ARTICLE · 1096366
AI “创造性”
AI “创造性”
“您觉得AI有没有创造性？”这里的创造性，与创造力、创新能力等等，视为同类。我说我认为是有的，但可能不是颠覆性的那种。 想了想，追问了一句：“您这个‘颠覆性’怎么来度量？能不能具体一些，能不能quantify？” 于是，徐扬生校长（香港中文大学深圳）举了几个例子：苹果从树上掉下来，牛顿由此提出万有引力，这是创造性，AI做不了；爱因斯坦的相对论，这是颠覆性的创造性，AI做不了；光电效应，我不确定；门捷列夫的元素周期表，AI也许能做到。 校长接着说：AI的创造性是范式内的，很难独立产生范式外、颠覆性的创造性。门捷列夫的成果它也许能完成，但万有引力和相对论是要建立全新范式的，它可能无法独立做到。当然，“做不到”不等于“帮不上忙”，这是两回事。 这两种创造力的区别，不只是算法设计层面的差异，而是两类科学创造在本质上的不同。 门捷列夫做的是外延层面的归纳创造。 当时已经积累了大量已知元素，原子量、化学性质这些概念的内涵和定义也早已确立，问题在于数据散乱，没人找到内在规律。他做的事情，本质上是对观测样本做聚类、排序，然后建立规律，再根据规律去预测那些尚未发现的空白元素。我认为，AI天然擅长这类工作：在大量已知样本中挖掘关联，归纳出统一的框架，甚至能够预测从未观测到的新样本。今天AI在新材料、新分子领域做的工作，逻辑跟元素周期表本质上其实是一回事，就是在既定的内涵框架下，整理并发现外延事物之间隐藏的规律。 万有引力和相对论则是另一类事情。 万有引力推翻的是“天上和地面遵循不同规律”这个沿用千年的默认认知，相对论推翻的是“时间是绝对不变的”这个所有人都当作公理、不加怀疑的底层假设。这类理论不在任何实验数据表里，它是整套体系的地基，你没法从数据中“归纳”出它。AI的全部知识来自人类已经观测到的结果，模型学到的是人类既定概念的外延和统计规律。它不会自发地质疑概念本身的内涵，不会怀疑整套底层逻辑是不是错的。 光电效应介于两者之间。经典物理框架出现了矛盾，需要提出新解释来容纳反常的实验现象。AI也许可以在人类给出反常数据之后，整理并生成这类假说，但我不确定它能否主动发现经典理论底层的那个漏洞。 
AI能得出真理，但它不懂真理为什么是真理。
AI的全部知识，都来自人类已经观测到的东西；它不会自发地质疑：这套底层逻辑，会不会根本就是错的。所以AI的创造，是"范式内"的；而人类的创造，能掀桌子、换范式。
孩子真正的护城河在哪
学生跑在前面，跑的是"工具的使用"——谁先上手新模型，谁更快。但真正拉开孩子差距的，不是这个。
徐扬生校长给了三条特别实在的建议：
第一，加强艺术的熏陶。人被艺术真正触动过，才会有"把整个框架推翻重来"的冲动。
第二，培养跨学科思维。当AI在跨学科联想上越来越强，人更不能只困在单一学科里。
第三，也是最重要的，是科学精神和独立思辨。承认任何理论都可以被证伪，看见知识背后的假设和边界。
他说了一句特别妙的话：你如果从来不知道笼子的存在，就谈不上走出笼子。