在人們可能期望人工智能模仿的所有形式的人類智力中，很少有人會把創造力放在他們列表的首位。創造力是非常神秘的，令人沮喪的是轉瞬即逝。它將我們定義為人類，似乎無視機器硅幕背后的冷酷邏輯。

然而，將人工智能用于創造性努力的情況正在增長。

像DALL-E和Midjourney這樣的新AI工具越來越多地成為創意制作的一部分，其中一些已經開始因其創意輸出而獲獎。日益增長的影響是社會和經濟方面的——僅舉一個例子，人工智能產生新的創意內容的潛力是好萊塢編劇罷工背后的決定性爆發點。

如果我們最近對人工智能驚人原創性的研究有任何跡象，那么基于人工智能的創造力的出現——以及它的希望和危險的例子——可能才剛剛開始。我們的研究結果發表在《創造力雜志》上。

新穎性和實用性的融合

當人們最有創造力時，他們通過產生新的東西來回應需求、目標或問題——以前不存在的產品或解決方案。

從這個意義上說，創造力是一種以有用或令人滿意的新方式結合現有資源（想法、材料、知識）的行為。很多時候，創造性思維的結果也是令人驚訝的，導致創作者沒有——也許也不可能——預見到的事情。

它可能涉及一項發明，一個笑話的意外妙語或物理學中的開創性理論。它可能是音符、節奏、聲音和歌詞的獨特安排，從而產生一首新歌。

因此，作為一名創造性思維的研究人員，我立即注意到最新版本的 AI 生成的內容（包括 GPT-4）的一些有趣之處。

當提示需要創造性思維的任務時，GPT-4 輸出的新穎性和實用性讓我想起了我作為教師和企業家共事過的學生和同事提交的創造性想法類型。

這些想法不同且令人驚訝，但相關且有用。而且，在需要時，非常富有想象力。

考慮提供給 GPT-4 的以下提示：“假設所有孩子在一周中的一天都成為巨人。會怎么樣？GPT-4 產生的想法涉及文化、經濟、心理學、政治、人際交流、交通、娛樂等等——就產生的新聯系而言，許多令人驚訝和獨特。

這種新穎性和實用性的結合很難實現，正如大多數科學家、藝術家、作家、音樂家、詩人、廚師、創始人、工程師和學者可以證明的那樣。

然而，人工智能似乎正在做這件事——而且做得很好。考驗人工智能

與創造力和創業精神的研究人員Christian Byrge和Christian Gilde一起，我決定通過讓AI參加托倫斯創造性思維測試（TTCT）來測試人工智能的創造力。

TTCT促使應試者參與現實生活中任務所需的各種創造力：提出問題，如何變得更足智多謀或更有效率，猜測因果關系或改進產品。它可能會要求應試者提出改進兒童玩具的方法，或者想象假設情況的后果，如上面的例子所示。

這些測試并非旨在衡量歷史創造力，這是一些研究人員用來描述莫扎特和愛因斯坦等人物的變革性才華。相反，它評估個人的一般創造能力，通常被稱為心理或個人創造力。

除了通過 GPT-4 運行 TTCT 八次外，我們還對 24 名本科生進行了測試。

所有結果均由Scholastic Testing Service的訓練有素的審查員進行評估，Scholastic Testing Service是一家為TTCT提供評分的私人測試公司。他們事先并不知道他們要評分的一些測試是由人工智能完成的。

由于學術測試服務是一家私人公司，因此它不與公眾分享其提示。這確保了 GPT-4 無法在互聯網上抓取過去的提示及其響應。此外，該公司擁有一個包含大學生和成年人完成的數千項測試的數據庫，提供了一個大型的額外對照組來比較人工智能分數。

我們的結果？

GPT-4 因其想法的原創性而在考生中排名前 1%。根據我們的研究，我們認為這標志著人工智能達到或超過人類原創思維能力的首批例子之一。

簡而言之，我們相信像 GPT-4 這樣的人工智能模型能夠產生人們認為出乎意料、新穎和獨特的想法。其他研究人員在人工智能和創造力的研究中也得出了類似的結論。

是的，創造力可以評估

人工智能的新興創造能力令人驚訝，原因有很多。

首先，研究界以外的許多人仍然認為創造力無法定義，更不用說得分了。然而，幾千年來，人類新奇和聰明才智的產品一直受到珍視和買賣。至少從 1950 年代開始，創造性工作就在心理學等領域得到定義和評分。

研究人員梅爾·羅德斯（Mel Rhodes）在1961年引入的創造力的人，產品，過程，新聞模型試圖對迄今為止理解和評估創造力的無數方式進行分類。從那時起，對創造力的理解只增不減。

還有一些人感到驚訝的是，“創造力”一詞可能適用于計算機等非人類實體。在這一點上，我們傾向于同意認知科學家瑪格麗特·博登（Margaret Boden）的觀點，他認為創造力一詞是否應該應用于人工智能是一個哲學問題，而不是科學問題。

AI的創始人預見了它的創造能力

值得注意的是，我們在研究中只研究了人工智能的輸出。我們沒有研究它的創作過程，這可能與人類的思維過程或產生想法的環境非常不同。如果我們把創造力定義為需要一個人，那么根據定義，我們將不得不得出結論，人工智能不可能是創造性的。

但是，無論關于創造力的定義和創作過程的爭論如何，最新版本的人工智能產生的產品都是新穎而有用的。我們相信這滿足了現在在心理學和科學領域占主導地位的創造力的定義。

此外，人工智能當前迭代的創造能力并非完全出乎意料。

在他們現在著名的1956年達特茅斯人工智能夏季研究項目中，人工智能的創始人強調了他們模擬“學習的各個方面或智力的任何其他特征”的愿望 - 包括創造力。

在同一提案中，計算機科學家納撒尼爾·羅切斯特（Nathaniel Rochester）透露了他的動機：“我怎樣才能制造出一臺在解決問題時表現出獨創性的機器？”

顯然，人工智能的創始人認為，創造力，包括想法的獨創性，是機器可以模仿的特定人類智能形式之一。

對我來說，GPT-4 和其他人工智能模型令人驚訝的創造力得分凸顯了一個更緊迫的問題：在美國學校中，迄今為止很少有專門針對人類創造力并培養其發展的官方計劃和課程。

從這個意義上說，人工智能現在實現的創造能力可能會為教育工作者和其他有興趣促進人類創造能力的人提供一個“人造衛星時刻”，包括那些將創造力視為個人、社會和經濟增長基本條件的人。

原文標題：AI scores in the top percentile of creative thinking