¿Es posible que la inteligencia artificial (IA) presente ideas?

Definir lo que significa proponer nuevas ideas es una pregunta filosófica muy desafiante. Tanto los humanos como las computadoras generalmente dependen en gran medida de ideas previas, por lo que es difícil decidir si una idea es realmente nueva o es simplemente un reempaque de ideas previas. Pero aquí hay algunas áreas en las que las computadoras han mostrado cierto nivel de creatividad.

No soy de ninguna manera un experto. La sección de ciencias está tomada de un ensayo que escribí para una clase de filosofía de la ciencia; todo lo demás se basa solo en artículos que he leído en el pasado o en búsquedas en Google. (¡Pregúntese si estoy siendo creativo al escribir esta respuesta!)

Ciencia:
Se han desarrollado varios programas que intentan realizar investigaciones científicas. Algunos de estos simplemente toman datos y luego buscan una ecuación que se ajuste a los datos. Pero un ejemplo más interesante fue KEKADA. El programa recibe información sobre productos químicos y diversas reacciones químicas. Luego considera posibles tareas, elige una hipótesis para probar y diseña un experimento, junto con una expectativa de cuál debería ser el resultado del experimento.

Un usuario luego ingresa cuáles fueron los resultados del experimento. Al recibir estos resultados, el programa modifica su nivel de confianza en las hipótesis afectadas y genera nuevas tareas a considerar. Después de un cuidadoso ajuste de las heurísticas involucradas, el programa pudo rastrear el descubrimiento de Krebs del ciclo de la urea.

No puedo encontrar un artículo sobre KEKADA para vincular, pero el informe original es este libro: Experimentación en Machine Discovery.

Música:
Las computadoras ocasionalmente han contribuido a componer música. Puede leer sobre uno de estos programas aquí: un programa de computadora está escribiendo excelentes obras originales de música clásica. El compositor terminó una ópera escribiendo software para generar ideas de las que podría elegir.

Además, las computadoras han podido estudiar canciones para identificar cuáles son estadísticamente más populares: convertir la música de éxito en una ciencia.

Mates:
Los comprobadores de teoremas automatizados han existido casi tanto como las computadoras. Recientemente, además de redescubrir teoremas bien conocidos, han tenido cierto éxito al ayudar a los matemáticos a descubrir nuevos teoremas: la prueba automatizada de teoremas.

Juegos de computadora:
Muchos juegos usan niveles generados algorítmicamente. Wikipedia enumera algunos ejemplos aquí: Generación de procedimientos.

Comedia:
Los programas de computadora han sido escritos para generar bromas. Después de experimentar un poco, se descubrió que los chistes de uno de esos programas eran divertidos la mitad de veces que los chistes escritos por humanos: AI Is Funny – A Generative Joke Model.

Conclusión:
Las computadoras han mostrado cierto potencial para la creatividad. Pero en cada uno de estos casos, se benefician de tener supervisión humana durante todo el proceso creativo, en lugar de trabajar de forma independiente. Las computadoras no pueden distinguir entre cuáles de sus ideas son buenas y cuáles no.

Si define una “idea” como nueva información, cualquier sistema estocástico es capaz de generar nueva información. Además, es el único tipo de sistema que puede generar nueva información.

Para una discusión profunda de las ramificaciones de eso para la humanidad y más allá, lea Amazon.com: Mente y Naturaleza: Una Unidad Necesaria (Avances en Teoría de Sistemas, Complejidad y Ciencias Humanas) (9781572734340): Gregory Bateson, Alfonso Montuori: Libros

Consideremos si la palabra ‘idea’ es principalmente la misma que ‘concepto’. Asumiré eso. Bien entonces, ¿qué es un concepto? Lo presentaré como un modelo de algo; identifica las cosas y sus relaciones y propiedades, y en el proceso también puede incluir acciones.

Ahora veamos la noción de idea. Hay ideas que son existentes, y hay ideas nuevas que no han existido antes.

Entonces, si preguntamos si alguna IA podría tener ideas, parece que nos preguntaremos si podría originar conceptos completamente nuevos. Tenga en cuenta que algunos conceptos son válidos, y algunos pueden ser completamente absurdos, pero aún así son conceptos en el sentido estricto de la palabra. Por ejemplo, Drácula es un personaje ficticio y ciertamente no es real. Sin embargo, los murciélagos vampiros son reales. ¿Podría una IA tener la idea de Drácula y hacerla plausible? Uno podría tener una IA que razona “las criaturas vivientes necesitan comida para sobrevivir”. ¿Podría la IA extenderse de eso a “hay criaturas muertas que necesitan comida para sobrevivir”? Sostengo que en este momento, no, las IA modernas no están construidas con la capacidad de dar ese salto a la ficción. Tendrían que tener la capacidad de eludir la lógica y crear situaciones ilógicas pero plausibles, para los humanos. Claro, uno podría hacer eso con yuxtaposiciones aleatorias, pero estas serían construcciones bastante inestables. ‘manzana’ y ‘tiburón – ¿tiburón? No, no funciona De manera similar, una IA tal como la conocemos ahora no es capaz de lidiar con ese tipo de problemas. Una IA que usara pura aleatoriedad para crear niveles de juego bien podría crear un nivel completamente insoluble. Callejones sin salida. Por lo tanto, está claro que se necesita más que solo aleatoriedad u otros ‘trucos’ para hacer creatividad.

