211service.com
Het geheime ingrediënt in computationele creativiteit
Kunnen computers creatief zijn? Dat is een vraag die waarschijnlijk controversiële antwoorden zal opleveren. Het roept ook enkele belangrijke kwesties op, zoals hoe creativiteit te definiëren.
Blijkbaar niet bang voor de controverse, is IBM in de strijd geschoten door deze poser met een volmondig 'ja' te beantwoorden. Computers kunnen creatief zijn, zeggen ze, en om het te bewijzen hebben ze een computationele creativiteitsmachine gebouwd die resultaten produceert die een goed geïnformeerd mens als nieuw, nuttig en zelfs waardevol zou beschouwen - de kenmerken van echte creativiteit.
IBM's gekozen veld voor dit streven is koken. De creativiteitsmachine van het bedrijf produceert recepten op basis van gekozen ingrediënten of kookstijlen. En ze hebben professionele koks gevraagd om de resultaten te evalueren en zeggen dat de feedback veelbelovend is.
Eerst wat achtergrond. Computermachines zijn enorm geëvolueerd sinds ze voor het eerst werden gebruikt in de oorlog voor het kraken van codes en het richten van wapens, en in het bedrijfsleven voor het opslaan, in tabellen zetten en verwerken van gegevens.
Maar het heeft enige tijd geduurd voordat deze machines de menselijke capaciteiten van de mens konden evenaren. In 1997, bijvoorbeeld, gebruikte IBM's Deep Blue-machine deductieve redenering om de wereldkampioen schaken voor het eerst te verslaan.
Zijn opvolger, een computer genaamd Watson, ging in 2011 een stap verder door inductief redeneren toe te passen op enorme datasets om menselijke experts te verslaan in de tv-spelshow Jeopardy!.
Nu gebruiken Lav Varshney en vrienden van IBM's TJ Watson Research Center in Yorktown Heights Watson om het probleem van computationele creativiteit aan te pakken. Ze onthulden vorige maand enkele aspecten van het werk aan de pers en hebben nu meer gepubliceerd op de arXiv.
Hun eerste probleem is natuurlijk om creativiteit te definiëren. Creativiteit is het genereren van een product dat als nieuw wordt beoordeeld en ook geschikt, nuttig of waardevol is door een voldoende geïnformeerde sociale groep, zeggen Varshney en vrienden.
Een sleutelfactor in hun werk is dus dat creativiteit volledig subjectief is en daarom gedetailleerde feedback van menselijke experts vereist. Een computationeel creativiteitssysteem heeft geen betekenis in een gesloten universum zonder mensen, zeggen ze.
Bovendien impliceert deze definitie dat creativiteit een proces is dat in principe geautomatiseerd kan worden. Varshney en co bespreken een bekend 8-stappenplan dat het creatieve proces beschrijft. Het begint met het vinden van een probleem, er informatie over verzamelen, erover nadenken en dan ideeën bedenken, soms door oude met elkaar te combineren. De laatste stappen zijn het selecteren van de beste ideeën en deze in daden omzetten.
Alstublieft!
Het is duidelijk dat sommige van deze stappen gemakkelijker zijn voor mensen dan voor computers en vice versa. Dus Varshney en co herscheppen dit proces met een innovatief samenwerkingsmodel waarin mensen sommige taken uitvoeren en computers de andere.
De keuze van het probleem, om nieuwe recepten te creëren, is duidelijk een menselijke beslissing. Het team heeft vervolgens informatie verzameld door een groot aantal recepten te downloaden met gerechten van over de hele wereld die gebruik maken van een grote verscheidenheid aan ingrediënten, combinaties van smaken, serveersuggesties, enzovoort.
Ze downloaden ook gerelateerde informatie zoals beschrijvingen van regionale keukens van Wikipedia, de concentratie van smaakingrediënten in verschillende voedingsmiddelen uit de vluchtige verbindingen in voedsel-database en Fenaroli's Handbook of Flavor Ingredients. Dus big data vormen de kern van deze aanpak - je zou het de geheime saus kunnen noemen.
Vervolgens ontwikkelen ze een methode om ingrediënten te combineren op manieren die nog nooit zijn geprobeerd met behulp van een nieuw algoritme dat bepaalt hoe verrassend het resulterende recept zal lijken voor een deskundige waarnemer.
Dit is afhankelijk van factoren zoals smaakaangenaamheid. De computer beoordeelt dit met behulp van een trainingsset van smaken die mensen prettig vinden, evenals de moleculaire eigenschappen van het voedsel dat deze smaken produceert, zoals het oppervlak, het aantal zware atomen, de complexiteit, het aantal draaibare bindingen, het aantal waterstofbruggen, enzovoort. .
De laatste fase is een interface waarmee een menselijke expert enkele basisingrediënten kan invoeren, zoals buikspek of zalmfilet en misschien een keuze uit gerechten zoals Thais. De computer genereert een aantal nieuwe gerechten, waarbij de redenering voor elk wordt uitgelegd. Hiervan kiest de expert er een en maakt het vervolgens.
Deze menselijke experts lijken onder de indruk. Volgens Varshney en co.
En ze hebben zelfs professionele koks toegestaan om het nieuwe systeem uit te testen bij het ontwerpen van menu's. Professionele koks van verschillende hotels, restaurants en culinaire scholen hebben aangegeven dat het systeem hen helpt nieuwe vergezichten op het gebied van eten te ontdekken, zeggen ze.
Of de rest van ons de kans krijgt om het te proberen, zeggen Varshney en co niet. Vermoedelijk zou het triviaal zijn om een webinterface te maken waarmee iedereen het kan gebruiken. En toch heeft IBM geen algemene toegang aangeboden.
Misschien is dat iets om naar uit te kijken. Of misschien heeft IBM andere ideeën in gedachten.
Het zal interessant zijn om te zien waar deze onderzoekers het proces vervolgens naartoe brengen. Als ze er zeker van zijn dat hun computationele creativiteitsmachine goed werkt voor het ontwerpen van recepten, waar zouden ze het dan anders kunnen toepassen met een even rijke en grote set gegevens om te ontginnen en te kraken?
Suggesties in de commentarensectie alstublieft.
Referentie: arxiv.org/abs/1311.1213 : Een big data-benadering van computationele creativiteit