人工智能系统如何学会创造性地思考

将一个AI系统 不断创造艺术，可以相当于一人创作的作品?研究人员和艺术家们已经尝试通过将创造力转化为算法来找到答案。要回答这些尝试是否可能产生艺术作品 - 音乐，诗歌，小说，视觉艺术 - 可以通过人类创造的作品，首先要了解人类创造力如何发挥作用。

虽然人类出现了理性思考和数学能力的潜力，但我们仍然需要教育才能充分发挥这些能力。因此，我们研究自然规律，逻辑谜题，道德困境等。然而，即使我们中最好的人做出奇怪的非理性决定，也屈服于我们的许多偏见之一。

另一方面，人类的情感，直觉和创造力只需要一点正式的训练。每个孩子都会在没有任何提示的情况下笑，哭，画，创造，摧毁，质疑和探索，更不用说教育了。教育被用来塑造这些冲动，教导孩子控制他们的情绪，引导他们的创造力，并且更加精确和考虑地摧毁或创造。

计算机系统是完全不同的。他们擅长算法任务，但缺乏我们认为天生就是人类的大多数能力。他们当然可以毫秒来计算一个对于满堂的数学家来说过于复杂的任务，但只是试着告诉电脑一个笑话或者播放一首情歌。

即使在人工智能正在快速发展的情况下，人工智能系统是否可以学习创造艺术仍是一个悬而未决的问题。然而，与创造力没有直接关系的领域的进步表明它可能会发生。算法已经完成了人类设计的一些最困难的逻辑难题。人工智能系统正在接受理解语言的挑战; 其他人打游戏是最好的人类玩家去和扑克 ; 现在他们走上街头，证明他们作为司机有多安全。

其中许多技能距离创意本身只有很短的距离。特别是语言遵循规定的组织规则，同时也允许空间进行艺术追求，如讲故事和诗歌。然而，虽然我们可能将音乐称为“有组织的声音”，将视觉艺术称为“有组织的色彩”，但任何旧的组织都不会为人工智能产生的艺术作品实现最永恒的标准：艺术与资本“A”。

人类创造力的机制

鉴于这些心理过程的根本不同，人类大脑的逻辑和创造力都是有线的，这很有意思。逻辑以有序的方式运行在一系列规则和程序上。另一方面，创造力和直觉可能是混乱的，不过是直截了当的。

首先，我们应该承认至少有两种形式的创造力。我们可以将激动人心的想法称为“a-ha”创造力的一个例子。然后，当我们“在区域中”时，有创造力流动，让我们的思维伸展和测试规则和规范，就像钢琴家在即兴独奏时所做的那样。在这两种情况下，焦点和认知都站在一边，让情绪表达和潜意识自由得到掌控。

思绪飘远，即放弃意识思维，让心灵去的地方它选择这样做的精神状态，一直挂到创作过程就不止一次。随着流经它的图像和想法触及丰富和意想不到的东西，思绪在脑海中徘徊。与数学公式或逻辑结构不同，这些过程不容易以计算机形式重建。

早在对创造力进行正式的心理学研究之前，艺术家就已经开始了解思维游荡的力量。当他坐在椅子上时，超现实主义画家萨尔瓦多·达利曾经把钥匙放在盘子上方的手中，意识到在睡觉前的那些幸福时刻，当奇怪的想法进入时，钥匙会掉下来，叫醒他，然后离开他有了这些想法，他就可以使用了。

不是每个淋浴都值得被称为创意。一些想法在第二天看起来很荒谬，一些音乐转换只是简单的不和谐。要获得创造力，艺术状态需要更微妙的东西。创作者必须先了解规则，才能有效地打破规则; 他们必须了解能够创造他们所寻求的感觉，感觉或效果的方法。通过这种方式，他们在某种程度上将旧观念引入新思想。艺术家以新的方式结合事物并从新的角度看待它们，但是使用我们已经熟悉的材料(颜色，短语，旋律)这样做。

这支持了史蒂夫·乔布斯简洁地说出的共同概念，即“创造力只是连接事物” - 尽管“正义”使它看起来比实际上容易得多。我们不能随意连接任何东西并将其标记为创造性。它需要一个目的，一个点，无论是解决问题还是描绘一个想法。我们可以教AI系统将各种东西混合在一起(图像，色调，单词)，但我们能否以有意义，巧妙的方式让它们这样做?

