Criatividade Ilimitada: Como Desenhar em um Mundo AI

Jenna Niven em Tornando-se Humano: Revista de Inteligência Artificial Seguir Jun 23 · 19 min ler

Ultimamente me perguntaram muito sobre minha opinião sobre IA e Criatividade, então finalmente traduzi minha palestra em 2018 SXSW em um post.

– – – – – –

Eu apresentei esta palestra no SXSW 2018. Se você gostaria de ouvir ao invés de ler – aqui está no YouTube!

Antes de entrar no âmago da questão, quero dar-lhe um pouco de fundo sobre como acabei tão obcecado com a IA.

Para encurtar a história, começou quando fui para a universidade fazer um bacharelado em design, e havia uma opção para fazer uma unidade de engenharia.

Trending AI Articles:

1. Cheat Sheets para AI, Redes Neurais, Machine Learning, Deep Learning e Big Data

2. Data Science Simplified Part 1: Princípios e Processo

3. Introdução à criação de infra-estrutura da API em tempo real

4. Estourando as bolhas do jargão – Aprendizado Profundo

Então, no ano passado, eu consegui um emprego como desenvolvedor web e meus dias de engenharia começaram! Mas acontece que eu sou um desenvolvedor de merda… então eu mudei de volta para o design e bem, o resto da história. Mas os 4 anos que passei como desenvolvedor web foram, retrospectivamente, extremamente importantes.

Eu aprendi HTML, CSS, (AS2 ?!) e PHP e eles não mudaram muito desde então. Então, eu estou fascinado em descobrir como as coisas funcionam e eu posso retroceder com praticamente qualquer coisa.

Isso tem sido uma enorme vantagem para minha criatividade. Ser capaz de entender como e por que a tecnologia funciona da maneira que faz, me permite realmente empurrar os limites da minha criatividade.

Em vem AI e é o mesmo. Compreender os fundamentos da tecnologia da IA permitiu-me criar produtos e serviços que literalmente nunca puderam ser feitos antes.

Mas isso me fez pensar … toda vez que inventamos uma nova tecnologia – ela nos permitiu fazer coisas que antes não eram humanamente possíveis. Isso acontece o tempo todo. Nós, humanos, estamos constantemente tentando encontrar novas maneiras de ampliar nossas limitações!

De cavalos de força, estendendo as limitações do músculo humano. Para a máquina a vapor, estendendo as limitações do poder animal. E a internet ampliando nossa capacidade de trocar informações…

AI não é diferente. Isso nos permite ampliar as limitações de nossa mente e, consequentemente, nossa criatividade.

Impacto da tecnologia ao longo do tempo

Ao longo da história, quando inventamos essas novas tecnologias que nos permitem superar as limitações, nós, como sociedade, mudamos.

Olhe para o gráfico abaixo – algo aconteceu aqui que catapultou o desenvolvimento social humano … o que você acha que é? Nós em pé, certo? Ou talvez fogo?

Brynjolfsson, E, McAfee, A (2016) A Segunda Era da Máquina: Trabalho, Progresso e Prosperidade em um Tempo de Tecnologias Brilhantes, Norton, WW & Company, Inc.

Era o motor a vapor. Com o passar do tempo, as coisas que criamos têm o potencial de causar um enorme impacto na sociedade.

Em um nível mais granular – abaixo está o gráfico que mostra a distribuição de empregos por setor.

https://www.minnpost.com/macro-micro-minnesota/2012/02/history-lessons-understanding-decline-manufacturing

Podemos ver quando implementamos a energia a vapor, vimos uma mudança nos empregos da agricultura para a indústria. Quando a revolução tecnológica chegou, vimos uma mudança de empregos da indústria para os serviços – essencialmente passando de empregos fisicamente exigentes para empregos cognitivos.

AI está inclinado a ser a próxima revolução tecnológica, e é aí que fica interessante. A IA nos permite superar as limitações de nossa mente e, em última instância, interromper esses empregos cognitivamente líderes.

