인공 지능이 인간의 창의력과 경쟁 할 수 있습니까? 제한된 데이터는 제한된 혁신을 의미합니다. 폰라 마이 사진 샘 발라 디 / 플리커, CC의 BY-SA

유럽 ​​특허청 최근에 거절 식품 용기를 기술 한 특허 출원. 이것은 본 발명이 신규하거나 유용하지 않았기 때문에, 인공 지능 (AI)에 의해 생성 되었기 때문이다. 법에 따르면, 발명가는 실제 사람이어야합니다. 이것은 인공 지능이 발명 한 최초의 발명이 아닙니다. 과학 논문 그리고 책 신소재음악.

즉, 창의성이되는 것은 분명히 가장 주목할만한 인간의 특성 중 하나입니다. 그것 없이는시나 인터넷, 우주 여행이 없을 것입니다. 그러나 AI가 우리를 일치 시키거나 능가 할 수 있을까요? 연구를 살펴 보자.

이론적 인 관점에서 창의성과 혁신은 검색 및 조합. 우리는 하나의 지식에서 시작하여 다른 지식과 연결하여 새롭고 유용한 무언가로 연결합니다. 원칙적으로 이는 머신에서 수행 할 수있는 작업이기도합니다. 실제로 데이터 내에서 저장, 처리 및 연결하는 데 탁월합니다.

기계는 생성 방법을 사용하여 혁신을 생각해냅니다. 그러나 이것이 어떻게 정확하게 작동합니까? 있다 다른 접근법하지만 최신 기술을 생성 적 적자 네트워크. 예를 들어, 사람의 새로운 그림을 만들어야하는 기계를 생각해보십시오. 생성적인 적대적 네트워크는 두 개의 하위 작업을 결합하여이 생성 작업을 처리합니다.


내면의 구독 그래픽


첫 번째 부분은 임의의 픽셀 분포에서 시작하여 새로운 이미지를 생성하는 생성기입니다. 두 번째 부분은 판별 기인데, 이는 실제로 실제와 같은 그림을 생성하는 데 얼마나 근접한지를 생성기에 알려줍니다.

차별자는 인간의 모습을 어떻게 알 수 있습니까? 글쎄, 당신은 작업을 시작하기 전에 실제 사람의 사진에 대한 많은 예를 제공합니다. 판별 기의 피드백을 기반으로 생성기는 알고리즘을 개선하고 새로운 그림을 제안합니다. 이 과정은 차별자가 사진이 배운 그림과 충분히 비슷해 보인다고 판단 할 때까지 계속됩니다. 이 생성 된 그림이 온다 매우 가까이 실제 사람들에게.

그러나 기계가 데이터로부터 혁신을 창출 할 수 있다고하더라도 곧 인간 창조성의 모든 불꽃을 훔칠 가능성이있는 것은 아닙니다. 혁신은 문제를 해결하는 프로세스입니다. 혁신이 이루어 지려면 문제가 솔루션과 결합됩니다. 인간은 어느 방향 으로든 갈 수 있습니다. 문제로 시작하여 해결하거나 해결책을 찾고 새로운 문제를 찾다.

후자의 혁신 유형에 대한 예는 포스트잇 노트. 한 엔지니어가 너무 약해서 책상에 앉아있는 접착제를 개발했습니다. 나중에 동료 만이이 솔루션이 합창 연습 중에 악보가 악보에서 떨어지는 것을 방지 할 수 있다는 것을 깨달았습니다.

기계는 명확한 문제 공식화로 입력 및 코드로 데이터를 사용하여 문제에 대한 솔루션을 제공 할 수도 있습니다. 그러나 문제는 종종 기계가 혁신하는 데이터 풀의 경계를 벗어나므로 문제를 찾기가 어렵습니다.

또한 혁신은 종종 우리는 심지어 우리가 몰랐던 필요. Walkman을 생각하십시오. 걷는 동안 음악을 듣고 자하는 소비자가 없었음에도 불구하고이 혁신은 큰 성공을 거두었습니다. 이러한 잠재적 요구는 공식화 및 명시 적으로 표현하기 어렵 기 때문에 머신이 혁신에 필요한 데이터 풀로가는 길을 찾지 못할 수도 있습니다.

인간과 기계에는 혁신을위한 투입물로 사용되는 원료가 다릅니다. 인간이 아이디어를 창출하기 위해 일생의 광범위한 경험을 활용하는 경우, 머신은 우리가 공급하는 데이터로 제한됩니다. 기계는 입력 데이터를 기반으로 새로운 버전의 형태로 수많은 점진적 혁신을 빠르게 생성 할 수 있습니다. 그러나 혁신적인 혁신은 종종 다음을 기반으로하는 기계에서 나오지 않을 것입니다. 연결 필드 서로 떨어져 있거나 연결되지 않은 생각 스노우 보드의 발명스키와 서핑의 세계를 연결합니다.

또한 창의성은 참신에 관한 것이 아니라 유용성에 관한 것이기도합니다. 기계가 점진적으로 새로운 것을 만들 수는 있지만, 이러한 제작이 유용하다는 것을 의미하지는 않습니다. 유용성은 혁신을 잠재적으로 사용하는 사람들의 눈에 정의되어 있으며 기계를 판단하기가 어렵습니다. 그러나 인간은 다른 인간과 공감하고 그들의 필요를 더 잘 이해할 수 있습니다.

마지막으로 AI로 생성 된 창의적인 아이디어는 단순히 머신에 의해 만들어 졌기 때문에 소비자가 선호하지 않을 수 있습니다. 인간은 이러한 아이디어가 있다고 느끼기 때문에 AI의 아이디어를 할인 할 수 있습니다 덜 정통 or 심지어 위협. 아니면 그들은 단순히 자신의 종류의 아이디어, 효과를 선호 할 수도 있습니다. 관찰 된 전에 다른 분야에서.

현재, 많은 창의성 측면은 머신과 AI에 대해 논란의 여지가없는 영역으로 남아 있습니다. 그러나 면책 조항이 있습니다. 기계가 창조적 인 영역에서 사람을 대체 할 수 없다해도 인간의 창의력을 보완하는 데 큰 도움. 예를 들어, 새로운 질문을하거나 새로운 문제를 식별 할 수 있습니다 우리가 함께 해결하는 기계 학습.

또한 우리의 분석은 기계가 주로 좁은 데이터 세트에서 혁신한다는 사실을 기반으로합니다. AI가 크고 풍부하며 연결이 끊긴 데이터를 결합 할 수 있다면 AI가 훨씬 더 창의적이 될 수 있습니다.

또한 기계가 인간이 보유한 광범위한 지능, 즉 "일반 지능"이라고하는 종류의 지능이 향상되면 창의성이 향상 될 수 있습니다. 그리고 이것은 미래에 너무 멀지 않을 수도 있습니다 – 일부 전문가 50 %의 기회가 있다고 평가 향후 50 년 내에 기계가 인간 수준의 지능에 도달 할 수 있습니다.대화

저자에 관하여

Tim Schweisfurth, 기술 및 혁신 관리 부교수, 남부 덴마크 대학 René Chester Goduscheit, 기술 및 혁신 연구 교수, 오르후스 대학

이 기사는에서 다시 게시됩니다. 대화 크리에이티브 커먼즈 라이센스하에 읽기 원래 기사.