瑞士洛桑聯邦理工學院：人工智能中的創造力：進展與挑戰

“歐米伽未來研究所”關注科技未來發展趨勢，研究人類向歐米伽點演化過程中面臨的重大機遇與挑戰。將不定期推薦和發布世界范圍重要科技研究進展和未來趨勢研究。（關于歐米伽理論）來源：歐米伽未來研究所報告《人工智能中的創造力：進展與挑戰》（Creativity in AI: Progresses and Challenges）由瑞士洛桑聯邦理工學院（EPFL）等研究機構的學者共同撰寫，全面審視了人工智能（AI）在創造力方面的研究進展、存在的挑戰以及未來發展方向。以下是該報告的詳細介紹：1. 背景與目標創造力被認為是人類智能的核心特征之一，體現了生成新穎、有用且令人驚訝的想法的能力。它不僅是科學創新和藝術表達的重要推動力，還對社會進步和技術發展起著關鍵作用。隨著生成式人工智能（Generative AI）的飛速發展，特別是大型語言模型（LLMs）和多模態模型的出現，人工智能在創造力方面的能力得到了廣泛關注。這些模型展現了生成語言、藝術、音樂等創作內容的顯著潛力，但它們是否具備真正的“創造力”仍然是一個具有爭議的話題?；谶@一背景，報告的主要目標包括三個方面：首先，全面回顧人工智能在語言創造力（如故事、詩歌創作）、藝術創造力（如視覺藝術和音樂創作）以及科學創造力（如科學知識發現和公式推導）等領域取得的進展。其次，分析當前AI在創造力方面的局限性，特別是生成內容缺乏多樣性與原創性、抽象推理能力薄弱、以及長距離語言或藝術表達的一致性和連貫性不足等核心挑戰。最后，報告從認知科學和心理學的角度，提出了未來改進AI創造力的研究方向，強調模擬人類靈感和思維過程的重要性，為開發更具創新能力的AI系統奠定理論基礎。這不僅為學術研究提供指導，也為AI應用于文化創意、科學創新等領域指明了方向。2. 創造力的定義與評估報告引用了被廣泛接受的“標準定義”來描述創造力，這一定義強調了創造力必須具備三要素：新穎性（novelty）、價值性（value）和驚奇性（surprise）。其中，新穎性是指創造的成果需要在某種程度上是獨一無二的或前所未有的，價值性則確保生成物具有意義和效用，而驚奇性則是衡量其超出預期或令人耳目一新的能力。三者共同構成了對創造力的基本評判標準。創造力不僅體現在個體的創新行為中，即所謂的個人創造力（P-creativity），也包括對整個人類歷史具有深遠影響的歷史創造力（H-creativity）。前者如個人在日常生活中解決問題的創造性想法，后者如愛因斯坦的相對論或達爾文的進化論，其新穎性和價值性跨越了個體范圍，對整個人類歷史具有標志性意義。評估創造力是一個高度復雜且具有挑戰性的任務，主要因為其內在的主觀性。一項創作是否被認為是“創造性的”，在很大程度上取決于評估者的文化背景、知識結構和個體偏好。因此，報告提出了一系列用于評估創造力的指標與方法。人類手動評估是最常用的方式，評估維度包括流暢性（fluency，生成有意義的想法數量）、靈活性（flexibility，不同類別想法的數量）、獨創性（originality，想法的獨特性或稀缺性）以及細節豐富性（elaboration，創作的細節程度）。然而，手動評估需要耗費大量人力資源且易受主觀偏見影響，為此，報告還探討了自動化評估方法。這些方法通常基于量化指標，如通過語義距離衡量生成文本的新穎性，或通過對生成結果的統計分析評估其多樣性與一致性。盡管自動化方法在效率上具有顯著優勢，但它們在捕捉創作的情感與深層價值上仍顯不足?？偟膩碚f，報告通過對創造力定義與評估方法的梳理，為更全面地理解和衡量人工智能的創造力奠定了理論基礎，同時也突出了這一領域的復雜性和多樣性。3. 語言創造力語言創造力是人工智能領域的重要研究方向，指通過語言生成新穎、獨特且有意義的表達方式。這包括幽默、比喻、雙關、隱喻、諷刺以及新詞匯的創造。這種創造力對人類交流和藝術表現至關重要，因此成為衡量AI語言生成能力的重要維度。報告總結了當前生成式人工智能（尤其是大型語言模型，LLMs）在語言創造力上的顯著進展。例如，這些模型能夠創作結構優美的詩歌、敘事流暢的故事，并生成風格化的文學內容。