数字突触神经基质：计算创造力的一种新途径

我们引入了一种称为“数字突触神经基质”(DSNS) 的新人工智能 (AI) 方法。它使用来自各个领域对象（例如国际象棋排局、古典音乐、著名艺术品）的选定属性，并对它们进行重组以生成新的属性，这些新属性原则上随后可用于创造对人类具有创造性价值且与任一源领域相关的新颖对象。这使得部分创造性内容生成的负担从人类转移到了机器上。该方法在国际象棋排局领域进行了测试。我们利用它自动编排了大量国际象棋排局，这些排局所基于的属性是从人类创作的国际象棋排局与锦标赛对局、著名画作、计算机演化的抽象艺术、人物照片以及古典音乐曲目中提取并重组的。随后，使用一个现有的且经实验验证的计算国际象棋美学模型自动评估了这些生成的国际象棋排局的质量。它们也由该领域的人类专家进行了评估。结果表明，使用 DSNS 方法从国际象棋及其他领域收集并重组的属性，确实可以用于自动生成具有相当高美学质量的国际象棋排局。特别是，将低质量的国际象棋来源（即弱棋手之间的锦标赛对局序列）与真实的人物照片相结合，能够生成在质量上可比或优于使用高质量国际象棋来源（即人类专家发表的排局）生成的三步杀国际象棋排局，且效率更高。为什么来自外部领域的信息能够以这种方式被整合并发挥作用，目前仍是一个悬而未决的问题。DSNS 方法原则上具有可扩展性，并适用于任何其对象属性可用实数表示的领域。