大约15年前，弗雷德里克·福尔·勒马里和一位同事开发了一个名为Aikon的机器人，它可以为人们画肖像。该系统使用摄像头捕捉人们坐在面前时的面部照片。图像信息被转化为指令，发送给配备有笔的机械臂，以便绘制人物的面部。 “我们的目标只是尝试达到与人类审美相似的美感，” 英国伦敦金史密斯大学的计算机科学教授弗雷德里克·福尔·勒马里说。
当时，Aikon因其粗糙机械臂的不精确笔触而具有人类质感的素描而引起了突破性的关注。而今天，人工智能系统可以生成更高质量的艺术品：例如，OpenAI的DALL-E2系统可以在人提供简短描述时生成逼真的图像，而AIVA Technologies等公司则开发了可以创作原创音乐的人工智能。这促使研究人员考虑更深层次的问题，例如人工智能的创造力潜力是什么，以及如何量化。
“在我们开始声称[人工智能模型]具有创造力之前，我认为我们需要先理解创造力是一种行为，” 纽约约克镇IBM Thomas J. Watson研究中心的人工智能研究员Payel Das说。 “对于一个人工智能代理或机器学习模型来说，什么是创造力？”
在评估人工智能创造力时，研究人员通常参考英国认知科学家玛格丽特·博登的工作，她是该领域的关键人物，确定了三种类型的创造力。组合创造力涉及将现有思想以新的方式结合起来，而探索创造力则是在特定的概念空间内生成新的思想，例如对现有物体进行改进。变革性创造力是最激进的，涉及产生与现有思想根本不同的新思想。 “当前探索的许多创造力维度，无论是人类还是人工智能代理，可能更多地属于[组合]类别，” Das说。
研究人员现在正在努力提出度量标准来量化人工智能创造力。第一步是定义创造力，这可能是一个挑战，因为多年来已经提出了100多个不同的定义。过去，创造力通常被认为是一种神秘而独特的人类特质，无法用科学方法解释。创造过程的某些元素，如从生活经验中汲取灵感和自我意识，有时被认为是重要的促成因素。 “目前，这是一件非常难以在机器中复制的事情，” 英国伦敦大学学院的计算机科学教授Mirco Musolesi说。
然而，博登的著名定义通常被选择来评估人工智能系统中的创造力，她认为创造力是能够产生新的、令人惊讶和有价值的艺术品的能力。在最近的工作中，Musolesi和他的同事通过使用深度学习提出了一种度量这个定义中三个元素的方法。他们的目标是创建一种自动化方法，不需要人的判断来评估生成算法产生的艺术品的创造力。 “当你面临具有许多维度的问题时，深度学习是很好的选择，因为它能够捕捉信息并从中学习，” Musolesi说。
在一项初步实验中，团队专注于美国诗歌，并使用了19世纪公开可用的2,676首诗歌训练了两种类型的神经网络。然后，他们测试了这些模型，看它们是否能够预测之前未见过的训练数据子集的创造力。进一步的测试还使用了来自20世纪和17、18世纪的诗歌数据集。
Musolesi表示，模型在训练集方面表现良好：它们能够在一定程度上捕捉诗歌创造力在不同历史时期的变化。例如，如果诗歌的主题（如爱情）与训练集中的主题相似，那么它们在惊喜程度上会有很低的评级。Musolesi强调，这项工作是初步的，因为存在一些限制：一是训练数据集相对较小，只代表有限数量的诗歌。另一个限制是系统只考虑风格或流派的创造力，不考虑其他方面，如使用的词语。
Musolesi和他的同事预计他们的系统可以被纳入AI模型的生成过程中。可以训练模型来最大化其创造力，或者可以使用该方法作为迭代过程的一部分来评估其输出。Musolesi说：“由于我们正在使用深度学习技术生成[创意产品]，所以也很自然地使用它来评判它。”“你可以用机器来评判机器。”
另一个团队提出了一种受神经科学启发的度量标准，用于描述生成模型的创造力。通过扫描人们在完成创造性任务时的大脑活动，研究表明他们的输出创造力与大脑活动的差异有关。因此，Das和她的同事假设，通过使用一种称为基于组的子集扫描的方法，也可以从组成深度学习算法的人工神经网络的激活模式中检测到AI模型的创造力。由于生成型AI模型的设计目的是模仿训练数据，因此在它们生成作品时的某些类型的活动差异应该表明创造力。Das说：“我们寻找异常模式。”
通过对一个生成型AI模型和不同图像数据集进行实验，Das和她的团队展示了非典型的激活与更新颖和有意义的生成图像相关。被要求评估输出创造力的人类观察者的评分与从激活模式中预测的评分基本一致。
Das和她的团队目前对如何控制机器创造力感兴趣。目前的生成型模型非常强大，但是它们的创造性输出在对人类和社会的价值方面存在差异。例如，在用于设计新药时，它们可能会提出创造性的解决方案，但它们还必须符合其他标准，比如不能有毒。Das说：“从现在开始的挑战将是如何引导它们朝着良好的创造力方向发展。”
到目前为止，AI创造力主要集中在系统生成数字作品上。然而，Fol Leymarie认为兴趣很快将扩展到机器人生成物理对象（如绘画或雕塑），这些对象已经开始超越研发阶段。在一个新项目中，他和他的同事正在研究机器人和AI如何影响视觉艺术的创造力，部分原因是试图描述最新技术的创造力。
他说：“我们应该准备好在接下来的几年里迎接类似的革命。”
Sandrine Ceurstemont是一名位于英国伦敦的自由科学作家。