作者简介: 西蒙·科尔顿（Simon Colton）是伦敦玛丽女王大学电子工程与计算机科学学院的教授，同时也是澳大利亚莫纳什大学信息技术学院SensiLab实验室的研究员，专攻计算机创作（Computational Creativity）问题。此前曾任伦敦帝国理工学院计算机系副教授，并担任帝国理工学院计算机创作研究小组的负责人。他主导设计了一个名为“绘画傻瓜”（The Painting Fool） 的电脑程序，并希望将其训练成一个真正具有创作能力的“艺术家”。
本文将探讨人工智能在未来工作中的局限性与可能性。以我之见，我们可以并且应该从实际而非哲学的角度去看待那些已经在工作场景中得到应用的智能算法，踏踏实实地制定一个可以造福于广大劳动者而非仅仅是哗众取宠的中期发展规划，确保先进的人工智能系统由商业领袖和当政者善加应用。在此，我将首先讨论人工智能系统的局限性，然后介绍软件在我的研究领域—计算机创作—中的一些应用。我们在研究过程中开发的软件不仅可以激发灵感、充当道具，而且可以扮演共同创作者和完全自主的创作实体（ Colton & Wiggins， 2012）。
需要记住的是，人工智能研究主要是作为一门实验科学在进行，这跟物理和化学十分相似。大部分人工智能研究人员的工作都是自下而上推进，也就是说，研究那些我们认为人工智能系统能够解决的现有问题，以一种通用的方式改进底层算法，从而有效获取更好的解决方案。另外也有一些像我这样的研究人员，通过提出并钻研一些新的、有一定难度的自动化智能任务—如数学发明、虚构故事或者视频游戏的创作—从外部倒逼人工智能进步。大多数研究人员将技术与这些技术被应用于社会时的道德考量截然分割。也有一些研究人员（包括我本人在内）则试图融入那些采用自己软件的文化社区，因此十分关注人工智能应用过程中所引发的社会道德问题，而这些问题之前仅仅存在于人类活动之中。
同样值得注意的是，计算机系统并不是人类。在这个拟人化盛行的时代，许多人（包括一些人工智能研究人员）说起人工智能系统就好像它们是某种“准人类”（subhuman），而不是与人类迥然相异的信息处理系统。通常，将人工智能系统与人类进行盲目比较会导致把人类属性不适当地投射到软件或机器人上。在讨论机器的意识时，我经常提起手指甲自动生长的问题，这对人而言非常有用，但对计算机来说则显得荒唐可笑。这就说明了一个事实，那就是人类和计算机真的很不一样，我们不需要用计算机去模拟人性中的所有东西。不仅如此，软件甚至无须借助人的意识也照样可以具备惊人的智力和意向，并且有益于人类社会。
我反对将“机器不能做什么”这个假定前提当成此次研讨会的出发点。诚然，迄今为止，人类智力的许多特征几乎很少甚至根本没有相应地融入到当今的人工智能系统中，但是，我始终找不到确凿的理由来断定计算机软件在未来会不会具有酷似人类（甚至超人类）的智力和栩栩如生的特征。我们可能很难在计算机中嵌入“灵魂”之类的东西，但我想这是因为我们自己都没有弄清楚这些术语的含义，更不用说去向人工智能机器解释这些术语了。在我看来，那些以人为中心的术语，如创造力和意识，最终将通过更透彻的研究而大白于天下。我们已经开始接受人类并非智慧宇宙中心的观点，同样，我们最终也会对创作或有意识的行为形成一种更加宽泛的概念，其中也将涵盖计算机的相应能力。
