인공지능(이하 AI)의 창의성 모델링과 기계구현에 관한 연구가 갑자기 화제가 되고 있다. 소설, 회화 등 작품 창작을 위한 다단계 인공 시스템 기초이론 연구에서도 눈부신 성과를 거두었고, AI의 격차를 메울 수 있는 새로운 것, 즉 '계산 창의성'이 탄생했습니다. 두 가지 참고문헌이 있는데, 하나는 인공 시스템이 구현하는 창의성 또는 AI 창의성을 의미하고, 다른 하나는 인공 시스템이 창의성을 표현하도록 하는 방법을 전문적으로 다루고 이론적 토론과 엔지니어링 실습을 통합하는 AI 분야를 의미합니다.
중국 스타일의 계산 창의성 AI 분야를 만들려면 해외 계산 창의성 구축의 성공적인 경험에 대한 포괄적이고 심층적인 연구와 "메이크업 작업"을 완료하는 것 외에도 우리는 구석에 있는 다른 사람들을 직접 추월해야 합니다. 그 경계에 진입하여 전제조건 연구에 중점을 두고, 미래지향적인 기본 이론 문제, 창의성 모델링의 원형 사례 문제, 컴퓨터의 창의성 실현 가능성, '접근' 및 '접근'과 같은 정신-인지적 철학적 문제를 중심으로 소프트웨어 엔지니어링의 진정성 부족 문제' 등
창의성의 환멸과 컴퓨팅화: 컴퓨팅 창의성의 모델 고려사항
AI를 사용하면 컴퓨터가 인간 또는 인간이 아닌 창의성을 모델 또는 "프로토타입 인스턴스"로 모델링하여 창의성을 달성할 수 있습니다. 그러기 위해서는 먼저 창의성 그 자체란 과연 무엇인가? 사고 등의 인지능력과는 다른 독립적인 창의성이 과연 존재하는가? 그 자체의 구조와 본질, 비밀 등의 전제적인 영적 인지적 철학적 질문에 답해야 한다. 인간의 인지에 열려있나요? 문제는 혁신에 대한 전통적인 관점이 적어도 부분적으로는 컴퓨팅 창의성 연구에 장애물이 된다는 점입니다. 예를 들어, 혁신에 대한 전통적인 낭만적이고 신비주의적인 관점에 따르면 창의성 자체는 일종의 미스터리입니다. 또는 심지어 역설. 세상에 창의성이 일어날 때에도 그것은 뮤즈만의 특질이다.
위에서 언급한 창의성의 계산적 모델링에 대한 장벽을 제거하려면 의심할 여지 없이 창의성을 AI에 대한 기초 과학 연구의 중심으로 가져오고, AI의 마법을 풀고, 그 신비를 제거하고, 도달할 수 없는 인지의 제단에서 창의성을 끌어내리고 다시 돌아가도록 노력해야 합니다. 객관적인 과정이나 본질적인 힘에 적용됩니다. 소위 세상의 신비와 신비는 사람들의 기존 인식과 관련이 있습니다. 과거에는 명확하게 이해되지 않았던 것들도 신비롭고 신비로움으로 가득 차 있었습니다. 예를 들어, 하늘의 천둥은 과학이 발달하지 못한 시대에 신비한 힘으로 여겨졌으나, 물리학이 발달하면서 환멸을 느끼고 원래의 모습으로 돌아갔습니다. 자연 현상의 원래 상태. 창의성도 마찬가지다.
