Jak moc může být umělá inteligence kreativní? Odkud se vlastně bere originalita, kreativita, schopnost tvořit něco nového? Vzhledem k tomu, že dnes už počítače dokážou generovat nové věty i obrázky, které jsou k nerozeznání od toho, co by vytvořil člověk, můžeme jim přisoudit určitou míru kreativity, alespoň pokud ji vztáhneme k průměrnému pozorovateli. Do budoucna se pak tato schopnost tvořit nové bude dozajista vylepšovat.
Mohou počítače vytvořit něco nového? Nebo pouze slepě vykonávají to, co jim zadáme, tak jak věřila první programátorka světa Ada Lovelace? Možná že obě varianty jsou správně. Nicméně už z tohoto úvodu je patrné, že otázka kreativity počítačů se řeší od doby jejich vzniku. Nakonec lidská kreativita, inteligence a schopnost tvořit je to, na co jsme jako lidé nejvíce pyšní. Představa mechanického stroje, který by se snad mohl lidem ve vzdálené budoucnosti rovnat (nebo nás dokonce předstihnout!), tak vzbuzuje veliké vášně.
V první řadě se můžeme zamyslet nad samotnou definicí kreativity. Člověk, který vytváří něco nového – například píše knihy, skládá hudbu, maluje obrazy, zkoumá nová odvětví matematiky – je kreativní. Naopak ten, který celý život nic nevytváří a pouze se chová rutinně, bude označen za nekreativního. Pokud vyjdeme z takové úvahy, lehce dospějeme k závěru, že kreativita je spojitá veličina: někdo je prostě kreativní více, a někdo méně. Otázka, zda umělá inteligence může být kreativní, by se tedy spíše měla formulovat: jak moc může být umělá inteligence kreativní?
Oblastí AI, která dosáhla v posledním desetiletí největšího rozvoje, je strojové učení, nejvíce se pak rozvinuly modely umělých neuronových sítí. Jedním ze základních pojmů strojového učení je schopnost generalizace: poté co vytvoříme neuronovou síť řešící nějaký problém – například klasifikaci obrázků – zkoumáme, jak dobře daná síť funguje na nových příkladech, které nebyly použity v procesu trénování dané sítě. Cílem strojového učení je vytvořit modely, které budou co nejlépe fungovat na takových nových příkladech. Pokud bychom naopak testovali, jak dobře modely fungují na trénovacích datech, měřili bychom pouze schopnost zapamatovat si trénovací příklady. I jednoduchá databáze by pak dosahovala stoprocentní přesnosti, ale nefungovala by na čemkoliv novém.
Zde můžeme vidět paralelu ke kreativitě: model, který dokáže skvěle generalizovat a funguje dobře na datech, která jsou velmi odlišná od trénovacích, je svým způsobem kreativní – dokáže produkovat smysluplné výsledky v neobvyklých podmínkách. Pokud se podíváme na jedny z nejlepších generativních modelů současnosti – například jazykové modely GPT, nebo modely pro generování obrázků Dalle a Midjourney – můžeme lehce nabýt dojmu, že v některých oblastech už kreativita AI překonává tu lidskou. To je ale zatím spíše iluze – tyto generativní modely jsou totiž naučeny na obrovském množství dat. V případě modelů jazyka můžeme tvrdit, že největší současné modely viděly během trénování více textových dat, než by viděl člověk za tisíce životů. Skvělé výsledky jsou pak z nemalé části dílem memorizace.
Řada vědců poukazuje na limity učení neuronových sítí. Existují příklady relativně jednoduchých regularit v jazyce, které dokážou pochopit lehce i děti, ale současné architektury umělých neuronových sítí to nedokážou. Tomuto se pak věnují vědci z oblasti základního výzkumu AI, kteří se snaží navrhovat nové modely a učící algoritmy, které budou mít lepší schopnosti učení (a tím pádem i generalizace). Můžeme tedy očekávat, že budoucí algoritmy AI budou ještě mnohem zajímavější, překvapivější a kreativnější než ty současné.
Můžeme se také zamyslet nad obecnějšími otázkami, než je kreativita strojového učení. Nakonec je možné, že budoucí AI bude postavená na jiných principech. Odkud se vlastně bere originalita, kreativita, schopnost tvořit něco nového? Pokud se podíváme z velkého nadhledu na historii vesmíru, můžeme pozorovat vznik celé řady struktur, které nebyly přítomné hned po velkém třesku. Vznik prvních atomů, první generace hvězd, srážky neutronových hvězd, kdy vznikly těžké prvky jako například zlato… až po vznik planet, jako je Země, kde se rozvinul život v mnoha rozmanitých směrech. Čím to, že ve vesmíru stále vzniká něco nového, co tu zjevně nemohlo být na počátku času?
Je také možné, že počítače budou ve vzdálené budoucnosti schopny vytvářet tak nové a originální myšlenky a nápady, že nám už naše lidská inteligence nestačí k jejich pochopení.
Na tyto otázky hledají odpovědi celé generace fyziků a matematiků. Jedním z nejzajímavějších směrů je oblast komplexních systémů, kde asi nejznámějším příkladem je Game of Life od Johna Conwaye. Existuje však spousta dalších systémů, které lze definovat pomocí několika jednoduchých pravidel, a kde pak po jejich rekurzivní aplikaci (simulaci času) můžeme sledovat fenomén emergence – tedy spontánní vznik všemožných nových struktur a regularit. Jako komplexní systém nakonec nemusíme vidět jen vznik samotného vesmíru, ale vlastně vše kolem nás. Rozmanitost života, ale i složitost jazyka, kterým mluvíme – to vše jsou příklady komplexních systémů. Je zajímavé si všimnout, že současná AI popisuje především modely, které jsou po naučení statické – tedy nemůže v nich docházet k samovolnému rozvoji složitosti. To je dalším z důvodů, proč věřit, že umělá inteligence má potenciál být v budoucnu mnohem pokročilejší než dnes.
Kreativita je také zjevně relativní: to, co je pro jednoho člověka nové, může jinému připadat rutinní. Poslouchat přednášku v angličtině je zjevně zajímavější pro někoho, kdo tím jazykem mluví. Pokud nám někdo přednese řadu myšlenek, kterým vůbec nerozumíme, budeme spíše o takovém člověku mluvit jako o snílkovi nebo bláznovi než jako o někom kreativním. Stejně tak psům asi připadá lidská řeč stejně komplexní, jako nám připadá ptačí zpěv – tedy jako něco víceméně náhodného, a určitě ne jako vrchol kreativity. Závěr této úvahy tedy je, že kreativita není vlastnost někoho nebo něčeho: je to vztah mezi tím, kdo tvoří, a tím, kdo pozoruje a hodnotí tvořené.
Vzhledem k tomu, že dnes už počítače dokážou generovat nové věty i obrázky, které jsou k nerozeznání od toho, co by vytvořil člověk, můžeme jim přisoudit určitou míru kreativity, alespoň pokud ji vztáhneme k průměrnému pozorovateli. Do budoucna se pak tato schopnost tvořit nové bude dozajista vylepšovat. Je také možné, že počítače budou ve vzdálené budoucnosti schopny vytvářet tak nové a originální myšlenky a nápady, že nám už naše lidská inteligence nestačí k jejich pochopení. Na závěr se můžeme ptát, jestli tento nárůst komplexity má nějaké ohraničení, nějaký horní limit – nebo je možné být kreativní donekonečna…