Czy sztuczna inteligencja jest kreatywna?

Czym jest kreatywność?

By odpowiedzieć na to pytanie, najpierw musimy ustalić, czym w istocie jest kreatywność. Najczęściej przywoływaną w literaturze definicją jest ta zaproponowana przez filozofkę-kognitywistkę Margaret Boden: „Kreatywność to zdolność tworzenia idei i artefaktów, które są nowe, zaskakujące i wartościowe”. Badaczka wyszczególnia jej trzy rodzaje:

• Kreatywność kombinacyjna, która polega na łączeniu w nowatorski sposób odmiennych koncepcji, idei;
• Kreatywność eksploracyjna, będąca efektem penetrowaniu rozpoznanego obszaru, pogłębiania wiedzy na jego temat, odkrywania jego nowych właściwości;
• Kreatywność transformacyjna, która wprowadza zupełnie nowe, nieznane wcześniej zasady. Wymaga odrzucenia dotychczas przyjmowanych – czasem dogmatycznie, a czasem nieświadomie – założeń.

Czy sztuczna inteligencja przejawia wszystkie z wymienionych typów kreatywności? Można argumentować, że za pomocą algorytmów da się zakodować w jakimś zrozumiałym dla komputera języku znane reguły i w rozmaity sposób je przetwarzać. Często także potrafimy sprowadzić wiedzę z różnych obszarów do wspólnego kodu i na rozmaite sposoby ze sobą łączyć. A zatem od strony technicznej sztuczna inteligencja ma potencjał, by być kreatywna eksploracyjnie i kombinacyjnie. Ważne jednak, czy efekty pracy algorytmów będą – by trzymać się przytoczonej wyżej definicji Boden – wartościowe? Czy może nonsensowne i niedorzeczne? Przyjrzyjmy się konkretnym przykładom.

Nie przegap najważniejszych trendów w technologiach!
Zarejestruj się, by otrzymywać nasz newsletter!

Paradygmat symboliczny vs uczenie maszynowe

Początkowo sztuczną inteligencję usiłowano rozwijać w tak zwanym nurcie symbolicznym. Zmierzał on do stworzenia modelu reprezentacji rzeczywistości za pomocą fizycznego systemu symbolicznego i wyrażenia za jego pomocą rządzących nią reguł. W ramach tego paradygmatu budowano systemy ekspertowe. Miały one zakodowaną bazę wiedzy i procedury wnioskowania. Taki system zdolny był do udzielania odpowiedzi na najróżniejsze pytania, rozwiązywania problemów i tym samym wspomagania podejmowania decyzji. Czy można uznać go za kreatywny? Wydaje się, że nie, bo porusza się w zamkniętej, wprowadzonej przez człowieka bazie wiedzy i reguł.

Nowe możliwości pojawiły się w momencie wyparcia paradygmatu symbolicznego przez uczenie maszynowe – podejście, które zdominowało współczesną sztuczną inteligencję. Tu algorytm nie ogranicza się do wykonywania zaprogramowanych wcześniej reguł, lecz w oparciu o dane treningowe czy też interakcję ze środowiskiem sam je tworzy i buduje model. Jednym z typów uczenia maszynowego jest uczenie ze wzmocnieniem, którego celem jest aktualizacja prawdopodobieństwa działań na podstawie ich wpływu na funkcję nagrody.

Sztuczna inteligencja gra w gry komputerowe

Weźmy prostą komputerową grę, która polega na zbijaniu piłeczką cegieł. Na górze widnieje ściana, a na dole znajduje się paletka, którą gracz przesuwa w jednej płaszczyźnie w prawo i lewo. Piłeczka odbija się od niej i leci w kierunku cegieł. Gdy w którąś uderza – ta znika. W miarę ubywania cegieł ruch piłki przyspiesza, a paletka staje się coraz mniejsza. Napisano program, dla którego danymi wejściowymi dla algorytmu uczenia maszynowego był układ pikseli na ekranie i bieżący wynik, a celem zbicie wszystkich cegieł. Początkowo algorytm poruszał paletką losowo, ale z czasem zaczął zauważać, które ruchy maksymalizują nagrodę. Tym sposobem, po rozegraniu kilkuset partii, znalazł sposób na złamanie gry – gdy przebił w odpowiednim miejscu ściany tunel, piłka zaczynała odbijać się między górną krawędzią ekranu a najwyższą warstwą cegieł, szybko rozbijając całą ścianę.

Czy algorytm wykazał się tu kreatywnością? Z jednej strony trzeba przyznać, że dostrzegł rozwiązanie, którego nie byli świadomi jego twórcy. Z drugiej należy zauważyć, że nie było ono zupełnie nowatorskie, bo wytrawni gracze je znali.

