7. maaliskuuta 2024
Kun opetamme tekoälylle sekä tiedon että luovuuden ymmärtämistä, Albert Einsteinin sanat kaikuvat voimakkaasti: ”Mielikuvitus on tärkeämpää kuin tieto.” Ja ihmisten soveltaessa generatiivista tekoälyä sivilisaatioomme, jatkamme horisonttiemme laajentamista uusille alueille: outoihin, hyödyllisiin, pelottaviin ja valaiseviin.
Tämän teknologian avaamat ovet rajoittuvat vain sukupolven tekoälyn ja ihmisten yhdistettyyn mielikuvitukseen. Ja näemme, että mielikuvitus pääsee jo valloilleen reaaliajassa, kun uudet konseptit lupaavat käyttää tekoälyä muuttaakseen tapojamme työskennellä, pelata tai jopa tuntea.
Tekoäly muokkaa nyt perinteisiä sovelluksia, mutta myös erikoisempia ja hämärämpiä alueita. Tarkastelimme joitakin tekoälyn odottamattomia käyttötarkoituksia kuluneen vuoden aikana ja selitimme, minne teknologia voi meidät viedä.
Dungeons and Dragonsiin liittyvien stigmojen hiipuessa peli, joka aikoinaan sijoitettiin kosteisiin kellareihin 80-luvulla, on räjähtänyt suosioon. Se ei ole ainoastaan merkittävä juonielementti Netflix-sarjassa ”Stranger Things”, vaan roolipeli on myös suositun online-sarjan ”Critical Role” keskipisteenä, ja hiljattain vuoden 2023 peliksi valittu ”Baldur's Gate 3” sijoittuu D&D-universumiin.
Mutta voiko tekoäly parantaa pelikapteenien eli luolastomestareiden kokemusta? Eräs Reddit-käyttäjä, joka pelasi D&D:tä ChatGPT:llä, sanoo sen olevan mahtavaa.
Pelitilanteiden tulkinnasta historiallisten tilastojen seurantaan ja tarinankerronnan juonikuvioiden luomiseen, luolaston mestarin vastuut menevät päällekkäin generatiivisen tekoälyn kyvyn kanssa luoda lukemattomia mukaansatempaavia skenaarioita pelaajille.
Monet työskentelevät kouluttaakseen tekoälyä Dungeons & Dragons -pelien pelaamiseen, mutta kuten useimpien tämän teknologian sovellusten kohdalla, emme ole vielä aivan valmiita korvaamaan ihmismestaria. Mutta pelin ohjaamiseen on silti runsaasti työkaluja. Esimerkiksi Canvan ja Midjourneyn tekoälytaidegeneraattorit voivat auttaa visualisoimaan skenaarioita ja hahmoja lennossa ja tavalla, jota emme ole koskaan ennen nähneet.
On mielenkiintoinen konsepti opettaa tekoälylle, mistä pidämme ja emme pidä taiteessa. Koska maalaukset, musiikki, veistokset ja elokuvat ovat kaikki avoimia tulkinnoille ja arvostukselle, onko tekoälyn mahdollista olla taidekriitikko? Miten tämä voi toimia, jos taide on subjektiivista, ja miten tekoäly voi määrittää todellisia mielipiteitä teoksesta itsestään? Critbotin kaltaisilla projekteilla on vakuuttava lähtökohta.
Esittelyssä tekoälytaidekriitikot…
”Critbot on koulutettu lukuisten ihmistaidekriitikkojen kielellä ja analysoi lähetettyjä taideteoksia hyödyntäen laajan tietokantansa tietoja”, sen verkkosivusto kertoo. Toisin sanoen tekoäly tulkitsee lähetetyn kuvan elementtejä, järjestää metatiedot ja vertaa sitten datapisteitä tekoälyn saamaan taidekriitikon kollektiiviseen tietoon.
