Вычислительное творчество - Computational creativity

Эта статья поднимает множество проблем. Пожалуйста помоги Улучши это или обсудите эти вопросы на страница обсуждения. (Узнайте, как и когда удалить эти сообщения-шаблоны) В нейтралитет этой статьи оспаривается. Соответствующее обсуждение можно найти на страница обсуждения. Пожалуйста, не удаляйте это сообщение, пока условия для этого выполнены. (Январь 2013) (Узнайте, как и когда удалить этот шаблон сообщения) эта статья нужны дополнительные цитаты для проверка. Пожалуйста помоги улучшить эту статью от добавление цитат в надежные источники. Материал, не полученный от источника, может быть оспорен и удален. Найдите источники: «Вычислительное творчество»  – Новости  · газеты  · книги  · ученый  · JSTOR (Май 2013) (Узнайте, как и когда удалить этот шаблон сообщения) (Узнайте, как и когда удалить этот шаблон сообщения)

Вычислительное творчество (также известен как искусственное творчество, механическое творчество, творческие вычисления или творческое вычисление) - это междисциплинарное предприятие, которое находится на пересечении областей искусственный интеллект, когнитивная психология, философия, и искусство.

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

• Чтобы построить программа или компьютер способен на человеческий уровень творческий подход.
• 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.

Сфера вычислительного творчества занимается теоретическими и практическими вопросами изучения творчества. Теоретическая работа по природе и правильному определению творчества выполняется параллельно с практической работой по внедрению систем, которые демонстрируют творчество, при этом одно направление работы информирует другое.

Прикладная форма вычислительного творчества известна как медиа синтез.

Теоретические вопросы

Если судить по активности в данной области (например, публикации, конференции и семинары), вычислительное творчество - это растущая область исследований.^{[нужна цитата ]} Но перед этой отраслью по-прежнему стоит ряд фундаментальных проблем. Творчество очень трудно, а может быть, даже невозможно дать объективное определение. Это состояние ума, талант, способности или процесс? Творчество принимает множество форм в человеческой деятельности, некоторые выдающийся (иногда именуется "творчество" с большой буквы), а некоторые обыденный.

Это проблемы, которые усложняют изучение творчества в целом, но некоторые проблемы связаны именно с вычислительный творческий подход:^{[нужна цитата ]}

• Может ли творчество быть жестким? В существующих системах, которым приписывается творчество, творчество принадлежит самой системе или ее программисту или разработчику?
• Как мы оцениваем вычислительную креативность? Что считается творчеством в вычислительной системе? Находятся генерация естественного языка системы творческие? Находятся машинный перевод системы творческие? Что отличает исследования в области вычислительного творчества от исследований в искусственный интеллект в общем?
• Если выдающееся творчество связано с нарушением правил или отказом от условностей, как может алгоритмическая система быть творческой? По сути, это вариант Ада Лавлейс возражение против машинного интеллекта, как резюмируют современные теоретики, такие как Тереза ​​Амабиле.^[2] Если машина может делать только то, для чего она была запрограммирована, как можно назвать ее поведение? творческий?

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 вычислительного творчества.

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 краеугольном камне многостороннего взгляда на творчество, который использует 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 ранее принимали.
3. Ответ является результатом сильной мотивации и настойчивости
4. Ответ приходит от прояснения проблемы, которая изначально была расплывчатой.

В то время как вышеизложенное отражает подход к вычислительному творчеству «сверху вниз», альтернативная ветвь развития получила развитие среди «восходящих» вычислительных психологов, занимающихся исследованиями искусственных нейронных сетей. В конце 1980-х - начале 1990-х, например, такие генеративные нейронные системы управлялись генетические алгоритмы.^[5] Эксперименты с повторяющимися сетями^[6] были успешными в гибридизации простых музыкальных мелодий и предсказании ожиданий слушателя.

