La creatividad computacional (también conocida como creatividad artificial , creatividad mecánica , computación creativa o computación creativa ) es un esfuerzo multidisciplinario que se ubica en la intersección de los campos de la inteligencia artificial , la psicología cognitiva , la filosofía y las artes .
El objetivo de la creatividad computacional es modelar, simular o replicar la creatividad usando una computadora, para lograr uno de varios fines: [1]
- Construir un programa o computadora capaz de creatividad a nivel humano .
- Comprender mejor la creatividad humana y formular una perspectiva algorítmica sobre el comportamiento creativo en humanos.
- Diseñar programas que puedan potenciar la creatividad humana sin ser necesariamente creativos ellos mismos.
El campo de la creatividad computacional se ocupa de cuestiones teóricas y prácticas en el estudio de la creatividad. El trabajo teórico sobre la naturaleza y la definición adecuada de la creatividad se realiza en paralelo con el trabajo práctico sobre la implementación de sistemas que exhiben creatividad, con una línea de trabajo que informa a la otra.
La forma aplicada de creatividad computacional se conoce como síntesis de medios .
Cuestiones teóricas
Si la creatividad eminente se trata de romper las reglas o rechazar las convenciones, ¿cómo es posible que un sistema algorítmico sea creativo? En esencia, esta es una variante de la objeción de Ada Lovelace a la inteligencia de la máquina, como la recapitulan teóricos modernos como Teresa Amabile. [2] Si una máquina solo puede hacer lo que fue programada para hacer, ¿cómo puede su comportamiento ser llamado creativo ?
De hecho, no todos los teóricos de las computadoras estarían de acuerdo con la premisa de que las computadoras solo pueden hacer lo que están programadas para hacer [3], un punto clave a favor de la creatividad computacional.
Definiendo la creatividad en términos computacionales
Debido a que ninguna perspectiva o definición única parece ofrecer una imagen completa de la creatividad, los investigadores de inteligencia artificial Newell, Shaw y Simon [4] desarrollaron la combinación de novedad y utilidad en la piedra angular de una visión múltiple de la creatividad, que utiliza lo siguiente cuatro criterios para clasificar una respuesta o solución determinada como creativa:
- La respuesta es novedosa y útil (ya sea para el individuo o para la sociedad)
- La respuesta exige que rechacemos ideas que habíamos aceptado previamente.
- La respuesta es el resultado de una intensa motivación y perseverancia.
- La respuesta proviene de aclarar un problema que originalmente era vago.
Mientras que lo anterior refleja un enfoque "de arriba hacia abajo" de la creatividad computacional, se ha desarrollado un hilo alternativo entre los psicólogos computacionales "de abajo hacia arriba" involucrados en la investigación de redes neuronales artificiales. Durante finales de la década de 1980 y principios de la de 1990, por ejemplo, tales sistemas neuronales generativos fueron impulsados por algoritmos genéticos . [5] Los experimentos con redes recurrentes [6] lograron hibridar melodías musicales simples y predecir las expectativas del oyente.
Redes neuronales artificiales
Antes de 1989, las redes neuronales artificiales se utilizaban para modelar ciertos aspectos de la creatividad. Peter Todd (1989) entrenó por primera vez una red neuronal para reproducir melodías musicales a partir de un conjunto de formación de piezas musicales. Luego utilizó un algoritmo de cambio para modificar los parámetros de entrada de la red. La red pudo generar nueva música aleatoriamente de una manera altamente incontrolada. [6] [7] [8] En 1992, Todd [9] amplió este trabajo, utilizando el llamado enfoque del maestro distal que había sido desarrollado por Paul Munro, [10] Paul Werbos , [11] D. Nguyen y Bernard Widrow , [12] Michael I. Jordan y David Rumelhart . [13] En el nuevo enfoque hay dos redes neuronales, una de las cuales proporciona patrones de entrenamiento a otra. En esfuerzos posteriores de Todd, un compositor seleccionaría un conjunto de melodías que definen el espacio de la melodía, las colocaría en un plano 2-d con una interfaz gráfica basada en el mouse y entrenaría una red conexionista para producir esas melodías y escuchar la nuevas melodías "interpoladas" que genera la red correspondientes a puntos intermedios en el plano 2-d.
Conceptos clave de la literatura
Algunos temas filosóficos y de alto nivel se repiten en todo el campo de la creatividad computacional. [ aclaración necesaria ]
Categorías importantes de creatividad
Margaret Boden [14] [15] se refiere a la creatividad que es novedosa simplemente para el agente que la produce como "P-creatividad" (o "creatividad psicológica"), y se refiere a la creatividad que es reconocida como novedosa por la sociedad en general como " H-creatividad "(o" creatividad histórica "). Stephen Thaler ha sugerido una nueva categoría que él llama "V-" o "creatividad visceral" en la que se inventa el significado de las entradas sensoriales en bruto de la arquitectura de una máquina de creatividad, con las redes de "puerta de entrada" perturbadas para producir interpretaciones alternativas, y las redes posteriores desplazando tales interpretaciones. para adaptarse al contexto general. Una variedad importante de tal V-creatividad es la conciencia misma, en la que el significado se inventa reflexivamente para la rotación de la activación dentro del cerebro. [16] La creatividad impulsada por el valor da más libertad y autonomía al sistema de IA. [17]
Creatividad exploratoria y transformadora
Boden también distingue entre la creatividad que surge de una exploración dentro de un espacio conceptual establecido y la creatividad que surge de una transformación o trascendencia deliberada de este espacio. Ella etiqueta la primera como creatividad exploratoria y la segunda como creatividad transformadora , viendo la segunda como una forma de creatividad mucho más radical, desafiante y más rara que la primera. Siguiendo los criterios de Newell y Simon elaborados anteriormente, podemos ver que ambas formas de creatividad deben producir resultados que sean apreciablemente novedosos y útiles (criterio 1), pero es más probable que la creatividad exploratoria surja de una búsqueda minuciosa y persistente de un pozo. espacio entendido (criterio 3) - mientras que la creatividad transformacional debería implicar el rechazo de algunas de las limitaciones que definen este espacio (criterio 2) o algunos de los supuestos que definen el problema en sí (criterio 4). Los conocimientos de Boden han guiado el trabajo en creatividad computacional a un nivel muy general, proporcionando más una piedra de toque inspiradora para el trabajo de desarrollo que un marco técnico de sustancia algorítmica. Sin embargo, las ideas de Boden también han sido objeto de formalización más recientemente, sobre todo en el trabajo de Geraint Wiggins. [18]
Generación y evaluación
El criterio de que los productos creativos deben ser novedosos y útiles significa que los sistemas computacionales creativos suelen estructurarse en dos fases, generación y evaluación. En la primera fase, se generan construcciones novedosas (para el sistema mismo, por lo tanto P-Creativo); Las construcciones no originales que ya son conocidas por el sistema se filtran en esta etapa. Este cuerpo de constructos potencialmente creativos se evalúa luego para determinar cuáles son significativos y útiles y cuáles no. Esta estructura de dos fases se ajusta al modelo Geneplore de Finke, Ward y Smith, [19] que es un modelo psicológico de generación creativa basado en la observación empírica de la creatividad humana.