Na verdade, já vimos isso começar a acontecer. Em um estudo recente, um algoritmo de computador diagnosticou corretamente 90% dos casos de câncer de pulmão apresentados a ele, enquanto os médicos humanos tiveram apenas uma taxa de sucesso de cerca de 50%.

A capacidade da IA de processar tantas informações, identificar padrões ocultos ou realizar tarefas repetitivas com mais rapidez e precisão – é uma escolha muito melhor do que a de um ser humano sozinho.

Agora vamos dar uma olhada na criatividade…

Criatividade é ilógica e abstrata. Isto tem sido enraizado em nós com mitos e histórias como a história de 'Eureka'.

Arquimedes, o cientista do século 16, foi encarregado de descobrir se o ourives tinha roubado algum ouro do rei quando lhe pediram para fazer sua coroa.

Ele atormentou seu cérebro dia e noite tentando descobrir como ele poderia dizer se havia algum outro metal misturado na coroa de ouro. Ele precisava medir volume ou densidade, não peso.

Ele finalmente desistiu e correu um banho. Mas quando ele entrou, percebeu que a água escorria pelos lados. 'Eureka eureka' ele grita (aparentemente, em seguida, correu pela rua nu …) Naquele momento, ele percebeu que, medindo a quantidade de água deslocada – ele poderia medir o volume de objetos.

No momento em que ele desligou a mente e sentou-se no banho, foi o momento de grande iluminação.

E a mesma coisa acontece quando olhamos para trabalhos criativos mais relevantes – como design de produto, música e até mesmo artes plásticas.

Brown, P (2016) Under Armour Altera o Jogo de Calçados Com Design Generativo e Sapatos Impressos em 3D, Autodesk. Imagem: https://www.nextrembrandt.com/ Ouça -> https://www.youtube.com/watch?v=BR6bin0NZSE

Se você fosse o criador, seria muito difícil descrever exatamente como esses trabalhos foram criados. Pensamos que criatividade é um processo de pensamento ilusório que fica no subconsciente. Então seria incrível recriar isso com um computador, certo?

Bem, talvez não…

Todos os três trabalhos criativos acima foram criados com um sistema de IA. E todos os três atendem ou excedem as capacidades de um ser humano.

A ideia de que os humanos sempre terão uma habilidade única além do alcance das máquinas, não parece mais ser o caso. A indústria criativa não está imune à interrupção da IA!

Então, como os sistemas de IA podem produzir esses artefatos criativos?

Bem, você provavelmente já ouviu falar sobre aprendizado profundo. É o conceito principal por trás de muitos dos recursos da IA, como o reconhecimento de imagens.

Uma maneira simples de olhar é: o computador olha para uma enorme quantidade de imagens. Quando ele mostra um novo, ele se divide em blocos e o primeiro tenta ver se reconhece alguma das bordas, com base em todas as outras imagens que viu antes.

Em seguida, ele passa esse conhecimento para a próxima camada, que pode calcular uma probabilidade, a qual essas margens pertencem – digamos, um carro. A informação então é passada para cada camada, repetindo o mesmo processo, e quando chega ao fim, tem uma boa idéia (alta probabilidade) de que esta imagem é um carro branco, dirigindo por uma estrada à noite.

A coisa interessante sobre isso, é que esse processo realmente imita o cérebro humano. Nós alimentamos uma imagem em nossos cérebros através da retina, e a informação é passada através das camadas do neocórtex até que tenha uma boa idéia do que é.

Portanto, ambos os métodos – têm o mesmo conjunto de regras que são aplicados a cada vez. A saída é apenas diferente dependendo da entrada. Então você pode classificar ambos como algoritmos.

E é aí que as coisas ficam um pouco loucas. Considere isto:

  1. Se o cérebro é apenas um conjunto de algoritmos como uma máquina …
  2. E os algoritmos não são afetados pelos materiais dos quais a calculadora é construída. Se um ábaco é feito de madeira ou plástico – 1 + 1 ainda é igual a 2.
  3. Isso significa que um algoritmo AI deve ser capaz de fazer tudo o que um algoritmo humano pode?

