機器中的繆斯女神

隨著生成式人工智能變得越來越具備創造性，這對人類創造力有何影響？

長久以來，藝術家們總要從各自的“繆斯女神”那里尋求靈感。模特兼演員貝蒂 · 伯伊德（Pattie Boyd）啟發喬治 · 哈里森（George Harrison）和埃里克 · 克萊普頓（Eric Clapton）創作了諸多歌曲。王爾德對阿爾弗雷德 · 道格拉斯勛爵（Lord Alfred Douglas）的愛情促使他寫就著名的話劇。就連威廉 · 莎士比亞也在《亨利五世》的開場白中懇切地呼喚創作之神伸出援手：“啊！愿光輝的繆斯給我們靈感，一同上升到想象之最光明的天表。”

接下來有請機器入場——計算機能成為靈感女神嗎？算法能創造藝術嗎？

為了找出答案，藝術家和作家們正在嘗試使用機器學習計算機模型，這種模型經過了人類數百年作品的訓練，可以根據需要生成自己的作品。從備受矚目的語言機器人ChatGPT到達力（DALL-E）這樣的視覺藝術生成器，嘗試的結果表明，如今只需按下按鍵，人工智能就可以模仿人類的創造力。但果真如此嗎？

當研究人員、藝術家和其他人評估這種快速進步的人工智能技術的能力和缺點時，他們看到了一種令人印象深刻的工具，它可以提供新的創造方式，但也是一位有缺陷的新手，它可能會誤導用戶，甚至玷污創造的過程。雖然有些專家給出了證明計算機創造力的明確事例，但其他人認為，人工智能技術永遠無法與人腦相匹敵。馬庫斯 · 杜 · 索托伊（Marcus du Sautoy）說：“人工智能的創造力更多地向我們展示、說明了我們自身的創造力，而非其他，它是一臺用于觀察我們迄今為止的龐大創造性成果的望遠鏡。”杜 · 索托伊是牛津大學的一位數學家，于2019年出版了《創造力代碼：人工智能如何學習寫作、繪畫和思考》（The Creativity Code： How AI Is Learning to Write， Paint and Think）一書。

眾所周知，創造力是難以定義的。如果機器并不懂得欣賞文字，只是將它們重新排列，這是否足夠？對現有的藝術風格進行建模、模仿、結合，這算是創造新東西嗎？當計算機一個音符、一個音符地演示它對音樂之數學根源的掌握，這種音符組合是在哪個時刻從“可以預測”轉變為了“悅耳動聽”？

這些問題既是哲學的，也是科學的。但是，在算法的快速發展和公眾對算法的興趣驅使之下，數學家、心理學家和人工智能專家正在努力回答這些問題。

創造力的多種風味

對創造力的評估——無論是人類還是機器的創造力——這件事本身就需要一些創造性的橫向思維。和該領域的許多人一樣，杜 · 索托伊借鑒了計算機科學家瑪格麗特 · 博登（Margaret Boden）在1998年首次提出的一個開創性概念，它將創造力分為三種類型。第一種被博登稱為組合創造力，意為將熟悉的概念以新穎的方式組合起來。一代又一代的詩人和作家都是用這種方法創作出巧妙的意象或類比，從而聲名大噪。想想威廉 · 華茲華斯和他的名句“我似行云獨自游”吧。

第二種叫作探索創造力，它是對已有事物的延展拓寬，從而推進此前做過、看過之物的界限。法國畫家克勞德 · 莫奈（Claude Monet）利用新型顏料來描繪光線落在睡蓮上的視覺效果，推動開啟了印象派運動。博登說，幾乎所有的人類創造力都是探索性的。

她定義的第三種創造力則更為罕見和神秘。它被稱為變革創造力：它打破規則、改變游戲，要求以自己的規矩說了算。誰說眼睛必須畫在鼻子的兩邊？巴勃羅 · 畢加索就不這么覺得。或者，想想1972年，大衛 · 鮑伊（David Bowie）第一次在電視上以雌雄同體的外星搖滾明星身份“Z字星塵”表演《星星俠》（Starman）時的影響。

