Οι περισσότεροι άνθρωποι εξακολουθούν να πιστεύουν ότι η Τεχνητή Νοημοσύνη (AI) δεν θα ξεπεράσει ποτέ την ανθρώπινη δημιουργικότητα, αλλά αυτές οι απόψεις είναι αρκετά ειδοκεντρικές και γεμάτες κακή σκέψη. Συγγνώμη που σας προσβάλλω, αλλά έχουμε ήδη τεχνητή νοημοσύνη σήμερα που μπορεί να κάνει πρωτότυπη ζωγραφική, μουσική και ετοιμάζεται να βρει εντελώς νέες ιδέες – χρησιμοποιώντας την ίδια τεχνική με τους ανθρώπους – δανειζόμενοι λίγο από πολλές κατηγορίες και συνθέτοντας αυτές τις πληροφορίες για να καταλήξουμε σε μοναδική γνώση. Ας μιλήσουμε, θα ήθελα να πάω αυτήν τη συζήτηση σε υψηλότερο επίπεδο, αν μου επιτρέπετε, αν όχι, κάντε κλικ και πηγαίνετε να διαβάσετε για το Tweet της ημέρας κάποιου διασημοτήτων.
Εντάξει, όλοι γνωρίζουμε ότι όταν έρχονται με νέες ιδέες, είναι συνήθως επειδή φέρνουμε κάτι από έναν τομέα ή κλάδο και το εφαρμόζουμε κάπου αλλού, παρουσιάζοντας έναν «νέο τρόπο» για να λύσουμε ένα πρόβλημα. Μέσω της δοκιμής και του λάθους γινόμαστε καλύτεροι σε αυτό, έως ότου τελικά συνειδητοποιήσουμε ότι μπορούμε καλύτερα σχεδόν οποιοδήποτε σύστημα ή τρόπο να κάνουμε πράγματα και να κάνουμε τις προσπάθειές μας πιο αποτελεσματικές. Όσοι αποτυγχάνουν πάρα πολύ σε αυτό, τείνουν να επιστρέφουν και να κάνουν τα πάντα με την «εγκεκριμένη μέθοδο» μέχρι που τελικά φυλακιστούμε από την εδραιωμένη αρχή σε σημείο που σταματάμε να κάνουμε ερωτήσεις ή να προκαλούμε ειδικούς. Ίσως αυτός είναι ο λόγος που οι νεότεροι άνθρωποι, ειδικά τα παιδιά είναι πιο δημιουργικοί από τους μεγαλύτερους.
Αυτή η διαδικασία λήψης πληροφοριών, μεθόδων ή/και παρατηρήσεων από τη μια προσπάθεια στην άλλη δεν είναι μια δύσκολη ιδέα να κατανοηθεί, και είναι στην πραγματικότητα μια μέθοδος από μόνη της. Επομένως, μπορεί να διδαχθεί ή να πω «προγραμματιζόμενο» σε λογισμικό χρησιμοποιώντας κανόνες:
(1) Σαρώστε όλες τις πληροφορίες που συνδυάζουν λύσεις από οποιαδήποτε ή όλες τις κατηγορίες, βιομηχανίες, επιστήμες και βρείτε πιθανές εναλλακτικές λύσεις.
(2) Αξιολογήστε όλες τις πιθανές εναλλακτικές επιλογές ή λύσεις.
(3) Επιλέξτε τις κορυφαίες 3 πιθανές καλύτερες επιλογές για απόδοση, κόστος, βάρος, χρόνο ή άλλες παραμέτρους.
(4) Επιλέξτε την καλύτερη επιλογή και εφαρμόστε.
Αν και αυτό ακούγεται μάλλον τεχνικό και λιγότερο δημιουργικό από το ανθρώπινο μυαλό μπορεί να βρει λύσεις ή πρωτότυπες έννοιες, ουσιαστικά αυτό ισοδυναμεί με δημιουργικότητα, ή τουλάχιστον με την πολύ κοντινή εμφάνιση της δημιουργικότητας κατά την προβολή και την εξέταση του τελικού αποτελέσματος.
Επιτρέψτε μου να σας δώσω ένα παράδειγμα για το πώς θα μπορούσαμε να χρησιμοποιήσουμε τον υπερυπολογιστή AI “Watson” της IBM για να το κάνουμε αυτό, χρησιμοποιώντας τη στρατηγική “Jeopardy” – βήμα προς βήμα:
(Α) Πρώτα, ζητήστε από τον Super Computer να συγκεντρώσει κάθε πιθανή αγγλική λέξη σε κάθε πιθανό συνδυασμό.
(Β) Δεύτερον, ρωτήστε τον Watson τι σημαίνει κάθε συνδυασμός.
(Γ) Τρίτον, ας μας δώσει ο Watson ένα % της ορθότητας που πιστεύει ότι είναι κάθε ορισμός.
(Δ) Εμπρός, πετάξτε οτιδήποτε λιγότερο από το 50% της εκτιμώμενης ορθότητας.
(Ε) Πέμπτον, crowdsource «όλες οι απαντήσεις» που θα διαβαστούν από τους ανθρώπους για πιθανές «πρωτότυπες έννοιες».
Κάνοντας αυτό θα έχουμε καταλήξει στις 100 από τις 1000 νέες ιδέες για την ανθρωπότητα. Αποτελέσματα εντελώς δημιουργικά, χρησιμοποιώντας AI, και θα το έχουμε κάνει, σχεδόν αμέσως. Φανταστείτε αυτό το επίπεδο ικανότητας τεχνητής νοημοσύνης, φανταστείτε την καινοτόμο διαταραχή και καταλάβετε ότι κανένα Think Tank ή ομάδα ανθρώπων δεν θα μπορούσε ποτέ να ανταγωνιστεί αυτό, αλλά με ανθρώπινη ανασκόπηση των αποτελεσμάτων, δηλαδή AI Super Computer + Human Review – μπορούμε. Μην διστάσετε, να είστε υπέροχοι.