Creatividad combinatoria
Gran parte de la creatividad humana, quizás toda, puede entenderse como una combinación novedosa de ideas u objetos preexistentes. [20] Las estrategias comunes para la creatividad combinatoria incluyen:
- Colocar un objeto familiar en un entorno desconocido (por ejemplo, la fuente de Marcel Duchamp ) o un objeto desconocido en un entorno familiar (por ejemplo, una historia de pez fuera del agua como The Beverly Hillbillies )
- Mezclar dos objetos o géneros superficialmente diferentes (por ejemplo, una historia de ciencia ficción ambientada en el Lejano Oeste, con vaqueros robot, como en Westworld , o al revés, como en Firefly ; poemas haiku japoneses , etc.)
- Comparar un objeto familiar con un concepto superficialmente no relacionado y semánticamente distante (p. Ej., "El maquillaje es el burka occidental "; "Un zoológico es una galería con exhibiciones vivientes")
- Agregar una característica nueva e inesperada a un concepto existente (por ejemplo, agregar un bisturí a una navaja suiza ; agregar una cámara a un teléfono móvil )
- Comprimir dos escenarios incongruentes en la misma narrativa para obtener una broma (por ejemplo, la broma de Emo Philips "Las mujeres siempre están usando a los hombres para avanzar en sus carreras. ¡Malditos antropólogos!")
- Usar una imagen icónica de un dominio en un dominio para una idea o producto incongruente o no relacionado (por ejemplo, usar la imagen del Hombre de Marlboro para vender autos o publicitar los peligros de la impotencia relacionada con el tabaquismo).
La perspectiva combinatoria nos permite modelar la creatividad como un proceso de búsqueda a través del espacio de posibles combinaciones. Las combinaciones pueden surgir de la composición o concatenación de diferentes representaciones, o mediante una transformación estocástica o basada en reglas de representaciones iniciales e intermedias. Se pueden usar algoritmos genéticos y redes neuronales para generar representaciones combinadas o cruzadas que capturan una combinación de diferentes entradas.
Mezcla conceptual
Mark Turner y Gilles Fauconnier [21] [22] proponen un modelo llamado Conceptual Integration Networks que elabora las ideas de Arthur Koestler sobre la creatividad [23] , así como el trabajo más reciente de Lakoff y Johnson, [24] sintetizando ideas de Cognitive Investigación lingüística sobre espacios mentales y metáforas conceptuales . Su modelo básico define una red de integración como cuatro espacios conectados:
- Un primer espacio de entrada (contiene una estructura conceptual o espacio mental)
- Un segundo espacio de entrada (para combinar con la primera entrada)
- Un espacio genérico de convenciones de stock y esquemas de imágenes que permiten entender los espacios de entrada desde una perspectiva integrada
- Un espacio de mezcla en el que se combinan una proyección seleccionada de elementos de ambos espacios de entrada; las inferencias que surgen de esta combinación también residen aquí, lo que a veces conduce a estructuras emergentes que entran en conflicto con las entradas.
Fauconnier y Turner describen una colección de principios de optimalidad que, según se afirma, guían la construcción de una red de integración bien formada. En esencia, ven la combinación como un mecanismo de compresión en el que dos o más estructuras de entrada se comprimen en una única estructura de combinación. Esta compresión opera a nivel de relaciones conceptuales. Por ejemplo, una serie de relaciones de similitud entre los espacios de entrada se puede comprimir en una sola relación de identidad en la mezcla.
Se ha logrado cierto éxito computacional con el modelo de combinación al extender modelos computacionales preexistentes de mapeo analógico que son compatibles en virtud de su énfasis en estructuras semánticas conectadas. [25] Más recientemente, Francisco Câmara Pereira [26] presentó una implementación de la teoría de la combinación que emplea ideas tanto de GOFAI como de algoritmos genéticos para realizar algunos aspectos de la teoría de la combinación en una forma práctica; Sus dominios de ejemplo van desde el lingüístico al visual, y el último incluye más notablemente la creación de monstruos míticos mediante la combinación de modelos gráficos en 3-D.
Creatividad lingüística
El lenguaje brinda una oportunidad continua para la creatividad, evidente en la generación de oraciones novedosas, frases, juegos de palabras , neologismos , rimas , alusiones , sarcasmo , ironía , símiles , metáforas , analogías , ocurrencias y chistes . [27] Los hablantes nativos de lenguas morfológicamente ricas con frecuencia crean nuevas formas de palabras que se entienden fácilmente, y algunos han encontrado su camino hacia el diccionario. [28] El área de la generación del lenguaje natural ha sido bien estudiado, pero estos aspectos creativos del lenguaje cotidiano aún no se han incorporado con robustez o escala.
