В 2012 году экономист Роберт Гордон (Robert Gordon) опубликовал противоречивую статью, в которой утверждал, что экономический рост в значительной степени закончился, в немалой степени — из-за нашей неспособности поддерживать движущие силы инноваций в последние десятилетия.
Работа Стэнфордского института исследований экономической политики подтвердила его общий тезис и сообщала, что, хотя мы тратим всё больше денег на творчество и инновации, наша прибыль остаётся неизменной. И это вложения не только в долларах: исследование показало, что сегодня в сфере НИОКР работает примерно в 20 раз больше людей, чем в 1930 году.
Так в чём дело? Почему создавать вещи стало так сложно? Исследователи из Северо-Западного университета пытаются ответить на этот вопрос в статье, в которой показано, что растущий процент сегодняшнего созидания — это так называемая рекомбинация. Действительно, 40% всех патентов в Управлении по патентам и товарным знакам США — не совсем новые работы, а скорее мешанина существующих идей, объединённых вместе.
Искусственная помощь
Найти эффективные способы объединения существующих идей отнюдь не легко, не в последнюю очередь из-за растущего объёма публикуемых материалов. Например, в течение первых нескольких месяцев пандемии COVID-19 было опубликовано около 23 000 статей о вирусе, причём это число удваивается каждые 20 дней.
Сообщество специалистов по анализу данных в Kaggle объединилось, чтобы предоставить обзор литературы на основе ИИ и разобраться в потоке нового материала. Точки данных были собраны из подмножества статей и сгруппированы в 17 категорий, причём документы затем были перечислены для каждой категории. Возможно, это не самый совершенный подход, но это связано с ограничениями во времени, вызванными пандемией.
Исследователи из университета Карнеги-Меллона разработали альтернативный метод: основанный на искусственном интеллекте подход к изучению патентных и исследовательских баз данных для идей, которые можно было бы объединить для создания интересных решений конкретных проблем. В их системе используются аналогии, чтобы помочь объединить работы из двух, казалось бы, разных областей, что, по мнению исследователей, делает инновации быстрее и намного дешевле.
Дополненное творчество
Мы наблюдаем появление так называемого «дополненного творчества», в котором люди используют ИИ, чтобы понять поток данных. Ранние прототипы подчеркивают важную роль, которую люди могут и должны играть в осмыслении предложений, выдвинутых ИИ.
OpenAI попытались воспроизвести этот подход, выпустив инструмент для создания музыки под названием Jukebox. Хотя достижение выдающееся с технологической точки зрения, результаты вряд ли станут угрозой для заработка музыкантов.
Различные фирмы также пытались создать новые и заманчивые рецепты, используя ИИ для разработки баз данных о составе блюд и создания интересных комбинаций. Например, исследователь Google Сара Робинсон (Sara Robinson) недавно продемонстрировала свою систему, производящую гибрид торта и печенья. Исследователи Accenture создали прототип аналогичного инструмента для создания рецептов на своём док-заводе в Дублине, но результаты оказалась тошнотворными.
Более умная симуляция
Большинство из этих подходов используют огромные наборы данных, которые ИИ добывает для поиска надёжных, но ранее не встречавшихся соединений. Используя генеративно-состязательные сети (GAN), модели следующего поколения могут выдвигать идеи, не требуя доступа к базовой логике.
Например, исследователи из Nvidia и Университета Торонто недавно продемонстрировали GAN, которая была обучена симулировать игры, наблюдая за сценарием и действиями человека-игрока в реальном времени. Система смогла изучить лучшие стратегии, просто следя за игровым процессом по мере его развития, и не требовала никакого доступа к игровой логике.
«Кроме того, GameGAN может разделять статические и динамические компоненты в изображении, делая поведение модели более интерпретируемым и актуальным для последующих задач, которые требуют явного обоснования динамических элементов, — поясняют исследователи. — Это позволяет использовать множество интересных приложений, таких как замена различных компонентов игры для создания новых игр, которых пока не существует».
Аналогичный подход под руководством GAN был применен на практике принадлежащей BASF компанией Sculpteo, чей проект Dreamcatcher использует генеративный дизайн, позволяющий дизайнерам использовать цели и ограничения для создания альтернативных проектных решений для конкретных проблем.
