过去二十年，人工智能取得了飞跃式发展，但其成果主要集中在计算、大数据的等领域，对于需要运用创造性思维的领域，人工智能的表现并不突出，人类智能仍然占据着不可撼动的地位。但随着ChatGPT等大语言模型的推出，这一现象将要被改写了。

大语言模型是由人工智能技术驱动的自然语言处理工具，能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，像真正的人类一样来聊天交流。在参加一些衡量人类创造力的测试时，人工智能的表现正越来越好。

图库版权图片，转载使用可能引发版权纠纷

2023年9月14日，挪威卑尔根大学、斯塔万格大学的研究人员在《科学报告》发表了一项题为《人工智能在创造性发散思维任务中仍不敌人类最佳表现》（Best humans still outperform artificialintelligence in a creative divergent thinking task）的研究。研究指出，大型语言模型AI对话机器人在创造性思维任务测试上或能超越一般人类。不过，得分最高的人类受试者依然能超过对话机器人的最佳答案。

参加测试的有ChatGPT3、ChatGPT4以及基于 GPT-3 构建的 Copy.Ai三个大型语言模型AI对话机器人，还有人类。AI和人类被试都被要求在30秒内想出四种物体（绳子、盒子、铅笔、蜡烛）的其他用途，越多越好，这是发散性思维的一个例子，通常用于评估人类的创造性思维。

研究人员从流利度、灵活性、原创性和精细度四个维度、8个评分项上，使用了两种方法来评估人工智能和人类的表现。第一种是算法，用于评估该物体的建议用途与原始用途之间的接近程度。第二种方法用到了6名人类评估员，在不知道哪个答案是由AI给出的情况下，直接根据创意和原创性给每个答案打分。之后研究人员会计算人类和人工智能打出的平均分。

结果显示，AI在这一任务中的平均表现超过了人类，但人类被试的得分差距更大——最低分远低于AI，但最高分普遍比AI高。并且最佳人类回答在 8个评分项中的7项都超过了所有AI的最佳回答。

当然，这个结果并不一定表明人工智能已经发展出了超越人类的创造力，因为参加测试的大语言模型，它们都是从海量语料中进行了深度学习，它们的确能够基于这些已经存在的语料，组合推理出某个物品的用途，尽管这种组合推理的能力还很初级。但当面对全新的、从未出现在训练语料库中的物品时，大语言模型与人类的创造性思维还是存在着明显差距的。

例如，人类哪怕面对一个从未见过的物品，也能够从物品的外表、结构、功能等角度来理解这个物品，从而与已知的物品进行类比，推测出该物品是用来干什么的。而大语言模型过于依赖语言输入，无法从视觉上理解该物品，这就已经输了一局。即使人类用语言从该物品的外表、结构和功能等方面对大语言模型进行描述性输入，期望它能理解这个新物品的模样时，由于语言描述本身不可避免地会带入一些隐含意义的词语，这相当于人类在不知不觉中已经隐晦地告诉大语言模型，这个新物品可能具有什么用途。

此外，当物品的用途需要复杂多步的推理才能推断出来时，大语言模型很难“创造性”地建立联想，因为在大量推理任务中大语言模型做得并不好。

参考文献

策划制作

本文为科普中国-星空计划作品

出品｜中国科协科普部

监制｜中国科学技术出版社有限公司、北京中科星河文化传媒有限公司

作者丨曾心月科普创作者

审核丨王威北京通用人工智能研究院研究员

责编丨钟艳平祁媛（实习生）

最新研究！AI的创意表现或超过人类！