A Cannes Lions kreativitásfesztiválon Reed arról számolt be, hogy idén először vett részt az eseményen, és hogy Google DeepMind vezérigazgatója, Demis Hassabis a kreativitásról akart beszélni. Reed megjegyezte, hogy a kreativitás és a mesterséges intelligencia metszéspontja érzelmileg töltött és jogi vitákkal terhelt terület; míg tavaly a fesztiválon sokan AI-t bűnösnek látták, idén valamivel nyitottabb, de továbbra is óvatos volt a közönség.
A „jó” és „rossz” AI megkülönböztetése
Sok szkeptikus világos erkölcsi határt húz: az olyan AI, amely rákkutatásban segít vagy klímabarát anyagokat talál, jó; az olyan AI, amely zenét, filmeket vagy művészetet készít, pedig nem. Reed viszont Hassabis-al folytatott beszélgetése után arra a következtetésre jutott, hogy a technológia maga nem tesz ilyen éles különbséget a célok között.
Az "Einstein-teszt" és a kreativitás hiánya
Hassabis szerint ahhoz, hogy az AI valóban forradalmasítsa a tudományt, olyan kreativitásra van szükség, amely ma még hiányzik a modellekből. Jelenleg az AI képes olyan képeket vagy tartalmakat létrehozni, amelyeket senki sem látott korábban, de a „igazi kreativitást” ő úgy definiálja, hogy a rendszer képes legyen egy eredetileg új fogalmat megalkotni, nem pusztán az emberi tudás extrapolációjára támaszkodva. Ezt nevezi Reed idézete szerint az „Einstein-tesztnek”: feltéve, hogy csak azok az adatok álltak volna rendelkezésre, amelyek Einstein-nek álltak, képesek lennének a mai AI-modellek újra felfedezni a relativitáselméletet? Reed és Hassabis szerint valószínűleg nem.
A fizikai megértés és a multimodális tanulás szerepe
A hiányzó algoritmikus képesség megtalálásához Hassabis szerint olyan AI lehet szükséges, amely a fizikai világról olyan megértést alakít ki, mint az embereké — nem csak a bitek, vagy a logika világáról. Ez pedig azt jelenti, hogy a modelleket emberi vizuális és auditív alkotásokon is kellene képezniük. Hassabis párhuzamba állította ezt saját korábbi neurológiai kutatásaival: egy 2007-es tanulmányában, amely hippocampus-károsodott betegek vizsgálatáról szólt, arra jutott, hogy az emlékezet és a képzelet konstruktív mechanizmust oszt meg: az egyik a múltat építi újra, a másik pedig a darabjait új kombinációkba rendezi.
Játéktervezés, szimulációk és tudományos alkalmazások
Hassabis elmondása szerint játékokat tervezve mindig a játékos fejében futtatott vizuális-szimulációra támaszkodott: a kódírás előtt elképzelt egy gyermeket a felülettel, megjósolta a nehézségeket és azt, mi tenné élvezetessé a játékot. Cannes-ban egyszerűen fogalmazott: „A képzelet egyfajta szimuláció.” A szimulációk lehetővé teszik, hogy egy intelligencia sok lehetőséget teszteljen, mielőtt döntést hoz.
DeepMind játékkal kapcsolatos korai munkája egy olyan kutatási lépcső volt, amely a fehérjegöngyölés és a gyógyszerfelfedezés felé vezetett. Reed szerint lehetséges, hogy a videómodellek hasonló úton haladnak majd: azok a képességek, amelyek segítenek reklámok vagy vizuális tartalmak létrehozásában, hasznosak lehetnek abban is, hogy az AI jobban megértse a fizikai világot, robotokat képezzen, vagy sejtekről és molekulákról készült képeket elemezzen. Hassabis szerint „ezen dolgok egy része elválaszthatatlan”.
Költségek, előnyök és etikai vita
A technológiai fejlődés ritkán érkezik tisztán szétválasztható részekben. Jogos vita, hogy ki profitál és ki viseli a mesterséges intelligencia előrehaladásának költségeit. Reed szerint nehéz lehet elfogadni a tudományos képzelet gépezetét miközben ugyanazt a gépezetet elutasítjuk a művészetben.
Egy pénzügyi megjegyzés
A cikk említ egy további, a The Wall Street Journal által közölt értesülést: a Google körülbelül 75 millió dollárt fektet be az A24 független filmstúdióba, hogy AI-eszközökkel támogassa a kreatív folyamatokat.
