AI系統如何學會創造性思考？

AI系統是否會創造出可以等同於人類創作的作品？研究人員和藝術家已經在嘗試通過將創意轉化為演算法來解決問題。對於藝術作品，比如音樂、詩歌、小說、視覺藝術等等，AI可以先通過人類創作的作品來了解人類是如何進行創造性思考的。

雖然人類的理性思維和數學能力是與生俱來的，但我們仍然需要通過教育來充分實現這些能力。所以我們研究自然規律、邏輯謎題、倫理困境等等。然而，即使是我們中最好的人也會做出奇怪、不合理的決定，讓我們產生各種偏見。

另一方面，人的情感、直覺和創造力只需要一點點的正式訓練。每個孩子都會笑、哭、畫畫、創作、質疑、探索等等，更不用說教育了。教育是用來塑造這些能力的，教孩子們控制自己的情感，引導他們的創造力，以更精確和更為周到的考慮方式來創造。

而計算機系統是完全不同的。他們的演算法任務表現優異，但缺乏人類天生的大部分能力。他們當然可以在毫秒內的時間完成複雜的數學計算，但如果跟電腦講個笑話或者放一首愛情歌？就不行了呢。

即使在人造智能發展迅速的當下，AI系統是否可以學習創造藝術是一個懸而未決的問題。然而，與創造力沒有直接關係的領域的進步，仍然意味著還是有可能發生的。演算法已經完成了人類設計出的一些最困難的邏輯難題。人工智慧系統正在接受理解語言的挑戰，比如虐殺遊戲中玩得最好的人類玩家，比如上街準備證明自己是多麼安全的司機。

這些技能中，有許多距離創意本身並不遙遠。特別是語言，語言是非常遵循特定規律的，同時也允許進行藝術追求，比如講故事和詩歌。

人類創造力的力量

鑒於這些心理過程的不同，人類的大腦是有邏輯和創造力的，是令人著迷的。邏輯以有序的方式運行在一組規則和過程上。另一方面，創造力和直覺可以是凌亂的，不過是直截了當的。

首先，我們應該承認至少有兩種形式的創造力。我們可以把在比如淋浴房洗澡時想到的點子稱為「a-ha」的創意例子。然後，當我們進行創造時，拉伸我們的思想，像一個鋼琴家一樣，即興演奏。在這兩種情況下，焦點和認知都被放在了一邊，而是讓情感表達和潛意識來自由掌握。

思想徘徊，這種精神狀態是放棄意識思想，讓心靈走到哪兒算哪兒，這種狀態已經不止一次與創作過程聯繫在一起了。點子從腦袋中如泉涌而出，激發一些讓人意向不到的東西。與數學公式或邏輯結構不同，這些過程不容易以計算的形式重新創建。

很久以前，正式的心理學研究成為創造力，許多藝術家陷入了思想徘徊的力量中。超現實主義的畫家Salvador Dali坐在椅子上時，手裡握著鑰匙，意識到在睡覺前的那些幸福的時刻，當奇怪的想法出現時，鑰匙會掉下來，喚醒他。

然而不是每一個淋浴的過程都被認為是創意的過程。有些想法在第二天想來會覺得很可笑，一些之前腦中浮現的旋律過後覺得只是刺耳的噪音。創造力達到藝術狀態還需要一些更微妙的事情。創造者必須懂得這些規則，才能有效地破壞它們。他們必須有一種感覺，一種適合他們在創造時的感覺或效果。這樣一來，他們就是在某種程度上將新觀念引入新思路中。藝術家以新的方式結合事物，從新的角度來看待他們，用的都是我們非常熟悉的材料，比如顏料、短語、旋律等等。

Steve Jobs之前說過：「創造力只是連接事物的能力」。雖然他說了「只是」，但事實上要難的多。它需要一個目的，一個要點，無論是解決問題還是描繪想法。我們可以教AI系統來把事物組合在一起，比如圖像、色調、單詞，但是AI可以做到用有意義的、巧妙的方式嗎？

人工智慧創造力的嘗試

研究出創造力到底是怎麼運作的，以及把它教給智能機器，雖然極具挑戰，但是也沒能阻止研究人員的不斷嘗試。現在已經能看到很多用AI系統撰寫文章、寫歌、創造視覺藝術的例子了。其中一些，甚至都沒法區分是人類創作的還是AI系統創作的。

來自巴黎索尼計算機科學實驗室的Gaetan Hadjeres和Francois Pachet在Johann Sebastian Bach的合唱歌曲上訓練了他們的AI系統。選擇這些合唱歌曲，正如MIT Tech Review所說，「因為它產生過程是階梯式的，並用了演算法。」訓練這套AI系統使用了352首Bach的歌曲，它們被轉換成不同的音符，共有2503個作品。這些作品，讓1600名聽眾（包括專業音樂家和音樂系學生）中，有超過一半的人以為是Bach本人的作品。

在詩歌領域AI系統就更具挑戰啦。在達特茅斯學院舉辦的比賽中，法官的任務是閱讀14行詩與規定的押運句子。有些是人類寫的，有些是AI系統寫的。在這種情況下，所有的法官都能識別出哪些是人類寫的，哪些是AI系統寫的。

另外，AI生成的小說會怎樣？一位機器學習愛好者分享了他用深度學習演算法訓練AI系統後撰寫的《哈利波特》的小說，效果比較一般。

再來說說視覺藝術這一塊。AARON「誕生」於1973年，是藝術家Harold Cohen創作的AI系統。在接受BBC採訪時，Cohen表示：「AARON已經變得自給自足了。」但他還表示AARON離真正的類似人類創作的距離還有很長一段路：「我不否認在未來的某個時候，一台機器可以使得一些藝術的東西變得更複雜，這些是比自動駕駛要複雜的多的東西，但我預計在本世紀還不可能達到。」

欣賞機器創作的藝術

一個重要的問題依然存在：我們如何感受智能機器製作的藝術品？我們會欣賞它的創意和設計嗎？

有個學派認為，藝術的價值和意義獨立於其創作者。另一方面，許多人認為，關於藝術家的藝術和信息背後的故事可能會影響我們對藝術作品的看法。你可以做這樣一個測試：想像一下，你現在站在一件非常有名的藝術作品面前。然後別人告訴你，這件作品只是贗品。即使它跟原作一模一樣，你還會覺得有欣賞它的樂趣嗎？

心理學家Paul Bloom在接受採訪時指出，當展現給人們看一個物體或人臉時，人們最為重視的是「人們對它的評價」，你是如何對他們描述這個物體或人臉的評價，對他們影響非常大。有個小提琴家在華盛頓的地鐵站演奏了一段音樂，收到32美元的消費。沒有人告訴過路人，這個小提琴家是Joshua Bell，他出了30多張專輯，還在白宮演出過。而在Bell的音樂會上，平均每張門票的票價可是超過了100美元的！如果路人知道了他的身份，會有更多人來聽他在地鐵站演奏的音樂嗎？答案非常明顯。

讓AI系統學會創造力還需要一段時間

像現在這樣，創造力仍然是人類的行為。雖然有許多AI系統在嘗試創造藝術作品，但似乎仍然達不到藝術家的標準。在音樂作品這塊算表現不錯的了，但在大多數其他領域中，演算法仍然做得不盡人意。但有一點是肯定的：隨著機器變得越來越聰明、越來越有能力，他們會越來越接近真正的創造力。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！