Вычислительное творчество
Из Википедии, свободной энциклопедии
  (Перенаправлено из Искусственного творчества )
Перейти к навигации Перейти к поиску
«Собака», произведение искусства, созданное AI Art Media с использованием методов искусственного интеллекта и машинного обучения.

Вычислительное творчество (также известное как искусственное творчество , механическое творчество , творческие вычисления или творческие вычисления ) - это междисциплинарная деятельность, которая находится на пересечении областей искусственного интеллекта , когнитивной психологии , философии и искусства .

Целью вычислительного творчества является моделирование, имитация или воспроизведение творческих способностей с помощью компьютера для достижения одной из нескольких целей: [1]

  • Создать программу или компьютер, способный к творчеству на уровне человека .
  • Чтобы лучше понять человеческое творчество и сформулировать алгоритмическую перспективу творческого поведения людей.
  • Разрабатывать программы, которые могут улучшить человеческие творческие способности, но не обязательно сами по себе.

Область вычислительного творчества занимается теоретическими и практическими вопросами изучения творчества. Теоретическая работа над природой и правильным определением творчества выполняется параллельно с практической работой по реализации систем, которые демонстрируют творчество, при этом одно направление работы информирует другое.

Прикладная форма вычислительного творчества известна как медиа-синтез .

Теоретические вопросы

Если выдающееся творчество связано с нарушением правил или отказом от условностей, как может алгоритмическая система быть творческой? По сути, это вариант возражения Ады Лавлейс против машинного интеллекта, как это резюмируют современные теоретики, такие как Тереза ​​Амабиле. [2] Если машина может делать только то, на что она была запрограммирована, как ее поведение можно назвать творческим ?

В самом деле, не все компьютерные теоретики согласятся с предпосылкой, что компьютеры могут делать только то, на что они запрограммированы [3] - ключевой момент в пользу вычислительной креативности.

Определение творчества в терминах вычислений

Поскольку ни одна точка зрения или определение, похоже, не дают полной картины творчества, исследователи ИИ Ньюэлл, Шоу и Саймон [4] разработали сочетание новизны и полезности в качестве краеугольного камня многостороннего взгляда на творчество, в котором используются следующие четыре критерия для классификации данного ответа или решения как креативного:

  1. Ответ нов и полезен (как для человека, так и для общества).
  2. Ответ требует, чтобы мы отвергли идеи, которые мы ранее принимали.
  3. Ответ является результатом сильной мотивации и настойчивости
  4. Ответ приходит из прояснения проблемы, которая изначально была расплывчатой.

В то время как вышеизложенное отражает подход к вычислительному творчеству «сверху вниз», альтернативный подход развился среди «восходящих» вычислительных психологов, занимающихся исследованиями искусственных нейронных сетей. Например, в конце 1980-х - начале 1990-х такими генеративными нейронными системами управляли генетические алгоритмы . [5] Эксперименты с использованием повторяющихся сетей [6] оказались успешными в гибридизации простых музыкальных мелодий и предсказании ожиданий слушателя.

В своей книге «Сверхчеловеческие создатели» Эл Берд утверждает, что основным источником творческих способностей людей и других животных является осознание аффорданса - осознание возможностей действий в окружающей среде. Сверхчеловеческое творчество может быть достигнуто путем резкого увеличения осведомленности об аффордансе искусственных сущностей и тесной интеграции этой осведомленности с системами, способными извлекать выгоду из возможностей действия.

Искусственные нейронные сети

До 1989 года искусственные нейронные сети использовались для моделирования определенных аспектов творчества. Питер Тодд (1989) впервые обучил нейронную сеть воспроизводить музыкальные мелодии из обучающего набора музыкальных произведений. Затем он использовал алгоритм изменения, чтобы изменить входные параметры сети. Сеть могла произвольно генерировать новую музыку крайне неконтролируемым образом. [6] [7] [8] В 1992 году Тодд [9] расширил эту работу, используя так называемый подход дистального учителя, который был разработан Полом Манро, [10] Полом Вербосом , [11] Д. Нгуеном и Бернардом. Уидроу , [12] Майкл И. Джордан и Дэвид Румелхарт.. [13] В новом подходе есть две нейронные сети, одна из которых предоставляет обучающие шаблоны для другой. В более поздних попытках Тодда композитор выбирал набор мелодий, определяющих пространство мелодий, размещал их на 2-мерной плоскости с помощью графического интерфейса на основе мыши, обучал сеть коннекционистов создавать эти мелодии и слушал их. новые «интерполированные» мелодии, которые сеть генерирует в соответствии с промежуточными точками на 2-й плоскости.

Ключевые концепции из литературы

Некоторые философские темы высокого уровня повторяются в области вычислительного творчества. [ требуется разъяснение ]

Важные категории творчества

Маргарет Боден [14] [15] относится к творчеству, которое является новым только для агента, который его производит, как «П-творчество» (или «психологическое творчество»), и относится к творчеству, которое признается обществом в целом новым как « Х-творчество »(или« историческое творчество »). Стивен Талер предложил новую категорию, которую он называет «V-» или «Висцеральное творчество», в которой значение придается необработанным сенсорным входам в архитектуру Creativity Machine, при этом «шлюзовые» сети возмущаются, чтобы произвести альтернативные интерпретации, а нисходящие сети изменяют такие интерпретации. чтобы соответствовать общему контексту. Важной разновидностью такого В-творчества является само сознание,при этом значение рефлексивно придумывается для активации круговорота внутри мозга.[16] Креативность, основанная на ценностях, дает больше свободы и автономии системе ИИ. [17]

Исследовательское и трансформационное творчество

Боден также проводит различие между творчеством, возникающим в результате исследования в рамках установленного концептуального пространства, и творчеством, возникающим в результате преднамеренной трансформации или преодоления этого пространства. Первое она называет исследовательским творчеством, а второе - творческим преобразованием., рассматривая последнее как форму творчества, гораздо более радикальную, сложную и более редкую, чем первое. Следуя критериям Ньюэлла и Саймона, изложенным выше, мы можем видеть, что обе формы творчества должны давать результаты, которые в значительной степени новы и полезны (критерий 1), но исследовательское творчество с большей вероятностью возникнет в результате тщательного и настойчивого поиска хорошо подготовленных идей. понятное пространство (критерий 3) - в то время как трансформационное творчество должно включать отказ от некоторых ограничений, определяющих это пространство (критерий 2), или некоторых допущений, определяющих саму проблему (критерий 4). Понимание Бодена направило работу в области вычислительного творчества на очень общем уровне, предоставляя больше вдохновляющий критерий для разработки, чем техническую основу алгоритмической сущности. Однако БоденВ последнее время идеи стали предметом формализации, особенно в работе Герайнта Виггинса.[18]