“De acordo com as ciências da vida, a arte não é o produto de algum espírito encantado ou alma metafísica, mas sim de algoritmos orgânicos que reconhecem padrões matemáticos.” Homo Deus, Yuval Noah Havari

Quem concorda com essa afirmação?

Quando se trata de acreditar que algoritmos não-orgânicos podem fazer o que um algoritmo orgânico pode, eu concordo! É verdade que no momento há muitas coisas que os algoritmos orgânicos podem fazer melhor do que os algoritmos não-orgânicos – mas é apenas uma questão de tempo.

Até pouco tempo atrás, o reconhecimento facial era um exemplo favorito de algo que um bebê poderia fazer, mas uma máquina lutaria. Hoje, os algoritmos de reconhecimento facial são capazes de identificar pessoas com muito mais eficácia e eficiência do que as pessoas.

Mas, quando se trata de acreditar que a criatividade é apenas um conjunto de algoritmos – é aí que eu teria que discordar.

Existem algumas coisas dentro do processo criativo em que as máquinas são melhores e outras que são tão completamente ilógicas e abstratas que nunca poderiam ser replicadas por um algoritmo.

Então, onde isso nos deixa em nossa busca para superar as limitações da nossa mente?

A resposta é reformular o modo como você pensa sobre a IA. Como criativos, devemos pensar na IA como apenas mais uma ferramenta em nossa caixa de ferramentas de criatividade. Apenas quando inventamos o software de computador para nos ajudar a superar as limitações de ter que desenhar à mão, deveríamos pensar na IA como uma forma de nos ajudar a superar as limitações que acreditamos estar nos impedindo de forma criativa.

Como exatamente somos parceiros da IA?

Vamos dividir o processo criativo de uma perspectiva algorítmica e ver quando, onde e como devemos alavancar algoritmos orgânicos versus orgânicos.

Podemos dizer, em linhas gerais, que o processo criativo consiste em três etapas distintas.

  1. Preparação
  2. Incubação
  3. Iluminação

Preparação

Este é o estágio da coleta de informações. De dominar a base de conhecimento do assunto.

No entanto, nossa base de conhecimento é limitada ao mundo em que vivemos. Vimos o impacto de uma vasta gama de conhecimentos sobre criatividade quando olhamos para trás, como o homo sapiens evoluiu exponencialmente à medida que nossa interação e comunicação entre si aumentava.

Caçadores e coletores viviam em pequenas bandas dispersas em uma grande variedade de circunstâncias. Isso ajudou no desenvolvimento de uma gama diversificada de culturas e conhecimento de sobrevivência, mas às custas da conectividade. Suas visões de mundo eram muito limitadas e a criatividade limitava-se a desenvolver facas simples e ferramentas de pedra. E nós não inovamos nisto por 1,6 milhões de anos !!

Então, avancemos para a revolução agrícola, que permitiu que muito mais pessoas vivessem em estreita proximidade. Gerando assim densas redes locais de conhecimento e a invenção de coisas profundas como a roda ou o arado.

E logo a curiosidade leva os exploradores modernos a começarem a conectar diversos continentes e países, e o fluxo de conhecimento aumenta e surgem outras inovações surpreendentes. A revolução industrial, depois a era da informação … e bem, você entendeu.

Conectividade = A ampla gama de conhecimento precisa de criatividade.

Mas tanto quanto os humanos fizeram um progresso significativo nos últimos 70.000 anos – a conectividade está no cerne dos algoritmos não-orgânicos.

A internet é milhões de máquinas em uma rede, trocando conhecimento. E graças aos dispositivos conectados, a quantidade de dados chegará a 44 zettabytes até 2020.

Este é um terreno de jogo do algoritmo não orgânico. Um sistema de inteligência artificial pode ingerir e "entender" milhões e milhões de documentos, muito mais do que um ser humano poderia em toda a vida.

Então, vamos dar uma olhada em um exemplo de uma empresa que usa inteligência artificial para entender uma enorme quantidade de dados para amplificar sua criatividade.

Correção de ponto

O Stitch Fix tem vários estilistas que trabalham com você, um a um, para entender seu estilo e preferências, e então escolher uma caixa de roupas que atenda às suas necessidades naquele momento.

