Source article: Creative Processes in AGI — How AI Mimics Human Creativity
Translation by: cryptobeijing
Dework task link: https://app.dework.xyz/singularitynet-ambas/test-38287?taskId=9ea5bd1b-debd-4201-a0f7-75aa23525333
Community review: Please leave comments below about translation quality or like this post if it is well translated
AGI中的创造性过程——AI如何模仿人类创造力
生成性人工智能的兴起无疑引领了技术创新的新时代，挑战了我们对创造力及其与人类其他特性独特关系的理解。
随着人工智能（AI）系统的不断发展，考察它们在创造性表达领域的能力与局限变得日益重要，这一领域对于即将到来的通用人工智能（AGI）的本质至关重要。
让我们来谈谈创造力
创造力是智力的一个重要方面，它使我们能够产生新的想法，解决复杂问题，并在艺术、文学和创新中表达自己。这是一种使人类区别于其他物种的品质，有时甚至被认为是我们物种的一个决定性特征。
然而，AI的崛起重新定义了创造力的边界，引发了关于AI的创造性产出，尤其是来自生成性AI的产出，是否真的能与人类创造力相匹配的辩论。
人类创造力涉及超越既定规范的能力，连接不同的思想，并创造出新颖、有价值和有意义的事物。它包括原创性、想象力和情感共鸣。
无论是诗人创作诗句、科学家开发开创性理论，还是艺术家绘制杰作，人类创造力都深深植根于意识和情感之中。
AI能在创造力测试中胜过人类吗？
虽然AI在创造力测试中的表现可能表明它与人类创造力相媲美，但这并不意味着AI正在变得真正具有人类意义上的创造力。
AI在这些测试中的成功通常源于其在模式识别、信息检索和优化方面的熟练程度。
这引发了一个非常重要的问题：当计算机在人类设计的创造力测试中表现出色时，它是真正具有创造力，还是仅仅利用数据和统计分析模仿人类创造力？
在狭义AI的背景下，很可能是后者。
对比人类创造力与生成性AI
像DALL-E这样的生成性AI模型已经取得了一些令人瞩目的成就，有些人认为这些成就是创造性的。大型语言模型可以写诗、作曲和提出解决问题的方案。
然而，仍然存在显著的区别。特别是在音乐、诗歌和文学等领域，人类创造力一直在挑战传统规范，并展现出创新精神。然而，AI是基于数据运作的。尽管它理解语言和我们给予的输入，但它真的拥有创造原创内容的创造力吗？
2011年，杜克大学文学期刊发表了一篇由人工智能程序创作的诗歌，其文本与人类作者撰写的诗歌在风格和质量上几乎无法区分。同样，在2016年，谷歌的AI创作了一段90分钟的钢琴旋律。这些例子表明，生成性AI可以产生独特的内容。尽管取得了这些进步，AI不能取代人类创造力；它只是通过借鉴现有作品来复制创造力。
生成性AI是一个强大的工具，我们可以用它来创造引人注目的内容。然而，尽管它有许多优点和潜在的用例，AI仍不能取代人类创造力。它只能通过基于数据和之前的作品创造艺术来复制创造力。
以下是当今AI不能取代人类创造力的五个原因，以及为什么它有时甚至看起来像是在模仿它。
1、生成性AI没有想象力，它只能识别模式。生成性AI模型擅长模式识别和生成数据驱动的内容。它们分析大量数据集以产生模仿创造力的输出。例如，它们可以通过识别现有作品中的模式来生成诗歌。然而，这与人类在创作中带入的真实想象力和情感深度有着根本的不同；
2、生成性AI的质量取决于它的训练数据。生成性AI可以创造独特的艺术形式，但其输出限于训练数据。与人类不同，AI不能真正理解或解释数据背后的含义。它基于训练期间学习到的统计模式生成内容。简而言之，AI不能像人类那样理解世界，无法创造出反映人类思想或情感的内容；
