Apakah yang boleh diajar oleh kecerdasan buatan kepada kita?

Kami mencari peluang untuk memahami dan menggunakan imaginasi, bukan sahaja untuk memperuntukkan peranan antara kecerdasan buatan dan manusia, tetapi juga untuk menggabungkan kedua-duanya untuk meningkatkan keberkesanan imaginasi.

Pengarang |. Martin Reeves Jack Fuller*

Sumber |. Ulasan Perniagaan

Bolehkah mesin bayangkan? Kami biasanya menganggap komputer sebagai melakukan pengiraan dan mencapai keputusan berdasarkan arahan yang kami berikan. Kami tidak menganggap komputer berkemampuan daripada apa yang akan kami takrifkan sebagai imaginasi: mengalami perkara yang tidak dijangka, membentuk pemikiran berlawanan, atau meneroka kemungkinan baharu sepenuhnya. Walau bagaimanapun, baru-baru ini, kecerdasan buatan nampaknya secara beransur-ansur menceroboh apa yang kita panggil alam imaginasi.

Adakah kita akan diganti?

Sebagai contoh, artis Mario Klingemann meminta penjana teks kecerdasan buatan GPT-3 untuk menulis teks dalam gaya penulis satira British Jerome K. Jerome The story tentang Twitter.

The Washington Post menggunakan algoritma kecerdasan buatan "Heliograf" yang dibangunkan sendiri untuk mencipta 850 laporan dalam satu tahun. Reka bentuk digital dan syarikat media AKQA menggunakan kecerdasan buatan untuk mencipta jenis sukan baharu - "Speedgate" (Speedgate), dan benar-benar mempopularkannya, dan juga mengadakan Liga Speedgate.

Apakah kesimpulan yang boleh kita buat daripada contoh-contoh ini? Perisian membuat kemajuan besar dalam menghasilkan ciptaan manusia yang serupa, dan dalam beberapa kes telah mencipta nilai ekonomi yang tidak boleh dipandang remeh. Jadi sempadan antara manusia dan mesin sememangnya berubah, dan kita harus mengharapkan trend ini berterusan.

Bagaimanapun, komputer masih jauh daripada dapat mengendalikan beberapa kebolehan asas imaginasi. Yang pertama ialah model pemikiran hubungan sebab akibat. Rangkaian saraf yang dipanggil GPT-3 dibina berdasarkan sejumlah besar maklumat yang terdapat di Internet dan dalam buku. Di permukaan, GPT-3 ialah model mental berdasarkan maklumat dunia sebenar, mampu mencipta perkara baharu dan kurang mengejutkan. Tetapi GPT-3 ialah model bahasa yang hanya boleh mewakili kebarangkalian bahawa rentetan teks muncul selepas rentetan teks yang lain.

Penyelidik kecerdasan buatan Gary Marcus dan Ernest Davis memerhati sistem seperti GPT-3 dan berkata: “Mereka tidak belajar tentang dunia— — apa yang dipelajari ialah teks dan cara orang menggunakan perkataan yang berbeza dalam hubungan antara satu sama lain adalah seperti kerja potong dan tampal yang besar — ​​ia mencantumkan perubahan yang perlu dibuat dalam teks yang dilihat bukan untuk menyelidiki konsep asas di sebalik teks ini

Kecerdasan buatan juga tidak mempunyai bahagian imaginasi yang paling asas: motivasi untuk membayangkan. Motivasi bukan sahaja merujuk kepada dorongan untuk memulakan proses, tetapi juga kepada bimbingan tentang apa yang harus dibayangkan—apa yang merupakan bahagian penting dalam pemikiran semula.

Kecerdasan buatan tidak boleh mengaitkan teks dengan dunia. Seperti yang ditulis oleh ahli falsafah David Chalmers, GPT-3 "melakukan banyak perkara yang memerlukan pemahaman tentang manusia, tetapi ia tidak pernah benar-benar menghubungkan bahasa dengan persepsi dan tindakan."