Пересекая «Долину Смерти»
Конечно, хотя этап вдохновения и замысла творчества, несомненно, зачаровывает, идей, которые пылятся, великое множество. Подсчитано, что 95% патентов не лицензированы или не коммерциализированы каким-либо образом, и в таких разнообразных отраслях, как телевидение и фармацевтика, неудачи являются нормой, а не исключением, и даже лучшие проекты часто уходят на второй план.
Поэтому неудивительно, что ИИ всё чаще используется на последних этапах разработки продукта, чтобы улучшить соотношение идей, выводящих его на рынок. Например, исследователи из Бристольского университета анализируют, как ИИ используется в различных областях постпродакшна фильмов, включая устранение размытости и колоризацию.
Точно так же айтрекинг и управление жестами становятся всё более распространёнными в процессе анимации, при этом прогнозируемый айтрекинг также всё более популярен в цифровых процессах, от веб-разработки до цифрового маркетинга. Аналитика с ИИ-айтрекингом позволяет маркетологам оценивать видимость элементов дизайна в процессе разработки веб-сайта или рекламы. Несмотря на широко распространённые опасения по поводу того, что ИИ вытеснит людей на рабочем месте, это и другие подобные приложения не угрожают заменить создателей или вмешаться в их творческий процесс, а, скорее, дают им возможность принимать эффективные проектные решения на основе данных.
Многие из этих примеров использования демонстрируют, насколько эффективным может быть ИИ в увеличении работы, выполняемой людьми, чтобы он получил достаточную поддержку, чтобы пройти через «зону смерти», которая так часто подавляет зарождающиеся идеи. Отличный пример этого — лос-анджелесская компания Cinelytic, которая предоставляет киностудиям возможности поддержки принятия решений на основе ИИ, чтобы помочь им понять, как различные решения — от выбора жанра до звезды на главную роль — могут повлиять на кассовые сборы фильма.
Похожим образом для любого расширения идеи потребуется команда экспертов. Исследователи из Рочестерского университета недавно изучили, как можно использовать ИИ, чтобы давать более разумные рекомендации относительно того, с какими людьми нам следует работать. Они подчеркивают идею, что социальные сети обычно сопоставляют людей на основе сходства, но лучшие результаты часто достигаются, когда мы объединяемся с теми, кто дополняет, а не копирует нас.
Идеальные партнёры
Руководители Accenture Пол Догерти (Paul Daugherty) и Джим Уилсон (Jim Wilson) утверждают, что ИИ следует называть «дополненным интеллектом», а не «искусственным интеллектом», поскольку наилучшие результаты достигаются, когда люди и машины дополняют друг друга. Закон Каспарова напоминает нам о важности сильных процессов в любой творческой деятельности, и никакие интеллектуальные технологии не могут преодолеть недостатки человеческого вклада.
Уинстон Черчилль (Winston Churchill) верно заметил, что кризис не следует тратить впустую, и хотя существует консенсус в отношении того, что мы не смогли использовать финансовый кризис 2008 года с большой выгодой, в обществе усиливается стремление сделать мир лучше после того, как пандемия пройдёт. Почти 30 лет назад Майкл Хаммер (Michael Hammer) язвительно напомнил, что технологии работают лучше всего, когда они не просто предоставляют нам «более быстрых лошадей», а, скорее, позволяют нам фундаментально переосмыслить, как всё могло и должно быть.
Для этого двигатели творчества должны будут работать на полной скорости, так что мы не только задействуем наше коллективное творчество, но и доставляем проекты тем, кто в них больше всего нуждается. В отличие от 2008 года, мы, возможно, сейчас живём в эпоху, когда ИИ может протянуть руку помощи. Пандемия вызвала неисчислимые трудности, но наше путешествие на другую сторону будет намного более гладким, если мы оценим преимущества коллективной перезагрузки, которую она обеспечила, и воспользуемся технологиями, чтобы представить лучшее общество для всех.
Источник: https://venturebeat.com/2021/01/07/why-we-need-augmented-creativity-to-reignite-growth-in-2021/