巴黎索尼计算机科学实验室的Gaetan Hadjeres和Francois Pachet，以巴赫的合唱曲为训练素材，打造了一个AI系统。为何选择合唱曲？麻省理工科技评论的解释是：“因为这类曲子的创作过程本身就是逐步推进的，而且有明确的算法可循。”训练数据涵盖352首巴赫作品，将其拆解为不同音符，最终生成了2503首“新作”。结果如何？在1600名听众（包括专业音乐人和音乐专业学生）中，超过半数的人认为这些曲子就是巴赫本人所作。

转战诗歌领域，挑战更为艰巨。达特茅斯学院曾举办一场比赛，让评委阅读14行诗和符合规定的押韵句子——部分由人类创作，部分由AI生成。结果所有评委都能准确分辨出哪些出自人类之手，哪些是机器产物。

那么，用AI写小说呢？一位机器学习爱好者利用深度学习算法训练系统后，让其续写《哈利·波特》。效果嘛……只能说中规中矩。

因此，AI系统究竟能否创作出与人类相当的作品？要回答这个问题，或许得先厘清：人类到底是如何进行“创造性思考”的。

人类的理性思维和数学能力虽然是先天具备的，但需要通过教育才能充分激发。因此，我们学习自然规律、破解逻辑谜题、探讨道德困境。然而，即便是最聪明的人，也常常会做出奇怪且不合理的决策，而这些决策反过来又塑造了我们各种偏见。

另一方面，人类的情感、直觉和创造力，其实并不依赖大量正规训练。每个孩子天生就会笑、会哭、会画画、会创造、会提问、会探索——更不用说教育了。教育的作用在于塑造这些能力，教导孩子控制情绪、引导创意方向，并让他们能以更精准、更周全的方式去创造。

那么，AI能否学会创造艺术呢？

计算机系统完全是另一回事。它们的算法任务执行得相当出色，但缺乏人类大部分与生俱来的能力。没错，它们能在毫秒内完成复杂数学计算，但如果你给计算机讲个笑话或者播放一首情歌——它不会有任何情感反应。

因此，即便人工智能发展迅速，AI系统能否学会创造艺术，仍然是一个悬而未决的问题。不过，在那些与创造力没有直接关系的领域，进步依然存在，所以可能性并未归零。算法已经解决了人类设计的最棘手的逻辑难题；AI系统正在挑战理解语言的任务，可以在游戏中虐杀最顶尖的人类玩家，还能上街证明自身的安全性。

这些能力其实离创造力本身并不遥远。尤其是语言——语言既严格遵循特定规则，又允许艺术层面的发挥，例如讲故事和写诗。

人类创造力的力量

考虑到心理过程的差异，人脑既能讲逻辑又具备创造力，这一点实在令人着迷。逻辑按照一套规则和程序有序运转；而创造力与直觉则可能是混乱的，但又直截了当。

首先应当承认，创造力至少有两种形式。一种可以称为“啊哈”式的灵感——比如你在淋浴时突然冒出的点子。另一种则类似于钢琴家在创作时舒展身心、即兴发挥。这两种情况下，注意力和认知都被暂时搁置，情绪表达和潜意识则自由流淌。

思想的游荡——这种状态就是放弃有意识的思考，让思绪随意飘散。这种状态与创造过程的关联已被反复证实。想法从脑海涌出，激发出意想不到的火花。与数学公式或逻辑结构不同，这些过程很难通过计算来重现。

早在正式心理学研究创造力之前，许多艺术家就已经沉浸在思想游荡的力量中。超现实主义画家萨尔瓦多·达利坐在椅子上，手里握着一把钥匙——他意识到，在入睡前那些快乐的瞬间，当奇怪的想法浮现时，钥匙会掉落并把他唤醒。

不过，并不是每次淋浴都能算作创造过程。有些想法第二天回想起来简直荒唐，有些旋律在脑海中只是刺耳的噪音。要让创造力达到艺术层面的高度，还需要更精妙的东西。创作者必须先理解规则，然后才能有效地打破它们。他们在创作时必须有一种恰如其分的感觉、情绪或效果。某种程度上，他们是在把新的想法引入已有的想法中。艺术家用我们非常熟悉的材料——颜料、短语、旋律——以新的方式组合事物，从新的视角审视它们。

乔布斯说过：“创造力就是把事物连接起来的能力。”虽然他说得轻巧，但实际做起来要难得多。它需要一个目标、一个落脚点——无论是解决问题还是描述一个想法。我们可以教AI系统把图像、音色、单词组合在一起，但AI能用有意义且聪明的方式来完成吗？

人工智能创造力的尝试

研究创造力的工作原理，并将其传授给智能机器——虽然极具挑战性，但研究者从未停下脚步。文章开头已经展示了用AI系统写文章和谱曲的例子。

再聊聊视觉艺术。1973年，艺术家Harold Cohen打造的AI系统AARON“出生”了。Cohen在接受BBC采访时说：“AARON已经变得自给自足了。”但他也补充道，AARON距离真正像人类的创作还有很长的路要走：“我不否认未来某一天，机器能让某些艺术作品变得更复杂。这些事情比自动驾驶复杂得多，但我不指望在本世纪实现。”

欣赏机器创作的艺术

一个重要的问题紧随而来：我们如何看待智能机器制作的艺术品？我们会欣赏它的创意和设计吗？

有一种观点认为：艺术的价值和意义独立于它的创造者。而另一方面，很多人相信，艺术品背后的故事以及关于艺术家的信息，会影响我们对艺术品的感受。你不妨做个测试：假设你站在一件著名艺术品面前，然后有人告诉你，这件作品是赝品——即便它和原作一模一样，你还觉得欣赏它很有趣吗？

心理学家保罗·布鲁姆在一次访谈中指出：当人们看到某个物体或面孔时，最看重的其实是“别人对它的评价”——你怎么评价它，会极大地影响他们。有位小提琴手在华盛顿的地铁站演奏了一首曲子，总共收到32美元的小费。没有人告诉路人，这位小提琴手是约书亚·贝尔——他发行过30多张专辑，在白宫表演过。在贝尔的音乐会上，每张门票均价超过100美元！如果路人知道他的身份，会不会有更多的人来听他在地铁站演奏的音乐？答案显而易见。

AI系统还需要一段时间才能学会创造力

就目前而言，创造力仍然是人类特有的行为。尽管很多AI系统都在尝试创作艺术品，但距离艺术家的标准似乎还有差距。在音乐领域表现不错，但在其他大多数领域，算法仍然不尽如人意。但有一点可以确定：随着机器变得越来越智能、能力越来越强，它们会越来越接近真正的创造力。