クリエイティビティ・コード（2019年刊）は、人工知能の拡大する能力と、それが芸術、音楽、文学など、かつては人間だけの領域と考えられていた創造的分野への最近の進出について探求する。著者のマーカス・デュ・ソートイは、機械は創造的になれるのかという実存的な問いに答えるため、人間の創造性の起源から、芸術を生み出すアルゴリズムの未来までを旅する。
アートを創るAIの実態に迫る
サイケデリックな画像を描くアルゴリズム、メイクアップを施すアプリ、実在しない人物の写真を生成するプログラム――テクノロジーに詳しくなくても、最近のニュースフィードでAIの進歩について何かしら目にしたことがあるだろう。見出しの多くは、AIが芸術や音楽など、人間の創造性の領域に進出していることを伝えている。おそらくAIアートがこれほど注目を集めるのは、創造性こそが人間を最も特徴づけるものの一つだからだ。実際、芸術を通して自己表現しようとする衝動は、現生人類よりも古いのかもしれない。
例えば、考古学者たちはジャワ島で50万年前の彫刻が施された貝殻を発見しており、これはネアンデルタール人と現生人類の共通祖先であるホモ・エレクトスの作品だと考えられている。もし創造性が人類よりも先に存在したのなら、それが人間を超越することもあり得るだろうか？ AIの拡散は、すでに進化の次のステップ――自ら絵画や音楽、文学を生み出す知的な機械アーティストの出現――への道を整えつつあるのだろうか？ この問いに答えるため、数学者でありアート愛好家でもあるマーカス・デュ・ソートイは、計算の基本原理から音楽の数学、そしてAIアートの近未来までを旅する。認めざるを得ない：多くの点で、コンピュータは人間より賢い。
創造性とは、既存の構造を探求し、組み合わせ、変形させて新たなものを生み出すことである。
コンピュータはより多くの事実を記憶し、より大きな数字を処理し、綴りもより正確だ。おそらく、人間がまだ慰めを見いだせる唯一のものは創造性だろう。機械が冗談を思いついたり、交響曲を作曲したり、本を書いたりすることなど決してできない――それともできるのだろうか？ この実存的な問いに答えるために、まず「創造性」とは何を意味するのかを考えてみよう。
創造的であるとは、新しく、驚きがあり、価値のあるものを生み出すことだ。フランスの画家クロード・モネは美しい睡蓮の絵画で有名だが、彼の絵はただ美しいだけではない。伝統的な筆遣いではなく、何層もの色の点を重ねることで、モネは光と色彩の相互作用を鑑賞する新たな方法を世界に示した。この斬新な画法は印象派と呼ばれ、何世代もの芸術家に影響を与え、具象から抽象への移行を促した。芸術に対する考え方が時代とともに変化してきたように、創造性に対する考え方も絶えず進化してきた。私たちはしばしば、創造的行為を、それ以前のものとどれだけ異なるかによって測る。
20世紀初頭の作曲家アルノルト・シェーンベルクを考えてみよう。シェーンベルク以前の作曲家たちは、中心となる調（キー）が作曲の基礎であることを当然と考えていた。シェーンベルクは大胆にもこのルールを無視して無調音楽を発明し、世界に予想外の聴覚的喜びをもたらした。認知科学者のマーガレット・ボーデンは、この種のルール破りを変革的創造性と呼ぶ。変革的創造性は、ある分野で可能だと考えられていることを完全に覆すことがある。さらにボーデンは、他に二つのタイプの創造性を特定した。
モネの作品は探索的創造性を示していると彼女は言う。それは、その分野のルールの内側で何が可能かを探求するものだ。モネは依然として睡蓮を具象的に描いたが、それをまったく新しい印象派の手法で行ったのだ。組み合わせ的創造性は、一見すると結びつかない構造同士を融合させる能力である。現代建築家ザハ・ハディドは、抽象芸術への愛情を、不可能に見える曲線的な建築物へと昇華させている。
例えば、彼女がアゼルバイジャンに設計したヘイダル・アリエフ・センターは、建物というよりも巨大な貝殻のように見える。彼女の建築物は、創造性の実用的応用の素晴らしい例でもある。創造性は芸術家だけのものではないのだ。
人間の創造性は芸術だけでなく数学も駆動する。
創造的であるということは、ルールを曲げ、時には破って、新たなものを生み出すことだ。しかし、このスキルは芸術、音楽、文学だけに限らない。よく見れば、創造性は予想外の場所、例えば著者の専門分野である数学にも見いだせる。数学者がどのように創造的であるかを理解するには、まず彼らが何をしているかを理解しなければならない。