尝试人工创造力

不仅要弄清楚创造力是如何运作而是将其教授给智能机器的极端挑战还没有阻止研究人员尝试。有许多AI系统的例子可以组成音乐，写文章和创造视觉艺术。其中一些很难与人造艺术区分开来。

来自巴黎索尼计算机科学实验室的Gaetan Hadjeres和Francois Pachet在Johann Sebastian Bach的合唱大合唱音乐中训练他们的AI系统。正如麻省理工学院技术评论指出的那样，选择这些成分，“因为制作它们的过程是步骤式和算法的。”AI系统使用352个巴赫的合唱训练，这些合唱被转换成不同的键，共计2,503个成分。在制作自己的巴赫融合的合唱时，人工智能系统成功说服了1,600名听众中的一半以上 - 包括专业音乐家和音乐学生 - 和声来自巴赫本人。

巴赫似乎没有像诗歌那样挑战人工智能。在达特茅斯(Dartmouth)举办的一项竞赛中，法官的任务是阅读10首十四行诗，14行诗歌，并附有规定的押韵计划。有些是由人写的，有些是由机器写的。在这种情况下，所有评委都能够识别出人造组合物。

如何尝试AI创作的小说?一位机器学习爱好者分享了关于在Medium上发布一个深度书写神经网络的介绍。他使用这种方法在哈利波特系列的前四本书中训练深度学习算法并分享结果。虽然AI生成的小说是一个有趣的阅读，JK罗琳几乎不用担心：

“马尔福!”赫敏说。

哈利正在看着他。他看起来像马克西姆夫人。当她走错了楼梯去探望自己。

“我担心我肯定会被停职，没有机会 - 确实?”斯内普说。他把头放回到他们后面，当他们越过一个角落，然后匆匆走到他们的墨水灯上，然后拿起他的勺子时，他们会看到他们。门铃响了。伦敦的情况比较清洁。

在视觉艺术方面，AARON已经存在了一段时间。AARON的艺术家Harold Cohen的孩子出生于1973年，因为Cohen对计算机越来越感兴趣并且他们不得不为自己画画。

在英国广播公司关于智能机器的采访中，科恩说AARON“已经变得足够自主，可以打扰那个编写该节目的人。”然而科恩否认AARON真的很有创意，相信该系统真正的创造力已经存在很多年了：“我不知道”否认有可能在未来的某个时刻，一台机器可以制造接近艺术的东西 - 但它比在一个没有司机的城市周围驾驶汽车要复杂得多，而且它不会将于下周三甚至本世纪左右发生。“在AARON创作以来的几年里，该系统已经制作了许多充满活力的抽象画作。

欣赏机器制造的艺术

一个重要问题仍然存在 我们如何看待智能机器生产的艺术?我们会欣赏创意和设计吗?或者它看起来冷酷而遥远，否认我们与它的情感联系?

一派思想认为艺术的价值和意义独立于其创造者而存在。另一方面，许多人认为艺术品背后的故事和艺术家的信息可以影响我们对艺术品的看法。您可以通过思考实验来测试自己的视图：想象一下，一位值得注意的艺术家站在一幅画的前面。现在想象一下，这幅画是伪造的，是原版的副本。你还能在其中找到乐趣吗?如果每个画笔笔划，色调和细节都完全相同，你会同样重视它吗?

心理学家保罗·布鲁姆在接受采访时注意到人们最看重什么，当我们看到一个物体或一个人的脸时，“人们对它的评价......深受你告诉他们的事情的影响。”这个想法在一个实验中得到证实。其中一位小提琴手在DC地铁站播放一段音乐，并收集32美元的捐款。没有被告知的是，小提琴家是约书亚贝尔，他已经录制了30多张专辑并在白宫演出。贝尔正在演奏被认为是有史以来最具挑战性的巴赫作品。就在几天前，贝尔曾在波士顿的交响乐大厅里演奏这首曲子，票价超过100美元。如果他们知道所有这些，会有更多人停下来听他演奏吗?几乎可以确定。然而音乐本来是一样的。

创造力在一段时间内仍将是人类领域

就目前而言，创造力仍然是人类的事情。虽然这些人工智能尝试在他们的艺术追求中是高尚的，但每个人仍然没有达到我们自己的艺术家所设定的基准。音乐作品是最具说服力的文物，但却是专门为他们的算法风格而选择的。在大多数其他领域，算法显示无法以有目的的方式破坏规则，通常坚持规范或组成不连贯的东西。没有人知道数字毕加索何时会出现让艺术界知名观众惊叹不已。但有一件事是肯定的：随着机器变得更聪明，更有能力，它们越来越接近实现真正的创造力。