AI DAN KREATIVITAS
Perdebatan mengenai apakah sebuah mesin dapat berpikir untuk dirinya sendiri memiliki beberapa bantalan pada peran yang AI bisa bermain di bidang kreativitas . Kita bisa mengambil perdebatan umum langkah lebih lanjut dan mengajukan pertanyaan apakah komputer dapat menjadi kreatif atau apakah kreativitas adalah dipisahkan dari pikiran manusia . Komputer jelas dapat diprogram untuk menghasilkan kredibel , kalimat bahasa Inggris tata bahasa yang benar diberikan seperangkat aturan dan database kata-kata . Namun, kemampuan untuk menilai nilai kreatif
kalimat seperti itu, dan jika perlu untuk memodifikasi dan meningkatkan nilai kreatif , tampaknya menuntut basis yang luas pengalaman dan logika kompleks yang sejauh unik untuk kognisi manusia . Mengingat keterbatasan sistem pakar tampaknya akan menjadi yang paling relevan dengan gagasan memberikan dukungan untuk pengolahan ide daripada otomatisasi total nya . Kami kemudian mungkin bertanya apakah keahlian pada kreativitas dapat ditangkap dan efektif digunakan dalam sebuah interaktif , user- dikendalikan sistem dukungan komputer .
Diperdebatkan , orang secara intrinsik jauh lebih kreatif daripada komputer terbaik . Ahli manusia dapat mengatur ulang informasi dan menggunakannya untuk mensintesis pengetahuan baru . Sistem pakar , sebaliknya, sangat tepat untuk berperilaku agak bersemangat , secara rutin . Manusia ahli menangani peristiwa tak terduga dengan menggunakan pendekatan imajinatif dan baru untuk pemecahan masalah , termasuk menggambar analogi dengan situasi dalam bidang masalah yang sama sekali berbeda . Program belum banyak berhasil dalam melakukan ini. Semua manusia memiliki pengetahuan akal yang mewakili spektrum yang sangat luas dari pengetahuan umum tentang dunia dan bagaimana fungsinya . Pengetahuan akal ini sangat besar dan merupakan tantangan yang cukup besar untuk program desainer . Pada pikiran pertama mungkin tampak bahwa ada tampaknya tidak akan ada cara yang layak pemrograman ke dalam komputer , meskipun upaya telah dilakukan oleh proyek CYC di MCC di Austin arah ini . Ini adalah pengetahuan akal yang membuat manusia sadar akan apa yang mereka tidak tahu, seperti halnya apa yang mereka tahu . Perbedaan penting ini memungkinkan manusia untuk menghindari membuang-buang waktu untuk mencari solusi yang tidak mungkin dan hanya berkonsentrasi pada menemukan solusi layak . Seorang manusia akan tahu , misalnya, bahwa Anda tidak dapat menempatkan unta melalui lubang jarum tetapi komputer mungkin mencari tanpa henti dan sia-sia untuk solusi kecuali diprogram awalnya untuk menghargai bahwa masalah ini adalah salah satu yang tidak mungkin untuk memecahkan . Akhirnya , ahli manusia dapat menghargai aspek keseluruhan masalah dan konsep bagaimana hal ini berkaitan dengan isu sentral . Sistem pakar , bagaimanapun, cenderung fokus pada masalah itu sendiri dan tidak memperhatikan isu-isu yang relevan tetapi terpisah dari masalah.
Mengingat pengetahuan kita saat ini tentang proses yang digunakan untuk mengembangkan dan meningkatkan kreativitas mungkin disimpulkan bahwa tidak ada pengalaman mendalam pada subjek , tetapi bahwa ada beberapa metode yang berguna dan pedoman . Sebuah sistem yang dapat memandu pengguna dalam penerapan metode tersebut mungkin tidak tampak untuk menjadi layak yang disebut sebagai sistem pakar – tapi ini tentu saja dapat menjadi masalah pendapat .
Kedua ahli dan sistem pakar harus memiliki repertoar besar pengetahuan yang kompleks dan dapat memanfaatkan dan mengoperasionalkan itu dalam situasi masalah . Sistem pakar harus menawarkan saran yang dapat ditindaklanjuti dan tidak hanya resep untuk bagaimana pengguna dapat sampai pada kesimpulan mereka sendiri . Selain itu , sistem pakar juga harus dapat menjelaskan alasannya sendiri bagaimana mencapai kesimpulan dan saran untuk memungkinkan pengguna untuk menilai nilai saran disodorkan . Sistem pakar mampu bertindak sebagai konsultan kreatif harus mampu menghasilkan definisi masalah baru dan dapat menanggapi reaksi manusia untuk definisi ini dengan komentar lebih lanjut yang berarti , penjelasan , atau modifikasi . Implikasi dari ini adalah bahwa sistem tersebut harus memiliki pengalaman dasar sebagai luas seperti yang dilakukan oleh manusia dewasa sangat berpengalaman . Selain itu, basis pengetahuan berpotensi berguna tidak akan harus terbatas pada domain tertentu karena metode ide – pembangkit sendiri didasarkan pada pemikiran bahwa kreativitas membutuhkan meruntuhkan terlalu membatasi kategori pengetahuan dan menemukan asosiasi yang sebelumnya tidak terdefinisi .
Sementara sistem otomatisasi atau ahli tampaknya menawarkan dasar membantu proses kreatif , pada saat ini sifat dari proses kreatif menghambat penggunaan yang efektif dari bentuk-bentuk murni dari kedua pendekatan ini . Untuk memberikan beberapa gagasan tentang potensi masalah yang terlibat, CYC ( dari Encyclopedia ) Proyek di MCC di Austin , proyek 10 tahun , dimulai pada tahun 1984 dan bertujuan untuk menghitung puluhan juta fakta akal sehat yang pada akhirnya akan menambah ” ‘ ‘ kecerdasan logis . Tujuannya adalah sebuah sistem yang dapat memahami dan berbicara bahasa biasa , dan mendeteksi pelanggaran akal sehat sama mudahnya seperti manusia bisa. Jumlah aturan ”” diperlukan untuk ini kemudian direvisi naik dengan faktor sepuluh ( untuk 20-40000000 ) , dan memperpanjang waktu yang dibutuhkan oleh 10 tahun .
Case-based reasoning tampaknya menawarkan salah satu yang terbaik prospek jangka pendek untuk memproduksi kendaraan yang cocok untuk membantu dalam pemecahan masalah secara kreatif . Database dalam hal ini mungkin berisi masalah didokumentasikan memecahkan sejarah kasus di banyak domain yang berbeda . Database tersebut dapat diakses dengan cara yang memberikan wawasan untuk pemecahan masalah melalui penalaran analogis .