Параллельно с таким исследованием ряд компьютерных психологов приняли точку зрения, популяризированную Стивен Вольфрам, что поведение системы, воспринимаемое как сложное, включая творческий результат разума, могло возникнуть в результате того, что можно было бы считать простыми алгоритмами. По мере созревания нейрофилософского мышления стало также очевидно, что язык на самом деле представляет препятствие для создания научной модели познания, творческой или нет, поскольку он несет в себе так много ненаучных возвышений, которые скорее возвышают, чем точны. Таким образом, естественно возникли вопросы о том, насколько «богатым», «сложным» и «чудесным» было творческое познание.^[7]

Искусственные нейронные сети

До 1989 г. искусственные нейронные сети были использованы 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 в очень неконтролируемой манере.^[6][8][9] В 1992 году Тодд^[10]расширил эту работу, используя так называемый подход дистального учителя, который был разработан Полом Манро,^[11] Пол Вербос,^[12] Д. Нгуен и Бернард Видроу,^[13] Майкл И. Джордан и Дэвид Румелхарт.^[14] В новом подходе есть две нейронные сети, одна из которых передает шаблоны обучения 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 и обучал сеть коннекционистов для создания этих мелодий и слушал их. новые "интерполированные" мелодии, которые сеть генерирует в соответствии с промежуточными точками на 2-й плоскости.

Совсем недавно нейродинамическая модель семантические сети был разработан для изучения того, как структура связности этих сетей соотносится с богатством семантических конструкций или идей, которые они могут генерировать. Было продемонстрировано, что семантические нейронные сети которые имеют более богатую семантическую динамику, чем те, которые имеют другие структуры связи, могут дать понимание важного вопроса о том, как физическая структура мозга определяет одну из самых глубоких характеристик человеческого разума - его способность к творческому мышлению.^[15]

Ключевые концепции из литературы

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

Важные категории творчества

Маргарет Боден^[16][17] относится к творчеству, которое является новым просто агенту, который его производит как «П-творчество» (или «психологическое творчество») и относится к творчеству, которое признано новым. обществом в целом как «Н-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 машины творчества, при этом «шлюзовые» сети возмущаются для получения альтернативных интерпретаций, а последующие сети изменяют такие интерпретации чтобы соответствовать общему контексту. Важной разновидностью такого V-творчества является само сознание, в котором значение рефлексивно придумывается для активации круговорота внутри мозга.^[18]

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. Она маркирует первое как исследовательское творчество и последний как трансформационное творчество, 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 хороших результатов. понятное пространство (критерий 3) - в то время как трансформационное творчество должно включать отказ от некоторых ограничений, которые определяют 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 в последнее время идеи Бодена также стали предметом формализации, особенно в работе Герайнта Виггинса.^[19]

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 модели Geneplore Финке, Уорда и Смита,^[20] которая представляет собой психологическую модель творческого поколения, основанную на эмпирическом наблюдении человеческого творчества.

Комбинаторное творчество

Большую часть, а возможно, и все творческие способности человека можно понять как новую комбинацию ранее существовавших идей или объектов.^[21] Общие стратегии комбинаторного творчества включают:

• Помещение знакомого объекта в незнакомую обстановку (например, Марсель Дюшан с Фонтан ) или незнакомый объект в знакомой обстановке (например, рассказ о рыбе из воды, такой как Беверли Хиллбиллис )
• Смешивание двух внешне разных объектов или жанров (например, научно-фантастический рассказ о Диком Западе с роботами-ковбоями, как в Westworld, или наоборот, как в Светляк; Японский хайку стихи и др.)
• Сравнение знакомого объекта с внешне несвязанным и семантически далеким концептом (например, «Макияж - это западный бурка ";" А зоопарк это галерея с живыми экспонатами »)
• Добавление новой и неожиданной функции к существующей концепции (например, добавление скальпель к швейцарский нож; добавление камера к мобильный телефон )
• Сжатие двух несочетаемых сценариев в одно повествование, чтобы получить шутку (например, Эмо Philips шутка «Женщины всегда используют мужчин для продвижения своей карьеры. Проклятые антропологи!»)
• Использование иконического изображения из одного домена в домене для несвязанной или несоответствующей идеи или продукта (например, использование Мальборо Человек имидж для продажи автомобилей или для рекламы опасности 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 исходных и промежуточных представлений. Генетические алгоритмы и нейронные сети может использоваться для создания смешанных или кроссоверных представлений, которые захватывают комбинацию различных входных данных.