数学者は、公理から定理を証明するために論理的議論を用いる。公理とは、真であると仮定される数学的言明だ。定理は、数学者が証明しなければならない新しい数学的言明である。例えば、フェルマーの最終定理は、x^n + y^n = z^n の方程式で、nが2より大きい場合、x、y、zは正の整数にはなり得ないという有名な数学的アイデアだった。フランスの数学者ピエール・ド・フェルマーは17世紀にこの定理を提唱したが、アンドリュー・ワイルズという数学者によって証明されたのは1994年になってからだ。ワイルズはそのために、現代数学の既存の公理とフェルマーの定理を結びつける、まさに正しい論理的段階を見つけ出さなければならなかった。
しかし、ワイルズの証明のような高度な数学は、規則に従い冷徹な論理を適用する以上のものを必要とする。優れた芸術と同様に、優れた数学は固定観念にとらわれずに考え、説得力のある物語を語ることを求める。数学者は、退屈で明白な定理を証明したいとは思わない。彼らが証明したいのは、大胆で予想外で、世界への理解を深めるような定理だ。これを行うには直感と創造性が必要である。グリゴリー・ペレルマンは、宇宙に存在するすべての異なる幾何学的形状を記述する今や有名な定理であるポアンカレ予想を証明した際に、この両方の資質を示した。
定理を証明するために、彼はまったく異なる数学分野のルールを適用した。液体が表面を流れる様子を利用して、ペレルマンは存在し得る形状の全範囲を記述することができた。彼の組み合わせ的創造性は、宇宙に対する新しく驚くべき洞察をもたらした。しかし、ペレルマンのような天才でさえ、一人で研究を行うことはできない。証明が成功するたびに、数学の分野はより複雑になっている。文明そのものと同じくらい古い学問にとって、これは多くの計算が今や非常に複雑で、最も偉大な数学者でさえペンと紙では解けなくなっていることを意味する。
今日の数学者は、扱う膨大な数字を処理するためにコンピュータを必要としている。これらの機械は不可欠なものとなった。実際、イスラエルの数学者ドロン・ツァイルバーガーは、自ら「シャロッシュ・B・エクハド」と呼ぶコンピュータを数学論文の共著者として記載することにこだわっている。退屈な計算から数学者を解放し、ヒューマンエラーの余地を減らすことで、コンピュータは数学者がこれまで以上に創造的に考えることを可能にしている。
アルゴリズムが現代生活を形作る。
数学者とコンピュータには共通点がある。どちらも望ましい結果を得るために、一連の論理的ルールに従うのだ。コンピュータにコード化されたルールはアルゴリズムと呼ばれる。それらは、コンピュータにどのように振る舞うべきかを指示する「もし～ならば～する」という一連の文と考えることができる。例えば、メールフィルタは「もしメールにバイアグラという単語が含まれていたら、迷惑メールフォルダに入れる」というルールに従っているかもしれない。
しかし、アルゴリズムはメールを分類する以上のことを行う。これは驚くにはあたらない。Amazon、Netflix、Spotifyといった企業は、アルゴリズムを使ってあなたに推薦の洪水を浴びせる。それらのアルゴリズムは、過去の選択に基づいて、あなたが好みそうな音楽、映画、製品を予測しようとする。さらに議論を呼ぶことに、アルゴリズムは今や私たちの恋愛相手さえも選ぶ。出会い系サイトOkCupidは、あなたの性格特性や好き嫌いを評価してマッチング相手を見つける。
2005年から2012年の間に結婚したカップルを対象とした研究では、オンラインで出会ったカップルのほうが、オフラインで出会ったカップルよりも明らかに幸福度が高かった。アルゴリズムは私たちの知らない何かを知っているのだろうか？ アルゴリズムはしばしば、大量のデータに対して何層もの質問をすることで機能する。なぜあるウェブサイトがGoogle検索の上位に表示されるのか不思議に思ったことはないだろうか？ Googleの検索アルゴリズムは、そのサイトに何個の他のサイトがリンクしているかを尋ねることで、そのサイトの価値を測定する。そして同じ尺度を使って、それらの他のサイトがどれだけ価値があるかを尋ねるのだ。
あなたのビジネスウェブサイトがCNNのような価値の高い多くのウェブサイトにリンクされていれば、検索順位は上昇する。これにより、人間の脳では決して処理しきれない量のデータを収集し比較する必要がある、複雑な相互評価システムが生まれる。さらに、多くのアルゴリズムは、あなたがそれと対話するほど賢くなる。NetflixやAmazon、Spotifyを利用すればするほど、これらのサービスがあなたの好みを「理解」しているように感じるのは、おそらくそのためだ。使用するたびに、アルゴリズムが扱うデータが増え、アルゴリズムはデータの読み取り方をより上手く学習するからだ。