Eles têm cerca de 2.000 estilistas, mas conseguem fazer milhões de 'correções'! Como é que isso funciona? Como esse modelo criativo prático é dimensionado?

Todo o seu modelo de negócios é baseado em inteligência artificial – desde a distribuição de depósitos até o design de roupas. Mas aqui vamos falar especificamente sobre a base de conhecimento de IA que eles usam para apoiar a criatividade dos estilistas.

O Stitch Fix usa a inteligência artificial para "entender" milhões de comentários dos clientes todos os dias para ajudar os estilistas a realizarem seu trabalho com mais eficiência.

Mas como? A IA tem uma base de conhecimento que pode ser extraída para que possa ler e entender os comentários do usuário e direcionar os estilistas na direção mais apropriada.

Portanto, a maneira como isso funciona é que o agente da IA sugere que o estilista recomende a linha de maternidade quando um cliente diz que está em seu "terceiro trimestre" ou destila "fazer uma viagem" em um conserto para roupas de férias. Assim, o sistema de IA está basicamente fazendo muito trabalho pesado para os estilistas.

Então, como a IA sabe o que essas palavras significam?

Agora isso vai ficar um pouco técnico – mas fique comigo mesmo que você não consiga tudo. Veremos esse princípio várias vezes ao longo do restante deste post.

Primeiramente, precisamos treinar nosso modelo para entender o idioma que os clientes do Stitch Fix usam.

No caso do Stitch Fix, eles provavelmente levaram uma enorme quantidade de comentários, conteúdo relacionado à indústria e muito mais, e armazenaram cada palavra em um corpus com o contexto circundante usando um algoritmo chamado word2vec.

Para explicar isso mais adiante, vamos fingir por um segundo que a sentença a seguir é o nosso corpus que queremos alimentar no word2vec.

Então pegamos todas as palavras e armazenamos esses pares. No nosso caso, estamos olhando para uma palavra de cada lado, mas geralmente são de 5 a 10 palavras de cada lado.

Então, podemos ver quantas vezes as palavras aparecem juntas e treinamos o modelo para prever as chances de ver uma palavra dada outra palavra.

Eventualmente, o modelo vê tantos exemplos que podemos dar uma nova palavra, e pode nos dar as palavras que têm uma alta probabilidade de aparecer em torno dele. Portanto, dando-nos as palavras que estão contextualmente – ou semanticamente relacionadas.

Isso pode ser cortado e cortado de várias maneiras, por exemplo, por gênero: rei-homem + mulher = rainha

Imagem: https://www.tensorflow.org/tutorials/word2vec

Verbos, capitais ou, de qualquer forma, você deseja agrupar seu modelo.

Word2Vec pode conter até 100 bilhões de palavras, que cerca de 1 milhão de livros – louco!

Agora, podemos começar a procurar significado em corpos de texto maiores, como sentenças, e entender a relação entre as palavras.

Assim, a IA construiu essa grande base de conhecimento, que coleta e compreende mais dados do que um estilista jamais poderia. Em seguida, passa essa informação para o estilista onde e quando relevante.

Então, se o estilista mandou o cliente que disse “Estou indo para Belize para uma viagem de trabalho” apenas um biquíni e um chapéu de palha… eles estariam em apuros.

Este serviço não poderia ter sido feito nesta escala antes – é apenas usando AI que podemos superar as limitações da capacidade criativa limitada.

Devemos estar usando a inteligência artificial para nos ajudar a entender e identificar percepções nas enormes quantidades de dados a que temos acesso.

Ok, agora passando para Incubação

Esta é a parte mais importante do processo criativo, e só agora temos uma tecnologia mais sofisticada, como a ressonância magnética funcional, podemos entendê-la um pouco mais.

Nesse estágio, as ideias se incubam sem que o indivíduo trabalhe diretamente no problema. Muita reestruturação e livre associação acontece fora da consciência – muitas vezes referida como pensamento divergente.

O pensamento divergente usa uma combinação da base de conhecimento que descrevemos anteriormente e uma região do cérebro chamada "pensamento primário do processo".

