計算的創造性は、創造的と見なされる行動を示すコンピュータシステムの理論、設計、評価に関する研究および実践の分野である。これは人工知能、認知科学、心理学、芸術を基盤とし、計算モデルを通じて人間の創造性を理解することと、独創的で価値のある出力を生成できるシステムを構築することの両方を目指している。この分野は、音楽、文学、視覚芸術、科学的仮説、工学的設計などの成果物を扱い、作者性、独創性、文化的生産におけるアルゴリズムの役割の本質についての疑問を提起する。
この用語は1990年代に重要性を増し、初期の研究はルールベースおよび記号的なシステムに焦点を当てていた。それ以来、この分野は機械学習と深層学習のアプローチを取り入れて拡大し、特に生成AIモデルの台頭とともに発展してきた。現代の計算的創造性は、しばしばニューラルネットワークアーキテクチャ、特にトランスフォーマーモデルを含み、テキスト、画像、音声の領域で高度に洗練された出力を生成できる。しかし、この分野には進化的アルゴリズムや制約ベースの生成などの非ニューラル手法も含まれており、その広範な学際的ルーツを反映している。
歴史的基盤
初期の計算的創造性研究は、この用語自体より前から存在していた。1950年代から1960年代にかけて、先駆者たちは音楽とテキストのアルゴリズム生成を探求した。例えば、1950年代に開発されたチェスコンピュータプログラムは戦略的な新規性を示したが、創造的とは位置づけられていなかった。1970年代までに、ハロルド・コーエンによって開発されたAARONのようなシステムは、構図と色彩に関する手書きのルールのセットを使用して、独創的な図面と絵画を生成した。これらの初期システムは、明示的な知識表現に依存しており、これは記号的AIの特徴である。
1980年代から1990年代にかけて、ゼロックスPARCやMIT CSAILなどの機関の研究者たちは、創造性を計算問題として形式化し始めた。この分野の最初の専用会議は1990年代後半に出現し、1999年から毎年開催されている国際計算的創造性会議が含まれる。この期間の主要な理論的貢献には、既存の概念の組み合わせ、概念的空間の探索、およびそれらの空間の変換などの創造的プロセスのモデルが含まれた。
主要な方法と技術
現代の計算的創造性は、さまざまな技術を採用している。記号的なアプローチは、文法、論理、探索を使用して、定義された制約内で新しい構造を生成する。例えば、システムは韻律と韻の形式文法を適用して詩を生成するかもしれない。生物学的進化に触発された進化的計算は、適合度関数に基づいて候補成果物を反復的に突然変異させ選択し、デザインの生成や美的基準の最適化によく使用される。
深層学習の出現により、多くのシステムは現在、大規模言語モデルやその他のニューラルネットワークアーキテクチャを使用している。膨大なデータセットで訓練されたこれらのモデルは、一貫性のあるテキスト、現実的な画像、独創的な音楽を生成できる。トップkサンプリング、トップpサンプリング、温度スケーリングなどの技術は、生成出力のランダム性と多様性を制御し、作成者が新規性と一貫性のバランスを取ることを可能にする。データ拡張とカリキュラム学習も、創造的タスクにおけるモデルパフォーマンスを向上させるために使用される。
評価は中心的な課題のままである。従来のAIベンチマークとは異なり、創造性には単一の客観的指標がない。研究者はしばしば人間の審査員を採用し、新規性、価値、驚きなどの基準を使用する。クリエイティブ・トライポッドのような一部のフレームワークは、新規性、価値、驚きの次元に沿って創造性を評価する。他のものは、生成出力の訓練データからの統計的乖離を測定するなどの計算指標を使用する。
さまざまな領域での応用
計算的創造性は、多くの分野で実用的な応用がある。音楽では、システムはクラシックから電子音楽までさまざまなスタイルで独創的な作品を作曲でき、時には人間のミュージシャンと協力する。視覚芸術では、生成モデルが絵画やイラストを制作し、一部の作品はオークションで販売されている。文学では、AIシステムが詩、短編小説、さらには脚本を書き、しばしば人間の編集が加えられる。
科学では、計算的創造性は仮説生成と実験設計を支援する。例えば、システムは新しい化学化合物を提案したり、新しい数学的予想を示唆したりできる。工学では、生成的デザインツールが広大な設計空間を探索して、製造用の最適化された部品を作成する。エンターテインメント業界は、ゲームレベルデザイン、キャラクター作成、特殊効果にこれらの技術を使用している。
商業的な採用は成長しており、OpenAI、Anthropic、Google DeepMindなどの企業が汎用の創造的ツールを開発している。これらはしばしばAmazon Web Services、Azure、Google Cloudなどのクラウドプラットフォームを通じて展開され、創造的AIを幅広いユーザーに利用可能にしている。しかし、この分野には特定の創造的ニッチに焦点を当てたAI21 LabsやInflection AIなどの専門スタートアップや研究ラボも含まれている。
哲学的および倫理的側面
計算的創造性の台頭は、創造性と作者性の本質についての議論を引き起こしている。機械は意図性や意識を欠いているため真に創造的であることはできないと主張する人もいれば、創造性は複雑な情報処理の創発的性質であると主張する人もいる。メラニー・ミッチェルやジョシュア・テネンバウムなどの哲学者は、AIシステムが意味を理解できるのか、それとも単に記号を操作しているだけなのかを検討し、これらの疑問を探求してきた。
倫理的懸念には、AI生成作品の著作権と所有権、訓練データにおける潜在的なバイアス、人間の創造的職業への影響が含まれる。法的枠組みはまだ進化しており、一部の法域では特定の条件下でAI生成作品に著作権を付与している。この分野はまた、機械が自律的な作成者ではなくツールまたはパートナーとして機能する人間とAIの協力の役割も考慮している。
将来の方向性
計算的創造性の研究は進歩を続けており、生成出力の独創性と意図性の向上に焦点を当てている。一つの方向性は、強化学習技術、特にRLHFを統合して、創造的出力を人間の好みに合わせることである。もう一つは、自身の創造的プロセスについて推論できるモデルを開発することで、より透明で制御可能なシステムにつながる可能性がある。
学際的な協力は依然として重要であり、コンピュータ科学者、芸術家、心理学者、哲学者を結集させている。生成AIがより普及するにつれて、計算的創造性は文化、科学、技術の形成においてますます重要な役割を果たす可能性が高く、継続的な調査を必要とする新しい疑問を提起している。