包括我在内的许多工程师都很乐意听到业外人士提出一些善意的观点。比如，他们认为软件永远不可能具备创作能力，因为计算机缺乏意向性（intentionality），它们只会根据已经出现的问题编写代码并生成一套自治系统—但这种自治系统恰恰证明业外人士的善意观点难以自圆其说。尽管这样的辩论是促进人工智能研究的一种强大动力，但我相信，认为技术固有的局限性会限制软件所能够达到的智力水平，这种想法未免过于幼稚—除非社会希望如此。不过，虽然我是坚定的技术拥护者，但同时我也是一名现实主义者。我认为，要实现上面所描述的那种有创作能力的人工智能系统仍有待时日，此外还要考虑到社会是否愿意接受人工智能系统所展示的某些原本被视为人类独有的品质特征。
我们家兄弟两人都是在1969年美国科学家登月后不久出生的。在成长过程中，我们一直坚信有朝一日会飞行到月球甚至更遥远的星球度假，但时至今日这个梦想依然遥不可及。鉴于目前人们疯狂炒作人工智能系统的能力，我三岁的女儿也许会期待自己长大后有个机器人成为她在大学里的闺蜜。但遗憾的是，到时候她很可能也会像我和她叔叔一样大失所望。得益于过去十年来深度学习技术（Deep Learning）的进步，人工智能系统的功能迈上了新的台阶。尽管如此，当前人工智能系统的智力尚远不及新闻界、政客和哲学家们所宣传的那样强悍。炒作是可以理解的：技术领导者必须极力夸大人工智能系统改变生活的能力，只有这样才有机会在当前获得风险资本的青睐；记者在报道人工智能项目的成果时危言耸听，目的在于与竞争对手争夺点击量；为了使自己扬名立万，政客和哲学家在谈论人工智能时需要发表一些极端和跟风炒作的言论，以显得他们的观点切中时弊。
随着世界上最聪明的人纷纷加入人工智能的开发工作，近年来该领域的进步显著加快，我衷心希望真正聪敏的人工智能系统可以尽快为社会带来福祉。然而，过去的种种迹象表明，人工智能的发展依然举步维艰。记得上一次媒体热议人工智能系统在棋类上的精彩表演还是20多年前“深蓝”与国际象棋大师卡斯帕罗夫的对弈，每念及此不禁黯然神伤（但实际上，2016年和2017年，由谷歌旗下DeepMind公司科研团队开发的AlphaGo先后以压倒性优势击败围棋世界冠军李世石和柯洁，并在一个赛事上保持连胜60场的战绩，一度令全世界对人工智能的深度学习技术进步叹为观止。目前，围棋界公认AlphaGo的棋力已经远超人类顶尖棋手的水平—译者注）。况且—恕我直言—棋类对弈并非什么特别重要的事情，它不过是人们的一种消遣活动而已，根本不值得如此宣扬和推崇。真正值得尊重的是那些致力于探索宇宙普遍规律的人工智能研究人员。我们（人类社会）热爱国际象棋和围棋，只是因为这种对弈充满挑战性，只有殚精竭虑领悟对弈的精髓才能成为有别于菜鸟的大师，而我们褒奖的正是大师们在这个竞争激烈的人类社会中所表现出的拼搏精神。我们（人工智能研究人员）之所以爱好国际象棋和围棋，恰恰是因为下棋对软件而言是一件相当轻松的事情：一个封闭的棋盘世界、简单的规则、摆在明面上的竞争，这些条件对于施展人工智能技术的特长真是再理想不过了。毫无疑问，棋类对弈将继续成为人工智能发展的强大驱动力。
因此，我们应该更现实地看待人工智能取得的最新突破，例如，谷歌DeepMind公司开发的AlphaGoZero系统所展现的超人类的围棋对弈能力。这一次是软件通过与自己反复对弈，从零起步，“自学”成为一名特级大师，这不能不说是一项巨大的成就。但我们也不能因为这一里程碑式的进步而对人工智能产生过多的期盼。不过值得庆幸的是，这个水平的超人类智能还不至于对人类的工作岗位产生负面影响。那些在棋盘上展现了“英勇搏斗”这一优秀品质的世界冠军们，也不会因为有软件可以打败他们而怅然若失。不仅如此，像AlphaGo这样的人工智能系统击败世界围棋冠军的奇观，非但没有降低人们对围棋的兴趣，反而使围棋受到越来越多的关注。例如，在2016年AlphaGo大获全胜后，世界上很多地方的围棋立即销售一空（ Shead， 2016）。