창의성이 신비롭지 않고 기계로 모델링될 수 있는 이유는 본질적으로 그것이 사고, 상상력, 연상, 유추 등 우리의 일반적인 인지 능력에 의존하기 때문입니다. 이들이 특정한 방식으로 모이면 혁신이 나타날 것입니다. 과학적 언어에서 창의성의 수행은 분산된 피질 네트워크에 의해 결정되며, 그 현실은 단일 뇌 영역에 의존하지 않습니다. 창의성의 신경 기반은 작업 요구 사항 및 형태의 변화에 따라 달라집니다. 완성은 모두 역동적입니다. 기본 모드 네트워크와 실행 제어 네트워크의 결합. 기본 모드 네트워크의 활성화는 장기 기억에서 아이디어나 정보가 자발적으로 생성되는 것을 반영하는 반면, 실행 제어 네트워크의 활성화는 특정 목표 작업을 완료하기 위해 사고를 제한하는 프로세스를 반영합니다. 그러므로 창의성은 계산적으로 모델링되고 기계로 구현될 수 있는 자연스러운 현상입니다. 창의성이 가장 크게 좌우되는 확산적 사고의 경우 노드의 활성화로 구성됩니다. 이러한 노드가 매우 단단히 연결되어 있으면 일반적인 심리적 현상처럼 행동합니다. 사람들은 다양한 사고를 갖고 있지만 약하고 간접적인 연결이 있어 시스템을 깨워 비특이적인 활성화로 대뇌 피질을 공격합니다. 그 결과, 사람들의 영적 생활에는 번쩍이는 영감과 같은 흔한 현상이 나타나게 됩니다.
인지적으로 가장 폐쇄적이고 정신적 기적으로 여겨지는 영감, 깨달음 등은 인간의 인지가 들어갈 수 있는 길이 있는 한 그 신비는 서서히 사라질 것이다. 소위 미스터리라고 불리는 것은 문제를 해결하는 방법이 문제를 분석하는 표준 방법과 다르다는 것입니다. 후자 유형의 접근방식의 특징은 해결해야 할 문제가 말로 표현되기 쉽고, 그러한 문제가 직접적이고 논리적인 방법으로 해결될 수 있다는 점을 인식하는 것이다. 실험에 따르면 피험자는 논리적으로 해결될 수 있는 문제에 직면했을 때 문제를 해결하기 위해 취한 단계별 단계를 보고하기 위해 언어를 사용하는 것으로 나타났습니다. 영감 등의 방법으로 해결하기에 적합한 문제가 다릅니다. 이 경우 문제 해결 과정에서 논리적인 주장을 사용하지 않을 것입니다. 그럼에도 불구하고 그러한 영감의 도움으로 문제를 해결하는 과정은 생물학적 두뇌에 의해 완성됩니다. 그 안에는 초자연적 힘이 없을 것입니다. 관련 정보는 특정 방식으로 인코딩되고 처리됩니다.
기계가 창의성을 실현하기 위해서는 창의성을 계산하는 것도 필요하다. 소위 계산화란 개념에 대한 조작적 정의를 제공하거나 창의성을 인공 시스템에서 실현할 수 있는 속성으로 변환하고, 창의성과 그 구성요소를 계산적 용어로 다시 표현하고, 형식적 또는 상징적 변형의 본질적 특성을 드러내는 것입니다. . 계산화는 관련 개념을 계산 용어로 형식화하는 것으로 이해될 수도 있습니다. 형식화 방법에는 대수적 형식화, 논리적 형식화 등 다양한 방법이 있습니다. 형식화의 요구사항을 충족시키기 위해 대수기호학과 같은 연구가 탄생했습니다. 기호, 기호 시스템 및 해당 매핑의 구조를 논리적으로 형식화하려고 시도합니다. 컴퓨팅 창의성에 대한 논의가 심화됨에 따라 인지적 체계, 절차적 체계, 상황주의적 체계, 전산주의 체계 등 이론적 기반과 실천적 가치를 갖춘 창의성을 위한 많은 컴퓨팅 체계가 탄생했다. 컴퓨팅주의 계획에 따르면 컴퓨팅 창의성은 개념 공간, 휴리스틱스, 검색과 같은 컴퓨팅 용어를 사용하여 창의성을 설명하고 기계 중 혁신 능력의 구성 요소와 메커니즘을 형식화하는 등 창의성의 개념을 재구성하는 것을 의미합니다. 이런 종류의 작업을 수행해야만 기계가 이러한 형식화 또는 그 일부를 실현하고 혁신적인 작업을 완료할 수 있습니다.