時間が経てば、Netflixはあなたが『めぐり逢えたら』を観た理由が、ロマンティックコメディの大ファンだからではなく、トム・ハンクスが本当に好きだからだと理解するだろう。そして『ノッティングヒルの恋人』ではなく『フォレスト・ガンプ』を勧めてくるかもしれない。このように学習できるアルゴリズムは、人工知能の可能性を変えた。
ボトムアップ型機械学習の出現がAI分野に革命をもたらした。
機械学習の夜明け以前、プログラマーたちは「投入したものしか出力されない」という信念で一致していた。つまり、プログラムはそれをコーディングした人間と同等の賢さしか持たない、ということだ。では、何が彼らの考えを変えたのか？ それはボードゲームを指すコンピュータだった。
囲碁は、知性と技能、そして創造性を要する中国発祥の古代ボードゲームだ。2人のプレイヤーが交互に19×19の格子に黒と白の石を置き、相手の石を自分の石で囲んで捕獲することを目指す。囲碁は複雑なパターン認識を必要とし、可能なゲームの数が無限であるため、コンピュータに打ち方を教えることは不可能だと長らく考えられていた。しかし2016年、世界中が注目した人間対機械の対決で、デミス・ハサビスのAlphaGoが当時の人間の囲碁チャンピオン、イ・セドルを4勝1敗で破った。AlphaGoはどのようにして不可能を成し遂げたのか？
ハサビスと彼のチームは、囲碁を指すコンピュータを開発するために機械学習の技術を用いた。彼らはAlphaGoにいくつかの基本的なルールをコード化し、その後はコンピュータ自身が試行錯誤によって残りのルールを書き出すようにした。コーディングにおいてこれはボトムアップ・アプローチと呼ばれ、機械学習の基礎となっている。人間と同じように、AlphaGoは囲碁を打つことで囲碁を学んだのだ。AlphaGoは、勝利につながる手を打つと、その手を再び打つ確率が高くなるように確率を更新した。
逆に、敗北につながる手を打った場合、その手を再び打つ確率は低くなった。AlphaGoがイ・セドルと対戦する頃には、人間の囲碁プレイヤーが誰も考えたことのない戦略を編み出していた。AlphaGoのようなAIは、学習に使うデータが多ければ多いほど賢くなる。したがって、機械学習は今日利用可能な膨大なデータに負うところが大きい――その90パーセントは過去5年間に生成されたものだ！ この情報の大量さと、プログラムがその情報を使って自己を書き換える能力が組み合わさり、機械が人間より賢くなる可能性が開かれた。
数学、音楽、アルゴリズムは密接に結びついている。
1993年、クラシック作曲家のデイヴィッド・コープは、18世紀の作曲家ヨハン・セバスティアン・バッハに典型的なオリジナルのピアノ曲を収めたアルバム『Bach by Design』をリリースした。しかし、それらの曲はバッハが書いたわけでも、コープが書いたわけでもない。それらはコープがバッハの作曲スタイルをシミュレートするために作った音楽ソフトウェア、エミーによって書かれたのだ。AIはあまりに見事に仕事をやり遂げ、熟練のバッハ愛好家さえも騙した。
オレゴン大学でのコンサートでは、聴衆はエミーの作曲を本物のバッハと間違え、本物のバッハによるあまり知られていない曲を偽物だと判断した。どうしてコンピュータプログラムはバッハ自身よりもバッハらしい音楽を作曲できるのだろうか？ クラシックの作曲家たちは、音楽的複雑さを生み出すためにアルゴリズムを使う。彼らは単純なメロディ、すなわち主題から出発し、その主題を数学的ルールに従って変形させる。数学を使って変奏を生み出し、声部を追加して楽曲を構築するのだ。強い作風を持つ作曲家は、特定の数学的パターンに他よりも惹かれる。
例えばモーツァルトは、しばしばアルベルティ・バスと呼ばれるパターンを使用した。これは、13231323というシーケンスで演奏される3つの音からなるパターンだ。エミーはバッハに典型的な数学的パターンを抽出するよう訓練され、それを使ってバッハそっくりの楽曲を構築することができた。別の音楽AIであるコンティニュエーターという楽器は、ジャズ音楽のパターンを抽出し再現することができる。何千ものジャズ曲を分析することで、そのソフトウェアは、ある音符やシーケンスは他のものよりも後に続く可能性が高いことを学習した。この訓練データから計算された確率を使って、コンティニュエーターは即興演奏を学んだのだ。
