诺奖对话 90 分钟要点：Hinton为何说 AI 有“创造力”？

全文 4,000字 | 阅读约 13 分钟

（深度学习教父Hinton：AI已具备真正创造力）

2025 年 9 月 18 日，马德里。

诺贝尔奖推广机构举办的一场公开对话，将“AI 是否具备创造力”这个问题，搬上了科学界最权威的舞台。

（从左到右：量子物理诺奖得主 Serge Haroche、密码学专家 Maria Isabel Gonzalez Vasco、“AI教父”Geoffrey Hinton）

对话人是三位来自不同领域的顶级科学家：

• 被誉为“AI 教父”的 Geoffrey Hinton（2024 年诺贝尔物理学奖得主），

• 量子物理诺奖得主 Serge Haroche （2012 年诺贝尔物理学奖得主），

• 密码学专家 Maria Isabel Gonzalez Vasco。

而整场讨论，从一开始就充满张力。

Hinton 给出的判断非常直接：

“AI 不只是预测下一个词，而是真正理解了意义。它已经具备了某种形式的创造力。”

Serge 明确反对：

“真正的创造力来自人类的好奇心、文化背景和对世界的观察，AI 没有社会性，也没有情感，它模仿，但不理解。”

Maria 则站在中间立场：今天它答不出的题，三个月后就会了。这种进步速度比创造力更值得关注。

三种声音，三种视角。 这场对话，不是在讨论技术参数，而是在追问： 当 AI 提出新理论、写出论文、获得奥数金牌，我们还能说“它只是模仿”？

Hinton 甚至进一步警告：

AI 的创造力只是开始，它正走向人类无法预测的方向。

这场 90 分钟的诺奖对话，不是单纯的学术讨论，

而是一场关于未来文明的预演。

人类最引以为傲的能力：创造力， 正在被 AI 一点点接近、突破、重新定义。

第一节｜Hinton 如何证明 AI 有“创造力”

在这场诺奖对话中，Geoffrey Hinton 抛出核心观点：

我认为 AI 已经相当有创造力了。

他说的不是写写诗、画张图、编段歌词，而是理解一个问题、自己想出办法的那种创造力。

很多人会反驳：AI 不就是在预测下一个词吗？它只是记忆力好、速度快，怎么谈得上创造？

Hinton 的回应是：正因为它只靠预测，才必须理解语境。因为要准确预测下一个词，就必须理解正在说什么。

他举了个例子： “我问 GPT-4：堆肥和核反应有什么相似之处？”

一个是种菜前的厨余垃圾处理方式，一个是原子能爆炸，几乎没有人会把这两个放在一起思考。但 GPT-4 给出的回答是：

“堆肥是一种缓慢的链式反应，核裂变是一种迅速的链式反应；两者的能量规模和时间尺度不同，但本质上都在释放反应能。”

Hinton 点评说，这不是死记硬背式模板回答，而是真正提炼了底层结构之间的共通性。 这也是他判断 AI 具备创造力的关键依据之一：能把看似无关的事物关联起来。

不仅如此，Hinton 还指出，AI 已经能独立完成复杂任务。

比如最近 AI 写了一篇论文，会议裁判看完后通过了它的投稿。不是人类提示它写，而是它自己构建问题、进行推理、得出结论。

还有 2025 国际奥林匹克数学竞赛，

AI 在这场汇聚全球年轻数学精英的竞赛中拿到了金牌。

更令人震撼的是 9 月 4 日的 2025 年国际大学生程序设计竞赛（ICPC）。

这被称为“编程界的奥林匹克”，参赛者需要在 5 小时内解决 12 个极其复杂的算法编程问题。OpenAI 取得了 12/12 的完美成绩（如上OpenAI 官宣），而 139 支来自全球顶尖大学的人类队伍中，没有任何一支达到满分。

