人工智能最得分的点在于创造性思维

在人们可能期望人工智能模仿的所有形式的人类智力中，很少有人会把创造力放在他们列表的首位。创造力是非常神秘的，令人沮丧的是转瞬即逝。它将我们定义为人类，似乎无视机器硅幕背后的冷酷逻辑。

然而，将人工智能用于创造性努力的情况正在增长。

像DALL-E和Midjourney这样的新AI工具越来越多地成为创意制作的一部分，其中一些已经开始因其创意输出而获奖。日益增长的影响是社会和经济方面的——仅举一个例子，人工智能产生新的创意内容的潜力是好莱坞编剧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有任何迹象，那么基于人工智能的创造力的出现——以及它的希望和危险的例子——可能才刚刚开始。我们的研究结果发表在《创造力杂志》上。

新颖性和实用性的融合

当人们最有创造力时，他们通过产生新的东西来回应需求、目标或问题——以前不存在的产品或解决方案。

从这个意义上说，创造力是一种以有用或令人满意的新方式结合现有资源（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，导致创作者没有——也许也不可能——预见到的事情。

它可能涉及一项发明，一个笑话的意外妙语或物理学中的开创性理论。它可能是音符、节奏、声音和歌词的独特安排，从而产生一首新歌。

因此，作为一名创造性思维的研究人员，我立即注意到最新版本的 AI 生成的内容（包括 GPT-4）的一些有趣之处。

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提交的创造性想法类型。

这些想法不同且令人惊讶，但相关且有用。而且，在需要时，非常富有想象力。

考虑提供给 GPT-4 的以下提示：“假设所有孩子在一周中的一天都成为巨人。会怎么样？GPT-4 产生的想法涉及文化、经济、心理学、政治、人际交流、交通、娱乐等等——就产生的新联系而言，许多令人惊讶和独特。

这种新颖性和实用性的结合很难实现，正如大多数科学家、艺术家、作家、音乐家、诗人、厨师、创始人、工程师和学者可以证明的那样。

然而，人工智能似乎正在做这件事——而且做得很好。考验人工智能

与创造力和创业精神的研究人员Christian Byrge和Christian Gilde一起，我决定通过让AI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促使应试者参与现实生活中任务所需的各种创造力：提出问题，如何变得更足智多谋或更有效率，猜测因果关系或改进产品。它可能会要求应试者提出改进儿童玩具的方法，或者想象假设情况的后果，如上面的例子所示。

这些测试并非旨在衡量历史创造力，这是一些研究人员用来描述莫扎特和爱因斯坦等人物的变革性才华。相反，它评估个人的一般创造能力，通常被称为心理或个人创造力。

除了通过 GPT-4 运行 TTCT 八次外，我们还对 24 名本科生进行了测试。

所有结果均由Scholastic Testing Service的训练有素的审查员进行评估，Scholastic Testing Service是一家为TTCT提供评分的私人测试公司。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，因此它不与公众分享其提示。这确保了 GPT-4 无法在互联网上抓取过去的提示及其响应。此外，该公司拥有一个包含大学生和成年人完成的数千项测试的数据库，提供了一个大型的额外对照组来比较人工智能分数。

我们的结果？

GPT-4 因其想法的原创性而在考生中排名前 1%。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创思维能力的首批例子之一。

简而言之，我们相信像 GPT-4 这样的人工智能模型能够产生人们认为出乎意料、新颖和独特的想法。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，更不用说得分了。然而，几千年来，人类新奇和聪明才智的产品一直受到珍视和买卖。至少从 1950 年代开始，创造性工作就在心理学等领域得到定义和评分。

研究人员梅尔·罗德斯（Mel Rhodes）在1961年引入的创造力的人，产品，过程，新闻模型试图对迄今为止理解和评估创造力的无数方式进行分类。从那时起，对创造力的理解只增不减。

还有一些人感到惊讶的是，“创造力”一词可能适用于计算机等非人类实体。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，他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。

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。我们没有研究它的创作过程，这可能与人类的思维过程或产生想法的环境非常不同。如果我们把创造力定义为需要一个人，那么根据定义，我们将不得不得出结论，人工智能不可能是创造性的。

但是，无论关于创造力的定义和创作过程的争论如何，最新版本的人工智能产生的产品都是新颖而有用的。我们相信这满足了现在在心理学和科学领域占主导地位的创造力的定义。

此外，人工智能当前迭代的创造能力并非完全出乎意料。

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“学习的各个方面或智力的任何其他特征”的愿望 - 包括创造力。

在同一提案中，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，是机器可以模仿的特定人类智能形式之一。

对我来说，GPT-4 和其他人工智能模型令人惊讶的创造力得分凸显了一个更紧迫的问题：在美国学校中，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计划和课程。

从这个意义上说，人工智能现在实现的创造能力可能会为教育工作者和其他有兴趣促进人类创造能力的人提供一个“人造卫星时刻”，包括那些将创造力视为个人、社会和经济增长基本条件的人。

原文标题：AI scores in the top percentile of creative thinking