c

人工智能的创造力分析

文=王亮家

一、引言

 

AI是新信息时代的发展必然,其也将主导第四次产业革命;提高创新能力是建设创新型国家发展战略的核心,创新过程又始终贯穿创造力的作用。“AI是否具创造力”这一命题有原则与经验两层含义:AI是否有可能具创造力?AI是否能成功具有创造力?这一问题又是否能给出确切回答呢?

 

二、国内外AI与创造力专题研究

 

国外学者BodenMA1定义创造力为产生新颖的、异乎寻常的,及有价值的想法或人工制品的能力,AI可兼具“组合型、探索型、变革型”三种创造力;但其也被质疑未能恰当捕捉创造性情境的某些方面。H.A.Simon与M.Csikszentmihaly分别认为创造力的核心是问题解决、问题发现;前者提出“机器发现”这一研究方法,开创了计算机模拟人类思维过程;后者作为创造力系统观持有者,认为创造力不可复制,提出多因素模式。

 

国内主要在机器发现、创造性计算模型、AI创作物评定三方面有所展望。樊阳程揭示Simon与M.Csikszentmihaly对创造力本质的不同理解、理论预设、研究方法,及考察角度对内外部系统的不同侧重。程名4等据计算方法对已有的创造性思维计算模型分类并提出展望,如非线性动力学计算,构造“灵感”自涌现机制计算模型。季冬梅5、徐英瑾6分别从遗传编程、文学著作与艺术创作三方面分析,认为AI创作物产权与专利评定需结合AI发展水平、贡献大小、普及程度、技术特征等具体情形。

 

上述学者已为“AI创造力”基础理论做出了卓越具启发性的贡献,鉴于智能科学的复杂性,各学者对于创造力的概念、创作物创造性评定众说纷纭,对创造力仍存在诸如,“结果”是否很新?何种程度很新?对于个体或历史很新?应从功能上,或是体系上来评价等分歧点。因此对于AI创造力话题有待进一步系统探讨。

 

三、当代智能范式视角下的创造力

 

(一)当代智能范式

 

符号主义、联结主义、行为主义是三大典型人工智能理论范式。结合国内学者提出的机制主义,表一将对比当代几大典型智能范式模型。

 

(二)何谓“创造力”?

 

笔者结合前人研究、当代智能范式构想,并参考《辞海》关于创造力的定义:敏锐发现问题、预见评价、寻求解决方向和途径、完成某些操作和对设想进行检验等的能力。笔者认为创造力本质上是智能个体自主产生的能力,以发明与发现为主要表现形式。拥有创造力的智能个体能产生区别于已有成果的新事物、新信息,能完成问题解决与问题发现;能联结“已知”与“未知”,对客观事实、原有联系有深层次发展与把握。创造力在经过系列的行为后能使得环境发生变化并抽取新性质,或由此生成源于自身所拥有信息的新特征量。

 

结合机制主义的智能范式构想,笔者认为创造力的重要基础为:信息、动机、非理性因素。下文展开辨析AI具有创造力的困境与可能。

 

四、基于当代智能范式辨析AI具有创造力的困境与可能

 

(一)基于“信息”要素,辨析AI具有创造力的困境

 

机制主义范式的核心是“信息—知识—智能”转换,符号主义范式的关键是对智能进行表征,运用物理符号系统模拟智能。从“知识”的获取、积累、运用,及智能实现程度两个层面辨析AI具有创造力的困境。

 

“知识”的积累、运用方面,由机制主义、符号主义范式可知,对信息的处理与知识的转换,是能产生创造力的重要基础,知识掌握的复杂程度影响创造力强弱。据现有智能范式进路,AI仅能具程度有限的“人赋”知识,人机交互存在“常识推理”等表达难题,这是对经验知识中的常识缺失。想象力是创造力的前身,知识积累达到一定程度,配合想象力“顿悟作用”,通过直觉思维产生创造力。机器学习依靠算法构建系统完成知识获取。深度学习后,即使AI产生很多数据,也不意味能制造信息(知识具信息量);其只能决策,不能选择,仍无法取得“必然性”知识。可认为,AI能积累的“知识”不一定合理。