Концептуальное смешение

Марк Тернер и Жиль Фоконье^[22][23] предложить модель под названием «Концептуальные сети интеграции», которая развивает Артур Кестлер идеи о творческий подход^[24] а также более поздние работы Лакоффа и Джонсона,^[25] синтезируя идеи когнитивно-лингвистических исследований в ментальные пространства и концептуальные метафоры. Их базовая модель определяет интеграционную сеть как четыре связанных пространства:

• Первое входное пространство (содержит одну концептуальную структуру или ментальное пространство)
• Второе пространство ввода (смешанное с первым вводом)
• А общее пространство стандартных условных обозначений и схем изображений, которые позволяют понять входные пространства с комплексной точки зрения
• А смешать пространство в котором объединены выбранные проекции элементов из обоих входных пространств; выводы, возникающие из этой комбинации, также присутствуют здесь, иногда приводя к возникающим структурам, которые конфликтуют с входными данными.

Фоконье и Тернер описывают набор принципов оптимальности, которые, как утверждается, определяют построение хорошо сформированной сети интеграции. 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 совместимы в силу их акцента на связанных семантических структурах.^[26] Совсем недавно Франсиско Камара Перейра^[27] представили реализацию теории смешения, которая использует идеи как из ГОФАИ и генетические алгоритмы реализовать на практике некоторые аспекты теории смешения; его примеры областей 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, каламбуры, неологизмы, рифмы, намёки, сарказм, ирония, сравнения, метафоры, аналогии, остроты, и шутки.^[28] Носители морфологически богатых языков часто создают новые словоформы которые легко понять, а некоторые нашли свой путь к словарю.^[29] Площадь генерация 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 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.^[28] 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 большую взаимность между собеседники через их взаимодействия в форме повторений.^[30]

Поколение историй

Существенная работа в этой области лингвистического творчества проводилась с 1970-х годов, когда был разработан TALE-SPIN Джеймса Михана.^[31] система. TALE-SPIN рассматривал истории как повествовательные описания усилий по решению проблем и создавал истории, сначала устанавливая цель для персонажей рассказа, чтобы их поиск решения можно было отслеживать и записывать. МИНСТРЕЛ^[32] Система представляет собой комплексную разработку этого базового подхода, отделяя диапазон целей на уровне персонажа в рассказе от диапазона целей на уровне автора рассказа. Такие системы, как BRUTUS Брингсьорда^[33] доработайте эти идеи, чтобы создать 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. МЕКСИКА^[34] Модель 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 Нарративная наука делает компьютерные новости и отчеты коммерчески доступными, в том числе резюмирует командные спортивные соревнования на основе статистических данных игры. Он также создает финансовые отчеты и анализ недвижимости.^[35]

Метафора и сравнение

Пример метафоры: «Она была обезьяной».

Пример сравнения: «Ощущение, как одеяло из тигрового меха.«Вычислительное исследование этих явлений в основном сосредоточено на интерпретации как на процессе, основанном на знаниях. Йорик Уилкс, Джеймс Мартин,^[36] Дэн Фасс, Джон Барнден,^[37] и Марк Ли разработали подходы к обработке метафор, основанные на знаниях, на лингвистическом или логическом уровне. Тони Вил и Янфен Хао разработали систему под названием 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 "," так приятно, 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.^[38] которые могут предлагать лексические метафоры для данной описательной цели (например, чтобы описать супермодель как худощавую, исходные термины «карандаш», «кнут», «уиппет "," веревка ","палочник "и" змея ").

