Творчість людей і творчість машин

У західному академічному світі є таке поняття як computational creativity, що можна перекласти як обчислювальна чи математична творчість. Це дуже жвава царина досліджень і багато питань, які порушують в рамках таких експериментів, досі відкриті для дискусій. Наприклад, багато людей все ще звертаються до тесту Тюрінґа з 1950-х років, щоб зрозуміти цінність і значення артефактів, вироблених / створених програмним забезпеченням. Інші люди вважають, що тест Тюрінґа не підходить для аналізу «творчого» програмування. Тут виникає запитання: «Якщо нічого не приховувати, то чи оцінили б люди артефакти, вироблені комп'ютером, так само високо, як оцінюють твори, вироблені людиною?». У деяких випадках відповідь може бути ствердною: наприклад, жарт залишається об’єктивно смішним, незалежно від того, чи виробляється він комп’ютером. Однак в інших сферах, таких як візуальне мистецтво, відповідь буде радше негативною. Це підкреслює той факт, що під час оцінювання творів мистецтва враховується, а часом і є визначальним, процес створення, а не лише його результат (як-от картина).

Створення креативного програмного забезпечення є і технічним викликом, і соціальним. Комп’ютер не є людиною, і нам не варто приховувати його роботу, краще пишатися артефактами, що виробляються програмним забезпеченням. Ми повинні відзначати витонченість методів штучного інтелекту, які ми застосували в тому чи тому випадку, щоб наділити програмне забезпечення творчою поведінкою. І ми повинні допомогти широкій громадськості оцінити цінність цих комп’ютерних творінь, описуючи методи, що використовуються програмним забезпеченням для їхнього створення.

Пригадуєте італійську групу Måneskin, яка перемогла на Євробаченні? Їхній соліст Давід Даміано часто співає про Марлену, про таку дівчину, яка насправді є алегорією творчості, яку ці талановиті молоді люди собі придумали. Марлена примхлива, вона то приходить, то видніє десь вдалині, а то залишає дім назавжди. Творчість видається загадковою, оскільки коли в нас є творчі ідеї, дуже важко пояснити, як ми їх отримали. Тож ми часто говоримо про нечіткі поняття, такі як «натхнення» та «інтуїція», коли намагаємось пояснити творчість. Той факт, що ми не усвідомлюємо, як проявляється творча ідея, не обов'язково означає, що наукове пояснення не може існувати. Насправді ми не знаємо, як виконуємо суто людські дії, такі як розуміння мови, розпізнавання зразків тощо, але ми маємо чимраз кращі й досконаліші методи штучного інтелекту, які здатні повторити таку діяльність людини.

Оскільки з порожнечі нічого не може виникнути, ми повинні розуміти, що кожному творчому витвору чи творчій ідеї завжди передує історико-культурна схема; цей твір можна вважати результатом культурної спадщини та пережитих переживань автора. Як зазначає Маргарет Боден у своїй книжці «Штучний інтелект і природна людина» (1987), «можливо, нові думки, що виникають у свідомості, не є абсолютно новими, оскільки мають своє джерело в уявленнях, які вже є в розумі, в мисленні. Іншим словом, за кожною творчою ідеєю стоїть “архів” нашої культури, всі наші знання та наш досвід. Що більше знань та досвіду, то більша можливість знайти нове співвідношення, яке веде до творчої ідеї. Якщо ми розуміємо творчість як результат встановлення нових відносин між частинами знань, які ми вже маємо, то чим більше є попередніх знань, тим більше можливостей для творчості».

З огляду на це розуміння, оперативне і загальновизнане визначення творчості звучить так: «Творча ідея – це нова та цінна комбінація відомих ідей». Інакше кажучи, фізичні закони, теореми, музичні твори можуть бути сформовані з кінцевого набору наявних елементів, і, отже, творчість є вдосконаленою формою розв’язання проблем, яка охоплює пам'ять, аналогію, навчання та міркування серед обмежень, тож цей процес можна повторити за допомогою комп'ютерів.

