《天才与算法》｜创造力是人类在智能时代的核心能力。

当AI学会创作，人类该如何自处。

[英] 马库斯•杜•索托伊

核心书摘：

我们即将进入一个由算法主导或支配的世界，生活中的智能产品越来越多，但人们对AI智能的态度却大不相同，有的人对智能产品爱不释手，充分享受产品带来的便利；有的人则对智能产品不屑一顾，觉得它不如自己亲自动手；还有的人对智能产品心怀恐惧，总担心有一天自己的饭碗被AI智能所取代，甚至人类都会被AI所控制。

但一个不争的事实是，不管你对AI智能的态度如何，它都必将会渗入到我们生活的方方面面。那么，未来我们人类该如何面对AI智能？AI智能真的会代替人类的创造吗？《天才与算法》这本书就从创造力这个角度，通过AI在绘画、音乐和写作等方面的研究，为我们解答人类与AI智能的本质区别，让我们明白为什么人类的创造力具有无可替代性性，人类与AI智能最好的相处方式是相互学习、共同促进。

关于作者：

马库斯·杜·索托伊，英国皇家学会院士、美国数学学会院士、牛津大学西蒙尼公众理解科学教授、大英帝国勋章获得者，被科学界称为“科学大使”。

索托伊创造了“流行数学”的概念，他擅长把复杂的数字和数学概念用形象生动、通俗易懂的语言表达出来，经常为《泰晤士报》和《卫报》写文章，并且长期英国BBC广播公司撰写科技评论。

学什么：

1、AI有哪些创造力？

2、AI是如何进行创造的？

3、人类的不可替代性是什么？

一、AI智能有哪些创造力？

现在的人工智能能够从事的工作范围越来越广泛，在很多需要人类脑力创造的领域，人工智能也开始向人类发起了挑战，下面我们就重点讲讲AI智能的创造力。

要理解人工智能的创造力，我们需要先了解一下人工智能的测试方法。

目前在人工智能的测试领域有两种主要方法。

第一种是图灵测试。这种方法是由天才数学家、“人工智能之父”艾伦·图灵在1950年的论文《计算机器与智能》中提出来的。具体的做法是把一个人和一台测试电脑隔开，如果电脑能在5分钟内回答由人类测试者提出的一系列问题，并且有超过30%的回答让测试者误认为是人类所答，则电脑就被认为具有人类智能。

第二种测试方法叫洛夫莱斯测试，是由英国女数学家阿达·洛夫莱斯提出来的。这个测试的规则是，用智能机器创作一件艺术品，如果人类程序员无法解释机器算法的工作原理，而且创作的过程还可以重复再现，那就表示这种智能机器具备了人类的创造力。阿达认为，AI智能不可能拥有这种创造力，她把这个结论称为人工智能“难以克服的挑战”，通俗的解释就是“机器输出的成果不能大于输入的信息量”。

最初，几乎所有人都认为阿达的理论是正确的，人工智能不可能完全取代人类，尤其是在艺术创作领域。但仅仅几十年后，科学家发现，人工智能在竞赛、音乐、绘画、写作等领域已经完全可能超越人类了。

在竞赛方面最有名的就是机器人AlphaGo战胜韩国围棋国手李世石。

AlphaGo是美国男孩戴密斯·哈萨比斯的智慧结晶。哈萨比斯很小的时候就表现出了“极客”的潜质，他4岁开始下国际象棋，11岁成为世界顶尖少年棋手，16岁进入剑桥大学计算机专业学习。在剑桥学习时，他就提出了制造一台会下围棋的人工智能机器的设想，但被教授否定了。

毕业后，哈萨比斯一直念念不忘自己的梦想。他在2010年9月和两个好朋友一起创立了DeepMind公司，专门研究人工智能游戏。2014年，哈萨比斯把公司卖给了谷歌，从此专心研究会下围棋的机器人，之后就有了机器人AlphaGo。

2016年3月，AlphaGo与李世石的对战中，AlphaGo下出了一步通常意义上的“臭棋”，但这招怪棋正是制胜的关键。对于AI智能来说，这场比赛意义非凡，因为AlphaGo下出的那“反人类”的一手，表明AI的输出可以大于人类的输入，由此开创了机器学习的新纪元。

AI智能在绘画方面也有不凡的表现。

2016年，在阿姆斯特丹展出了一幅由AI机器人模仿伦勃朗的风格绘制的油画。很多艺术评论家看到这幅画后，都评论说，画的笔法与伦勃朗的风格非常一致，唯一瑕疵就是在同一副画中，包含了伦勃朗不同时期的风格，如果没有专家考究这些细节，这幅仿品几乎可以乱真。