LLMs 展現出一定的幽默感，能夠生成有趣的對話或雙關語；在比喻和隱喻生成方面也有突破，如通過上下文捕捉語義關聯并生成具有一定創造性的表達。此外，多語言支持的語言模型能夠跨文化生成幽默，展現了全球化視角下的語言靈活性。盡管如此，模型在生成過程中也面臨諸多挑戰。首先，其輸出常缺乏情感共鳴和深層意義，難以與人類創作者的思想深度相匹敵。其次，幽默和隱喻的生成存在一致性和多樣性問題——模型可能重復某些模式或語義關聯，難以達到真正的原創性。此外，跨文化幽默生成還需考慮語言背景和文化習俗的復雜性，模型在處理這些細膩差異時仍顯力不從心。報告還提到了一些代表性研究。如幽默檢測和多語言幽默生成任務，通過自動化評估幽默表達的新穎性和語境適配性；比喻和隱喻生成則聚焦于如何利用語義嵌入和語境模型生成貼切的語言表達；新詞匯創造任務探索AI在語言演化中的潛力，尤其是在構建新概念或術語時的表現。未來，改進AI的語言創造力需要進一步研究人類語言的認知機制，尤其是情感表達、文化適配性和跨語境理解，這將有助于開發出更具創造力和人類共鳴的語言生成系統。4. 創意問題解決創意問題解決是人工智能研究的關鍵方向之一，專注于將常識推理、抽象推理和類比能力應用于具體問題的解決。與人類類似，AI需要通過發散性和收斂性思維在復雜任務中表現創造性。這一領域的研究不僅是對AI智能能力的考驗，也是推動AI應用于真實世界問題的重要環節。發散性與收斂性思維在創意問題解決中，發散性思維注重提出多種可能性，探索廣泛的解決方案空間，而收斂性思維則強調從多種選擇中找出最優解。AI模型展現了一定的這兩種能力，例如在任務中生成多樣化的潛在答案并篩選出最佳方案。然而，報告指出，AI在面對非傳統解決方案時仍顯不足，往往局限于其訓練數據中的模式，缺乏跳出框架的創新性。報告列舉了一些常用于評估AI創意問題解決能力的任務：（1）謎語解決（RAT測試）：RAT測試需要AI在表面無關的提示詞中找到深層關聯，這考驗了AI的類比推理能力。盡管AI在簡單任務中表現良好，但對于復雜的關聯推理，其能力仍有限。（2）抽象推理測試（ARC）：ARC要求AI理解抽象模式并推導出規則，表現其在圖案和邏輯推理中的能力。模型在明確規則的任務上表現不錯，但對于隱含規則或需要發散思維的問題，完成度較低。（3）非傳統物品用途：這一任務要求AI提出日常物品的新用途，例如“磚塊的其他用途是什么”。盡管AI能夠生成多樣化的答案，但其創新性和實用性往往不及人類，體現出對已有知識的依賴。AI在創意問題解決上的局限性報告指出，AI在創意問題解決上的主要挑戰包括功能固著效應和缺乏抽象推理能力。功能固著效應使AI難以突破訓練數據中常見方法的限制，尤其在需要深度類比或重新定義問題邊界時表現不佳。此外，當前模型缺乏長距離邏輯推理能力，對任務的復雜性和連貫性處理不夠完善。盡管面臨這些局限性，報告認為，通過引入認知科學中的靈感生成機制以及結合多模態學習，未來可以顯著提升AI在創意問題解決中的表現，從而更接近人類的創新水平。5.藝術創造力藝術創造力是人工智能的一大亮點，報告對AI在故事創作、詩歌創作、視覺藝術和音樂創作等方面的表現進行了詳細分析。這些領域體現了AI模型在藝術表達中的潛力與不足。（1）故事生成AI能夠生成語言流暢且語確的短篇故事，尤其是在模仿特定風格或主題時展現了較強能力。然而，報告指出，AI在處理復雜敘事任務時存在顯著不足，尤其是在需要長距離連貫性、深層次角色發展以及復雜情節構建時，生成的故事往往顯得單薄或缺乏邏輯一致性。（2）詩歌創作AI在詩歌創作方面表現出色，能夠生成押韻和結構良好的詩句。特別是在模仿不同語言或詩歌體裁時，AI的能力令人印象深刻。然而，盡管形式完美，其內容通常缺乏深刻的思想性和情感共鳴，難以觸動人心。此外，AI在創作隱喻或表達復雜情感時，仍面臨較大挑戰。（3）視覺藝術通過生成對抗網絡（GAN）和擴散模型（Diffusion Models），AI能夠創作出高質量的圖像、插畫甚至短視頻。這些生成內容在風格化藝術表現中表現卓越。