De acum, multe aspecte ale creativității rămân teren necontestat pentru mașini și AI. Cu toate acestea, există responsabilități. Chiar dacă mașinile nu pot înlocui oamenii în domeniul creativ, ei sunt mare ajutor pentru a completa creativitatea umană. De exemplu, putem pune noi întrebări sau putem identifica noi probleme pe care le rezolvăm în combinație cu învățarea automată.

În plus, analiza noastră se bazează pe faptul că mașinile inovează în cea mai mare parte pe seturi de date înguste. AI ar putea deveni mult mai creativ dacă ar putea combina date mari, bogate și altfel deconectate.

De asemenea, mașinile se pot îmbunătăți la creativitate atunci când se îmbunătățesc la tipul de inteligență largă pe care o posedă oamenii - ceva ce numim „inteligență generală”. Și acest lucru s-ar putea să nu fie prea departe în viitor - unii experți evaluați că există o șansă de 50% că mașinile ating inteligența la nivel uman în următorii 50 de ani.

Despre Autori

Tim Schweisfurth, profesor asociat pentru managementul tehnologiei și inovării, Universitatea din Danemarca de Sud și René Chester Goduscheit, profesor de studii de tehnologie și inovare, Universitatea Aarhus

Acest articol este republicat de la Conversaţie sub licență Creative Commons. Citeste Articol original.