3、AI缺乏上下文理解。人类创造力与作品创作的背景紧密相连，包括历史、文化和社会意义。虽然AI可以被编程为具有上下文知识，但它不能完全把握或复制人类上下文的复杂性；
4、AI缺乏情感深度。人类创造力通常源于深层情感、个人经历和文化背景。大型语言模型缺乏这些情感基础，导致创作出的作品可能看起来结构化，但缺乏人类作品的真实性和真正意义；
5、AI不能跳出框架思考。虽然大型语言模型可以通过借鉴大量数据生成创造性解决方案，但它们并不像人类那样创新。人类基于独特的洞察力和创造力发明了全新的领域，比如人工智能本身。AI无法复制这种开创性的创造力。
人类创造力之所以优越，是因为它源于我们的意识、情感和丰富的生活经验。它包括产生创造性产出的能力，并通过创新和发明塑造世界，拓展当今世界可能性的边界。
用AI增强人类创造力
几十年来，许多人工智能研究的重点是创建一台能够模仿人类创造力的机器。
但现在，我们看到，与其专注于模仿人类创造力，我们可以利用我们手中的AI工具来帮助增强我们自己的创造过程。
我们已经看到了这一点，随着像DALL-E这样的生成性AI模型的流行——它们至少激发了人们通过将想象变为现实来创造新的和令人兴奋的事物。
我们已经看到这项技术为从艺术作品和诗歌到音乐创作和建筑设计等各种领域的更大创新和创造力打开了大门。
AI正在为我们的工作场所、企业和最终我们的日常生活带来更多的创造力和效率。
以下是它正在这样做的两种方式：
给我们更多的自由时间和释放我们的心理空间。
许多人现在利用AI技术处理他们的日常任务，允许他们专注于更高级别的创造性思考和战略决策，这样长期以来，可能会产生巨大价值。随着我们使用的AI工具的发展，将会出现一波新的创新，企业越来越多地将这些智能工具整合到现有的工作流程中。这种协同作用将使企业采用新的方法，最终解决用户和客户不断演变的需求。
帮助我们做出更明智的决策。
让我们用正确的视角来看待事情。AI不是类人认知的仿真，而是大规模的数学处理，适用于所有行业的无数用例。人脑自然不擅长识别成千上万数据点之间的相关性。AI不仅可以加速数据分析，还可以通过提出人类可能没有设想的解决方案来激发更有创造性的思考。
最后的想法
尽管生成性AI算法在创造性领域正在进步，但它们仍然无法复制人类思想的复杂性和多样性。AI无法理解上下文、情感、个人经历和自发性，这些对于真正的创造力至关重要。因此，担心AI将取代创造性领域的人类工作者还为时过早。
目前，我们可以利用生成性AI来增强我们的创造性努力。它可以帮助我们产生新的想法，简化设计流程，并准备彻底改变我们处理创造性工作的方式。然而，由于我们能够融入情感，创造出与观众产生共鸣的引人入胜的艺术，人类创造力因此而脱颖而出。AI可以创造引人入胜的内容，但如果没有情感智能，它就无法完全理解或影响其创造物的情感深度。因此，它只能模仿人类创造力，而无法真正复制它或为长期问题创造新的解决方案。
虽然今天的AI可以通过分析模式和基于数据生成内容在一定程度上模仿人类创造力，但AGI将是一个完全不同的故事。AGI将拥有真正的创造力，由对人类类认知过程的更深层次理解和整合驱动。
想要了解更多关于通用人工智能未来的内容吗？
加入我们2024年8月13日至16日在华盛顿州西雅图举行的第17届年度AGI大会，会议将提供现场和虚拟参与方式。
今年的活动很可能加深我们对AGI的理解，并探索实现人类水平智能的各种途径，包括近期AGI系统的可行性、通往人类水平AGI道路上未解决的挑战、衡量AI能力随着其发展而演变的方法、新兴AGI系统的伦理和认知指导、行业、政府、学术界和开源社区在AGI发展中的作用，以及AGI对社会的影响。
现在注册（免费虚拟出席）以确保您在AGI-24的席位！不要错过参与发人深省的讨论、与顶尖专家建立联系、为有益AGI的未来做出贡献的机会。