人工知能（以下、AI）の創造性モデリングや機械実装に関する研究がにわかに話題となり、学術論文を執筆したり、囲碁の世界チャンピオンに勝つなど、さまざまな創造的なソフトウェアが次々と登場しています。小説や絵画などの作品を作成するための多層人工システム。基礎理論研究も目覚ましい成果を上げ、AIの溝を埋める新たな「計算創造性」が生まれました。 1 つは人工システムによって実現される創造性または AI の創造性を指し、もう 1 つは人工システムに創造性を表現させる方法に特化し、理論的な議論とエンジニアリングの実践を統合する AI の分野を指します。
中国式の計算的創造性の AI 部門を作成するには、外国の計算的創造性の構築と「メイクアップタスク」の完了の成功体験を包括的かつ徹底的に研究することに加えて、コーナーで他の人を直接追い越すべきです。そのフロンティアに入り、創造性モデリングのプロトタイプインスタンス問題、創造性を実現するコンピュータの可能性、「グラウンディング」と「ソフトウェア工学の「信頼性の欠如の問題」など。
創造性の幻滅と計算化: 計算による創造性のモデルの考慮事項
AI を使用すると、人間または人間以外の創造性をモデルまたは「プロトタイプ インスタンス」としてモデル化することで、コンピューターが創造性を実現できるようになります。もちろん、これを行うには、創造性そのものとは何なのか、思考などの認知能力とは異なる独立した創造性は存在するのか、それ自体の構造、本質、秘密などといった、前提となる精神的・認知的哲学的問いにまず答えなければなりません。人間の認識にオープンですか？問題は、すべてではないにしても、伝統的なイノベーションの見方が、計算による創造性の研究にとって少なくとも部分的に障害になっているということです。たとえば、伝統的なロマンティックで神秘的なイノベーションの見方によれば、創造性自体は一種の謎またはミステリーです。あるいは逆説さえあります。たとえ世界に創造性が生じるとしても、それはミューズに特有の性質です。
創造性の計算モデリングに対する上記の障壁を取り除くには、間違いなく、創造性を AI に関する基礎科学研究の中心に据え、創造性を幻滅させ、その謎を排除し、到達不可能な認識の祭壇から創造性を引きずり下ろし、立ち返らせるように努めなければなりません。それは自然界の客観的なプロセスや力に影響を与えます。世の中のいわゆる謎や神秘は、人々の既存の認識と相対的なものです。かつてははっきりと解明されていなかったものが謎に満ちていて、例えば科学が未発達だった時代には、空の雷は神秘的な力だと考えられていましたが、物理学の発展とともに幻滅し、元の状態に戻りました。自然現象の本来の状態。創造性についても同様です。
創造性が神秘的ではなく、機械によってモデル化できる理由は、本質的に、思考、想像力、連想、類推など、私たちの通常の認知能力に依存しているからです。それらが特定の方法で結合されると、イノベーションが生まれます。科学的な言葉で言えば、創造性のパフォーマンスは分散した皮質ネットワークによって決定され、その現実は単一の脳領域に依存しません。創造性の神経基盤は、タスクの要件や形式の変化に応じて変化します。最も革新的なタスクの完了は、すべて動的なものです。デフォルトモードネットワークと実行制御ネットワークの結合。デフォルト モード ネットワークの活性化は、長期記憶からのアイデアや情報の自発的な生成を反映しますが、実行制御ネットワークの活性化は、特定の目標タスクを完了するために思考を制約するプロセスを反映します。したがって、創造性は、コンピューターでモデル化し、機械で実装できる自然現象です。創造性が最も依存する発散的思考の場合、それらはノードの活性化で構成されます。これらのノードが非常にしっかりと接続されている場合、通常の心理現象と同様に動作します。人々は多様な思考を持っていますが、弱く間接的なつながりがあり、システムが目覚めて大脳皮質が非特異的に活性化されます。その結果、人々の精神生活には、ひらめきなどの共通現象が現れます。