Генерация и оценка

Критерий того, что творческие продукты должны быть новыми и полезными, означает, что творческие вычислительные системы обычно делятся на две фазы: создание и оценка. На первом этапе создаются новые (для самой системы, таким образом, P-Creative) конструкции; на этом этапе фильтруются уже известные системе неоригинальные конструкции. Затем эта совокупность потенциально творческих конструкций оценивается, чтобы определить, какие из них значимы и полезны, а какие нет. Эта двухфазная структура соответствует генетической модели Финке, Уорда и Смита [19], которая представляет собой психологическую модель творческого поколения, основанную на эмпирическом наблюдении за творческими способностями человека.

Комбинаторное творчество

Большую часть, а возможно, и все творческие способности человека можно понять как новую комбинацию ранее существовавших идей или объектов. [20] Общие стратегии комбинаторного творчества включают:

  • Размещение знакомого объекта в незнакомой обстановке (например, Марсель Дюшан «s Fountain ) или незнакомый предмет в знакомой обстановке (например, рыба-из-воды истории , такие как Беверли - Хиллз )
  • Смешение двух внешне разных объектов или жанров (например, научно-фантастическая история, действие которой происходит на Диком Западе, с роботами-ковбоями, как в Westworld , или наоборот, как в Firefly ; японские стихи хайку и т. Д.)
  • Сравнение знакомого объекта с внешне несвязанным и семантически далеким концептом (например, «Макияж - это западная бурка »; « Зоопарк - это галерея с живыми экспонатами»)
  • Добавление новой и неожиданной функции к существующей концепции (например, добавление скальпеля к швейцарскому армейскому ножу ; добавление камеры к мобильному телефону )
  • Сжатие двух несочетаемых сценариев в одно повествование, чтобы получить шутку (например, шутка Эмо Филипса «Женщины всегда используют мужчин для продвижения своей карьеры. Проклятые антропологи!»)
  • Использование иконического изображения из одного домена в домене для несвязанной или несочетаемой идеи или продукта (например, использование изображения Человека Мальборо для продажи автомобилей или рекламы опасностей импотенции, связанной с курением).

Комбинаторная перспектива позволяет нам моделировать творчество как процесс поиска в пространстве возможных комбинаций. Комбинации могут возникать в результате композиции или конкатенации различных представлений, либо посредством основанного на правилах или стохастического преобразования начальных и промежуточных представлений. Генетические алгоритмы и нейронные сети могут использоваться для создания смешанных или кроссоверных представлений, которые фиксируют комбинацию различных входных данных.

Концептуальное смешение

Основная статья: Концептуальное смешение

Марк Тернер и Жиль Фоконье [21] [22] предлагают модель, называемую концептуальными интеграционными сетями, которая развивает идеи Артура Кестлера о творчестве [23], а также более позднюю работу Лакоффа и Джонсона [24] , синтезируя идеи из когнитивной теории. Лингвистические исследования ментальных пространств и концептуальных метафор . Их базовая модель определяет интеграционную сеть как четыре связанных пространства:

  • Первое входное пространство (содержит одну концептуальную структуру или ментальное пространство)
  • Второе пространство ввода (смешивается с первым вводом)
  • Общее пространство фондовых собраний и образов-схем , которые позволяют вводить пробелы следует понимать с точки зрения интегральной
  • Смесь пространство , в котором выбрана проекция элементов из обоих входных пространств объединены; выводы, возникающие из этой комбинации, также присутствуют здесь, иногда приводя к возникающим структурам, которые вступают в конфликт с входными данными.

Фоконье и Тернер описывают набор принципов оптимальности, которые, как утверждается, определяют построение хорошо сформированной интеграционной сети. По сути, они рассматривают смешивание как механизм сжатия, в котором две или более входных структур сжимаются в единую структуру смешивания. Это сжатие действует на уровне концептуальных отношений. Например, ряд отношений подобия между входными пространствами может быть сжат в одно отношение идентичности в смеси.

Некоторый вычислительный успех был достигнут с помощью модели смешивания за счет расширения ранее существовавших вычислительных моделей аналогового отображения, которые являются совместимыми благодаря тому, что они акцентируют внимание на связанных семантических структурах. [25] Совсем недавно Франсиско Камара Перейра [26] представил реализацию теории смешения, которая использует идеи как из GOFAI, так и генетических алгоритмов для реализации некоторых аспектов теории смешения в практической форме; его примерные области варьируются от лингвистических до визуальных, и последнее, в первую очередь, включает создание мифических монстров путем комбинирования трехмерных графических моделей.

Лингвистическое творчество

Язык предоставляет постоянные возможности для творчества, что проявляется в создании новых предложений, фраз, каламбуров , неологизмов , рифм , намеков , сарказма , иронии , сравнений , метафор , аналогий , острот и шуток . [27] Носители морфологически богатых языков часто создают новые словоформы , которые легко понять, а некоторые из них попали в словарь. [28] Область генерации естественного языка был хорошо изучен, но эти творческие аспекты повседневного языка еще не были включены с какой-либо надежностью или масштабом.