Isso é realmente importante … a criatividade vem não apenas da grande base de conhecimento lógico. Precisamos da adição do conteúdo armazenado no pensamento do processo primário.

O que é o pensamento primário do processo?

O pensamento do processo primário é uma rede de memórias armazenadas no seu subconsciente – livre de quaisquer restrições ou inibições sociais que governam o consciente.

Então, quais memórias estão armazenadas na minha rede? Bem, você se lembra de sua viagem ao trabalho, na quinta-feira passada? Provavelmente não, a menos que algo muito especial acontecesse que provocasse uma resposta emocional.

Infelizmente (ou talvez felizmente para alguns …) você não pode auditar todas as suas memórias armazenadas nesta rede, mas tem havido vários estudos fornecendo as regras sobre o que e onde certas memórias são armazenadas.

Você pode imaginar o processo primário como uma rede elétrica de todas as memórias emocionalmente carregadas. E as memórias são armazenadas com base em suas emoções.

Quando um nó é ativado, ele envia um sinal para outros nós conectados, acionando outras memórias baseadas na mesma emoção.

É por isso que, às vezes, quando você está sonhando acordado e pensando em uma coisa, alguns segundos depois você pode estar pensando em algo completamente diferente – as chances são de que eles estejam relacionados em emoção e não em contexto.

Portanto, quanto mais memórias emocionalmente carregadas você tiver, mais nós estará conectado e mais estará disponível para associação livre entre eles e sua base de conhecimento.

Pode até explicar por que tantos grandes artistas são "almas torturadas". Eles têm uma enorme quantidade de memórias carregadas de emoção, além de serem mestres em seu ofício.

Ok, então, tecnicamente… se alimentarmos um algoritmo não orgânico, todas essas memórias com essa emoção particular marcada, ela deve ser capaz de alcançar os mesmos resultados?

Não é bem assim! Porque suas lembranças são exclusivas para você!

Duas pessoas poderiam ter a mesma experiência, mas teriam memórias completamente diferentes com base em seu estado emocional na época.

Sua história pessoal de desenvolvimento, seu estímulo ambiental, seu estado emocional – tudo contribui para o que e como as memórias são armazenadas.

E olhe que tentei fazer as contas – mas vamos apenas concordar que até chegarmos a uma versão sofisticada de uma simulação cerebral completa – isso não será possível.

Assim como as máquinas são fundamentalmente construídas na criação de grandes bases de conhecimento, nossa capacidade de acessar nossas memórias carregadas de emoção está em nosso cerne e está em desenvolvimento há 6 milhões de anos …

Se você olhar para trás ao longo do tempo novamente, você pode ver como o tamanho de nossos cérebros, na verdade, se correlaciona com a nossa criatividade. Porque quanto maior o cérebro – mais armazenamento temos para memórias mais complexas.

http://www.evoanth.net/2016/04/28/underestimating-human-brain-size/

Quando não tivemos sinais reais de inovação 3,4 milhões de anos atrás, nossos cérebros foram estimados em torno de 450 centímetros cúbicos (aproximadamente o mesmo que alguns chimpanzés).

http://www.evoanth.net/2016/04/28/underestimating-human-brain-size/

Mas no momento em que inventamos essas ferramentas de pedra realmente simples – os cérebros quase dobraram para 930 centímetros cúbicos.

http://www.evoanth.net/2016/04/28/underestimating-human-brain-size/

Nossos cérebros não cresceram muito por 1,6 milhão de anos (a mesma quantidade de tempo que não melhoramos muito nessas ferramentas simples de pedra) até cerca de 100.000 anos atrás nosso cérebro inchou para 1.330 centímetros cúbicos – o mesmo tempo saiu da nossa rotina criativa!

Nós tivemos 100 bilhões de neurônios para os estímulos serem codificados. Além disso, mais neurônios poderiam participar da codificação de uma memória particular, com uma relação mais refinada com uma emoção. E, portanto, mais disponível para associação livre!

Então, quando se trata da capacidade de explorar memórias emocionais dentro da rede de processos primários, é o algoritmo não orgânico que ganha desta vez

Mas a IA pode ser usada para criar associações entre conteúdo aparentemente não relacionado.

