人工智能

在人们可能期望人工智能模仿的所有人类智能形式中，很少有人会将创造力放在他们清单的首位。创意很神秘，稍纵即逝，令人沮丧。它将我们定义为人类，似乎忽略了机械硅幕背后的冰冷逻辑。

然而，人工智能在创造性工作中的应用越来越多。

DALL-E和Midjourney等新的人工智能工具正越来越多地成为创意生产的一部分，其中一些工具已经开始因其创意产出而获奖。日益增长的影响是社会和经济的——仅举一个例子，人工智能产生新的创造性内容的潜力是好莱坞作家罢工背后的决定性爆发点。

如果我们最近对人工智能惊人原创性的研究显示出任何迹象，那么基于人工智能的创造力的出现——及其有希望和危险的例子——可能才刚刚开始。我们的发现发表在《创造力杂志》上。

新颖性和实用性的融合

当人们最有创造力的时候，他们会通过创造新事物——以前不存在的产品或解决方案来回应需求、目标或问题。

从这个意义上说，创造力是以一种有用或令人满意的新方式组合现有资源(想法、材料和知识)的行为。很多时候，创造性思维的结果也是令人惊讶的，导致创造者没有——也许不可能——预见到的事情。

它可能涉及一项发明，一个笑话中意想不到的妙语，或者物理学中的一个突破性理论。它可能是音符、节奏、声音和歌词的独特排列，从而产生一首新歌。

因此，作为一名创造性思维的研究人员，我立即注意到了关于最新版本的人工智能生成内容(包括GPT-4)的一些有趣的事情。

当提示需要创造性思维的任务时，GPT-4输出的新颖性和实用性让我想起了我作为教师和企业家一起工作的学生和同事提交的创造性想法的类型。

这些想法是不同的和令人惊讶的，但是相关的和有用的。并且，在需要的时候，非常有想象力。

考虑下面给GPT-4的建议:“假设所有的孩子在一周的某一天都变成了巨人。会发生什么？GPT-4产生的想法涉及文化、经济、心理、政治、人际交往、交通、娱乐等等——就新的联系而言，其中许多想法是令人惊讶和独特的。

这种新颖性和实用性的结合很难实现，大多数科学家、艺术家、作家、音乐家、诗人、厨师、创始人、工程师和学者都可以证明这一点。

然而，人工智能似乎正在这样做——而且做得很好。测试人工智能

我与创造力和企业家精神的研究人员克里斯蒂安·贝格(Christian Byrge)和克里斯蒂安·吉尔德(Christian Gilde)一起，决定让人工智能参加托兰斯创造性思维测试(TTCT)，以测试人工智能的创造力。

TTCT鼓励候选人参与现实生活任务所需的各种创造力:提出问题，如何变得更加足智多谋或高效，猜测因果关系或改进产品。它可能会要求候选人提出改进儿童玩具的方法，或者想象假设情况的后果，如上例所示。

这些测试不是为了衡量历史创造力，而是被一些研究人员用来描述莫扎特和爱因斯坦等人物的变革才能。相反，它评价的是一个个体的总体创造力，通常称为心理创造力或个人创造力。

除了通过GPT-4测试TTCT八次，我们还测试了24名大学生。

所有的结果都是由一家为TTCT提供分数的私人考试公司——学校考试服务中心的训练有素的考官评估的。他们事先并不知道他们要评分的一些测试是由人工智能完成的。

由于学术测试服务是一家私人公司，它不与公众分享其提示。这确保了GPT-4不能在互联网上捕获过去的提示和它们的响应。此外，该公司还有一个数据库，包含大学生和成年人完成的数千项测试，提供了一个大型的额外控制组来比较人工智能分数。

我们的结果？

GPT-4因其独创性排在前1%的候选人之列。根据我们的研究，我们认为这标志着人工智能达到或超过人类原始思维能力的首批例子之一。

简而言之，我们认为像GPT-4这样的人工智能模型可以产生人们认为意想不到、新颖独特的想法。其他研究人员在人工智能和创造力的研究中也得出了类似的结论。

是的，创造力可以评估

人工智能的新兴创造力令人惊讶，原因有很多。

首先，很多研究领域之外的人仍然认为创造力无法定义，更不用说打分了。然而，千百年来，人类新奇而智慧的产品却被珍视和交易。至少从20世纪50年代开始，心理学和其他领域就已经对创造性工作进行了定义和分级。

1961年由研究员梅尔·罗兹(Mel Rhodes)提出的《创意人、产品、过程和新闻模型》(creative person，product，process and news model)试图对迄今为止无数种理解和评价创意的方式进行分类。从那以后，对创造力的理解只增不减。

其他人感到惊讶的是，“创造力”这个词可能适用于非人类实体，如计算机。在这一点上，我们倾向于认同认知科学家玛格丽特·博登(Margaret Boden)的观点，她认为创造力是否应该应用于人工智能是一个哲学问题，而不是科学问题。

AI的创始人预见了它的创造能力

值得注意的是，我们在研究中只研究了人工智能的输出。我们没有研究过它的创造过程，这可能与人类的思维过程或者思想产生的环境有很大的不同。如果我们把创造力定义为需要一个人，那么根据定义，我们将不得不得出人工智能不可能具有创造力的结论。

然而，不管关于创造力的定义和创造过程的争论，最新版本的人工智能生产的产品是新颖和有用的。我们认为这满足了现在在心理学和科学中占主导地位的创造力的定义。

另外，人工智能目前迭代的创造力也并非完全出乎意料。

在他们现在著名的1956年达特茅斯人工智能夏季研究项目中，人工智能的创始人强调了他们模拟“学习的所有方面或任何其他智能特征”的愿望——包括创造力。

在同一份提案中，计算机科学家纳撒尼尔·罗切斯特(Nathaniel Rochester)透露了他的动机:“我如何才能制造出一台在解决问题方面表现出独创性的机器？”

显然，人工智能的创始人认为，创造力，包括思想的独创性，是机器可以模仿的人类智能的具体形式之一。

对我来说，GPT-4和其他人工智能模型令人惊讶的创造力分数凸显了一个更紧迫的问题:迄今为止，美国学校中几乎没有专门针对人类创造力及其发展的官方计划和课程。

从这个意义上说，人工智能实现的创造力可能会为教育家和其他有意促进人类创造力的人，包括那些将创造力视为个人、社会和经济增长的基本条件的人，提供一个“人造卫星时刻”。

原标题:ai在创造性思维顶级感知中得分

原文链接:https://tech xplore . com/news/2023-08-ai-scores-percentage-creative . html

作者:埃里克·古齐克

编译:LCR