論文の概要: Creativity in AI: Progresses and Challenges
- arxiv url: http://arxiv.org/abs/2410.17218v2
- Date: Thu, 24 Oct 2024 18:25:15 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-28 09:37:00.355271
- Title: Creativity in AI: Progresses and Challenges
- Title（参考訳）: AIにおける創造性 - 進歩と課題
- Authors: Mete Ismayilzada, Debjit Paul, Antoine Bosselut, Lonneke van der Plas,
- Abstract要約: 我々は,AIシステムの創造的能力について研究し,創造的な問題解決,言語的,芸術的,科学的創造性に注目した。
我々のレビューは、最新のAIモデルは言語的にも芸術的にも創造的なアウトプットを生成できるが、創造的な問題解決を必要とするタスクに苦労していることを示唆している。
プロセス駆動型で創造性のいくつかの側面を考慮した、包括的な創造性評価の必要性を強調します。
- 参考スコア（独自算出の注目度）: 17.03526787878041
- License:
- Abstract: Creativity is the ability to produce novel, useful, and surprising ideas, and has been widely studied as a crucial aspect of human cognition. Machine creativity on the other hand has been a long-standing challenge. With the rise of advanced generative AI, there has been renewed interest and debate regarding AI's creative capabilities. Therefore, it is imperative to revisit the state of creativity in AI and identify key progresses and remaining challenges. In this work, we survey leading works studying the creative capabilities of AI systems, focusing on creative problem-solving, linguistic, artistic, and scientific creativity. Our review suggests that while the latest AI models are largely capable of producing linguistically and artistically creative outputs such as poems, images, and musical pieces, they struggle with tasks that require creative problem-solving, abstract thinking and compositionality and their generations suffer from a lack of diversity, originality, long-range incoherence and hallucinations. We also discuss key questions concerning copyright and authorship issues with generative models. Furthermore, we highlight the need for a comprehensive evaluation of creativity that is process-driven and considers several dimensions of creativity. Finally, we propose future research directions to improve the creativity of AI outputs, drawing inspiration from cognitive science and psychology.
- Abstract（参考訳）: 創造性は、新しい、有用な、驚くべきアイデアを生み出す能力であり、人間の認知の重要な側面として広く研究されている。
一方、機械の創造性は長年にわたる課題だった。
先進的な生成AIの台頭により、AIの創造的能力に関する関心と議論が再燃した。
したがって、AIにおける創造性の状態を再考し、重要な進歩と残る課題を特定することが不可欠である。
本研究では,創造的問題解決,言語的,芸術的,科学的創造性に注目し,AIシステムの創造的能力の研究を指導する。
我々のレビューでは、最新のAIモデルは言語的にも芸術的にも創造的にも、詩、画像、音楽作品などのアウトプットを生成することができるが、創造的な問題解決、抽象的な思考、構成性を必要とするタスクに苦労し、それらの世代は多様性、独創性、長距離の一貫性、幻覚の欠如に悩まされていることを示唆している。
また、生成モデルによる著作権問題や著作者問題についても論じる。
さらに、プロセス駆動型で創造性のいくつかの側面を考慮した、包括的な創造性評価の必要性を強調します。
最後に,AI出力の創造性を向上し,認知科学や心理学からインスピレーションを得るための今後の研究指針を提案する。
関連論文リスト
- Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。
本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。
我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
論文 参考訳（メタデータ） (2024-08-22T04:49:50Z) - On the stochastics of human and artificial creativity [0.0]
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。
論文 参考訳（メタデータ） (2024-03-03T10:38:57Z) - 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) - MacGyver: Are Large Language Models Creative Problem Solvers? [87.70522322728581]
本稿では, 現代LLMの創造的問題解決能力について, 制約付き環境下で検討する。
我々は1,600以上の実世界の問題からなる自動生成データセットであるMACGYVERを作成する。
我々はLLMと人間の両方にコレクションを提示し、それらの問題解決能力を比較して比較する。
論文 参考訳（メタデータ） (2023-11-16T08:52:27Z) - Art and the science of generative AI: A deeper dive [26.675816750583138]
生成AIは、ビジュアルアート、コンセプトアート、音楽、フィクション、文学、ビデオ、アニメーションのための高品質な芸術メディアを作成することができる。
我々は、生成的AIは芸術の終焉のハービンジャーではなく、独自の余裕を持つ新しい媒体であると主張している。
論文 参考訳（メタデータ） (2023-06-07T04:27:51Z) - AI and the creative realm: A short review of current and future
applications [2.1320960069210484]
本研究は創造性と人工知能(AI)の概念を探求する。
より洗練されたAIモデルの開発と人間とコンピュータの相互作用ツールの普及により、芸術的創造におけるAIの新たな可能性が高まっている。
論文 参考訳（メタデータ） (2023-06-01T12:28:08Z) - 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) - 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) - 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) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z) - 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)
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。