人工智能(AI)將計算系統的功能提升到不同的水平。甚至認為計算系統可以模仿人類(lèi)也是令人驚訝的。人工智能在我們生活的各個(gè)方面都有很多很棒的例子。也就是說(shuō)，計算系統的能力仍然受到限制，因為它們無(wú)法像人類(lèi)一樣創(chuàng )造性地思考。雖然人工智能可以處理和分析復雜數據，但在涉及抽象，非線(xiàn)性和創(chuàng )造性思維的領(lǐng)域仍然沒(méi)有太多實(shí)力。例如，計算系統極難提出像相對論那樣的突破性科學(xué)理論。AI可以克服這個(gè)限制嗎?人工智能正在不斷豐富，但迄今為止沒(méi)有做太多工作將人工智能推向更高水平。
什么是人工智能?
AI是一個(gè)研究計算系統智能的計算機科學(xué)領(lǐng)域。雖然聽(tīng)起來(lái)有點(diǎn)奇怪，但人工智能使計算機在某種程度上能像人類(lèi)一樣思考，反應和工作。智能計算機可以做許多不同的事情，如計劃，語(yǔ)音識別和解決問(wèn)題。
人工智能的開(kāi)發(fā)
如前所述，人工智能的利用太多，無(wú)法在這里記錄。不過(guò)，下面簡(jiǎn)要介紹了一些最值得注意的成就：
谷歌的AI軟件AlphaGo在極其復雜的中國游戲Go中擊敗了世界冠軍Lee Sedol。在制作動(dòng)作方面，Go就像國際象棋一樣，但與國際象棋不同，由于Go中可能的移動(dòng)數量幾乎無(wú)限，因此無(wú)法計算所有可能的移動(dòng)。
谷歌的人工智能軟件寫(xiě)了詩(shī)歌。該軟件獲得了超過(guò)11,000首詩(shī)歌。根據這些詩(shī)歌的數據，該軟件創(chuàng )作了新的詩(shī)歌。
在塔夫茨大學(xué)，人工智能軟件開(kāi)發(fā)了關(guān)于扁蟲(chóng)再生的科學(xué)理論。120年來(lái)，這個(gè)話(huà)題一直是個(gè)謎。
AI真的可以變得有創(chuàng )意嗎?
盡管取得了成就，但很難相信人工智能實(shí)際上可以變得富有創(chuàng )造力 - 至少不會(huì )很快。想想上面描述的例子。他們每個(gè)人的共同傾向是對數據的依賴(lài) - 大量的數據。在做任何新穎的事情之前，機器首先需要處理和分析給他們的數據。AI最有可能做的就是根據已經(jīng)給出的許多模式找到一個(gè)新的模式。這違背了創(chuàng )造力的基本原則。人類(lèi)的思維不能存儲或處理如此龐大的數據量，但這并不能阻止它創(chuàng )造出令人難以置信的新奇東西。
人工智能難以涉足的一個(gè)領(lǐng)域是純藝術(shù)。根據牛津大學(xué)機器學(xué)習副教授邁克爾·奧斯本的說(shuō)法，教授算法來(lái)制作像人類(lèi)一樣的藝術(shù)是非常困難的?？梢杂柧毸惴▉?lái)大量制作藝術(shù)品，但很難教他們質(zhì)量和藝術(shù)差的區別。英國一家知名報紙“衛報”進(jìn)行的一項調查發(fā)現，在英國和美國，近90%的藝術(shù)工作都無(wú)法實(shí)現自動(dòng)化。
根據該領(lǐng)域知名人士的意見(jiàn)，人工智能似乎不會(huì )很快成為真正的創(chuàng )意。讓我們回顧一下這些意見(jiàn)。
David Cope，加州大學(xué)圣克魯茲分校作曲家，作者和音樂(lè )名譽(yù)教授
