《天才与算法》 刘玄解读

《天才与算法》| 刘玄解读

关于作者

马库斯·杜·桑托伊（Marcus du Sautoy），英国皇家学会院、美国数学学会院士、牛津大学西蒙尼公众理解科学教授、大英帝国勋章获得者、英国皇家学会迈克尔·法拉第奖获得者、伦敦数学协会贝维克奖获得者。2004年，他被英国《周日独立报》评为英国最杰出的科学家之一。

桑托伊创造了“流行数学”的概念，将复杂的数字和数学概念用形象生动、通俗易懂的语言表达出来。他常为《泰晤士报》和《卫报》写文章，也为电台和电视台作评论，同时与英国BBC广播公司保持长期合作。

关于本书

我们即将进入一个由算法主导和支配的世界，AI将在互联网、绘画、音乐、写作等全方面挑战人类的创造力和想象力。作者用数学思维帮助我们理解算法，引领人们认知创造力的本质，帮助人类创造一个人与机器共存的美好未来。

核心内容

读这本书，就像看科幻小说，看到的是一种可能的未来，一个我们和AI相互学习、共同成长的未来。 解读中，会先带你观看这场AI和人类之间的创造力竞赛。 接下来，说说程序员是怎么让AI做到能写会画。 最后说作者更深层的思考，AI能写会画，对我们来说到底意味着什么？

你好，欢迎每天听本书。今天要讲的这本书名字叫《天才与算法》，它讲的话题很热门，是人工智能。不过，它要探讨的问题有点特别，是人工智能能够像人一样创造吗？

我之前在一本讲人工智能的书里见过一张图，说的是人工智能能够代替人类做哪些工作。这张图是一张山形图，最下面是制造业，今天机器已经接管了很多这方面的工作；图的中间是教育、医疗等等偏服务性的行业，这些工作，人工智能也在接手了。你应该也听说过，这两年智能医疗特别热，在有些疾病的诊断上，人工智能甚至能做的比一般医生还要好了。山峰呢，就是绘画、音乐、编剧之类的创造型职业。如今，就连这些山峰的工作人类也可能要守不住了。

为什么这么说呢？我先给你念一首诗。西山上的太阳，青蛙正在远远的浅水，她嫁了人间许多的颜色。诗的作者叫少女小冰，是个人工智能。小冰花了3年的时间，学习了100多位现代诗人写的数万首诗，训练了上万次，终于学会了写诗，2017年，她还出版了一本诗集。

在很多人眼里，人工智能取得类似的成就，是他们向人类发起的终极挑战，不过换一个角度看，这其实也是一个机会。人类创造不是无法可循，只不过背后的机制太复杂，我们还观察不到而已，但借助人工智能，我们可以窥见创造的过程，也就是算法的运作机制。这会让我们对自己的创造力有更深的认识。

作者就从这个问题出发，带我们展望了AI发展的前景。书里写到的，都是AI近几年来在创造领域最新的成果。

这本书的作者马库斯·杜·索托伊是著名的数学家，也是科普作家。他的头衔都很厉害，牛津大学教授，美、英两国双料院士，还获得过大英帝国勋章，和很多数学奖。索托伊不仅很懂数学，也懂艺术。一个懂艺术的数学家，来回答跟AI和创造力有关的问题，再合适不过了。

我读这本书，觉得就像看科幻小说，看到的是一种可能的未来，一个我们和AI相互学习、共同成长的未来。

今天的解读，我会先带你观看这场AI和人类之间的创造力竞赛。

接下来，我想说说程序员是怎么让AI做到能写会画。

最后，我们来说作者更深层的思考，AI能写会画，对我们来说到底意味着什么？

AI能不能创造？把这个问题转换成专业的问法，就是机器输出的成果能不能大于输入？几十年前，科学领域的共识是不能。现在来看，这个答案或许更多地来自一种心理暗示，那时候的人打从心底觉得，AI不可能取代人类。

但是，今天的程序员已经证明：输出可以大于输入。最有力的证明，就是AlphaGo了。在2016年那场围棋的人机大战里，AlphaGo下出了一步棋，让在场的人都非常震惊，因为人类的围棋高手绝对不会那样走。当时就有评论员觉得，AlphaGo出故障了，下了一步臭棋。这场比赛里，跟AlphaGo对弈的是韩国围棋的顶尖高手李世石。他看到这步棋之后，完全不知该怎么应对，坐在那里足足想了12分钟。在走了50步棋之后，李世石发现自己输了，而AlphaGo那招怪棋，正是制胜的关键。