창의성 AI 모델링은 어떻게 가능한가: 컴퓨팅 창의성의 메커니즘 탐색
컴퓨터 창의성 기본 이론 구축의 또 다른 프로젝트는 컴퓨터와 창의성이 서로 무관하다는 회의론을 해결하는 것입니다. 왜냐하면 창의성은 인간 정신의 기적이자 인간의 본질적인 특성을 가장 잘 구현하는 것이기 때문입니다. 프로그램에 대한 모든 일을 프로그래머가 정리하는 것이 특징입니다. 프로그래밍된다는 것은 창의성의 불가피한 특징인 자율성과 반대되는 것입니다. 컴퓨터가 소위 창의성을 표현할 수 있다 하더라도 그것은 오로지 프로그래머의 몫이어야 합니다. 프로그램의 지침과 규칙은 컴퓨터의 가능한 모든 성능을 결정하며 이를 능가할 수 없습니다.
그러나 시대에 발맞추어 연구를 해 보면 위의 인식은 프로그램에 대한 협소하고 낡은 이해에 기초하고 있다는 것을 알게 될 것이다. 프로그램에 대한 새로운 연구에 따르면, 위 관점의 문제점은 프로그램이 규칙 자체에 변화를 포함하고 있음을 보지 못한다는 것입니다. "또는 상황의 변화에 따라 변화하는 창의적인 알고리즘도 있습니다. 알고리즘. 또한 프로그램에는 환경의 예상치 못한 입력을 학습하고 이에 응답할 수 있는 알고리즘이 내장되어 있습니다. 중요한 것은 여기에는 프로그램의 작업 지향 규칙을 무작위로 변경하는 유전 알고리즘도 포함되어 있다는 것입니다. 이러한 변화는 생물학적 진화를 주도하는 점 돌연변이 및 교차와 유사합니다. 많은 진화 프로그램에는 각각의 새로운 세대의 작업 프로그램 구성원 중에서 가장 좋은 구성원을 무작위 규칙 기반 변경의 다음 라운드에 대한 "부모"로 선택하는 적합성 기능도 포함되어 있습니다. 피트니스 기능이 없을 때는 그런 선택을 인간이 하게 되는데, 이런 기능이 있으면 기계가 '스스로' 해낼 수 있다. 이는 기계가 프로그래밍 개념의 변화로 인해 특정한 자율성과 창의성을 갖게 되었으며, 인간 창의성의 두 가지 기준(즉, 참신함과 유용성)을 충족하는 출력도 생성할 수 있음을 의미합니다. 진화적 프로그래밍을 예로 들면, 예비적인 변형 인공지능으로 이어질 수 있습니다. 즉, 기계가 변형적인 창의성을 가질 수 있도록 하는 것입니다. 예를 들어, 프로그램에 의해 생성된 일부 이미지는 새롭고 유용한 이미지인 원본 이미지와 완전히 다릅니다. . 이는 유전자 알고리즘이 숫자 변경과 같은 단일 프로그래밍 명령 내에서 점 돌연변이를 허용할 뿐만 아니라 전체 이미지 생성 프로그램의 연속적이고 계층적인 중첩을 허용하기 때문입니다.
AI 모델링과 창의성의 구현이 어떻게 가능한지는 이론적인 문제인 동시에 실천적인 문제이고, 후자가 더 근본적이고 비판적이기 때문에 우리는 두 가지 이론에서 인공 시스템의 창의성 표현을 두 가지 관점에서 탐색할 수 있다. 문제를 해결하는 방법과 공학실천의 핵심문제 해결에 집중하는 방법. 실제로 AI는 토론과 실천의 전략을 채택하고, 더 큰 혁신 역량을 갖춘 인공 시스템을 설계하는 방법에 중점을 두고 있으며 앞서 언급한 혁신적인 논문 작성 능력, 창의적인 작품 작성 능력 등 세계적으로 많은 성과를 거두었습니다. AlphaFold와 같은 문학 및 예술 작품의 소프트웨어는 인간 과학자의 예측을 훨씬 능가하는 가장 예측하기 어려운 단백질 구조에 대해 가장 정확한 예측을 할 수 있습니다. 그렇다면 이제 창의성이 가능한가라는 문제에 소중한 인간의 에너지를 낭비할 필요는 없어 보입니다. 사실, 컴퓨팅 창의성 연구는 이미 이러한 발전 방식을 가지고 있습니다. 즉, "가능한지 여부"와 같은 거창한 이론적 질문을 제쳐두고 특정 형태의 창의성을 분석하는 기반에서 구체적이고 작은 일을 통해 인공적인 허용이 가능하도록 하는 것입니다. 창의성을 발휘하는 시스템.
