研究人员测试AI的创造力，结果表现出色

在人们期望人工智能能够模仿的所有人类智力形式中，很少有人会把创造力放在首位。

创造力是极其神秘的，而且转瞬即逝。它定义了我们作为人类的本质，并似乎看起来无法被机器背后冷酷逻辑所理解。

但事实并非如此，人工智能在创造性活动中的应用正在不断增长。

像DALL-E和Midjourney等新的AI工具越来越多地成为创意产出的一部分，有些甚至开始因其创造性输出而获得奖项。这种增长对社会和经济都产生了影响，比如最近由于AI有潜力生成新的创意内容，这直接导致好莱坞编剧集体罢工。

而且，我们最近的研究显示，AI在创造力方面的引人注目的独创性，可能才刚刚开始。

创新与实用性的结合

当人们最具创造力时，他们会通过创造新的东西（以前不存在的产品或解决方案）来解决需求、目标或问题。

从这个意义上说，创造力是一种以有用或令人满意的新颖方式结合现有资源（想法、材料、知识）的行为。很多时候，创造性思维的结果也是令人惊讶的，导致了创造者没有，或者无法预见到的事情。

它可能涉及一项发明、一个意想不到的笑话或突破性的物理学理论。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研究者，我立即注意到最新版本的人工智能（包括 GPT-4）生成的内容有一些有趣的地方。

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共事过的学生和同事所提交的创造性想法。

这些想法与众不同的令人惊讶，但又有逻辑关系且是有用的。

考虑一下向 GPT-4 提供的以下提示：“假设所有孩子在一周中的某一天都变成了巨人。会发生什么？” 

GPT-4 产生的想法会涉及文化、经济、心理学、政治、人际交往、交通、娱乐等等，就产生的新颖联系而言，许多想法令人惊讶和独特。

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，AI似乎做到了，并且做得很好。

将AI进行测试

我与创造力和创业研究人员Christian Byrge和Christian Gilde一起，决定通过参加托伦斯创造性思维测试（TTCT）来测试人工智能的创造力。

TTCT测试会要求测试者参与到现实生活任务所需的创造性活动中：提出问题、如何更具资源性或高效、猜测因果关系或改进产品。它可能会要求测试者提出改进儿童玩具的方法或想象假设情境的后果，正如上面的例子所示。

这些测试并不是为了测量历史上那些天赋异禀的人的创造力而设计的，比如测试莫扎特和爱因斯坦。相反，它评估的是个人的一般创造能力，通常被称为心理或个人创造力。

除了对GPT-4进行了八次TTCT测试之外，我们还对 24 名本科生进行了测试。所有结果均由 Scholastic Examination Service 训练有素的评审员进行评估，该服务是一家为 TTCT 提供评分的私人测试公司提供的。他们事先并不知道他们要评分的测试中，有一些是由人工智能完成的。

由于 Scholastic Testing Service 是一家私营公司，因此不会与公众共享其提示信息。这就确保了 GPT-4 无法从互联网上搜索到过去的提示及其答案。此外，该公司还拥有一个由大学生和成人完成的数以千计的测试数据库，为比较人工智能分数提供了一个庞大的额外对照组。

结果如何？

GPT-4 在创意的原创性方面的得分在测试者中名列前 1%。根据我们的研究，我们相信这标志着人工智能达到或超过人类原创思维能力的重要证据之一。

简而言之，我们认为像 GPT-4 这样的人工智能模型能够产生人们认为出乎意料、新颖独特的想法。其他研究人员在对人工智能和创造力的研究中也得出了类似的结论。

创造力是可以评估的

人工智能新出现的创造能力令人惊讶，原因有很多。

首先，研究界以外的许多人仍然认为，创造力无法定义，更不用说评分了。然而，几千年来，人类的新颖性和独创性产品一直受到人们的珍视。至少从 20 世纪 50 年代起，心理学等领域就开始对创造性工作进行定义和评分。

研究人员梅尔-罗兹（Mel Rhodes）于 1961 年提出了 “人、产品、过程、媒体 “的创造力模型，试图将在此之前人们对创造力的理解和评价方式进行分类。从那时起，人们对创造力的理解与日俱增。

还有一些人对 “创造力 “一词可能适用于计算机等非人类实体感到惊讶。在这一点上，我们倾向于同意认知科学家玛格丽特-博登（Margaret Boden）的观点，她认为创造力一词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。

人工智能的创始人预见到了它的创造能力

值得注意的是，我们在研究中只研究了人工智能的输出。我们并没有研究它的创造过程（这很可能与人类的思维过程大相径庭），也没有研究产生创意的环境。如果我们把创造力定义为需要人的参与，那么根据定义，我们就不得不得出结论，人工智能不可能具有创造力。

但是，无论对创造力和创造过程的定义如何争论，最新版本的人工智能所产生的产品都是新颖而有用的。我们相信，这符合目前在心理学和科学领域占主导地位的创造力定义。

此外，人工智能当前迭代的创造能力也并非完全出乎意料。

在 1956 年达特茅斯人工智能暑期研究项目的著名提案中，人工智能的创始人强调他们希望模拟 “学习的各个方面或智能的任何其他特征”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-罗切斯特透露了他的动机： “我怎样才能制造出一台在解决问题时表现出独创性的机器？

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

在我看来，GPT-4 和其他人工智能模型令人惊讶的创造力得分凸显了一个更紧迫的问题： 在美国的学校里，迄今为止很少有专门针对人类创造力并培养其发展的官方项目和课程。

从这个意义上说，人工智能现在实现的创造能力可能为教育工作者和其他有志于提高人类创造能力的人提供了一个 “斯普特尼克时刻”，尤其是对于那些将创造力视为个人、社会和经济增长的基本条件的人来说。

文章转载自/theconversation，作者Fritz Holznagel