É aqui que os algoritmos não orgânicos brilham. Não só a inteligência artificial pode ser usada para "entender" enormes quantidades de informação como falamos antes, mas também pode identificar padrões ocultos ou associações nesta enorme quantidade de dados.

R / GA Spark

O R / GA Spark é uma ferramenta interna que construímos na R / GA e usa AI para encontrar associações entre grandes conjuntos de dados.

Assim, da mesma forma que Stitch Fix treinou seu modelo nos comentários etc, nosso modelo ingeriu 10.000 artigos – usou o word2vec para plotar no espaço dimensional alto

Visualização conceitual de clusters de documentos.

Então você pode imaginar 10 mil artigos, agrupados por significado semântico.

Atribuindo um número para cada palavra em nosso vocabulário.

O vocabulário é então construído de todas as palavras encontradas nos artigos, rotuladas como 0-x. E usamos o conteúdo do artigo no word2vec para agrupá-los semanticamente.

Então agora queremos usar o modelo. Para fazer isso, primeiro expandimos os dois tópicos, observando nossa base de conhecimento. Como exemplo, perguntamos à IA o que as palavras dizem – viagens e férias – e que palavras envolvem o ambiente de trabalho.

Mais uma vez, não ensinamos à IA o significado de qualquer uma dessas palavras !!

Em seguida, iteramos sobre cada combinação de palavras e procuramos por conteúdo relacionado a qualquer combinação dessas palavras. Isso é algo que você simplesmente não consegue fazer manualmente.

E encontramos o artigo (ou artigos) que estão intimamente relacionados com esses dois tópicos – semanticamente. Neste exemplo, recebemos o artigo 'The Digital Nomad Life: Combinando Trabalho e Viagem'.

Em resumo, há uma clara vantagem criativa no que temos em nossa rede primária de processos. Então, isso é uma desculpa para todos os criativos começarem a ter mais experiências emocionalmente carregadas. Vá de férias para um país estrangeiro, conecte-se com pessoas que sejam cultural, racial ou politicamente diferentes de você, saia da sua câmara de eco e desafie as perspectivas que você normalmente não estaria exposto.

E aproveite a AI para ajudar a encontrar as conexões, construir pontes de relevância ou descobrir padrões que inspirem sua próxima ideia criativa.

Iluminação

Esta é a fase em que a solução para o problema ocorre ou é reconhecida. Isso é freqüentemente chamado de momento 'aha'. No momento em que você percebe, você tem a resposta.

Eu conheço pessoalmente – quando eu tenho uma ótima ideia, tenho o mesmo sentimento. É uma sensação de que tenho a melhor combinação possível de associações na minha cabeça.

Essa intuição ou intuição “são cognição rápida ou raciocínio condensado que tira proveito do cérebro construído em atalhos” para poder avaliar a validade de todos os resultados produzidos.

Quando, ou se, uma solução foi encontrada, ela é marcada por uma sensação de conclusão. Isso então ativa a liberação de dopamina, para recompensar o cérebro e garantir que você volte novamente.

Então nós temos o processo primário no trabalho aqui novamente.

E voltando aos nossos ancestrais, nossos grandes hominídeos cérebros não podiam se dar ao luxo de permanecer em um estado associativo por muito tempo, então desenvolveram uma maneira de voltar ao pensamento analítico alterando as concentrações de dopamina e outros neurotransmissores.

O prazer que surge quando a solução é encontrada, ou a composição é formulada, ajuda o criador a saber quando parar ou qual das inúmeras idéias e configurações está correta.

Sem esse mecanismo, como saberíamos quando parar de produzir combinações?

A coisa brilhante sobre o pensamento divergente é que é completamente irracional e ilógico. Não há regras definidas, nenhuma definição explícita da resposta correta. Portanto, não há parâmetros programáveis que possamos fazer o fio rígido, para nos informar quando tivermos isso.

Nós vemos isso no design generativo.

