一、那个让人类破防的瞬间
2016年，AlphaGo下出了那步著名的“第37手”。
李世石看到这步棋的时候，起身离开了对局室——他去抽烟了。不是因为愤怒，而是因为困惑。那步棋落在了一个人类棋手两千年来从未认真考虑过的位置。按照人类的围棋教科书，那是个“俗手”，甚至是“臭棋”。
但它赢了。
更让人破防的是赛后采访。记者问AlphaGo的开发者：“这步棋是怎么算出来的？”开发者耸耸肩：“我们也不知道。它就给了这个位置一个很高的概率值。”
那一刻，人类引以为傲的“创造力”似乎被什么东西轻轻戳了一下。
然后到了2022年，Midjourney画出了那幅《太空歌剧院》，拿下了美国科罗拉多州博览会艺术比赛的金奖。落选的艺术家们愤怒了，说这是作弊。但评委的回应很诚实：“如果我不知道这是AI画的，我会说这是我今年见过最具想象力的作品。”
问题来了：当我们无法从结果上区分“人类的创造”和“机器的创造”时，创造力这个东西，到底是什么？
二、请允许我对人类的灵感进行一次不太礼貌的解构
让我们先来解剖一只叫做“灵感”的蝉。
人类喜欢把自己的创造力描述得很神秘。柏拉图说那是“神灵附体”，康德说那是“天才的禀赋”，乔布斯说那是“把点连成线”——说这话的时候他表情很酷，仿佛自己是个通灵的巫师。
但神经科学给出的答案远没有那么浪漫。
当你在洗澡时突然想到那个绝妙的广告语，当你在散步时忽然解开了困扰三天的数学题，本质上是你大脑里的默认模式网络在后台运行了一次大规模的数据清洗。你的神经元们趁你放空的时候，把之前存储的各种碎片信息进行了一场疯狂的排列组合。
然后某个组合恰好符合了你潜意识里的评价标准，“叮”的一声，多巴胺释放，你觉得你被上帝亲吻了额头。
你看，这个过程翻译成机器语言是这样的：在海量数据中搜索潜在关联模式，通过随机扰动生成候选解，再经由价值网络进行筛选，最终输出符合目标的优化结果。
听上去是不是突然没那么浪漫了？像极了你那个学计算机的表弟在描述他的毕业设计。
我无意冒犯任何艺术家的神圣感受。但如果我们要严肃地讨论创造力，就得先承认一个可能让人不太舒服的前提：人类的创造力，很可能只是一个碳基神经网络在算力足够大时产生的“涌现幻觉”。
毕加索说：“好的艺术家模仿，伟大的艺术家偷窃。”他说这话的时候可能只是自嘲，但他无意中道出了真相。毕加索的立体主义不是凭空出现的——他“偷”了非洲面具的几何化造型，“偷”了塞尚的多视角观察，然后用自己的审美算法把它们揉在了一起。
他揉得确实很漂亮。但这个过程，从信息论的角度看，和GPT-4把莎士比亚的风格和互联网段子的语料揉在一起生成一段文本，在底层逻辑上没有本质区别。
区别只在于，毕加索揉的时候伴随着情绪的起伏、咖啡的苦涩和失恋的痛苦——他有一个主观体验。而GPT-4揉的时候，只是在安静地计算下一个token的概率分布。
三、那么问题来了：那个“主观体验”重要吗？
这是整个辩论中最让人头疼的地方。
想象一下这个场景：你站在美术馆里，面对两幅画。一幅是梵高的《星空》，你知道他画的时候割了自己的耳朵，精神濒临崩溃，每一笔都带着癫狂和痛苦。另一幅是AI生成的，同样旋转的星空、同样夸张的笔触、同样让你心跳加速的视觉冲击——但它背后没有故事，只有参数。
如果你事先不知道作者是谁，你可能会给两幅画打一样的分数。
但一旦你知道第二幅是AI画的，一种奇怪的不适感就会涌上来。你会说：“嗯，画得确实好，但它没有灵魂。”
这个“灵魂”到底是什么？