然而，在復雜場景中的對象關系處理以及對常識性物理規律的理解方面，AI仍存在不足。例如，生成內容可能存在比例失調或不符合現實邏輯的問題。（4）音樂創作AI生成的音樂作品結構完整，多聲部和諧統一，能夠展現一定的創作技巧。例如，通過學習特定風格的音樂，AI可以生成類似風格的古典樂曲。然而，這些作品往往缺乏情感連貫性，難以符合聽眾的情感偏好，表現出創作過程中過于模式化的問題。報告認為，盡管AI在藝術創作中已經展現了顯著能力，但在長距離連貫性、深層情感表達以及現實邏輯的理解和應用上仍需進一步提升。未來的研究方向包括引入認知科學中的藝術靈感生成機制，以及結合多模態學習方法，開發更加豐富和真實的藝術表現能力。6. 科學創造力科學創造力是人工智能研究的前沿領域，關注AI在發現新理論、新假設和新知識中的能力。這一領域代表了AI從“工具”向“協作者”轉變的潛力，并對科學研究的未來產生深遠影響。（1）符號回歸與公式發現AI已經在符號回歸和公式發現領域取得了顯著進展。例如，AlphaFold 的突破性研究通過預測蛋白質的三維結構，極大地推進了生物學研究。在物理學中，AI通過分析實驗數據生成新的數學公式或物理定律，為復雜系統建模提供了新的可能。這種能力不僅加速了科學發現過程，也提升了科學研究的效率和精準性。（2）科學知識生成AI在生成科學知識方面表現突出，包括生成數學猜想、自動證明定理以及預測化學和生物分子結構。例如，AI可以在數學領域自動生成新的猜想，或幫助解決長期未解的問題。在化學領域，AI能夠設計新的分子結構或藥物化合物，為材料科學和藥物研發開辟新的路徑。這些能力展示了AI在拓展科學認知邊界上的潛力。（3）挑戰與局限盡管取得了顯著進展，AI在科學研究的完整流程自動化上仍處于初期階段。特別是在實驗設計、數據分析和結果解釋等環節，AI的能力尚未成熟?？茖W研究通常需要結合領域知識、創造性思維和嚴謹的邏輯推理，而AI當前的能力主要集中在數據驅動的推斷上，缺乏主動探索能力。此外，AI在生成知識時的可解釋性和可靠性仍然是重要挑戰?？茖W創造力是人工智能實現自主創新的核心方向之一。未來的研究需要將AI的符號推理能力與人類的創造性思維相結合，開發能夠設計實驗、驗證假設并自主發現新知識的系統，從而推動科學研究進入全新的階段。7. 挑戰與未來方向報告深入分析了人工智能在創造力領域面臨的主要挑戰，并提出了未來可能的研究方向，為AI的進一步發展提供了指導。主要挑戰（1）生成內容的多樣性與原創性不足當前AI模型在生成內容時，往往受限于訓練數據，容易生成相似或重復的輸出，缺乏真正的創新性。模型在嘗試突破現有框架時，缺少引入新視角和超越訓練數據的能力。（2）長距離一致性與邏輯連貫性問題生成式AI在處理復雜敘事、長文本或多步驟任務時，常常無法保持全局一致性，容易出現邏輯跳躍、語義沖突或結構松散的情況，這嚴重影響了生成內容的整體質量。（3）記憶與插值效應的限制模型訓練過程中，AI傾向于在訓練數據的分布范圍內進行插值，而不是外推。這種現象導致AI難以突破已知領域的約束，限制了其在真正未見任務上的創造力和適應性。未來研究方向（1）過程驅動的創造力評估框架報告建議開發一種關注創作過程的多維度評估框架，而不僅僅關注最終生成結果。這種框架可以包括多樣性、連貫性、創新性等維度，并通過捕捉AI在創作過程中的變化來評估其創造性能力。（2）認知科學的啟示AI未來的創新方向之一是模擬人類的發散性思維和靈感生成機制，例如如何快速聯想到新的概念或跨領域聯系。引入認知科學中的啟發式方法和心理學中的靈感理論，有助于提升AI的創造性思維能力。（3）跨領域創新在科學與藝術的交叉點上尋找突破，是未來發展的關鍵。例如，通過結合科學推理與藝術表達，AI可以創造出既具功能性又具美感的成果。這種跨領域的創造力也有助于推動科學發現和文化創意產業的融合。AI的創造力發展需要突破現有的技術限制，不僅關注生成結果，更需探索創作過程中的多維度特性。未來通過引入認知科學的靈感啟發和跨領域協作，將有望進一步釋放AI在創造性領域的潛力，從而推動科學與藝術的雙向進步。8.總結人工智能的創造力發展正處于快速進步與關鍵挑戰并存的階段。