インスピレーションやひらめきなど、認知的に最も閉鎖的で精神的な奇跡とみなされているものに関しては、人間の認知が入り込む方法がある限り、その謎はゆっくりと消え去っていきます。そのいわゆるミステリーは、問題の解決方法が標準的な問題分析の方法とは異なるというだけです。後者のアプローチの特徴は、解決すべき問題が言葉で表現しやすく、直接的かつ論理的な方法で解決できると認識していることです。実験によると、被験者は論理的に解決できる問題に直面すると、言語を使用して問題を解決するために行った段階的な手順を報告します。インスピレーションなどの方法で解決するのに適した問題は異なります。この場合、被験者は問題を解決するために論理的な議論を使用する可能性は低くなります。それにもかかわらず、このようなインスピレーションの助けを借りて問題を解決するプロセスも、生物学的な脳によって完了するものであり、そのプロセスには超自然的な力は存在しません。関連情報は特定の方法でエンコードされ、処理されます。
機械が創造性を実現するには、創造性を計算することも必要です。いわゆる計算化とは、概念に操作上の定義を与えること、または創造性を人工システム上で実現できる属性に変換すること、創造性とその構成要素を計算用語で再表現すること、形式的または象徴的な変換の本質的な特徴を明らかにすることです。 。計算化は、関連する概念を計算用語で形式化することとしても理解できます。形式化には代数形式化、論理形式化などさまざまな方法があります。形式化の要件を満たすために、代数記号論のような研究が生まれました。シンボル、シンボル システム、およびそれらのマッピングの構造を論理的に形式化しようとします。計算的創造性に関する議論の深化に伴い、認知スキーム、手続き的スキーム、状況主義スキーム、計算主義スキームなど、理論的根拠と実践的価値を備えた創造性のための多くの計算スキームが生まれてきました。計算主義計画によれば、コンピューティングの創造性とは、概念空間、ヒューリスティック、検索などの計算用語を使用して創造性を説明し、機械の革新的な機能のコンポーネントとメカニズムを形式化するなど、創造性の概念を再構築することを意味します。この種の作業を行うことによってのみ、機械はこれらの形式化またはその一部を実現し、革新的なタスクを完了することができます。
創造性 AI モデリングはどのように可能か: 計算による創造性のメカニズムを探る
計算による創造性の基本理論を構築するもう 1 つのプロジェクトは、創造性は人間の心の奇跡であり、人間の本質的な特性を最もよく体現するものであるため、コンピューターと創造性は無関係であるという懐疑を解決することです。コンピューターはそれに従って動作します。プログラムに組み込まれ、その動作はすべてプログラマーによって調整されるのが特徴です。プログラムされることは、創造性の必然的な特徴である自律性の反対です。たとえコンピュータがいわゆる創造性を表現できるとしても、それはプログラマにのみ帰せられるべきです。プログラム内の命令と規則は、コンピューターの可能なすべてのパフォーマンスを決定し、これらを超えることはできません。
しかし、時代に即した研究を行っている限り、上記の認識はプログラムに関する狭くて時代遅れの理解に基づいていることがわかります。プログラムに関する新しい研究によると、上記の見解の問題点は、プログラムにはルール自体の変更が含まれていること、つまり、プログラムには変更方法を規定するルールが含まれており、「生きたアルゴリズム」に埋め込むことができるということが理解されていないことです。 」、または状況の変化に応じて変化する創造的なアルゴリズムさえも。さらに、プログラムには、環境からの予期せぬ入力を学習して応答できるアルゴリズムが組み込まれています。重要なのは、プログラムのタスク指向のルールにランダムな変更を加える遺伝的アルゴリズムも含まれていることです。これらの変化は、生物学的進化を引き起こす点突然変異や交叉に似ています。多くの進化プログラムには、次のラウンドのランダムなルールベースの変更の「親」として、各新世代のタスク プログラム メンバーから最適なメンバーを選択するフィットネス関数も含まれています。フィットネス機能がない場合、そのような選択は人間が行うことになりますが、このような機能があれば機械が「勝手に」選択することができます。これは、プログラミングの概念の変化により、機械が特定の自律性と創造性を備え、人間の創造性の 2 つの基準 (つまり、新規性と有用性) を満たす出力を生成できることを意味します。進化的プログラミングを例にとると、予備的な変革型人工知能、つまり、プログラムによって生成された一部の画像は元の画像とはまったく異なり、新しくて有用な画像になります。 。これは、遺伝的アルゴリズムにより、数値の変更など、単一のプログラムされた命令内での点突然変異だけでなく、画像生成プログラム全体の連続的かつ階層的なネストも可能になるためです。