Гипотеза творческих закономерностей

В своей основополагающей работе лингвиста-прикладного лингвиста Рональда Картера он выдвинул гипотезу о двух основных типах творческих способностей, связанных со словами и словесными образцами: творчество, реформирующее образцы, и творчество, формирующее образцы. [27] Творчество по реформированию шаблонов относится к творчеству путем нарушения правил, реформирования и изменения шаблонов языка, часто посредством индивидуальных инноваций, в то время как творчество в области формирования шаблонов относится к творчеству через соответствие языковым правилам, а не их нарушение, создавая конвергенцию, симметрию и большая взаимность между собеседниками за счет их взаимодействия в форме повторений. [29]

Поколение историй

Существенная работа была проведена в этой области лингвистического творчества с 1970-х годов, когда была разработана система TALE-SPIN [30] Джеймса Михана . TALE-SPIN рассматривал истории как повествовательные описания попыток решения проблем и создавал истории, сначала устанавливая цель для персонажей рассказа, чтобы их поиск решения мог быть отслежен и записан. Система MINSTREL [31] представляет собой комплексную разработку этого базового подхода, отделяя диапазон целей уровня персонажа в рассказе от диапазона целей уровня автора рассказа. Такие системы, как BRUTUS Брингсьорда [32]развивайте эти идеи и создавайте истории со сложными межличностными темами, такими как предательство. Тем не менее, MINSTREL явно моделирует творческий процесс с помощью набора методов адаптации (TRAM) для создания новых сцен из старых. Модель MEXICA [33] Рафаэля Переса и Переса и Майка Шарплса более явно заинтересована в творческом процессе повествования и реализует версию когнитивной модели творческого письма, основанной на вовлечении и отражении.

Компания Narrative Science делает компьютерные новости и отчеты коммерчески доступными, в том числе резюмируют командные спортивные события, основанные на статистических данных игры. Он также создает финансовые отчеты и анализ недвижимости. [34]

Метафора и сравнение

Пример метафоры: «Она была обезьяной».

Пример сравнения: «Похоже на одеяло из тигрового меха ». Вычислительное исследование этих явлений в основном сосредоточено на интерпретации как на процессе, основанном на знаниях. Вычислительные специалисты, такие как Йорик Уилкс , Джеймс Мартин, [35] Дэн Фасс, Джон Барнден, [36] и Марк Ли, разработали основанные на знаниях подходы к обработке метафор либо на лингвистическом, либо на логическом уровне. Тони Вил и Янфен Хао разработали систему, названную Sardonicus, которая получает обширную базу данных явных сравнений из Интернета; эти сравнения затем помечаются как добросовестные (например, «твердые, как сталь») или ироничные (например, «волосатые, как шар для боулинга », «такие же приятные, как корневой канал"); сравнения любого типа могут быть получены по запросу для любого данного прилагательного. Они используют эти сравнения в качестве основы онлайн-системы генерации метафор под названием Аристотель [37], которая может предлагать лексические метафоры для данной описательной цели (например, чтобы описать супермодель как худощавую, предлагаются исходные термины «карандаш», «хлыст», « гончая », «веревка», « насекомое-палочка » и «змея»).

Аналогия

Процесс рассуждений по аналогии изучался как с точки зрения отображения, так и с точки зрения поиска, причем последнее является ключом к созданию новых аналогий. Доминирующая школа исследований, выдвинутая Дедре Гентнером , рассматривает аналогию как процесс, сохраняющий структуру; это представление было реализовано в механизме сопоставления структур или SME, [38] механизме поиска MAC / FAC (многие вызываются, немногие выбраны), ACME ( механизм сопоставления аналоговых ограничений ) и ARCS ( система ограничений аналогового поиска ). Другие подходы, основанные на картировании, включают Sapper, [25]который помещает процесс отображения в семантическую сетевую модель памяти. Аналогия - очень активная подобласть творческих вычислений и творческого познания; К активным фигурам в этой подобласти относятся Дуглас Хофштадтер , Пол Тагард и Кейт Холиоук . Также стоит отметить подход Питера Терни и Майкла Литтмана к решению проблем аналогии в стиле SAT с помощью машинного обучения ; их подход дает оценку, которая хорошо сравнивается со средними оценками, полученными людьми в этих тестах.

Генерация шуток

Основная статья: Вычислительный юмор

Юмор - это особенно требовательный к знаниям процесс, и наиболее успешные на сегодняшний день системы генерации шуток сосредоточены на каламбурах, примером чего являются работы Ким Бинстед и Грэм Ричи. [39] Эта работа включает JAPEсистема, которая может генерировать широкий спектр каламбуров, которые дети раннего возраста неизменно оценивают как новые и юмористические. Усовершенствованная версия JAPE была разработана под видом системы STANDUP, которая была экспериментально развернута как средство улучшения языкового взаимодействия с детьми с коммуникативными нарушениями. Некоторый ограниченный прогресс был достигнут в создании юмора, который включает другие аспекты естественного языка, такие как преднамеренное непонимание местоименной ссылки (в работах Ханса Вима Тинхолта и Антона Нейхолта), а также в создании юмористических сокращений в сокращении HAHA. система [40] Оливьеро Стока и Карло Страппарава.

Неологизм

Смешение множественных словоформ является доминирующей силой для создания новых слов в языке; эти новые слова обычно называют «смесями» или « словосочетаниями » (в честь Льюиса Кэрролла ). Тони Вил разработал систему под названием ZeitGeist [41], которая собирает неологические заглавные слова из Википедии и интерпретирует их относительно их местного контекста в Википедии и относительно определенных значений слов в WordNet.. ZeitGeist был расширен для создания собственных неологизмов; подход объединяет элементы из перечня частей слова, взятых из WordNet, и одновременно определяет вероятные толкования этих новых слов (например, «путешественник за едой» для «гастронавта» и «путешественник во времени» для « хрононавта »). Затем он использует поиск в Интернете, чтобы определить, какие глоссы имеют смысл, а какие неологизмы ранее не использовались; этот поиск определяет подмножество сгенерированных слов, которые одновременно являются новыми («H-творческий») и полезными.

