限られたデータは、限られた革新を意味します。 ポンラマイの写真 サム・バラディ/フリッカー, のCC BY-SA

欧州特許庁 最近断りました 食品容器を記載した特許の申請。 これは、発明が新規または有用ではなかったためではなく、人工知能（AI）によって作成されたためです。 法律により、発明者は実在の人物である必要があります。 これはAIによる最初の発明ではありません。機械は、 科学論文 と本 新素材 & 音楽.

とはいえ、創造的であることは、明らかに最も顕著な人間の特徴のXNUMXつです。 それがなければ、詩もインターネットも宇宙旅行もありません。 しかし、AIは私たちに匹敵するか、私たちを凌ぐことさえできるでしょうか？ 研究を見てみましょう。

理論的な観点から見ると、創造性と革新はプロセスです 検索と組み合わせ。 ある知識から始めて、それを別の知識と結び付けて、新しく有用なものにします。 原則として、これはマシンで実行できることでもあります。実際、データ内の接続の保存、処理、接続に優れています。

機械は、生成的手法を使用して革新を生み出します。 しかし、これは正確にどのように機能しますか？ がある 異なるアプローチ、しかし最先端の技術は 生成的な敵対的ネットワーク。 例として、人の新しい写真を作成することになっているマシンを考えてみましょう。 生成的敵対ネットワークは、XNUMXつのサブタスクを組み合わせることにより、この作成タスクに取り組みます。

最初の部分はジェネレーターで、ピクセルのランダムな分布から新しい画像を生成します。 XNUMX番目の部分は弁別器です。これは、実際に見える画像を実際に生成するのにどれだけ近づいたかをジェネレータに伝えます。

弁別者は、人間がどのように見えるかをどのように知っていますか？ タスクを開始する前に、実在の人物の写真の多くの例をフィードします。 識別器のフィードバックに基づいて、ジェネレータはアルゴリズムを改善し、新しい画像を提案します。 このプロセスは、識別器が、学習した写真の例に写真が十分に近いと判断するまで続きます。 これらの生成された画像が来る 非常に近い 実在の人々に。

しかし、機械がデータからイノベーションを生み出すことができたとしても、それは人間の創造性の火花をいつでもすぐに盗む可能性があるという意味ではありません。 イノベーションは問題解決のプロセスです。イノベーションが起こるためには、問題が解決策と組み合わされます。 人間はどちらの方向にも進むことができます。問題から始めて解決するか、解決策を講じて それの新しい問題を見つける.

後者のタイプのイノベーションの例は スティッキー 注意。 エンジニアが非常に弱く、机の上に座っている接着剤を開発しました。 後になって同僚は、このソリューションが合唱練習中に音符がスコアから落ちるのを防ぐことができることに気付きました。

入力としてのデータと明示的な問題の定式化としてのコードを使用して、マシンは問題の解決策も提供できます。 ただし、問題の発見はマシンにとって困難です。これは、多くの場合、問題はマシンが革新するデータプールの境界外にあるためです。

さらに、イノベーションは多くの場合に基づいています 私たちが持っていることさえ知らなかった必要性。 ウォークマンを考えてください。 歩行中に音楽を聴きたいという消費者の声がなかったとしても、この革新は大成功でした。 このような潜在的なニーズを定式化して明示することは困難であるため、マシンがイノベーションのために必要とするデータプールへの道を見つけることはほとんどありません。

また、人間と機械には、イノベーションのインプットとして使用する異なる原材料があります。 人間が生涯にわたる幅広い経験を利用してアイデアを作成する場合、マシンは、提供するデータにほぼ制限されます。 マシンは、入力データに基づいて、新しいバージョンの形で無数のインクリメンタルイノベーションを迅速に生成できます。 しかし、画期的なイノベーションは、多くの場合に基づいているため、マシンから出てくる可能性は低い 接続フィールド 互いに離れているか、互いに接続されていない。 考える スノーボードの発明、スキーとサーフィンの世界をつないでいます。

また、創造性は単に目新しさに関するものではなく、有用性に関するものでもあります。 マシンは明らかに漸進的に新しいものを作成できますが、これはこれらの作成が有用であることを意味しません。 有用性は、潜在的にイノベーションを使用している人の目に定義され、マシンを判断するのは困難です。 しかし、人間は他の人間に共感し、彼らのニーズをよりよく理解することができます。

最後に、AIによって生成された創造的なアイデアは、機械によって作成されたという理由だけで、消費者に好まれない場合があります。 人間はAIからアイデアを割り引くかもしれません 本物ではない or 脅しさえする。 または、彼らは単にその種のアイデア、効果を好むかもしれません 観察された 前の他のフィールドで。

現時点では、創造性の多くの側面は、マシンとAIの競争のない地形のままです。 ただし、免責事項があります。 機械が創造的な領域で人間に取って代わることができないとしても、それらは 人間の創造性を補完する大きな助け。 たとえば、新しい質問をしたり、新しい問題を特定したりできます 組み合わせて解決する 機械学習付き。

さらに、分析は、マシンのほとんどが狭いデータセットで革新するという事実に基づいています。 AIは、大きくてリッチで、そうでなければ切断されたデータを組み合わせることができれば、はるかに創造的になります。

また、人間が所有する広範な知能、つまり「一般知能」と呼ばれるものが得られると、機械は創造性が向上する場合があります。 そして、これは将来あまりないかもしれません-一部の専門家 50％の可能性があると評価する そのマシンは、今後50年以内に人間レベルのインテリジェンスに到達します。

著者について

Tim Schweisfurth、テクノロジーおよびイノベーション管理の准教授、 南デンマーク大学 技術とイノベーション研究の教授であるルネ・チェスター・ゴドシャイト、 オーフス大学

この記事はから再公開されます 会話 クリエイティブコモンズライセンスの下で 読む 原著.