大语言模型的创意“魔法“:召唤隐藏的联想思维

2024-05-24 15:28

本文主要是介绍大语言模型的创意“魔法“:召唤隐藏的联想思维,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

随着人工智能的迅猛发展,大语言模型正在掀起一场"创意风暴"。这些强大的AI模型不仅能够生成栩栩如生的文本,还展现出惊人的创造力。但你是否好奇,它们的创意究竟来自何处?

最新研究表明,大语言模型的创意之源在于激活联想思维。通过将看似不相关的概念联系起来,AI模型能够迸发出独特而有用的创意。正如人类的大脑会在不同领域间跳跃思考,AI也在学习用类似的方式思考。

这项突破性的研究选取了产品设计、故事编写和市场营销三个实际领域,考验大语言模型的创意能力。研究人员巧妙地引导AI进行联想思考,将随机物品与原有概念相结合。结果令人惊喜,AI生成的创意方案在新颖性上远超对照组。

这一发现为我们理解和应用AI创造力提供了新的视角。通过激发AI的联想思维,我们有望让机器成为更出色的"创意伙伴",为人类的创新实践带来启发。让我们一起走进这篇文章,揭开大语言模型创意的神秘面纱。

论文题目:
Enhancing Creativity in Large Language Models through Associative Thinking Strategies

论文链接:
https://arxiv.org/pdf/2405.06715

3.5研究测试:
hujiaoai.cn
4研究测试:
askmanyai.cn
Claude-3研究测试:
hiclaude3.com

创意的"魔法石":跨界联想点石成金

在创意的世界里,跨界联想犹如一块"魔法石",能够点燃平凡概念,释放非凡创意。这种将不同领域概念巧妙联系的思维方式,正是人类创造力的源泉。

联想思维的本质是在大脑中构建一个概念网络。在这个网络里,两个概念之间可能存在各种类型、不同强弱的联系。当我们进行创造性思考时,关键是在这个网络中建立新颖而有趣的连接。

研究发现,创意灵感常常来自于将看似不相关的概念"强行"关联。这种跨界联想能让我们跳出思维定势,发现新的可能性。令人惊喜的是,人工智能似乎也在学习这种跨界联想的能力。

下图展示了研究人员在产品设计领域应用联想思维策略的示例提示。这个提示由四部分组成:基础提示、联想思维策略、基础提示的重复和具体问题。在基础提示中,研究人员要求vGPT-4为一个给定的产品(如铅笔)提出创新的改进点子。然后,他们设计了两种联想思维策略:随机联想和跳跃联想。

  1. 在随机联想中,vGPT-4需要将铅笔与一个随机物品(如海螺)结合,生成创意方案。

  2. 在跳跃联想中,AI需要先从铅笔联想到一个相关物品,再从这个相关物品跳跃到第二层间接相关的概念,用于启发创意。

通过在基础提示中插入这些联想思维策略,研究人员考察了跨界联想对AI创造力的影响,即:基础提示定义任务,联想提示激发创意,二者相结合考验AI的创新能力。

在讲故事、市场营销等领域,类似的联想思维策略也使AI的创意方案在新颖性上实现了显著提升。这意味着激活大语言模型的联想思维,将为人工智能创造力的发展开启新的大门。

当然,AI的联想思维尚有局限。它们容易受到特定语境的制约,有时会陷入"联想定式"。但这些局限恰恰为我们理解和拓展人工智能创造力指明了方向。未来,随着对AI联想思维机制的深入研究,我们有望打造出真正能跨界联想、持续创新的人工智能系统。

创意擂台:AI在三大领域的"脑力激荡"

在这场创意大比拼中,研究人员设计了一系列有趣的任务,让大语言模型vGPT-4在产品设计、故事创作和市场营销三个实战领域一较高下。他们巧妙地引入联想思维策略,为AI的创意之旅"加油助威"。让我们一起走进这个创意擂台,看看AI经过"脑力激荡"后,能否交出亮眼的成绩单!

首先在产品设计领域,vGPT-4需要为25种日用品提出创新点子。研究人员设置了两种情境:

  1. 对照组中,AI直接给出创意方案;

  2. 实验组中,AI需要将随机物品或其属性与原有产品"碰撞",迸发创意火花。

结果显示,经过跨界联想的"魔法加持",AI的创意方案在新颖性上提升了40%!

