به گزارش خبرگزاریها، مدلهای هوش مصنوعی مولد که در حال حاضر نقش مهمی در ابزارهای تولید تصویر ایفا میکنند، انتظار میرفت که تنها به بازسازی دادههای تصویری پرداخته و تصاویری را تولید کنند. اما در واقع، این مدلها تصاویری ایجاد میکنند که جزئیات جدید و منحصر بهفردی دارند و گاه از دادههای آموزشی فراتر میروند. این پدیده پرسشهای جدیدی را درباره منبع خلاقیت این سیستمها به وجود آورده است.
تحقیقی از سوی «آرجون کامب» و «سوریا گنگولی» به بررسی این موضوع پرداخته و به دو اصل اصلی اشاره کرده است:
1. **محلی بودن:** مدل تنها به بخشهای کوچک تصویر در هر لحظه توجه میکند، نه به کل تصویر.
2. **همارزی انتقالی:** هر گونه جابهجایی جزئی در ورودی، خروجی مدل را نیز به همان نسبت جابهجا میکند.
این اصول که به نظر محدودکننده میرسند، در واقع به مدلها کمک میکنند تا به سمت ترکیب جدیدی از الگوها حرکت کنند و از بازتولید صرف دادهها دور شوند.
در ادامه این تحقیقات، پژوهشگران مدلی ریاضی به نام **ELS (امتیاز محلی همارز)** طراحی کردند که بدون یادگیری دادهها، از همین دو اصل بهرهبرده است. نتایج نشان داد که خروجیهای این مدل در 90 درصد موارد با خروجیهای مدلهای واقعی دیفیوزن مطابقت دارد. این نتیجه نشاندهنده این است که بخش بزرگی از آنچه خلاقیت نامیده میشود، ناشی از معماری مدل است، نه داده یا آموزش گسترده.
این پژوهشگران تصریح کردهاند که محدودیتها در ساختار مدل معمولاً به عنوان نقص در نظر گرفته میشوند، در حالی که میتوانند به منبع نوآوری تبدیل شوند. در واقع، خلاقیت مصنوعی از دل این محدودیتها به وجود میآید.
یافتههای این تحقیق تنها به مدلهای تصویری محدود میشود و بهطور مستقیم در مورد سایر مدلها، مانند مدلهای زبانی مانند ChatGPT، صدق نمیکند. با این حال، ایده اصلی میتواند الهامبخش پژوهشهای آینده باشد.
دانشمندان همچنین به بررسی مقایسه خلاقیت انسان و هوش مصنوعی پرداختهاند. انسانها نیز معمولاً با ترکیب اطلاعات و تجربیات خود، ایدههای جدیدی خلق میکنند. از این منظر، ممکن است خلاقیت انسان و ماشینها به یکدیگر شبیهتر باشد.
این کشف ممکن است به طراحی نسل جدید هوش مصنوعی تأثیر زیادی داشته باشد و به ما کمک کند مدلهایی کارآمدتر و قابل پیشبینیتر بسازیم. همچنین این تحقیق بار دیگر پرسش فلسفی تأثیرگذاری را به میان میآورد: آیا خلاقیت صرفاً نتیجه قوانین و محدودیتهاست یا چیزی فراتر از آن است؟
نتایج این پژوهش نشان میدهد که راز خلاقیت هوش مصنوعی، برخلاف تصور عمومی، نه در دادهها بلکه در دو اصل اساسی محلی بودن و همارزی انتقالی نهفته است. این یافته نه تنها بخشهایی از خلاقیت مصنوعی را روشن میکند، بلکه درک خلاقیت انسانی را نیز گسترش میدهد.