Комп'ютерна творчість у візуальних мистецтвах

AARON – це робототехнічна система, розроблена протягом багатьох років художником і програмістом Гарольдом Коеном, яка може взяти пензля з маніпулятором і самостійно малювати на полотні. Виходячи з початкового питання Коена «Якими є мінімальні умови, за яких набір знаків функціонує як зображення?», AARON постійно вдосконалювався з 1973 року. Коен дуже обережний і не стверджує, що AARON є креативною машиною, але він запитує: «Якщо те, що робить AARON, не є мистецтвом, то що це є, і якими способами, крім свого походження, воно відрізняється від «справжнього»? Якщо воно не думає, то що саме воно робить?».

Гарольд Коен у Музеї сучасного мистецтва в Сан-Франциско, 1979. Джерело

Машина рисує в ботанічному саду не просто роблячи копії наявного, а створюючи стільки унікальних малюнків на цю тему, скільки може знадобитися. AARON ніколи не бачив людини і не ходив ботанічним садом, але отримав знання про положення тіла та рослини за допомогою правил. Знання AARON і те, як система використовує свої знання, не схожі на знання, які ми, люди, маємо і використовуємо, оскільки людські знання засновані на переживанні світу, і люди переживають світ своїм тілом, мозком та репродуктивною системою, яких комп’ютери не мають. Однак, як і люди, знання AARON набуваються кумулятивно. Наприклад, як тільки робот засвоїть концепцію грона листя, він може використовувати ці знання, коли йому це потрібно. Для машини існують рослини з точки зору їхнього розміру, товщини гілочок, висоти, швидкості, з якою кінцівки стоншуються по відношенню до стовбура, ступеня розгалуження, кутового поширення там, де відбувається розгалуження тощо. Подібні принципи формують листя та грона листків чи гілок. Маніпулюючи цими факторами, AARON здатен генерувати широкий спектр типів рослин і ніколи не малюватиме одну й ту саму рослину двічі, навіть коли він малює низку рослин одного типу, які можна впізнати. Крім того, робот повинен знати, з чого складається людське тіло, якими є його різні частини та наскільки великі вони одна щодо одної. Тоді він повинен знати, як рухаються частини тіла та якими є типи й діапазони рухів у кожному суглобі.

Нарешті, оскільки цілісно рухоме тіло – це не просто сукупність частин, що рухаються самостійно, ААРОN повинен знати дещо про те, як координуються рухи тіла: що, наприклад, має робити тіло, щоб утримувати рівновагу. Він також має знання про оклюзії, так що у частково закритому тілі людини може бути видно, наприклад, лише одну руку або одну ногу, але AARON знає, що в нормальних людей дві руки і дві ноги, і тому, коли вони прикриті, він завжди намалює дві кінцівки. Це означає, що AARON не може «порушувати» правил і ніколи не «уявлятиме» можливості намалювати людей, наприклад, з однією ногою. У цьому сенсі творчість AARON обмежена і дуже далека від людської. А втім, картини AARON виставлялися в лондонській Тейт Модерн та Музеї сучасного мистецтва в Сан-Франциско. Тож у деяких відношеннях AARON проходить якийсь творчий тест Тюрінґа, оскільки його роботи є достатньо якісними, щоб їх можна було демонструвати разом із найкращими художниками-людьми.

«Малюючий дурень» (The Painting Fool) Саймона Колтона є набагато автономнішою системою, ніж AARON. Хоча програмне забезпечення фізично не наносить фарбу на полотно, воно імітує багато стилів у цифровому вигляді – від колажу до мазків. За словами Колтона, машині «потрібні лише мінімальні вказівки, і вона може придумати власні концепції, завітавши в Інтернет за вихідними матеріалами. Програмне забезпечення здійснює власні вебпошуки та сканування через вебсайти соціальних мереж. Ідея полягає в тому, що такий підхід дозволить виробляти мистецтво, яке є важливим для аудиторії, оскільки воно по суті спирається на людський досвід, на те, як ми діємо, відчуваємо та сперечаємось в Інтернеті». Наприклад, у 2009 році програма Колтона створила власну інтерпретацію війни в Афганістані на основі новин. Результатом стало зіставлення афганських громадян, образів вибухів та військових могил.