Mutta miksi edes tehdä näin? Ensinnäkin tällaiset työkalut voivat antaa taiteilijoille tai nojatuoliharrastajille perusymmärryksen siitä, miten historiallinen kriittinen analyysi saattaa tarkastella taideteosta. Näin käyttäjät voivat ymmärtää, miten muut saattavat tulkita tulevaa teosta.
Okei, joten generatiivista tekoälyä ei voi kirjaimellisesti syöttää analysoitavaksi. Resepteistä ei kuitenkaan ole pulaa netissä. Yksinkertaisia reseptejä tavallisiin ruokiin voi olla vaikea löytää ilman bloggaajan, julkkiskokin tai vaikuttajan tarpeetonta tyyliä. Myös reseptin erottaminen lukuisten taustatarinoiden, tarpeettoman tiedon ja lukuisten mainosten joukosta voi saada amatöörikokit raapimaan päätään.
Syötä tekoälyreseptejä. Se ei ole "soijaöljynvihreää ", lupaamme. DishGenin kaltaiset sovellukset ovat kouluttaneet generatiivisen tekoälynsä verkon reseptien runsaudensarveen yksinkertaistaakseen reseptin hankkimiskokemusta.
Nämä voivat vaihdella villin yksinkertaisista ohjeista ("paistettujen papujen resepti") ruokavaliorajoitettuihin vaihtoehtoihin ("gluteenittomien pop-tarttien resepti") ja jopa mielikuvituksellisiin tai monimutkaisiin ohjeisiin ("thaimaalaistyyliset raviolit").
Vaikka tekoäly ei luultavasti koskaan "maista" mitään näistä ruokalajeista, on turvallista olettaa, että pitkäaikaisen harjoittelun myötä reseptien luominen paranee jatkuvasti sekä kulinaarisen monimutkaisuuden että yksinkertaisuuden suhteen maallikkokin näkökulmasta. Jokaisen tekoälyvastauksen alareunassa olevassa huomautuksessa kehotetaan kokkeja käyttämään tervettä järkeä tekoälyn suositusten sijaan... mikä vaikuttaa terveeltä.
Tässä rohkea lausunto: Nykytilassaan generatiivinen tekoäly on surkea komediassa. Toki se voi loistaa strukturoitujen "kop-kop"-vitsien luomisessa, koska näillä yksinkertaisilla nokkeluuksilla on johdonmukainen kaava ja rakenne.
Ongelma tekoälyn kanssa komediassa on se, että kokemus sisältää yleisöltä tulevan palautesilmukan. Yleisö reagoi ja koomikko oppii tästä palautteesta. Vaikka sukupolven tekoäly voi oppia yksinkertaisia vitsejä ja jopa tulla koulutetuksi, siltä voi puuttua se "je ne sais quoi" , joka tekee komedian vivahteista tehokkaita.
Esiin astuu tekoälykoomikko. Tammikuussa mielenkiintoinen käyttötapaus tästä teknologiasta levisi kulovalkean tavoin, kun tekoälytyökalu analysoi George Carlinin töitä ja kirjoitti sitten 60 minuutin konsertin, jossa esiintyi edesmennyt koomikko, käyttämällä tekoälyn luomaa käsikirjoitusta ja tekoälyäänellä toimivaa äänisyntetisaattoria.
Reaktiot tekoälyn käyttöön tällä tavalla olivat yhtä polarisoivia kuin komedia itse, sekä herättäen protektionistista vastausta että puolustaen legendaarisen koomikon muistoa ja arvokkuutta. Se myös avasi rajattomat mahdollisuudet.
Jos mikään, niin olemme teknologian ja mielikuvituksen risteyskohdassa. Nämä omalaatuiset esimerkit, joissa koneista on tullut luolastojen mestareita, kulinaarisia mestareita, taidekriitikkoja ja jopa koomikoita, eivät ainoastaan osoita generatiivisen tekoälyn kykyjä, vaan myös kutsuvat meidät pohtimaan edessä olevia syvällisiä mahdollisuuksia. Vaikka ne olisivatkin outoja, hyödyllisiä, pelottavia tai valaisevia.