盡管AI在語言生成、藝術創作和科學發現等領域展現出顯著能力，其創造性仍受限于訓練數據的約束和模型內在的邏輯機制。要實現真正的突破，AI的發展需要超越僅關注生成結果的范疇，更深入地研究創作過程中的多維度特性，包括發散性、連貫性和原創性。未來，通過引入認知科學的靈感生成機制，模擬人類的思維模式與創新過程，AI可以更有效地學習如何構建新穎的表達與突破性創作。此外，跨領域協作也將是釋放AI潛力的重要方向，科學與藝術的融合能夠激發全新的創新思路。這不僅有助于推動AI在實際應用中的表現，也將引領科學技術與人類文化的雙向進步，為未來社會創造更多價值。閱讀最新前沿科技研究報告，歡迎訪問歐米伽研究所的“未來知識庫”未來知識庫是“歐米伽未來研究所”建立的在線知識庫平臺，收藏的資料范圍包括人工智能、腦科學、互聯網、超級智能，數智大腦、能源、軍事、經濟、人類風險等等領域的前沿進展與未來趨勢。目前擁有超過8000篇重要資料。每周更新不少于100篇世界范圍最新研究資料。歡迎掃描二維碼或點擊本文左下角“閱讀原文”進入。截止到10月25日 ”未來知識庫”精選的100部前沿科技趨勢報告1. 牛津大學博士論文《深度具身智能體的空間推理與規劃》230頁2. 2024低空經濟場景白皮書v1.0（167頁）3. 戰略與國際研究中心（CSIS）人類地月空間探索的總體狀況研究報告（2024）4. 人工智能與物理學相遇的綜述（86頁）5. 麥肯錫：全球難題，應對能源轉型的現實問題（196頁）6. 歐米伽理論，智能科學視野下的萬物理論新探索（50頁報告）7. 《美國反無人機系統未來趨勢報告（2024-2029 年）》8. Gartner 2025 年主要戰略技術趨勢研究報告9. 2024人工智能國外大模型使用手冊+中文大模型使用手冊10. 詳解光刻巨人ASML成功之奧妙-241015（94頁）11. CB Insights：未來變革者：2025年九大科技趨勢研究報告12. 國際電信聯盟2023-2024年聯合國人工智能AI活動報告388頁13. 《人工智能能力的人類系統集成測試和評估》最新51頁，美國防部首席數字和人工智能辦公室（CDAO）14. 2024瑞典皇家科學院諾貝爾化學獎官方成果介紹報告15. MHP：2024全球工業4.0晴雨表白皮書16. 世界經濟論壇白皮書《AI價值洞察：引導人工智能實現人類共同目標》17. 瑞典皇家科學院諾貝爾物理學獎科學背景報告資料18. AI智能體的崛起：整合人工智能、區塊鏈技術與量子計算(研究報告，書）19. OpenAI o1 評估：AGI 的機遇和挑戰（280頁）20. 世界知識產權組織：2024 年全球創新指數（326頁）21. 美國白宮：國家近地天體防御策略與行動計劃22. 【CMU博士論文】持續改進機器人的探索，243頁23. 中國信通院：量子計算發展態勢研究報告2024年58頁24. 2024年OpenAI最新大模型o1革新進展突出表現及領域推進作用分析報告25. 【新書】通用人工智能，144頁26. 聯合國：《未來契約》、《全球數字契約》和《子孫后代問題宣言》三合一27. 世界氣候組織：2024團結在科學中，守衛地球系統的未來28. 世界經濟論壇 《量子技術助力社會發展：實現可持續發展目標》研究報告29. 人工智能科學家：邁向全自動開放式科學發現30. 歐盟：石墨烯旗艦項目十年評估報告31. 美國信息技術和創新基金會：美國的數字身份之路研究報告32. 麥肯錫：2024能源轉型挑戰未來研究報告33. 聯合國貿易與發展會議：2024世界投資報告34. 蘭德：評估人工智能對國家安全和公共安全的影響35. 蘭德：2024評估人工智能基礎模型市場的自然壟斷條件36. 經合組織：2015-2022 年生物多樣性與發展融資37. ITIF：中國半導體創新能力研究報告38. 英國皇家學會：數學未來計劃， 數學和數據教育的新方法研究報告39. 歐盟：10年人類大腦計劃創新評估報告40. GLG格理集團：2024深度解讀半導體行業關鍵趨勢和專家洞見報告15頁41. 華為智能世界2030報告2024版741頁42. 