Аналогия

Процесс рассуждений по аналогии изучался как с точки зрения картографии, так и с точки зрения поиска, причем последнее является ключом к созданию новых аналогий. Доминирующая школа исследований, выдвинутая Дедре Джентнер, рассматривает аналогию как процесс, сохраняющий структуру; это представление было реализовано в механизм отображения структуры или МСП,^[39] механизм поиска MAC / FAC (многие вызываются, немногие выбраны), ACME (Механизм сопоставления аналоговых ограничений ) и ARCS (Система ограничений поиска по аналогии ). Другие подходы, основанные на отображении, включают Sapper,^[26] который помещает процесс отображения в семантическую сетевую модель памяти. Аналогия - очень активная подобласть творческих вычислений и творческого познания; активные фигуры в этой подобласти включают Дуглас Хофштадтер, Пол Тагард, и Кейт Холиоук. Также стоит упомянуть Питера Терни и Майкла Литтмана. машинное обучение подход к решению СИДЕЛ -стилевые проблемы аналогии; их подход дает оценку, которая хорошо сравнивается со средними оценками, полученными людьми в этих тестах.

Генерация шуток

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.^[40] Эта работа включает JAPE система, 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 неправильное понимание местоименной ссылки (в работах Ханса Вима Тинхолта и Антона Нейхолта), а также в создании юмористических сокращений в сокращении HAHA. система^[41] Оливьеро Стока и Карло Страппарава.

Неологизм

Смешение множественных словоформ является доминирующей силой для создания новых слов в языке; эти новые слова обычно называют «смесью» или «портмоне слова " (после Льюис Кэрролл ). Тони Вил разработал систему под названием ZeitGeist.^[42] что собирает неологические заглавные слова от Википедия и интерпретирует их относительно их локального контекста в Википедии и относительно конкретных 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 по еде» для «гастронавт» и «путешественник во времени» для «хрононавт "). Затем он использует веб-поиск 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. Нейролингвистический вдохновения были использованы для анализа процесса создания нового слова в мозгу,^[43] понимать нейрокогнитивные процессы, ответственные за интуицию, понимание, воображение и творческие способности^[44] и создать сервер, который придумывает новые названия продуктов на основе их описания.^[45] Далее система Nehovah^[46] объединяет два исходных слова в неологизм, который объединяет значения двух исходных слов. Nehovah ищет в WordNet синонимы, а на TheTopTens.com - гипонимы поп-культуры. Синонимы и гипонимы смешиваются вместе, чтобы создать набор возможных неологизмов. Затем неологизмы оцениваются в зависимости от их структуры слова, уникальности слова, очевидности передачи концепций и наличия в неологизме отсылки к поп-культуре. Nehovah свободно следует концептуальному смешению.

А лингвистический корпус подход к поиску и добыче неологизм также показали, что это возможно. С помощью Корпус современного американского английского в качестве справочного корпуса Локки Ло выполнил извлечение неологизм, портмоне и сленговые слова, использующие hapax legomen который появился в сценариях американского Телевизионная драма Дом M.D. ^[47]

Что касается лингвистических исследований в области неологизма, Stefan Th. Gries выполнил количественный анализ структуры смеси на английском языке и обнаружил, что «степень узнаваемости исходных слов и сходство исходных слов со смесью играет жизненно важную роль в формировании смеси». Результаты были подтверждены путем сравнения преднамеренных сочетаний с сочетаниями ошибок речи.^[48]

Поэзия

Как и шутки, стихи предполагают сложное взаимодействие различных ограничений, и ни один универсальный генератор стихотворений не сочетает в достаточной мере смысл, формулировку, структуру и рифму поэзии. Тем не менее, Пабло Гервас^[49] разработал примечательную систему под названием ASPERA, в которой используется аргументация по делу (CBR) подход к созданию поэтических формулировок заданного входного текста через композицию поэтических фрагментов, извлеченных из базы существующих стихотворений. Каждый фрагмент стихотворения в базе case-base ASPERA аннотируется строкой прозы, которая выражает значение фрагмента, и эта строка текста используется в качестве ключа поиска для каждого фрагмента. Метрический Затем правила используются для объединения этих фрагментов в хорошо сформированную поэтическую структуру. Racter является примером 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 Моцарт и Бах ) и джаз.^[50] В частности, Дэвид Коуп^[51] написал программную систему под названием «Эксперименты в музыкальном интеллекте» (или «EMI»)^[52] 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.^[53]

