Sınırlı veri sınırlı inovasyon anlamına gelir. Phonlamai Fotoğraf Sam valadi / Flickr, CC BY-SA

Avrupa Patent Ofisi son zamanlarda geri çevrildi bir gıda kabını tarif eden bir patent başvurusu. Bunun nedeni, buluşun yeni veya kullanışlı olmaması değil, yapay zeka (AI) tarafından yaratılmış olmasıydı. Yasaya göre, mucitlerin gerçek insanlar olması gerekir. Bu yapay zeka tarafından yapılan ilk buluş değil - makineler bilimsel makale ve kitaplar yeni malzemeler ve müzik.

Bununla birlikte, yaratıcı olmak açıkça en dikkat çekici insan özelliklerinden biridir. O olmadan şiir, internet ve uzay yolculuğu olmazdı. Ancak AI hiç bizi eşleştirebilir hatta aşabilir mi? Araştırmaya bir göz atalım.

Teorik açıdan, yaratıcılık ve yenilikçilik, arama ve kombinasyon. Bir bilgiden başlıyoruz ve başka bir bilgiyle yeni ve kullanışlı bir şeye bağlıyoruz. Prensip olarak, bu aynı zamanda makineler tarafından yapılabilecek bir şeydir - aslında, veri içinde depolama, işleme ve bağlantı kurma konusunda mükemmeldirler.

Makineler, üretken yöntemler kullanarak yenilikler üretmektedir. Ama bu tam olarak nasıl çalışıyor? Var Farklı yaklaşımlar, ancak en son teknoloji denir üretici ters ağlar. Örnek olarak, bir kişinin yeni bir resmini yaratması beklenen bir makineyi düşünün. Üretken çekişmeli ağlar, iki alt görevi birleştirerek bu oluşturma görevini üstlenir.

İlk bölüm, rastgele bir piksel dağılımından başlayarak yeni görüntüler üreten jeneratördür. İkinci bölüm, jeneratöre gerçek görünümlü bir resim üretmenin ne kadar yakın olduğunu söyleyen ayrımcıdır.

Ayrımcı bir insanın neye benzediğini nasıl biliyor? Göreve başlamadan önce gerçek kişinin resimlerinin birçok örneğini beslersiniz. Diskrimatörün geri bildirimlerine dayanarak, jeneratör algoritmasını geliştirir ve yeni bir resim önerir. Bu süreç, ayrımcı resimlerin öğrendiği resim örneklerine yeterince yakın olduğuna karar verene kadar devam eder. Bu oluşturulan resimler geliyor son derece yakın gerçek insanlara.

Ancak makineler verilerden yenilikler yaratabilse bile, bu, yakın zamanda insan yaratıcılığının tüm kıvılcımlarını çalacakları anlamına gelmez. İnovasyon problem çözme sürecidir - inovasyonun gerçekleşmesi için problemler çözümlerle birleştirilir. İnsanlar her iki yöne de gidebilirler - bir problemle başlarlar ve çözerler veya bir çözüm alırlar ve bunun için yeni problemler bul.

İkinci inovasyon tipine bir örnek, yapışkan Not. Bir mühendis çok zayıf ve masasında oturan bir yapıştırıcı geliştirdi. Ancak daha sonra bir meslektaş, bu çözümün koro çalışması sırasında notlarının notlarından düşmesini önlemeye yardımcı olabileceğini fark etti.

Verileri girdi ve kod olarak açık problem formülasyonu olarak kullanan makineler, problemlere de çözüm sağlayabilir. Bununla birlikte, problemler makineler için zordur, çünkü problemler genellikle makinelerin yenilik yaptığı veri havuzunun sınırlarının dışındadır.

Dahası, inovasyon genellikle İhtiyacımız olduğunu bile bilmiyorduk. Walkman'i düşünün. Hiçbir tüketici yürürken müzik dinlemek arzusunu dile getirmemiş olsa bile, bu yenilik büyük bir başarıydı. Bu gizli ihtiyaçların formüle edilmesi ve açık hale getirilmesi zor olduğundan, makinelerin inovasyon için ihtiyaç duyduğu veri havuzuna girme olasılıkları da düşüktür.

İnsanlar ve makineler de inovasyon için girdi olarak kullandıkları farklı hammaddelere sahiptir. İnsanların fikir oluşturmak için ömür boyu süren geniş deneyimlerden yararlandığı yerlerde, makineler büyük ölçüde onları beslediğimiz verilerle sınırlıdır. Makineler, giriş verilerine dayalı olarak yeni versiyonlar biçiminde sayısız artımlı yeniliği hızla üretebilir. Bununla birlikte, çığır açan inovasyon, genellikle aşağıdakilere dayandığı için makinelerden çıkma olasılığı düşüktür. bağlantı alanları birbirinden uzak veya bağlantısız. Düşün snowboard icadıkayak ve sörf dünyalarını birbirine bağlar.

Ayrıca, yaratıcılık sadece yenilikle ilgili değil, aynı zamanda kullanışlılıkla da ilgilidir. Makineler aşamalı olarak yeni bir şey yaratabiliyor olsa da, bu, bu yaratımların yararlı olduğu anlamına gelmez. Yararlılık, potansiyel olarak yenilikleri kullananların gözünde tanımlanır ve makineler için yargılamak zordur. Ancak insanlar diğer insanlarla empati kurabilir ve ihtiyaçlarını daha iyi anlayabilir.

Son olarak, yapay zeka tarafından üretilen yaratıcı fikirler, sadece bir makine tarafından yaratıldıkları için tüketiciler tarafından daha az tercih edilebilir. İnsanlar fikirleri yapay zekadan indirebilir, çünkü bu fikirlerin daha az otantik or tehdit bile. Ya da sadece kendi türündeki fikirleri tercih edebilirler, bir etki gözlemlenen önce diğer alanlarda.

Şu an itibariyle, yaratıcılığın birçok yönü makineler ve yapay zeka için tartışmasız bir arazi olmaya devam ediyor. Ancak, feragatnameler vardır. Makineler yaratıcı alanda insanları değiştiremese bile, insan yaratıcılığını tamamlamak için büyük yardım. Örneğin, yeni sorular sorabilir veya yeni sorunlar belirleyebiliriz birlikte çözdüğümüz makine öğrenimi ile.

Ek olarak, analizimiz, makinelerin çoğunlukla dar veri kümelerinde yenilik yapmasına dayanmaktadır. Yapay zeka büyük, zengin ve bağlantısı kesilmiş verileri birleştirebilirse çok daha yaratıcı olabilir.

Ayrıca, makineler insanların sahip olduğu geniş zekada daha iyi olduklarında yaratıcılığa daha iyi gelebilir - “genel zeka” dediğimiz bir şey. Ve bu gelecekte çok uzak olmayabilir - bazı uzmanlar % 50 şans olduğunu değerlendirmek makinelerin önümüzdeki 50 yıl içinde insan düzeyinde istihbarata ulaşması.

Yazarlar Hakkında

Tim Schweisfurth, Teknoloji ve İnovasyon Yönetimi Doçenti, Güney Danimarka Üniversitesi ve Teknoloji ve İnovasyon çalışmaları profesörü René Chester Goduscheit, Aarhus Üniversitesi

Bu makale şu adresten yeniden yayınlandı: Konuşma Creative Commons lisansı altında. Okumak Orijinal makale.