Contoh yang dinyatakan di atas tentang sukan, penciptaan artistik dan media berita semuanya melibatkan manusia yang memainkan peranan yang menghubungkan antara pengiraan komputer dan dunia sebenar.

Oleh itu, kita boleh membuat kesimpulan bahawa jika kecerdasan buatan tidak dapat membina model sebab, menghubungkan persepsi dan tindakan, dan tidak dapat menjana keinginan atau kekecewaan tanpa campur tangan manusia, maka ia tidak akan dapat menggantikan manusia dalam jangka pendek.

Tetapi apa yang kita dapat lihat ialah apa yang dicipta oleh kecerdasan buatan menyediakan bahan yang sangat berharga untuk pemikiran manusia, dan manusia boleh mengubah output mesin menjadi hasil yang berguna. Ini adalah cara lain untuk melihat masalah.

Berbanding dengan persoalan sama ada kami akan diganti, persoalan yang lebih bermakna ialah bagaimana sistem kerjasama besar ini akan berkembang ke hadapan. Dalam cara apakah kecerdasan buatan akan menggalakkan imaginasi manusia?

Bolehkah kecerdasan buatan membantu kita membayangkan

Kecerdasan buatan boleh membebaskan kita daripada aktiviti rutin; ia boleh melaksanakan banyak tugas teras dan menindih empati manusia atas dasar ini atau ia boleh memberikan rangsangan berterusan untuk imaginasi.

Mendorong imaginasi melalui kecerdasan buatan

Kecerdasan buatan boleh membebaskan kita daripada kerja analisis yang membosankan, terutamanya kerja pemantauan anomali Ia boleh membantu kita mencari faktor yang tidak dijangka yang kondusif untuk merangsang imaginasi. Seperti yang diterangkan oleh Georg Wittenburg, Ketua Pegawai Eksekutif syarikat analisis automatik Inspirient: “Sesetengah perkara terlalu mudah untuk algoritma, seperti pengesanan anomali atau outlier dalam data Sistem kami memberitahu Kami mempunyai 14 outlier atau 14 peristiwa anomali dalam set data ini - tidak lebih, tidak kurang - dan senarai anomali ada di sini'

.

Tetapi satu had yang mesti dipatuhi oleh algoritma ialah manusia masih menjadi teras keseluruhan rangka kerja: apa yang dikira sebagai anomali untuk model mental tertentu ditetapkan oleh manusia. Kecerdasan buatan pandai dalam penemuan, tetapi tidak mengambil berat. Reka bentuk sistem harus mengambil kira perkara yang kita fikirkan penting. Tetapi algoritma Wittenberg boleh mempelajari perkara yang diminati manusia melalui interaksi manusia-komputer berulang dan analisis disasarkan.

Memperkayakan idea dengan kecerdasan buatan

Kecerdasan buatan memperkasakan imaginasi dan boleh menggalakkan pembangunan model pemikiran. Terdapat sejenis alat kecerdasan buatan yang dipanggil sistem interaktif "hibrid aktif", di mana kecerdasan buatan membimbing dan memperdalam pembuatan keputusan manusia dengan membuat cadangannya sendiri. Alat sedemikian kini digunakan dalam bidang terjemahan dan perkhidmatan pelanggan.

Tetapi kita boleh bayangkan bagaimana alat jenis ini akan membantu kita berfikir semula: apabila kita ingin menulis atau melukis idea tentang syarikat penjagaan kesihatan baharu, kecerdasan buatan boleh menggunakan data yang berkaitan, rujukan kes yang serupa, pelbagai Imej dan anekdot memberi imaginasi kepada imaginasi kita.

