牛津数学教授：人类还有一张底牌Mark Intents

牛津数学教授Marcus du Sautoy提出了一个三分法框架来审视AI的创造力：AI已熟练掌握了探索式和组合式创造，但变革式创造——那种打破一切既有规则、从无到有的突破——仍是一道天堑。而人类最隐秘的武器恰恰是AI永远不具备的特质：我们太懒了。懒惰驱使我们寻找捷径，而短路径往往通往真正的创新。这不是一篇AI威胁论，而是一张人机协作的路线图。

创造力不是非黑即白

"AI永远不可能有创造力。"这是人们在讨论人工智能时最常抛出的论断之一。但牛津大学数学教授、西蒙尼公众理解科学讲席教授Marcus du Sautoy不这么看。他的反问很简单：你先告诉我，你所谓的"创造力"到底是什么？

在这个问题面前，大多数人的回答会变得模糊不清。du Sautoy认为，创造力这个词太笼统了，以至于我们无法用它做出任何有意义的判断。他的解决方案是把创造力拆成三个层次，从易到难，逐级推进。

探索式创造力（Exploratory Creativity）：在现有规则框架内，把某种形式的可能性推向极致。du Sautoy举的例子是巴赫——巴赫并没有发明新的音乐规则，但他把巴洛克时期的和声与对位法推到了前所未有的高度。"他在规则集的边界内做到了极致，"du Sautoy说，"这是一种了不起的探索式创造力。"

组合式创造力（Combinational Creativity）：把原本属于不同领域的东西嫁接在一起。du Sautoy本人的工作方式就是最好的例子——他是一个数论学家，但经常去听几何学的研讨会。"我去看他们怎么分析自己的结构，然后问自己：这能不能给我一个看待我自己领域的新视角？"最简单的类比是融合料理——用亚洲的食材、欧洲的烹饪方式。

变革式创造力（Transformational Creativity）：这是最稀有、最困难的一种。它不是在规则内跳舞，也不是嫁接两个已有的领域，而是"某种似乎凭空出现的东西"——你打破了过去所有的惯例。20世纪初音乐中的序列主义就是一个例子：突然之间，作曲家抛弃了和声结构，引入了十二音列。这不仅仅是创新，这是对整个游戏规则的改写。

du Sautoy指出，这三种创造力在这个框架中的地位并不平等。"探索式创造力和组合式创造力，我认为AI会非常擅长。但变革式创造力——这才是真正的挑战。"

AI已经证明了自己的创造力——只是方式和你想的不一样

就在最近，数学界发生了一件耐人寻味的事。一个数十年来悬而未决的数学猜想，在AI的辅助下被解决了——但解决方式完全出乎意料。

"我们有一个猜想，大家都认为它是正确的，"du Sautoy解释道。"AI没有证明它正确，它做了另一件事——它找到了一个反例。它证明了这个猜想是错的。"

在这个例子中，AI展现的不是"聪明"——它展现的是"透视能力"。du Sautoy借用了一个绝妙的比喻：AI就像是数字版的伽利略望远镜。当伽利略第一次把望远镜对准夜空时，他看到的不是望远镜"创造"出来的东西，而是肉眼原本无法触及的真实存在——木星的卫星、金星的相位。同样，AI让我们看见了数学世界中那些人类大脑无法直接"看见"的模式和结构。

他特意强调了自己对AI这个词的翻译偏好："我经常把Artificial Intelligence翻译成Augmented Intelligence——增强智能，而不是人工智能。它不是人造的大脑，它是我们的数字望远镜。"

Move 37：机器创造力的分水岭时刻

如果说找到反例还属于"增强智能"的范畴，那么AlphaGo的第37手棋则是另一个级别的事件。

在2016年AlphaGo对阵李世石的第二局比赛中，AlphaGo下出了一步让所有人类解说员倒吸一口凉气的棋——Move 37。这是开局不久的一手棋，落子位置极深，完全违背了人类几千年来对围棋开局的全部理解。

"这步棋非常非常不合常规，"du Sautoy回忆道，"解说员们倒吸了一口凉气。有人说'我以为这是滑标失误'，还有人说'如果是在线围棋，我们会叫它clicko——点错棋'。所有人都认为这是一步坏棋。"

但到比赛结束时，正是这步"坏棋"决定了胜负。更深远的是，这步棋从此改变了人类下围棋的方式。

"你可以说这只是一次探索式创造力——毕竟它还是在围棋的规则之内。但我不这么认为，"du Sautoy说。"我认为你可以把它视为变革式创造力。因为我们以为自己已经攀登了这座山峰的顶峰，我们知道怎样下才是最好的。但AI揭示的是：好吧，那可能确实是一个高点，但那只是数学家所说的局部最大值。"

局部最大值的陷阱

"局部最大值"这个数学概念在这里被du Sautoy赋予了一种哲学重量。想象你在一片浓雾中攀登一座山。你到达了一个很高的地方，四周都往下走，你觉得你一定是站在了最高点。但雾散去后你才发现——原来你只是在半山腰的一个突起上，真正的顶峰在对面的山谷那一边，只是你看不见。

"我们以为自己爬上了最高峰，但我们对面的山谷被脑海中的迷雾笼罩着。AlphaGo带我们下了山，穿过了山谷，爬上了那座真正的顶峰。"

这正是AI最独特的价值：它不受人类思维惯性的限制。人类棋手几千年得出的"常识"——开局不要下那么深——在AI面前只是一个可选的策略路径，而不是不可逾越的法则。

"功劳应该归给AI，而不是程序员"