Hipótesis de patrones creativos
En el trabajo fundamental del lingüista aplicado Ronald Carter, formuló la hipótesis de dos tipos principales de creatividad que involucran palabras y patrones de palabras: la creatividad reformadora de patrones y la creatividad formadora de patrones. [27] La creatividad reformadora de patrones se refiere a la creatividad mediante la ruptura de reglas, reformando y remodelando patrones del lenguaje a menudo a través de la innovación individual, mientras que la creatividad formadora de patrones se refiere a la creatividad a través de la conformidad con las reglas del lenguaje en lugar de romperlas, creando convergencia, simetría y mayor reciprocidad entre interlocutores a través de sus interacciones en forma de repeticiones. [29]
Generación de historias
Se ha realizado un trabajo sustancial en esta área de la creación lingüística desde la década de 1970, con el desarrollo del sistema TALE-SPIN [30] de James Meehan . TALE-SPIN veía las historias como descripciones narrativas de un esfuerzo de resolución de problemas y creaba historias estableciendo primero una meta para los personajes de la historia de modo que se pudiera rastrear y registrar su búsqueda de una solución. El sistema MINSTREL [31] representa una elaboración compleja de este enfoque básico, distinguiendo una gama de objetivos a nivel de personaje en la historia de una gama de objetivos a nivel de autor para la historia. Sistemas como BRUTUS de Bringsjord [32] elaboran estas ideas aún más para crear historias con temas interpersonales complejos como la traición. No obstante, MINSTREL modela explícitamente el proceso creativo con un conjunto de métodos de adaptación de recuperación de transformación (TRAM) para crear escenas nuevas a partir de lo antiguo. El modelo MEXICA [33] de Rafael Pérez y Pérez y Mike Sharples está más explícitamente interesado en el proceso creativo de la narración e implementa una versión del modelo cognitivo de compromiso-reflexión de la escritura creativa.
La empresa Narrative Science hace que las noticias y los informes generados por computadora estén disponibles comercialmente, incluido un resumen de los eventos deportivos de equipo basados en datos estadísticos del juego. También crea informes financieros y análisis inmobiliarios. [34]
Metáfora y símil
Ejemplo de metáfora: "Ella era un mono".
Ejemplo de símil: "Sentí como una manta de piel de tigre " . El estudio computacional de estos fenómenos se ha centrado principalmente en la interpretación como un proceso basado en el conocimiento. Computacionalistas como Yorick Wilks , James Martin, [35] Dan Fass, John Barnden, [36] y Mark Lee han desarrollado enfoques basados en el conocimiento para el procesamiento de metáforas, ya sea a nivel lingüístico o lógico. Tony Veale y Yanfen Hao han desarrollado un sistema, llamado Sardonicus, que adquiere una base de datos completa de símiles explícitos de la web; estos símiles son luego etiquetados como auténticos (p. ej., "tan duros como el acero") o irónicos (p. ej., "tan peludos como una bola de boliche ", "tan agradables como un tratamiento de conducto "); los símiles de cualquier tipo se pueden recuperar bajo demanda para cualquier adjetivo dado. Usan estos símiles como base de un sistema de generación de metáforas en línea llamado Aristóteles [37] que puede sugerir metáforas léxicas para un objetivo descriptivo dado (por ejemplo, para describir a una supermodelo como delgada, los términos fuente "lápiz", "látigo" , se sugieren " whippet ", "cuerda", " insecto palo " y "serpiente").
Analogía
El proceso del razonamiento analógico se ha estudiado tanto desde una perspectiva de mapeo como de recuperación, siendo esta última clave para la generación de analogías novedosas. La escuela de investigación dominante, como adelanta Dedre Gentner , ve la analogía como un proceso que preserva la estructura; esta vista se ha implementado en el motor de mapeo de estructuras o SME, [38] el motor de recuperación MAC / FAC (Many Are Called, Few Are Chosen), ACME ( Analogical Constraint Mapping Engine ) y ARCS ( Analogical Retrieval Constraint System ). Otros enfoques basados en el mapeo incluyen Sapper, [25] que sitúa el proceso de mapeo en un modelo de memoria de red semántica. La analogía es un subárea muy activa de la computación creativa y la cognición creativa; Las figuras activas en esta subárea incluyen a Douglas Hofstadter , Paul Thagard y Keith Holyoak . También es digno de mención aquí el enfoque de aprendizaje automático de Peter Turney y Michael Littman para la resolución de problemas de analogía al estilo SAT ; su enfoque logra un puntaje que se compara bien con los puntajes promedio obtenidos por humanos en estas pruebas.
Generación de bromas
El humor es un proceso especialmente hambriento de conocimiento, y los sistemas de generación de bromas más exitosos hasta la fecha se han centrado en la generación de juegos de palabras, como lo ejemplifica el trabajo de Kim Binsted y Graeme Ritchie. [39] Este trabajo incluye el sistema JAPE , que puede generar una amplia gama de juegos de palabras que los niños pequeños evalúan constantemente como novedosos y divertidos. Se ha desarrollado una versión mejorada de JAPE bajo la apariencia del sistema STANDUP, que se ha implementado experimentalmente como un medio para mejorar la interacción lingüística con niños con discapacidades de comunicación. Se ha logrado un progreso limitado en la generación de humor que involucra otros aspectos del lenguaje natural, como el malentendido deliberado de la referencia pronominal (en la obra de Hans Wim Tinholt y Anton Nijholt), así como en la generación de siglas humorísticas en el acrónimo HAH. sistema [40] de Oliviero Stock y Carlo Strapparava.
Neologismo
La combinación de múltiples formas de palabras es una fuerza dominante para la creación de nuevas palabras en el lenguaje; estas nuevas palabras se denominan comúnmente "combinaciones" o " palabras de combinación " (en honor a Lewis Carroll ). Tony Veale ha desarrollado un sistema llamado ZeitGeist [41] que recolecta palabras clave neológicas de Wikipedia y las interpreta en relación con su contexto local en Wikipedia y en relación con sentidos específicos de palabras en WordNet . ZeitGeist se ha ampliado para generar neologismos propios; el enfoque combina elementos de un inventario de partes de palabras que se obtienen de WordNet, y simultáneamente determina posibles glosas para estas nuevas palabras (por ejemplo, "viajero de comida" para "gastronauta" y "viajero del tiempo" para " crononauta "). Luego utiliza la búsqueda en la Web para determinar qué glosas son significativas y qué neologismos no se han utilizado antes; esta búsqueda identifica el subconjunto de palabras generadas que son novedosas ("H-creativas") y útiles.