杜 · 索托伊認為，人工智能已經達成了這三種類型的創造力。“我認為，中道（Midjourney）和達力可以被視為組合創造力的有趣實例——在人類引導下，人工智能擁有將語言和視覺結合起來、創造出驚人事物的力量。”這兩個程序均從文本描述——且常常是抽象描述中生成圖像。想設計一臺割草機嗎？這里有1 000張可能的圖片，其中一臺形狀像恐龍，另一臺則由水果制成。

他表示，人工智能在探索創造力上也擁有優勢，因為它們的訓練數據往往隱藏著尚未開發的潛力。一個名為“續音”（The Continuator）的音樂生成器就為爵士樂做到了這一點。它實時分析即興演奏音樂家演奏的音符，然后以相同的風格繼續演奏，在現有的框架內探索新的可能性。

關于人工智能和變革創造力的事例，杜 · 索托伊提到了2016年的一場備受討論的圍棋比賽，由18屆世界冠軍李世石和DeepMind開發的算法AlphaGo對決。圍棋要求兩名棋手交替在19×19的棋盤上放置黑色或白色的棋子，雙方都要努力圍住對手的棋子，從而吃子。幾個世紀以來，在布局階段，圍棋大師們傾向于在棋盤的外四路行棋。這種方式可以在短期內獲得盤面控制權，同時為稍后戰局向中盤移動做準備。但在那局棋的第37手，AlphaGo打破了這種正統觀念，把它的棋子放在了第五路。

這聽起來可能不算什么大事，但評論員和李世石都驚呆了。就連AlphaGo自己也知道它在做一件不同尋常的事情，它計算出人類玩家下出這手棋的概率為萬分之一。事實證明，這是絕妙的一手，大約50步之后，盤面的平衡被打破，機器取得了勝利。“變革創造力是最難的，它是新事物打破舊體系，”杜 · 索托伊表示，“我認為，第37手具備了這種特質，因為它以一種激進的新行動挑戰了以往的對弈體系。”

引擎蓋下

機器是怎么做到的呢？即使是最富有創造性的算法，（在輸出時）也只能使用它們訓練時的材料。但這些被稱為生成式人工智能的機器分為幾種類型，它們以細微不同的方式應用從訓練數據中學到的內容。

像ChatGPT這樣的語言機器人通常使用一種稱為“轉換器”的神經網絡，它可以在數百萬頁的在線文本中按照單詞的順序發現、學習統計模式。為了創作出一篇文章、一首詩或是一張幻燈片，它會基于之前出現過的所有單詞（這會用到那數以百萬計的訓練過的文本）來計算出下一個單詞應該是什么。

該模型還有一種叫作自注意力的機制，這使它能夠挑選出用戶請求中最重要的特征。例如，如果有人要求語言模型描述“一輛汽車正沿著街道行駛，這時它被卡車撞到”，那么自注意力機制會幫助算法識別出該請求中的單詞“它”指的是汽車，而不是街道。這對人類思維而言是個默認假設，因為“街道被卡車撞到”根本說不通，但人工智能并不知道這一點。

像達力這樣的視覺藝術人工智能則傾向于使用不同的技術。被稱為潛在擴散模型的系統能夠壓縮和處理現有圖像的數據，從而找到從隨機噪聲中生成其他圖像的數學方法。

杜 · 索托伊表示，在許多其他類型的創造性人工智能中，最成功的那部分被稱為生成對抗網絡。它們將生成器模型和判別器模型結合在一起，前者基于訓練數據集生成作品，后者必須嘗試對“假”輸出（由生成器生成）和“真”輸出（類似訓練數據的原始樣本）進行區分。

兩者相互競爭。當生成器提供與真實樣本相似的假樣本時，判別器嘗試找出人工智能生成的輸出。隨著時間的推移，生成器就能學會如何使自己的輸出更接近原始樣本。“算法中的反饋回路意味著算法會在運行和創造過程中不斷成長和學習。”杜 · 索托伊說。

