7. marts 2024
Når vi underviser i kunstig intelligens i at forstå både viden og kreativitet, giver Albert Einsteins ord genlyd: "Fantasi er vigtigere end viden." Og i takt med at mennesker anvender generativ kunstig intelligens i vores civilisation, vil vi fortsætte med at udvide vores horisonter til nye grænser: mærkelige, hjælpsomme, skræmmende og oplysende.
De døre, som denne teknologi åbner, er kun begrænset af den kombinerede fantasi hos generation AI og mennesker. Og vi ser allerede den fantasi udspille sig i realtid, med nye koncepter, der lover at bruge AI til at ændre den måde, vi arbejder, leger eller endda føler på.
AI omformer nu traditionelle applikationer, men også mere skæve og obskure områder. Vi har set på nogle af de uventede anvendelser af AI i løbet af det seneste år og forklaret, hvor teknologien muligvis kan føre os hen.
Med faldet af de stigmaer , der er forbundet med Dungeons and Dragons, er spillet, der engang var henvist til fugtige kældre i 80'erne, eksploderet i popularitet. Det er ikke kun et vigtigt plotelement i Netflix-serien “Stranger Things”, men rollespillet er også et fokuspunkt i den populære onlineserie “Critical Role” , og det nylige 2023 Game of the Year “Baldur's Gate 3” foregår i D&D-universet.
Men kan AI forbedre oplevelsen for spillets kaptajner, kendt som dungeon masters? En Reddit-bruger, der spiller D&D med ChatGPT, siger, at det var fantastisk.
Fra at fortolke spilsituationer til at spore historisk statistik og opsætte historiefortællingsplotpunkter, overlapper en dungeon masters ansvarsområder bestemt med generativ AI's evne til at skabe utallige engagerende scenarier for spillere.
Mange arbejder på at træne AI til at køre Dungeons & Dragons-spil, men som med de fleste anvendelser af denne teknologi er vi ikke helt klar til at erstatte den menneskelige dungeon master endnu. Men der er stadig masser af værktøjer til at hjælpe med at guide spillet. For eksempel kan AI-kunstgeneratorer fra Canva og Midjourney hjælpe med at visualisere scenarier og karakterer på farten og på en måde, vi aldrig har set før.
At lære AI, hvad vi kan lide og ikke kan lide i kunst, er et interessant koncept. Siden malerier, musik, skulpturer og film alle er åbne for fortolkninger og påskønnelse, er det så muligt for AI at være kunstkritiker? Hvordan kan dette fungere, hvis kunst er subjektiv, og hvordan kan AI'en bestemme reelle meninger om selve værket? Projekter som Critbot har en overbevisende præmis.
Ind i billedet af AI-kunstkritikere…
"Critbot er trænet i sproget fra adskillige menneskelige kunstkritikere og analyserer indsendte kunstværker ved at trække på viden fra sin omfattende database," står der på deres hjemmeside. Med andre ord fortolker AI'en elementer fra et indsendt billede, organiserer disse metadata og krydsrefererer derefter datapunkter med den kollektive kunstkritikerviden, som AI'en er blevet fodret med.
Men hvorfor overhovedet gøre dette? Til at begynde med kan værktøjer som dette give kunstnere eller lænestolsentusiaster en grundlæggende forståelse af, hvordan historisk kritisk analyse kan se på et kunstværk. Ved at gøre dette kan brugerne forstå, hvordan et fremtidigt værk kan blive fortolket af andre.
Okay, så der er ingen måde bogstaveligt talt at fodre generativ AI-mad med for at analysere. Der er dog ingen mangel på opskrifter på nettet. Enkle opskrifter på almindelig mad kan være svære at finde uden den unødvendige flair fra en blogger, kendiskok eller influencer. Derudover kan det at analysere opskriften ud fra overfloden af baggrundshistorier, unødvendige oplysninger og mange reklamer få amatørkokke til at klø sig i hovedet.
Indtast AI-opskrifter. Det er ikke "Soylent Green ", lover vi. Applikationer som DishGen har trænet deres generative AI på overflødighedshornet af opskrifter på nettet for at forenkle oplevelsen af at få fat i en opskrift.
Disse kan variere fra vildt simple retter ("opskrift på bagte bønner") til diætmæssige alternativer med begrænset adgang ("opskrift på glutenfri pop-tarts") til endda fantasifulde eller komplekse retter ("thailandsk-inspirerede ravioli").
Selvom en AI formodentlig aldrig vil "smage" nogen af disse retter, er det sikkert at antage, at med længerevarende træning vil opskriftsgenerering fortsætte med at forbedres både i kulinarisk kompleksitet og enkelhed for lægkokken. En note nederst i hvert AI-svar opfordrer kokke til at udnytte sund fornuft frem for AI'ens anbefalinger ... hvilket virker sundt.
Her er en dristig udtalelse: I sin nuværende tilstand er generativ AI forfærdelig til komedie. Jo, den kan udmærke sig ved at generere strukturerede "knock-knock"-vittigheder, fordi disse simple vittigheder har et ensartet mønster og en ensartet struktur.
Problemet med AI med komedie er, at oplevelsen involverer en feedback-loop fra et publikum. Publikum reagerer, og komikeren lærer af denne feedback. Så selvom generation AI kan lære simple vittigheder og endda trænes, kan den mangle den "je ne sais quoi" , der gør komediens nuancer effektiv.
Mød AI-komikeren. I januar gik et interessant eksempel på denne teknologi viralt, da et værktøj fra den afdøde komiker, der blev analyseret af et generations AI, derefter skrev en 60-minutters koncert med den afdøde komiker ved hjælp af det AI-genererede manuskript og en stemme-AI-synthesizer.
Reaktionerne på at bruge AI på denne måde var lige så polariserende som komedien selv, idet de både fremkaldte en protektionistisk reaktion og forsvarede den legendariske komikers minde og værdighed. Det fremkaldte også uendelige muligheder.
Hvis noget, så befinder vi os i krydsfeltet mellem teknologi og fantasi. Disse finurlige eksempler, hvor maskiner er blevet fangehulsmestre, kulinariske maestroer, kunstkritikere og endda komikere, viser ikke blot den generative kunstige intelligens' evner, men inviterer os også til at overveje de dybe muligheder, der ligger forude. Selv om de er mærkelige, hjælpsomme, skræmmende eller oplysende.