Un corpus lingüístico aproximación a la búsqueda y extracción de neologismo también han demostrado que es posible. Utilizando Corpus of Contemporary American English como corpus de referencia, Locky Law ha realizado una extracción de neologismo , acrónimos y argot usando el hapax legomena que apareció en los guiones del drama televisivo estadounidense House MD [42]
En términos de investigación lingüística en neologismo, Stefan Th. Gries ha realizado un análisis cuantitativo de la estructura de la combinación en inglés y encontró que "el grado de reconocibilidad de las palabras fuente y que la similitud de las palabras fuente con la combinación juega un papel vital en la formación de la combinación". Los resultados se validaron mediante una comparación de mezclas intencionales con mezclas de errores de habla. [43]
Poesía
Más que hierro, más que plomo, más que oro, necesito electricidad.
Lo necesito más de lo que necesito cordero o cerdo o lechuga o pepino.
Lo necesito para mis sueños. Racter, de The Policeman's Beard Is Half Constructed
Al igual que los chistes, los poemas implican una interacción compleja de diferentes restricciones, y ningún generador de poemas de propósito general combina adecuadamente los aspectos de significado, fraseo, estructura y rima de la poesía. No obstante, Pablo Gervás [44] ha desarrollado un sistema digno de mención llamado ASPERA que emplea un enfoque de razonamiento basado en casos (CBR) para generar formulaciones poéticas de un texto de entrada dado a través de una composición de fragmentos poéticos que se recuperan de una base de casos existente. poemas. Cada fragmento de poema en la base de casos de ASPERA está anotado con una cadena de prosa que expresa el significado del fragmento, y esta cadena de prosa se utiliza como clave de recuperación para cada fragmento. Luego, se utilizan reglas métricas para combinar estos fragmentos en una estructura poética bien formada. Racter es un ejemplo de un proyecto de software de este tipo.
Creatividad musical
La creatividad computacional en el dominio de la música se ha centrado tanto en la generación de partituras musicales para su uso por músicos humanos como en la generación de música para su interpretación en computadoras. El dominio de la generación ha incluido la música clásica (con software que genera música al estilo de Mozart y Bach ) y el jazz . [45] En particular, David Cope [46] ha escrito un sistema de software llamado "Experimentos en Inteligencia Musical" (o "EMI") [47] que es capaz de analizar y generalizar a partir de la música existente de un compositor humano para generar una novela musical composiciones del mismo estilo. El resultado de EMI es lo suficientemente convincente como para persuadir a los oyentes humanos de que su música es generada por humanos con un alto nivel de competencia. [48]
En el campo de la música clásica contemporánea, Iamus es la primera computadora que compone desde cero y produce partituras finales que pueden tocar intérpretes profesionales. La London Symphony Orchestra tocó una pieza para orquesta completa, incluida en el CD debut de Iamus , [49] que New Scientist describió como "La primera obra importante compuesta por una computadora e interpretada por una orquesta completa". [50] Melomics , la tecnología detrás de Iamus, es capaz de generar piezas en diferentes estilos de música con un nivel similar de calidad.
La investigación de la creatividad en el jazz se ha centrado en el proceso de improvisación y las demandas cognitivas que esto impone a un agente musical: razonar sobre el tiempo, recordar y conceptualizar lo que ya se ha tocado y planificar con anticipación lo que podría tocar a continuación. [51] El robot Shimon, desarrollado por Gil Weinberg de Georgia Tech, ha demostrado la improvisación del jazz. [52] El software de improvisación virtual basado en investigaciones sobre modelado estilístico llevadas a cabo por Gerard Assayag y Shlomo Dubnov incluyen OMax, SoMax y PyOracle, se utilizan para crear improvisaciones en tiempo real reinyectando secuencias de longitud variable aprendidas sobre la marcha del artista en vivo. . [53]
En 1994, la arquitectura de una máquina de creatividad (ver arriba) fue capaz de generar 11.000 ganchos musicales al entrenar una red neuronal perturbada sinápticamente en 100 melodías que habían aparecido en la lista de las diez mejores durante los últimos 30 años. En 1996, una Creativity Machine autoamplificada observó las expresiones faciales de la audiencia a través de un sistema avanzado de visión artificial y perfeccionó sus talentos musicales para generar un álbum titulado "Song of the Neurons" [54]
En el campo de la composición musical, las obras patentadas [55] de René-Louis Baron permitieron realizar un robot capaz de crear y tocar multitud de melodías orquestadas llamadas "coherentes" en cualquier estilo musical. Todo parámetro físico exterior asociado a uno o más parámetros musicales específicos, puede influir y desarrollar cada una de estas canciones (en tiempo real mientras se escucha la canción). La invención patentada Medal-Composer plantea problemas de derechos de autor.
Creatividad visual y artística
La creatividad computacional en la generación de arte visual ha tenido algunos éxitos notables en la creación tanto de arte abstracto como de arte representativo. El programa más famoso de este dominio es Harold Cohen 's AARON , [56] que ha sido desarrollado y aumentada desde 1973. Aunque fórmulas continuamente, Aaron exhibe un rango de salidas, la generación de dibujos en blanco y negro o pinturas de color que incorporan humana figuras (como bailarines), plantas en macetas, rocas y otros elementos de imágenes de fondo. Estas imágenes son de una calidad lo suficientemente alta como para mostrarse en galerías de renombre.
Otros artistas de software notables incluyen el sistema NEvAr (para " Arte Neuro-Evolutivo ") de Penousal Machado. [57] NEvAr usa un algoritmo genético para derivar una función matemática que luego se usa para generar una superficie tridimensional coloreada. Un usuario humano puede seleccionar las mejores imágenes después de cada fase del algoritmo genético, y estas preferencias se utilizan para guiar las fases sucesivas, empujando así la búsqueda de NEvAr a los puntos del espacio de búsqueda que se consideran más atractivos para el usuario.
The Painting Fool , desarrollado por Simon Colton, se originó como un sistema para pintar imágenes digitales de una escena dada en una selección de diferentes estilos de pintura, paletas de colores y tipos de pincel. Dada su dependencia de una imagen de fuente de entrada para trabajar, las primeras iteraciones de Painting Fool plantearon preguntas sobre el alcance o la falta de creatividad en un sistema de arte computacional. No obstante, en trabajos más recientes, The Painting Fool se ha ampliado para crear imágenes novedosas, al igual que AARON , desde su propia imaginación limitada. Las imágenes en esta línea incluyen paisajes urbanos y bosques, que se generan mediante un proceso de satisfacción de restricciones a partir de algunos escenarios básicos proporcionados por el usuario (por ejemplo, estos escenarios permiten que el sistema infiera que los objetos más cercanos al plano de visualización deben ser más grandes y de más color). saturados, mientras que los que están más lejos deberían estar menos saturados y parecer más pequeños). Artísticamente, las imágenes ahora creadas por Painting Fool parecen a la par con las creadas por Aaron, aunque los mecanismos extensibles empleados por el primero (satisfacción de la restricción, etc.) bien pueden permitirle convertirse en un pintor más elaborado y sofisticado.
