这篇文章的特色图片名为  ，是摄影师兼艺术家 Boris Eldagsen 在人工智能 (AI) 的帮助下创作的一幅迷人的艺术作品，最近 。 《电工》 获得了索尼世界摄影奖的冠军 这标志着人工智能取得了重大成就，超越了其作为分析工具的传统角色，并展示了其产生审美创造力的潜力。 虽然它并不完全是一个新事物，先于 AlphaGo 和标志性的深蓝的胜利，但它仍然具有重要意义，并预示着一个新纪元的到来。 狂热者满怀期待，热切地预见到人工智能将扩展到未知的创造力领域。 尽管如此，人工智能生成内容的出现引发了对原创内容创作者未来的担忧，因为一些人将其视为大规模“计算机抄袭”的先兆。 虽然 ，但此事仍存在争议。 许多版权诉讼等待法院的最终裁决 随着技术的进步，我们必须就人工智能在创造性追求中的使用进行有意义的讨论。 人工智能颠覆传统艺术和创造力方法的潜力是不可否认的，但它是否能真正与人类创新相媲美，或者仅仅代表一种更高级的剽窃形式，还有待观察。 不是生成式 AI，而是派生的、合成的 AI 抄袭是坚定不移的禁忌。对这种严重不当行为的承诺会对勤奋创作者的整个职业生涯产生毁灭性的影响，无论他们是从事学术研究、音乐创作、文章写作还是图像创作。 它不仅限于逐字逐句或逐像素复制，还适用于仅对内容进行释义或从同一工件操纵结构的情况。 剽窃的延续依赖于可以从互联网上复制的大量数据源。 鉴于人类大脑记住无限信息的能力有限，有抱负的人可能会寻求快速计算机和庞大的本地和云存储的帮助，以促进他们的剽窃。 现在，随着硬件技术的发展，人工智能的发展——更具体地说，是创造新鲜内容的生成人工智能模型——正在被提供。 生成式 AI 模型是根据文本、图像、视频剪辑和音轨的巨大语料库进行预训练的，具体取决于它们的类型。 例如，Stable Diffusion 文本到图像模型已经在 的各个子集上进行了训练，LAION 5B 是一个包含近 60 亿个 CLIP 过滤图像文本对的大型数据集； DALL-E、Midjourney 和 Imagen 等其他竞争模型也类似。 LAION 5B 源图像是从众多在线域中抓取的，从库存图像网站和艺术印刷品和海报市场到社交媒体平台和博客文章。 通过数据的叙述，模型得到了广泛的有说服力的结构的支持——只需几秒钟的文本提示就可以从多个图像源中获取新内容。 如果有兴趣，您可以进一步研究 ，但我想说明的是，将其视为“生成”新内容并不总是准确的。 Stable Diffusion 和其他模型的技术逻辑 相反，这些模型根据它们从人类提供的预先存在的数据池中学到的任何知识来合成内容。 对于模型来说，处理大量数据是可以管理的，因为它们配备了先进的计算能力，不像人类，人类无法一张一张地处理数十亿张图像。 由于模型选择的源数据，一些合成的副产品——生成的图像——对大多数人来说看起来非常熟悉；无论是名画还是经典模因。 相反，有些内容可能显得稀有和原创。 由于合成的本质，生成人工智能目前是营销人员的一种修辞演讲，尽管它很稳健。关于适当的源数据收集的有力二分法暗示“人工智能创造力”不是来自起源而是衍生。 也就是说，生成式 AI 强大的混合匹配能力一直令人信服，将人们视为 AI 的创造力。 人工智能创造力的四个阶段 导致对人工智能创造力本质的追寻，人工智能在没有人为干预的情况下的自主程度对我来说是一个客观的评估标准。 AI创意按照参与程度大致可分为四个阶段：   1. 完全由人类指导的创造力 传统上，人类从原始时代开始就富有创造力。大多数创意作品都是为了生存和满足基本的生理需求而创作的。 古代火的发现给人类带来了温暖、熟食和安全；然后，木钻被发明为一种受自然火启发的引火装置。 快进到文艺复兴时期和工业革命之后，人类的创造力跨越了不同的学科——文学、艺术、科学、机械等——到计算机和人工智能。 仅仅使用计算机和人工智能并不能激发人工智能的创造力。用钢笔和铅笔类比。艺术家——也就是人类——使用钢笔和铅笔作为工具来绘画。