 

“智能”的实现程度方面,以符号主义范式,AI的“智能”实现是通过机器学习、大规模数据库、复杂传感器和算法,完成分散任务。结合符号主义与联结主义范式,其“智能”实现需依靠知识表征。人的语言是与棋类博弈不同的开放式。人类思维的全盘机械化、符号化是不可能,其智能活动包括没有形式化和不能形式化的部分。不论认知的本质是否是计算,知识表征上AI的智能实现都存在显然的缺陷与空间。AI形象思维模拟及其不确定性智能还较差;不确定知识的表达及模糊处理也仍待发展。行为主义绕开智能表征,采取感知的进路可一定程度缓和模糊处理,但就目前对AI进行自复制、自我设计现仍是不可能的。

 

(二)基于“动机”要素,辨析AI创造力

 

创造力的主要表现形式是发现与发明。哲学史上对“科学发现”有相关讨论与界定,而科学发现正是发现的一种类型。以联结主义范式视角,智能在脑结构中自生,类比,则创造力也应是自生的,并在特殊环境(人脑及社会环境)中作为先天能力不断成熟。但与智能不同的是,创造力对发散性思维更为强调。没有发散性思维,创造的动力会被大大削弱。且AI仅能产生集中、局限于与其自身相关特定范围的(新)信息,这难产生以发散性思维为核心的创造力。人的智慧包括性智与量智8,尽管联结主义强调意向性,但AI现即使能生成画作等艺术作品,却仍不解其中风格意蕴,是性智上的缺陷;AI即使现能“还原”以往某些经典定律,但程序生成的还原过程不具有“创造”的“动机意识”;不能在过程中,经由“混乱状态”最终实现“understanding&making”,即实现哲学领域的意向性与科学领域上的实践性。

 

(三)基于“非理性”要素,辨析创造力行为过程AI具有创造力的困境

 

尽管符号主义范式的前提预设人的意识本质上是理性的,但不可否认,人作为主体兼具“理性因素”与“非理性因素”,可自我决定与控制。而具“主体性”的智能体应具有的形象思维、直觉、情感,是AI所缺乏的。历来对主体概念的讨论,均将主体看作是事实性(实体性)和价值性的统一。行为主义范式认为智能是无表征的,应通过感知和行动去联结所处的现实环境,这有利于模拟主体对开放环境的积极处理。创造力是关于认知、情感、社会等多方面的复杂现象,由智能个体在创造性行为过程中产生并发挥作用,多在日常、实践中被培养。站在主体间性的角度,主体间是能达成彼此承认的,“价值性”的存在只能在关系中产生。承担活动/行为时,AI不能表现出实践、认识、价值、审美等关系。即AI无法作为“主体”参与一切养成过程。

 

五、结语与设想

 

类似于智能有智能度,笔者认为创造力也可能存在量级,是一种可程度化的能力;即使AI实现类创造性的功能,AI也不能产生与人类相当的创造力。智能具层次性、阶梯性。不同层次的智能,智能度不同。正如人类可以承认AI具有一定程度的智能,AI创作物的出现,在某种意义上,就已经是功能模拟成功的案例,就是具有类创造力的表现。

 

总言之,笔者认为,AI的发展趋向、智能化实现程度、拥有创造力的可能性均与人类期望值、对创造力的释义相关。AI能否实现创造力是值得关注的人工智能主题与哲学主题的分歧。正如具体的某方式的机器学习实现与哲学层次上机器学习实现不一样,但即使AI无法自生而具有创造力,人类仍可使“硅基”生物促进“碳基”生物的创造。信息化周刊

 

摘自:《青年时代》2018年21期

电子杂志阅读

微信扫一扫

 

 

 

 

 

 

评分
( 0 人投票 0分 )

提交评论(不超过800字)