L'intelligence artificielle peut-elle rivaliser avec la créativité humaine?

L'intelligence artificielle peut-elle rivaliser avec la créativité humaine? Des données limitées signifient une innovation limitée. Phonlamai Photo Sam valadi / Flickr, CC BY-SA

Office Européen des Brevets récemment refusé une demande de brevet décrivant un contenant alimentaire. Ce n'était pas parce que l'invention n'était ni nouvelle ni utile, mais parce qu'elle avait été créée par l'intelligence artificielle (IA). Selon la loi, les inventeurs doivent être de vraies personnes. Ce n'est pas la première invention de l'IA - les machines ont produit des innovations allant de articles scientifiques et livres à nouveaux matériaux et la musique.

Cela dit, être créatif est clairement l'un des traits humains les plus remarquables. Sans elle, il n'y aurait ni poésie, ni Internet, ni voyage dans l'espace. Mais l'IA pourrait-elle jamais nous égaler ou même nous dépasser? Jetons un coup d'œil à la recherche.

D'un point de vue théorique, la créativité et l'innovation est un processus de recherche et combinaison. Nous partons d'un élément de connaissance et le connectons avec un autre élément de connaissance en quelque chose de nouveau et d'utile. En principe, c'est également quelque chose qui peut être fait par les machines - en fait, elles excellent dans le stockage, le traitement et l'établissement de connexions dans les données.

Les machines inventent des innovations en utilisant des méthodes génératives. Mais comment cela fonctionne-t-il exactement? Il y a différentes approches, mais l'état de l'art est appelé réseaux accusatoires génératifs. À titre d'exemple, considérons une machine qui est censée créer une nouvelle image d'une personne. Les réseaux contradictoires génératifs s'attaquent à cette tâche de création en combinant deux sous-tâches.

La première partie est le générateur, qui produit de nouvelles images à partir d'une distribution aléatoire de pixels. La deuxième partie est le discriminateur, qui indique au générateur à quel point il était proche de produire une image réelle.

Comment le discriminateur sait-il à quoi ressemble un humain? Eh bien, vous lui donnez de nombreux exemples de photos de personnes réelles avant de commencer la tâche. Sur la base de la rétroaction du discriminateur, le générateur améliore son algorithme et propose une nouvelle image. Ce processus se poursuit indéfiniment jusqu'à ce que le discriminateur décide que les images semblent suffisamment proches des exemples d'images qu'il a appris. Ces images générées viennent extrêmement proche à de vraies personnes.

Mais même si les machines peuvent créer des innovations à partir des données, cela ne signifie pas qu'elles sont susceptibles de voler toute l'étincelle de la créativité humaine de sitôt. L'innovation est un processus de résolution de problèmes - pour que l'innovation se produise, les problèmes sont combinés avec des solutions. Les humains peuvent aller dans les deux sens - ils commencent par un problème et le résolvent, ou ils prennent une solution et essaient de trouver de nouveaux problèmes.


Obtenez les dernières nouvelles d'InnerSelf


Un exemple pour ce dernier type d’innovation est le Post-it Remarque. Un ingénieur a développé un adhésif beaucoup trop faible et était assis sur son bureau. Ce n'est que plus tard qu'un collègue s'est rendu compte que cette solution pouvait aider à empêcher ses notes de tomber de ses partitions pendant la pratique de la chorale.

En utilisant les données comme entrée et le code comme formulation explicite des problèmes, les machines peuvent également fournir des solutions aux problèmes. La recherche de problèmes, cependant, est difficile pour les machines, car les problèmes sont souvent hors des limites du pool de données sur lequel les machines innovent.

De plus, l'innovation est souvent basée sur besoins que nous ne savions même pas que nous avions. Pensez au Walkman. Même si aucun consommateur n'a jamais exprimé le souhait d'écouter de la musique en marchant, cette innovation a été un énorme succès. Ces besoins latents étant difficiles à formuler et à rendre explicites, il est également peu probable qu'ils trouvent leur chemin dans le pool de données dont les machines ont besoin pour innover.

Les humains et les machines ont également différentes matières premières qu'ils utilisent comme intrants pour l'innovation. Là où les humains s'appuient sur une vie de vastes expériences pour créer des idées, les machines sont largement limitées aux données dont nous les alimentons. Les machines peuvent générer rapidement d'innombrables innovations incrémentielles sous la forme de nouvelles versions basées sur les données d'entrée. Cependant, une innovation de rupture ne sortira probablement pas des machines car elle est souvent basée sur champs de connexion qui sont éloignés ou non connectés les uns aux autres. Pensez au invention du snowboard, qui relie les mondes du ski et du surf.

De plus, la créativité n'est pas seulement une question de nouveauté, c'est aussi une question d'utilité. Bien que les machines soient clairement capables de créer quelque chose de nouveau, cela ne signifie pas que ces créations sont utiles. L'utilité est définie aux yeux de ceux qui utilisent potentiellement des innovations et est difficile à juger pour les machines. Cependant, les humains peuvent sympathiser avec les autres humains et mieux comprendre leurs besoins.

Enfin, les idées créatives générées par l'IA peuvent être moins préférées par les consommateurs simplement parce qu'elles ont été créées par une machine. Les humains pourraient ignorer les idées de l'IA car ils estiment que ces idées sont moins authentique or même menaçant. Ou ils pourraient simplement préférer des idées de leur genre, un effet cela a été observé dans d'autres domaines auparavant.

À l'heure actuelle, de nombreux aspects de la créativité restent un terrain incontesté pour les machines et l'IA. Cependant, il existe des clauses de non-responsabilité. Même si les machines ne peuvent pas remplacer les humains dans le domaine créatif, elles sont une grande aide pour compléter la créativité humaine. Par exemple, nous pouvons poser de nouvelles questions ou identifier de nouveaux problèmes que nous résolvons en combinaison avec l'apprentissage automatique.

De plus, notre analyse est basée sur le fait que les machines innovent principalement sur des ensembles de données étroits. L'IA pourrait devenir beaucoup plus créative si elle combinait des données volumineuses, riches et autrement déconnectées.

En outre, les machines peuvent améliorer leur créativité lorsqu'elles s'améliorent dans le type d'intelligence large que les humains possèdent - ce que nous appelons «l'intelligence générale». Et cela pourrait ne pas être trop loin à l'avenir - certains experts évaluer qu'il y a 50% de chances que les machines atteignent l'intelligence au niveau humain dans les 50 prochaines années.La Conversation

À propos des auteurs

Tim Schweisfurth, professeur agrégé de gestion de la technologie et de l'innovation, Université du Sud du Danemark et René Chester Goduscheit, professeur d'études technologiques et d'innovation, Université d'Aarhus

Cet article est republié de La Conversation sous une licence Creative Commons. Lis le article original.

enafarzh-CNzh-TWnltlfifrdehiiditjakomsnofaptruessvtrvi

suivez InnerSelf sur

facebook-icontwitter-iconrss-icon

Recevez le dernier par courriel

{Emailcloak = off}