第1章 洛夫萊斯測試

01 克勞德·德彪西（Claude Debussy）

藝術創造規則，而不是規則創造藝術。

“這臺機器實在是太漂亮了！”17歲的阿達·拜倫（Ada Byron）在參觀查爾斯·巴貝奇（Charles Babbage）發明的差分機模型時發出了這樣的驚嘆。

差分機是一種自動機械計算器，由大大小小的齒輪堆疊成塔狀結構，每個齒輪的輪齒上標記有數字，旁邊裝有一個手柄。通過手柄的轉動來驅動齒輪，在嘎吱嘎吱聲中，差分機可以自動完成比較簡單的數學計算，比如平方、立方甚至平方根……

受母親及家庭老師的熏陶和培養，阿達從小就對數學和機械有著極其濃厚的興趣，長期關注并深入研究巴貝奇的設計構想。數年后，已經嫁給洛夫萊斯伯爵的阿達決定與巴貝奇合作，致力于分析機的研發。分析機不同于差分機，它是一種通用的數學計算機，能力不局限于自動機械計算。阿達認為分析機應該發展成一個可用符號來表示任何事物的裝置，她還預言分析機可以繪圖、演奏音樂，甚至在其他科學領域也會有一些建樹。此外，她認為分析機將產生一種全新的“理想化科學”，數學家將通過編程指揮機器去執行任務。她甚至預測，這臺機器將能夠“譜寫”出屬于科學家的“美妙樂章”。這些連巴貝奇都沒有想過。

現在的觀點普遍認為，阿達所闡述的核心思想是向創造性編碼邁出的第一步，它啟發著艾倫·圖靈（Alan Turing）、馬文·明斯基（Marvin Minsky）和唐納德·米基（Donald Michie）等一系列先驅，并引發了席卷全球的人工智能革命。阿達對機器能力保持著謹慎的態度：“分析機能做我們命令它去做的任何工作，但不能創造；能分析，但不能預測。它的本質是幫我們實現已知的事情。”阿達認為，分析機有其局限性：輸出（你所得到的）不會超過輸入（你所投入的）。

多年來，這個觀點已在計算機科學領域成為共識。它就像一種心理暗示，讓我們覺得“智能機器取代人類”絕對不可能發生。也有人認為，想讓機器擁有智能，前提是先搞清楚人類的智能。

研究人類智能，在宏觀上有心理學，在微觀上有分子生物學等學科，但每個方向在研究到一定階段就會遇到瓶頸而停滯不前了。沒有任何一個學科能告訴我們：智能從何而來，怎樣才能產生智能。現在，即使我們已經了解了許多關于大腦的知識，但人類智能仍然像是一個“黑匣子”。對這個“黑匣子”的研究有兩種方法：要么從外部觀察其行為，模擬其結構，我們稱此為自上而下的研究；要么猜測其結構，從外部的輸入、輸出驗證其行為，我們稱此為自下而上的研究。在計算機編碼的思維模式方面，人們逐漸從自上而下的方式向自下而上的方式進行轉變。究其原因，是因為自下而上的方式更有助于計算機尋找合適的“路徑”去完成任務。事實上，我們根本不需要搞清楚什么是智能，以及怎樣才能產生智能，就可以讓算法在“數字之?！睍秤?。此外，算法還能像孩子一樣學習成長。機器學習所創建的代碼甚至能夠產生驚人的洞察力和決策能力，可應用于醫學圖像精準識別及股票交易決策等領域。新一代的程序員用實踐證明了阿達·洛夫萊斯的預言是錯誤的——輸出可以大于輸入！你可以獲得比輸入更多的東西。

盡管如此，我們仍然相信人類活動的某些領域是機器依然無法觸及并參與的，比如人類的創造力。人類以非凡的想象力和創新力，創造出反映內心情感世界的藝術作品，進而拓展了人類存在的意義。換言之，如果把人類智慧看成一種抽象意義上的編碼，那么藝術作品就是這段編碼中情感的流露和表達。