Корпус лингвистический подход к поиску и добыче неологизма также показал, что это возможно. Используя Corpus of Contemporary American English в качестве справочного корпуса, Локки Ло выполнил извлечение неологизма , портмантеа и сленговых слов, используя hapax legomen, которые появлялись в сценариях американской телевизионной драмы House MD [42]

Что касается лингвистических исследований в области неологизма, Stefan Th. Грис выполнил количественный анализ структуры сочетания в английском языке и обнаружил, что «степень узнаваемости исходных слов и сходство исходных слов со смесью играют жизненно важную роль в формировании сочетания». Результаты были подтверждены путем сравнения намеренных сочетаний со смесями с ошибками речи. [43]

Поэзия

Больше железа, больше свинца, больше золота мне нужно электричество.
Он мне нужен больше, чем баранина, свинина, салат или огурец.
Мне это нужно для моей мечты.Рактер из фильма «Полицейская борода наполовину построена»

Как и шутки, стихи включают сложное взаимодействие различных ограничений, и ни один универсальный генератор стихотворений не сочетает в достаточной мере смысл, формулировку, структуру и аспекты рифмы поэзии. Тем не менее, Пабло Гервас [44] разработал заслуживающую внимания систему под названием ASPERA, которая использует подход на основе прецедентов (CBR) для создания поэтических формулировок заданного входного текста посредством композиции поэтических фрагментов, которые извлекаются из прецедентной базы существующих стихи. Каждый фрагмент стихотворения в базе случаев ASPERA аннотируется строкой прозы, которая выражает значение фрагмента, и эта строка текста используется в качестве ключа поиска для каждого фрагмента. Затем используются метрические правила, чтобы объединить эти фрагменты в хорошо сформированную поэтическую структуру.Racter - пример такого программного проекта.

Музыкальное творчество

Вычислительное творчество в области музыки сосредоточено как на создании музыкальных партитур для использования людьми-музыкантами, так и на создании музыки для исполнения на компьютерах. Область генерации включала классическую музыку (с программным обеспечением, которое генерирует музыку в стиле Моцарта и Баха ) и джаз . [45] В частности, Дэвид Коуп [46] написал программную систему под названием «Эксперименты в области музыкального интеллекта» (или «EMI») [47] который способен анализировать и обобщать существующую музыку композитора-человека для создания новых музыкальных композиций в том же стиле. Продукция EMI достаточно убедительна, чтобы убедить слушателей в том, что ее музыка создана людьми с высоким уровнем компетентности. [48]

В области современной классической музыки Iamus - первый компьютер, который сочиняет музыку с нуля и выдает финальные партитуры, которые могут играть профессиональные переводчики. Лондонский симфонический оркестр играл пьесу для симфонического оркестра, включенную в дебютном CD Iamus' , [49] , который New Scientist описал , как „Первая крупная работа в составе компьютером и в исполнении симфонического оркестра“. [50] Melomics , технология, лежащая в основе Iamus, может создавать произведения в разных стилях музыки с одинаковым уровнем качества.

Исследования творчества в джазе были сосредоточены на процессе импровизации и когнитивных требованиях, которые это предъявляет к музыкальному агенту: рассуждение о времени, запоминание и концептуализация того, что уже было сыграно, и предварительное планирование того, что может быть сыграно дальше. [51] Робот Шимон, разработанный Гилом Вайнбергом из Технологического института Джорджии, продемонстрировал джазовую импровизацию. [52] Программное обеспечение для виртуальной импровизации, основанное на исследованиях стилистического моделирования, проведенных Джерардом Ассаягом и Шломо Дубновым, включая OMax, SoMax и PyOracle, используется для создания импровизаций в реальном времени путем повторного введения последовательностей переменной длины, заученных на лету от живого исполнителя. . [53]

В 1994 году архитектура Creativity Machine (см. Выше) смогла сгенерировать 11000 музыкальных зацепок путем обучения синаптически возмущенной нейронной сети на 100 мелодиях, которые появлялись в первой десятке списка за последние 30 лет. В 1996 году самонастраивающаяся Creativity Machine наблюдала за выражением лиц аудитории с помощью усовершенствованной системы машинного зрения и усовершенствовала свои музыкальные таланты, чтобы создать альбом под названием «Song of the Neurons» [54]

В области музыкальной композиции, запатентованные работы [55] по Рене-Луи Baron позволили сделать робот , который может создавать и играть множество мелодий спланированных так называемых «когерентный» в любом музыкальном стиле. Все внешние физические параметры, связанные с одним или несколькими конкретными музыкальными параметрами, могут влиять и развивать каждую из этих песен (в реальном времени во время прослушивания песни). Запатентованное изобретение Медаль-Композитор поднимает проблемы авторского права.

Визуальное и художественное творчество

Вычислительное творчество в создании визуального искусства добилось заметных успехов в создании как абстрактного, так и изобразительного искусства. Самая известная программа в этой области является Гарольдом Коэн «S ААРОНОМ , [56] , которая была разработан и непрерывно дополненным с 1973 года , хотя шаблонные, Аарон имеет целый ряд выходов, создавая черно-белые рисунки или цветные рисунки , которые включают человеческий фигуры (например, танцоров), растения в горшках, камни и другие элементы фонового изображения. Эти изображения достаточно высокого качества, чтобы их можно было размещать в авторитетных галереях.

Другие художники программные примечания включают в себя систему Невар (для « Neuro-Эволюционная искусства») из Penousal Мачадо. [57] NEvAr использует генетический алгоритм для получения математической функции, которая затем используется для создания цветной трехмерной поверхности. Пользователь-человек может выбирать лучшие изображения после каждой фазы генетического алгоритма, и эти предпочтения используются для управления последовательными фазами, тем самым подталкивая поиск NEvAr к частям пространства поиска, которые считаются наиболее привлекательными для пользователя.

Painting Fool , разработанный Саймоном Колтоном, возник как система для перерисовки цифровых изображений данной сцены с выбором различных стилей рисования, цветовых палитр и типов кистей. Учитывая его зависимость от входного исходного изображения, с которым нужно работать, самые ранние итерации Painting Fool поднимали вопросы о степени или отсутствии креативности в системе вычислительного искусства. Тем не менее, в более поздних работах «Дурак-рисовальщик» был расширен для создания новых изображений, во многом так же, как это делает ААРОН , исходя из собственного ограниченного воображения. Изображения в этом ключе включают городские пейзажи и леса, созданные в процессе удовлетворения ограничений.из некоторых базовых сценариев, предоставленных пользователем (например, эти сценарии позволяют системе сделать вывод, что объекты, расположенные ближе к плоскости просмотра, должны быть больше и более насыщенными по цвету, а те, что находятся дальше, должны быть менее насыщенными и казаться меньше). С художественной точки зрения образы, которые сейчас создает Дурак-рисовальщик, выглядят наравне с изображениями, созданными Аароном, хотя расширяемые механизмы, используемые первым (удовлетворение ограничений и т. Д.), Вполне могут позволить ему развиться в более сложного и утонченного художника.

