資料來源#
摘要#
更高的智慧是否意味著更高的創造力?"From AGI to ASI" 報告 使用 Margaret Boden 的框架,為這個問題建立結構,並定位目前 AI 所處的位置。創造性產品必須具備新穎、令人驚訝且有價值的特質(Boden 2004)——報告認為,今日備受推崇的 AI 成就,主要是在由人類提供的概念空間中展現的探索式創造力;而變革式創造力(創造全新的概念空間)可能是真正 ASI 的標誌性要求。
Boden 的三個層級#
- 組合式——熟悉想法的不熟悉組合(詩意意象、類比、重新組合工程模組)。
- 探索式——在既有概念空間之內找出新元素(在既定音樂風格中創作新曲目;在已知遊戲中下出新穎的一步)。
- 變革式——創造全新的概念空間或思考方式(量子理論、相對論、Cubism、發明一種全新的遊戲)。
新穎性可分為P-creativity(心理層面——對創作者而言是新的)與H-creativity(歷史層面——對人類而言是新的)。驚訝程度則從統計上的不太可能,到「先前看似不可能」不等。價值取決於脈絡,也可能只有在事後才被認識。
今日 AI 所處的位置#
- AlphaGo 的 Move 37(2016)——經典範例:統計上極不可能、令專家驚訝,且有效的一步。Lee Sedol:「AlphaGo 當然具有創造力……這真的是一步很有意義的棋。」但它屬於探索式——在已知遊戲中的新穎一步。
- AlphaFold(新穎的蛋白質結構)與自動化定理證明——同樣主要位於 Boden 第 1–2 層:在明確定義、由人類提供的概念空間中展現深刻的探索式創造力(請參閱 AI 驅動的形式化證明搜尋)。
- 今日的系統在數學與物理學的構想過程中增強人類,細微地提升人類—AI 協作團隊的創造力。
ASI 的變革式測試#
達到 Boden 的第三層——發明能觸發庫恩式典範轉移的科學理論——將確實符合這些標準,並被提出作為 ASI 的「真正測試」。Demis Hassabis 的表述如下:
「如果我們回到 1900 年 Einstein 的時代……一個 AI 系統能否真的用 Einstein 當時擁有的相同資訊,提出廣義相對論?而顯然,今天的答案是否定的……仍然缺少某些東西。」
這是抽象障礙的創造力框架:變革式創造力就是對新穎概念基元的具體化探索。報告也區分了科學創造力(價值建立在預測能力/經驗真理之上)與藝術創造力(價值是主觀的,由藝術家/觀眾/評論家組成的動態社會系統所設定)——變革式的藝術創造力需要對人類文化及其情感軌跡有深層、具體的理解,而不只是純粹的最佳化能力。
相關連結#
- AI 為何在設計上落後——新穎性溢價的理由已接近更艱難的主張:產生新概念是真實的上限
- 抽象障礙——Boden 第 3 層正是抽象障礙所描述之事的創造力語言:AI 可能無法形成真正新穎的基元
- Artificial Superintelligence (ASI)——變革式創造力被提出作為 ASI 的標誌性要求/「真正測試」
- 研究品味是人類瓶頸——判斷哪些新穎方向有價值是品味面向;變革式創造力就是概念空間前沿的品味
- 自主科學發現——2026 年 6 月的濕實驗室 AI 結果,正是檢驗 AI 是否從探索式創造力攀向變革式創造力,或仍在由人類定義的空間內運作
- AI 驅動的形式化證明搜尋——新的定理證明被置於 Boden 第 1–2 層(在 Lean 的形式空間內進行探索)
- 鋸齒狀智慧(幽靈,而非動物)——「創造力可能只是 AI 先無法掌握、後來又掌握的另一項能力」映照了笑話/心智理論的先例
- 脈絡優勢,而非品味——Andrew Ng 的框架尚未觸及的限制:Boden 第 3 層創造新的概念空間,並不是更好的脈絡轉移能補足的缺失資訊
開放問題#
- 提高智慧是否必然會帶來更高的創造力,還是變革式飛躍需要目前典範所缺乏的某種東西(具體化探索)?
- AlphaGo→AlphaFold 這一類成果嚴格來說是否只是探索式,還是已出現變革式(新概念空間)創造力的早期跡象?
- 如果沒有身歷其境的文化根基,變革式的藝術創造力是否可能單靠最佳化能力產生?
資料來源#
- From AGI to ASI——第 6 節(「超級智慧是否具有超級創造力?」);Boden(2004)、Hassabis(2025)
Cited by 9
- Context Advantage, Not Taste×2
Transformative Creativity — Boden level-3 as the generative asymmetry that context transfer cannot…
- Research Taste as the Human Bottleneck×2
Under this reading the residue is not a faculty but an information asymmetry — the human knows the…
- Why AI Lags at Design×2
3. Design rewards novelty; code rewards known patterns. "In software engineering you almost want it…
- The Abstraction Barrier
Transformative Creativity — Boden's level-3 (creating new conceptual spaces) is the…
- AI-Driven Formal Proof Search
Transformative Creativity — DeepMind's report places new theorem-proving at Boden levels 1–2…
- Autonomous Scientific Discovery
Transformative Creativity — whether autonomous hypothesis-generation is climbing from…
- Jagged Intelligence (Ghosts, Not Animals)
Transformative Creativity — "creativity (like research taste) might be just another capability AI…
- Superintelligence Trajectory
Transformative Creativity — Boden's three-level model of creativity (combinational, exploratory,…
- Open Questions Backlog
Transformative Creativity ×3 (oldest 58d) — Does increasing intelligence inherently produce…
Related articles
- Research Taste as the Human Bottleneck
The narrowing human role as AI absorbs execution: choosing which problems matter, which results to trust, and when an a…
- Jagged Intelligence (Ghosts, Not Animals)
"Ghosts not animals": jagged statistical circuits, no intrinsic motivation; car-wash/strawberry failures; stay in the l…
- Autonomous Scientific Discovery
Mythos-class models now conduct novel science with limited human input — autonomous protein/drug design (~10× faster, m…
- Context Advantage, Not Taste
Andrew Ng's reframing of the residual human contribution: not 'taste' but an information asymmetry — 'so long as the hu…
- The Abstraction Barrier
Lerchner's hypothesis that AI trained on human concepts may be unable to discover genuinely novel conceptual primitives…