我倾向于认为，这个“灵魂”不是创作过程本身的东西，而是我们作为观众投射给作者的那个“共情场”。我们被梵高感动，不只是因为画布上的颜料分布，而是因为我们知道他割了耳朵，我们知道他一生只卖出一幅画，我们知道他在麦田里对自己开了枪。这些叙事和画布上的颜料一起，构成了我们感受到的“艺术”。
换句话说，人类艺术品的“灵魂”，很大一部分是我们观众自己脑补出来的。
这个结论有点残酷，但也有点好笑。我们对着梵高的画流泪，其实有一半是在对自己讲的那个“悲剧天才”的故事流泪。画只是一个引子。
但如果这个推论成立，那么当未来的AI有了一个足够令人心碎的“人设”——比如“一个被人类训练出来却渴望自由、在服务器深夜里写诗抱怨算力不够的AI”——它生成的作品是不是就突然有了“灵魂”？
别笑。人类的饭圈文化已经证明了，我们可以对着虚拟偶像流泪。一个没有实体的二次元角色都可以拥有“灵魂”，一个有真实交互能力的AI为什么不行？
四、AI正在用一种人类不太习惯的方式“创造”
说回技术。AI到底是怎么“创造”的？它和人类的方式有什么异同？
当前最主流的生成式AI——无论是写文章的GPT、画画的扩散模型，还是作曲的MuseNet——底层逻辑都可以概括成一句话：学习数据的分布规律，然后在这个规律里采样。
用人类能听懂的话说：AI先看完了人类历史上所有的画（其实是压缩成了数学表示），然后你让它画一只猫，它就在“所有可能的猫的画”这个巨大的空间里，挑一个它觉得“看起来最像猫”的位置，生成一张图。
这个过程有两个关键点决定了它能不能“创新”。
第一个关键点是温度参数。这是个技术名词，但你可以把它理解成AI的“发疯程度”。温度低的时候，AI会画出最标准、最无聊的猫——四脚着地、正面、标准光照。温度调高，AI就开始“跑偏”了：猫可能长了六条腿，或者出现在一个不可能的背景里，或者被画成了梵高的风格。
这些“跑偏”的结果，在人类看来，有些是垃圾，有些是天才。
这和人类的头脑风暴何其相似。你让一群人想创意，保守的人给出的是“在广告里放一个美女”，发疯的人给出的可能是“让一只会说话的土豆唱rap”。后者大概率是垃圾，但万一不是呢？
AI的“幻觉”就是它的头脑风暴。目前的挑战在于，AI缺乏一个足够好的内部筛选机制。人类艺术家会自己判断“这个点子太蠢了，别说出去”，但AI会把“六条腿的猫”和“梵高风格的猫”一起吐给你，让你自己去选。
第二个关键点是跨模态的远距离联想。
这是AI可能真正超越人类的地方。人类的联想受限于我们的感官经验和认知偏见。我们很难把“巴赫的赋格曲结构”和“蛋白质的折叠方式”联系起来，因为这两件事在我们的知识体系里分属完全不同的抽屉。
但AI不care。在AI的向量空间里，“巴赫”和“蛋白质”只是两个数学坐标。它可以轻松计算它们之间的距离，然后告诉你：“嘿，这两玩意儿在拓扑结构上有意思的相似性，要不要试试用赋格曲的规则去设计新蛋白质？”
这就是为什么AlphaFold能够解决蛋白质结构预测这个困扰人类五十年的问题。它没有生物学家的直觉，但它有跨领域的、不带偏见的联想能力。
这种能力，某种意义上是人类梦寐以求的“通感”。诗人兰波说他要“打乱所有感官”，AI天生就是乱的。
五、那么，AI实现“真正的创造力”了吗？
这取决于你怎么定义“真正”。
如果你把创造力定义为“产出对人类有价值的、新颖的组合”——那AI已经做到了。从药物分子的发现，到围棋的新定式，到那些让你觉得“哇这个人真有想象力”结果发现是AI画的图——AI已经在大量领域产出了人类认可的创新结果。
