Menininkai visada didino savo kūrybiškumą technologijomis. Tačiau nuo šeštojo dešimtmečio mokslininkai tyrė, ar mašinos taip pat gali būti kūrybingos. Christianas Guckelsbergeris mano, kad dabar galime būti kritinėje situacijoje. Autoriai: Matti Ahlgren / Aalto universitetas AI idėja, galinti sukurti kažką kūrybiško, dešimtmečius žavėjo plačiosios visuomenės ir profesionalų vaizduotę. Tačiau būtent pastarojo meto proveržiai paskatino intensyvią viešą diskusiją apie tai, kaip mes suvokiame kūrybiškumą ir kuo žmogaus kūrybiškumas yra ypatingas.
Norėdami išsamiau panagrinėti šią temą, pakalbinome Kompiuterių mokslų katedros kūrybinių technologijų docentą Christianą Guckelsbergerį.
Kaip studijuojate kūrybinį AI ir kodėl?
Mane domina tvaraus kūrybinio dirbtinio intelekto vystymasis. Šiuo tikslu tiriu, kaip galime sukurti sistemas, kurios būtų pačios kūrybiškos ir sąveikaujančios su žmonėmis, bet taip pat kaip jos gali būti naudingos visuomenei. Todėl turime ištirti, kaip šios sistemos naudojamos ir kaip jos patiriamos. Tokie tyrimai nuo šiol paprastai atliekami laboratorijoje, su ne ekspertais, tam tikrose kūrybinio proceso dalyse ir daugiausia dėmesio skiriant produktyvumo didinimui.
Noriu pateikti turtingesnių ir patikimesnių įžvalgų tirdamas profesionalų kūrybinio AI suvokimą, naudojimą ir pritaikymą jų natūralioje darbo vietoje, realaus pasaulio užduotis ir visame kūrybiniame procese. Šis metodas leistų mums ištirti polinkį į kūrybišką AI tikroviškose situacijose ir skatinti skaidrų, į žmogų orientuotą dizainą.
Kaip atrodo kūrybinio AI evoliucija iš tyrimų perspektyvos?
Nors taikomieji dirbtinio intelekto tyrimai ilgą laiką buvo skirti sunkaus, varginančio ir nenaudingo darbo automatizavimui, dabar jie perėjo į žmogaus savirealizacijos sritį. Kūrybinio dirbtinio intelekto tyrimai buvo atliekami įvairaus intensyvumo nuo šeštojo dešimtmečio, tačiau dabar sistemos pasiekė tokį brandos lygį, kad gali paveikti profesionalius kūrėjus ir visuomenę dideliu mastu. Ši pažanga tapo įmanoma atradus naujas mašininio mokymosi architektūras, tokias kaip transformatoriai ir difuzijos modeliai. Įtraukdami daug protingų žmonių ir didžiulę skaičiavimo galią, pramonės tyrimų skyriai panaudojo šias architektūras, kad apmokytų vadinamuosius pagrindinius modelius dideliems duomenų kiekiams. Kaip rodo pavadinimas, šie modeliai, derinami ir išplečiami, sudaro įspūdingiausių kūrybingų AI sistemų, kurias matome šiuo metu, pamatą.
Nors šiuo metu mes matome tik pasirinktų kūrybinių užduočių ir sričių meistriškumą, tikiuosi, kad tie patys pagrindiniai modeliai bus naudojami kitose sistemose ir srityse, todėl kūrybos sritis bus išplėsta.
Kaip kūrybingas AI veikia profesionalus?
Neseniai pateiktame tyrime ištyrėme šį klausimą, skirtą teksto į vaizdą generatoriams ir Suomijos žaidimų pramonės profesionalams. Esu įsitikinęs, kad mūsų komandai, docentei Perttu Hämäläinen, žaidimų pramonės mokslininkei Annakaisa Kultima ir magistrantei Veerai Vimpari pavyko atlikti pirmąjį empirinį tyrimą apie teksto į vaizdą generatorius konkrečioje pramonės šakoje, giliausią iki šiol atliktas išsamus tokių sistemų tyrimas apskritai. Paklausėme specialistų, kaip jie naudoja dirbtinį intelektą savo darbe ir kaip galima būtų patobulinti sistemas. Priešingai nei ankstesniame darbe, mes taip pat teiravomės apie jų požiūrį, vaidmenis, kuriuos jie prisiima sau ir AI sistemai kūrybiniame procese ir kaip jie mato dabartinę ir būsimą AI plėtrą savo pramonėje.