对于人工智能更明智的看法是，它应该拓展到设计更多的软件，以替代律师、医生、科学家、记者等职业的部分工作。人工智能领域的大多数业内人士都赞同这样的观点，但媒体和学术圈的一些人士却对此莫衷一是。而尼克 ・ 博斯特罗姆（Nick Bostrom）《超级智能：路线图、危险性及应对战略》（Superintelligence:Paths,Dangers,Strategies）这样的书又进一步助长了各种猜测。他在书中清楚地表明，自己的哲学探讨纯属推测，但有一点例外：人工智能的“超级智能”必定而且很可能会以闪电般的速度出现（ Bostrom， 2014）。虽然这是一个引人入胜且司空见惯的科幻小说素材，但不幸的是，它只是一门糟糕的虚构科学而已。在我认识的人工智能研究者中，没有迹象表明我们能在一夜之间获得“超级智能”。据我所知，迄今为止，对于所谓的“通用人工智能”（artificial general intelligence， AGI ，也被称为“强人工智能”）， 谁也没有给出一条合理的路线图，即便是部分指标取得了一定进展，也仍然面临诸多争议和质疑（ Goertzel， 2014）。
在此，我们有必要反驳博斯特罗姆关于“超级人工智能”时代即将来临的几个想法。其中一个就是递增式自动化人工智能系统（ incremental automated， AI）。该系统可以使一种人工智能向另一种更聪明的人工智能学习，而后者也是在学习比它更聪明的人工智能后生成的。如此循环往复，该系统的智能就会一步步增强。不幸的是，这种想法纯属人工智能菜鸟们的天方夜谭，它存在一个类似“鸡和蛋”的困惑。在现实生活中，你需要凭着人类级别的智力才能设计出那些看起来依然非常幼稚的人工智能软件。你不能指望一个非常愚蠢的人工智能软件会生成一个连最聪明的人工智能专家都难以研发出来的“更智能的软件”。实际上，我本人就是研究人工智能系统自动化软件工程的，我相信人工智能系统可以编写出真正有实用价值的代码，我也相信有人会解决“鸡和蛋”的问题，但我现在对此束手无策，而且我怀疑仍需要等待很长时间，直到人工智能系统的科学和工程领域取得许多重大突破后才能解决这个问题。
博斯特罗姆提出的另一种构想是，人工智能系统可以自动进化出与人脑相似的“类人脑结构”（brain-like structure）。他在分析过程中使用了大量的数字运算，旨在大致推测进化出类似人脑的东西将需要多长的时间。但他忽略了一个重要的事实：大脑（以及我们身体的其他部分）是在自然环境中进化而成的，一般来说，只有最适应环境的个体才能存活下来并把他们的基因信息传递给下一代。现在我们尚不清楚进化出“超级智能”需要什么样的环境（无论真实的还是模拟的），但有一点可以明确，这种适应性测试将是一个漫长而艰难的过程，需要用地质时间尺度（geological timescales）而不是技术时间尺度（technological timescales）来衡量。虽然人工智能系统日新月异，但要进化出一个“类人脑结构”，其时间之漫长将超乎我们的想象。因此，我们讨论人工智能在工作场所中的应用时不必考虑这种“类人脑结构”的影响，除非我们也像博斯特罗姆那样沉迷于科幻小说。
综上所述，人工智能系统能否聪明到足以在工作场所替代人类，其技术限制不在于基础的理论问题，而是取决于计算机智能领域科学探索的进度以及工程系统如何充分利用这些技术突破。若是10年后我们每天看到自动驾驶汽车在大街小巷穿梭往来，我不会感到稀奇；而如果再晚50年才出现这种情景，我也会觉得合情合理（ Tschangho， 2018）。