El artista Krasi Dimtch (Krasimira Dimtchevska) y el desarrollador de software Svillen Ranev han creado un sistema computacional que combina un generador de oraciones en inglés basado en reglas y un constructor de composición visual que convierte las oraciones generadas por el sistema en arte abstracto. [58] El software genera automáticamente un número indefinido de imágenes diferentes utilizando paletas de colores, formas y tamaños diferentes. El software también permite al usuario seleccionar el tema de las oraciones generadas y / o una o más de las paletas utilizadas por el constructor de composición visual.
Un área emergente de la creatividad computacional es la de los videojuegos. ANGELINA es un sistema para desarrollar creativamente videojuegos en Java de Michael Cook. Un aspecto importante es Mechanic Miner, un sistema que puede generar segmentos cortos de código que actúan como simples mecánicas de juego. [59] ANGELINA puede evaluar la utilidad de estas mecánicas jugando niveles de juego simples que no se pueden resolver y probando para ver si la nueva mecánica hace que el nivel tenga solución. A veces, Mechanic Miner descubre errores en el código y los explota para crear nuevas mecánicas para que el jugador resuelva los problemas. [60]
En julio de 2015, Google lanzó DeepDream , un programa de visión por computadora de código abierto [61] , creado para detectar rostros y otros patrones en imágenes con el objetivo de clasificar imágenes automáticamente, que utiliza una red neuronal convolucional para encontrar y mejorar patrones en imágenes a través de pareidolia algorítmica. , creando así una apariencia psicodélica de ensueño en las imágenes deliberadamente sobreprocesadas. [62] [63] [64]
En agosto de 2015, investigadores de Tübingen, Alemania, crearon una red neuronal convolucional que utiliza representaciones neuronales para separar y recombinar el contenido y el estilo de imágenes arbitrarias que pueden convertir imágenes en imitaciones estilísticas de obras de arte de artistas como Picasso o Van Gogh en aproximadamente una hora. Su algoritmo se utiliza en el sitio web DeepArt que permite a los usuarios crear imágenes artísticas únicas mediante su algoritmo. [65] [66] [67] [68]
A principios de 2016, un equipo global de investigadores explicó cómo un nuevo enfoque de creatividad computacional conocido como Sustrato Neural Sináptico Digital (DSNS) podría usarse para generar rompecabezas de ajedrez originales que no se derivaron de bases de datos de finales. [69] El DSNS es capaz de combinar características de diferentes objetos (por ejemplo, problemas de ajedrez, pinturas, música) usando métodos estocásticos para derivar nuevas especificaciones de características que pueden usarse para generar objetos en cualquiera de los dominios originales. Los rompecabezas de ajedrez generados también se han presentado en YouTube. [70]
Creatividad en la resolución de problemas.
La creatividad también es útil para permitir soluciones inusuales en la resolución de problemas . En psicología y ciencia cognitiva , esta área de investigación se denomina resolución creativa de problemas . La teoría de la creatividad de interacción explícita-implícita (EII) se ha implementado recientemente utilizando un modelo computacional basado en CLARION que permite la simulación de la incubación y la comprensión en la resolución de problemas. [71] El énfasis de este proyecto de creatividad computacional no está en el desempeño per se (como en los proyectos de inteligencia artificial ) sino más bien en la explicación de los procesos psicológicos que conducen a la creatividad humana y la reproducción de datos recolectados en experimentos psicológicos. Hasta ahora, este proyecto ha tenido éxito al proporcionar una explicación de los efectos de la incubación en experimentos de memoria simples, una comprensión de la resolución de problemas y la reproducción del efecto de ensombrecimiento en la resolución de problemas.
Debate sobre las teorías "generales" de la creatividad
Algunos investigadores sienten que la creatividad es un fenómeno complejo cuyo estudio se complica aún más por la plasticidad del lenguaje que usamos para describirlo. Podemos describir no sólo al agente de la creatividad como "creativo", sino también al producto y al método. En consecuencia, se podría afirmar que no es realista hablar de una teoría general de la creatividad . [ cita requerida ] No obstante, algunos principios generativos son más generales que otros, lo que lleva a algunos defensores a afirmar que ciertos enfoques computacionales son "teorías generales". Stephen Thaler, por ejemplo, propone que ciertas modalidades de redes neuronales son lo suficientemente generativas y lo suficientemente generales como para manifestar un alto grado de capacidades creativas.
Crítica de la creatividad computacional
Ordenadores tradicionales, como se usa principalmente en la aplicación creatividad computacional, hacen la creatividad no ayuda, ya que fundamentalmente transformar un conjunto de discreta, dominio limitado de parámetros de entrada en un conjunto de discreta, dominio limitado de parámetros de salida utilizando un conjunto limitado de funciones computacionales [ cita requerida ] . Como tal, una computadora no puede ser creativa, ya que todo en la salida debe haber estado ya presente en los datos de entrada o en los algoritmos [ cita requerida ] . Para algunas discusiones relacionadas y referencias a trabajos relacionados se capturan en algunos trabajos recientes sobre los fundamentos filosóficos de la simulación. [72]
Matemáticamente, Chaitin ha presentado el mismo conjunto de argumentos contra la creatividad. [73] Observaciones similares provienen de la perspectiva de la teoría de modelos. Toda esta crítica enfatiza que la creatividad computacional es útil y puede parecer creatividad, pero no es creatividad real, ya que no se crea nada nuevo, solo se transforma en algoritmos bien definidos.
Eventos
La Conferencia Internacional sobre Creatividad Computacional (ICCC) se lleva a cabo anualmente, organizada por la Asociación para la Creatividad Computacional . Los eventos de la serie incluyen:
- ICCC 2018, Salamanca, España
- ICCC 2017, Atlanta, Georgia, EE. UU.