我们知道，这场比赛意义非凡。但是它到底意味着什么呢？简单来说，AlphaGo下出那“反人类”的一手，说明AI的输出可以大于人类的输入了，开创了机器学习的新纪元。

围棋的规则和结果都很明确，AI能学会，甚至学得更好，好像也没什么稀奇。接下来的问题就是，在更有创造性的工作中，AI也可以超过人吗？这个问题，其实是作者提出的一种评估机器是否有智能新的测试，叫做洛夫莱斯测试。

之前的测试方法就是著名的图灵测试，如今，AI已经通过图灵测试了，所以作者就提出了这个新测试，来检验AI是否能够创造。这个测试的规则是：AI需要创作一件新的艺术作品，虽然人类程序员无法解释这个AI算法的工作机理，但整个过程是可复盘的。作者还说，对那些真正有创造力的机器，还需要增加一条：AI要具备超越程序员的创造力。刚才提到的AlphaGo制胜的那一招怪棋，就通过了这一测试，从而证明了AI能够创造。

咱们已经说了，作者索托伊是一位数学家，在他看来，数学家进行推论证明和画家绘画、音乐家作曲一样，也是一种创造性工作。他看到AlphaGo的成就，第一个反应就是，自己会不会失业？

他的担心也不是没有道理。20世纪70年代，波兰人就启动了一个叫Mizar的项目，尝试用计算机来证明数学定理。这个项目启发了AlphaGo的团队DeepMind。他们发现，证明定理和下围棋是相通的。算法证明定理，可以分解成三个步骤：首先是整理出数学的基本公理；第二步是学习各种推理规则。这两步加起来，就相当于AlphaGo学会了围棋的下法。算法学会了这些，就可以自己证明定理了，证明的过程也跟下一盘棋差不多。

那算法证明的水平怎么样呢？有人专门做了一个研究，让博士生、本科生和AI一起证明定理，然后投票，看看大家能不能分出来哪些是人证明的，哪些是AI证明的。从投票结果来看，至少本科生和AI的证明，很难区分。

你可能会说，算法和数学都是基于数字和逻辑，它们的关系太密切了，AI能做证明，听起来也不太难，但是像绘画、作曲这样的艺术创作，AI就很难做到了吧？

我想请你先看看文稿中的这幅肖像画。

这幅画是AI完成的。2016年，这幅画在阿姆斯特丹展出，当天，Twitter上就有超过1千万条评论。大部分人都同意，这幅画看起来是一幅17世纪的肖像，而且很像伦勃朗的风格。这个项目其实就叫做“复活伦勃朗”。一位研究伦勃朗的专家鉴定了这幅画，他说画的笔法是伦勃朗在1652年用的，跟一般伦勃朗的肖像不一样。听到专家这么说，算法团队还挺得意的，因为专家也只能在“某一年笔法的特点”这个精度上，才能看出这幅画的破绽。

理论上说，只要数据足够，任何画家的创作都可以用AI来“复活”。而且不只画家，音乐家也一样。有一个音乐学院的博士生开发了一个叫“深度巴赫”的算法，可以写出巴赫的圣咏，圣咏是一种宗教音乐，就算是专业听众，也有将近一半的人分辨不出来，以为AI写的就是巴赫的原作。

当然了，就算AI能模仿伦勃朗、模仿巴赫，也不能说这就是真正意义上的创作。那AI能够不靠模仿，独立创作吗？

答案是可以。2018年，佳士得拍卖行拍卖了一幅肖像画。你可以在文稿里看一下这幅画。画中的主角叫埃德蒙·贝拉米，他穿着清教徒式的黑色衣服，被巨大的阴影包裹着，脸很模糊，给人一种不安定的感觉。整幅画没有焦点，很像抽象派的风格。

这幅画，没有模仿任何人类画家，完全是AI原创的，画中的贝拉米也是AI虚构的。画的右下角还有一个签名，只是写的不是艺术家的名字，而是一个数学方程式。

虽然艺术评论圈对这种AI创作的作品还是保持谨慎的怀疑态度，但是市场已经先走一步，这幅画在佳士得拍卖行，拍卖了43.2万美元。这说明，艺术界不仅在关注这种全新的艺术了，他们也开始接受这种全新的艺术了。

说到这里，你会不会有点好奇，AI是怎么做到的呢？说真的，很多艺术家自己都没办法说清楚自己的创作过程是什么样的。神经科学研究也告诉我们，像作曲、绘画这样的创作，往往不是大脑先有一个明确的想法，再命令身体的各个部分执行，而是由我们的潜意识、本能等等其他因素决定。既然人类连自己是怎么创作的都还没搞清楚，又是怎么做到让AI像人类一样创作的呢？