鉴于社会上对自动化的普遍关注，人工智能在工作场所的应用受到诸多限制也可能是出于自律。但可以肯定的是，随着人工智能系统能力的提高，它将逐渐替代人类去执行各种智能任务。为了强调这个问题的重要性，下面我将介绍一个被称为“新型幸运儿”的思维实验。尽管勉为其难，我们通常还是能接受社会上各式各样的幸运儿，无论他们是中大彩的人还是富二代。在自动化的时代，我们不妨想象一个公司老板突然宣布：“本周的幸运儿是会计部的琼·史密斯，因为她的工作已被自动化了。”该场景中的幸运儿有三个选项：全薪永久离职；待在自己目前的工作岗位上继续做事；转到本公司另外一个更适合自己并且可能也更有趣的新岗位。对公司来说，虽然为员工购买办公自动化软件会导致一笔开销，但运营成本（当然是24小时运营）会大幅下降，因此继续向“幸运员工”支付薪酬对公司形成的财务影响属于中性。
这个思维实验最后留下的思考题是：面对这样的情景，哪种选择是错的？ 我们不难发现，所谓的幸运儿其实是一个倒霉蛋，因为在我们当前的资本主义社会中，这意味着她遭到解雇，公司将把省下来的钱用于再投资，老板和股东能赚到更多的钱。当然，社会应当要求自动化具备道德风范，并迫使政客们以立法的形式来维护这种道德。然而，现实情况恰恰与之相反。例如，某些出租车公司似乎把人力纯粹当作一种临时替代物，目的是为研发筹集风险资本，以便将来大规模推出无人驾驶汽车，最终让公司的人力司机通通下岗（ Price， 2019）。
我的观点颇具乌托邦色彩。我认为，工薪阶层之所以拼命工作，他们大多为环境所迫（对此我们不妨认真看看自己周围的工作世界），而自动化可以使人类从毫无意义的苦差事中解脱出来。这个看法或许比较天真，而且也存在很多问题。显而易见，自动化给社会带来长期利益的同时也会造成中短期的失业问题，随之而来的是工薪阶层收入减少、自尊心受损和福利下降。作为一个社会群体，我们可能会为了追求不切实际的福利而罔顾眼前的困难。在我们几乎无力照顾病人或教育年轻一代的情况下，实行每周三天工作制、鼓动推行“全民基本收入”计划或增加国民保险以使失业者过上安逸的生活，难道我们真的有本钱支撑这些福利措施吗？ 然而，假如我们能够弱化资本主义价值观，有节制地推广人工智能系统在工作场所的应用，也许这些措施都没有必要。
对于技术的发展前景，虽然我们通常寄望于科学家和技术领导者，但我们也可以期待艺术方面的指导。我一直在参与一些与人工智能有关的文化项目，其中利用人工智能生成的虚构创作已成为伦敦西区音乐剧制作的基础（Colton等，2016）；人工智能生成的绘画作品在艺术画廊和博物馆中广为展出（ Colton & Ventura， 2014）；人工智能生成的视频 游戏也已被纳入比赛并得到游戏爱好者的追捧（Cook等，2016）；人工智能生成的诗歌经常在BBC电台朗诵（Colton等，2012）。通过这些项目，我目睹了艺术界正在与时俱进，不断创造条件使艺术家能够利用计算机从事自己的工作；艺术家也把某些创作任务交给软件，使之成为名副其实的自动化人工智能“艺术家”，比如我那个名为“绘画傻瓜”（THe Painting Fool）的软件系统（ Colton， 2011）。艺术领域的实践使我们可以更好地理解人工智能系统在那些以人为中心的领域所具备的优点和不足，从而有助于把这些理念从艺术领域移植到更为广阔的工作世界。
在这样的学术和文化背景下，我用另一个思维实验来说明我所从事的专业—计算机创作—正面临的几个问题。这个专业主要研究如何在艺术和科学项目中把创作任务交给软件来执行。特别值得一提的是，我曾经朗读了下面这首题为《分娩》的短诗，并与听众讨论“女作者”试图表达什么意思。
快乐，痛苦，此起彼伏。我的孩子啊！
你由我所生，也为我而生，伴随着我的泪水与恐惧。