- ICCC 2016, París, Francia
- ICCC 2015, Park City, Utah, Estados Unidos. Conferencia magistral: Emily Short
- ICCC 2014, Ljubljana, Eslovenia. Conferencia magistral: Oliver Deussen
- ICCC 2013, Sídney, Australia. Conferencia magistral: Arne Dietrich
- ICCC 2012, Dublín, Irlanda. Conferencia magistral: Steven Smith
- ICCC 2011, Ciudad de México, México. Conferencia magistral: George E Lewis
- ICCC 2010, Lisboa, Portugal. Charlas principales / invitadas: Nancy J Nersessian y Mary Lou Maher
Anteriormente, la comunidad de creatividad computacional ha realizado un taller dedicado, el Taller Conjunto Internacional sobre Creatividad Computacional, todos los años desde 1999. Los eventos anteriores en esta serie incluyen: [ cita requerida ]
- IJWCC 2003, Acapulco, México, como parte de IJCAI'2003
- IJWCC 2004, Madrid, España, como parte de ECCBR'2004
- IJWCC 2005, Edimburgo, Reino Unido, como parte de IJCAI'2005
- IJWCC 2006, Riva del Garda, Italia, como parte de ECAI'2006
- IJWCC 2007, Londres, Reino Unido, un evento independiente
- IJWCC 2008, Madrid, España, un evento independiente
Se realizará la I Jornada de Simulación Computarizada de la Creatividad Musical
- CCSMC 2016, [74] 17-19 de junio, Universidad de Huddersfield, Reino Unido. Ponencias principales: Geraint Wiggins y Graeme Bailey.
Publicaciones y foros
Design Computing and Cognition es una conferencia que aborda la creatividad computacional. La conferencia ACM Creativity and Cognition es otro foro para temas relacionados con la creatividad computacional. El discurso de apertura de Journées d'Informatique Musicale 2016 de Shlomo Dubnov fue sobre la creatividad teórica de la información. [75]
Varios libros recientes proporcionan una buena introducción o una buena descripción del campo de la creatividad computacional. Éstas incluyen:
- Pereira, FC (2007). "Creatividad e inteligencia artificial: un enfoque de fusión conceptual". Aplicaciones de la serie Lingüística cognitiva, Mouton de Gruyter.
- Veale, T. (2012). "Explotando el mito de la creatividad: los fundamentos computacionales de la creatividad lingüística". Académico Bloomsbury, Londres.
- McCormack, J. y d'Inverno, M. (eds.) (2012). "Computadoras y Creatividad". Springer, Berlín.
- Veale, T., Feyaerts, K. y Forceville, C. (2013, de próxima publicación). "Creatividad y mente ágil: un estudio multidisciplinario de un fenómeno multifacético". Mouton de Gruyter.
Además de las actas de conferencias y talleres, la comunidad de creatividad computacional ha producido hasta ahora estos números especiales de revistas dedicados al tema:
- Computación de nueva generación , volumen 24, número 3, 2006
- Journal of Knowledge-Based Systems , volumen 19, número 7, noviembre de 2006
- Revista AI , volumen 30, número 3, otoño de 2009
- Minds and Machines , volumen 20, número 4, noviembre de 2010
- Computación cognitiva , volumen 4, número 3, septiembre de 2012
- AIEDAM , volumen 27, número 4, otoño de 2013
- Computers in Entertainment , dos números especiales sobre Music Meta-Creation (MuMe), otoño de 2016 (de próxima publicación)
Además de estos, ha comenzado una nueva revista que se centra en la creatividad computacional en el campo de la música.
- JCMS 2016, Revista de sistemas musicales creativos
Ver también
- 1 el camino (primera novela)
- Imaginación artificial
- Arte algorítmico
- Composición algorítmica
- Aplicaciones de la inteligencia artificial
- Arte de la computadora
- Música generada por computadora
- Computación creativa
- Morfogénesis digital
- Poesía digital
- Sistemas generativos
- Motivación intrínseca (inteligencia artificial)
- Síntesis de medios (AI)
- Musikalisches Würfelspiel (juego de dados musicales)
- Generación procedimental
- Liza
- Lista de tecnologías emergentes
- Esquema de la inteligencia artificial
Referencias
- ^ Anna Jordanous, Ph.D. (10 de abril de 2014). "¿Qué es la creatividad computacional?" . Consultado el 7 de enero de 2019 .
- ^ Amabile, Teresa (1983), La psicología social de la creatividad , Nueva York, NY: Springer-Verlag
- ^ Minsky, Marvin (1967), Por qué la programación es un buen medio para expresar ideas mal entendidas y formuladas de forma descuidada (PDF) , págs. 120-125[ enlace muerto permanente ]
- ^ Newell, Allen, Shaw, JG y Simon, Herbert A. (1963), El proceso del pensamiento creativo , HE Gruber, G. Terrell y M. Wertheimer (Eds.), Enfoques contemporáneos del pensamiento creativo, págs. 63-119. Nueva York: Atherton
- ^ Gibson, PM (1991) NEURÓGENO, composición musical utilizando algoritmos genéticos y redes neuronales cooperantes , Segunda Conferencia Internacional sobre Redes Neuronales Artificiales: 309-313.
- ^ a b Todd, PM (1989). "Un enfoque conexionista de la composición algorítmica". Computer Music Journal . 13 (4): 27–43. doi : 10.2307 / 3679551 . JSTOR 3679551 . S2CID 36726968 .
- ^ Bharucha, JJ; Todd, PM (1989). "Modelado de la percepción de la estructura tonal con redes neuronales". Computer Music Journal . 13 (4): 44–53. doi : 10.2307 / 3679552 . JSTOR 3679552 . S2CID 19286486 .
- ^ Todd, PM y Loy, DG (Eds.) (1991). Música y conexionismo. Cambridge, MA: MIT Press.
- ^ Todd, PM (1992). Un sistema conexionista para explorar el espacio melódico. En Actas de la Conferencia Internacional de Música por Computadora de 1992 (págs. 65-68). San Francisco: Asociación Internacional de Música por Computadora.
- ^ Un esquema de retropropagación dual para el aprendizaje de recompensa escalar. P Munro - Novena Conferencia Anual de Ciencia Cognitiva, 1987
- ^ Redes neuronales para control e identificación de sistemas. PJ Werbos - Decisión y control, 1989.
