Може ли АИ бити заиста креативан?

Пианита број 17 је кратко, упечатљиво дело за клавир. Постављен у Д-молу, његови дирљиви акорди и благо узлазни арпеггио преносе осећај изгубљене љубави, али са довољно новина — дисонантних нота и језивог временског померања — да извуку комад из клишеа. Каква је онда жарка животна искуства композитор улио у ово дело?

Ниједан, како се испоставило. Зато што је ову музику произвео модел вештачке интелигенције, обучен на хиљадама сати ИоуТубе видео записа.

Деценијама су психолози размишљали о креативности као о кључној особини која би нас издвојила од машина, иако су нас надмашиле у интелигенцији и вештини. Али сада, талас генеративних АИ модела, који стварају нови садржај заснован на учењу из огромних скупова података, баца сенку на ову идеју.

АИ „научници“ придружили су се тим истраживачким тимовима: ево шта се догодило

Ови модели су експлодирали на сцени у новембру 2022. године када је калифорнијска АИ фирма ОпенАИ објавила ЦхатГПТ, изузетно популарног АИ цхатбот-а. Покренут моделом великог језика (ЛЛМ) ГПТ-3.5, ЦхатГПТ је био у стању да произведе убедљив текст и слике као одговор на једноставне упите. Убрзо су уследили модели који су били још импресивнији.

Од поезије и видеа до идеја и музике, садржај генерисан од вештачке интелигенције сада је ривал многим делима које је направио човек, што значи да се стандардне научне дефиниције креативности боре да направе разлику између људи и рачунара. Напредак од 2022. године је „апсолутно запањујући“, каже Сајмон Колтон, који студира рачунарску креативност на Куеен Мари, Универзитету у Лондону. „Све моје колеге се труде да сустигну, попут ‘Шта? Шта се управо догодило?’

Дакле, треба ли прихватити да је АИ сада креативан? Или промените дефиницију да бисте заштитили људску креативност? Истраживачи са обе стране тврде да су улози велики – не само за креативни потенцијал вештачке интелигенције, већ и за наш сопствени.

Машинска генијалност

Дебата о томе да ли машине могу бити креативне није нова. Током 1840-их, Ада Ловелаце, која је сарађивала на прототипу првог дигиталног рачунара, Аналитичке машине, инсистирала је на томе да упркос импресивним способностима модела, „нема претензија да произведе било шта“ и да је ограничен на „шта год знамо да му наредимо да изведе“. Више од једног века касније, многи научници су и даље били истог мишљења, али је 1950. математичар Алан Тјуринг провокативно тврдио обрнуто: да не постоји људска способност коју једног дана не би могли да копирају компјутери.

Неких 50 година касније, машине су почеле да парирају чак и најталентованијим људима у специфичним задацима. 1997. ИБМ-ов Дееп Блуе компјутер је победио актуелног светског шампиона у шаху. АлпхаГо програм Гоогле ДеепМинд-а постигао је сличан подвиг за игру Го 2015. Гугл је 2019. године представио Бацх Доодле, који би могао да усклади кратке мелодије у стилу немачког композитора Јохана Себастијана Баха. Али истраживачи се слажу да се оно што се сада дешава са генеративном вештачком интелигенцијом разликује од свега што смо видели или чули раније.

Креативност је тешко окарактерисати и измерити, али истраживачи су се спојили на стандардну дефиницију: способност да се производе ствари које су и оригиналне и ефикасне. Они такође имају низ тестова за то, од тумачења апстрактних фигура до сугерисања алтернативних употреба цигле.

Од 2023. године, истраживачи у областима од бизниса до неуронауке почели су да извештавају да системи вештачке интелигенције могу да се такмиче са људима у таквим тестовима, а људи су се често мучили да разликују садржај који генерише вештачка интелигенција и садржај који производи људи, било да је реч о песми, научној хипотези или апликацији за паметне телефоне.¹. „Људи су почели да говоре: ‘Хеј, генеративна вештачка интелигенција ради добро на тестовима креативности, стога је креативна’“, каже Марк Рунцо, когнитивни психолог на Универзитету Соутхерн Орегон у Асхланду и оснивачки уредник часописа Цреативити Ресеарцх Јоурнал.

Међутим, људи са најбољим перформансама и даље имају предност над машинама. Једна студија² упоредио кратке приче које су написали људи са деловима које су генерисали популарни цхатботови. Иако су неке од прича генерисаних вештачком интелигенцијом оцењене као добре као покушаји аматерских писаца, стручњаци су оценили приче о вештачкој интелигенцији као много лошијег квалитета од професионалних прича објављених у Тхе Нев Иоркержалећи се да им недостају наративни завршници, реторичка сложеност и развој карактера. Одвојени експеримент је закључио да када је у питању осмишљавање нових функција за свакодневне предмете, ЛЛМ не могу да парирају иновативном капацитету групе петогодишње деце³.

Научна искра

У науци, генеративни АИ алати су постигли импресивне резултате за прецизно дефинисане проблеме, као што је предвиђање 3Д структура протеина. Али они могу да се боре са ширим изазовима. Прво, недостаје им искуство и контекст да дају плодне сугестије у истраживачком окружењу у стварном свету. Када је тим на Универзитету Станфорд у Калифорнији затражио и од доктора наука и од људи да генеришу предлоге истраживања у области рачунарства, рецензенти су предлоге АИ првобитно оценили као новије и ефикасније. Али након тестирања предлога, рецензенти су приметили недостатке у дизајну: на пример, неке идеје генерисане вештачком интелигенцијом биле су компјутерски прескупе за лако извршење, а друге нису упућивале на претходна истраживања, док су људске идеје биле изводљивије.¹.