Berlanggar dengan dunia melalui kecerdasan buatan

Berinteraksi dengan AI boleh menjadi aktiviti antara berbual dengan manusia dan meneroka dunia. Kami boleh mengambil idea awal dan memberitahunya kepada AI: "Ini adalah idea saya untuk jenis bank baharu, sila berikan saya maklum balas sepanjang perkara ini kerana penganalisis kewangan mungkin memberikannya" atau "... seperti yang mungkin diberikan oleh penulis fiksyen sains ia" maklum balas". Apabila anda mendapat keputusan yang diberikan, tambahkan keperluan tambahan, seperti "Sekarang jadikan ia lebih menarik" atau "Sekarang jadikan ia lebih kritikal."

Komunikasi melalui kecerdasan buatan

Cabaran utama yang dihadapi oleh imaginasi ialah kesukaran dalam menyampaikan model mental. AI boleh membantu kami menyelesaikan masalah ini dengan mudah dengan menukar model mental abstrak kepada imej atau cerita. Sebagai contoh, Nvidia telah membangunkan alat yang menukar coretan konsep yang luas yang dilukis oleh manusia kepada landskap foto-realistik.

Adalah boleh difikirkan bahawa jika kita mempunyai teknologi sedemikian pada masa hadapan, kita boleh dengan cepat menggariskan penampilan produk baharu atau bentuk perniagaan yang dibayangkan semula. Alat ini seharusnya boleh berfungsi dengan teks atau elemen visual.

Kami secara kasar boleh melukis beberapa coretan idea kami tentang syarikat masa depan dan memasukkannya ke dalam sistem kecerdasan buatan, dan kemudian kecerdasan buatan akan melengkapkannya berdasarkan beberapa cerita yang menarik, preseden masa lalu, analisis analogi perkara lain dan pelbagai rujukan imej Penambahan elemen khusus, dengan kata lain, penghalusan dan penggilap kecerdasan buatan, menjana sesuatu yang boleh menyebarkan idea dengan lebih berkesan dan memberi inspirasi kepada orang lain.

Membina normal baharu melalui kecerdasan buatan

Kecerdasan buatan boleh membantu kami mengekstrak ciri biasa atau ciri teras di sebalik kejayaan penerapan idea, yang penting untuk penyeragaman dan proses perkara yang inovatif, malah mewujudkan normal baharu.

Walaupun kecerdasan buatan belum lagi memahami sebab dan akibat, ia boleh membantu kami menyediakan sokongan yang berkesan dalam reka bentuk manual operasi, penyelesaian dan antara muka pengguna melalui pengenalpastian corak. Memandangkan pelanggan semakin mempunyai tabiat penggunaan produk mereka ditangkap dalam bentuk data, peraturan untuk pengekodan perkara baharu menjadi lebih disasarkan.

Sebagai contoh, pendekatan ini boleh digunakan untuk analisis data kaedah pertanian baharu. Ia boleh membantu kami menentukan ciri yang boleh digunakan dalam semua situasi, dan membolehkan kami memahami perkara yang perlu dilakukan oleh petani untuk merealisasikan potensi kaedah baharu.

Untuk contoh lain, dengan mengkaji data tentang proses penggunaan dan hasil teknologi pendidikan eksperimen tertentu, kami boleh menghuraikan julat ciri yang boleh digunakan pada platform baharu dan membimbing orang untuk belajar menggunakan fungsi ini.

Satu perkara yang perlu kita hadapi ialah dengan kecerdasan buatan, evolusi berterusan sesuatu konsep akan menjadi lebih mudah, kerana kecerdasan buatan boleh mendapatkan cerapan tentang perubahan baharu daripada data interaksi antara produk dan pelanggan, dan dengan itu terus melaraskan arahan dan peningkatan antara muka pengguna.

Menghidupkan imaginasi melalui kecerdasan buatan

Akhir sekali, AI boleh membantu kami mengenal pasti dan menjejaki keadaan dalam perniagaan yang penting untuk mengekalkan dualiti dalam pemikiran. Sebagai contoh, algoritma boleh menilai bilangan interaksi dan percubaan yang berlaku dalam syarikat dan, berdasarkan ini, menentukan sama ada syarikat tersebut mampu mengekalkan imaginasi.

