Dati limitati significano innovazione limitata. Foto di Phonlamai Sam Valadi / Flickr, CC BY-SA

L'Ufficio europeo dei brevetti recentemente rifiutato una domanda di brevetto che descriveva un contenitore per alimenti. Questo non perché l'invenzione non fosse nuova o utile, ma perché fu creata dall'intelligenza artificiale (AI). Per legge, gli inventori devono essere persone reali. Questa non è la prima invenzione di AI - le macchine hanno prodotto innovazioni che vanno da articoli scientifici e libri a nuovi materiali ed musica.

Detto questo, essere creativi è chiaramente uno dei tratti umani più notevoli. Senza di essa, non ci sarebbero poesie, internet e viaggi nello spazio. Ma l'IA potrebbe mai eguagliarci o addirittura superarci? Diamo un'occhiata alla ricerca.

Da una prospettiva teorica, la creatività e l'innovazione sono un processo di ricerca e combinazione. Partiamo da un pezzo di conoscenza e lo colleghiamo con un altro pezzo di conoscenza a qualcosa di nuovo e utile. In linea di principio, questo è anche qualcosa che può essere fatto dalle macchine - in effetti, eccellono nel memorizzare, elaborare e stabilire connessioni all'interno dei dati.

Le macchine escono innovazioni usando metodi generativi. Ma come funziona esattamente? Ci sono approcci diversi, ma viene chiamato lo stato dell'arte generative reti contraddittorie. Ad esempio, considera una macchina che dovrebbe creare una nuova immagine di una persona. Le reti contraddittorie generative affrontano questo compito di creazione combinando due sottoattività.

La prima parte è il generatore, che produce nuove immagini a partire da una distribuzione casuale di pixel. La seconda parte è il discriminatore, che dice al generatore quanto è vicino a produrre un'immagine reale.

Come fa il discriminatore a sapere che aspetto ha un essere umano? Bene, gli dai molti esempi di immagini di persone reali prima di iniziare l'attività. Basato sul feedback del discriminatore, il generatore migliora il suo algoritmo e suggerisce una nuova immagine. Questo processo continua fino a quando il discriminatore decide che le immagini sembrano abbastanza vicine agli esempi di immagini che ha appreso. Queste immagini generate arrivano estremamente vicino alle persone reali.

Ma anche se le macchine sono in grado di creare innovazioni dai dati, ciò non significa che possano rubare presto tutta la scintilla della creatività umana. L'innovazione è un processo di risoluzione dei problemi: perché avvenga l'innovazione, i problemi sono combinati con soluzioni. Gli umani possono andare in entrambe le direzioni: iniziano con un problema e lo risolvono, oppure prendono una soluzione e provano a farlo trovare nuovi problemi per questo.

Un esempio di quest'ultimo tipo di innovazione è il appiccicoso Nota. Un ingegnere ha sviluppato un adesivo troppo debole e seduto sulla sua scrivania. Solo in seguito un collega si rese conto che questa soluzione poteva aiutare a evitare che le sue note cadessero dai suoi punteggi durante la pratica del coro.

Utilizzando i dati come input e il codice come formulazione esplicita dei problemi, le macchine possono anche fornire soluzioni ai problemi. La ricerca dei problemi, tuttavia, è difficile per le macchine, poiché i problemi sono spesso fuori dai confini del pool di dati su cui le macchine innovano.

Inoltre, l'innovazione si basa spesso su bisogni che non sapevamo nemmeno di avere. Pensa al Walkman. Anche se nessun consumatore ha mai espresso il desiderio di ascoltare musica mentre camminava, questa innovazione è stata un enorme successo. Poiché tali esigenze latenti sono difficili da formulare e rendere esplicite, è anche improbabile che si possano trovare nel pool di dati di cui le macchine hanno bisogno per l'innovazione.

Gli esseri umani e le macchine hanno anche diverse materie prime che usano come input per l'innovazione. Laddove gli esseri umani attingono da una vita di vaste esperienze per creare idee, le macchine sono in gran parte limitate ai dati che forniamo loro. Le macchine possono generare rapidamente innumerevoli innovazioni incrementali in forme di nuove versioni basate sui dati di input. È improbabile che l'innovazione rivoluzionaria derivi dalle macchine in quanto spesso si basa campi di collegamento che sono distanti o non collegati tra loro. Pensa al invenzione dello snowboard, che collega i mondi dello sci e del surf.

Inoltre, la creatività non riguarda solo la novità, ma anche l'utilità. Mentre le macchine sono chiaramente in grado di creare qualcosa di progressivamente nuovo, ciò non significa che queste creazioni siano utili. L'utilità è definita agli occhi di coloro che utilizzano potenzialmente le innovazioni ed è difficile giudicare le macchine. Gli umani, tuttavia, possono entrare in empatia con altri umani e comprendere meglio i loro bisogni.

Infine, le idee creative generate dall'intelligenza artificiale potrebbero essere meno preferite dai consumatori semplicemente perché sono state create da una macchina. Gli umani potrebbero scartare le idee dall'intelligenza artificiale poiché ritengono che tali idee lo siano meno autentico or anche minaccioso. Oppure potrebbero semplicemente preferire idee del loro genere, un effetto quello è stato osservato in altri campi prima.

A partire da ora, molti aspetti della creatività rimangono terreno incontestato per macchine e intelligenza artificiale. Tuttavia, ci sono dichiarazioni di non responsabilità. Anche se le macchine non possono sostituire gli umani nel dominio creativo, lo sono grande aiuto per integrare la creatività umana. Ad esempio, possiamo porre nuove domande o identificare nuovi problemi che risolviamo in combinazione con l'apprendimento automatico.

Inoltre, la nostra analisi si basa sul fatto che le macchine innovano principalmente su set di dati ristretti. L'intelligenza artificiale potrebbe diventare molto più creativa se potesse combinare dati di grandi dimensioni, ricchi e altrimenti disconnessi.

Inoltre, le macchine possono migliorare in termini di creatività quando migliorano nel tipo di ampia intelligenza che possiedono gli esseri umani - qualcosa che chiamiamo "intelligenza generale". E questo potrebbe non essere troppo lontano in futuro - alcuni esperti valutare che esiste una probabilità del 50% che le macchine raggiungono l'intelligenza a livello umano entro i prossimi 50 anni.

Informazioni sugli autori

Tim Schweisfurth, professore associato di tecnologia e gestione dell'innovazione, Università della Danimarca meridionale e René Chester Goduscheit, professore di tecnologia e studi sull'innovazione, Università di Aarhus

Questo articolo è ripubblicato da The Conversation sotto una licenza Creative Commons. Leggi il articolo originale.