Pero si desea que una IA se extienda desde los axiomas y teoremas actuales y presente un razonamiento matemático válido para nuevos teoremas aún dentro de los límites anteriores, sí, ahora pueden hacerlo. Pero, ¿podría una IA idear el concepto de anillos, grupos o variedades, etc., por sí misma? No. Ese es un gran salto en la capacidad y no estamos cerca de hacer IA que puedan hacer eso.

Si bien elogio a Asheesh por señalar lo que hace aquí sobre la creatividad computacional, el triste hecho es que la gran mayoría de estos intentos están tan lejos de la realidad y son mecánicos y rígidos que a veces son absurdos, si no patéticos. ¿Pueden proponer ideas? Sí. ¿Buenas o útiles ideas? No garantizado Los mecanismos combinacionales para la creatividad son bastante rígidos. Ellos ‘crean’ pero no tienen idea de lo que están creando. Se necesitará una IA que entienda el significado y use esa capacidad para juzgar lo que hace, para ser algo creativo. En este momento, las IA no son muy buenas para eso.

¿Pueden ser mejores? Quizás. He elaborado una teoría matemática de la creatividad que trata la cuestión y los métodos de tratar la creatividad como un conjunto de operaciones matemáticas en conjuntos de objetos, acciones, relaciones y propiedades, y en modelos construidos a partir de ellos. Este trabajo me ayuda a comprender la naturaleza de la creatividad artificial, y puedo decir desde esta perspectiva que su implementación es bastante difícil, al menos para producir resultados creativos válidos, útiles y racionales.

Sabemos que algunos pero no todos los humanos pueden ser buenos en creatividad. Por lo tanto, tenemos la posibilidad de reproducir esta capacidad en IA. Pero requerirá una mejor comprensión de lo que realmente es la creatividad, y tal vez de cómo lo hacen los humanos.

Sí. Como un ejemplo rápido, vea el caso de TD-Gammon: “Exploró estrategias que los humanos no habían seguido y condujo a avances en la teoría del juego de backgammon correcto”.

Para ser inteligente, es resolver problemas, para resolver problemas uno debe encontrar soluciones y para encontrar soluciones uno debe proponer ideas, las inteligencias artificiales pueden resolver problemas, por lo que una inteligencia artificial puede proponer ideas.

Sí, con programación genética. Eso no significa que las nuevas ideas valen nada para los humanos.

No podría cumplir con la definición de IA si no pudiera … cómo es el secreto para la IA que nadie ha descubierto (cómo hacer que una máquina determinista no sea determinista)

More Interesting

¿Alguien puede decir qué significa realmente la Inteligencia artificial?

¿Dónde comenzarías creando inteligencia artificial que pase la prueba de Turing?

¿Por qué el aprendizaje profundo / las arquitecturas solo usan la función de activación no lineal en las capas ocultas?

¿Qué tendencias ves en Machine Learning y AI en 2017?

¿Watson avanza significativamente en el estado del arte en IA y, de ser así, cómo?

¿Qué es el razonamiento bajo incertidumbre en inteligencia artificial?

Dada la opción entre la red de área de almacenamiento (SAN) y la inteligencia artificial (IA) como asignaturas optativas para mi séptimo semestre, ¿cuál debo elegir y por qué?

¿Cómo debo abordar los problemas de construcción de robots de inteligencia artificial?

¿Puede la inteligencia artificial competir con la inteligencia humana?

¿La inteligencia artificial y la robótica (humanoides) le quitarán más trabajos a los humanos?

¿Por qué la memorización es mala para los problemas de búsqueda de AI?

¿Por qué la Inteligencia significa, para muchas personas, ser bueno en materias escolares complejas y, por lo tanto, a menudo ignorar otros tipos de Inteligencia?

¿Podrías (personalmente) notar la diferencia entre una IA avanzada y un humano?

Para alguien completamente nuevo en el mundo de la programación, ¿sería Python un punto de acceso viable si la persona pretende sumergirse en la inteligencia artificial?

¿Podría la IA ser un reemplazo inevitable de la inteligencia biológica?