然后我告诉听众，作者其实是一个男人。这立即改变了一些听众对作者意图的看法。接着我继续爆料：该男子是一名被定罪的恋童癖。随即听众对这首《分娩》的解读就变得有些阴暗了。后来我再次把作者身份改变为一个在运行过程中有人稍加指导的计算机程序，并请听众思考一下这首由软件创作的诗歌有何“意味”。此时，他们大都认为这首诗已经没有什么“意味”可言：软件对分娩一无所知，所以这首诗缺乏真情实感，是在无病呻吟。最后我揭开谜底，告诉听众这首诗其实就是我本人写的。我发现，随着作者身份的层层披露以及由此产生的作者真实性变化，我信笔写下的诗句对听众而言也大异其趣。
虽然目前我们尚未做到，但我相信随着人工智能系统产出的艺术作品质量不断提高，真情实感将成为艺术的焦点，围绕创作过程的背景故事也会增添作品的魅力（Colton等， 2018）。例如，在特定模式下，“绘画傻瓜”可以根据它阅读《卫报》上的文章后所产生的虚拟情感来画肖像（Colton等，2015）。看到软件对《卫报》背景故事的反应以及屏幕上虚拟的手和画笔将肖像渐次呈现所带来的体验，远比艺术创作过程中对着模特临摹更加震撼和有趣。尽管如此，“绘画傻瓜”仍受制于背景故事的约束，其展现的虚拟情感也存在诸多局限。虽然我并不认为我们正在走向某种人机合一的“奇点”（singularity， 原本是一个天体物理学术语，指研究宇宙起源时所推测的宇宙大爆炸的起始点。后来美国未来学家、谷歌工程总监雷蒙德·库兹韦尔提出“奇点理论”，其中的“奇点”是指人类与其他物种或物体的相互融合。确切地说，是指人工智能与人脑智能融为一体的那个神奇时刻—译者注），但我们的确有可能赋予软件越来越多“类人”品质，并最终欣赏到计算机和机器人通过其艺术作品所表达的逼真的生活体验。然而，这并不意味着机器人从此可以摆脱作为非人类物体的先天性约束。正因为如此，它们的艺术作品将始终有别于人类的创作，社会也将认识到最好的艺术品实际上就是对人性的颂扬。
如今许多人对人工智能生成的艺术品情有独钟，实际上每当新技术被用于艺术活动时都会出现这样的猎奇现象。不过，对于所谓的新生事物冲击，如果被善加利用也会结出优秀的文化硕果。为此，人们正在试图划出界线，厘清自动化能够做什么以及应该做什么。当然，这些界线最终会被跨越并逐渐模糊，世界也将由此变得趣味盎然。然而，艺术领域的一个突出特点就是以人为中心，这在自动化时代必将变得更加明确。我有时会把诗歌比喻为浓缩的人性：由人所写，为人而写，写的是人（Colton等， 2012）。
言归正传，下面将谈谈自动化对各种工作活动的影响。跟前面的诗歌类似，有些事情我们可能只想把它们划归为只适合人类承担或以人为中心的工作。其中一项就是最近新闻报道中提到的老人护理工作。随着机器人护理员从科学幻想走进科学现实，日本和其他一些国家的机器护理员都已进入测试阶段（ Hurst， 2018）。在这样的工作领域，我们必须权衡利弊。随着其他工作岗位实现自动化，可能会有更多的人去从事护理工作，这对于改善老龄人口的保健服务大有必要。然而，也许有人会问，为什么真人就比机器人更适合照料老人？ 而且肯定还会有一种功利主义的观点认为使用机器人做护理总比没有护理强。因此，权衡利弊非常重要。在其他领域，也会出于别的原因需要破除“只有人才能做”的禁锢。我曾经提醒我的学生们，在电子表格出现以前，纸质分类账本都是由擅长算术和统计的人手工填写；然而，如今记账早已普遍采用计算机操作，它不仅使簿记实现了大众化、提高了准确度和效率，而且有助于将电子表格的应用范围扩大到生活的其他许多领域。虽然人类会计还在继续工作，但如果现在还有企业想雇人来从事手工填写报表或其他复杂的计算，大家一定会觉得不可思议。
