[論文レビュー] How Did Humans Become So Creative? A Computational Approach

Liane Gabora, Steve DiPaola|arXiv (Cornell University)|Aug 23, 2013

Language and cultural evolution参考文献 34被引用数 8

ひとこと要約

本論文は、人間の創造性が2つの主要な認知的メカニズム、すなわち単純な行動を複合的なものに繋げる能力である再帰的想起と、連想的思考と分析的思考の間を切り替えることができる文脈的集中の仕組みによって進化したと提唱する。文化的進化とポートレート画のコンピュータモデルを用いて、これらのメカニズムが無限に拡張するイノベーション、より高い適応度、そして現実的で好まれる芸術的出力への迅速な収束を促進することを示している。これは、進化的時間の経過の中で人間の創造性がどのように出現したかを説明する妥当なメカニズムを提示する。

ABSTRACT

This paper summarizes efforts to computationally model two transitions in the evolution of human creativity: its origins about two million years ago, and the 'big bang' of creativity about 50,000 years ago. Using a computational model of cultural evolution in which neural network based agents evolve ideas for actions through invention and imitation, we tested the hypothesis that human creativity began with onset of the capacity for recursive recall. We compared runs in which agents were limited to single-step actions to runs in which they used recursive recall to chain simple actions into complex ones. Chaining resulted in higher diversity, open-ended novelty, no ceiling on the mean fitness of actions, and greater ability to make use of learning. Using a computational model of portrait painting, we tested the hypothesis that the explosion of creativity in the Middle/Upper Paleolithic was due to onset of con-textual focus: the capacity to shift between associative and analytic thought. This resulted in faster convergence on portraits that resembled the sitter, employed painterly techniques, and were rated as preferable. We conclude that recursive recall and contextual focus provide a computationally plausible explanation of how humans evolved the means to transform this planet.

研究の動機と目的

• 計算モデルを用いて人間の創造性の進化的起源を調査すること。
• 再帰的想起が単純な行動から複雑な行動の連鎖へと移行するのを可能にしたという仮説を検証すること。
• 文脈的集中が約5万年前に「創造性のビッグバン」を引き起こしたかどうかを検討すること。
• ニューラルネットワークベースのエージェントを用いて文化的進化と芸術的イノベーションをシミュレーションすること。
• 認知的メカニズムが創造的出力における多様性、新規性、適応度をどのように向上させるかを評価すること。

提案手法

• 文化的進化モデル内のエージェントは、ニューラルネットワークを用いて行動を生成・発明・模倣する。
• 単一ステップの行動を行うエージェントと、再帰的想起により行動を連結できるエージェントを比較する。
• 別個のポートレート画モデルは、連想的思考と分析的思考を交互に切り替えるエージェントを用いて芸術的創作をシミュレートする。
• 適応度は、モデルの被写体との類似度、絵の具の技法の使用、人間の好みの評価に基づいて測定される。
• 進化的ダイナミクスは世代にわたりシミュレートされ、多様性、新規性、収束速度が追跡される。
• 学習と適応が組み込まれており、認知的メカニズムがパフォーマンスをどのように向上させるかを評価する。

実験結果

リサーチクエスチョン

• RQ1 再帰的想起の能力は、文化的進化モデルにおける学習行動の多様性と複雑さをどの程度向上させるか？
• RQ2 再帰的想起は、適応度の上限がない状態で、無限に拡張するイノベーションを可能にするか？
• RQ3 文脈的集中（連想的思考と分析的思考の間の切り替え）は、芸術的出力の質と現実性をどの程度向上させるか？
• RQ4 計算モデルは、中石器時代／上石器時代に観察された「創造性のビッグバン」を再現できるか？
• RQ5 再帰的想起や文脈的集中といった認知的メカニズムは、人間水準の創造性の出現に果たす役割は何か？

主な発見

• 再帰的想起を持つエージェントは、単一ステップのエージェントと比較して、行動のシーケンスにおいて顕著に高い多様性と無限に拡張する新規性を生み出した。
• 再帰的想起により、適応度の上限が解消され、世代を経て行動の質が継続的に向上した。
• 文脈的集中を用いたエージェントは、被写体に似ており、現実的な絵の具の技法を用いたポートレートに、より速やかに収束した。
• 人間の観察者による評価では、文脈的集中を用いて生成されたポートレートがより好まれており、美的質の向上が示された。
• 再帰的想起と文脈的集中の統合は、模擬的な文化的進化において持続的なイノベーションと適応的複雑性を生み出した。
• 計算モデルは、これらの2つの認知的メカニズムが人間の創造性の進化的出現を駆動できたという仮説を支持している。