O próximo Rembrandt

O Next Rembrandt é um projeto incrível que demonstra o poder do design generativo. Isto não é uma verdadeira pintura de Rembrandt…

Imagens: https://www.nextrembrandt.com/

Olhe para o trabalho de pincel. É incrível. A menos que você seja um historiador de arte profissional, seria muito difícil diferenciá-lo de algo em seu corpo de trabalho.

Então, como isso funciona? Primeiro, eles precisavam reunir um conjunto de imagens que pudessem usar como 'inspiração' para o algoritmo AI. Eles coletaram imagens 2D e 3D de várias fontes – cerca de 150 gigabytes de gráficos renderizados digitalmente.

Imagens: https://www.nextrembrandt.com/

Então, usando o reconhecimento de imagem, eles foram capazes de determinar alguns componentes-chave para uma pintura típica de Rembrandt.

Imagem: https://www.nextrembrandt.com/

Retrato, caucasiano, masculino, cabelo facial, 30-40, roupas escuras, colarinho, usando um chapéu e virado para a direita. Então eles agora têm ponto de partida para começar a construir esta pintura.

Eles então começaram a desenvolver o recurso do sitter – baseado em um modelo similar.

Imagem: https://www.nextrembrandt.com/

Olhando para as diferentes variações de uma característica, por exemplo, um olho, e então deixando o algoritmo criar um por conta própria a partir das regras que aprendeu ao estudar todos os olhos reais de Rembrandt.

E finalmente, eles adotaram uma abordagem semelhante com mapas de altura de todas as imagens 3D do Rembrandt.

A peça final foi então impressa em 3D para alcançar essa dimensão autêntica.

O resultado é incrível. Eles agora estão pensando em usar essa tecnologia ao contrário para encontrar pinturas falsas!

“Foi uma luta porque poderia ser um projeto de arte perpétuo … Quando você diz: 'Agora é bom'?”

Bas Korsten, de J. Walter Thompson

Lembro-me de ler que os engenheiros executavam o algoritmo durante a noite e depois vinham na manhã seguinte para examinar as milhares de variações que ele criara. Como o algoritmo sabe quando parar? Não faz.

É por isso que sua capacidade de reconhecer inconscientemente quando você tem a melhor combinação possível é sua vantagem.

Outra parte crucial do processo criativo é a execução. AI pode ser usado para validar automaticamente ou melhorar o seu produto acabado.

Netflix

O mecanismo de recomendação da Netflix é o melhor exemplo disso.

Uma vez que os engenheiros criaram o modelo básico, eles usam o feedback do usuário para treinar o modelo rapidamente, tornando-se cada vez mais precisos ao longo do tempo.

Então, na prática, quando você tem uma ideia – podemos usar a IA para validá-la e, uma vez que a tenhamos produzido – usar a IA para torná-la ainda melhor. Mas trazer essa combinação de pensamentos e conhecimentos juntos e perceber que tem a qualidade mágica de uma brilhante ideia criativa … isso é tudo o que você quer.

O modelo de criatividade de IA

Então, qual é o placar?

Preparação:

Não orgânico
Aproveite a inteligência artificial para nos ajudar a entender e identificar percepções nas enormes quantidades de dados a que temos acesso.

Incubação:

Não orgânico + Orgânico
Aproveite a IA para ajudar a encontrar as conexões, criar pontes de relevância ou descobrir padrões que inspirem sua próxima ideia criativa.

Iluminação e Validação:

Não orgânico + Orgânico
Aproveite a IA para validar sua ideia criativa e torná-la melhor.

Lá você tem – a chave para a criatividade ilimitada. O plano para você alavancar a inteligência artificial para ampliar as capacidades da sua mente!

Humano Criativo + Inteligência Artificial = Criatividade Ilimitada

Entender nossas limitações e os recursos de novas tecnologias, como a inteligência artificial, nos permitem criar continuamente novas inovações que iniciam o ciclo novamente. É por isso que nunca foi um momento mais emocionante para ser criativo.

Jenna Niven – Diretora Criativa do Grupo R / GA NY
jenna.niven@rga.com

@jennaniven

Não se esqueça de nos dar o seu ?!