Художник Краси Димч (Krasimira Dimtchevska) и разработчик программного обеспечения Свиллен Ранев создали вычислительную систему, объединяющую основанный на правилах генератор английских предложений и конструктор визуальной композиции, который преобразует предложения, созданные системой, в абстрактное искусство. [58] Программа автоматически генерирует неопределенное количество различных изображений, используя палитры разных цветов, форм и размеров. Программное обеспечение также позволяет пользователю выбирать тему сгенерированных предложений или / и одну или несколько палитр, используемых построителем визуальной композиции.

Новой областью вычислительного творчества являются видеоигры. ANGELINA - это система для творческой разработки видеоигр на Java Майкла Кука. Одним из важных аспектов является Mechanic Miner, система, которая может генерировать короткие сегменты кода, которые действуют как простая игровая механика. [59] АНЖЕЛИНА может оценить полезность этой механики, играя в простые неразрешимые игровые уровни и проверяя, позволяет ли новая механика решить уровень. Иногда Mechanic Miner обнаруживает ошибки в коде и использует их, чтобы создать новую механику, с которой игрок сможет решить проблемы. [60]

В июле 2015 года Google выпустила DeepDream - программу компьютерного зрения с открытым исходным кодом [61] , созданную для обнаружения лиц и других узоров на изображениях с целью автоматической классификации изображений, которая использует сверточную нейронную сеть для поиска и улучшения закономерностей на изображениях с помощью алгоритмической парейдолии. , создавая таким образом сказочный психоделический вид в преднамеренно переработанных изображениях. [62] [63] [64]

В августе 2015 года исследователи из Тюбингена, Германия, создали сверточную нейронную сеть, которая использует нейронные представления для разделения и рекомбинации содержимого и стиля произвольных изображений, которая может превращать изображения в стилистические имитации произведений искусства таких художников, как Пикассо или Ван Гог в около часа. Их алгоритм используется на веб-сайте DeepArt, который позволяет пользователям создавать уникальные художественные изображения с помощью своего алгоритма. [65] [66] [67] [68]

В начале 2016 года глобальная группа исследователей объяснила, как новый подход к вычислительному творчеству, известный как цифровой синаптический нейронный субстрат (DSNS), может быть использован для создания оригинальных шахматных головоломок, которые не были получены из баз данных эндшпиля. [69] DSNS может комбинировать характеристики различных объектов (например, шахматные задачи, картины, музыку) с использованием стохастических методов для получения новых спецификаций функций, которые могут использоваться для создания объектов в любой из исходных областей. Сгенерированные шахматные головоломки также были размещены на YouTube. [70]

Креативность в решении проблем

Креативность также полезна для поиска необычных решений при решении проблем . В психологии и когнитивной науке это направление исследований называется творческим решением проблем . Теория творчества «явное-неявное взаимодействие» (EII) недавно была реализована с использованием вычислительной модели на основе CLARION, которая позволяет моделировать инкубацию и способность проникновения в суть решения проблем. [71] В этом проекте вычислительного творчества акцент делается не на производительности как таковой (как в случае с искусственным интеллектом).проектов), а скорее на объяснении психологических процессов, ведущих к творчеству человека, и воспроизведении данных, собранных в психологических экспериментах. До сих пор этот проект был успешным в предоставлении объяснения эффектов инкубации в простых экспериментах с памятью, понимании решения проблем и воспроизведении затемняющего эффекта при решении проблем.

Дискуссия об «общих» теориях творчества.

Некоторые исследователи считают, что творчество - сложное явление, изучение которого еще больше осложняется пластичностью языка, который мы используем для его описания. Мы можем описать как «творческий» не только фактор творчества, но также продукт и метод. Следовательно, можно утверждать, что говорить об общей теории творчества нереально . [ необходима цитата ] Тем не менее, некоторые генеративные принципы являются более общими, чем другие, что побуждает некоторых сторонников утверждать, что определенные вычислительные подходы являются «общими теориями». Стивен Талер, например, предполагает, что определенные модели нейронных сетей являются достаточно генеративными и достаточно общими, чтобы проявлять высокую степень творческих способностей.

Критика вычислительного творчества

Традиционные компьютеры, которые в основном используются в приложениях для вычислительного творчества, не поддерживают творческий подход, поскольку они фундаментально преобразуют набор дискретных, ограниченных областей входных параметров в набор дискретных, ограниченных областей выходных параметров с использованием ограниченного набора вычислительных функций [ цитата необходима ] . Таким образом, компьютер не может быть творческим, поскольку все на выходе должно уже присутствовать во входных данных или алгоритмах [ необходима цитата ] . Некоторые связанные обсуждения и ссылки на связанные работы отражены в некоторых недавних работах по философским основам моделирования. [72]

Математически тот же набор аргументов против творчества был выдвинут Чайтиным. [73] Подобные наблюдения исходят из точки зрения теории моделей. Вся эта критика подчеркивает, что вычислительное творчество полезно и может выглядеть как творчество, но это не настоящее творчество, поскольку ничего нового не создается, а просто преобразуется в четко определенные алгоритмы.

События

Международная конференция по вычислительному творчеству (ICCC) проводится ежегодно, ее организует Ассоциация вычислительного творчества. [74] События в серии включают:

  • ICCC 2018, Саламанка, Испания
  • ICCC 2017, Атланта, Джорджия, США
  • ICCC 2016, Париж, Франция
  • ICCC 2015, Парк-Сити, Юта, США. Основной доклад: Эмили Шорт
  • ICCC 2014, Любляна, Словения. Основной доклад: Оливер Деуссен
  • ICCC 2013, Сидней, Австралия. Основной доклад: Арне Дитрих
  • ICCC 2012, Дублин, Ирландия. Основной доклад: Стивен Смит
  • ICCC 2011, Мехико, Мексика. Основной доклад: Джордж Э. Льюис
  • ICCC 2010, Лиссабон, Португалия. Основной доклад / Приглашенные выступления: Нэнси Дж. Нерсесян и Мэри Лу Махер

Ранее сообщество вычислительного творчества проводило специальный семинар, Международный совместный семинар по вычислительному творчеству, каждый год с 1999 года. Предыдущие мероприятия в этой серии включают: [ необходима ссылка ]

  • IJWCC 2003, Акапулько, Мексика, в рамках IJCAI'2003
  • IJWCC 2004, Мадрид, Испания, в рамках ECCBR'2004
  • IJWCC 2005, Эдинбург, Великобритания, в рамках IJCAI'2005
  • IJWCC 2006, Рива-дель-Гарда, Италия, в рамках ECAI'2006
  • IJWCC 2007, Лондон, Великобритания, отдельное мероприятие
  • IJWCC 2008, Мадрид, Испания, отдельное мероприятие

Состоится I конференция по компьютерному моделированию музыкального творчества.

