1704610921
1704610922
约翰又深吸了一口气，他想知道这是否真是一个好主意，然后进入了银行。
1704610923
1704610924
约翰排在最后一个人后面，等着轮到他。当前面的人办完了业务，约翰缓步走向柜员。
1704610925
1704610926
柜员说：“你好，我是萨莉，能为你做点什么？”
1704610927
1704610928
约翰走近时，萨莉害怕起来，因为他看上去很可疑。约翰掏出了藏在夹克口袋里的手枪。他面色冷酷地用枪指着萨莉。萨莉吓坏了，因为有性命之忧，她失声尖叫起来。
1704610929
1704610930
约翰要她交出钱，嗓音粗暴而沙哑。他把一个空袋子扔在柜台上。
1704610931
1704610932
萨莉往包里装钱，约翰盯着她，当她把袋子装满后，一把从她手里夺过袋子。萨莉失声痛哭，眼泪滑过了她的脸庞。
1704610933
1704610934
约翰大步走出银行，钻进了自己的车里，把钱袋子扔到了旁边的座位上。
1704610935
1704610936
约翰砰地关上车门，轮胎吱吱地响着，他驶出了停车场，逃走了。
1704610937
1704610938
好吧，这个故事不是《战争与和平》那样的鸿篇巨制，但是说它不逊色于一般假日所读的惊险小说也不会言过其实。而它无时无刻不在变得越来越好。谢赫拉莎德的目标是通过研究不同主题的细节并将这些细节融入叙事的情节从而生成故事，这与人类作家所做的类似。其数据来自各种剧本描述，人工智能随后将之汇总并变为独创的内容。“如果我们问它关于银行劫匪的事，我们不会告诉它任何关于银行或劫匪的内容。”人工智能创造者马克·列迪道（Mark Riedl）解释道，“我们甚至不会告诉它这是在银行内发生的行动。它必须从某个地方得到这些知识，因此它要求人们用自然语言去讲述这些例子。它再从这些例子里学习，并创造新故事。”
1704610939
1704610940
别为谢赫拉莎德的文风发愁。最近佐治亚理工学院研究人员的研究表明，系统所使用的语言可以被修改，能根据要求变得更加简洁或更具表现力。
1704610941
1704610942
1704610943
1704610944
1704610946
人工智能：改变世界，重建未来 什么叫创造力
1704610947
1704610948
当然，所有这些关于计算机创造力的例子都截然不同。它们依据不同的人工智能技术，以及彼此不同的创作规则。在我们展开论述之前，必须先准确定义我所谈及的创造力。说起来容易做起来难。尽管我们对人类大脑所知甚多，但是人类创造力的根源对我们来说还是个难解之谜。最初谈到这个话题是1891年出版的《天才的人类》（The Man of Genius）一书，其作者是意大利物理学家切萨雷·隆布罗索（Cesare Lombroso）。隆布罗索将极端创造力与天才和疯子联系在一起。相关的特质包括左撇子、结巴、独身、早熟以及神经质：只有一条可以完全地适用于计算机。今天，神经学家使我们距离创造力源自何处的答案更近了一步，但我们依然无法找到一个准确的答案。或许，我们至少可以采用将创造力定义为品质这种获得了广泛认同的解释。
1704610949
1704610950
首先的区别在于创造力并不仅仅是创造活动。如果仅仅是创造活动，就不必争论人工智能是否具有创造力了，因为答案将明确无误的为“是”。就最基本层面而言，计算机算法是将输入转化成输出。根据这个定义，实际上所有计算机软件的存在都是有创造力的，无独有偶，有些语言学家认为语言自己也具有创造力。
1704610951
1704610952
我们可能因此修改我们的论点，认为创造力是创造新事物的行为。这个定义需要进一步澄清，因为它立即提出了下列问题：“对于谁才是新事物？”在某种程度上，人人都具有创造力，虽然并不是所有的个人创造力都拥有相同的社会价值。比如，孩子想出的对于他们而言是新颖的想法，但这个想法通常是人人所熟知的。父母采取奖励这种行为，因为“奖励”展现了他们的孩子在学习，但小汤米学会了如何开门或写数字8就不太可能持续吸引公众，因为这些事大家早已熟视。同样的例子，我可以告诉你我早有关于触屏智能手机及其应用商店的创意，但除非我能证明我的想法早于苹果公司，不然苹果的律师不可能为此睡不着觉。
1704610953
1704610954
那么，让我们再次修改我们的定义吧，我认为创造力是创造全社会感到新颖的事物的行为。当我们谈论“具有创造力”的时候，这种创造力（可以称为新颖）就获得了认可。技巧是这个等式非常重要的组成部分，但并非一切，这就是为什么莱斯特广场画水彩的街头艺术家看不到自己的画作挂在博物馆里，即使它可能是个技巧性很强的仿作。
1704610955
1704610956
1704610957
1704610958
1704610960
人工智能：改变世界，重建未来 “重生”的甲壳虫乐队
1704610961
1704610962
利奥尔·沙米尔（Lior Shamir）认为，新颖性之于创造力如同汗水之于灵感。换句话说，如果你能断定一个想法有多新颖，你就可以利用知识来丰富这个有创造力的想法。
1704610963
1704610964
沙米尔是密歇根州靠近底特律市的劳伦斯技术大学的一名计算机科学教授。他研究人工智能能否有创造力的实验的起因非常简单，就是2014年的一项工程。因为乐队多年以来不断发展，沙米尔想看看自己能否编写一个算法，能够将乐队的声音进化过程用图表示出来。沙米尔挑选了自己最钟爱的甲壳虫乐队来进行实验。他先从甲壳虫乐队的13张专辑里取出一些样本，构建了数据库。让计算机分析这些歌曲，结果显示共有2 883个独特的数值内容描述符，沙米尔将从音高和节奏到我们通常不会与音乐联系起来的其他模式都一一标注清楚，随后使用一个称为K–最近邻法（K-Nearest Neighbor）的统计工具来判定数据库里任意两首歌的相似度。没有了人类的干预，该算法成功将全部13张专辑按年代排序，首先是1963年的Please Please Me，随后是With the Beatle、A Hard Day’s Night、Beatles for Sale、Help!、Rubber Soul、Revolver、Sergeant Pepper’s Lonely Hearts Club Band、Magical Mystery Tour、The White Album、Yellow Submarine、Let It Be，最后是Abbey Road。
1704610965
1704610966
为了确保这不是自己的想象，沙米尔在ABBA（瑞典的流行组合）、U2（爱尔兰都柏林摇滚乐队）以及皇后乐队等其他流行乐队的音乐上测试了自己的算法。在每个例子中，尽管除了音乐以外没有其他信息，但是他的软件总能将专辑按其录制年代排序。
1704610967
1704610968
这个结果无疑让人印象深刻，但对于沙米尔来说，这只是要做的第一步。通过将甲壳虫的音乐DNA（脱氧核糖核酸）分解成2 883个不同的描述符，沙米尔认为它将很快可以生成全新的歌曲，这些歌曲听起来就像出自甲壳虫的Revolver等专辑一样。
1704610969
1704610970
“这可能意味着使用同样的音阶、时间记号、乐器或其他条件，计算机将能够基于上述专辑的启迪来创作歌曲。”他说，“一旦你能判定什么使得歌曲变得新颖，那么生成同样的新颖性也仅是个计算周期的事了。你或许无法一蹴而就，但是让计算机一遍又一遍地反复生成，最终肯定会得到你想要的。”
[
上一页 ]
[ :1.704610921e+09 ]
[
下一页 ]