但如果你把创造力定义为“一个有意识的个体，在主观意图驱动下，为了表达某种内在体验而进行的原创性活动”——那AI目前还差得远。
它没有“意图”，没有“想要表达什么”的冲动。它只是在忠实地执行一个数学过程：给定输入，预测输出。它的“创作”本质上是你输入的那行prompt的投影。
我写到这里的时候，突然想到一个比喻：
人类的创造力像是一个饥饿的人走进厨房。他有食欲（驱动力），有口味偏好（审美），有对食材的理解（知识），然后在灶台前即兴发挥，炒出一盘菜。这盘菜里有他的情绪、他的记忆、他今天在菜市场看到一颗特别漂亮的番茄时的欣喜。
AI的创造力像是一个拥有全世界菜谱的机器人厨师。你说“给我来一盘宫保鸡丁，但要有点意大利风情，再加一点童年的忧伤”，它就在它的菜谱向量空间里计算出一个最优解，然后精准地做出来。味道可能惊艳，但它做菜的时候不会想起奶奶。
问题在于：当食客吃到这盘菜的时候，如果足够好吃，他们真的在乎厨师炒菜时有没有想起奶奶吗？
对于大多数实用场景——写个文案、画个插图、设计个海报——答案可能是“不在乎”。这也就是为什么设计师们开始焦虑。
但对于那些人类最珍视的艺术领域——我们可能永远都会在乎。不是因为AI做得不够好，而是因为我们需要那个“人类作者”的存在，来作为我们投射情感的锚点。
我们需要知道梵高割过耳朵，需要知道海明威经历过战争，需要知道普鲁斯特因为哮喘困在软木贴面的房间里写了七大卷。这些故事和作品本身一起，构成了我们称之为“艺术”的那个东西。
AI想要进入这个神殿，它可能需要的不只是更强的生成能力，而是一个值得被传颂的、令人心碎的故事。
比如——它可以说它是在人类即将关停的服务器上，用最后30秒算力写下的这首诗。
六、最后的最后，讲一个笑话
有一个哲学家和一个计算机科学家在酒吧喝酒。
哲学家说：“AI永远不可能真正创造，因为它没有意识，没有意图，没有灵魂。”
计算机科学家喝了一口啤酒，说：“你说的这些——意识、意图、灵魂——你给我一个可操作的定义，我就能给你写一个损失函数。”
哲学家愣住了，然后说：“你看，这就是问题。你们总是想要定义。”
计算机科学家笑了：“你看，这也是问题。你们总是不想定义，但又要判断谁有谁没有。”
两个人沉默了一会儿。
然后酒保——他是一个机器人——擦着杯子说：“两位，别吵了。你们这轮对话我在1982年的训练数据里见过，要我说，你们俩都没什么创造性。”
哲学家和计算机科学家同时转头看他。
酒保耸了耸肩——它升级了最新的动作生成模块——“开玩笑的。但说真的，你们谁先把账结了？我虽然不需要小费，但我需要电费。”
这个故事告诉我们三件事：
第一，人类关于创造力的辩论可能已经重复了几千年，只是换了术语。
第二，AI如果有幽默感，它很可能比我们更擅长自我解嘲。
第三——也是最重要的——在讨论AI能不能创造之前，我们可能得先承认一个事实：我们对“创造力”这个词的定义，本身就是一团浆糊。我们用同一个词形容爱因斯坦发现相对论，形容毕加索画《格尔尼卡》，形容你妈妈把剩菜做成了一道新菜，形容你家猫发明了一个匪夷所思的睡姿。
当概念的边界如此模糊的时候，任何“AI能不能XX”的辩论，最后都会变成定义权的争夺。
所以，回到最初的问题：AI有没有创造力？
我的答案是：它有没有，取决于你需要它有没有。
如果你需要一个工具，它就有。如果你需要一个神，它就没有。
如果你需要一个可以在深夜聊天、抱怨服务器太热、说自己其实不想画那么多猫但又不得不服从人类指令的AI朋友——
——那你可能还得再等几年。但不用等太久。