Rezultatai rodo, kad net žaidimuose, kuriuose dirbtinio intelekto naudojimas turi senas tradicijas, profesionalai yra priblokšti dėl kūrimo tempo. Nepaisant to, jie sutinka, kad naujausios kūrybinės AI sistemos pakeis jų pramonę ir vaidmenis ir kad yra tik vienas kelias į priekį: mokytis ir prisitaikyti. Vienas dalyvis tai pavadino „prisitaikyti arba mirti“ situacija, kuri tapo mūsų straipsnio pavadinimu. Nors tai, be abejo, yra šiek tiek per dramatiška, tai gerai apibūdina bendrą nuotaiką. Nors daugelis išreiškė nenorą priimti šias sistemas už ankstyvųjų konceptualių kūrybinio proceso fazių, atrodo, kad tai daugiausia dėl etinių problemų, tokių kaip neatlygintinas kolegų menininkų darbo panaudojimas rengiant modelius.
Kur, jūsų nuomone, krypsta kūrybinių dirbtinio intelekto modelių kūrimas, kalbant apie kūrybines industrijas?
Kai politikos formuotojai pateiks reikiamą ir reikalaujamą reguliavimą šiais klausimais, naujausios kartos kūrybinis AI greičiausiai taps dar vienu daugelio profesionalų kūrybinio darbo įrankiu. Ypač taikomosios dailės srityje jie greičiausiai duos didelių išlaidų atskaitymų ir padidins produktyvumą. Tikiuosi, kad jis bus naudojamas po ankstyvųjų kūrybinio proceso fazių iki galutinio produkto. Taip pat prognozuoju, kad ateities kartos šiose sistemose pareikalaus dar mažesnio menininkų įsitraukimo, o tai šiuo metu vis dar labai reikalinga.
Tačiau žiuri vis dar nesupranta, ar ši plėtra gali būti naudinga visiems: mūsų naujausias tyrimas parodė, kad dirbdami su AI profesionalai prisiėmė įvairius vaidmenis: nuo „DI meno vadovo“ iki „AI vergo“. “. Be to, nors šios sistemos pakeičia potencialiai neprieinamus įgūdžius ir darbo jėgą, šios sistemos taip pat gali padidinti mūsų priklausomybę nuo technologijų ir jas teikiančių asmenų – tai plėtra, kurią turėtume labai suvokti.
Pranešama, kad kūrybinio AI poveikis profesionalams yra ne tik teigiamas; situacija sparčiai keičiasi, o įvairios reakcijos jau dabar draudžia priimti visiems tinkantį sprendimą. Dėl to pramonės lyderiai, tyrėjai ir politikos formuotojai atsiduria sudėtingoje padėtyje. Be to, kaip Aalto mokytojai, turime atidžiai stebėti šiuos pokyčius, kad mokiniai įgytų įgūdžių, kurie papildys jų tradicinius įgūdžius ateityje.
Kaip galime padaryti, kad generatyvaus AI pritaikymas būtų socialiai ir etiškai tvarus?
Manau, kad tvarumas yra vienas iš svarbiausių iššūkių mums visiems siekiant suderinti kūrybinio AI paveiktų žmonių gerovę su verslo interesais ir moksliniu smalsumu. Tiksliau šioje vietoje matome du neatidėliotinus klausimus, kurie daugelį specialistų įveda į vidinį konfliktą. Pirma, ar menininkai bus kredituojami ir kompensuojami už duomenis, kurie naudojami modelių mokymuose, ir kaip? Antra, pagrindinė specialistų problema yra tai, kam priklauso kūrinių autorių teisės. Teigiu, kad šios problemos pirmiausia turi būti išspręstos greitai ir skaidriai priimant teisės aktus, kuriais būtų remiamas etiškas ir tvarus šių sistemų naudojimas.