这个问题有点复杂，如果问AI具体是怎么做到的，它的程序员估计也回答不出来。他们让AI来做这些创造性的工作，有一个目的，就是反过来观察AI的思考，进一步了解人工智能。这就需要有两个非常重要的条件，数据和元代码。

机器学习，首先必须得有大量的数据。今天我们正在经历的人工智能革命本质上就是由数据引发的。如今互联网每天创建的数据可达到1EB，大约是2.5亿张DVD光盘存储的数据总量。所有的东西都在数据化，都可以成为算法学习的素材。

除了数据，还有一点也很重要，就是元代码。我们可以把艺术，看作是人类思维的一种编码，元代码就是艺术创作最底层的数学模型。我们一般可能会觉得，艺术和数学是完全不同的两个领域，但是随着对人类认知研究的深入，就发现，原来这两者有很多相通之处。

这就要说到这本书最有特色的地方了。开头说了，作者是个懂艺术的数学家，所以他能从艺术作品中看到普通人看不到的东西。就拿作曲来说吧。对作者来说，音乐和数学的吸引力是相通的，因为数学家和作曲家都会沉迷在模式和结构中，只是作曲家不一定都能感受到这些模型和结构背后是数学。

学习作曲，首先就要学习规则。规则是作曲家工具箱里的关键工具，就相当于算法。作者还开玩笑说，作曲规则明确的巴赫，应该是第一位音乐程序员。

我来给你讲个故事。1747年，普鲁士国王腓特烈大帝邀请巴赫参加一场宫廷音乐会，他给巴赫出了一道作曲题，让巴赫根据这个主题即兴创作。巴赫即兴创作，在当时是很有名的，想也知道，国王给巴赫出的题不会简单。这个主题里的音符之间毫无联系，感觉像是硬塞在一起的，一般人不可能用它来创作。不过，对巴赫来说这根本不是难题，他坐下来，用这个怪异的主题即兴创作了三首乐曲，震惊了全场。巴赫当时创作的乐曲叫赋格曲，它的基础是一种叫卡农的乐曲，完全可以用一个数学公式来表达，我把公式写在文稿中了（X＋SX＋SSX）。赋格就是更复杂的卡农，你可以理解成在原有的数学公式上增加了更多的变量。

现在你应该理解了，为什么第一部分提到的“深度巴赫”这个算法能够模仿巴赫，因为一首乐曲其实就相当于是一道数学题。

不过，就算AI学会了巴赫解出的这道题，它又是怎么去解其他题目，创作新乐曲的呢？“深度巴赫”的创作，很像是玩拼图。你可以把巴赫的一首乐曲想象成一幅完整的拼图，其中一块就是一个音群。如果拿走其中一块，我可以根据周围的拼图，猜测这块拼图什么样，也就是根据之前学到的巴赫算法，猜测巴赫会怎么写这个音群。你想想，如果像这样一块块把拼图都拿出来重写，最后整个曲子是不是就变成了一支新曲子，而且这首新曲子跟原来的曲子又不会差的太远。

这就是AI作曲的方法，因为程序员找到了音乐的数学表达。不光音乐能用数学来表达，绘画也一样可以。作者在书里提到，因为一个偶然的机会，参观了当代艺术家里希特的一场展览，展出的系列作品叫《4900种色彩》。你可以在文稿中看到其中最有代表性的一幅作品。它由4900个色块组成，很像一堆像素点。

作者在展览上一直盯着这幅画看，看着看着，他就发现，里希特是在用编码的方式创作。请你想象一下，画家拿着有一袋子色块，他面前的画布上有4900个格子，完成作品，就是用色块填满这些格子，画家选择用哪个颜色来填格子，其实不受画家控制，更符合随机性原则，画家做的只是设计了这个规则。作者把自己的发现推演成公式，告诉了里希特。这位画家给他回信说，想把作者的观点跟自己的作品一起出版。画家还说，不知道未来还会有多少数学公式会从他的作品里冒出来。你看，虽然画家自己不知道，但是他们的创作中，其实也蕴含着数学模型。

