每天都会有人提出关于计算创造力是否可能的新问题。 因为它被认为是我们人类拥有的一项独特技能，但 ChatGPT、Dall-E 等工具的出现现在正在挑战我们的地位。
大型语言模型 (LLM) 使用matic来评估输入并生成结果，该结果基于它们经过训练以识别模式的大量数据。 但我们人类并不仅仅依赖这些模式，因为我们的智力远远超出了这个水平。 另一个区别是人类和人工智能获取知识的方式不同，人类依赖因果关系，而人工智能模型依赖相关性。
去年，Alex Da Kid 等音乐制作人与 IBM 的 Watson 合作，制作了一些人工智能热门歌曲并为创作过程提供信息。 再往前挖掘一下，一件名为《埃德蒙·德·贝拉米肖像》的艺术品以 432,500 美元的价格售出，也是由人工智能生成的，它是通过向系统提供包含 15,000 张肖像的数据集而创建的，涵盖了六个世纪的艺术作品。
人工智能仍然需要人类干预
在所有这些例子中，人类干预仍然存在，以管理人工智能产生的结果。 但现在像 Midjourney 这样的人工智能图像生成器可以根据您的喜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到系统中进行训练。 生成式人工智能系统现在可以将书面短语转换为图片，或者可以按照您选择的作曲家的风格创作音乐。 输出确实类似于这些系统所训练的数据，但它们并不完全相同。
在这些情况下，作者身份是一个值得商榷的话题，因为许多批评家还不赞成赋予算法作者头衔。 那么谁应该被视为作者或艺术家呢？ 成千上万的艺术家和画家的作品被用来训练人工智能呢？ 或者它可能是提示器？ 描述图像的风格、主题和许多其他复杂细节的人。 因此，我们再次面临新问题的出现，也许是第一次，不是因为新问题，而是因为新问题的独特性。 问题是：人工智能能否像人类一样具有创造力？
人工智能能否取代人类的创意元素？
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。 说到后两者，探索性创造力在概念的基础上探索结构化空间以产生新的想法，而组合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人工智能算法的作用非常接近，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建故事，或者以相同的方式创建图像。 第一个是变革性创造力，指的是在现有的数据和风格结构之外提出新的想法，最多产生全新的、原创的东西。
这是有关版权和内容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保护艺术家权利的协议，并强制规定同意权和赔偿权。
计算创造力并不是以人类的方式冲动地发挥作用，而是以系统matic方式发挥作用。 它可以以意想不到的方式实现结果，但它们是可预测的，因为系统使用特定的过程来实现它们。 这是人类艺术家和人工智能之间的主要区别，因为我们只能从中得到我们要求的结果。 生成式人工智能与人类同行的合作可以接受，其性能将会提高，但此时，它可以作为催化剂来帮助人类而不是取代人类。
在这里查找原始新闻。