  • CCSMC 2016, [75] 17–19 июня, Университет Хаддерсфилда, Великобритания. Ключевые моменты: Герайнт Уиггинс и Грэм Бейли.

Публикации и форумы

Design Computing and Cognition - это конференция, посвященная вычислительному творчеству. Конференция ACM Creativity and Cognition - еще один форум для обсуждения вопросов, связанных с вычислительным творчеством. Доклад Шломо Дубнова «Journées d'Informatique Musicale 2016» был посвящен теоретико-информационному творчеству. [76]

Ряд недавно вышедших книг представляет собой хорошее введение или хороший обзор области вычислительного творчества. К ним относятся:

  • Перейра, ФК (2007). «Креативность и искусственный интеллект: концептуальный подход смешивания». Приложения серии когнитивной лингвистики, Mouton de Gruyter.
  • Вил, Т. (2012). «Разрушая миф о творчестве: вычислительные основы лингвистического творчества». Bloomsbury Academic, Лондон.
  • Маккормак, Дж. И д'Инверно, М. (ред.) (2012). «Компьютеры и творчество». Спрингер, Берлин.
  • Veale, T., Feyaerts, K. и Forceville, C. (2013, готовится к печати). «Креативность и гибкий ум: мультидисциплинарное исследование многогранного явления». Mouton de Gruyter.

В дополнение к материалам конференций и семинаров сообщество компьютерного творчества на данный момент выпустило следующие специальные выпуски журнала, посвященные этой теме:

  • New Generation Computing , том 24, выпуск 3, 2006 г.
  • Журнал систем , основанных на знаниях , том 19, выпуск 7, ноябрь 2006 г.
  • Журнал AI , том 30, номер 3, осень 2009 г.
  • Мысли и машины , том 20, номер 4, ноябрь 2010 г.
  • Когнитивные вычисления , том 4, выпуск 3, сентябрь 2012 г.
  • AIEDAM , том 27, номер 4, осень 2013 г.
  • Компьютеры в индустрии развлечений , два специальных выпуска Music Meta-Creation (MuMe), осень 2016 г. (готовится к печати)

В дополнение к этому, был запущен новый журнал, посвященный вычислительному творчеству в области музыки.

  • JCMS 2016, Журнал творческих музыкальных систем

Смотрите также

  • 1 Дорога (1-й роман)
  • Искусственное воображение
  • Алгоритмическое искусство
  • Алгоритмический состав
  • Приложения искусственного интеллекта
  • Компьютерное искусство
  • Компьютерная музыка
  • Творческие вычисления
  • Цифровой морфогенез
  • Цифровая поэзия
  • Генеративные системы
  • Внутренняя мотивация (искусственный интеллект)
  • Синтез медиа (AI)
  • Musikalisches Würfelspiel (Музыкальная игра в кости)
  • Процедурная генерация
Списки
  • Список новых технологий
  • Схема искусственного интеллекта

