AI领域的最新进展催生了生成式AI工具，这些工具能够创造新的想法和内容。
这些工具可以重组现有想法以产生新想法，或者生成与现有想法相似的新想法。
然而，AI难以产生真正新颖的事物，因为它缺乏像人类那样理解和综合概念的能力。
尽管存在局限性，AI仍然可以成为人类创造力的宝贵工具，因为它有助于生成新想法以及对现有概念进行变化和演绎。
计算创造力是否可能实现？ChatGPT、Midjourney、Dall-E以及众多其他生成式人工智能（AI）工具近来引发的热潮，提出了一个新问题：创造力是否是人类独有的技能。生成式AI近期取得的一些引人注目的里程碑式成就，进一步引发了这一问题：
一件AI艺术作品，《贝拉米家族肖像》于2018年由佳士得拍卖行以432,500美元成交，约为其估价上限的45倍。该作品由一个生成对抗网络创作，该网络所用的训练数据集包含跨越六个世纪的15,000幅肖像。
格莱美提名音乐制作人Alex Da Kid曾与AI（在本例中为IBM的Watson）合作，推出热门歌曲，并为其创作过程提供参考。
在上述案例中，人类仍然掌控全局，依据自己的构想对AI的输出进行筛选和编排，从而保留了作品的作者身份。然而，以AI图像生成器Dall-E为例，它可以在数秒内围绕你指定的任何主题生成全新的输出。通过扩散技术（即收集海量数据集来训练AI），生成式AI工具现在能够将书面短语转化为全新的图片，或以任何作曲家的风格即兴创作音乐，生成与训练数据相似但并不相同的新内容。在这种情况下，作者身份或许更为复杂。是算法的作者身份吗？是被抓取作品以生成图像的成千上万名艺术家吗？还是成功描述了风格、参考对象、主题、光线、视角乃至所唤起情感的提示词编写者？要回答这些问题，我们必须回到一个由来已久的问题。
什么是创造力？
根据玛格丽特·博登（Margaret Boden）的观点，创造力分为三种类型：组合型创造力、探索型创造力和变革型创造力。组合型创造力是将熟悉的想法结合在一起。探索型创造力通过探索“结构化概念空间”来产生新想法，即通过探究某一公认思维方式的内容、边界和潜力来对其加以调整。这两种创造力类型与生成式AI的算法艺术生产并非相去甚远：它们都是在训练数据中以与数百万其他作品相同的风格创作新作品，即一种“合成创造力”。然而，变革型创造力意味着超越现有结构和风格，产生完全原创的事物；这正是当前围绕AI在合理使用和版权方面争论的核心所在，而这一法律领域仍是非常未知的水域，因此我们只能拭目以待法院将作出怎样的裁决。
AI创造过程的关键特征在于，当前的计算创造力是系统性的，而非冲动性的，而人类的创造力往往恰恰是冲动性的。它被编程为以特定方式处理信息，从而可预测地实现特定结果，尽管方式往往出人意料。事实上，这或许是艺术家与AI之间最显著的区别：艺术家是自我驱动和作品导向的，而AI则非常以消费者为中心、由市场驱动——我们只能得到我们所要求的艺术，而这未必是我们所需要的。
迄今为止，生成式AI似乎与人类合作时效果最佳。因此，或许AI的合成创造力可以成为推动人类创造力的催化剂，助力而非取代人类的创造力。与常见情况一样，人们对这些工具作为颠覆性力量的炒作，超过了现实情况。事实上，艺术史表明，技术很少直接取代人类所乐于从事的工作。以相机为例，人们曾担心它会因其强大功能而使肖像画家失业。那么，AI所使用的合成创造力又会带来哪些商业影响呢？
面向商业的合成艺术
正如AI目前所生成的那样，按需生成的合成创造力无疑对商业和营销大有裨益。近期的示例包括：
AI增强型广告：奥美巴黎（Ogilvy Paris）使用Dall-E创作了维米尔《挤奶女工》的AI版本，《挤奶女工》用于雀巢酸奶的广告。
AI设计的家具：Kartell、Philippe Starck与Autodesk合作，借助AI打造了首把由AI设计的椅子，用于可持续制造。
AI辅助的时尚造型：Stitch Fix利用AI，根据客户所要求的颜色、面料和风格等偏好，生成个性化的服装可视化效果。
潜在的应用场景无穷无尽，而这些场景所需要的是另一种形式的创造力：策展。众所周知，AI会“产生幻觉”——这是业界用来形容胡言乱语的术语——而所需要的、显然属于人类的技能在于意义建构，即表达概念、想法和真理，而不仅仅是取悦感官。策展因此，需要通过选择、构建或重构，形成一个统一且富有感染力的愿景。