Іншими прикладами математичної творчості, застосованої до живопису та інших візуальних мистецтв, є роботи Карла Сімса та Джона Маккормака. Reaction-Diffusion Media Wall (реакційно-дифузійна медіа стіна) Карла Сімса основана на інтерактивному моделюванні хімічних речовин, які реагують та дифузують, щоб створити динамічні структури, що виникають, відповідно до рівнянь реакції-дифузії, що регулюють біологічний морфогенез. Ця робота виставлена в Музеї науки в Бостоні, а попередні роботи Карла Сімса містять застосування еволюційних методів обчислень для створення інтерактивно еволюціонуючих зображень.

Реакційно-дифузійна медіа стіна Карла Сімса. Джерело

Джон Маккормак також розглядає, як біологічні процеси можуть бути успішно застосовані до творчих систем у своєму «Проєкті після природи». В іншому проєкті «Творчі екосистеми» він розглядає концепції та метафори з біологічних екосистем як засіб для підвищення творчості людини в цифровому мистецтві. Є численні інші приклади, пов’язані з образотворчим мистецтвом, але метою тут є радше подискутувати про творчість.

Підтримка і розширення творчості людини: демократизація творчості

Чи можемо ми використовувати штучний інтелект для підтримки людської творчості та нових відкриттів? Є нова тенденція, відома як Assisted Creation (допоміжне творення), що може мати важливі наслідки для творчості: з одного боку, системи «допоміжної творчості» роблять широкий спектр творчих навичок більш доступними, а з іншого боку, спільні платформи, такі як розроблена в рамках європейського проєкту PRAISE (програма для вивчення музики), полегшують освоєння нових творчих навичок. PRAISE – це навчальна платформа на основі соціальних мереж, яка об’єднує живих людей та інтелектуальні програмні агенти, які надають студентові-музикантові зворотний зв'язок щодо музичної композиції, аранжування та виконання. Студенти завантажують свої рішення до заданого плану уроку, який надає викладач (композиції, аранжування чи концерт). Потім інтелектуальні агенти, а також інші колеги-студенти та викладачі аналізують ці рішення та надають зворотний зв'язок. Наприклад, у випадку композиції агент може сказати: «Ваша модуляція звучить досить добре, але ви можете спробувати модулювати композицію ще на третину для тактів 5-8». У випадку виконання музичних творів, інтелектуальні програмні агенти порівнюють дані учнів із тими даними, які раніше записав викладач, коли завантажував план уроку. Камера фіксує жест студента, а програмні агенти також надають відгук про можливі неправильні пози.

Такі інструменти дозволяють прискорено набувати творчі навички і призводять до явища, відомого як «демократизація творчості». Ще 1962 року Дуглас Енґельбарт писав про «машину для письма, яка дозволила б людині використати інноваційний процес складання тексту […]. Так людина могла б легше інтегрувати нові ідеї і тим самим постійно використовувати свою творчість». Бачення Енґельбарта полягало не лише у збільшенні індивідуальної творчості. Він також хотів збільшити колективний інтелект та креативність груп шляхом поліпшення співпраці та здатності до розв’язання людських проблем. Основна ідея полягала в тому, що творчість – це соціальний процес, який можна доповнити за допомогою технологій. Проєктуючи ці ідеї в майбутнє, ми могли б уявити світ, де творчість є загальнодоступною, і (майже) кожна людина може писати на рівні найкращих письменників, малювати як великі майстри, складати високоякісну музику і навіть відкривати нові форми творчого самовираження. Для людини, яка не володіє певними творчими навичками, здобуття нових можливостей за допомогою систем «допоміжного творення» дуже розширює можливості.

