維基百科

運算創意

運算創意（粵拼：wan6 syun3 cong3 ji3；英文：computational creativity，CC）係人工智能（AI）嘅一個子領域，專門研究點樣教電腦展現出好似人一樣噉嘅創意－運算創意上嘅技術通常會模擬創意所涉及嘅認知過程，嘗試教電腦做同樣嘅資訊處理，最後要部機自己產生出展示到創意嘅圖像－模擬畫畫、樂曲－模擬作曲、或者虛構故仔－模擬寫作... 等嘅產物[1][2]。

《Edmond de Belamy》；呢幅畫係由一個生成對抗網絡產生出嚟嘅。

舉個例說明，《Edmond de Belamy》係一幅 2018 年嘅畫作。幅畫係由一個生成對抗網絡（GAN）產生出嚟嘅：生成對抗網絡係種人工神經網絡技術，用兩個網絡，一個網絡（生成網絡）負責產生一幅圖像 ，而另一個網絡（分辨網絡）會負責分辨幅圖係咪由生成網絡整（唔係由人類整）嘅，分辨網絡睇得出就當個生成網絡輸－迫個生成網絡係噉學習到要產生出同人類作品無異嘅作品[3]。《Edmond de Belamy》俾好多人認為係史上第一幅可以算係由 AI 創作嘅畫，打後仲成功以 432,500 文美金嘅高價賣出[4]。

喺廿世紀尾，運算創意俾唔少人認為係 AI 嘅最後彊界（AI's final frontier）－傳統上，創意俾人認為係人類獨有、機械展現唔到嘅特性，而運算創意响廿一世紀初取得咗一定嘅成功，引起唔少人對 AI 嘅本質同相關嘅哲學問題作出反思[1][5]。

基本定義 編輯

 
2020 年有個人喺度畫畫；佢腦裏面發生乜，令佢諗得出一幅有創意嘅圖？可唔可以用電腦程式模擬佢個腦入面發生嘅認知過程？
睇埋：人工智能

創意 編輯

内文：創意

運算創意嘅目的係想教 AI 展示創意（creativity）：要研究運算創意，首先要定義「創意」呢隻詞；喺廿一世紀初嘅認知心理學上，創意俾人當係一種認知功能噉研究，而至於呢隻詞要點定義，心理學家一般認為，新同有用係創意嘅兩大最重要特徵[6]，想像：

  • 一嚿有用但唔新嘅嘢，定義上唔可以算係創意；
  • 一嚿新但冇用嘅嘢，都難以算得上係創意－想像家陣畫畫，一位創作人（或者創作 AI）查實可以隨機噉產生一幅圖出嚟，即係 foreach 畫布上嘅點，隨機揀隻色水填落去；喺絕大多數情況下，噉做係就係會產生一幅前所未有嘅圖像，但唔會產生咩令睇畫人鍾意（用途）嘅產品嘅，所以即係「冇用」；抽象啲噉講，創作嘅過程可以想像成一個人搜尋一個由「可能嘅產品」組成嘅空間，呢個空間當中絕大多數嘅產品都係冇用嘅，而創作人要由個空間嗰度搵一件有用嘅可能產品，再整件嘢出嚟[7]；

淨係齋靠諗經已可知，創意必然會涉及多種嘅認知功能：做創作嘅個體要界定個問題、嘗試搵可能嘅答案、仲有係監察住自己件產品係咪達到自己目的... 呀噉，途中會用到思考、解難同決策等嘅多種認知功能[8]。

「
創意係指諗出又新又有用嘅諗頭嘅過程。
 」

定位 編輯

睇埋：圖靈測試

AI 係電腦科學同認知科學嘅結合領域，目的係想研究點樣教電腦展示出好似人噉嘅有智能行為：例子有教電腦捉棋（詳情可以睇吓遊戲 AI）以及教電腦學習（詳情可以睇吓機械學習）呀噉。運算創意就係 AI 嘅一環－已知人識得用畫畫、作曲同寫作等嘅方式展現創意，運算創意就係想教電腦做出同樣嘅行為[1]。噉嘅技術有三大類用途[2]：

  1. 建構出好似人噉做創作嘅電腦軟件；
  2. 設計出可以協助人類做創意嘢嘅電腦軟件；
  3. 用嚟幫手理解人類創意當中涉及嘅認知過程[註 1]；

－可以用一句嘢概括[5]：

「
英文原文："... The philosophy, science and engineering of computational systems which, by taking on particular responsibilities, exhibit behaviors that unbiased observers would deem to be creative."
粵文翻譯：...（運算創意係）一門哲學、科學同工程學，專門處理一啲運算系統，呢啲系統曉負起某啲嘅責任，展現冇偏見嘅觀察者會覺得係「有創意」嘅行為[註 2][9]。
 」

理論基礎 編輯

睇埋：機械學習同人工神經網絡

運算創意會用到機械學習同人工神經網絡等嘅基本 AI 概念。除此之外，仲有：

整同評估 編輯

 
 
 
 
GAN 最出名嘅係能夠產生幾可亂真嘅數據－以上呢幾塊人面並唔存在，而係用 GAN 憑空建構嘅。
睇埋：生成對抗網絡

根據心理學上對人類創意嘅研究，創意同實行創意嘅過程包含咗最少兩個步驟[10]：

  • 產生諗頭：諗計嘅人要產生一個可能有用嘅新諗頭；
  • 評估諗頭：諗計嘅人要評估個新諗頭係咪真係有用；

好似以上噉嘅過程可以用類似生成對抗網絡（generative adversarial network，GAN）嘅方式想像[11]：GAN 係種神經網絡嘅做法；用呢種方法建構神經網絡涉及整兩個網絡，要嗰兩個神經網絡互相競爭，從而產生新而且幾可亂真嘅數據；最基本嗰種 GAN 做法大致如下[12][13]：