В области современной классической музыки, Ямус это первый компьютер, который сочиняет музыку с нуля и выдает окончательные партитуры, которые могут сыграть профессиональные переводчики. В Лондонский симфонический оркестр исполнил пьесу для полного оркестра, включенную в Дебютный диск Ямуса,^[54] который Новый ученый описывается как «Первое крупное произведение, сочиненное на компьютере и исполненное полным оркестром».^[55] Меломикс Технология, лежащая в основе Iamus, позволяет создавать произведения в разных стилях музыки с одинаковым уровнем качества.

Исследование творчества в джазе сосредоточено на процессе импровизации и когнитивных требованиях, которые это предъявляет к музыкальному агенту: рассуждение о времени, запоминание и осмысление того, что уже было сыграно, и планирование того, что может быть сыграно дальше.^[56]Робот Шимон, разработанный Гилом Вайнбергом из Технологического института Джорджии, продемонстрировал джазовую импровизацию.^[57] Программное обеспечение для виртуальной импровизации, основанное на исследованиях стилистического моделирования, проведенных Джерардом Ассаягом и Шломо Дубновым, включая OMax, SoMax и PyOracle, используются для создания импровизаций в режиме реального времени путем повторного ввода последовательностей переменной длины, заученных на лету от живого исполнителя.^[58]

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"^[59]

В области музыкальной композиции запатентованные произведения^[60] от Рене-Луи Барон позволили создать робота, который может создавать и воспроизводить множество оркестрованных мелодий, так называемых «связных» 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 - Гарольд Коэн с ААРОН,^[61] который непрерывно совершенствовался и дополнялся с 1973 года. Несмотря на шаблонность, Аарон демонстрирует ряд результатов, создавая черно-белые рисунки или цветные рисунки, которые включают человеческие фигуры (например, танцоров), растения в горшках, камни и другие элементы фона. образы. Эти изображения достаточно высокого качества, чтобы их можно было размещать в авторитетных галереях.

Другие известные разработчики программного обеспечения включают систему NEvAr (для "Нейроэволюционный Искусство ») Penousal Machado.^[62] NEvAr использует генетический алгоритм для получения математической функции, которая затем используется для создания цветной трехмерной поверхности. Пользователь-человек может выбирать лучшие изображения после каждого этапа генетического алгоритма, и эти предпочтения используются для направления последовательных этапов, тем самым перемещая поиск NEvAr в те участки пространства поиска, которые считаются наиболее привлекательными для пользователя.

Дурак рисования, разработан Саймон Колтон возник как система для перерисовки цифровых изображений данной сцены с возможностью выбора 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 творчества в системе вычислительного искусства. Тем не менее, в более поздних работах «Дурак-рисовальщик» был расширен для создания новых изображений, во многом как ААРОН делает, исходя из собственного ограниченного воображения. Образы в этом ключе включают городские пейзажи и леса, созданные в процессе удовлетворение 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 расположены дальше, должны быть менее насыщенными и казаться меньше). С художественной точки зрения изображения, созданные ныне дураком-живописцем, 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.^[63] 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.^[64] 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.^[65]

В июле 2015 г. Google выпущенный DeepDream - ан Открытый исходный код^[66] программа компьютерного зрения, созданная для обнаружения лиц и других узоров на изображениях с целью автоматической классификации изображений, которая использует сверточную нейронную сеть для поиска и улучшения узоров на изображениях с помощью алгоритмических парейдолия, создавая сказочный психоделический появление в сознательно переобработанных изображениях.^[67][68][69]

В августе 2015 г. исследователи из Тюбинген, Германия создали сверточную нейронную сеть, которая использует нейронные представления для разделения и рекомбинации контента и стиля произвольных изображений, которая может превращать изображения в стилистические имитации произведений искусства художников, таких как Пикассо или Ван Гог примерно через час. Их алгоритм используется на сайте DeepArt что позволяет пользователям создавать уникальные художественные образы по своему алгоритму.^{[70][71][72][73]}