Незважаючи на те, що наведений вище футуристичний сценарій наразі є суто вигадкою, існує вже кілька прикладів використання систем «допоміжного творення». Однією з найцікавіших є допоміжна барабанна система, розроблена в Інституті технологій штату Джорджія, яка складається з роботизованої кінцівки, що дозволяє барабанщикам грати трьома руками, або ж допомагає людям з ампутованими кінцівками. «Розумну руку» завдовжки 61 см можна прикріпити до плеча музиканта. Вона реагує на людські жести та музику, яку чує, тож коли барабанщик грає на тарілках, робот маневрує, щоб грати на цьому інструменті. Коли барабанщик перемикається на малий барабан, механічна рука переходить, наприклад, на том-том, ударний музичний інструмент з невизначеною висотою звуку. Ще одним дуже цікавим результатом «допоміжної творчості» є передача музичного стилю та гармонії, чи жанру, за допомогою апарату, розробленого в лабораторії комп'ютерних наук SONY в Парижі, який допомагає композиторам гармонізувати один музичний твір у жанрі та за стилем твору абсолютно іншого жанру. Наприклад, ця система може гармонізувати джазовий стандарт у стилі Моцарта.

Штучна рука барабанщика. Джерело, світлина: Georgia Tech

Чи може машина бути творчою?

Маргарет Боден зазначила, що навіть якщо штучно створений інтелектуальний комп’ютер був би таким же творчим, як Бах чи Айнштайн, для багатьох він був би на вигляд творчим, але насправді не творчим. Важко тут не погодитися з нею, бо відсутність наміру в машини та наше небажання визначити місце в суспільстві для штучних розумних агентів цьому заважають. Відсутність наміру в машини є прямим наслідком аргументу Джона Серла про метафору «китайської кімнати», який стверджує, що комп'ютерні програми можуть виконувати лише синтаксичні маніпуляції зі символами, але не можуть дати їм жодної семантики. Загальновизнано, що умисність чи скерованість творчості можна пояснити з погляду причинно-наслідкових зав’язків. Однак правдою є також те, що в наявних комп'ютерних програмах бракує дуже багато відповідних причинно-наслідкових зав’язків, щоб виявити намір. Але, можливо, майбутні, навіть антропоморфно «втілені» штучні інтелекти, тобто агенти, оснащені не тільки складним програмним забезпеченням, а й різними типами вдосконалених датчиків, що дозволятиме їм взаємодіяти з навколишнім середовищем, зможуть мати достатньо причинно-наслідкових зв’язків, щоб надати значення символам і мати власні наміри.

Що стосується соціального несприйняття, то причини, через які ми так неохоче приймаємо, що небіологічні агенти можуть бути творчими (навіть біологічні, як це було у випадку з двадцятирічним художником з Відня, чиї абстрактні картини були виставлені та високо цінувалися в художніх галереях, але як тільки стало відомо, що це роботи орангутанга з Віденського зоопарку, то роботи відразу оцінили набагато менше!) – це те, що вони не мають природного місця в нашому суспільстві людей, і рішення прийняти їх матимуть важливі соціальні наслідки. Отже, набагато простіше сказати, що машини здаються розумними чи креативними (бо імітують живих людей), замість того, щоб стверджувати, що вони такими є. Одне слово, це питання моралі, а не науки.

Третя причина відмови комп’ютерним програмам у творчості полягає в тому, що вони не усвідомлюють своїх досягнень. Це правда, що машини не мають свідомості і, можливо, ніколи не матимуть свідомого мислення; однак відсутність свідомості не є основною причиною заперечення потенціалу для творчості чи навіть потенціалу інтелекту. Зрештою, комп’ютери не були б першим прикладом несвідомих творців; еволюція є першим прикладом. Як слушно зазначає Стівен Джей Ґулд, «якщо для творчості потрібен далекоглядний і свідомий творець, то як сліпій еволюції вдається будувати такі чудові нові сутності, прикладом яких є ми самі, люди?».

У тексті використано напрацювання дослідника Рамона Лопеза де Монтарас, з Artificial Intelligence Research Institute (IIIA), у Беллатерра, що в Іспанії