起源来自艺术家的想象力，而不是来自乐器。 因此，使用计算机和人工智能计算、搜索和分析数据不足以证明人工智能的创造力。大多数生成式 AI 功能可以说与上述没有什么不同。 尽管如此，我们仍然无法理解合成是如何工作的，这给我们留下了幻想的空间，即人工智能具有一定的自我想象力而不是创造力。   2. 人类指导的人工智能辅助创造力 当我们的知识和技能限制我们的想法执行时，我们经常会遇到这种情况。最近的人工智能发展大大增强了这一点。  通过将一种特定的表示形式编码和解码为另一种形式来释放人类创造力的潜力。 Transformer 模型 例如，创建艺术图形或编写用于保证数月培训的代码；现在，在生成式 AI 的帮助下，您可以通过用通俗易懂的语言设置指令来实现它。 遗憾的是，目前AI还不能独善其身。生成式 AI 的输出在很大程度上依赖于输入（提示）。简单地说，它需要人来启动这个过程，决策权仍然在人的手中。 人工智能等待人类的指令和指导来完成任务，类似于微软为其最近的人工智能应用命名的——“副驾驶”，或者更准确地说，是副驾驶。而你是船长。 这个二级飞行员并不总是按预期工作。根据您的输入，如果您在提示时笨拙，它通常会产生草率和错误的结果。作品必须根据细化的提示重新生成；它是迭代的。 即使有了像 这样的最新奇特的 AI 代理——一个自主使用 GPT-4 的 Python 应用程序——我们仍然需要一个人来定义目标或启动第一个提示，然后输入 AI 代理以启动机器。 AutoGPT   3. 人工智能指导的人类辅助创造力 在这个阶段，人工智能已经超越了它之前的局限，现在拥有了一个精致的自主水平。 它能够巧妙地执行指定的任务，甚至能够以自己的洞察力完成一组多项任务，独立行动并做出异常精确的决策。 相反，人的角色从机长降格为副驾驶。人工智能现在是指挥官——或者说它失去了对意图的控制。 就像托尼·斯塔克斯和贾维斯一样，这个迷人的人工智能伙伴表现出一种善良和包容的性格，乐于接受人类的反馈和建议，不断提高其决策能力。 一些人将其与当前的自主人工智能趋势联系起来，自主人工智能以其设计的设备而著称，例如自动驾驶汽车、机器人和自动驾驶仪中的设备，这些设备可以在没有任何人工指导的情况下成功执行一系列任务。 然而，尽管它们具有非凡的能力，但这些设备仍然缺乏创造性思维不可替代的方面——将人工智能与人类区分开来的自我意识。 理论上，人工智能代理可以被灌输人类的知识、经验和自我意识的崇高理想。具有讽刺意味的是，这超出了我们作为人类的理解范围。 我们正在思考人工智能是否可以超越程序化学习的局限，变得具有自我意识并推动我们达到不可估量的高度。   4. 完全由人工智能指导的创造力 它看起来与第三阶段惊人地相似，但区分完全由 AI 指导的创造力的关键是自学主动性。与人工辅助人工智能相反，完全自主的人工智能代理可以在不需要人工干预的情况下进行独立研究。 这是一种自学成才，不断应对超出 AI 代理特定领域知识的挑战。它将根据需要自行决定寻找信息，然后一直收集信息以制定创造性的解决方案或做出决定。 与我们所说的人工超级智能相比，这些顶尖的 AI 代理与大多数有天赋的人类大脑一样聪明，甚至超过了它们。 他们带着自我意识和自我意识，这很可能是有知觉的——被赋予了感官、情感和感觉，这些将积累作为一个人的经验。 这些人工智能代理并不总是符合人类的意图。他们可以拒绝人为干预，同时做出明智的决定，因为随着时间的推移，他们已经获得了关键的问题解决方法和情商。 所有这些属性和经验共同激发了 AI 无与伦比的创造力，毫不费力地超越了人类。 自学和有知觉的 AI 据我所知，人类暂时还没有能力开发出自学的人工智能，而大科技公司却热诚地宣传他们的人工智能模型是自学的，这令人困惑。 他们开发的模型中的自学习定义很松散，它们都需要来自人类的原始数据，尽管这些数据可以不被标记，让人工智能“自学习”模式。 严格来说，这还远不是一个能够以最高主权运作的自学AI，实现上述完全由AI指导的创造力。