约束，AI创造力的真正源泉

我们正迎来一个由AI驱动的“文艺复兴2.0”时代。从ChatGPT的创意热潮到生成式AI的爆款内容，AI似乎展现出媲美甚至超越人类的创造力。然而，这种创造力并非源于庞大的数据集或复杂算法，而是来自一种意外的“不完美”。

斯坦福大学的研究者发现，AI的创造力并非高深莫测的“涌现智能”，而是由设计中的“缺陷”催生的结果。扩散模型等生成式AI的核心创造力，并非来自对概念的深刻理解，而是源于其架构中的两个底层约束：局部性和平移等变性。

局部性让AI在处理信息时只能聚焦于极小的区块，而非全局。例如，它不了解“猫”的整体，却熟悉猫毛、耳朵和眼睛的局部特征。这种“无知”让它无法复制完整对象，只能通过重组局部碎片生成新图像。平移等变性则确保了结构一致性，使AI能在不同位置应用相同规则，避免混乱。

这些约束像“黄金镣铐”，激发了AI的创造力。正如心理学实验中的“蜡烛问题”，人类因功能固着而受限，AI却因“无知”而自由。它像一位马赛克艺术家，用有限的瓦片拼出令人惊叹的图案。

如何系统性提升AI的创造力？关键在于主动设计“创造性约束”。例如，构建具有特定缺陷的架构，利用数据“信息差”训练模型，或将提示工程视为施加约束的艺术。正如音乐家布莱恩·伊诺的“倾斜策略”，人为限制反而能激发全新灵感。

然而，这一研究也引发深思：是否存在“最优约束”的尺度？AI的创造力源于与人类不同的认知范式，追求通用人工智能（AGI）是否偏离了方向？这些问题或许将引领未来AI研究的方向。

约束，而非自由，才是AI创造力的真正源泉。