但是，杜 · 索托伊強調，盡管人工智能可以做到我們沒有檢查過或指示過的事情，但無論如何，計算機的創造力只能跟隨人類的創造力。他說：“人工智能需要我們的數據才能運轉，因此，如果沒有我們的創造性輸出，它就永遠無法真正啟動。”

焦慮的藝術家

隨著創造性計算機推進到此前高度人性化的領域，它們的新能力和它們未來的能力之所及在部分群體中引發了擔憂和爭議。2023年早些時候，倫理學家甚至警告稱，生成式人工智能存在“令創造過程崩潰”的風險，因為它們讓藝術貶值了。

這場辯論有著現實意義和影響。英國最高法院目前正在考慮是否應授予生成式人工智能其發明的知識產權。物理學家和企業家斯蒂芬 · 塞勒（Stephen Thaler）想把他的機器命名為DABUS，并在基于數學分形設計的緊急信標和食品容器的專利申請中將DABUS列為發明者。塞勒提出，作為人工智能的擁有者，他也應當默認擁有這些專利。南非專利局同意了這一觀點，于2021年向DABUS授予了一項專利，并指出該專利是“由人工智能自主生成的”。其他包括美國專利局在內的專利授予機構則拒絕了該項專利申請，因為他們要求專利發明者為人類。

與此同時，科學和教育領域的從業者擔心，研究人員和學生可能故意隱瞞人工智能的創造性作用。在2022年11月ChatGPT版本的模型發布后不久（現已更新為新版本GPT-4），位于美國伊利諾伊州埃文斯頓的西北大學的研究人員發現，該模型可以虛構出令人信服的科學摘要文本，其中有三分之一足以騙過被要求識別出它們的人類審稿人。

這項研究的領頭人、臨床醫學科學家凱瑟琳 · 高（Catherine Gao）表示，這些虛假摘要之所以令人信服，原因之一在于人工智能知道某個虛構的患者隊列應該有多大。在一項關于常見病高血壓的虛構研究中，ChatGPT稱患者隊列多達上萬人，而另一項關于猴痘的虛構研究中的虛構參與者則要少得多。

隨后，許多科學期刊向潛在作者發出警告，要求他們不要使用大語言模型（LLM）來幫助寫作投稿文章。例如，盡管《美國科學院院刊》（PNAS）和《自然》期刊如今要求作者在研究論文的“致謝”或“材料和方法”部分聲明是否利用了任何來自人工智能語言模型的幫助，但《科學》期刊更進一步，禁止任何人工智能生成的內容，包括圖表在內。《科學》期刊主編霍爾頓 · 索普（Holden Thorp）說，該期刊要求原創成果。索普在2023年1月的一篇社論中寫道：“‘原創’一詞足以表明，ChatGPT撰寫的文本是不可接受的。畢竟，這文本抄襲自ChatGPT。”

英國曼徹斯特大學的動物學家馬修 · 科布（Matthew Cobb）想到，當學生在線上考試中碰到閱讀理解題時，可能會提交人工智能生成的答案。在產生這種擔憂后，他對ChatGPT的能力進行了調查。他要求人工智能就一系列話題給出回答，包括科學與宗教之間的沖突以及鳥類的育兒行為等等。他的擔憂在一定程度上得到了證實。他表示，ChatGPT常常會給出及格線水平的答案。話雖如此，科布發現它所使用的語言并未表現出創造性，而是給人一種通用模板文的感覺。

人工外行寫手

人工智能能否在正確的提示詞幫助下寫出優質的創意小說呢？為了找出答案，谷歌的專家們在2022年為13位專業作家提供了使用其大語言模型LaMDA的機會。這些作家包括多次獲獎的科幻小說作家劉宇昆（Ken Liu）和2012年暢銷小說《24小時神秘書店》（Mr Penumbra’s 24-Hour "Bookstore）的作者羅賓 · 斯隆（Robin Sloan），他們獲準使用人工智能9周，并被要求用它來編寫一個故事。

“我們的目標之一就是協助創作過程，”谷歌人工智能部門“谷歌大腦”的高級研究科學家達芙妮 · 伊波利托（Daphne Ippolito）表示，“不是要取代作家，但是寫作過程中有一些很勞累、很枯燥或是很艱難的部分，比如說遇到寫作瓶頸。我們真的想要嘗試解決這些痛點。”

