Může být umělá inteligence kreativní?

Předně bychom si měli říct, co je vlastně umělá inteligence. Existují různé přístupy k tomuto problému. Jedním z nich je robotický funkcionalismus, který se uplatní u výrobních linek a jeho výhodou jsou nízké vstupní náklady a minimální požadavky na výpočetní výkon. Jeho limitem je ale minimální prostor pro kreativitu. Zde se tedy s kreativitou u strojů nedá moc počítat.

Dalším přístup je symbolický funkcionalismus, který pracuje s myšlenkou, že se pokusíme stroji nadefinovat pravidla, na základě kterých bude fungovat. Tím, že stroj může využívat různých modelů inteligence, zde se lze o jistém druhu kreativity bavit. Jde o to, že stroj může použít algoritmy z jednoho modulu inteligence a kombinovat je s jiným modelem. Toto pojetí však naráží na problém, že lidské myšlení není pojmové, ale komplexní a imaginativní, což lze strojovým myšlením zatím stěží nahradit.

Nejpopulárnější jsou v tomto ohledu však neuronové sítě. Sítě jsou založené na principu kategorizace objektů, čím více prvků síť má, tím je jemnější a přesnější jejich kategorizování. S neuronovými sítěmi začal experimentovat Pierre Fautrel, který je zmíněn níže.

Pokud se ptáme, zda může být umělá inteligence kreativní, potřebujeme si říct, co kreativitou myslíme. Emilien Dereclenne hovoří o dvou kritériích kreativity. Je to kritérium originality (něco nového, originálního, nové způsoby, změny v metodách) a kritérium hodnoty (nese zvláštní význam pro tvůrce či skupinu tvůrců, je to práce krásná, užitečná, terapeutická). Je tedy možné, že umělá inteligence umí být kreativní, vytvořit buď něco nového a originálního, najít novou cestu, nebo provést změnu v postupech či vytvořit něco krásného a užitečného?

Sayagh se odkazuje na výzkum francouzského vědce Fautrela, který učil stroj malovat. Do takového stroje nahrál spolu se skupinou Obvious 15 tisíc klasických portrétů a stroj si na základě toho vytvořil svůj vlastní „styl“ portrétování. Tato umělá inteligence přitom využívá algoritmy zvané GAN neboli generativní kompetitivní neuronové sítě. Fautrel to označuje za druh kreativity, při které se stroje, podobně jako lidé, „učí příkladem“ a dokonce hovoří o novém uměleckém směru GANismu, což chápe jako umělecké hnutí, ve kterém lidé a stroje spolupracují, aby maximalizovali svůj kreativní potenciál.

Jakkoli můžeme být skeptičtí ke kreativitě umělé inteligence, záleží na pojetí a umění ji dobře využít pro náš prospěch. Nejde o to dokázat, že stroje jsou kreativní stejně jako lidé (čímž se zabývá např. Stéphane Mallard), ale najít příležitosti, kde lze jejich algoritmickou kreativitu dobře využít. Sayagh uvádí, že může jít například o generátor textu vytvořený pro správce obsahu určité značky, kurátora obrázků a videí pro videografika nebo UI technologie, která vyhledává materiály v daném barevném rozsahu pro stylisty či módní návrháře.

Zdroje:

CARLEO, Giuseppe a Matthias TROYER, 2017/02/09. Solving the Quantum Many-Body Problem with Artificial Neural Networks. Science. 355, 602. DOI: 10.1126/science.aag2302.

ČERNÝ, Michal, 2020/01/01. Fenomenologicko-pragmatistická interpretace hyperkonektivistického světa: k problémům filosofie informace: k problémům filosofie informace. DOI: 10.5817/CZ.MUNI.M210–9455–2020. ISBN 978–80–210–9455–0.

FAUTREL, Pierre, 2018. À la découverte d’une IA artiste. In: Boma en Français [online]. 11.9.2018 [cit. 2020–03–11]. Dostupné z: https://www.youtube.com/watch?v=xWS__kIJ7ws&t=1s

SAYAGH, Elsa, 2019. Umělá inteligence vs. lidé — kdo je kreativnější? [online]. 25.11.2019 [cit. 2020–03–11]. Dostupné z: https://www.welcometothejungle.com/cs/articles/umela-inteligence-vs-lide-kdo-je-kreativnejsi

Foto dostupné z: https://pixabay.com/photos/paint-makeup-girl-cosmetics-color-2985569/