創造力涉及產生新的東西——以前不存在的產品或解決方案。 Maestria_diz/iStock 來自 Getty Images
在人們期望人工智能能夠模仿的所有人類智力形式中，很少有人會把創造力放在首位。 創造力是極其神秘的——而且轉瞬即逝，令人沮喪。 它將我們定義為人類——並且似乎違背了機器矽幕背後的冷酷邏輯。
然而，人工智能在創造性活動中的應用正在不斷增長。
DALL-E 和 Midjourney 等新的人工智能工具越來越多地成為創意製作的一部分，其中一些已經開始 因其創意成果而獲獎。 其社會和經濟影響日益增長——僅舉一個例子，人工智能產生新的創意內容的潛力是人工智能背後的一個決定性的爆發點。 好萊塢編劇罷工.
如果我們最近的研究 人工智能的驚人原創性 任何跡像都表明，基於人工智能的創造力的出現——以及它的前景和危險的例子——很可能才剛剛開始。
新穎性與實用性的結合
當人們最具創造力時，他們會通過創造新的東西（以前不存在的產品或解決方案）來響應需求、目標或問題。
從這個意義上說，創造力是一種以有用或令人滿意的新穎方式結合現有資源（想法、材料、知識）的行為。 很多時候，創造性思維的結果也是令人驚訝的，導致了創造者沒有——也許無法——預見到的事情。
它可能涉及一項發明、一個意想不到的笑話或突破性的物理學理論。 它可能是音符、節奏、聲音和歌詞的獨特排列，從而產生一首新歌。
因此，作為一名創造性思維研究者，我立即註意到最新版本的人工智能（包括 GPT-4）生成的內容有一些有趣的地方。
當提示需要創造性思維的任務時，GPT-4 輸出的新穎性和實用性讓我想起了我作為教師和企業家共事過的學生和同事所提交的創造性想法。
這些想法不同且令人驚訝，但又相關且有用。 而且，當需要時，非常富有想像力。
考慮一下向 GPT-4 提供的以下提示：“假設所有孩子在一周中的某一天都變成了巨人。 會發生什麼？” GPT-4 產生的想法涉及文化、經濟、心理學、政治、人際交往、交通、娛樂等等——就產生的新穎聯繫而言，許多想法令人驚訝和獨特。
這種新穎性和實用性的結合很難實現，大多數科學家、藝術家、作家、音樂家、詩人、廚師、創始人、工程師和學者都可以證明這一點。
然而人工智能似乎正在做到這一點，而且做得很好。
測試人工智能
與創造力和創業研究人員一起 克里斯蒂安·伯吉 和 克里斯蒂安·吉爾德，我決定通過讓人工智能參加托蘭斯創造性思維測試來測試人工智能的創造力， 或TTCT.
TTCT 提示考生參與 現實生活中的任務所需的創造力：提出問題，如何變得更足智多謀或更高效，猜測因果關係或改進產品。 正如上面的例子所示，它可能會要求考生提出改進兒童玩具的建議或想像假設情況的後果。
這些測試的目的不是為了衡量 歷史創造力，一些研究人員用這個詞來形容莫扎特和愛因斯坦等人物的變革才華。 相反，它評估個人的一般創造力，通常稱為 心理或個人創造力.
除了通過 GPT-4 運行 TTCT 八次之外，我們還對 24 名本科生進行了測試。
所有結果均由 Scholastic Examination Service 訓練有素的評審員進行評估，該服務是一家為 TTCT 提供評分的私人測試公司。 他們事先並不知道他們要評分的一些測試是由人工智能完成的。
由於學術考試服務是一家私營公司，因此它不會與公眾分享其提示。 這確保了 GPT-4 無法在互聯網上抓取過去的提示及其響應。 此外，該公司還擁有一個由大學生和成人完成的數千項測試的數據庫，提供了一個大型的額外對照組來比較人工智能分數。
我們的結果？
GPT-4 因其想法的原創性而在考生中得分位於前 1%。 根據我們的研究，我們相信這標誌著人工智能達到或超過人類原創思維能力的首批例子之一。
簡而言之，我們相信像 GPT-4 這樣的人工智能模型能夠產生人們認為意想不到、新穎和獨特的想法。 其他研究人員也得出了類似的結論 他們對人工智能和創造力的研究.
是的，創造力是可以評估的
人工智能新興的創造力令人驚訝，原因有很多。
一方面，研究界之外的許多人仍然相信創造力 無法定義，更不用說得分了。 然而，數千年來，人類新穎和獨創性的產品一直受到珍視並被買賣。 至少從 1950 世紀 XNUMX 年代起，創造性工作就已經在心理學等領域得到了定義和評分。
人、產品、流程、創造力的新聞模型研究員梅爾·羅茲 (Mel Rhodes) 在 1961 年提出的“創造力”概念試圖對迄今為止理解和評估創造力的各種方式進行分類。 從那時起，人們對創造力的理解不斷加深。
還有一些人對“創造力”一詞可能適用於計算機等非人類實體感到驚訝。 在這一點上，我們傾向於同意認知科學家瑪格麗特·博登（Margaret Boden）的觀點，她認為創造力一詞是否應該應用於人工智能的問題是一個問題。 哲學問題而非科學問題.
人工智能的創始人預見到了它的創造力
值得注意的是，我們在研究中僅研究了人工智能的輸出。 我們沒有學習 它的創作過程，這可能與人類的思維過程或產生想法的環境非常不同。 如果我們將創造力定義為需要人類，那麼根據定義，我們就不得不得出結論，人工智能不可能具有創造力。
但無論創造力的定義和創作過程如何爭論，最新版本的人工智能生成的產品都是新穎且有用的。 我們相信這滿足了目前在心理學和科學領域占主導地位的創造力的定義。
此外，人工智能當前迭代的創造力並不完全出乎意料。
在他們現在著名的提案中 1956 年達特茅斯夏季人工智能研究項目人工智能的創始人強調了他們模擬“學習的各個方面或智能的任何其他特徵”的願望——包括創造力。
在同一個提案中，計算機科學家納撒尼爾·羅切斯特 (Nathaniel Rochester) 透露了他的動機：“我怎樣才能製造出一台在解決問題時表現出獨創性的機器？”
顯然，人工智能的創始人相信創造力，包括想法的原創性，是機器可以模仿的人類智能的特定形式之一。
對我來說，GPT-4 和其他人工智能模型令人驚訝的創造力分數凸顯了一個更緊迫的問題：在美國學校內，迄今為止，很少有專門針對人類創造力和能力的官方項目和課程實施。 培育其發展.
從這個意義上說，人工智能現在實現的創造能力可能會提供“人造衛星時刻”面向教育工作者和其他對提高人類創造力感興趣的人，包括那些將創造力視為個人、社會和經濟增長的基本條件的人。
關於作者