AI のモデリングと創造性の実現がどのように可能になるかは理論的問題と実践的問題の両方であり、後者の側面はより基本的かつ重要であるため、2 つの側面からアプローチをとり、両方の理論から人工システムにおける創造性の表現を探ることができます。問題を解決する方法と、エンジニアリングの実践における主要な問題の解決に焦点を当てる方法を練習します。実際、AI は議論と実践の戦略を採用しており、より革新的な能力を備えた人工システムを設計する方法に焦点を当てており、前述の革新的な論文や創造的な作品を書く能力など、世界的に有名な成果を数多く達成しています。 AlphaFold などの文学作品や芸術作品のソフトウェア。人間の科学者の予測をはるかに超えて、最も予測が難しいタンパク質構造を最も正確に予測できます。そうであれば、創造性が可能であるかどうかという問題に貴重な人間のエネルギーを浪費する必要はなくなりました。実際、計算による創造性の研究はすでにこのような進歩を遂げています。それは、「可能かどうか」のような壮大な理論的な問題を脇に置き、創造性の具体的な形式を分析することに基づいて、人工的な創造性を可能にするためにいくつかの具体的で小さなことを行うというものです。創造的な仕事を実現するためのシステム。
ソフトウェアエンジニアリングのイノベーション: 計算上の創造性への技術的鍵
ソフトウェア エンジニアリングは、ソフトウェア開発、運用、保守などのエンジニアリング テクノロジの研究と実践に、体系的で厳密に制約された定量化可能な手法を適用するプロセスです。計算による創造性の研究において、ソフトウェアエンジニアリングは、その主な原動力であり、また、従事する応用分野（絵画、ゲーム、科学的発見など）における創造的なソフトウェアの研究、設計、作成などの主な仕事でもあります。 。哲学的な用語で言えば、これはまさに「大きな鼻」です。なぜなら、創造性のためにどれほど幻滅や計算、モデル構築の作業が行われたとしても、最終的にはソフトウェアを通じて実装され、実現されなければならないからです。
当初、人々はソフトウェアの性質と役割、つまりソフトウェアの設計はコードとアルゴリズムを書くことに他ならない、という理解を持っていたため、計算上の創造性において登場したソフトウェアのほとんどは、目的を達成する。意識と実践がこのレベルに留まれば、計算的創造性や創造的創造性の理想は現実にはなりません。人々は、革新的なソフトウェアの観点からソフトウェア工学を注意深く考察し、研究したことに基づいて、ソフトウェアによって生成されるコードとアルゴリズムを同時に革新的な成果とし、ソフトウェアを優れたものにするという目標に向けて調整を行ってきました。クリエイティブ ソフトウェア ジェネレーターの機能の 1 つは、問題を解決するだけではなく、世界に問題を提起することです。これを行うには、方法論を変更する必要があります。この理解に基づいて、計算創造性プログラミングのコードは、他の場所のような単なるツールではなく、科学や芸術における結果やプロセスのようなものになる可能性があります。つまり、そのようなコードにも独自の命があり、研究、修正、適用することができます。思いがけない分野での活躍、文化などに感心することがある。この概念に従ってソフトウェアを設計および開発することは、エンジニアリングおよび技術的な作業に従事するだけでなく、創造性の性質などの哲学的な問題を確実に再考することになります。新しい研究によると、創造性の役割は単に問題を解決することではなく、より重要なのは世界について疑問を投げかけたり、世界に問題を提起したりすることです。問題化とは、生成されたコードが、データセットに関する予期せぬ異常や仮説を明らかにするなど、問題解決を通じて世界をより深く理解するのに役立つ機会を明らかにすること、またはコードを変更に適用して世界を変える機会を明らかにすることを意味します。
