Data terbatas berarti inovasi terbatas. Foto Phonlamai Sam valadi / Flickr, CC BY-SA
Kantor Paten Eropa baru-baru ini ditolak aplikasi untuk paten yang menggambarkan wadah makanan. Ini bukan karena penemuan itu tidak baru atau berguna, tetapi karena itu diciptakan oleh kecerdasan buatan (AI). Secara hukum, penemu harus orang yang sebenarnya. Ini bukan penemuan pertama oleh AI - mesin telah menghasilkan inovasi mulai dari karya ilmiah dan buku-buku untuk bahan baru dan musik.
Yang mengatakan, menjadi kreatif jelas salah satu sifat manusia yang paling luar biasa. Tanpa itu, tidak akan ada puisi, tidak ada internet dan tidak ada perjalanan ruang angkasa. Tapi bisakah AI cocok atau bahkan melampaui kita? Mari kita lihat penelitiannya.
Dari perspektif teoretis, kreativitas dan inovasi adalah proses pencarian dan kombinasi. Kita mulai dari satu pengetahuan dan menghubungkannya dengan pengetahuan lain menjadi sesuatu yang baru dan bermanfaat. Pada prinsipnya, ini juga sesuatu yang dapat dilakukan oleh mesin - pada kenyataannya, mereka unggul dalam menyimpan, memproses dan membuat koneksi dalam data.
Mesin datang dengan inovasi dengan menggunakan metode generatif. Tapi bagaimana cara kerjanya? Ada pendekatan yang berbeda, tetapi keadaan seni disebut jaringan permusuhan generatif. Sebagai contoh, perhatikan mesin yang seharusnya membuat gambar baru seseorang. Jaringan permusuhan generatif menangani tugas pembuatan ini dengan menggabungkan dua sub-tugas.
Bagian pertama adalah generator, yang menghasilkan gambar baru mulai dari distribusi piksel acak. Bagian kedua adalah diskriminator, yang memberitahu generator seberapa dekat sebenarnya menghasilkan gambar yang tampak nyata.
Bagaimana pembeda tahu seperti apa rupa manusia? Nah, Anda memberinya banyak contoh gambar orang sungguhan sebelum memulai tugas. Berdasarkan umpan balik dari diskriminator, generator meningkatkan algoritme dan menyarankan gambar baru. Proses ini berlangsung terus sampai pembeda memutuskan bahwa gambar-gambar terlihat cukup dekat dengan contoh-contoh gambar yang telah dipelajarinya. Gambar-gambar yang dihasilkan ini datang sangat dekat kepada orang-orang nyata.
Tetapi bahkan jika mesin dapat membuat inovasi dari data, ini tidak berarti bahwa mereka cenderung mencuri semua percikan kreativitas manusia dalam waktu dekat. Inovasi adalah proses penyelesaian masalah - agar inovasi terjadi, masalah digabungkan dengan solusi. Manusia dapat pergi ke arah mana pun - mereka mulai dengan masalah dan menyelesaikannya, atau mereka mengambil solusi dan mencoba temukan masalah baru untuk itu.
Contoh untuk jenis inovasi yang terakhir adalah Mengumumkan catatan. Seorang insinyur mengembangkan perekat yang terlalu lemah dan duduk di mejanya. Baru kemudian seorang kolega menyadari bahwa solusi ini dapat membantu mencegah catatannya keluar dari nilainya selama latihan paduan suara.
Menggunakan data sebagai input dan kode sebagai perumusan masalah eksplisit, mesin juga dapat memberikan solusi untuk masalah. Menemukan masalah, bagaimanapun, sulit untuk mesin, karena masalah sering keluar dari batas-batas kumpulan data yang mesin berinovasi.
Terlebih lagi, inovasi sering didasarkan pada kebutuhan kita bahkan tidak tahu kita punya. Pikirkan Walkman. Bahkan jika tidak ada konsumen yang pernah mengucapkan keinginan untuk mendengarkan musik sambil berjalan, inovasi ini adalah kesuksesan besar. Karena kebutuhan laten seperti itu sulit untuk dirumuskan dan dibuat eksplisit, mereka juga tidak mungkin menemukan jalan mereka ke dalam kumpulan data yang dibutuhkan mesin untuk inovasi.
Manusia dan mesin juga memiliki bahan baku berbeda yang mereka gunakan sebagai input untuk inovasi. Di mana manusia menggunakan pengalaman luas seumur hidup untuk menciptakan ide-ide, mesin sebagian besar terbatas pada data yang kami berikan kepada mereka. Mesin dapat dengan cepat menghasilkan inovasi inkremental yang tak terhitung jumlahnya dalam bentuk versi baru berdasarkan data input. Inovasi terobosan, bagaimanapun, tidak mungkin keluar dari mesin karena sering didasarkan pada bidang penghubung yang jauh atau tidak terhubung satu sama lain. Pikirkan tentang penemuan snowboard, yang menghubungkan dunia ski dan selancar.
Juga, kreativitas bukan hanya tentang hal baru, tetapi juga tentang kegunaan. Meskipun mesin jelas dapat membuat sesuatu yang baru secara bertahap, ini tidak berarti bahwa kreasi ini bermanfaat. Kegunaan didefinisikan di mata mereka yang berpotensi menggunakan inovasi dan sulit untuk menilai untuk mesin. Manusia, bagaimanapun, dapat berempati dengan manusia lain dan memahami kebutuhan mereka dengan lebih baik.
Akhirnya, ide-ide kreatif yang dihasilkan oleh AI mungkin kurang disukai oleh konsumen hanya karena mereka diciptakan oleh mesin. Manusia mungkin mengabaikan ide-ide dari AI karena mereka merasa ide-ide ini kurang otentik or bahkan mengancam. Atau mereka mungkin lebih suka ide-ide jenis mereka, efek yang telah diamati di bidang lain sebelumnya.
Sampai sekarang, banyak aspek kreativitas tetap menjadi medan yang tidak terbantahkan untuk mesin dan AI. Namun, ada penafian. Bahkan jika mesin tidak dapat menggantikan manusia dalam domain kreatif, mereka adalah manusia bantuan besar untuk melengkapi kreativitas manusia. Misalnya, kita dapat mengajukan pertanyaan baru atau mengidentifikasi masalah baru yang kami pecahkan dalam kombinasi dengan pembelajaran mesin.
Selain itu, analisis kami didasarkan pada kenyataan bahwa kebanyakan mesin berinovasi pada dataset sempit. AI bisa menjadi jauh lebih kreatif jika bisa menggabungkan data yang besar, kaya, dan terputus.
Juga, mesin dapat menjadi lebih baik dalam kreativitas ketika mereka menjadi lebih baik pada jenis kecerdasan luas yang dimiliki manusia - sesuatu yang kita sebut "kecerdasan umum". Dan ini mungkin tidak terlalu jauh di masa depan - beberapa ahli menilai bahwa ada kemungkinan 50% bahwa mesin mencapai kecerdasan tingkat manusia dalam 50 tahun ke depan.
Tentang Penulis
Tim Schweisfurth, Associate Professor untuk Teknologi dan Manajemen Inovasi, Universitas Denmark Selatan dan René Chester Goduscheit, Profesor studi Teknologi dan Inovasi, Aarhus University
Artikel ini diterbitkan kembali dari Percakapan di bawah lisensi Creative Commons. Membaca Artikel asli.
