人工智能真的有创造力吗？

《第17号 Pianita》是一首简短而萦绕心头的钢琴曲，以D小调写成，其凄美的和弦与轻柔上行的琶音传递出失恋的伤感，却又因不和谐音符与诡异的节奏变化等新颖元素，避免了落入俗套。然而，这首曲子并非出自人类作曲家之手，而是由人工智能模型通过学习数千小时的YouTube视频创作而成。

数十年来，心理学家一直认为创造力是人类区别于机器的关键特质，即便机器在智力和技能上超越人类。但如今，一波基于海量数据学习生成新内容的生成式人工智能模型，正对这一观点提出挑战。

2022年11月，美国加州人工智能公司OpenAI推出的聊天机器人ChatGPT引发热潮，其背后的大型语言模型GPT-3.5能根据简单提示生成令人信服的文本和图像，随后更强大的模型也接踵而至。从诗歌、视频到创意和音乐，人工智能生成的内容如今已能与许多人类作品媲美，这使得标准的科学创造力定义难以区分人与计算机。伦敦玛丽女王大学研究计算创造力的西蒙·科尔顿表示，2022年以来的进展“绝对令人震惊”，“所有同事都在拼命追赶，心想‘什么情况？刚刚发生了什么？’”

那么，我们是否应接受人工智能现在具有创造力？还是修改定义以保护人类创造力？双方研究者认为，这不仅关乎人工智能的创造潜力，也关乎人类自身。

关于机器是否能具有创造力的争论由来已久。19世纪40年代，参与首台数字计算机原型“分析机”研发的埃达·洛夫莱斯坚称，尽管该模型能力惊人，“但它绝无任何原创能力”，只能执行“我们知道如何命令它去做的事情”。一个多世纪后，许多科学家仍持相同观点，但1950年，数学家艾伦·图灵却提出相反观点：人类的任何能力终有一天都能被计算机复制。

大约50年后，机器开始在特定任务上与最有才华的人类一较高下。1997年，IBM的“深蓝”计算机击败了国际象棋世界冠军；2015年，谷歌DeepMind的AlphaGo在围棋领域取得类似成就；2019年，谷歌推出的“巴赫涂鸦”能以德国作曲家约翰·塞巴斯蒂安·巴赫的风格为短旋律配和声。但研究者一致认为，如今生成式人工智能的发展与以往截然不同。

创造力难以描述和衡量，但研究者已达成一个标准定义：产生既新颖又有效的事物的能力。他们也有一系列测试方法，从解读抽象图形到为砖块构思替代用途等。2023年起，从商学到神经科学领域的研究者开始报告，人工智能系统在这类测试中能与人类不相上下，人们往往难以区分人工智能生成与人类创作的内容，无论是诗歌、科学假设还是智能手机应用程序。“人们开始说，‘嘿，生成式人工智能在创造力测试中表现不错，所以它是有创造力的。’”阿什兰市南俄勒冈大学的认知心理学家、《创造力研究期刊》创刊编辑马克·朗科说道。

不过，表现最佳的人类仍比机器更具优势。一项研究比较了人类写的短篇故事与热门聊天机器人生成的作品。尽管有些人工智能生成的故事被认为与业余人类作者的水平相当，但专家认为这些人工智能故事的质量远不及《纽约客》上发表的专业故事，指出它们缺乏叙事结尾、修辞复杂性和人物塑造。另一项实验得出结论，在为日常物品构思新功能时，大型语言模型的创新能力甚至比不上一群五岁儿童。

在科学领域，生成式人工智能工具在定义明确的问题上取得了令人瞩目的成果，例如预测蛋白质的3D结构。但它们在更广泛的挑战面前却举步维艰。首先，在现实世界的研究环境中，它们缺乏必要的经验和背景来提出有价值的建议。加州斯坦福大学的一个团队让大型语言模型和人类分别生成计算机科学研究提案，起初评审者认为人工智能的建议更具新颖性和有效性。但在对提案进行测试后，评审者发现了设计缺陷：例如，有些人工智能生成的想法计算成本过高，难以轻松执行，还有些未能参考先前的研究，而人类的想法则更具可行性。

一些人工智能模型在产生真正的科学新见解所需的想象力飞跃方面也存在困难。今年3月的一项研究中，法国里昂埃米尔雍商学院的人工智能研究者艾米·丁和美国印第安纳大学伯明顿分校的李世博，让最新版本的ChatGPT（ChatGPT-4）在一个假设的调控系统中揭示三个基因的作用。研究者让聊天机器人提出假设并设计实验，然后在计算机模拟实验室中进行实验，并将结果反馈给人工智能。与接受相同任务的人类科学家相比，聊天机器人提出的假设更少，进行的实验也更少。而且，与人类不同，它在收到结果后不会修改假设或进行新的实验，也未能揭示正确的调控机制。仅仅经过一轮研究，它就自信地得出结论，认为自己最初的想法是正确的，尽管数据并不支持。

艾米·丁和李世博的结论是，至少ChatGPT-4不具备发现和解释异常结果、提出令人惊讶且重要问题所需的创造性火花。研究者指出，人类科学家常常出于好奇心进行实验，然后尝试新想法来解释结果。但ChatGPT-4却很“固执”——面对新证据无法调整思路。像荣获诺贝尔奖的AlphaFold（能根据氨基酸序列预测蛋白质结构）这样的人工智能工具，已经彻底改变了部分科学领域。

然而，无论这些模型变得多么令人印象深刻，它们是否应该被描述为具有创造力呢？一些研究者认为，在将创造力归因于人工智能之前，社会必须更仔细地思考这种品质究竟是什么。康涅狄格大学斯托尔斯分校的教育心理学家、多本创造力著作的作者詹姆斯·考夫曼认为，我们需要关注创作过程，而不仅仅是最终成果。“人工智能当然能产生有创造性的产品，”他说，“但它没有经历创造性的过程。我不认为它是一个有创造力的实体。”

对朗科而言，人工智能具有创造力的观点也忽略了人类在创作中所运用的重要品质。他认为，神经网络遵循算法，而人类则运用主观情感、审美、个人价值观和生活经验来做出创造性决策和想象力飞跃，这些决策和飞跃可能看似不合逻辑或非理性，却表达了个人独特的视角或自我。为了体现这些人类特质，朗科建议修改创造力的标准定义，加入“真实性”（即忠于自我）和“意图性”（一种内在动机或驱动力，包括开始创作过程的好奇心和知道何时停止的判断力）。

英国爱丁堡艺术学院研究创造力与人工智能的哲学家卡特里娜·莫鲁齐表示，有些类型的人工智能模型能够评估自己的输出并自我改进，但它们仍然只能朝着人类用户提供的目标前进。“它们仍然无法做到的是——问题在于它们是否永远能做到——给自己设定目标。”

澳大利亚墨尔本莫纳什大学研究计算创造力的乔恩·麦科马克认为，即使是高质量的人工智能创作，也是“寄生”于训练材料中蕴含的人类创造力。“它们无法提出艺术运动，也不会独立渴望成为艺术家。”