這完全取決于人類的智慧。莫扎特的《安魂曲》暗含了對死亡的思考；莎士比亞的《奧賽羅》含有對復雜情感的體會；倫勃朗的肖像畫所描繪的模特衣著和樣貌，也蘊含著人物情感的傾訴。機器的創造力怎么有可能取代人類，或者說去和莫扎特、莎士比亞、倫勃朗這些藝術巨匠競爭呢？

需要聲明的是，本書涉及的藝術主要源于西方文化，這主要是因為這些繪畫、音樂、文學作品都是我所熟知的。首先，我對自己以西方為中心的觀點表示歉意。其次，跨越不同文化背景目前仍存在巨大的挑戰。因此，需要一個統一的標準來衡量人類與計算機的創造力。

從廣義上來講，人類的創造力不僅僅存在于藝術領域：鼎鼎有名的肥鴨餐廳（米其林三星級餐廳）的主廚赫斯頓·布盧門撒爾（Heston Blumenthal）的分子烹飪法，“荷蘭飛人”“巴薩教父”約翰·克魯伊夫（Johan Cruyff）精湛絕倫的足球技法，英國女建筑師扎哈·哈迪德（Zaha Hadid）美輪美奐的建筑設計，匈牙利發明家、雕刻家、建筑學教授厄爾諾·魯比克（Ern? Rubik）發明的魔方，甚至游戲《我的世界》的代碼都應該被視為人類創造力的一部分。

在我所研究的數學世界里，創造也是重要的組成部分。創造的吸引力是使我伏案數小時構思方程式、寫出證明過程的重要原因之一。經過漫長的醞釀、不懈的努力，靈感瞬間閃現，可以使我構思并繪制出一個新的對稱結構。這個從無到有的過程，給我帶來純粹的興奮體驗，而這正是創造力的魅力所在。

創造力是一種原動力，它驅使人們產生新的、令人驚訝的、有價值的想法，并積極地將這些想法付諸實踐。

創造出在表面上看似新的東西相對容易，比如我可以借助計算機得到無數種關于對稱性結構的建議方案。但這是在意料之中的，不會令人驚訝，更無價值可言。若我發現的不僅是一種新的對稱結構，而且在群論與數論之間建立了關聯，為探索充滿未知的數學世界提供了一種新的途徑，那這就是它令人驚訝的價值。

每當我們自以為預見到“故事的結局”時，就會突然被帶往下一個新的開始。這是一份值得我們充分關注的大驚喜。所以，無論是我還是其他任何人，在遇到偶然間的創造性行為時，都會表現得異常興奮、急迫和匆忙。

是什么賦予了事物價值？是價格還是別人的認可？價值是相對的：我寫的詩或畫的畫，在我看來是寶貝，在別人看來可能一文不值；一部情節曲折的小說與能改變人們生活體驗的文學創作方法、建筑設計方案和音樂創作手法相比，其價值就顯得微不足道了。這就是伊曼努爾·康德（Immanuel Kant）所說的“典型的原創力”——人類所獨有的，能成為別人靈感的原創性行為。

所有這些歸根結底都是神經元活動和化學反應的產物，是人類經過數百萬年進化所形成的大腦的“代碼”?？茖W家經過長期的研究發現，這一過程是有章可循的。那么，人類創造力的“算法”或它所遵循的規則是否會超乎我們的想象？

本書主要討論新一代人工智能（AI）的“極限”：它是否能擁有與人類相似甚至超越人類的創造力。機器同樣可以畫畫、創作音樂或小說嗎？它也許無法與畢加索、莫扎特、莎士比亞等大師相媲美，但它在創作故事、畫畫方面能否達到孩子的創造力水準呢？對那些或打動人心，或平淡無奇的藝術作品進行對比分析之后，機器能否學會創作？人工智能是否能幫助人類提升創造力，從而幫助我們另辟蹊徑？

創造力并不局限在藝術領域發揮作用，還廣泛地在其他領域起著不可比擬的作用。比如，我女兒用樂高積木搭建的城堡；我兒子幫助他的球隊贏得足球比賽后，被稱為“富有創造力的中場球員”。我們在創造性地解決日常問題，創造性地管理和組織團隊。正如我將要在本書中闡述的，數學是一門極具創造性的學科，它與藝術有很多共通之處。