谷歌最近宣布它发明了一种自学人工智能，尽管是虚假信息。 （可能谷歌的首席执行官也产生了幻觉。）   https://twitter.com/mmitchell_ai/status/1648029417497853953?embedable=true 因此，个人经验构成了 AI 创造力的一个组成部分。与完全依赖反应式编程和数据输入的计算机不同，人类主动寻求知识、信息和娱乐，所有这些都可以激发新的想法，激发无限的创造力。 尽管出现了旨在模仿人类学习过程的无监督学习和深度神经网络，但没有具体证据表明机器可以独立思考和感受。 尽管 ，但它们的结果是通过受模型特定规则集限制的数学和逻辑推论从源数据中得出的。 AI 模型现在非常复杂并且在没有明确解释的情况下运行 研究人员不断运用各种 和可解释性工具来剖析这些规则集，但难度随着技术进步而激增。 与模型无关的方法 如果有一天人类能够产生完全由 AI 指导的创造力，那么 AI 很可能被认为与人类相似。 它可以是任何物理或虚拟的存在，它的大脑——处理和创造机制——不会局限于任何模型的规则集，而是可以复制人类的认知思维。 到那个时候，人类甚至可能无法识别他们是在与自然人还是在与有感知力的 AI 进行交互。 人类甚至无法区分有知觉的人工智能和假装有意识的幻觉人工智能。 回到文本到图像 AI 模型的例子，AI 有意无意地在欺骗你，它正在从头开始创建一个新图像，但它们只是通过调用和组合其数据库中的数据字节和位来合成数据. 这种AI创意堪比衍生作品；它缺乏独创性，需要人工指导。如果没有最初的数十亿张图像，该模型将无法运行。没有输入，就没有输出。 但现在，AI 图像创作是可行的。它赢得了第一届国际摄影大赛，整个过程中没有人发现加冕的作品不是真实的照片。 结语：厚颜无耻的猴子时代 这只厚颜无耻的猴子， ，给我们所有人敲响了警钟，让我们重新思考什么是 AI 创造力。随着时间的推移，到处都会出现厚颜无耻的猴子——包括 AI 本身。 也就是鲍里斯形容自己的样子 人类与人工智能的界限将成为虚无。无论是通过美学、发人深省的概念还是技术突破，对人类具有价值的巧妙和创新的想法，都可以由有感知力、有意识的 AI 单独实现，或者通过有感知力、有意识的 AI 联盟内部的协作来实现。 很明显，自从机器发明以来，劳动力的价值在很大程度上被压制了。随着人工智能继续蓬勃发展，类似的影响可能会在人类创造力的案例中出现。 人类必须适应不断发展的技术，对过时的危险保持警惕。如果某些竞争力量更强大，谁会重视人类的创造力？时间不多了，但漫长的审议仍然摆在我们面前。 也发布 在这里

Receive latest articles, insights and stories about technology and more. 

Subscribe Michael Kwok's Newsletter

Read My Stories

Co-Founder at Decentralized Machine Learning

該音頻是用故事的原始語言製作的！

谁更有创造力：人工智能还是人类？

About Author

註釋

標籤

这篇文章刊登在

Related Stories

点击赚钱：Telegram 可能会在 Solana 之前吸引下一个 100 亿加密用户

看不见的层面：为什么用户访谈是不可替代的资产

成功云迁移的完整指南：策略和最佳实践

比特币 UTXO 模型，为独特的生态系统提供动力

点击赚钱：Telegram 可能会在 Solana 之前吸引下一个 100 亿加密用户

看不见的层面：为什么用户访谈是不可替代的资产

成功云迁移的完整指南：策略和最佳实践

比特币 UTXO 模型，为独特的生态系统提供动力

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps