我的一位美国朋友老康，前年出了车祸，大脑和脸部受到严重损伤，我们感到很难过。时隔一年，老康说他恢复得很好，机器人帮他脸部进行了缝合，现在完全看不出来了，并盛情邀请我们去做客。

推辞不过，再加上我们也很想去看望老康，于是就去他家做客。做客期间，我时不时盯着他的脸端详，想找到一点手术缝合的痕迹，然而，即便他指给我看，我也找不到任何缝合的迹象，老康确实恢复得很好。

机器人缝合手术的精细度，确实是人类难以比拟的。那时那刻，我意识到，人工智能已经全面侵入我们的生活，无处不在。

恰如艾萨克·阿西莫夫一手主导的《银河帝国》，机器人世界，正在从他的想象中逐渐走入现实。

如今我们都离不开智能手机、智能电脑、智能家电，习惯了借助搜索引擎寻找资料，借助导航系统寻找道路，甚至借助计算机算法来减少离婚率。

但是对于未知的恐惧，让我们害怕人工智能会取代我们。当阿尔法狗战胜了围棋第一人李世石时，在智力上大幅度超越人类时，我们的恐惧无法抑制：

我们已经把各种繁重的体力工作交给计算机，现在计算机在智力上也已经远超人类，未来人类还能成功驾驭人工智能吗？

我们会被人工智能全面超越，丢失工作，甚至失去掌控世界的主动权，被机器人所奴役吗？

现在，我们和计算机相比，领先的只有创造力，计算机有创造力吗？我们能保住我们的优势吗？

关于这个问题，有很多人作出了解释，数学家索托伊也有自己的看法：数学家会被AI取代吗？比较数学是有规则和逻辑组成的学科，最符合计算机运转的方式。在《天才与算法：人脑与AI的数学思维》这本书中，索托伊运用数学思维，从不同于常人的视角为我们分析了AI的发展前景。

索托伊可是位学术界的大拿：英国皇家学会院士，美国数学学会院士，英国皇家学会“迈克尔 法拉第奖和伦敦数学学会贝维克奖的获得者等等，一堆的荣誉。他不但在数学方面有深厚的造诣，对于AI算法也有很深的领悟。

最关键的是，索托伊在绘画、音乐、写作等艺术创造方面也有着超凡脱俗的理解，他能用通俗易懂的语言把复杂的数学概念说得生动活泼，他创造了”流行数学“的概念。在他的眼里，数学不是高深的理论，而是寻找规律、总结规律的最具创造力的学科。

看到这里你也许会疑惑：为什么关于人工智能的问题，要由数学家来解释呢？

很简单，因为算法、计算机代码、人工智能、机器学习这些都是以数学为核心的。数学规则支撑着算法，而算法决定了最终的成果体现。也就是说你要知其然，还要知其所以然，你才能最终了解人工智能的极限会在哪里。

在《天才与算法：人脑与AI的数学思维》这本书中，索托伊提出了一个问题：

人工智能的极限到底在哪里？它会拥有和人类相似甚至超越人类的创造力吗？它能够画画、创作音乐和小说吗？

图灵测试是测试人工智能是否能以假乱真骗过人类，让人类误以为人工智能也是人类。但图灵测试无法测出人工智能是否具有创造力。

索托伊就提出了一个新的测试方法——洛夫莱斯测试，来测试人工智能的创造力。

通过这个测试的规则是：算法需要创作一件艺术作品，人类程序员无法解释这种算法的工作原理，但整个过程是可以重复出现的，而不是一次偶然事件。

《天才与算法：人脑与AI的数学思维》书中的重点就是：在人类最具创造力的艺术领域，AI是否有可以超越人类的创造力。有吗？让我们来看看索托伊的解读。

一、AI复制的伦勃朗，还是伦勃朗吗？

2001年利物浦的汤米中风了。奇怪的是，这位从前对艺术一点没有兴趣、也没有任何基础的建筑工人，突然有了强烈的创作欲望。他开始写诗，在房子的墙壁上涂颜料创作艺术作品。

汤米不停地画，整个房间里全部被图画覆盖，他还是不断地绘制新画覆盖旧画。虽然他画的并不是佳作，但对艺术的冲动，促使他整整创作了11年。汤米也沉浸在这种创作的喜悦之中，就像毛姆小说《月亮和六便士》中的画家一样。

神经学家分析研究了汤米的状况后发现，人的大脑中有两个互相冲突的系统，一个是表现欲，产生制造东西的冲动，是创造和表达的系统；一个是抑制剂，产生怀疑、质疑和批评的系统。

当两个系统保持平衡时，人们就会谨慎地控制自己的表现欲，对自己的创意进行修改。但当抑制剂失灵时，就会出现像汤米一样冲动的创作冲动。

在知晓了这一点后，微软和代尔夫特理工大学的数据科学家认为，运用这两个系统的平衡，如果有足够的数据让算法向伦勃朗学习绘画，在不断地反馈、评估、矫正后，就可以重现伦勃朗的绘画技法。

伦勃朗是一位高产的画家，特别以深刻精准捕捉人物情感状态的肖像画为世人称赞。连梵高都说伦勃朗是大家公认的魔法师，他所描绘之物无法用任何语言表达。于是“复活伦勃朗”的项目开始进行。

2016年4月5日，阿姆斯特丹，在经过18个月的数据处理和500个小时的渲染后，一幅“伦勃朗”的新油画向公众展出了，引起了公众极大的兴趣。

研究伦勃朗的专家韦特林仔细审视了这幅油画，通过细微处笔法的对照，指出这幅油画的笔法是伦勃朗在1652年左右使用的，而伦勃朗其他的肖像画的笔法更像是1632年使用的。除此之外，完完全全是伦勃朗的绘画风格，简直以假乱真。

当然，微软“复活伦勃朗”的目的，本来就是一个宣传，宣传他们的代码和算法有多么优秀和好用。

但这至少证明，只要有足够的学习数据，只要能足够清晰地知道画家的绘画方法，算法就可以模仿画家绘制出逼真的油画。此外，这一技术在鉴定名画的真假上，也起了很大的作用。

英国艺术评论家琼斯对此却不认可，他认为人类的创作是基于个人的情感体验，只有真正的伦勃朗创作的画作，才能让人产生“伦勃朗的战栗”。我们要如何同一部毫无生气的机器交流感情呢？

二、比巴赫还像巴赫的作品居然是计算机创作的？

巴赫是一位高产的作曲家，他的一生共创作了389首四部和声的圣咏合唱。

有一个音乐专业的学生盖坦，就产生了一种想法：能不能根据巴赫的作品来开发一种算法，这种算法能创作出和巴赫一模一样的圣咏。盖坦把这种算法叫作“深度巴赫”。

于是他和他的导师做了一个实验，他们将巴赫的圣咏分成两部分，其中80%用来训练算法，另外20%的作品用来做测试。

接着他们请来一些志愿者，让他们在听完一首乐曲后，判断他们听到的圣咏是巴赫创作的，还是算法创作的。当然，为了公平，他们也考虑了志愿者的音乐背景，把志愿者分为专业和非专业两种。

结果，在非专业志愿者中，“深度巴赫”的作品，有50%被认为是巴赫创作的。在专业志愿者中，“深度巴赫”的作品仍然有45%被认为是巴赫本人所作。

而巴赫的作品中，因为严谨没有犯一丝错误，反倒有25%的作品被判定为刻板的机器生成。

这个实验的结果令人震惊，难道算法真的能创作出比天才音乐家更棒的作品？

好消息是，现在还不行。因为模仿巴赫作品的前提是，必须有一个多产的巴赫。而且，也只能用一组非常相似的圣咏做测试对象。缺乏有效信息，计算机就会迷失方向。

美军曾有一个出名的反面例子，在机器学习社区里被反复提起。就是用一些带着标签的图片训练算法识别坦克，在经过几百张图片的训练后，研究人员用算法从未见过的图片测试，结果准确率100%。

然而当这些算法被部署到战场上的探测器上后，竟然失灵了，算法识别坦克的结果是随机的。经过分析，研究人员发现，凡是阴天的坦克都被识别出来了。原来，用于训练算法的图片，有坦克的都是在阴天，而没有坦克的都是晴天。于是坦克探测器变成了阴天探测器。

机器的学习能力和人类孩童有相似处，就是如果你给的东西是错的，那么它就无法正确的学习。

因此，在音乐领域，好的作品实在是太少了，可供机器学习的信息远远不够。算法只能够创作平庸的曲子，但如果有计算机相助，人类就可以创作出远高于自己水平的高质量的音乐作品。

三、AI能进行文学创作吗？

20世纪有一批作家和数学家，他们聚集在法国，创建了一个组织：潜在文学工作室。这个组织创作的方式，就是运用算法来创作诗歌。

其中，最受欢迎的是S+7模式，也就是选择任意一首诗，把诗中的所有名词替换成这个名词在字典中所在位置或者向前或者向后的第7个单词，然后直接输出就是一首新诗。

这样做出来的诗如何呢？我们来品一品（这里用翻译后的中文取代原来的英文诗歌）：

原诗为：一沙一世界，一花一天堂，无限掌中置，刹那成永恒。

改写后的诗为：喷砂现蠕虫，流感见青春，麻痹入机库，家蝇精神足。

这是不是很好玩？就像我们在无聊时玩的填字游戏。由于诗歌很简洁，还可能碰巧遇上很神奇的句子。

那么用算法创作一部小说会怎么样？或者写一部《哈利波特》的续集？

由一位作家和一位漫画编辑组建的公司，建立了一个平台，用来帮助作家借助科技工具创作小说。他们最成功的作品就是算法在学习完七卷《哈利波特》后，生成了三页哈利波特的续集，几乎以假乱真。

但最多只能写三页，因为没有了模仿对象，情节发展自由度太大，算法就像一个背诵标准答案的学生，迷茫了，不知所措了。

由机器生成的文学作品，展现了一种符合计算机代码内在思路的全新的意识，和人类自我意识完全不同。

索托伊说机器即便生成了意识，也是人类完全无法理解的，就像一只猫的意识，即便你日日与它相伴，你还是无法理解猫的意识。

人类天生爱讲故事，有表达和分享的欲望，所有这些艺术创作如绘画、作曲、写作，都是人类情感的交流。那么我们是不是也可以这样理解：所有机器创造的艺术作品或其他创作品，也都是机器内心的情感交流？

回到文章开头所说的，AI的发展前景，值得我们如此恐惧吗？

索托伊分析认为在目前阶段，大可不必担心人工智能会对人类造成伤害，或大规模取代人类。因为人类现在对于创建有创造力的算法的动力，很大程度上只是为了增加商人们的银行存款，而不是扩大艺术创作的欲望。

在《天才与算法：人脑与AI的数学思维》的结尾，索托伊给出了他的回答：“我相信在未来，依靠我们人类所有的科学成果，在创造有意识的机器的道路上，不会有什么难以逾越的障碍。人类的命运取决于我们如何与有意识的机器相互理解。”

确实，如果《银河帝国》中的机器人世界一定会来到，那么现在我们为什么不提前和他们搞好关系呢？机器学习的创造力是无限大的，我们可以从机器的绘画、音乐、小说等创造性作品中，破译机器的代码，感受机器的感受，然后更好的和机器人相处，不是吗？