소프트웨어 엔지니어링 혁신: 컴퓨팅 창의성의 기술적 핵심
소프트웨어 엔지니어링은 소프트웨어 개발, 운영, 유지 관리 등 엔지니어링 기술의 연구 및 실습에 체계적이고 엄격하게 제한되며 정량화 가능한 방법을 적용하는 프로세스입니다. 컴퓨팅 창의성 연구에서 소프트웨어 엔지니어링은 주요 원동력이자 자신이 종사하는 응용 분야(회화, 게임, 과학적 발견 등)에서 창의적인 소프트웨어를 연구, 설계 및 작성하는 주요 작업입니다. . 철학적으로 말하면, 창의성을 위해 아무리 환멸과 계산, 모델 구축 작업을 하더라도 결국에는 소프트웨어를 통해 구현되고 실현되어야 하기 때문에 진정한 '큰 코'입니다.
처음에는 사람들이 소프트웨어의 본질과 역할, 즉 소프트웨어를 설계하는 것은 코드와 알고리즘을 작성하는 것에 지나지 않는다는 인식을 가지고 있었기 때문에 컴퓨팅 창의성으로 등장한 대부분의 소프트웨어는 소프트웨어를 설계하는 수단이 되었다는 점을 인정해야 합니다. 목적을 달성하십시오. 인식과 실천이 이 수준에 머무르면 컴퓨팅 창의성과 창의적 창의성이라는 이상이 현실이 될 수 없습니다. 혁신적인 소프트웨어의 관점에서 소프트웨어 공학에 대한 신중한 성찰과 연구를 바탕으로 사람들은 소프트웨어에서 생성된 코드와 알고리즘을 동시에 혁신적인 성과로 만들고, 소프트웨어를 창의적인 소프트웨어 생성기의 기능 중 하나는 단순히 문제를 해결하는 것이 아니라 세상에 질문을 제기하는 것입니다. 그러기 위해서는 방법론이 바뀌어야 합니다. 이러한 이해를 바탕으로, 컴퓨팅 창의성 프로그래밍의 코드는 다른 곳과 같은 단순한 도구가 아니라 과학이나 예술의 결과나 프로세스와 유사할 수 있습니다. 즉, 이러한 코드도 고유한 생명력을 갖고 연구, 수정, 적용될 수 있습니다. 예상치 못한 분야에서 문화 등으로 존경받을 수 있습니다. 이 개념에 따라 소프트웨어를 설계하고 개발한다는 것은 엔지니어링 및 기술 작업에 참여할 뿐만 아니라 창의성에 대한 철학적 토론에 참여하는 것입니다. 여기서는 창의성의 본질과 같은 철학적 문제가 반드시 다시 생각될 것입니다. 새로운 연구에 따르면 창의성의 역할은 단지 문제를 해결하는 것뿐만 아니라, 더 중요하게는 세상에 대해 질문을 하거나 세상에 문제를 제기하는 것입니다. 문제화란 생성된 코드가 데이터 세트에 대한 예상치 못한 변칙이나 가설을 노출하는 등 문제 해결을 통해 세상을 더 잘 이해하는 데 도움이 되거나 세상을 변화시키기 위해 변경 사항에 코드를 적용하는 기회를 노출한다는 의미입니다.
소프트웨어 공학의 핵심 작업은 프로그래밍입니다. 컴퓨터는 프로그램을 통해 창의성을 표현하기 때문입니다. 구체적으로 기계가 창의성을 표현하기 위해서는 창의성을 연구하고 이를 프로그램에서 구현할 수 있도록 계산하는 것 외에도 프로그램과 창의성의 관계가 무엇인지, 창의성이 있는지 등 프로그램의 경제성도 탐구해야 한다. 강점, 어느 정도까지 달성할 수 있는지 등. 이를 보고 많은 전산 창의성 연구 전문가들이 이러한 공학적 접근 방식을 실천하고 있습니다. 즉, 먼저 프로그램의 경제성과 성격을 연구한 다음 이를 활용하여 특정 공학 구현 문제를 해결하기 위한 창의성을 계산합니다.