  1. 建立兩個神經網絡；
  2. 其中一個神經網絡做生成網絡（generative network），負責 output 數據，當中「數據」可以係一幅圖像；
  3. 另外嗰個神經網絡就會做分辨網絡（discriminative network），分辨網絡會以生成網絡嘅 output 同真數據做自己 input，foreach 數據，個分辨網絡要負責嗰件數據係真定假－「假」意思即係話「嗰個 output 係由個生成網絡老作嘅」；
  4. 對於個生成網絡嚟講，佢最重要嘅目的係要呃到個分辨網絡－即係務求要做到令自己產生嘅數據俾個分辨網絡判定係「真」；

如果呢種方法教 AI 產生圖像（模擬畫畫），個生成網絡開頭嗰陣會齋靠隨機撞嘅方式產生圖像做 output，並且喺分辨網絡成功睇得出幅圖係假嗰時收到訊號。如是者，呢兩個網絡會互相「對抗」，順利嘅話，生成網絡會變到能夠產生幾可亂真嘅數據[14][15]。進階嘅做法仲可以加多幾個唔同嘅分辨網絡，每個負責判斷唔同嘅嘢－例如一個分辨網絡判斷幅圖係咪由 AI 整嘅，另外嗰個就負責判定幅圖「能唔能夠清楚噉分類做某個風格」（如果幅圖明顯屬某個已知嘅風格，就表示幅圖唔夠新穎），個生成網絡要過嗮兩個分辨網絡嘅關先算成功[11]。

概念混成 編輯

内文：概念混成

視藝創意 編輯

睇埋：演算法藝術

音樂創意 編輯

睇埋：演算法作曲同作曲

語言創意 編輯

睇埋：自然語言生成同寫作過程

哲學問題 編輯

睇埋：人工智能哲學

註釋 編輯

  1. ↑ 尤其係偏向認知科學嘅工作者。
  2. ↑ 即係話 CC 嘅終極目標唔係「點樣先算係創造」噉嘅哲學問題，而係想令觀察者分唔出一份作品係由人創造定由一隻 CC 程式創造嘅。睇埋 GAN。

睇埋 編輯

文獻 編輯

攷 編輯

  1. ↑ 1.0 1.1 1.2 Colton, S., De Mantaras, R. L., & Stock, O. (2009). Computational creativity: Coming of age. AI Magazine, 30(3).
  2. ↑ 2.0 2.1 Anna Jordanous, Ph.D. (10 April 2014). "What is Computational Creativity?". Retrieved 7 January 2019.
  3. ↑ A Beginner's Guide to Generative Adversarial Networks (GANs). Pathmind.
  4. ↑ Cohn, Gabe (2018-10-25). "AI Art at Christie's Sells for $432,500". The New York Times. Retrieved 29 October 2018.
  5. ↑ 5.0 5.1 Colton, S., & Wiggins, G. A. (2012, August). Computational creativity: The final frontier?. In Ecai (Vol. 12, pp. 21-26).
  6. ↑ Sternberg, Robert J. (2011). "Creativity". Cognitive Psychology (6 ed.). Cengage Learning. p. 479.
  7. ↑ Meusburger, Peter (2009). "Milieus of Creativity: The Role of Places, Environments and Spatial Contexts". In Meusburger, P.; Funke, J.; Wunder, E. (eds.). Milieus of Creativity: An Interdisciplinary Approach to Spatiality of Creativity. Springer.
  8. ↑ Torrance, Paul. "Verbal Tests. Forms A and B-Figural Tests, Forms A and B.". The Torrance Tests of Creative Thinking-Norms-Technical Manual Research Edition. Princeton, New Jersey: Personnel Press. p. 6.
  9. ↑ Carnovalini, F., & Rodà, A. (2020). Computational creativity and music generation systems: An introduction to the state of the art. Frontiers in Artificial Intelligence, 3, 14.
  10. ↑ Finke, R., Ward, T., and Smith, S. (1992), Creative cognition: Theory, research and applications, Cambridge: MIT press.
  11. ↑ 11.0 11.1 Elgammal, A., Liu, B., Elhoseiny, M., & Mazzone, M. (2017). Can: Creative adversarial networks, generating" art" by learning about styles and deviating from style norms (PDF). arXiv preprint arXiv:1706.07068.
  12. ↑ A Beginner's Guide to Generative Adversarial Networks (GANs). Pathmind.
  13. ↑ Goodfellow, I. et al. (2014). Generative Adversarial Networks (PDF). Proceedings of the International Conference on Neural Information Processing Systems (NIPS 2014). pp. 2672–2680.
  14. ↑ Salimans, Tim; Goodfellow, Ian; Zaremba, Wojciech; Cheung, Vicki; Radford, Alec; Chen, Xi (2016). "Improved Techniques for Training GANs".
  15. ↑ Isola, Phillip; Zhu, Jun-Yan; Zhou, Tinghui; Efros, Alexei (2017). "Image-to-Image Translation with Conditional Adversarial Nets". Computer Vision and Pattern Recognition.

拎 編輯

 
維基同享有多媒體嘅嘢：
Computational creativity
由「https://zh-yue.wikipedia.org/w/index.php?title=運算創意&oldid=1823529」收