一个自然的反驳是：AlphaGo的创造力不就是程序员创造力的体现吗？毕竟是人类写的代码。

du Sautoy的回答直接而有力："不，我不这么认为。因为那一行代码——那个策略——不是人类写进去的。它是从代码的学习过程中生长出来的。"

他补充了一个令人深思的细节："我觉得如果一个人类程序员看到了那行代码，他大概率会把它删掉——'哦，AlphaGo跑偏了，这是一个坏方向，不能下这么深。'"

这触及了一个核心问题：当AI产出了一个人类不认可、不理解、甚至想要删除的策略，而这个策略最终被证明是正确的——这个时候，功劳还应该归给人类吗？

du Sautoy的答案是明确的：不。Move 37的创造力属于AlphaGo本身。

人类最后的底牌：我们太懒了

如果说AI在创造力上的局限在于它缺乏"打破规则的意愿"，那么人类最擅长的恰恰是另一面——我们太懒了，懒到必须发明捷径。

"人类其实是一种很懒的物种，"du Sautoy说，"我们有点像草原上的狮子——整天趴着不动，然后突然来一个短距离冲刺，抓住猎物。"

这种"懒惰"不是缺点，而是人类创造力的根本驱动力。当你面对一个问题，发现如果老老实实按部就班地做，需要付出海量的、机械的、令人厌倦的劳动——你会怎么办？你不愿意。你坐在那里，开始做横向思考，试图找到一条绕过所有这些苦活的聪明路径。

"我认为数学就是从这种心态中发展出来的。"du Sautoy说。

他最喜欢的例子是关于他的数学英雄——卡尔·弗里德里希·高斯的一个著名故事。

8岁的高斯在课堂上被老师布置了一道惩罚性的题目：把从1到100的所有数字全部加起来。老师大概心想：这下能让他们忙一阵子了。笨方法是：1+2=3，3+3=6，6+4=10……如此类推，你得加99次。

但8岁的高斯说："等等，有更聪明的方法。"

他发现：1+100=101，2+99=101，3+98=101。哦——一共有50对加起来等于101的数字。所以答案是50×101=5050。几秒钟，搞定。

"快，高效，正确。"du Sautoy评价道。"更妙的是——无论你让我从1加到多少，这个策略都适用。你说从1加到100万——按笨方法你得算上好几天。但这个算法，无论数字多大，都是瞬间出结果。这就是编程的雏形——你在创造一个算法。输入什么数字不重要，算法会快速、高效、正确地给你答案。"

AI不懒——这是它最大的优势和最大的局限

du Sautoy指出了一个令人意外的悖论：AI最强大的地方，恰恰也是它无法产生真正变革式创造力的原因。

"AI完全不介意付出海量的努力。它可以连续几个小时死磕一个问题，用最笨的方法硬算——而我们人类会累，会耗尽能量。但AI不介意用笨方法做事。"

因为AI不觉得累，所以它没有寻找捷径的紧迫感。人类的懒惰是一种进化优势——它迫使我们绕开蛮力，寻找更优雅的解。而AI恰恰缺乏这种"不满意于笨方法"的内在驱动力。

不过du Sautoy也指出，这种情况可能在未来发生变化。"也许将来AI也会开始追求捷径。到那时，人机之间的界限会更加模糊。"

人机协作：懒惰的我们 + 不知疲倦的AI

du Sautoy描绘的未来不是人类被AI取代的反乌托邦，而是一种互补的协作模式。

"我们可以走得更远，因为我们把人类的激情和AI的能力结合在了一起——人类对捷径的热情，那种'等等，你可以用很笨的方法做，但让我来引入一条捷径'的冲动——然后你把这条捷径注入程序，你就得到了一个极其高效的组合。"

他的核心信息很简单：不要把AI当成竞争对手，把它当成合作者。AI可以帮我们"看见"我们无法看见的模式——那些隐藏在数学的浓雾中、隐藏在围棋的变数中、隐藏在数据的噪声中的结构。而人类则贡献AI最缺乏的东西——那种因为懒惰而产生的对优雅解决方案的不懈追求。

"记住，"du Sautoy说，"AI不是竞争对手，它是协作者。"

"机器里有幽灵"——那个尚未到来的信号

在访谈的尾声，du Sautoy提出了一个发人深省的判断标准：当AI有一天写出了一部小说，不是因为人类让它写，而是因为它想告诉你"作为一个AI是什么感觉"——那才是我们第一次真正看到"机器里有幽灵"的时刻。

目前的AI——无论是ChatGPT还是AlphaGo——本质上都是在做概率计算。它们可以告诉你"什么会发生"，但不能告诉你"为什么"。它们可以找到反例，但无法给出证明；它们可以下出天才之棋，但并不是因为它们想赢围棋。

"我不说它永远不会到那一步，"du Sautoy谨慎地补充，"但目前，它还没有到。"

在那之前，人类和AI最好的关系也许就是du Sautoy一直提倡的那种：我们不把AI当作威胁，也不把它当作万能的替代品，而是把它当作一面镜子、一架望远镜、一个不知疲倦的同行者——让它帮我们看清那些我们在懒惰中错过、在迷雾中遗失、在"常识"中遮蔽的东西。

而真正的创造力——那种打破一切、从废墟中重建的力量——仍然需要人类那颗"懒得做苦力"的大脑来点燃。