Dużo szerszym echem odbił się pojedynek w Go między mistrzami tej gry Lee Sedolem i Ke Jie a sztuczną inteligencją. Go to dalekowschodnia gra znacznie bardziej złożona od szachów (szacuje się, że do wyrażenia wszystkich możliwych partii potrzebujemy 300-cyfrowej liczby, podczas gdy dla szachów to liczba 120-cyfrowa; dodajmy, że ilość atomów w widzialnym wszechświecie da się prawdopodobnie wyrazić przez 80-cyfrową liczbę). Algorytm uczenia maszynowego nazwany AlphaGo, rozgrywając sam ze sobą miliony partii, znajdował zupełnie innowacyjne, skuteczne strategie, które w ocenie doświadczonych zawodników były absurdalne. Zerwał z utrwalonymi przez setki lat rywalizacji konwencjami. Dostrzegł ukryte wzorce, które umykały ludziom. Trudno nie uznać tego osiągnięcia za przejaw twórczego działania, jakkolwiek można spierać się, z którym typem kreatywności mamy tu do czynienia.

Czytaj też: AI dla pisarza, czy raczej… zamiast? Nadchodzi nowość od OpenAI

Sztuczna inteligencja w świecie sztuki

Czy sztuka, by za taką uchodzić, musi wynikać z ludzkiej potrzeby ekspresji czy jej źródła nie mają znaczenia, a liczy się samo dzieło i jego oddziaływanie na odbiorcę? Jeśli przyjmiemy, że właściwa jest druga odpowiedź, to czy sztuczna inteligencja jest w stanie zastąpić kreatywnego artystę – stworzyć zaskakującą i wartościową pracę w taki sposób, że programista nie będzie w stanie dokładnie wyjaśnić, jak program doszedł do takiego, a nie innego rezultatu?

Pionier sztuki komputerowej, informatyk Georg Nees, już w połowie lat 60. eksperymentował z wprowadzeniem do deterministycznego algorytmu elementu losowości. W ten sposób kreował dzieła, których ogólne ramy bądź wybrane składowe były przez niego kontrolowane, ale pojawiały się w nich też elementy, na które nie miał on wpływu. Czy fakt, że rezultaty działania algorytmu miały charakter stochastyczny pozwala na przyznanie mu autonomii i sprawstwa? Czy wypowiedź, która powstała w wyniku procesu losowego, a nie (świadomego bądź podświadomego) wyboru można uznać za kreatywną? Nawet jeśli tak, to czy przymiot kreatywności należy przypisać algorytmowi czy jego autorowi?

Simon Colton, informatyk, specjalista w dziedzinie sztucznej kreatywności, postawił sobie za cel wprowadzenie kreatywności bezpośrednio do algorytmu. Napisał program, który tworzył portrety osób odwiedzających galerię – miały one jednak nie tylko oddawać wizerunek modela, ale także uczucia „twórcy”. W tym celu nakazał algorytmowi czytać bieżące artykuły prasowe, których wymowa wpływać miała na jego „emocje” i tym samym ostateczny kształt obrazu.

Eksperymenty z AI w świecie obrazów

Ciekawy eksperyment z użyciem tak zwanych generatywnych sieci przeciwstawnych przeprowadzili naukowcy z Uniwersytetu Rutgersa. Postanowili zbadać, czy sztuczna inteligencja jest w stanie rozpoznać dzieła nowatorskie – takie, które przekraczały ustalone dla danej epoki reguły i przecierały nowe szlaki. Wytrenowany na potężnych zbiorach obrazów algorytm (zwany dyskryminatorem) był w stanie trafnie ocenić, które prace przełamywały znane style i dawały początek nowym artystycznym zjawiskom. Następnie kolejny program (zwany generatorem) tworzył obrazy mające maksymalizować odmienność od tych zidentyfikowanych przez dyskryminatora, jednocześnie nie wykraczając poza to, co świat sztuki mógłby uznać za dopuszczalne. W ten sposób zamierzano wygenerować dzieła pionierskie, odkrywcze, ale respektujące podstawowe zasady twórczości artystycznej. Gdy pokazano grupie miłośników sztuki obrazy żywych artystów prezentowane na wystawie Art Basel oraz te wykreowane przez sztuczną inteligencję, uznali oni te drugie za bardziej inspirujące.

AI tworzy poezję

Pod koniec zeszłego roku na łamach „Nature” mogliśmy przeczytać o eksperymencie, którego uczestnicy (niebędący jednak ekspertami) nie byli w stanie odróżnić poezji wygenerowanej przez sztuczną inteligencję od tej napisanej przez żywych autorów. Co więcej – tę pierwszą ocenili wyżej.

Kreatywność AI w świecie muzyki

Weźmy przykład muzyki. Kompozytor David Cope wytrenował algorytm (nazwany EMMY) na własnych dokonaniach i nauczył go swojego stylu kompozytorskiego. Program potrafił znaleźć w dziełach opisanych odpowiednio dużą liczbą parametrów nieuchwytne dla człowieka wzorce i reguły. Powstały przy jego wsparciu utwór zebrał lepsze recenzje niż autentyczne utwory tego muzyka, a przez niektórych krytyków został uznany za wzruszający, a nawet określony mianem arcydzieła.

