为什么 AI 永远不会取代人类创造力

关于计算创造力是否可能的新问题每天都在提出。虽然它被认为是一种我们人类独有的技能，但 ChatGPT、Dall-E 等工具的问世现在正在挑战我们的地位。

大型语言模型（LLM）使用数学来评估输入并产生结果，其基础是它们训练的海量数据以识别模式。但我们人类并不仅仅依赖这些模式，因为我们的智力远超这一水平。另一个区别是人类和 AI 获取知识的方式不同，人类依赖因果关系，而 AI 模型依赖相关性。

去年，音乐制作人如 Alex Da Kid 与 IBM 的 Watson 合作制作了一些 AI 热门歌曲，并告知创作过程。再往回追溯，一件名为《Edmond de Belamy 的肖像》的艺术品以432,500美元的价格售出，也是由 AI 生成的，它是通过将包含六个世纪艺术作品的15,000幅肖像数据集输入系统创建的。 

AI 仍然需要人类干预

在所有这些例子中，人类干预仍然存在，以策展 AI 产生的结果。但现在，像 Midjourney 这样的 AI 图像生成器可以根据你的偏好，在几秒钟内为任何主题生成结果。大量数据集被抓取并输入系统以进行训练。生成式 AI 系统现在可以将书面短语转换为图片，或者以你选择的作曲家的风格创作音乐。输出结果确实类似于这些系统训练的数据，但并不完全相同。 

在这些情况下，作者身份是一个有争议的话题，因为许多评论家并不赞成将算法视为作者。那么，谁应该被视为作者或艺术家呢？那些作品被抓取用于训练AI的成千上万的艺术家和画家又该如何看待？或者是提示词编写者？那个描述风格、主题以及图像许多其他复杂细节的人？因此，我们再次面临一个新问题浮现的境地，也许这是第一次，不是因为它是新的，而是因为它具有独特性。问题是：AI能像人类一样具有创造力吗？

AI能取代人类的创造性元素吗？

专家描述了多种类型的创造力，其中一些是变革性、组合性和探索性创造力。谈到后两者，探索性创造力在概念基础上探索结构化空间以产生新想法，而组合性创造力则将相似的想法融合在一起。

这些类型的创造力与生成式AI算法所做的非常接近，例如，以与训练数据集中使用的许多其他故事相同的风格创作故事，或以相同的方式创作图像。第一种，变革性创造力，是指跳出现有的数据结构和风格框架，提出新想法，从而最好地产生完全新颖和原创的内容。

这是关于内容版权和合理使用争论的主要焦点，也是法规尚未解决的问题。最近，SAG-AFTRA 与唱片公司达成了一项协议，以保护艺术家权利，并使同意权和补偿权成为强制性要求。

计算创造力并非像人类那样冲动地工作，而是 系统地 工作。它可以以意想不到的方式实现结果，但这些结果是可预测的，因为系统使用特定过程来实现它们。这是人类艺术家与 AI 之间的主要区别，因为我们只能从 AI 那里得到我们要求的结果。生成式 AI 与人类合作伙伴合作时表现良好，其性能将提高，但目前，它可以作为催化剂帮助人类，而不是取代他们。