Atau kita juga boleh menggunakan kecerdasan buatan untuk menganalisis tingkah laku dan ciri-ciri pekerja sedia ada atau pekerja masa depan untuk memastikan syarikat boleh terus menuai bakat dengan pemikiran kontrafaktual.

Apa yang boleh diajar oleh kecerdasan buatan kepada kita

Selain meningkatkan keupayaan imaginasi kita sendiri, meletakkan sedikit tenaga untuk membangunkan teknologi kecerdasan buatan yang lebih imaginatif mungkin membolehkan kita memahami dengan lebih berkesan apa itu imaginasi dan cara menggunakannya dengan lebih baik.

Tidak kira di peringkat mana perkembangan teknologi kecerdasan buatan, proses cuba menyusun imaginasi ialah proses di mana kita memaksa diri untuk mempersembahkan dengan jelas perkara yang paling bergantung pada gerak hati dan paling kurang jelas. Mungkin manusia lebih baik dalam berimaginasi, tetapi cuba membina imaginasi buatan mungkin mengajar kita lebih lanjut tentang bagaimana imaginasi berlaku pada peringkat individu dan kolektif.

Ini amat penting untuk imaginasi peringkat kolektif, iaitu menjadikan keseluruhan organisasi imaginatif.

Imaginasi melalui konfrontasi

Salah satu algoritma kecerdasan buatan yang paling menarik telah digunakan dalam aplikasi kreatif dipanggil "rangkaian musuh generatif" (GAN), yang berfungsi melalui dua rangkaian bertentangan, satu ialah model generatif dan satu lagi ialah model diskriminasi.

Cara GAN berfungsi berkaitan dengan tema penting yang telah kami bincangkan secara individu dan kolektif: kepentingan pelbagai minda dan kepelbagaian kognitif. Bagaimana rasanya menggunakan GAN ke peringkat syarikat? Kita mungkin perlu menyediakan rangkaian orang yang terikat antara satu sama lain, sesetengah orang bertanggungjawab untuk mencipta, dan yang lain bertanggungjawab untuk mengkritik ciptaan ini.

Kuncinya ialah kedua-dua pihak harus dapat belajar daripada satu sama lain sambil melaksanakan tanggungjawab mereka sendiri, dan sentiasa menggilap dan mengoptimumkan hasil kerja masing-masing. Versi kehidupan sebenar GAN ini boleh dilancarkan melalui permainan, pertandingan atau bentuk lain yang boleh mewujudkan konfrontasi yang berkesan Kedua-dua pihak dalam rangkaian secara berterusan menyesuaikan kaedah pengendalian mereka berdasarkan hasil keluaran pihak lain dan pengajaran yang dipelajari.

Ganti kod program dengan gesaan Algoritma kecerdasan buatan yang paling berkuasa hari ini, seperti GPT-3, mempunyai ciri yang sangat memuaskan, iaitu, pengguna berinteraksi dengan mereka bukan melalui kaedah pengaturcaraan tradisional.

Cara lain untuk meletakkannya: Apabila manusia memasukkan maklumat, ia seperti menyemai benih yang akan tumbuh menjadi tindak balas yang kompleks, merangsang imaginasi orang. Apabila menggunakan GPT-3, anda juga boleh melaraskan tetapan yang dipanggil "optimum", yang merujuk kepada bilangan hasil yang akhirnya akan dikeluarkan oleh kecerdasan buatan dan kecerdasan buatan akan memilih salah satu daripadanya untuk dipaparkan.

Mungkin kita boleh bayangkan menggunakan peraturan yang serupa pada peringkat organisasi. Sama seperti gesaan boleh menggerakkan rizab pengetahuan yang kaya dalam kecerdasan buatan, seorang CEO juga boleh membuat gesaan melalui teks, imej, video, dsb., membolehkan seluruh syarikat membalasnya.