这幅画是微软公司和代尔夫特理工大学合作的一个项目，项目名称叫“复活伦勃朗”。他们做这个项目的目的，就是想通过足够的数据让算法学会像伦勃朗一样绘画。科研小组把伦勃朗的346幅作品进行了数字化处理，创建了150G的图形数据，并把这些数据输入电脑，最后经过18个月的数据处理和500小时的渲染，产出了这副油画。

2018年10月31日，佳士得拍卖行上拍了一幅完全由人工智能创作的肖像画，并被一位匿名买家以43.2万美元的价格拍走。这幅画名为《爱德蒙·贝拉米画像》的肖像画完全是人工智能的“原创”，尽管一些艺术家对这幅画褒贬不一，但AI具有原创绘画能力已经成为事实。

除了绘画，书中还讲了AI在数学计算、音乐创作和写作等方面的原创事例，总之，表面看，AI似乎已经在所有方面拥有了不亚于人类的创造力。

二、AI是如何进行创作的？

很多艺术家都无法说清自己的创作过程。神经学家研究发现，无论是绘画还是作曲，人类不是大脑先有想法，然后命令身体执行，很多时候都是潜意识和本能在进行创作，既然人类连自己的创作过程都说不清楚，那又是怎么让AI像人类一样创作的呢？

要想AI进行创作，必须具备两个条件，源代码和数据。

要想让机器学习，首先必须有大量数据，然后在数据上进行总结提炼。我们现在经历的人工智能革命本质上就是由数据引发的。

其次是源代码。在编程人员眼中，艺术是人类思维的一种编码，而源代码就是艺术创作最底层的逻辑。在AI领域里，艺术和数学有很多相通之处，艺术创造的逻辑跟数学逻辑有很多相通之处。

最后是学习阶段。当程序员从大数据里面总结出了教材，又编辑了源代码之后，AI就进入了学习阶段。先是根据原有的数据进行基础学习，然后就是强化学习。

AlphaGo学会下围棋的过程就是这样的。

哈萨比斯首先是研究了海量围棋的棋局，这就是收集大数据的过程。接着他又编辑了一套下围棋的程序，这就是源代码，然后就是对机器进行训练，实际上就是数据输入。最后是强化学习，根据输入的数据库，AlphaGo通过自我对战来实现强化学习，这个过程就是算法自动修改某些招数的获胜概率的过程。这种局部最优的训练在人工智能中经常出现，所以我们会发现，AI有时候比人工更加精确。

AI创作人物肖像的过程也与AlphaGo学会下围棋的过程非常类似。

除了围棋和绘画，音乐创作其实也是同样的道理。比如，有一个音乐学院的博士生开发了一个叫“深度巴赫”的算法，用它可以写出完美符合巴赫风格的圣咏，就算是专业听众，也有将近一半的人会以为AI写的就是巴赫的原创。

巴赫擅长使用一种叫赋格曲的技法来谱曲，它的基础是一种叫“卡农”的技法，简单理解，赋格就是更复杂的卡农。如果用数学方法来解释赋格的音乐旋律，可以假定卡农的导句为X,延时为S，那么卡农的算法就是一个公式：X+SX+SSX，赋格就是在卡农的数学公式基础上再适当增加变量。

用数学方法解释了巴赫的赋格，那么AI创造“深度巴赫”的过程就变得简单。AI就是把巴赫的音乐拆开成一个个“卡农”，然后根据上面研究出的巴赫音乐算法公式进行推测，找出巴赫创作曲子的规律，然后再用算法把若干个“卡农”重新组合，就形成了一个新曲子。因为新曲子跟原来的曲子有相同的小“卡农”，所以整首曲子的风格不会相差很远。

到这里我们可以看出，AI倒逼着我们找到了创造力的底层逻辑。有人可能要说了，不是所有的东西都符合逻辑，比如人类脱口而出的语言，并不完全都具有逻辑性。在这方面，IBM也做了一项有趣的测试，他们让一个叫“华生”的机器人参加了一档叫《危险边缘》的常识问答节目。

这个节目有点像智力竞赛一样，当主持人提问后，由选手抢答。机器人华生的对手是这档节目的总冠军选手，比赛的结果是，华生完胜对手。

华生答题的过程可以拆解成四步。第一步，分析问题，确定答题范围；第二步，在候选的范围里选出200个待选的答案；第三步，评选这些答案的可信度；第四步，当答案的可信度大于一个预设的值时，华生就会给出答案。虽然人类选手也是用这套逻辑来答题，但机器人完成这四步只要零点几秒钟，在速度上完全碾压人类选手。

