論文の概要: Artificial muses: Generative Artificial Intelligence Chatbots Have Risen
to Human-Level Creativity
- arxiv url: http://arxiv.org/abs/2303.12003v1
- Date: Tue, 21 Mar 2023 16:35:01 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-22 14:00:56.705838
- Title: Artificial muses: Generative Artificial Intelligence Chatbots Have Risen
to Human-Level Creativity
- Title(参考訳): 人工筋肉:人間レベルの創造性に敏感な人工知能チャットボット
- Authors: Jennifer Haase and Paul H. P. Hanel
- Abstract要約: 6つの生成人工知能(GAI)による人為的アイデアとの比較
AIと人間の創造性には質的な違いはないが、アイデアの生成方法には違いがある。
以上の結果から,GAIは創造的プロセスにおいて貴重なアシスタントであることが示唆された。
- 参考スコア(独自算出の注目度): 1.332560004325655
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: A widespread view is that Artificial Intelligence cannot be creative. We
tested this assumption by comparing human-generated ideas with those generated
by six Generative Artificial Intelligence (GAI) chatbots: alpa.ai, Copy.ai,
ChatGPT (versions 3 and 4), Studio.ai, and YouChat. Humans and a specifically
trained AI independently assessed the quality and quantity of ideas. We found
no qualitative difference between AI and human-generated creativity, although
there are differences in how ideas are generated. Interestingly, 9.4 percent of
humans were more creative than the most creative GAI, GPT-4. Our findings
suggest that GAIs are valuable assistants in the creative process. Continued
research and development of GAI in creative tasks is crucial to fully
understand this technology's potential benefits and drawbacks in shaping the
future of creativity. Finally, we discuss the question of whether GAIs are
capable of being truly creative.
- Abstract(参考訳): 人工知能は創造的ではないと広く考えられている。
我々は、この仮定を、Alpa.ai、Copy.ai、ChatGPT(バージョン3と4)、Studio.ai、YouChatの6つの生成人工知能(GAI)チャットボットで生成されたものと比較することによって検証した。
人間と特別に訓練されたAIは独立してアイデアの品質と量を評価した。
AIと人間の創造性には質的な違いはないが、アイデアの生成方法には違いがある。
興味深いことに、人間の9.4%は最も創造的なGAIであるGPT-4よりも創造的だった。
この結果から,GAIは創造的プロセスにおいて貴重なアシスタントであることが示唆された。
創造的タスクにおけるgaiの継続的な研究と開発は、創造性の未来を形作る上でこの技術の潜在的な利点と欠点を完全に理解するために不可欠である。
最後に、GAIが真に創造的であるかどうかについて論じる。
関連論文リスト
- Can AI Be as Creative as Humans? [84.43873277557852]
理論的には、AIは人間の創造者によって生成されたデータに適切に適合できるという条件の下で、人間と同じくらい創造的になれることを証明しています。
AIの創造性に関する議論は、十分な量のデータに適合する能力の問題に縮小されている。
論文 参考訳(メタデータ) (2024-01-03T08:49:12Z) - AI for Mathematics: A Cognitive Science Perspective [86.02346372284292]
数学は人間によって開発された最も強力な概念体系の1つである。
AIの急速な進歩、特に大規模言語モデル(LLM)の進歩による推進により、そのようなシステム構築に対する新たな、広範な関心が生まれている。
論文 参考訳(メタデータ) (2023-10-19T02:00:31Z) - A Complete Survey on Generative AI (AIGC): Is ChatGPT from GPT-4 to
GPT-5 All You Need? [112.12974778019304]
生成AI(AIGC、つまりAI生成コンテンツ)は、テキスト、画像、その他を分析、作成する能力により、あらゆる場所で話題を呼んだ。
純粋な分析から創造へと移行するAIの時代において、ChatGPTは最新の言語モデルであるGPT-4とともに、多くのAIGCタスクからなるツールである。
本研究は,テキスト,画像,ビデオ,3Dコンテンツなど,出力タイプに基づいたAIGCタスクの技術的開発に焦点を当てている。
論文 参考訳(メタデータ) (2023-03-21T10:09:47Z) - Designing Participatory AI: Creative Professionals' Worries and
Expectations about Generative AI [8.379286663107845]
生成AI(英: Generative AI)とは、テキストのプロンプトに基づいて視覚的または書き起こされたコンテンツを自動生成する一連の技術で、複雑さが飛躍的に増加し、わずか数年で広く利用できるようになる技術である。
本稿では,創造的プロフェッショナルが生成AIをどのように考えるかに関する質的研究の結果を報告する。
論文 参考訳(メタデータ) (2023-03-15T20:57:03Z) - The Turing Trap: The Promise & Peril of Human-Like Artificial
Intelligence [1.9143819780453073]
人間のような人工知能の利点には、生産性の上昇、余暇の増加、そしておそらく最も重要なのは、私たちの心をよりよく理解することが含まれる。
しかし、あらゆるタイプのAIが人間に似ているわけではない。実際、最も強力なシステムの多くは、人間とは大きく異なる。
機械が人間の労働の代用となるにつれ、労働者は経済的・政治的交渉力を失う。
対照的に、AIが人間を模倣するのではなく強化することに焦点を当てている場合、人間は創造された価値の共有を主張する力を保持します。
論文 参考訳(メタデータ) (2022-01-11T21:07:17Z) - Making AI 'Smart': Bridging AI and Cognitive Science [0.0]
認知科学の統合により、人工知能の「人工的な」特徴はすぐに「スマート」に置き換えられるかもしれない
これにより、より強力なAIシステムが開発され、同時に人間の脳がどのように機能するかをよりよく理解できるようになる。
このような高度なシステムを開発するためには、まず人間の脳をよりよく理解する必要があるため、AIが人間の文明を乗っ取る可能性は低いと我々は主張する。
論文 参考訳(メタデータ) (2021-12-31T09:30:44Z) - Telling Creative Stories Using Generative Visual Aids [52.623545341588304]
私たちはライターに、開始プロンプトからクリエイティブなストーリーを書くように頼み、同じプロンプトから生成するAIモデルによって生成されたビジュアルを提供した。
コントロールグループと比較すると、ビジュアルをストーリー・ライティング・アシストとして使用した作家は、より創造的で、オリジナルで、完全で、視覚的にできるストーリーを著した。
発見は、AIによる横断的なモダリティ入力は、人間とAIの共創において創造性の異なる側面に利益をもたらすが、収束する思考を妨げることを示している。
論文 参考訳(メタデータ) (2021-10-27T23:13:47Z) - The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。
Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。
これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
論文 参考訳(メタデータ) (2021-07-05T12:18:17Z) - Creativity in the era of artificial intelligence [1.8275108630751844]
我々は、社会科学と計算科学のフロンティアを曖昧にすることで、AI時代の創造性に関する新たな視点を提供することを目指している。
我々は、自己完結した元ニヒロ生成機械に対して、人間の創造的特性を純粋に模倣しようとする目的は、非常に反生産的であろうと論じる。
論文 参考訳(メタデータ) (2020-08-13T15:07:34Z) - Future Trends for Human-AI Collaboration: A Comprehensive Taxonomy of
AI/AGI Using Multiple Intelligences and Learning Styles [95.58955174499371]
我々は、複数の人間の知性と学習スタイルの様々な側面を説明し、様々なAI問題領域に影響を及ぼす可能性がある。
未来のAIシステムは、人間のユーザと互いにコミュニケーションするだけでなく、知識と知恵を効率的に交換できる。
論文 参考訳(メタデータ) (2020-08-07T21:00:13Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。