もしあなたがその上でジャズのリフを演奏すれば、人間のジャズ奏者がするように、そのリフを続けて演奏することができる。ポップミュージックでさえ、音楽的アルゴリズムの可能性を探求している。マッシヴ・アタックの2016年のアルバム『ヘリゴランド』には、あなたの位置情報、タイムゾーン、Twitterフィードを使って、トラックのシームレスでカスタマイズされたミックスを作成するFantomというアプリが付属している。より民主的な方法で、実験的なミュージシャンであるブライアン・イーノは、彼のアンビエント作品と対話し、改変できる独自の音楽アプリを開発している。音楽とコンピュータがアルゴリズムという数学的言語を通じて結びついていることが分かれば、コンピュータプログラムがどのように曲を書けるのか理解しやすくなるだろう。しかし、音楽だけが機械が習得した芸術分野ではない。
AIはすでに音楽、アート、文学の創作に使われている。
クラシック音楽を作曲し、ジャズのリフを即興演奏するコンピュータについて見てきた。ミュージシャンたちはすでに、AIの成長する能力を大いに活用しているようだ。しかし、アート界の他の分野はどうだろうか？ 実際のところ、視覚芸術を創造するコンピュータはそれほど新しいものではない。
早くも1965年には、シーメンスのエンジニアであるゲオルク・ニースが、コンピュータに単独で図面を描かせるプログラムを作成した。ニースのプログラムは画面上の固定点から始まり、ランダムな長さと方向の23本の連結線を描いた。その結果は、魅力的な幾何学図面のシリーズとなった。より高度なアート制作AIは、ラトガース大学のコンピュータ科学者アーメド・エルガマルによって開発された。エルガマルは、視覚芸術の画像を分類し生成できる創造的敵対的ネットワーク、すなわちCANを開発した。CANは2つのアルゴリズムからなるシステムで、一方のアルゴリズムが他方のフィードバックに基づいて学習し変化する。
エルガマルのCANは、私たちの創造的な脳の二つの競合するシステム、すなわち創造者と批評家を模倣している。一方のアルゴリズムが画像の生成を任されている間、もう一方のアルゴリズムはその独創性を判断する。批評家アルゴリズムは、モネの睡蓮のような、美術史における大きな創造的変革の瞬間を示す画像を識別するために、WikiArtのデータで訓練された。この知識を使って、創造者アルゴリズムが生成する画像を評価し、方向付ける。人間もその判断に同意するようだ――アート・バーゼル2016の来場者は、CANの作品を展示されていた人間の作品よりも刺激的だと評価した！ AIは文章の世界にも進出している。
多くのメディアはすでに、ニュース記事を生成するテキスト処理プログラムを使用している。生データを与えられると、これらのプログラムは典型的なニュース記事の構造に従った簡潔で一貫性のある文章を書くことができる。これは特に、毎日生成されるデータ量が人間が処理するには退屈すぎるほどになっているスポーツや株式市場のレポートに有用だ。音楽AIと同様に、現代の文章作成プログラムは特定の作家のスタイルで文章を書くことさえ学習できる。
語彙の選択と文章構造を分析することで、AIはアーネスト・ヘミングウェイの一節のように聞こえる段落を量産することができる。実は、著者自身も本書の350語のセクションがアルゴリズムによって書かれたと主張している！ しかし次の章で見るように、画像生成と物語の構築は、依然としてAIにとって特有の問題を抱えている。
視覚と言語は、いまだにAIにとって大きな挑戦課題だ。
次の文を考えてみよう。「子供たちは、それらが古いので、ブドウを食べようとしない。」古いのは誰か、あるいは何か？ 子どもとブドウについて多少の経験がある人間であるあなたと違い、コンピュータはこの質問に容易に答えることができない。この文の「それら」が誰を指しているのかを確定的に知る方法がないのだ。
自然言語はこうした曖昧さに満ちている。ある単語をどう解釈するかはしばしば文脈に依存し、世界についての事前知識を必要とする。コンピュータは人間が経験を通じて蓄積する直感的な知識を欠いているため、言葉のニュアンスはしばしば理解されない。同じ理由で、意味のある物語構造を作り出すことにも苦労する。コンピュータプログラムはヘミングウェイ風の数文を書くことはできるかもしれないが、『老人と海』のような物語を理解するどころか紡ぎ出すことには到底及ばない。言語とは別に、AIにとってもう一つの大きな問題領域は視覚だ。