Hasil tindak balas ini boleh dibentangkan kepada pembuat keputusan melalui kecerdasan buatan atau dipilih oleh pasukan perantara untuk merangsang imaginasi mereka. Penting kepada keseluruhan proses ialah kepantasan: matlamatnya bukanlah untuk mendapatkan cadangan projek yang digilap atau kandungan video yang dihasilkan dengan baik dalam satu masa, tetapi untuk mendapatkan respons yang cepat dan mengembalikannya kepada pengurusan dengan cepat supaya ia terus muncul skop perbincangan pihak pengurusan.

Mengawal "suhu" Satu lagi fungsi inspirasi GPT-3 ialah melaraskan "suhu" hasil tindak balas kecerdasan buatan, iaitu, tahap sisihan daripada keputusan tindak balas berkemungkinan tinggi.

Apabila anda mahu kecerdasan buatan menyelesaikan masalah matematik atau soalan fakta, anda harus menolak "suhu": anda pastinya tidak mahu jawapan jenis ini terlalu rawak atau luar biasa. Tetapi apabila matlamat anda adalah untuk meningkatkan idea kontrafaktual, masuk akal untuk meningkatkan kepanasan.

Kami juga boleh membayangkan melaksanakan pendekatan ini dalam perusahaan. Sebaik-baiknya, pemimpin perniagaan harus mempunyai keupayaan untuk menyahpepijat suhu yang berbeza untuk jabatan yang berbeza dalam perniagaan, terutamanya untuk aliran kerja tertentu dalam projek. Sesetengah syarikat sudah melakukan perkara ini, menubuhkan jabatan kreatif khusus untuk projek gila dan berani.

Tetapi kami boleh mempromosikan amalan ini dan menjadikannya sebagai prinsip di seluruh syarikat. Seorang pengurus boleh menetapkan suhu 1 hingga 10 untuk setiap bahagian tugas yang diberikannya. Untuk laporan analisis runcit yang dia minta untuk suku terakhir, anda boleh menetapkan suhu kepada 1 ("berikan saya data fakta yang biasanya kami perhatikan"), tetapkan kepada 6 ("tambah beberapa perbincangan spekulatif"), atau tetapkan kepada 10 (“Tanya soalan berlawanan dan cari data baharu yang meneroka soalan tersebut”).

Walaupun masih jauh daripada mencapai titik di mana mesin akan menggantikan manusia, sempadan antara keduanya sudah pasti berubah. Perubahan ini akan berterusan, dan peluang baharu akan terus muncul pada masa hadapan untuk membantu kami memahami dan menggunakan imaginasi dengan lebih baik. Kami mencari peluang untuk memahami dan menggunakan imaginasi, bukan sahaja untuk memperuntukkan peranan antara kecerdasan buatan dan manusia, tetapi juga untuk menggabungkan kedua-duanya untuk meningkatkan keberkesanan imaginasi. Bayangkan kita bersebelahan dengan kecerdasan buatan!

Mengenai pengarang: Martin Reeves, Pengerusi Henderson Think Tank dari Boston Consulting Group (BCG) dan rakan kongsi kanan pejabat BCG di San Francisco. Jack Fuller, pengasas syarikat pengurusan kesihatan mental dan fizikal, ialah pengurus topik di BCG Henderson Think Tank. Artikel ini dipetik daripada buku baharu mereka The Imagination Machine (versi Cina "Membuat Idea" akan diterbitkan oleh CITIC Publishing Group pada 2023).

(Artikel ini hanya untuk perkongsian pengetahuan dan tidak bermaksud menyediakan atau bergantung pada nasihat pelaburan, perakaunan, undang-undang atau cukai. Sebarang keputusan pelaburan berdasarkan ini adalah atas risiko anda sendiri.)

Majalah hebat terbitan terdahulu

Leret untuk melihat lebih banyak lagi

Atas ialah kandungan terperinci Apakah yang boleh diajar oleh kecerdasan buatan kepada kita?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!