解构创造力：Margaret Boden分层理论、AI实现与语言模型的边界思考

Margaret Boden提出的创造力分层理论将创造力划分为三种类型：组合式、探索式和变革式。这个框架不仅为理解人类创新提供了清晰的路径，也对评估当前人工智能的能力边界具有深刻的启发。

三种创造力详解

组合式创造力：即对已有元素进行新组合，将熟悉的想法、概念或风格重新拼接。其本质类似于“拼积木”，创新程度相对较低，但却是最基础和常见的形式。

探索式创造力：指在一个既定的规则或“概念空间”内探索新的可能性。这就像在音乐理论的规则下创作出新的旋律，需要深入的领域知识来进行结构化的发现。

变革式创造力：这是最高层级的创新，它通过修改甚至彻底打破原有“概念空间”的规则，来创造全新的范式。科学史上的重大突破，如从牛顿力学到相对论的转变，便是典型的变革式创造。

AI的创造力现状与约束

在Jeremy Howard的一次访谈中，他指出了当前AI在创造力上的表现与局限：

“AI目前大的模型确实已经发现了组合式创造力的秘密。”

他进一步阐释道，达芬奇曾言“创造力的本质就是约束的艺术”，这一点在对话工程学中也同样适用。当我们与语言模型交互时，本质上是在为其施加规范，整个过程需要反复迭代。人类的思考也类似，智能的实现如同在大脑中用想象的乐高积木搭建世界，同时遵守各种约束。在遵守并演进这些约束之后，产生的成果便是创造。

因此，当我们通过监督、批评者或验证者等方式为语言模型添加约束时，它们就能展现出创造力。像AlphaEvolve这样的系统已经初步具备了这种能力。但问题在于，一旦模型脱离这些约束，就可能出现“行为塑造”现象，导致其无法突破自身训练数据的分布范围。这引出了一个更根本的问题：创造力和智慧的源泉，仅仅是语言层面的组合吗？

语言的边界与思维的超越

哲学家维特根斯坦有一个著名的论断：“我的语言的边界意味着我的世界的边界”。他认为语言通过概念分类和逻辑既限制了思维，也塑造了我们理解现实的工具。

然而，这个观点可能并不完全正确。语言本质上是工具，而非思维本身。正如《自然》（Nature）杂志2024年一篇论文所指出的：“语言主要是交流工具，而不是思维本身”。纵观科学发展史，往往是科学先有了新发现，然后语言才被迫进化出相应的表达方式。

一个生动的例子是“技能”（skill）这个概念的发展。在智能体（Agent）出现之后，工程师们设计了一种结构，并借用了“skill”这个词来指代其能力模块。显然，在Agent出现之前，“skill”并不具备这层含义。正是工程师的智慧为这个旧词汇赋予了全新的内容和定义。

这个过程恰恰体现了变革式创造力的一角——不是创造全新的词汇，而是打破旧有词汇的“概念空间”，赋予其全新的规则和意义。这提醒我们，真正的智慧创新往往发生在语言之前，驱动着语言本身向前演化。

如果你想进一步探讨创造力与人工智能的复杂关系，可以在这个知乎帖子中找到更多启发性的讨论。技术的进步离不开开放的思辨与交流，这也是像云栈社区这样的开发者平台所致力于营造的氛围。