- ^ The truck backer-upper: Un ejemplo de autoaprendizaje en redes neuronales . D Nguyen, B Widrow - IJCNN'89, 1989.
- ^ Modelos de avance: aprendizaje supervisado con un profesor distal. MI Jordan, DE Rumelhart - Ciencia cognitiva, 1992.
- ^ Boden, Margaret (1990), La mente creativa: mitos y mecanismos , Londres: Weidenfeld & Nicolson
- ^ Boden, Margaret (1999), Modelos computacionales de creatividad. , Manual de creatividad, págs. 351–373
- ^ "Computación creativa" . Wayback machine: Asociación Filosófica Estadounidense. Archivado desde el original el 15 de noviembre de 2012 . Consultado el 16 de marzo de 2016 .
- ^ Loi, Michele; Viganò, Eleonora; van der Plas, Lonneke (23 de julio de 2020). "La relevancia social y ética de la creatividad computacional" . arXiv: 2007.11973 . arXiv : 2007.11973 . Consultado el 26 de abril de 2021 .
- ^ Wiggins, Geraint (2006), Marco preliminar para la descripción, análisis y comparación de sistemas creativos , Journal of Knowledge Based Systems 19 (7), págs. 449-458, CiteSeerX 10.1.1.581.5208
- ^ Finke, R., Ward, T. y Smith, S. (1992), Cognición creativa: teoría, investigación y aplicaciones (PDF) , Cambridge: MIT press.
- ^ Margaret Boden (10 de mayo de 2010). "¿Pueden los modelos informáticos ayudarnos a comprender la creatividad humana?" . Consultado el 7 de enero de 2019 .
- ^ Fauconnier, Gilles, Turner, Mark (2007), The Way We Think , Libros básicos
- ^ Fauconnier, Gilles, Turner, Mark (2007), Redes de integración conceptual , Ciencia cognitiva, 22 (2) págs. 133–187
- ^ Koestler, Arthur (1964), {El acto de la creación} , Londres: Hutchinson y Nueva York: Macmillan
- ^ Lakoff, George; Johnson, Mark (2008), Metáforas por las que vivimos , prensa de la Universidad de Chicago
- ^ a b Veale, Tony, O'Donoghue, Diarmuid (2007), Computación y combinación , Lingüística cognitiva, 11 (3-4), número especial sobre Combinación conceptual
- ^ Pereira, Francisco Câmara (2006), Creatividad e inteligencia artificial: un enfoque de fusión conceptual , Aplicaciones de la lingüística cognitiva. Ámsterdam: Mouton de Gruyter
- ^ a b Carter, Ronald (2004). Lenguaje y creatividad: el arte de hablar en común . Londres: Routledge.
- ^ Martin, Katherine Connor (30 de enero de 2018). "Del hambre al mansplain: dedique un poco de 'tiempo a mí' con la última actualización de OED" . Diccionarios de Oxford . Consultado el 4 de enero de 2019 .
- ^ Anh Vo, Thuc; Carter, Ronald (2010), "¿Qué puede decirnos un corpus sobre la creatividad?", The Routledge Handbook of Corpus Linguistics , Routledge, doi : 10.4324 / 9780203856949.ch22 , ISBN 9780203856949
- ^ Meehan, James (1981), TALE-SPIN , Shank, RC y Riesbeck, CK, (eds.), Inside Computer Understanding: Five Programs plus Miniatures. Hillsdale, Nueva Jersey: Lawrence Erlbaum Associates
- ^ Turner, SR (1994), The Creative Process: A Computer Model of Storytelling , Hillsdale, Nueva Jersey: Lawrence Erlbaum Associates
- ^ Bringsjord, S., Ferrucci, DA (2000), Inteligencia artificial y creatividad literaria. Dentro de la mente de BRUTUS, una máquina de contar historias. , Hillsdale Nueva Jersey: Lawrence Erlbaum Associates
- ^ Pérez y Pérez, Rafael, Sharples, Mike (2001), MEXICA: Un modelo informático de una explicación cognitiva de la escritura creativa (PDF) , Journal of Experimental and Theoretical Artificial Intelligence, 13, pp 119-139
- ^ "Copia archivada" . Archivado desde el original el 3 de noviembre de 2011 . Consultado el 1 de mayo de 2011 .Mantenimiento de CS1: copia archivada como título ( enlace )
- ^ Martin, James (1990), Un modelo computacional de interpretación de metáforas , Academic Press
- ^ Barnden, John (1992), Creencia en la metáfora: tomar en serio la psicología del sentido común , Inteligencia computacional 8, págs. 520-552
- ^ Veale, Tony, Hao, Yanfen (2007), Comprensión y generación de metáforas adecuadas : un enfoque del lenguaje figurativo basado en casos e impulsado por la web (PDF) , Actas de AAAI 2007, la 22a Conferencia de AAAI sobre inteligencia artificial. Vancouver, Canada
- ^ Falkenhainer, Brian, Forbus, Ken y Gentner, Dedre (1989), El motor de mapeo de estructuras: algoritmo y ejemplos (PDF) , Inteligencia artificial, 20 (41) pp 1-63
- ^ Binsted, K., Pain, H. y Ritchie, G. (1997), "Evaluación infantil de acertijos de juegos de palabras generados por computadora" , Pragmática y cognición , 5 (2): 305–354, doi : 10.1075 / pc.5.2 .06bin
- ^ Stock, Oliviero, Strapparava, Carlo (2003), HAH Acrónimo: Agentes humorísticos para acrónimos humorísticos (PDF) , Humor: International Journal of Humor Research, 16 (3) pp 297–314
- ^ Veale, Tony (2006), Tracking the Lexical Zeitgeist con Wikipedia y WordNet , Proceedings of ECAI'2006, the 17th European Conference on Artificial Intelligence
- ^ Ley, Locky (2019). "Creatividad y drama televisivo: un análisis multimodal basado en corpus de la creatividad reformadora de patrones en House MD". Corpora . 14 (2): 135-171. doi : 10.3366 / cor.2019.0167 .
- ^ Gries, Stefan Th. (21 de enero de 2004). "¿No debería ser desayuno? Un análisis cuantitativo de la estructura de la mezcla en inglés". Lingüística . 42 (3). doi : 10.1515 / ling.2004.021 . ISSN 0024-3949 . S2CID 3762246 .