Cope教授一直試圖讓計算機長(cháng)時(shí)間寫(xiě)小說(shuō)并取得了一些成功。計算機現在能夠寫(xiě)短篇小說(shuō)，但問(wèn)題出現在故事??的質(zhì)量上。根據Cope教授的說(shuō)法，人工智能可能很快就會(huì )在30分鐘內完成10,000個(gè)單詞的翻譯。但這些故事能為讀者帶來(lái)快樂(lè )和價(jià)值嗎?可能不是。機器編寫(xiě)的短篇故事彼此相關(guān)，為計算機提供分析數據。這里缺少的基本要素是創(chuàng )造力和新穎性。即使在撰寫(xiě)短篇小說(shuō)時(shí)，計算系統依賴(lài)于先前的數據輸入。
Maria Teresa Llano Rodriguez，戈德史密斯大學(xué)計算創(chuàng )造力研究組副研究員
羅德里格茲認為，由于提供的數據類(lèi)型，人工智能的創(chuàng )造力受到限制。她闡述了數據質(zhì)量，多樣性和數量是使AI變得富有創(chuàng )造力的重要因素。向AI系統提供此類(lèi)數據總體上是失敗的。雖然在這種情況下對AI的能力沒(méi)有任何疑問(wèn)，但AI仍然依賴(lài)于數據質(zhì)量。
人工智能如何成為創(chuàng )意?
人工智能似乎可以改善，但不太可能與人類(lèi)的思維相匹配。然而，在某些領(lǐng)域，人工智能可以聲稱(chēng)能夠實(shí)現完全掌握，例如無(wú)人駕駛汽車(chē)和汽車(chē)制造。事實(shí)上，這些行業(yè)已經(jīng)經(jīng)歷了大規模的自動(dòng)化。為了提高算法的能力，他們需要不斷提供大量，更新和變化的數據量，以便機器可以適應和學(xué)習?；趯W(xué)習，它可以找到新奇的東西。但心理學(xué)，醫學(xué)和藝術(shù)等領(lǐng)域仍未被人工智能所征服。
讓我們以恐怖電影“摩根”為例，其中IBM Watson認知平臺發(fā)揮了突出作用?；旧?，Watson減少了人類(lèi)通常用于制作這部恐怖電影預告片的巨大努力和時(shí)間。通過(guò)純粹的人力，它將花費更長(cháng)的時(shí)間。沃森吃了很多恐怖驚悚片的預告片。Watson分析了預告片的視覺(jué)效果，聲音和構圖，并選擇了最合適的剪輯。你可以說(shuō)Watson的努力接近人腦的努力 - 如果不相同 - 因為它可以分析和識別合適的片段。
這就是AI的工作方式：模仿?；旧?，AI模仿它作為輸入給出的數據。您提供大量數據，然后人工智能處理和分析數據并找到新模式，有些人稱(chēng)之為創(chuàng )造性。根據開(kāi)發(fā)深度學(xué)習應用程序的初創(chuàng )公司Somatic的首席執行官Jason Toy的說(shuō)法，AI致力于深度學(xué)習原則。“如果你喂它成千上萬(wàn)的繪畫(huà)和圖片，你突然有了這個(gè)數學(xué)系統，你可以調整參數或向量，獲得全新的創(chuàng )意，就像它訓練的那樣。”
相信人工智能可以創(chuàng )造性的人相信這一點(diǎn)，因為它的成就在過(guò)去是不可想象的，并且突飛猛進(jìn)。例如，沒(méi)有人相信計算機可以區分什么是癌癥，什么不是癌癥，但Watson目前正在開(kāi)展這項任務(wù)?；旧?，這些人依賴(lài)于A(yíng)I的進(jìn)化趨勢。實(shí)際上，人工智能在很短的時(shí)間內取得了很多成就。但是被忽略的是人工智能用一種常見(jiàn)的方法做了不同的事情 - 深度學(xué)習和模仿數據。但創(chuàng )造力要求獨立。