由此可见，AI智能可以帮助我们更加了解自己，从思考的逻辑，到思考的过程，甚至还有更多未知的东西。其实AI智能能做的事情还有很多，比如新闻写作、人力档案的筛选，数据的自动筛查等等，原理跟绘画和音乐差不多，我们就不一一举例了。

三、人类的创造力跟AI的创造力有什么本质区别？

我们在上面给大家讲了AI下棋、绘画、作曲，很多人会担心，AI什么都会做了，以后的人还能做什么？作者告诉我们，大可不必担心。索托伊在书中指出，虽然AI在某些方面已经赶上甚至超越了人类，但是人类的创造和AI智能创造还是有本质区别的。

我们先说说人类的创造方法。认知科学家玛格丽特·博登把人类的创造力分为三类，分别是：探索型创造力、组合型创造力和变革型创造力。

探索型创造力是探索已知事物的外部边界，在保持规则约束的同时扩展它可能的边界，人类97%的创造行为都属于探索型创造力，AI更是如此。只不过，AI属于计算机运算，他的运算速度远胜人类，可以很容易地用“穷举”或者“暴力破解”的方法得到一组模式或者规则，但是用这种方式创造出来的东西大多数在情理之中，很少有意外的惊喜，所以不能算是真正意义上的创造。

组合型创造力是将两种或两种以上完全不同的结构或理念结合起来进行创作，然后在相应领域内构建出新的风格，这是艺术家惯用的手法。目前在AI智能领域也经常用到这种组合型创造，我们前面讲的AI原创的人体肖像就属于这种组合型创造。

变革型创造力是一种完全改变固有游戏规则的创新，它需要彻底打破原有的定式，或者抛开前人已有的风格。很多大师级艺术家创造自己的风格时，所用的都是这种创造力。这种创造力是一种长期积累之后的质变，它往往来自于艺术家的“灵光一闪”，由于它毫无规律可循，也没有什么可借鉴的样版，所以这种创造力，是目前的AI智能无法“学会”的。

综合以上三种创造力的分析，我们可以发现，探索型创造力和组合型创造力都是在已知范围内的获取、分析和延伸，这是AI算法的长项，有时它甚至可以比人工做得更好。但是变革型创造力就不同了，它是完全原创的，在这一方面，目前的AI智能完全无能为力。所以，这也是人类同AI创造力的第一个区别。

除了创造方法上的区别，人与AI在创造的目的方面更是有着本质的不同。人类的创造常常并不仅仅是为了创造出一个新作品，而更多是为了思想的交流，为了表达自我，为了找寻生命的意义。同样的，人在欣赏艺术品的时候，也会加入很多自主的想象空间，这是艺术家在创作作品时有意想要留给观众的感受。从这个意义上说，创造力实质上是人类同世界交流的一种方式，是一种自我价值的体现。但AI智能却不同，它的创造并不会产生情绪的变化，它也无法体会和理解观众或听众的感受。

所以，用AI来完成真正的艺术创造起码从目前的技术水平来看，是不大可能的。

结语

以上就是《天才与算法》这本书的主要内容。

技术的变革日新月异，AI智能已经逐渐深入我们生活的方方面面，面对不可阻挡的AI大潮，逃避和拒绝毫无意义，唯有热情拥抱直面挑战。

读完这本书，我们会发现，音乐、绘画、诗歌、文学等等艺术形式都是人类“自我”的副产品，是我们创造的“自我”在某一种形式上的投影。而没有“自我”是AI在创造上的根本障碍。人工智能对人类创造性的每一个挑战，意义不在输赢，而是让我们获得了一种更高级的工具。这个工具，能让我们看到更多的可能性，进而促进我们自身创造力的提高。所以，人与AI在未来最好的相处方式一定是共存、共赢，而不是控制与竞争。

【编辑：伊兰微微】

相关内容：

《人工智能》｜人工智能的过去、现在和将来。

上次推送内容：

本次推送：

《天才与算法》｜创造力是人类在智能时代的核心能力。

【严选好书】你的灯还亮着吗？

《怪诞行为学》（加字萌版）｜创业规划犹豫不决？来看看这三大规律。

【大咖讲书】桑文锋 《数据驱动》读书会（六） 如何“激活”用户

下次推送：

【小说】《一颗简单的心》｜福楼拜最著名的短篇小说。

【严选好书】战争的影响，远比你想象的要残酷和持久。

《说服：全球顶尖企业的商务沟通之道》（加字萌版）｜失败的演讲通常犯下的五宗罪具体是什么？

【大咖讲书】桑文锋《数据驱动》读书会（七）如何把客户留下来

（语音、文字、图片部分来自今今乐道APP和网络，老农整理）