关于工作和休闲，我曾在收音机里听到一个简单粗暴的定义，它已经影响到我对在社会上推广利用人工智能的思考。那个定义是：工作就是你乐意付钱请别人从事的任何活动，而除此之外的一切活动都是休闲。如果研究人员想了解人们的日常活动哪些属于工作、哪些属于休闲时，上述定义就显得颇具操作性。认为工作就是花钱雇人干的活，这个想法实际上给工作的定义设置了很高的标准，它促使人们去思考工作和休闲生活的质量。因此，这是一个相当主观的定义。例如，业余垂钓对许多人而言绝对是一项休闲活动，但假如我愿意花钱雇一个人拿根鱼竿在河边坐上好几个小时，对我而言这人就像是在为我工作。又比如，为自己的孩子换尿布这件事情，这是做父亲的本分，我不会花钱请人代劳；不是因为我喜欢做，而是我认为这件事本身似乎不值得花钱请人来做，尽管我尊重别人花钱雇人换尿布。我很幸运，因为我从事的有偿活动对我来说大都可以归于休闲，更幸运的是我的雇主从不利用这个事实来克扣我的工资。
在我看来，要确定一个工作场所是否适合推广自动化系统，首先可以询问员工他们的活动中有哪些可以归为工作、哪些可以归为休闲，然后设法使属于工作的那部分实现自动化，同时尽量创造机会增加休闲活动的比重。我以前曾经提到一个关于“标题党媒体”（clickbait journalism）的例子。一位此类媒体的前雇员在接受《卫报》采访时表示，他并不想当标题党记者，因为每天要做的事情就是必须在键盘上敲出几十篇低俗而空洞的短文。一旦这位特殊的记者选择跳槽，他就会被自动化系统所取代，因为软件系统现在已经可以照葫芦画瓢，将各种统计数据和第三方新闻报道娴熟地套用到标题党文章里面。当然这位记者也可以有第三种选择：他可以告诉老板自己其实很喜欢写一些有人情味的文章，并同意把利用软件撰稿节省出来的时间用于发表更多关于名人宠物化妆之类的八卦新闻。不过，如前文所述，就目前而言，达成这样的结果对他来说只是一厢情愿。
虽然知道这是一种极度乌托邦的设想，但我仍然相信我们可以生活在一个自动化的世界。在这个世界中，人类驾驶和自动驾驶的出租车都可以载着我们在城市里穿梭，但人类司机之所以还开出租车，是因为他们真正热爱这份工作，而不仅仅是为了养家糊口。我们也许还乐意为体验到人类驾驶的出租车付更高的价格，就像我们现在买艺术作品一样。多付点钱给人类司机是理所应当的，毕竟雇用人力比使用机器人成本更高，而且乘客也可以在与司机的交流中享受到更多的文化体验。这种理想化的愿景自然不会延伸到所有类型的工作以及所有的人或公司，但我相信，这是我们作为一个社会群体应该为之努力的方向。
在促成本文的论坛上（指2018年2月伦敦全球研究中心主办的“工作的未来”研讨会—译者注），其他与会者提出了几个问题，其中一些我在上述讨论中已经作了回应。此外，有人注意到我的一个观点—大多数人工智能研究人员倾向于将人工智能技术的发展与它的用途区别对待，并且不太关注人工智能的道德问题。对此我想强调的是，虽然目前情况确实如此，但随着技术领导者—比如来自谷歌DeepMind的德米斯·哈萨比斯（DemisHassabis）—积极推动建立人工智能应用的道德规范，加之一些大学也逐步为计算机专业的学生开设人工智能应用道德课程，将来的情况必然会发生变化。