В начале 2016 года глобальная группа исследователей объяснила, как новый подход к вычислительному творчеству, известный как цифровой синаптический нейронный субстрат (DSNS), можно использовать для создания оригинальных шахматных головоломок, которые не были получены из баз данных эндшпиля.^[74] 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.^[75]

Креативность в решении проблем

Креативность также полезна при поиске необычных решений в решение проблем. В психология и наука о мышлении, это направление исследований называется творческое решение проблем. Теория творчества явного-неявного взаимодействия (EII) недавно была реализована с использованием Кларион вычислительная модель, позволяющая моделировать инкубация и на виду в решении проблем.^[76] Акцент в этом проекте вычислительного творчества не на производительность как таковую (как в искусственный интеллект проекты), 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 - это сложное явление, изучение которого еще больше осложняется пластичностью языка, который мы используем для его описания. Мы можем описать как «творческий» не только агент творчества, но также продукт и метод. Следовательно, можно утверждать, что говорить о нереалистичном общая теория творчества.^{[нужна цитата ]} Тем не менее, некоторые генеративные принципы более общие, чем другие, что заставляет некоторых сторонников утверждать, что определенные вычислительные подходы являются «общими теориями». Стивен Талер, например, предполагает, что определенные модальности нейронных сетей являются достаточно генеративными и достаточно общими, чтобы проявлять высокую степень творческих способностей. Точно так же формальная теория творчества^[77][78] основан на простом вычислительном принципе, опубликованном Юрген Шмидхубер в 1991 г.^[79] Теория постулирует, что творчество и любопытство и избирательное внимание в основном являются побочными продуктами простого алгоритмический принцип измерения и оптимизация прогресс обучения.

Критика вычислительного творчества

эта статья содержит ласковые слова: расплывчатая формулировка, которая часто сопровождает предвзятый или непроверяемый Информация. Такие заявления должны быть уточнены или удалены. (Декабрь 2018 г.)

Традиционные компьютеры, которые в основном используются в приложениях для вычислительного творчества, не поддерживают творческий подход, поскольку они фундаментально преобразуют набор дискретных, ограниченной области входных параметров в набор дискретных, ограниченных областей выходных параметров с использованием ограниченного набора вычислительных функций.^{[нужна цитата ]}. Таким образом, компьютер не может быть творческим, так как все на выходе должно уже присутствовать во входных данных или алгоритмах.^{[нужна цитата ]}. Некоторые связанные обсуждения и ссылки на связанные работы отражены в некоторых недавних работах по философским основам моделирования.^[80]

Математически тот же набор аргументов против творчества был выдвинут Чайтиным.^[81] Подобные наблюдения происходят с 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 организаторами является Ассоциация вычислительного творчества. События 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:^{[нужна цитата ]}

• 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,^[82] 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. Основной доклад Шломо Дубнова «Journées d'Informatique Musicale 2016» был посвящен теоретическому творчеству.^[83]

В ряде недавно вышедших книг содержится либо хорошее введение, либо хороший обзор области вычислительного творчества. Они включают:

• Перейра, Ф. К. (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». Мутон де Грюйтер.

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

• Вычислительная техника нового поколения, 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.
• Умы 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 СМИ (AI)
• Musikalisches Würfelspiel (Музыкальная игра в кости)
• Процедурная генерация

Списки

• Список новых технологий
• Схема искусственного интеллекта

использованная литература

дальнейшее чтение

• Обзор искусственного творчества на Думайте искусственное
• Коэн, Х., "Дальнейшие подвиги Художника ААРОНА", SEHR, том 4, выпуск 2: Конструкции разума, 1995
• Máquinas de computación, Creatividad искусственный и цифровой кинотеатр
• Плоткин, Р. «Джин в машине»

Документальные фильмы

• Noorderlicht: Маргарет Боден и Стивен Талер о творческих компьютерах
• По его образу