這項研究將創意寫作分解為不同的任務，從產生想法、寫句子，到查找事實，還有根據特定主題（比如兔子的品種及其魔力特質）給出單詞和物品建議。“這幾乎就像是身邊一直有個陪我做頭腦風暴的伙伴，隨時可以與之交流想法，”參與這項研究的尼日利亞作家沃勒 · 塔拉比（Wole Talabi）說，“我會輸入一兩句話，然后讓它告訴我接下來會發生什么。即使我完全討厭它提出的建議，但它讓我不斷思考不同的選擇。所以我從來不會卡住。”

斯里蘭卡作家尤達尼亞雅 · 維杰拉特納（Yudhanjaya Wijeratne）也發現人工智能是一個有用的提示機。“他是一位有時會偏離正軌的合著者，但有時讓它稍微偏離一下，收集它的胡言亂語，并從中拼湊出某個故事的一部分，這也讓人著迷，”他從中看到了很大的潛力，“我強烈懷疑，通過應用少量提示工程，我們就真的可以用這種方式合寫一部完整的小說。”

伊波利托說，盡管有這些積極的方面，大多數作者對算法的創造性感到失望。“他們期望它在生成有趣的風格方面能做到更好。”她說。與其他語言模型一樣，谷歌的算法很少能讓人驚訝或是產生意想不到的結果。“它們不會真的生成奇怪的文本。如果它們生成了奇怪的文本，那多半是它們出錯了，而人類作家所寫出的那些奇怪的東西才正是他們作品中的與眾不同之處。”如果沒有這種人類的特質，由人工智能獨自寫出的虛構故事往往有著扎眼的低質量。科幻小說和文學雜志已經抱怨他們收到了數百篇一塌糊涂的、由算法編寫的故事投稿。

伊波利托說，這個算法的另一個弱點在于它太過友好。其他語言模型在這點上也一樣，特別是那些已經公開發布的語言模型。“他們讓模型偏向于親切友善，并且同意人類所說的任何話，但如果我問，‘我的故事好嗎？’我不想總是得到肯定的答案。如果我的故事很爛，我希望模型回答我這個故事很爛，并解釋它為什么很爛。”

語言模型中其他形式的偏見也會影響創造力。早期版本接受了可從線上獲得的（往往不友好的）全范圍內容訓練，用戶可以輕易誘導它發表反猶或種族主義的評論。因此，如今大多數開發者都在積極地訓練模型避免一系列話題。這對它們的名聲有好處，但對于一個想要接觸人性陰暗面的作家來說就不那么有用了。其中一位作者告訴谷歌：“這款軟件似乎非常不愿意生成人們做惡事的內容。”

凱瑟琳 · 埃爾金斯（Katherine Elkins）在美國俄亥俄州甘比爾的凱尼恩學院從事人工智能和創造力研究，她表示，這些敏感性意味著，人類經驗中的大塊區域對大語言模型而言都是禁區。她說：“毒品、性、謀殺、暴力——所有小說家們的好東西都被過濾掉了，所以，我們真的看不到它的能力。”在埃爾金斯看來，人工智能毫無疑問是可以具有創造力的。“我認為更難的問題要在我們談到藝術時才會顯現。”她說。

機器中的幽靈？

埃爾金斯表示，是否將機器產出的創造性作品視為藝術，這個問題超越了對成品自身的評價。它還引出了意向性的問題。她說：“當我看著我的學生們訓練成為藝術家時，我認為他們覺得正在創作的藝術是對生活經驗的轉化，其背后有著創作藝術的意圖，顯然，達力并沒有那種生活經驗。”

但果真如此嗎？埃爾金斯補充說：“這一切的棘手之處在于，它已經用我們的藝術作品訓練過了，而我們的這些藝術作品全都出自這種經驗。”