后来，研讨会又回到“由谁来决定人工智能的应用”这个问题，并提出是否有可能自下而上来推动，例如从社区或消费者团体着手。我承认自己对此深表怀疑。我指出，学术界的人工智能团体也在带头行动。我举了一个关于抵制自动杀人机的例子。这场学术运动就是由我的一位老同事托比·沃尔什教授（TobyWalsh）发起的。他在2018年出版了《会思考的机器：人工智能的未来》（MachinesThatThink:TheFutureofArtificialIntelligence）一书。我最近曾对沃尔什表达过自己的疑虑：一场学术运动是否能扭转人工智能在政府、军队甚至商业领域的发展趋势？但他显然比我更乐观。他认为，这些组织都在积极雇用人工智能专业的博士毕业生，而且人才争夺非常激烈。他相信，其中一些毕业生可能会受到这场学术运动的影响，从而在择业时将考虑那些用人单位的道德立场。这不失为一个令人振奋的消息。
另一场讨论集中于软件本身的创作能力。有人认为，虽然计算机软件能够对以前的艺术杰作—比如音乐名曲—进行重新组合，但真正的艺术家不仅需要动用音乐资料库里面的资源，而且还要积累素材。这些素材来自他们的日常生活、来自其他文艺作品（如小说）、来自梦想、来自朋友间的互动以及其他许多方面。大家认为，只有受到这些素材的潜移默化，软件才能创造出伟大的艺术作品。我也持同样的立场。我经常告诉别人，在计算机创作研究中我们应该如何避免生搬硬套，因为这与创作的理念背道而驰。我也反对认为软件创作不会被上述因素感染的观点。我指出，“绘画傻瓜”的“灵感”就来自每天报纸上的文章和推特数据流（twitter stream），来自之前肖像模特所表达的情感。我反复声明，我实在不明白为什么软件就不能拥有丰富的素材，因为所有能模拟人类生活的内容都可以被设计到软件之中。我推测，目前在创作软件中之所以未能实现这一步，并不是因为技术上的限制，而是因为还没有形成针对计算机创作活动的经济模式。开发计算机的创作能力，可能需要调动大型科技公司庞大的人力和算力资源。
最后，我们还讨论了艺术品的估值问题，我们认为艺术作品应当具备原创性和独特的价值。需要指出的是，许多从事创作的人都声称自己的作品具有原创性，但在市场上却遭到冷落，这里面可能涉及个人才华不够、缺少人脉以及带有偏见的估值等因素。估值是一个非常“嘈杂” 的过程，我们怀疑计算机是否能在这样“嘈杂”的环境中保持专注、认清自己，像人类一样借鉴过去的失败和错误以不断完善自己。我注意到，“绘画傻瓜”确实能够从它的某些失败经历中吸取教训，吃一堑长一智，每当发现自己的败笔之后都能够在下一次创作中画出更加感人的肖像。之所以能做到这一点，是因为它带着阅读报纸文章后产生的模拟情感，使用机器视觉来分析作品的效果并表现出情感价值。
我们还讨论了人工智能是否应该借鉴文学艺术领域对创作的简单化定义（比如产生出富有新意和价值的作品）（Colton等， 2014）。我提出的观点是，“艺术”和“创作”这类概念其实在本质上是存在争议的。正如哲学家W·B.加利（W.B.Gallie）在其论文《本质上有争议的概念》（Essentially Contested Concepts）中所言：要想恰如其分地使用这些概念，你就得煞费苦心先搞清楚什么是“概念的恰当运用”（Gallie，1955）。换句话说，我们的社会已经形成默契，在某些概念上我们可能永远都无法达成一致，这也是社会进步的一个重要推动力。接下来讨论的焦点是，在辨析那些本质上存在争议的概念（比如艺术和创作）时，某些人是否更具有权威性。我同意有的人在某些事情上确实拥有更多的权威性和更深刻的领悟，因此可以提出更令人信服的观点，但这并不能改变一个事实：为了更好地讨论计算机的创作能力，他们也应该与别人进行切磋。由此推导出本文的结论：只有当软件本身有助于讨论什么是创作的时候，我才会相信自己已经成功开发出真正具有创作能力的软件。我建议设计这样一个从哲学意义上具有创造性的人工智能系统，以此终结我作为一名计算机创作能力研究者的职业生涯。
本文摘自：《工作的未来》