那第一部分最后说到的，那幅完全由AI自己创作的有点模糊的肖像画呢，它可没有东西可以模仿啊？是的，这个算法用的是一套相反的逻辑，它不是要画得跟之前的画家一样，而是要画得不一样。AI首先学习了WikiArt上1千多位画家的8万幅作品，通过学习它就懂得了如何识别风格；接下来，它要把风格对应到时间，识别出哪些作品在当时是创新。这前两步加起来，跟奈飞推荐电影的算法差不多。最后，AI要依靠概率，推算用什么样的方法能做到在今天是创新的。这背后，也是一个数学模型，简单来说，就是随机做出跟过去不同的选择。

说到这里，你应该发现了，AI和人类的这场创造力大赛，至少有一个很有用的价值，就是倒逼我们找到自身创造力的底层逻辑。书里还讲到了一个很好玩的例子，IBM团队开发了一个AI，目的很奇葩，它想在美国的一个常识问答节目里战胜人类。一般的常识问答，对AI来说肯定不是什么难事，但是这个节目不太一样，它的难点不在找到答案，而在于理解题目。里面的问题常常利用双关语、文字游戏、转移注意力等方法来迷惑参与者，就算人有时候也很难理解问题本身的意思。

AI在回答问题的时候，把解题的过程分成了4步，第一步分析问题，确定答案范围；第二步选出200个可能的答案；第三步评价答案的可信度；第四，当答案的可信度大于一个预设的值，AI就会给出建议答案。这样参与答题，AI完胜了这个问答节目里最厉害的高手。有意思的是，这个人知道了算法怎么答题以后，特别惊讶，他说算法答题的方法，听起来跟他差不多。只是对他来说，这些步骤都只是一瞬间的反应，他之前没有想过他的大脑其实做了这些事情。

AI在创造力上挑战人类，也是在帮助我们进一步理解自己的心智。这样看的话，那些AI目前还做不到的事情，或许不是AI做不到，而是因为人类还不够了解自己。

从下围棋到做数学证明，从做证明到模仿人类写曲、绘画，再到独立创作油画，短短几年的时间，AI在创造领域已经取得了了不起的成就。在这场竞赛中，AI赢的比赛越来越多，可以说已经通过了作者提出的洛夫莱斯测试。听到这个结果，你会不会觉得有点恐慌？

在聊这个问题之前，我想先给你讲个故事。《三体》的作者刘慈欣，写过一个短篇叫《诗云》。故事里说，一个来自外太空的高级文明征服了地球，偶然发现地球上有唐诗。这个高级文明里的一个外星人突发奇想，想证明技术比艺术更厉害，他决定写出比李白的诗更厉害的诗。他先是学李白穿唐代的衣服、喝酒、看风景，但是都没用。最后，他想出了一个终极方案——穷举法，把所有汉字排列组合，理论上就可以得到“所有的诗”，包括好的诗、烂的诗、过去曾经出现的诗、未来可能出现的诗，这就是诗云。由于计算量太庞大，于是外星人摧毁了太阳系，拿太阳系所有物质来存储和运算诗云。刘慈欣笔下的诗云，很美，我来给你读一下：它（诗云）很像地球大气中的积雨云，变幻出各种宏伟的让人浮想联翩的形体，这些巨大的形体高高地升出诗云的旋转平面，发出幽幽的银光，仿佛是一个超级意识没完没了的梦境。

那个创造了诗云的外星人看到自己的成果，却非常悲伤。他创造了所有的诗，当然也包括那些超过李白的诗，但是他却得不到它们，因为他没有办法把它们检索出来。他说：自己看到了技术在艺术上的极限。

作者看到DeepMind团队用AI做出的数学证明的时候，跟这个外星人的感觉差不多。作者说，自己当时一点都不兴奋，只是觉得很虚无。那个数据库里有5万多条证明，但是，证明出来的命题实质是什么，有没有意思，是否能跟其他数学家分享，AI一点都不关心，它只是把对命题的证明，收录到数据库里，没有经过任何筛选。这个数据库，就像是诗云。

用穷举法找到各种可能性，都能算是创造吗？前面的例子，还是有点抽象，我来讲讲另一个人类和AI的创造力竞赛，写作。你可能也听说过，如今AI已经能写新闻了，尤其是那些基于数据分析的文章。这些算法解放了记者，让他们可以去撰写更重要的新闻。那么AI能写小说吗？

请你来听听下面这段故事：魔法——哈利一直认为这是一种很好的东西。哈利穿过地面朝城堡走去时，皮料一般密布的雨帘猛烈地鞭打着他的鬼魂。罗恩站在那里，发疯似的跳着踢踏舞。他看到哈利，立刻开始吃赫敏的家人。罗恩的罗恩衫就像他自己一样糟糕。