コンピュータは、全体像を把握するのがかなり苦手だということが分かっている。なぜなら、視覚プログラムは画像を構成するピクセルについて質問することで画像を識別するからだ。しかし、例えば猫の写真の場合、ピクセルの構成はそれぞれ全く異なる。プログラムはピクセル同士の関係を学習し、その関係が猫を示しているのか、それとも他の何かを示しているのかを判断しなければならない。Xbox OneのKinectモーションセンサーには、このような高度な視覚認識が見られる。Kinectは、各ピクセルの奥行きと周囲との距離を比較することで、31の異なる身体部位を識別しマッピングすることができる。
それでも、その能力は人間の視覚には遠く及ばない。そのため、多くのウェブサイトでは、あなたがロボットではないことを確認するために、車や道路標識、猫の画像を選ばせるのだ。興味深いことに、AIはその特異な非人間的視覚を使って魅力的なアートを創造することができる。GoogleのDeepDreamプログラムは、AIにぼやけた画像を与え、それが期待するものに従って画像の特徴を強調するよう指示することで機能する。
AIは典型的に人間、動物、または他の物体を含むGoogle検索からの画像で訓練されているため、ぼやけた画像を過剰に解釈しがちで――そこに存在しない目、手、顔を見てしまう。その結果は、現代アートとして通用しそうなカラフルでサイケデリックな画像だ。しかし、それはDeepDreamがアーティストであることを意味するのだろうか？ 技術的な改善の余地はまだあるものの、AIがすでに魅力的なアート、音楽、文章作品を生み出していることは疑いない。
AIは有用な創造的ツールだが、まだそれ自体が創造的であるわけではない。
DeepDreamのサイケデリックな画像のような創造物は、プログラムの背後にいるプログラマーたちさえも驚かせ、現代のコンピューティングでは、投入した以上のものを確かに得られることを証明している。しかし創造性とは、入力を処理して出力を生成する以上のものだ。コンピュータのアルゴリズム的計算から創造的価値のあるものを引き出すには、依然として人間の手が必要である。アルゼンチンの作家ホルヘ・ルイス・ボルヘスは、短編小説『バベルの図書館』で有用なアナロジーを提供している。
その中で彼は、存在し得るすべての410ページの本を収蔵する図書館を描写している。トルストイの『戦争と平和』の最初の410ページから、410ページすべてが文字Nで埋められた本まで。しかし、その図書館は単に410ページの本なら何でも含んでいるため、それらの大半は――例えばNの本のような――ほとんど価値がない。意味のある本を探し出し、『戦争と平和』のような逸品を発見するには人間の精神が必要なのだ。バベルの図書館が内容を考慮せずに無限の本を含んでいるのと同じように、コンピュータはそれに付随する意味を気にすることなく無限のデータを処理できる。しかし人間にとって、創造性はまさに意味に関わるものだ。芸術、音楽、文学は、私たちの共有する人間性を探求し、世界についての新たな洞察を生み出す領域なのだ。
さらに、私たちは自らの自由意志で創造的になる。モネもバッハもヘミングウェイも、誰かに言われたから作品を創ったわけではない。彼らは自己を表現したいという衝動を感じたからこそ、作品を創ったのだ。あらゆる能力にもかかわらず、AIはまだ自らの意志で芸術作品を創り出したことはない。これらのプログラムが絵を描き、文章を書き、作曲するのは、人間がそうするようにプログラムしているからだ。だからこそ、それらをそれ自体で創造的と呼ぶのは無理があるのだ。
結局のところ、そもそもそれらを生み出したのは人間の創造性なのだ。機械が私たちのように意識を持つようになるまで、おそらく私たちのように創造的になることはないだろう。現時点では、機械の意識が生じるかどうか、あるいはどのように生じるかを知る術はない。しかし、それが起こった時、意識を持つ機械によって創られた芸術、音楽、文学は、その人工的な精神についての最良の洞察を私たちに与えてくれるかもしれない。現代のAIの才能は、私たちのこれまでの期待の多くを上回っている。
最終的な要約
画像の認識や言語の理解にはまだ苦戦しているものの、コンピュータはすでに魅力的なアート、音楽、文学の作品を生み出している。しかし、それらが意識的かつ目的を持ってそうするようになるまでは、それらは創造的な行為者というよりは、創造的なツールにとどまっている。