использованная литература

  1. ^ Анна Jordanous, Ph.D. (10 апреля 2014 г.). "Что такое вычислительное творчество?" . Проверено 7 января 2019 .
  2. ^ Amabile, Тереза ​​(1983), Социальная психология творчества , Нью-Йорк, Нью-Йорк: Springer-Verlag
  3. ^ Мински, Марвин (1967), Почему программирование является хорошим средством для выражения плохо понятых и небрежно сформулированных идей (PDF) , стр. 120–125 Неизвестный параметр |book-title=игнорируется ( справка ) [ постоянная мертвая ссылка ]
  4. ↑ Newell, Allen, Shaw, JG, and Simon, Herbert A. (1963), Процесс творческого мышления , HE Gruber, G. Terrell и M. Wertheimer (Eds.), Contemporary Approaches to Creative Thinking, pp 63-119 . Нью-Йорк: Атертон
  5. ^ Гибсон, PM (1991) NEUROGEN, музыкальная композиция с использованием генетических алгоритмов и взаимодействующих нейронных сетей , Вторая международная конференция по искусственным нейронным сетям: 309-313.
  6. ^ а б Тодд, PM (1989). «Коннекционистский подход к алгоритмической композиции». Компьютерный музыкальный журнал . 13 (4): 27–43. DOI : 10.2307 / 3679551 . JSTOR 3679551 . S2CID 36726968 .  
  7. ^ Bharucha, JJ; Тодд, PM (1989). «Моделирование восприятия тональной структуры с помощью нейронных сетей». Компьютерный музыкальный журнал . 13 (4): 44–53. DOI : 10.2307 / 3679552 . JSTOR 3679552 . S2CID 19286486 .  
  8. Перейти ↑ Todd, PM, and Loy, DG (Eds.) (1991). Музыка и коннекционизм. Кембридж, Массачусетс: MIT Press.
  9. Перейти ↑ Todd, PM (1992). Коннекционистская система для исследования мелодического пространства. В материалах Международной компьютерной музыкальной конференции 1992 г. (стр. 65-68). Сан-Франциско: Международная ассоциация компьютерной музыки.
  10. ^ Схема двойного обратного распространения ошибки для обучения со скалярным вознаграждением. П. Манро - Девятая ежегодная конференция когнитивных наук, 1987 г.
  11. ^ Нейронные сети для управления и идентификации систем. П. Дж. Вербос - Решение и контроль, 1989.
  12. ^ The truck backer-upper: пример самообучения в нейронных сетях . Д. Нгуен, Б. Видроу - IJCNN'89, 1989.
  13. ^ Форвардные модели: контролируемое обучение с дистальным учителем. М.И. Джордан, Д.Е. Румельхарт - Когнитивная наука, 1992.
  14. Перейти ↑ Boden, Margaret (1990), The Creative Mind: Myths and Mechanisms , London: Weidenfeld & Nicolson
  15. ^ Боден, Маргарет (1999), Вычислительные модели творчества. , Справочник по творчеству, стр. 351–373.
  16. ^ «Творческие вычисления» . Машина Wayback: Американская философская ассоциация. Архивировано из оригинального 15 ноября 2012 года . Проверено 16 марта 2016 .
  17. ^ Лой, Микеле; Вигано, Элеонора; ван дер Плас, Лоннеке (23 июля 2020 г.). «Социальная и этическая значимость вычислительного творчества» . arXiv: 2007.11973 . arXiv : 2007.11973 . Проверено 26 апреля 2021 года .
  18. ^ Виггинс, Герайнт (2006), Предварительная структура для описания, анализа и сравнения творческих систем , Журнал систем , основанных на знаниях, 19 (7), стр. 449-458, CiteSeerX 10.1.1.581.5208 
  19. ^ Финке, Р., Уорд, Т., и Смит, С. (1992), Творческое познание: теория, исследования и приложения (PDF) , Кембридж: MIT Press.
  20. ↑ Маргарет Боден (10 мая 2010 г.). «Могут ли компьютерные модели помочь нам понять человеческое творчество?» . Проверено 7 января 2019 .
  21. ^ Фоконье, Жиль, Тернер, Марк (2007), как мы думаем , Basic Books
  22. ^ Фоконье, Жиль, Тернер, Марк (2007), Концептуальные интеграции сети , Cognitive Science, 22 (2) , стр 133-187
  23. ^ Кестлер, Артур (1964), {Акт творения} , Лондон: Хатчинсон и Нью-Йорк: Макмиллан
  24. ^ Лакофф, Джордж; Джонсон, Марк (2008), Метафоры, которыми мы живем , Издательство Чикагского университета
  25. ^ a b Вил, Тони, О'Донохью, Диармуид (2007), Вычисление и смешивание , когнитивная лингвистика, 11 (3-4), специальный выпуск по концептуальному смешиванию
  26. ^ Перейра, Франсиско Камара (2006), Творчество и искусственный интеллект: концептуальный подход смешивания , приложения когнитивной лингвистики. Амстердам: Мутон-де-Грюйтер
  27. ^ a b Картер, Рональд (2004). Язык и творчество: искусство разговора . Лондон: Рутледж.
  28. ↑ Мартин, Кэтрин Коннор (30 января 2018 г.). «От жажды к простому: потратьте немного времени на последнее обновление OED» . Оксфордские словари . Проверено 4 января 2019 года .
  29. ^ Ань Во, Тхук; Картер, Рональд (2010), «Что корпус может рассказать нам о творчестве?», Справочник по корпусной лингвистике Routledge, Routledge, doi : 10.4324 / 9780203856949.ch22 , ISBN 9780203856949
  30. ^ Михан, Джеймс (1981), СКАЗКА-SPIN , Shank, RC и RIESBECK, CK, (ред.), Внутри компьютера Понимание: Пять программ плюс миниатюра. Хиллсдейл, Нью-Джерси: Lawrence Erlbaum Associates
  31. ^ Тернер, SR (1994), Творческий процесс: компьютерная модель рассказывания историй , Хиллсдейл, Нью-Джерси: Lawrence Erlbaum Associates
  32. ^ Bringsjord, S., Ferrucci, DA (2000), Искусственный интеллект и литературное творчество. Внутри разума БРУТА, рассказывающей машины. , Хиллсдейл, штат Нью-Джерси: Lawrence Erlbaum Associates
  33. ^ Перес и Перес, Рафаэль, Шарплс, Майк (2001), МЕКСИКА: компьютерная модель когнитивного описания творческого письма (PDF) , Журнал экспериментального и теоретического искусственного интеллекта, 13, стр. 119-139
  34. ^ "Архивная копия" . Архивировано из оригинала на 2011-11-03 . Проверено 1 мая 2011 .CS1 maint: заархивированная копия как заголовок ( ссылка )
  35. ^ Мартин, Джеймс (1990), Вычислительная модель интерпретации метафор , Academic Press
  36. ^ Барнден, Джон (1992), Вера в метафору: серьезное отношение к здравой психологии , Computational Intelligence 8, pp 520-552
  37. ^ Вел, Тони, Хао, Янфен (2007), Понимание и создание подходящих метафор: веб-ориентированный подход к образному языку на основе случаев (PDF) , Труды AAAI 2007, 22-й конференции AAAI по искусственному интеллекту. Ванкувер, Канада
  38. ^ Фалькенхайнер, Брайан, Форбус, Кен и Гентнер, Дедре (1989), Механизм отображения структуры: Алгоритм и примеры (PDF) , Искусственный интеллект, 20 (41) стр. 1–63