下图展示了vGPT-4在产品设计领域生成的一些新颖而实用的创意案例。例如,受海螺启发设计的带螺旋槽的可削铅笔,不仅造型独特,而且可以更好地固定笔芯。这些跨界联想的创意点子,展现了AI在产品设计领域的灵感和潜力

当然,并非所有的联想创意都是可行的。有时也会出现一些看似新颖,但实用性存疑的方案。例如,将纸巾与食品结合,设计出可食用的清洁纸巾;或者给扫把加入蒸汽功能,试图实现更好的清洁效果。这些案例说明,跨界联想虽然有助于激发新奇的点子,但我们仍需对AI的创意方案进行必要的筛选和优化。

下图展示了vGPT-4在产品设计领域、故事创作领域和市场营销领域的得分情况。从图中可以看出,跨界联想使方案的新颖性得到显著提升,而实用性并未明显下降。这意味着,我们可以通过激发AI的联想思维,在获得更多新奇点子的同时,不过多牺牲可行性。

接下来,让我们把目光转向讲故事领域。vGPT-4需要在15个经典童话的基础上进行创意续写。研究人员先给AI一个情节转折,然后要求它生成一个新颖的故事版本。在实验组中,AI还要将一个随机物品巧妙融入故事情节。实验结果表明联想思维让AI创作的故事新颖性提升了28%,而且被认为更有趣!

使用vGPT-4续写的《白雪公主》片段,在加入"牙刷"这一随机物品后,故事情节出现了新的转折:白雪公主用牙刷柄制作了一把小刀,与王后展开了一场惊心动魄的对决。这个融合了跨界元素的新情节,无疑为经典童话增添了新意,也让故事更加引人入胜。

最后,我们来到了市场营销的战场。vGPT-4要为15家小商店设计有创意的社交媒体广告。实验组的AI需要将一个随机物品融入广告标语和图片中,为广告创意增添新意。果不其然,这种跨界联想再次显著提升了AI广告的新颖性得分。

vGPT-4可以利用跨界联想生成的优秀广告案例。例如,为花店设计的"用鲜花装点你的生活画布"海报,巧妙地将画布这一随机元素与鲜花结合,传达出一种艺术美感;而运动用品商店则将墨水与运动联系起来,鼓舞人心。这些广告创意展现了跨界联想的魅力,也见证了AI在营销领域的应用前景。

下图展示了vGPT-4在三个领域创意作品的实用性得分。尽管跨界联想在产品设计领域略有不利影响,但在讲故事和市场营销领域,它却使AI的创意方案更具实用价值。这表明,联想思维策略在不同领域的效果可能有所差异,需要因地制宜、灵活运用。

AI创意的"魔灯"与"枷锁"

这项开创性的研究不仅揭示了大语言模型创意的奥秘所在,更为我们应用AI创造力提供了宝贵的启示。

首先,这项研究告诉我们,即使是当前最先进的语言模型,其创造力也并非无法超越。通过联想思维策略的巧妙应用,我们可以有效激发AI的创意潜能,让它产生出更多新颖、独特的点子。这无疑为人工智能在创意领域的应用开辟了广阔的前景。

其次,这项研究为我们提供了一把"魔法钥匙":跨界联想。无论是随机联想还是跳跃联想,这些策略都能帮助AI突破常规思维,建立新奇的概念连接。这启示我们,在运用AI创意时要善于引导它进行跨界思考,鼓励它"离经叛道",从而激发出更多惊喜的灵感。

再者,研究表明AI已经能够在产品设计、讲故事、市场营销等实际领域生成有价值的创意方案。尤其是在创意过程的初期阶段,AI可以作为一个高效的"点子机器",为我们提供海量的初步创意。这意味着,在未来的创意实践中,AI有望成为人类创意工作者的得力助手,帮助我们拓展思路、提升效率。

当然AI创意也并非完美无缺。这项研究同时揭示了AI创造力的一些局限性。

一方面,AI的创意会受到语境的制约。正如我们在讲故事任务中看到的,vGPT-4倾向于赋予随机物品魔法属性,而在其他领域则不会这样。这提醒我们,AI的创意能力可能难以跨越不同语境,它在某一领域学到的"创意套路"未必适用于其他领域。

另一方面,AI有时会陷入"创意定式",总是重复使用某些特定类型的概念。这种"联想惯性"可能会限制AI创意的多样性和新颖性。如何帮助AI突破创意定式,实现持续、多元的创新,是我们未来需要攻克的难题。

此外,我们还要认识到,并非所有AI生成的创意方案都是可行的。一些看似新奇的点子,可能存在逻辑漏洞或现实障碍。这提醒我们在应用AI创意时,仍需要人类智慧的参与和判断。我们要对AI的创意方案进行必要的筛选和优化,挑选出那些真正有价值、可落地的好点子。

总的来说,这项研究既揭示了AI创意的巨大潜力,也提醒我们要辩证看待AI创造力的局限。AI创意就像一盏"魔灯",为我们打开了创新的大门,带来了无限可能;但同时它也可能成为一种"枷锁",限制我们的思维,束缚我们的想象力。AI丰富了人类的创意,但同时人类面临着如何应用AI创意的问题。

这篇关于大语言模型的创意“魔法“:召唤隐藏的联想思维的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/998797