Cope podobnemu procesowi poddał potem twórczość najbardziej uznanych kompozytorów – od Bacha, Mozarta, Chopina, Brahmsa, przez Gershwina, po Scotta Joplina. Następnie sztuczna inteligencja dokonywała rekombinacji wyszczególnionych przypisanych do danego autora elementów dzieła muzycznego, zachowując typowe dla niego frazowanie i wybrane aspekty struktury. Słuchacze – w tym wykwalifikowani muzykolodzy – nie byli w stanie odróżnić utworu żywych kompozytorów, od tych stworzonych przez opisany wyżej EMMY. Stwierdzili zarazem, że wygenerowane przez sztuczną inteligencję dzieła w żadnym razie nie były uczuciowo puste, pozbawione życia czy duszy.

Inny algorytm – DeepBach miał za zadanie tworzyć utwory imitujące styl największego muzycznego twórcy epoki baroku, od którego wziął nazwę. Mniej więcej połowa studentów kompozycji uznała utwory wykreowane przez program za faktyczne dzieła Jana Sebastiana Bacha.

Znów jednak pojawia się pytanie, czy te kompozycje były owocem kreatywności EMMY i DeepBacha czy autorów algorytmów, skoro to oni przygotowali bazę danych, na którym programy były trenowane, wybrali parametry, skonceptualizowali problem i stworzyli jego matematyczną reprezentację? Wydaje się, że nie sposób jednoznacznie, nie budząc kontrowersji oraz sporów, odpowiedzieć na to pytanie.

Czytaj też: AI w filmie. Jak sztuczna inteligencja zmienia branżę filmową

Problem twórczej intencji i sensu

Jakub Żulczyk jakiś czas temu na swym facebookowym profilu napisał „[…] ChatGPT i pokrewne programy typu Midjourney są obecnie najgorętszym tematem rozmów i dyskusji […]. Najbardziej elektryzującym aspektem owego oprogramowania jest, jak wynika z mojej bańki, wizja, jakoby owe algorytmy miały wyrżnąć w pień sektor kreatywny, zastąpić kulturę i sztukę, a przynajmniej działy kreacji w agencjach reklamowych […]. Powiedzmy, że mam w sobie ogromny dystans do tego typu przepowiedni […]. Kultura, i jej pokraczna siostra reklama, są przede wszystkim komunikacją. Komunikacja odbywa się pomiędzy żywymi ludźmi za pomocą symboli, które desygnują wartości, opowieści i emocje. Wartości, opowieści i emocje są wewnętrznym przetworzeniem percepcji świata. Aby ta percepcja zaistniała, potrzebne jest ciało i jego aparat poznawczy. W wielkim skrócie kultura jest narzędziem, które działa, bo jest wytworem żywych istot. Filmy, książki, utwory na jakimś poziomie są oczywiście równaniami, które algorytm może próbować z różnym powodzeniem odtworzyć. Będą one jednak pozbawione sensu”.

Z pewnością zasady działania sztucznej inteligencji są zupełnie inne od tych, które regulują funkcjonowanie inteligencji ludzkiej. Oparte na uczeniu maszynowym programy nie mają świadomości, woli, a tym samym możliwości intencjonalnego komunikowania czegokolwiek. Nie posiadają zdolności rozumienia (w każdym razie w takim znaczeniu, w jakim rozumienie pojmował John Searle). Ewentualne twórcze działania algorytmów zawsze inicjowane są przez człowieka, nie powstają z potrzeby ekspresji sztucznej inteligencji i nie niosą dla niej żadnego sensu. Ludzkie umysły mają zdolność integrowania informacji w spójne doświadczenia i potrafią świadomie – jak ujmują to Kenneth Cukier, Viktor Mayer-Schonberger w książce „Myślenie kontekstowe. Największa przewaga ludzi nad sztuczną inteligencję” – ramować problemy, czyli umieszczać je w określonym kontekście, z którego wyprowadzają znaczenie.

Aktywność sensotwórcza wciąż pozostaje domeną homo sapiens

Czy sztuczna inteligencja musi jednak mieć wolę kreacji i rozumieć sens tego, co tworzy, by było to sensowne dla odbiorców? Czy bezrozumne (w znaczeniu wspomnianego wyżej Searle’a) systemy mechanicznie przetwarzające abstrakcyjne symbole nie mogą generować przekonujących i odkrywczych treści, wciągających, poruszających tekstów kultury, dostarczać autentycznych i głębokich przeżyć estetycznych? Dziś nikt nie zna odpowiedzi na te pytania, ale – wbrew słowom Żulczyka – uważam, że nie można tego wykluczyć. Omówione wyżej przykłady mają charakter naukowych bądź artystycznych eksperymentów, ale dziedzina sztucznej kreatywności rozwija się szybko i nie wiadomo, kiedy i w jakim stopniu rozleje się na artystyczną, biznesową czy naukową praktykę.

Autor zdjęcia: Google DeepMind