コンピュータはプログラムを通じて創造性を表現するため、ソフトウェア エンジニアリングの主要な作業はプログラミングです。具体的には、機械が創造性を表現するためには、創造性を研究し、それをプログラムに実装できるように計算するだけでなく、プログラムと創造性の関係は何か、創造性が創造性であるかどうかなど、プログラムの手頃な価格性も探求する必要があります。実現できる強さ、どこまで実現できるかなど。これを見て、多くの計算創造性研究の専門家は、この工学的アプローチを実践しています。つまり、最初にプログラムの手頃な価格と性質を研究し、次にこれを使用して、特定の工学的実装問題を解決するための創造性を計算します。
「信頼性の喪失という難題」とその解決策: 計算上の創造性の「根拠のある」モデリング
既存の計算創造性ソフトウェアとプログラミングの研究活動を冷静に振り返り、基本的な理論的研究に焦点を当てている哲学者や一部の AI 専門家は、さまざまな知的現象をシミュレートする既存のソフトウェアには「信頼性の欠如の問題」があることを認めています。この問題は、実際には、計算上の創造性をモデル化する際にサールらが「意図性の欠如の問題」と呼んでいるものの現れです。これを調べる限り、人間が発揮する創造性には 2 つの状況があることがわかります。まず、システムが本当に創造性を実現します。たとえば、システムはイノベーションにおける真の協力者であるか、独立して活動できる自律的な主体のいずれかです。革新する、第二に、システムは創造性を実現するために使用され、創造的、つまり表面的な創造性の感覚を持っていると解釈されます。創造性に関する内在主義的な観点によれば、既存の創造的なソフトウェアは創造的であると評価されるだけで、真の創造性が欠如しているという問題があります。
コンピューティングシステムが真に創造的であるためには、まず人間の創造性の実態を明らかにする必要があります。例えば、コンピューティングシステムが真に創造的であるとは何を意味するのでしょうか。創造性の信頼性の基準と表現は何ですか?人間の創造性が本物である理由は、実際には人間の目的、動機、力によって決定され、いつでも調整できることに加えて、それが人間の文化に埋め込まれ、浸透し、統合されているためです。文化の影響は文化にも役立ちます。 「真正性」の範囲は、自分自身の経験や経験の記述が真実であるかどうかなど、人生のさまざまな側面にも拡張できます。さらに、人工イノベーションシステムに真の創造性を持たせるためには、人間の創造性の根源と真正性の条件を研究することが解決策の一つであることは間違いありません。それを分析する限り、人間とその創造性が現実である理由は、ハイデッガーが言ったように、人間とその創造性が「グラウンディング」、つまり自分の世界に生き、体現されているという特性を持っているためであることがわかります。世界に存在します。コンピューティング システムを振り返ってみると、その創造性が非現実的である理由は、それが地に足が着いておらず、生活の基盤がないからです。したがって、真正性の問題を解決するには、計算による創造性ソフトウェアの「基礎」問題を解決することが鍵となります。つまり、真に創造的なソフトウェアを設計するときは、ソフトウェアに独自の生活世界を持たせ、そのソフトウェアの中に埋め込み、具現化することです。世界。実際、計算的創造性の研究専門家はすでにこの問題の解決に取り組んでおり、「状況主義的計算的創造性」の概念はその前向きな成果です。もちろん、真正性の欠如の問題を解決するには、具体的なエンジニアリングおよび技術研究も必要な条件です。ここで重要なのは、コードをどのように自動生成するかという問題を解決することです。このビジョンを実現するには、2 つの原則を遵守する必要があります。第 1 に、世界は問題を抱えている必要があります。第 2 に、プログラムの作成は、単なる目的達成の手段ではなく、それ自体が作業であると見なされるべきです。このように、自動コード生成は、最先端の計算による創造性テクニックに適したテスト環境を提供します。ここでは、対話型生成テクノロジの役割も非常に重要です。なぜなら、対話型生成テクノロジを通じてのみ、ユーザーは生成されたコード製品が有用であると信じ、コンピューティング システムがどのように自律性や意図性などを持つことができるかなど、関連する哲学的問題を解決できるからです。