人工智能(AI)通常被视为一种旨在自动化工作并可能取代人类劳动的技术。然而,斯旺西大学的最新研究提供了不同的视角。研究结果表明,AI还可以充当创意协作者,鼓励探索、参与和激发灵感。
斯旺西大学计算机科学系的研究人员进行了迄今为止最大规模的研究之一,探讨了人们在创意设计任务中与AI协作的方式。超过800名参与者参加了在线实验,他们使用AI支持的系统来设计虚拟汽车。
AI如何生成多样化设计创意
该系统并非在后台悄悄优化设计,而是使用了一种名为MAP-Elites的方法来生成充满各种不同设计可能性的视觉画廊。这些画廊展示了广泛的汽车概念,包括高效设计、不寻常的创意,甚至一些故意存在缺陷的选项。
图灵研究员、计算机科学副教授、该研究的首席作者Sean Walton博士解释说:"人们通常认为AI是加速任务或提高效率的工具,但我们的发现表明了更有趣的现象。当人们看到AI生成的设计建议时,他们在任务上花费更多时间,产生更好的设计,并感到更投入。这不仅仅是效率问题,而是关于创造力和协作。"
为什么传统AI评估方法可能过于局限
这项发表在ACM期刊《交互式智能系统汇刊》上的研究还突出了AI设计工具通常评估方式的问题。标准指标往往关注简单行为,例如用户点击或复制AI建议的频率。据研究人员称,这些措施忽视了体验的重要方面,包括技术如何影响人们的思想、情感和探索新想法的意愿。
斯旺西研究人员认为,应该使用更广泛的方法来评估AI系统,以捕捉这些更深层次的影响。了解AI如何塑造人类思维和参与度可以提供其影响的更全面图景。
为什么不完美的创意能够促进创造力
Walton博士强调,AI生成输出的多样性在实验中发挥了关键作用。"我们的研究突出了AI输出多样性的重要性。参与者对包含各种想法(包括不好的想法)的画廊反应最积极!这些帮助他们超越最初的假设,探索更广阔的设计空间。这种结构化多样性防止了早期固化,鼓励创意冒险。
随着AI越来越多地嵌入创意领域,从工程和建筑到音乐和游戏设计,理解人类和智能系统如何协作至关重要。随着技术的发展,问题不仅在于AI能做什么,还在于它如何帮助我们更有效地思考、创造和协作。"
Q&A
Q1:MAP-Elites方法是什么?它如何帮助设计?
A:MAP-Elites是一种AI方法,用于生成充满各种不同设计可能性的视觉画廊。这些画廊展示了广泛的汽车概念,包括高效设计、不寻常的创意,甚至一些故意存在缺陷的选项,帮助设计师探索更广阔的设计空间。
Q2:为什么AI生成的"坏创意"也有价值?
A:研究发现,参与者对包含各种想法(包括不好的想法)的画廊反应最积极。这些不完美的创意帮助他们超越最初的假设,探索更广阔的设计空间,防止早期固化思维,鼓励创意冒险。
Q3:传统AI设计工具评估有什么问题?
A:标准指标往往关注简单行为,例如用户点击或复制AI建议的频率,但这些措施忽视了重要方面,包括技术如何影响人们的思想、情感和探索新想法的意愿。研究人员认为应该使用更广泛的方法来评估AI系统。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。