"진정성 상실 수수께끼"와 그 해결 방법: 컴퓨팅 창의성의 "근거 있는" 모델링
기존의 컴퓨팅 창의성 소프트웨어와 프로그래밍 연구 작업을 냉정하게 반성하면서 기초 이론 작업에 집중하는 철학자와 일부 AI 전문가들은 다양한 지능 현상을 시뮬레이션하는 기존 소프트웨어에 '진위성 문제'가 있다는 점을 인정했습니다. 이 문제는 실제로 Searle 등이 계산 창의성 모델링에서 "의도성 문제"라고 부르는 현상입니다. 자세히 살펴보면 인간이 발휘하는 창의성에는 두 가지 상황이 있다는 것을 알 수 있습니다. 첫째, 시스템이 진정으로 창의성을 실현합니다. 둘째, 창의성을 실현하기 위해 시스템을 활용한다. 즉, 피상적인 창의성을 지닌 것으로 평가되고 해석된다. 창의성에 대한 내면주의적 관점에 따르면, 기존의 창의적 소프트웨어는 창의적이라고만 평가될 뿐, 진정한 창의성이 부족하다는 문제가 있다.
컴퓨팅 시스템이 진정으로 창의적이려면 먼저 인간 창의성의 현실을 명확히 해야 합니다. 예를 들어 컴퓨팅 시스템이 진정으로 창의적이라는 것은 무엇을 의미할까요? 창의성의 진정성을 판단하는 기준과 표현은 무엇인가? 인간의 창의성이 진짜인 이유는 인간의 목적, 동기, 힘에 의해 실제로 결정되고 언제든지 조정될 수 있을 뿐만 아니라 인간 문화에 내재되어 침투하고 통합되기 때문입니다. 문화의 영향은 문화에도 도움이 됩니다. '진정성'의 범위는 자신의 경험과 경험에 대한 설명이 사실인지 여부 등 삶의 여러 측면으로 확장될 수도 있습니다. 더 나아가, 인공혁신 시스템이 진정한 창의성을 가지게 하기 위해서는 인간 창의성의 진정성의 뿌리와 조건을 연구하는 것도 한 가지 방법이 될 것이다. 그것을 분석해 보면 사람과 그들의 창의성이 실재하는 이유는 하이데거가 말했듯이 사람과 그들의 창의성은 '접지', 즉 자신의 세계에서 살아가고 구현되는 특성을 갖고 있기 때문이라는 것을 알 수 있다. 세상에 존재합니다. 컴퓨팅 시스템을 되돌아보면 그 창의성이 비현실적인 이유는 기반이 없고 생활에 기반이 없기 때문이다. 따라서 진정성 문제를 해결하기 위해서는 컴퓨팅 창의성 소프트웨어의 "접근" 문제를 해결하는 것이 핵심입니다. 세계. 실제로 전산 창의성 연구 전문가들은 이미 이 문제를 해결하기 위해 노력하고 있으며, '상황주의적 전산 창의성' 개념은 이에 대한 긍정적인 결과이다. 물론 진정성 부족 문제를 해결하기 위해서는 구체적인 공학적, 기술적 연구도 필요조건이다. 여기서 핵심은 코드를 자동으로 생성하는 방법에 대한 문제를 해결하는 것입니다. 이 비전을 실현하려면 두 가지 원칙을 준수해야 합니다. 첫째, 세상은 문제화되어야 합니다. 둘째, 프로그램을 만드는 것은 단지 목적을 위한 수단이 아니라 그 자체로 작업으로 간주되어야 합니다. 이러한 방식으로 자동화된 코드 생성은 최첨단 컴퓨팅 창의성 기술에 적합한 테스트 기반을 제공합니다. 여기서 대화형 생성 기술의 역할도 매우 중요합니다. 이를 통해서만 사용자가 생성된 코드 제품이 유용하다고 믿고 컴퓨팅 시스템이 자율성, 의도성 등을 가질 수 있는 방법과 같은 관련 철학적 문제를 해결할 수 있기 때문입니다.