相关文章

C语言中联合体union的使用

本文编辑整理自: http://bbs.chinaunix.net/forum.php?mod=viewthread&tid=179471 一、前言 “联合体”(union)与“结构体”(struct)有一些相似之处。但两者有本质上的不同。在结构体中,各成员有各自的内存空间, 一个结构变量的总长度是各成员长度之和。而在“联合”中,各成员共享一段内存空间, 一个联合变量

关于C++中的虚拟继承的一些总结(虚拟继承,覆盖,派生,隐藏)

1.为什么要引入虚拟继承 虚拟继承是多重继承中特有的概念。虚拟基类是为解决多重继承而出现的。如:类D继承自类B1、B2,而类B1、B2都继承自类A,因此在类D中两次出现类A中的变量和函数。为了节省内存空间,可以将B1、B2对A的继承定义为虚拟继承,而A就成了虚拟基类。实现的代码如下: class A class B1:public virtual A; class B2:pu

如何突破底层思维方式的牢笼

我始终认为,牛人和普通人的根本区别在于思维方式的不同,而非知识多少、阅历多少。 在这个世界上总有一帮神一样的人物存在。就像读到的那句话:“人类就像是一条历史长河中的鱼,只有某几条鱼跳出河面,看到世界的法则,但是却无法改变,当那几条鱼中有跳上岸,进化了,改变河道流向,那样才能改变法则。”  最近一段时间一直在不断寻在内心的东西,同时也在不断的去反省和否定自己的一些思维模式,尝试重

一份LLM资源清单围观技术大佬的日常;手把手教你在美国搭建「百万卡」AI数据中心;为啥大模型做不好简单的数学计算? | ShowMeAI日报

👀日报&周刊合集 | 🎡ShowMeAI官网 | 🧡 点赞关注评论拜托啦! 1. 为啥大模型做不好简单的数学计算?从大模型高考数学成绩不及格说起 司南评测体系 OpenCompass 选取 7 个大模型 (6 个开源模型+ GPT-4o),组织参与了 2024 年高考「新课标I卷」的语文、数学、英语考试,然后由经验丰富的判卷老师评判得分。 结果如上图所

大语言模型(LLMs)能够进行推理和规划吗?

大语言模型(LLMs),基本上是经过强化训练的 n-gram 模型,它们在网络规模的语言语料库(实际上,可以说是我们文明的知识库)上进行了训练,展现出了一种超乎预期的语言行为,引发了我们的广泛关注。从训练和操作的角度来看,LLMs 可以被认为是一种巨大的、非真实的记忆库,相当于为我们所有人提供了一个外部的系统 1(见图 1)。然而,它们表面上的多功能性让许多研究者好奇,这些模型是否也能在通常需要系

人工和AI大语言模型成本对比 ai语音模型

这里既有AI,又有生活大道理,无数渺小的思考填满了一生。 上一专题搭建了一套GMM-HMM系统,来识别连续0123456789的英文语音。 但若不是仅针对数字,而是所有普通词汇,可能达到十几万个词,解码过程将非常复杂,识别结果组合太多,识别结果不会理想。因此只有声学模型是完全不够的,需要引入语言模型来约束识别结果。让“今天天气很好”的概率高于“今天天汽很好”的概率,得到声学模型概率高,又符合表达

智能客服到个人助理,国内AI大模型如何改变我们的生活?

引言 随着人工智能(AI)技术的高速发展,AI大模型越来越多地出现在我们的日常生活和工作中。国内的AI大模型在过去几年里取得了显著的进展,不少独创的技术点和实际应用令人瞩目。 那么,国内的AI大模型有哪些独创的技术点?它们在实际应用中又有哪些出色表现呢?此外,普通人又该如何利用这些大模型提升工作和生活的质量和效率呢?本文将为你一一解析。 一、国内AI大模型的独创技术点 多模态学习 多

C语言 将“China”译成密码

将“China”译成密码,密码规律是:用原来的字母后面的第4个字母代替原来的字母。例如,字母“A”后面的第4个字母是“E”,用“E”代替“A”。因此,“China”应译为“Glmre”。编译程序用付赋初值的方法使c1,c2,c3,c4,c5这五个变量的值分别为“C”,“h”,“i”,“n”,“a”,经过运算,使c1,c2,c3,c4,c5分别变成“G”,“l”,“m”,“r”,“e”。分别用put

OpenCompass:大模型测评工具

大模型相关目录 大模型,包括部署微调prompt/Agent应用开发、知识库增强、数据库增强、知识图谱增强、自然语言处理、多模态等大模型应用开发内容 从0起步,扬帆起航。 大模型应用向开发路径:AI代理工作流大模型应用开发实用开源项目汇总大模型问答项目问答性能评估方法大模型数据侧总结大模型token等基本概念及参数和内存的关系大模型应用开发-华为大模型生态规划从零开始的LLaMA-Factor