Creatividad y consciencia en la inteligencia artificial
Posted: January 4th, 2021 | Author: Domingo | Filed under: Artificial Intelligence | Tags: artificial intelligence, consciencia en la inteligencia artificial, Creatividad, inteligencia artificial | Comments Off on Creatividad y consciencia en la inteligencia artificialLa creatividad es una explosión de imaginación.
Es la capacidad de generar nuevas ideas a partir de asociaciones entre conceptos conocidos, que habitualmente producen soluciones originales. La creatividad tiene que ver con elecciones conscientes o inconscientes, y no con un comportamiento aleatorio.
Para Margaret Boden, filósofa, psicóloga, médico, experta en IA y científica cognitiva, hay tres tipos diferentes de creatividad humana.
- La creatividad exploratoria consiste en considerar lo que ya está ahí y explorar sus fronteras exteriores, ampliando los límites de lo que es posible pero permaneciendo a la vez sujeta a las reglas. Las composiciones musicales de Bach y la pintura de Claude Monet son ejemplos de creatividad exploratoria.
- La creatividad combinatoria: en la que, a partir de dos configuraciones completamente diferentes, se busca como resultado la combinación de las mismas. Las composiciones del músico Philip Glass o los diseños de la arquitecta Zaha Hadid disfrutan de esta creatividad.
- La creatividad transformadora es la más misteriosa y esquiva. Son esos raros momentos en los que cambian por completo las reglas del juego. Por ejemplo: Picasso y el cubismo, Schönberg y la atonalidad, Joyce y el modernismo.
EMI, AIVA, AARON y otros algoritmos del montón
Uno de los problemas que existe al mezclar las ciencias de la computación con las artes creativas es que aquéllas florecen al calor de una filosofía de resolución de problemas. Pero crear una obra de arte no es resolver un problema.
En 1973 Harold Cohen creó AARON, un programa para producir obras de arte. Este programa era del tipo “si… entonces…”; a saber, de los pensados con la estrategia de programación “de arriba abajo”. La toma de decisiones que, según Cohen, llevaba a cabo el ordenador se basaba en el uso de un generador de números aleatorios. Cohen recurrió al poder del azar para crear una sensación de autonomía o capacidad de actuar en la máquina.
En 1983 el compositor y científico estadounidense David Cope construyó el software para generación musical EMI (Experiments in Musical Intelligence), utilizando también un proceso de programación de arriba abajo. EMI dependía de que hubiera un compositor que preparase la base de datos. La creatividad de EMI provenía de Cope y del catálogo que tenía detrás, con las obras de los grandes genios musicales de la historia.
¿Qué nuevas obras artísticas podrían surgir al utilizar el modo de programación de “abajo a arriba”, característico del aprendizaje automático? ¿Podrían los algoritmos tener creatividad transformadora, aprendiendo del arte pasado y llevando la creatividad hasta nuevos horizontes? El aprendizaje automático no requiere que el programador entienda cómo compuso Bach sus corales, porque el algoritmo puede tomar los datos y aprender por sí mismo.
En 2002 François Pachet creó el primer improvisador de jazz con IA usando cadenas de Markov, un tipo especial de proceso estocástico discreto en el que la probabilidad de que ocurra un evento depende solamente del evento inmediatamente anterior. La idea de Pachet era considerar los riffs de los músicos de jazz y, dada una nota, analizar la probabilidad de la nota siguiente. El algoritmo se acabó conociendo como “El continuador”, ya que continuaba tocando en el estilo de la persona que se ocupaba de alimentar su base de datos. Después de cada nota, “El continuador” calculaba hacia dónde dirigirse, basándose en lo que acaba de tocar y en lo que su base de datos decía sobre las probabilidades de que surgieran en ese momento unas u otras notas. He aquí un algoritmo que mostraba poseer creatividad exploratoria.
En 2016 un algoritmo llamado AIVA fue la primera máquina admitida, a título de compositora, en la Société des auteurs, compositerus et éditerus de musique de Francia. El algoritmo combinó el aprendizaje automático con los repertorios de Bach, Beethoven, Mozart y otros para producir un compositor con inteligencia artificial, que estaba creando su propia música original.
De conformidad con las investigaciones de algunos neurocientíficos, nuestros cerebros mantienen en marcha dos sistemas rivales, como los algoritmos que regulan las redes generativas antagónicas: uno rige el afán exhibicionista por hacer cosas, crear, expresar; el otro es un inhibidor, el “yo” crítico que arroja dudas sobre nuestras ideas, que las evalúa. Según la curva de Wundt, si nos acostumbramos demasiado a las obras de arte que nos rodean, acabamos sumidos en la indiferencia y el aburrimiento. Por eso los artistas nunca se estancan en su trabajo: lo que estimula al artista (y finalmente al espectador) son las cosas distintas. El reto es que el impulso hacia lo provocativo o disonante no sea tan intenso como para alcanzar la pendiente cuesta debajo de la curva de Wundt. Hay un valor hedónico máximo al que el artista debe aspirar:
En 2017 el profesor Elgammal y su equipo programaron el algoritmo “Generador” de modo que estuviera incentivado para crear obras que pudieran aspirar a alcanzar el punto más alto de la curva de Wundt. El juego consistía en maximizar la diferencia tratando a la vez de no alejarse demasiado de aquellos estilos que el mundo del arte había juzgado aceptables. La tarea del algoritmo “Discriminador”, programado también por el equipo de Elgammal, consistía en avisar al algoritmo “Generador” cada vez que éste se alejaba de lo que se consideraba arte por caer en lo vulgar o lo disparatado. Cada evaluación iba acompañada de una modificación de los parámetros del algoritmo “Generador”. El objetivo era que el algoritmo “Generador” acabara por crear nuevas obras que cayeran en la zona óptima de la curva de Wundt. Elgammal llamó a estas redes, redes creativas antagónicas. Estos algoritmos de redes antagónicas pueden empujarnos hacia nuevos territorios que reconocemos como arte pero que hasta ahora no nos hemos atrevido a explorar.
¿Será posible para una máquina acercarse a los humanos cuando pintan, componen o escriben? Las decisiones que toma un artista se deben en cierto sentido a respuestas algorítmicas del cuerpo ante el mundo que le rodea. ¿Será alguna vez fácil para una máquina producir respuestas tan ricas y complejas como las que produce la programación humana? La programación humana ha evolucionado durante millones de años. La cuestión es ¿hasta qué punto se puede acelerar esa evolución?
Por el momento, toda la creatividad de las máquinas arranca del programa humano. No vemos máquinas que sientan el impulso de expresarse. En realidad, no parece que tengan nada que decir, más allá de lo que nosotros les indicamos que digan o hagan. Nuestra creatividad está íntimamente ligada al libre albedrío, algo que parece imposible de automatizar. Programar el libre albedrío supondría contradecir el significado mismo del término.
Aquello que llamamos obras de arte, sea música, pintura o poesía, son casi productos derivados de ese acto de creación del yo. Mientras una máquina no adquiera consciencia, no será nada más que una herramienta para entender y extender la creatividad humana. ¿Tenemos alguna idea de lo que habrá que hacer para que una máquina adquiera consciencia? Probablemente será necesario recurrir a todas las ciencias en su conjunto para conseguirlo. Y una vez que se consiga, es muy probable que la consciencia de las máquinas sea muy distinta a la nuestra. Tal vez, en ese momento las artes creativas (la pintura, la música, la literatura e incluso las matemáticas) sean la clave para dar acceso recíproco al conocimiento de qué se siente al ser lo que cada cual es.