  39. ^ Binsted, К., боли, Х., и Ричите, Г. (1997), "Детской оценка созданного компьютера каламбурных загадок" , Прагматик & познания , 5 (2): 305-354, DOI : 10,1075 / шт. 5.2.06bin
  40. ^ Со, Оливьеро, Strapparava Карло (2003), HAHAcronym: Юмористические средства для юмористических аббревиатур (PDF) , Юмор: Международный журнал Юмор Research, 16 (3) , стр 297-314
  41. ^ Вил, Тони (2006), Отслеживание лексического духа времени с помощью Википедии и WordNet , Труды ECAI'2006, 17-й Европейской конференции по искусственному интеллекту
  42. ^ Закон, Локки (2019). «Творчество и телевизионная драма: основанный на корпусе мультимодальный анализ творчества, реформирующего модели в House MD». Корпорация . 14 (2): 135–171. DOI : 10.3366 / cor.2019.0167 .
  43. ^ Грис, Стефан Тх. (2004-01-21). «Разве это не завтрак? Количественный анализ состава смеси на английском языке». Лингвистика . 42 (3). DOI : 10,1515 / ling.2004.021 . ISSN 0024-3949 . S2CID 3762246 .  
  44. ^ Gervas, Пабло (2001), экспертная система для составления формальных испанской поэзии (PDF) , журнал , основанной на знаниях систем 14 (3-4) С. 181-188
  45. ^ Д. Herremans, СН, Чуань, Е. Чу (2017). «Функциональная таксономия систем создания музыки». ACM Computing Surveys . 50 (5): 69: 1–30. arXiv : 1812.04832 . DOI : 10.1109 / TAFFC.2017.2737984 . S2CID 54475410 . CS1 maint: несколько имен: список авторов ( ссылка )
  46. ^ Коп, Дэвид (2006), Компьютерные модели музыкального творчества , Кембридж, Массачусетс: MIT Press
  47. ↑ Дэвид Коуп (1987), «Эксперименты в области музыкального интеллекта». В материалах Международной конференции компьютерной музыки, Сан-Франциско: Computer Music Assn.
  48. ↑ Triumph of the Cyborg Composer. Архивировано 26 февраля 2010 г. в Wayback Machine.
  49. ^ Iamus Дебютный CD , Melomics Records, 2012[1]
  50. ^ "Композитор компьютера чествует столетие Тьюринга" . Новый ученый . 5 июля 2012 г.
  51. ^ Assayag, Жерар; Блох, Джордж; Конт, Аршия; Дубнов, Шломо (2010), Взаимодействие с машинной импровизацией , Шломо Аргамон, Кевин Бернс, Шломо Дубнов (ред.), Структура стиля, Springer, Bibcode : 2010tsos.book..219A
  52. ^ «Робот по имени Шимон хочет с тобой поиграть» . NPR.org . 22 декабря 2009 г.
  53. ^ Дубнов, Шломо; Всплески, Грег (2014), Делегирование творчества: использование музыкальных алгоритмов в машинном прослушивании и композиции , Ньютон Ли (ред.), Digital Da Vinci, Springer
  54. ^ "Песня о нейронах" .
  55. ^ (на французском языке) Статья de press: «Génération automatique d'œuvres numériques», статья о изобретении, Медаль де Беатрис Перре дю Крей  », Science et Vie Micro
  56. ^ МакКордак, Памела (1991), Кодекс Аарона. , WH Freeman & Co., Ltd.
  57. ^ Ромеро, Хуан, Мачадо, Penousal (ред.) (2008), Искусство искусственной эволюции: Справочник по эволюционному искусству и музыке , серия Natural Computing. Берлин: Springer Verlag, ISBN 9783540728764CS1 maint: дополнительный текст: список авторов ( ссылка )
  58. ^ «Методы, системы и программное обеспечение для создания предложений, а также визуальных и аудиокомпозиций, представляющих указанные предложения», Канадский патент 2704163
  59. ^ «Знакомство с механиком-шахтером» . Игры Анджелины . 5 ноября 2012 г.
  60. ^ "Почему я думаю, что механик-майнер крут" . Игры Анджелины . 16 ноября 2012 г.
  61. ^ deepdream на GitHub
  62. ^ Сегеди, Кристиан; Лю, Вэй; Цзя, Янцин; Сермане, Пьер; Рид, Скотт; Ангуелов, Драгомир; Эрхан, Думитру; Ванхаук, Винсент; Рабинович, Андрей (2014). «Углубляясь в свертки» . Репозиторий компьютерных исследований . arXiv : 1409,4842 . Bibcode : 2014arXiv1409.4842S .
  63. ^ Мордвинцев, Александр; Олах, Кристофер; Тыка, Майк (2015). «DeepDream - пример кода для визуализации нейронных сетей» . Google Research. Архивировано из оригинала на 2015-07-08.
  64. ^ Мордвинцев, Александр; Олах, Кристофер; Тыка, Майк (2015). «Inceptionism: углубляясь в нейронные сети» . Google Research. Архивировано из оригинала на 2015-07-03.
  65. Рианна Макфарланд, Мэтт (31 августа 2015 г.). «Этот алгоритм может создать нового Ван Гога или Пикассо всего за час» . Вашингтон Пост . Проверено 3 сентября 2015 года .
  66. ^ Culpan, Daniel (1 сентября 2015). «Этот алгоритм может создать имитацию Ван Гога за 60 минут» . Проводная Великобритания . Проверено 3 сентября 2015 года .
  67. ^ «GitXiv - нейронный алгоритм художественного стиля» . gitxiv.com . Проверено 3 сентября 2015 года .
  68. ^ Гэтис, Леон А .; Эккер, Александр С .; Бетге, Матиас (2015). «Нейроалгоритм художественного стиля». arXiv : 1508.06576 [ cs.CV ].
  69. ^ Икбал, Азлан; Гуид, Матей; Колтон, Саймон; Кривец, Яна; Азман, Шазрил; Хагиги, Бошра (2016). Цифровой синаптический нейронный субстрат: новый подход к вычислительному творчеству . SpringerBriefs в когнитивных вычислениях. Швейцария: Шпрингер. ISBN 978-3-319-28078-3.
  70. ^ YouTube Channel Chesthetica в
  71. ^ Helie, S .; Солнце, Р. (2010). «Инкубация, понимание и творческое решение проблем: единая теория и коннекционистская модель». Психологический обзор . 117 (3): 994–1024. CiteSeerX 10.1.1.405.2245 . DOI : 10.1037 / a0019532 . PMID 20658861 .  
  72. ^ Толк, Андреас (2013). «Правда, доверие и Тьюринг - значение для моделирования и симуляции». Онтология, эпистемология и телеология для моделирования и симуляции . Справочная библиотека интеллектуальных систем. 44 . С. 1–26. DOI : 10.1007 / 978-3-642-31140-6_1 . ISBN 978-3-642-31139-0.
  73. ^ Хайтина, GJ (1987). Алгоритмическая теория информации. Кембриджские трактаты по теоретической информатике, издательство Кембриджского университета.
  74. ^ http://computationalcreativity.net/
  75. ^ CCSMC 2016 , WordPress , 2016.
  76. ^ доступно на http://jim2016.gmea.net/?ddownload=470

дальнейшее чтение

  • Обзор искусственного творчества на Think Artificial
  • Коэн, Х., «Дальнейшие подвиги ААРОНА, Художника» , SEHR, том 4, выпуск 2: Constructions of the Mind, 1995
  • Плоткин, Р. «Джин в машине»

внешние ссылки

Документальные фильмы

  • Noorderlicht: Маргарет Боден и Стивен Талер о творческих компьютерах
  • По его образу
Получено с https://en.wikipedia.org/w/index.php?title=Computational_creativity&oldid=1038387727 "
Contribute a better translation