这是AI写的《哈利·波特》续集。它听起来有点像罗琳写的，而且你应该不会否认它很有个性，但是这样的小说有意义吗？作者说，目前来看，算法只能从句子里学到作者的风格，但是没办法从整体上考虑叙事的结构。因此，小说家，大概短时间内还不会失业。

有了AI，创新变得越来越容易。没准有一天，我们某个算法里输入点什么，就能瞬间得到一幅画、一首曲子、一首诗。比如莫扎特的一套华尔兹舞曲，它的算法很像一个游戏，用一组骰子来谱成乐曲，所以也叫做“骰子音乐”。作者算了一下，如果把这个规则变成算法，可以生成4600万亿首曲子，一首一首听，需要听两亿年。问题是，这些作品都有价值吗？至少现在，AI自己还判断不了。

问题到这一步，我们就不得不去反思，是什么赋予了事物价值？是价格，还是别人的认可？价值是相对的，你的孩子画的画，你觉得是无价之宝，在别人眼里，可能一文不值。

《诗云》那部小说的结尾是这么写的：那个外星人对一个人类说，临走之前，我送你一个礼物，这是我用你的名字在诗云中检索出来的、所有的诗，它们讲了你一生的故事。

我很喜欢这个结尾。意义是人赋予的。诗云本身没有意义，意义取决于我们。艺术，不管是音乐、绘画，还是诗歌，可以说是自我的副产品，是我们创造的“自我”在某一种形式上的投影。所以没有“自我”，是AI在创造上的根本障碍。

那我们前面说的这场创造力竞赛还有什么意义呢？

DeepMind的创始人哈萨比斯是这么说的：AlphaGo赢了，我们成功地让它降落在了月球表面。这句话是个比喻，你想想，人类登月这个行为本身，其实也没有增进我们对宇宙的理解，但是，能做到登月，意味着我们在很多技术上实现了重大的突破。是这些突破，把我们带到今天。同样的，人工智能一项项挑战人类创造性工作，意义也不在输赢、高下，而是让我们获得了一种更高级的工具。这个工具，能让我们看到更多的可能性，提高我们自身的创造力。

还是说AlphaGo，在它出现之前，围棋已经有一套成规，学好这些，棋手就能登上人类在围棋上的顶峰。但是这些高手登顶之后，他们会发现，周围全是迷雾，只能看到脚下这座山。AlphaGo反人类的那一招，相当于为他们拨开了迷雾，让他们看到了远处还有其他的山峰，给了他们新的目标。事实上，和AlphaGo下过棋的棋手，都觉得自己的技术提高了。之前在围棋界，也有人类做到类似的事情，就是吴清源，但那可是百年难得一见的大师。有了AlphaGo，这个节奏，明显要加快了。

我们不应该把AI看作竞争对手，它更像望远镜，可以帮我们看到比以往更深、更远、更广的领域。所以，作者的结论是：AI会提升人类的创造力，而不是取代人类的创造力。

《天才与算法》这本书就讲到这里。这本书讲到了AI在创造上惊人的成就，看到这些成就，作者一开始也有点担心，但是，思考之后，他觉得，至少目前来看，我们不用把AI看作竞争对手，AI的成就，真正的价值，是帮助我们理解自身的创造力，提高自身的创造力。

首先，人类的创造是有规律可循的，这些规律，有很多都可以总结成数学模型，变成算法。第二，理论上说，算法能够穷尽所有的可能性，给我们带来无限的新东西，但是，“新”并不等于创造。故事可能无限丰富，但是大部分故事都没意思，甚至没意义。第三，即便如此，AI创造的新事物也是有价值的，因为它会让我们更早看到更多的可能性，成为我们提升创造力的工具。

说到最后，你会不会还是有点好奇，未来，AI能不能真的像人一样创作呢？作者说，前提是AI具有像人一样意识。现在来看，这还不太可能。不过，科学家已经发现，用故事来训练算法，会让机器更理解我们。没准，听故事，就是让AI产生意识的前提。

撰稿、讲述：刘玄 脑图：摩西脑图工作室

划重点

1. AI在创造力上挑战人类，也是在帮助我们进一步理解自己的心智。

2. 艺术是自我的副产品，是我们创造的“自我”在某一种形式上的投影。没有“自我”，是AI在创造上的根本障碍。

3.人工智能一项项挑战人类创造性工作，意义也不在输赢、高下，而是让我们获得了一种更高级的工具。

4.我们不应该把AI看作竞争对手，它更像望远镜，可以帮我们看到比以往更深、更远、更广的领域。