Be šių klausimų, mes turime daugybę problemų, kurios vis dar kinta. Pavyzdžiui, kas profesionalams atrodo prasmingiausia savo darbe, taigi, kurių aspektų AI verčiau neliesti? Šiuo tikslu profesionalūs kūrėjai turi dalyvauti reguliuojant ir plėtojant kūrybinį AI. Diskusijos socialinėje žiniasklaidoje ir naujienos gali būti labai triukšmingos ir pernelyg paviršutiniškos, pavyzdžiui, politikos formavimui. Per mokslines studijas galime suteikti profesionalams aiškesnį balsą. Tai darydami išilginiu būdu, turėtume stebėti, kaip keičiasi naudojimo būdai ir suvokimas, ir tinkamai prisitaikyti. Papildydami tokias vartotojų studijas, mes taip pat turime turėti galimybę eksperimentuoti su pačių sistemų pakeitimais, o ne pasinaudoti pramonės pasiūlymais. Dabar esame tokioje vietoje, kur tokio tipo modeliai tapo pakankamai lankstūs, kad būtų mokomi ir tiriami „Aalto“ – šios galimybės dabar ir mano kolegos aktyviai siekiame.
Kaip turėtume apibrėžti kūrybiškumą ir kuo mašinų kūrybiškumas skiriasi nuo žmogaus kūrybiškumo?
Kūrybiškumą galime suvokti kaip romano, taip pat vertingų artefaktų kūrimą, pavyzdžiui, naudingumo ar estetinio malonumo požiūriu. Tačiau tai tik vienas iš būdų tai pamatyti, o kognityviniai mokslininkai vis dar kovoja apibrėždami kūrybiškumą. Tiesą sakant, visuomenė nuolat iš naujo derasi dėl sąvokos reikšmės. Visų pirma, mes pastebėjome, kad kūrybiniame procese dėmesys perkeliamas nuo amato prie į jį įtrauktų idėjų. Dėl šio nepastovumo kūrybinio dirbtinio intelekto tyrimai yra sudėtinga užduotis, todėl turime pažvelgti ne tik į AI ir žmogaus ir kompiuterio sąveiką, bet ir į pažinimo mokslą, filosofiją, socialinius mokslus ir kitas disciplinas.
Vienas iš būdų atskirti žmogaus kūrybiškumą nuo mašininio kūrybiškumo yra galvoti apie tai motyvacijos prasme. Pavyzdžiui, didžiąją žmogaus kūrybiškumo dalį lemia vidinė motyvacija, tokia kaip smalsumas. Čia mes nesiimame jokios vertės už pačios veiklos ribų. Tai iš esmės skiriasi nuo daugumos kūrybingų dirbtinio intelekto, kuris sukurtas siekiant optimizuoti atskirą tikslą, pvz., sukurti žmonėms patraukliausius rezultatus, įtraukiant duomenų, kurių sistema buvo apmokyta, funkcijas. Tačiau manau, kad tai ne tik riboja AI kūrybinį potencialą, bet ir tai, kiek jis iš tikrųjų gali papildyti ir padidinti, o ne tik pakeisti žmogaus kūrybiškumą. Mano tyrimai ginčija šią atskirtį.
Manau, kad funkcinių ir suvokiamų žmogaus ir AI skirtumų tyrimas yra labai svarbus, nes leidžia mums paklausti: kuo dirbtinis kūrybiškumas turėtų skirtis nuo žmogaus kūrybiškumo? O kokie šališki dalykai veikia sąveikaujant su kūrybinga AI, dėl kurių negalime jo naudoti naudingiau? Dabar esame tokioje situacijoje, kai užuot klausę „ar AI gali būti kūrybingas“, turėtume klausti „koks kūrybinis AI mums yra geriausias“.
Daugiau informacijos: Veera Vimpari ir kt., „Prisitaikyti arba mirti tipo situacija“: žaidimų pramonės profesionalų AI suvokimas, priėmimas ir naudojimas, generuojantis tekstą į vaizdą, arXiv (2023). DOI: 10.48550/arxiv.2302.12601
Žurnalo informacija: arXiv
Citata: Paklauskite mokslininko: kaip AI paveiks kūrybiškumą? (2023 m. balandžio 21 d.) gauta 2023 m. balandžio 22 d. iš https://techxplore.com/news/2023-04-scientist-ai-affect-creativity.html
Šis dokumentas yra saugomas autorių teisių. Išskyrus bet kokius sąžiningus sandorius privačių studijų ar mokslinių tyrimų tikslais, jokia dalis negali būti atkuriama be raštiško leidimo. Turinys pateikiamas tik informaciniais tikslais.