近來，視覺藝術人工智能格外引發爭議，因為藝術家發現他們的作品在未經他們知情或同意的情況下被用來訓練算法。在線圖片通常附有有用的描述和說明，可以幫助人工智能學會將單詞和圖片相關聯，然后根據文本提示生成新圖像。一些藝術家對這些機器發起了反擊，就圖像的使用和復制獨特風格的能力提起了版權訴訟。“人類會想要捍衛自己的領地。”埃爾金斯說。但她補充說，視覺藝術人工智能核心的穩定擴散機制可能會使剽竊行為變得難以證明。

想象一下，一滴食用色素或墨水滴入一杯水中，擴散成隨機的圖案。她說：“唔，在這件事上，我們就像是把過程倒過來，開始時，這杯水里的墨水已經擴散了，所以，沒有原作，也沒有剽竊。”

一些人工智能圖片獲獎并賣出了大價錢。在一個如今已臭名昭著的案例中，一位美國科羅拉多州的藝術家向某場藝術比賽提交了一張由中道生成的圖片，并贏得了勝利。但有鑒于這些作品的生成方式，許多人工智能專家不愿意將這些模型的輸出結果稱為“藝術”。“我不認為人工智能具有創造性，或者至少不認為人工智能的運作方式可以與藝術家的創作相比，因為我知道這些模型從內部看起來是什么樣子的，”哥本哈根信息技術大學的機器學習研究員伊姆克 · 格拉布（Imke Grabe）說，“它們缺乏對世界運行方式的理解，而我認為這是藝術家工作中的重要部分。”

對于杜 · 索托伊來說，這就是意向性的關鍵所在，而目前機器中還缺乏意向性。他表示：“我認為，人工智能創造力中將會出現這種意圖，但我認為，這將是人工智能誕生伊始的一個標志，一旦人工智能擁有了內心世界，它將會被驅使與其他人分享這一點，這將讓它產生動力去證明它的內部正在發生些什么。”

派生設計

否認人工智能具有創造力的常見論點之一是，它們嚴重依賴于它們接受訓練時的數據。但是，正如谷歌大腦的伊波利托指出的那樣，作家、藝術家和音樂家一向都是這么做的。“如果你了解一下那些著名的古典作曲家，你會發現，柴可夫斯基從他之前的作曲家那里偷了些內容，巴赫也從他之前的作曲家那里偷了些東西。”她說。可以說，所有類型的創造性作品都是派生的，至少在某種程度上如此。

實際上，即使像莎士比亞這樣富有創造力的作家，也經常澆滅他“光輝的繆斯”，從其他作家那里竊取情節和場景。“那么，我們對模型的創造力和借鑒過去的標準是否比對人類的標準更高呢？”伊波利托說。也許這些生成式人工智能算法并沒有壓制人類的創造力——只是指出了其固有的局限性。

近來，這些爭論得到了進一步的關注。GPT-4已于3月份向ChatGPT的訂閱者發布，據看過該版本的人說，與免費提供的前一版本相比，它給出了一位更加成熟的作者。美國賓夕法尼亞州匹茲堡大學的英語教授安妮特 · 維（Annette Vee）研究寫作與計算的交叉領域，她表示：“它似乎確實具有更長時間的注意力，這意味著它可以保持連貫性并寫得更長。而且它有更好的幽默感，這意味著它能更好地處理上下文和文化方面的內容。”

更新后的聊天機器人還有一個有趣的新功能：它可以分析和描述圖像，包括解釋圖像為何有趣。“它可以將視覺輸入轉換成文本，包括所有這些與幽默有關的文化內容，這實際上是相當令人印象深刻的。”她說。OpenAI公司還沒有透露有關新版本的太多細節，但是維說新算法很可能是將圖像模型與文本模型合并。

在作家、藝術家和各類研究人員重新思考生成創造性作品的含義之際，這樣令人印象深刻的壯舉將繼續激起他們的驚嘆和驚愕。“創造力是個‘移動靶’，人們會很快地接受說，好吧，計算機可以做到這件事，說明這件事跟創造力無關，”美國加利福尼亞州斯坦福大學的計算心理學家邁克爾 · 科津斯基（Michal Kosinski）說，“我們不應該以人類的標準評判一切。”

資料來源 PNAS