論文の概要: On the stochastics of human and artificial creativity
- arxiv url: http://arxiv.org/abs/2403.06996v1
- Date: Sun, 3 Mar 2024 10:38:57 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-18 06:00:28.673810
- Title: On the stochastics of human and artificial creativity
- Title(参考訳): 人間と人工創造の確率論について
- Authors: Solve Sæbø, Helge Brovold,
- Abstract要約: コンピュータにおける人間レベルの知性を達成するためには、人間レベルの創造性も必要である、と我々は主張する。
我々は、理論、心理学、哲学、神経科学、カオス理論からの事前の洞察を取り入れて、人間の創造性を統計的に表現する。
私たちの分析には、強化学習や拡散モデル、大規模言語モデルといった最新のAIアルゴリズムが含まれています。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: What constitutes human creativity, and is it possible for computers to exhibit genuine creativity? We argue that achieving human-level intelligence in computers, or so-called Artificial General Intelligence, necessitates attaining also human-level creativity. We contribute to this discussion by developing a statistical representation of human creativity, incorporating prior insights from stochastic theory, psychology, philosophy, neuroscience, and chaos theory. This highlights the stochastic nature of the human creative process, which includes both a bias guided, random proposal step, and an evaluation step depending on a flexible or transformable bias structure. The acquired representation of human creativity is subsequently used to assess the creativity levels of various contemporary AI systems. Our analysis includes modern AI algorithms such as reinforcement learning, diffusion models, and large language models, addressing to what extent they measure up to human level creativity. We conclude that these technologies currently lack the capability for autonomous creative action at a human level.
- Abstract(参考訳): 人間の創造性を構成するものは何であり、コンピュータが真の創造性を示すことは可能か?
我々は、コンピュータで人間レベルの知性を達成すること、いわゆる人工知能は、人間レベルの創造性も必要であると主張している。
我々は、確率論、心理学、哲学、神経科学、カオス理論からの事前の洞察を取り入れ、人間の創造性を統計的に表現することで、この議論に貢献する。
これは、バイアスガイドされたランダムな提案ステップと、フレキシブルまたは変換可能なバイアス構造に依存する評価ステップの両方を含む、人間の創造的プロセスの確率的な性質を強調します。
人間の創造性の獲得された表現は、その後、様々な現代のAIシステムの創造性レベルを評価するために使用される。
私たちの分析には、強化学習や拡散モデル、大規模言語モデルといった最新のAIアルゴリズムが含まれています。
これらの技術は現在、人間レベルでの自律的な創造的行動の能力が欠如していると結論付けている。
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 Neuro-mimetic Realization of the Common Model of Cognition via Hebbian
Learning and Free Energy Minimization [55.11642177631929]
大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。
我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
論文 参考訳(メタデータ) (2023-10-14T23:28:48Z) - Exploration with Principles for Diverse AI Supervision [88.61687950039662]
次世代の予測を用いた大規模トランスフォーマーのトレーニングは、AIの画期的な進歩を生み出した。
この生成AIアプローチは印象的な結果をもたらしたが、人間の監督に大きく依存している。
この人間の監視への強い依存は、AIイノベーションの進歩に重大なハードルをもたらす。
本稿では,高品質なトレーニングデータを自律的に生成することを目的とした,探索型AI(EAI)という新しいパラダイムを提案する。
論文 参考訳(メタデータ) (2023-10-13T07:03:39Z) - World Models and Predictive Coding for Cognitive and Developmental
Robotics: Frontiers and Challenges [51.92834011423463]
我々は世界モデルと予測符号化の2つの概念に焦点を当てる。
神経科学において、予測符号化は、脳がその入力を継続的に予測し、その環境における自身のダイナミクスと制御行動のモデル化に適応するように提案する。
論文 参考訳(メタデータ) (2023-01-14T06:38:14Z) - Pathway to Future Symbiotic Creativity [76.20798455931603]
そこで本研究では, 5クラス階層の創造システムを分類し, 擬人アーティストから機械アーティストへの創造の道筋を示す。
芸術創造においては、機械は欲求、感謝、感情を含む人間の精神状態を理解する必要があるが、機械の創造的能力と限界も理解する必要がある。
我々は、人間互換のAIシステムが「ループ内人間」の原理に基づいているべきだという哲学を取り入れた、未来のマシンアーティストを構築するための新しいフレームワークを提案する。
論文 参考訳(メタデータ) (2022-08-18T15:12:02Z) - Enhancing user creativity: Semantic measures for idea generation [0.0]
我々は,WordNet 3.1に基づく49のセマンティック測度を用いて,実環境における設計問題解決会話のデータセットを解析した。
意味的類似性の相違,情報内容の増大,多義性の低下が生成したアイデアの成功を予測していることを示す。
これらの結果は、人間の問題解決における現実世界のプロセスを特定することによって認知科学を推し進める。
論文 参考訳(メタデータ) (2021-06-18T13:47:56Z) - Artificial Creations: Ascription, Ownership, Time-Specific Monopolies [0.0]
高度に進化した人工知能システムは、人間によって創造された場合、通常、知的財産権にふさわしい創造的な製品を生産する。
人工的なクリエーターの使用は、私たちが気付くよりも早く、創造的およびイノベーション産業における主流のプロダクションプラクティスの一部になる可能性が高い。
本研究は,知的財産の決定要因を再考し,その性質と態様を明らかにすることによって,その反応がどのように見えるべきかを分析する。
論文 参考訳(メタデータ) (2020-10-01T16:57:40Z) - 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) - The societal and ethical relevance of computational creativity [0.4297070083645048]
我々は創造性を、自然的、実在的、社会的創造的なプロセスを含む、非常に広い哲学的な用語で特徴づける。
創造性は、長期的に人間の幸福を促進するのに欠かせない理由を説明する。
倫理は、創造性をもたらすAIに対してよりホスピタブルである、という議論がある。
論文 参考訳(メタデータ) (2020-07-23T12:39:10Z)
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。