創造的沖動是人類有別于其他動物的關鍵要素之一。但因為人類更習慣去做重復性的日常工作，創造的“雙翼”會被這種慣性束縛而得不到激發。想要創造，我們必須走出思維定式。或許此過程中機器會發揮作用，提出一些新的想法和建議，以啟發我們突破思維定式，防止我們陷入簡單的重復。最終，機器可能會幫助我們，而作為人類，我們應該表現得不那么像機器。

你可能會有一點詫異：作為數學家的我為什么會帶你踏上了解機器創造力的旅程？原因很簡單：算法、計算機代碼、人工智能、機器學習都是以數學為核心的。如果想了解掌控現代生活的算法完成這些事情的內在機理，那么就需要理解支撐它們的數學規則，否則就會在未來的生活中茫然無措。

人工智能正在向人類智能發起挑戰，很多人類從事的工作，人工智能也可以做，甚至做得更好。但本書的重點不在于“無人駕駛”或“智能醫療”，而是去探索“機器編碼”與“人類編碼”之間的競爭：計算機有創造力嗎？有創造力意味著什么？我們對藝術的情感反應中有多少屬于大腦對模式和結構做出反應的產物？

這不只是一個有趣的智力問答。藝術是人類大腦編碼的一種“輸出”，通過它，我們可以更深入地了解復雜的人類大腦是如何工作的。計算機也是如此，我們將通過計算機“創作”的藝術作品，了解計算機的工作機理?！俺绦騿T通常并不真正理解最終的代碼是如何工作的”，這是“自下而上”編碼方式面對的挑戰之一。計算機創造的藝術像魔法師手中轉動的水晶球，透過它，我們可以分析計算機是如何做出決策，并預知新代碼在潛意識下的決策方向的。此外，它還可能揭示人類尚不能完全理解的計算機代碼中固有的局限性和危險性。

促使我踏上研究機器創造力旅程的另一個私人原因是，作為一個數學家，我正在經歷一場“生死存亡”的危機：隨著人工智能的發展，在未來幾十年里，數學家的工作是否還會對人類有價值？數學是一門關于數字和邏輯的學科，可這不是計算機最為擅長的嗎？

然而，數學不僅是數字和邏輯，也是一門具有高度創造性，涉及美和美學的學科。這也是我反對計算機進入數學領域的部分原因。我們在研討會和期刊上分享的不僅僅是轉動機械手柄得出的計算結果。直覺和藝術敏感性是一名優秀數學家應具有的重要特質，而這一特質永遠無法編入機械計算的程序中。那么，人工智能可以嗎？

作為一名數學家，我想知道新一代人工智能進入世界各地的畫廊、音樂廳和出版社后，會有多么成功？偉大的德國數學家卡爾·魏爾斯特拉斯（Karl Weierstrass）曾經寫道：“不具備詩人氣質的數學家，永遠不會成為真正的數學家。”正如阿達·洛夫萊斯完美概括的那樣：你需要調和，配方中要有一些拜倫的藝術風味，也需要一些巴貝奇機械的成分。雖然她認為這些由齒輪構成的機器能做的事情是有限的，但她同時也意識到它們在表達藝術特質方面的潛質：

 

它們可能會應用于數字以外的其他事物……例如，音樂中的和聲布局，作曲的旋律安排，根據需要進行改編。分析機可能會生成任意復雜程度、精細程度的音樂作品。

 

阿達堅信，任何創造性的行為都取決于程序員（人），而非機器。但新一代的程序員則不這么認為，他們覺得“代碼”也能勝任創造性的工作。

在人工智能誕生之初，艾倫·圖靈就提出了評價計算機智能的測試方法。這里，我想提出一個新的測試方法——洛夫萊斯測試。通過該測試的規則是，算法需要創作一件藝術作品，人類程序員無法解釋該算法的工作機理，但整個過程是可復現的（以排除因硬件錯誤產生的結果）。我們希望機器創造新的、令人驚訝的、有價值的東西。然而，對真正具有創造力的機器，還需要額外增加一條：具備超越程序員或數據集創建者的創造力。這也是阿達·洛夫萊斯所說的“難以克服的挑戰”。