Неки модели вештачке интелигенције такође могу да се боре са маштовитим скоковима потребним за генерисање заиста нових увида у науку. У мартовској студији⁴истраживачи вештачке интелигенције Ејми Динг са Емилон Бусинесс Сцхоол у ​​Лиону, Француска, и Шибо Ли са Универзитета Индијана у Блумингтону затражили су недавну верзију ЦхатГПТ-а (ЦхатГПТ-4) да открије улоге три гена у хипотетичком регулаторном систему. Истраживачи су тражили од цхатбот-а да изнесе хипотезе и осмисли експерименте; они су затим изведени помоћу компјутерски симулиране лабораторије и резултати су враћени АИ.

У поређењу са људским научницима који су добили исти задатак, цхатбот је предложио мање хипотеза и спровео мање експеримената. За разлику од људи, није ревидирао своје хипотезе нити спровео нове експерименте након што је добио резултате, и није успео да открије тачан регулаторни механизам. Након само једног круга истраживања, самоуверено је закључио да су његове првобитне идеје биле тачне, иако нису биле подржане подацима.

Динг и Ли закључују да ЦхатГПТ-4, у најмању руку, нема неопходну креативну искру да примети и протумачи аномалне резултате, или да постави изненађујућа и важна питања. Људи често спроводе експерименте из радозналости, истичу истраживачи, а затим испробавају нове идеје да објасне своје резултате. Али ЦхатГПТ-4 је био „тврдоглав“ – није могао да прилагоди своје размишљање суоченим са новим доказима.

Хоће ли АИ икада добити своју Нобелову награду? Неки предвиђају ускоро научно откриће достојно награде

Истраживачи сугеришу да би постизање радозналости и маште потребних за заиста револуционарна открића могло захтевати превазилажење дубоких неуронских мрежа – хијерархијских слојева међусобно повезаних чворова – који леже у основи генеративне АИ. Иако се ови истичу у препознавању статистичких образаца, могу се борити са флексибилним размишљањем изван оквира. То је „веома тешко урадити када тренирате на огромним количинама података“, слаже се Колтон, „што је, по дефиницији, унутар оквира“.

Алтернативне архитектуре вештачке интелигенције могле би да повећају потенцијал за креативност, иако су истраживања у раној фази. Динг и Ли истичу „неуроморфну“ вештачку интелигенцију, која је заснована на динамичким, самоорганизујућим процесима мозга. У међувремену, Колтон је узбуђен због неуросимболичке вештачке интелигенције. У овом приступу, дубоке неуронске мреже које прикупљају обрасце из података комбинују се са симболичким правилима и расуђивањем, при чему је симболички део ближи експлицитној, апстрактној мисли. Додатак би могао да опреми системе вештачке интелигенције са већом флексибилношћу да избију изван своје обуке, каже он. „Можете рећи: ‘Видели сте ово правило у подацима, али шта ако то није тачно?’

Верујте процесу

Без обзира на то колико импресивни модели постану, међутим, треба ли их икада описати као креативне? Неки истраживачи тврде да, пре него што креативност припише АИ, друштво мора пажљивије да размисли о томе шта је овај квалитет заиста. Џејмс Кауфман, едукативни психолог на Универзитету Конектикат у Сторсу и аутор неколико књига о креативности, тврди да треба да разумемо процес стварања, а не само да гледамо на крајњи резултат. „АИ може произвести креативан производ, свакако“, каже он. „Али то не пролази кроз креативни процес. Не мислим да је то креативни ентитет.“

За Рунцо, такође, идеја креативне вештачке интелигенције игнорише важне квалитете које људи користе у свом креативном резултату. Он тврди да, док неуронске мреже прате алгоритме, људи користе субјективне емоције, естетику, личне вредности и проживљено искуство за доношење креативних одлука и маштовитих скокова који можда не изгледају логично или рационално, али који изражавају нечију јединствену перспективу, или себе.

Да би ухватио ове људске аспекте, Рунцо предлаже да се стандардна дефиниција креативности измени како би укључила „аутентичност“ или бити веран себи, као и „интенционалност“ — унутрашњу мотивацију или нагон који укључује и радозналост да се започне креативни процес и расуђивање да се зна када треба престати.

Неки типови АИ модела могу сами да процене свој учинак и побољшају, каже Цатерина Моруззи, филозофкиња која проучава креативност и вештачку интелигенцију на Единбуршком колеџу уметности, Велика Британија, али они и даље могу само да се крећу ка циљу који обезбеђује човек. „Оно што још увек не могу, а питање је да ли ће икада моћи, јесте да себи задају сопствене циљеве.

За Јона МцЦормацка, који проучава рачунарску креативност на Универзитету Монасх у Мелбурну, Аустралија, чак су и висококвалитетне АИ креације „паразитске“ на људској креативности која је ушла у њихов материјал за обуку. „Они нису у стању да осмисле уметничке покрете или самостално желе да буду уметник.“