- ^ Gervás, Pablo (2001), Un sistema experto para la composición de poesía formal española (PDF) , Journal of Knowledge-Based Systems 14 (3-4) pp 181-188
- ^ D. Herremans, CH, Chuan, E. Chew (2017). "Una taxonomía funcional de los sistemas de generación de música". Encuestas de computación ACM . 50 (5): 69: 1–30. arXiv : 1812.04832 . doi : 10.1109 / TAFFC.2017.2737984 . S2CID 54475410 .CS1 maint: varios nombres: lista de autores ( enlace )
- ^ Cope, David (2006), Modelos informáticos de creatividad musical , Cambridge, MA: MIT Press
- ^ David Cope (1987), "Experimentos en inteligencia musical". En Actas de la Conferencia Internacional de Música por Computadora, San Francisco: Computer Music Assn.
- ^ Triumph of the Cyborg Composer Archivado el 26 de febrero de 2010 en la Wayback Machine.
- ^ CD debut de Iamus , Melomics Records, 2012[1]
- ^ "El compositor informático rinde homenaje al centenario de Turing" . Nuevo científico . 5 de julio de 2012.
- ^ Assayag, Gérard; Bloch, George; Cont, Arshia; Dubnov, Shlomo (2010), Interaction with Machine Improvisation , Shlomo Argamon, Kevin Burns, Shlomo Dubnov (Ed.), The structure of Style, Springer, Bibcode : 2010tsos.book..219A
- ^ "Un robot llamado Shimon quiere tocar contigo" . NPR.org . 22 de diciembre de 2009.
- ^ Dubnov, Shlomo; Surges, Greg (2014), Delegación de creatividad: uso de algoritmos musicales en la escucha y composición de máquinas , Newton Lee (Ed.), Digital Da Vinci, Springer
- ^ "Canción de las neuronas" .
- ^ (en francés) Article de presse: «Génération automatique d'œuvres numériques», article sur l'invention Medal de Béatrice Perret du Cray », Science et Vie Micro
- ^ McCorduck, Pamela (1991), Código de Aaron. , WH Freeman & Co., Ltd.
- ^ Romero, Juan, Machado, Penousal (eds.) (2008), The Art of Artificial Evolution: A Handbook on Evolutionary Art and Music , Natural Computing Series. Berlín: Springer Verlag, ISBN 9783540728764CS1 maint: texto adicional: lista de autores ( enlace )
- ^ "Métodos, sistemas y software para generar oraciones y composiciones visuales y de audio que representan dichas oraciones" Patente canadiense 2704163
- ^ "Presentación de Mechanic Miner" . Juegos de Angelina .
- ^ "Por qué creo que Mechanic Miner es genial" . Juegos de Angelina .
- ^ deepdream en GitHub
- ^ Szegedy, Christian; Liu, Wei; Jia, Yangqing; Sermanet, Pierre; Reed, Scott; Anguelov, Dragomir; Erhan, Dumitru; Vanhoucke, Vincent; Rabinovich, Andrew (2014). "Profundizar con las convoluciones" . Repositorio de investigación informática . arXiv : 1409,4842 . Código Bib : 2014arXiv1409.4842S .
- ^ Mordvintsev, Alexander; Olah, Christopher; Tyka, Mike (2015). "DeepDream - un ejemplo de código para visualizar redes neuronales" . Investigación de Google. Archivado desde el original el 8 de julio de 2015.
- ^ Mordvintsev, Alexander; Olah, Christopher; Tyka, Mike (2015). "Inceptionism: profundizar en las redes neuronales" . Investigación de Google. Archivado desde el original el 3 de julio de 2015.
- ^ McFarland, Matt (31 de agosto de 2015). "Este algoritmo puede crear un nuevo Van Gogh o Picasso en tan solo una hora" . Washington Post . Consultado el 3 de septiembre de 2015 .
- ^ Culpan, Daniel (1 de septiembre de 2015). Este algoritmo puede crear una imitación de Van Gogh en 60 minutos ” . Reino Unido cableado . Consultado el 3 de septiembre de 2015 .
- ^ "GitXiv - un algoritmo neuronal de estilo artístico" . gitxiv.com . Consultado el 3 de septiembre de 2015 .
- ^ Gatys, Leon A .; Ecker, Alexander S .; Bethge, Matthias (2015). "Un algoritmo neuronal de estilo artístico". arXiv : 1508.06576 [ cs.CV ].
- ^ Iqbal, Azlan; Guid, Matej; Colton, Simon; Krivec, Jana; Azman, Shazril; Haghighi, Boshra (2016). El sustrato neuronal sináptico digital: un nuevo enfoque de la creatividad computacional . SpringerBriefs en Computación Cognitiva. Suiza: Springer. ISBN 978-3-319-28078-3.
- ^ Canal de YouTube de Chesthetica
- ^ Él miente.; Sol, R. (2010). "Incubación, insight y resolución creativa de problemas: una teoría unificada y un modelo conexionista". Revisión psicológica . 117 (3): 994–1024. CiteSeerX 10.1.1.405.2245 . doi : 10.1037 / a0019532 . PMID 20658861 .
- ^ Tolk, Andreas (2013). "Verdad, confianza y Turing: implicaciones para el modelado y la simulación". Ontología, epistemología y teleología para modelado y simulación . Biblioteca de referencia de sistemas inteligentes. 44 . págs. 1–26. doi : 10.1007 / 978-3-642-31140-6_1 . ISBN 978-3-642-31139-0.
- ^ Chaitin, GJ (1987). Teoría algorítmica de la información. Cambridge Tracts in Theoretical Computer Science, Cambridge University Press.
- ^ CCSMC 2016 , WordPress , 2016.
- ^ disponible en http://jim2016.gmea.net/?ddownload=470
Otras lecturas
- Una descripción general de la creatividad artificial en Think Artificial
- Cohen, H., "las mayores hazañas de AARON, Painter" , SEHR, volumen 4, número 2: Construcciones de la mente, 1995
- Máquinas de computación, creatividad artificial y cine digital
- Plotkin, R. "El genio de la máquina"
Documentales
- Noorderlicht: Margaret Boden y Stephen Thaler en Computadoras creativas
- A su imagen