聯合國：2024為人類治理人工智能最終報告43. 達信Marsh：2024全球科技產業風險研究報告英文版27頁44. 鼎帷咨詢：2024英偉達人工智能發展戰略研究報告149頁45. 【博士論文】大語言模型的測試與評價：準確性、無害性和公平性，223頁pdf46. 麥肯錫：2024世界能源產業展望47. 世界經濟論壇《太空：全球經濟增長的 1.8 萬億美元機遇》48. 世界經濟論壇：世界“技術先鋒”名單100家公司名單49. 世界經濟論壇：2024繪制地球觀測的未來：氣候情報技術創新50. 核聚變技術作為清潔能源供應替代來源的全球發展和準備情況51. 大模型生成的idea新穎性與人類對比研究報告（94頁）52. IQM ：2024 年量子狀況報告53. 2024十大新興技術研究報告54. 2024地球觀測 (EO) 洞察帶來的全球價值（58頁）55. 2023-2024世界基礎設施監測報告56. 世界銀行：2024世界發展報告，中等收入陷阱57. 2024國際前沿人工智能安全科學報告132頁58. 斯坦福大學2024人工智能指數報告59. 美國總統科學技術顧問委員會：《利用人工智能應對全球挑戰》63頁報告60. 柳葉刀行星健康：2024地球系統安全與健康評估報告61. 中國未來50年產業發展趨勢白皮書III62. OpenAI o1系列產品原理與安全最新研究報告（80頁）63. 國家互聯網信息辦公室：國家信息化發展報告2023年110頁64. 埃森哲：2024年風險研究報告-重大顛覆需要持續重塑英文版39頁65. 36氪研究院：2024年中國城市低空經濟發展指數報告41頁66. 美國信息技術與創新基金會：《中國在量子領域的創新能力如何》研究報告67. 理解深度學習500頁報告68. 鼎帷咨詢：2024全球人工智能發展研究報告44頁69. 【伯克利博士論文】大型語言模型邁向能夠學習和發現一切的機器70. 《量子技術：前景、危險和可能性》45頁報告71. 英國皇家學會報告：人工智能在科學、技術、工程和數學領域的應用72. 未來今日研究所：2024世界技趨勢報告（980頁）73. 面向大規模脈沖神經網絡：全面綜述與未來方向74. 大模型+知識庫市場全景報告75. 《太空力量的理論基礎：從經濟學到不對稱戰爭》2024最新94頁報告76. CBInsights：2024年第二季度全球企業風險投資狀況報告英文版124頁77. 英國科學院：數據管理和使用：21 世紀的治理（2024），99頁78. 蘭德智庫：展望2045 一項前瞻性研究探討未來 20 年全球趨勢的影響79. 世界知識產權組織：2024年世界知識產權報告：讓創新政策促進發展80. 全球災難風險研究所：評估大型語言模型接管災難的風險81. 牛津馬丁學院：人工智能風險國際科學評估的未來82. 聯合國貿易和發展署：2024世界投資報告83. 蘭德公司：人工智能軍事應用的新風險和機遇84. 英國皇家學會：AI時代的科學發展趨勢研究報告85. 百頁風電行業研究方：從中國到世界從陸地到海洋-240902，98頁86. 中國信通院發布《大模型落地路線圖研究報告（2024年）》87. 星河智源：2024年無人駕駛技術全景報告35頁88. 星河智源：2024年光刻機技術全景報告37頁89. 人形機器人行業研究方：特斯拉領銜人形機器人的從1到N90. 蘭德：展望2045一項關于未來20年全球趨勢影響的前瞻性研究報告英文版45頁91. 《軍事創新與氣候挑戰》2024最新152頁報告92. 麥肯錫：2024困難點：駕馭能源轉型的物理現實（196頁）93. 《麻省理工科技評論》萬字長文：什么是人工智能？94. 軟件與服務行業：從特斯拉智能駕駛看人形機器人發展路徑95. 中國信通院：中國數字經濟發展研究報告2024年82頁96. CB Insights：2024年第二季度全球風險投資狀況報告 244頁97. 腦啟發的人工智能：全面綜述98. 二十年關鍵技術跟蹤報告99. 中國首部城市大腦系列建設標準（8項）匯編100. 麥肯錫2024技術趨勢展望報告100頁上下滑動查看更多