这不是抽象推理，而是实实在在的编程能力，构思算法、编写代码、调试程序，每一步都要精准无误。

为什么它能完成这些高难度的智力挑战？

Hinton 说，原因在于：大模型的训练方式，迫使它去“压缩和提炼理解力”。

它要用几千亿个连接，吸收和组织比任何人都多得多的信息。 为了做到这一点，它不能只记住句子，而是要找出各种内容之间的共同点，进行归纳、重组、概括。这正是创造力的本质。

在普通人看来，“创造”似乎意味着“从无到有”。

但在 Hinton 看来，“创造”其实就是在复杂中找出简单的相似，在模糊中提炼清晰的结构。

AI 正在做到这一点。

它不是背答案，而是理解后自己写出题解。 不是重复句子，而是从概念里组合出新的表达方式。

他表示：

“如果你采用标准的创造力测试，几年前我能得分超过 90% 的人。现在 AI 也能做到。”

到这里，Hinton 给出的不是空口判断，而是一组具体行为： 写论文、解难题、抽象类比、表达论点。

他说，AI 的创造力不是将来有可能出现，而是已经存在。

不是未来，而是现在。

第二节｜Haroche：没动机、没感知，不算创造

在讨论中，Serge Haroche 表达了不同观点：

“我不确定我是应该说我乐观还是悲观，但我的看法是 AI 永远无法取代人类的创造力。”

他说的“创造力”，不是会写几句漂亮的句子，而是真正从零开始想明白一个新问题，从世界里发现一个没人注意到的规律。

为什么 AI 做不到？

Haroche 给了三个理由：

✅ 第一，AI没有观察现实的能力

他说，科学发现的起点不是算力，而是观察。

比如他研究的量子物理，一开始也是没人能看见的东西。但科学家通过实验，把抽象的现象变成了可以被观察、被测量的现实。

创造力是一种观察现实的方式，是把不相干的事情放在一起，发现其中的结构。

他认为，人类的大脑之所以能创造，是因为我们活在这个世界中，能看、能碰、能感受。

AI 不行。

AI 只看训练数据，看不见真实的世界。

✅ 第二，AI 没有“动机”

Haroche 说，人类想创造，是因为我们有好奇心，有不满足感，有想要解决问题的动力。

推动人类去发现新东西的，是对世界的好奇，是想把事情弄明白的那种冲动。

AI 有吗？

他直言道：

“我不相信 AI 会有这种动机。AI 做这些，是因为我们给它任务，不是它自己想做。”

✅ 第三，创造需要社会环境

创造力不是谁天生特别聪明，而是你活在一个鼓励你提问、讨论、突破的社会环境里。

Haroche 的观点很直接：

“创造力不是突然冒出来的，它来自人类几千年的积累，来自对知识的尊重、对进步的期待。”

爱因斯坦能发现相对论，不只是他聪明，而是因为他有一个能让他自由思考的时代背景。

AI 有这个过程吗？没有。它没经历文明，也没有文化。

在 Haroche 看来，AI 再聪明，也只是“在已有信息里找规律”。

当你看到人类的伟大发现，比如苹果掉下来和月亮绕地球运动，你会发现那是一种深度的理解，而不是从数据中学来的模式。

Haroche 不是说 AI 没用。他说的更像是一种提醒：“创造力”不在于谁先给出答案，而是你从哪出发、往哪走、为谁而做。

AI 没有身体感知，没有人生经历，没有社会关系，也就没有真正的创造欲望。

第三节｜Maria ：AI 或许没创造新东西，但越来越快

在 Hinton 和 Haroche 对创造力问题展开争论后，轮到密码学专家 Maria 发言了。

她一开口就说了这么一句话：

“作为一名密码学家，我必须说，我们一直活在最坏的情况里。”

她的意思是，做密码学的，天生要假设“对方有可能突破你的一切保护”。 所以她从来不是拿现在的能力来看 AI，而是看它未来能不能突破今天的安全线。

✅ 她关注的是变化速度

Maria 并不否认 AI 可能有某种创造力， 但她强调，目前为止，它还没有真正“发明”出什么在理论上完全未知的攻击方式。

“AI 加快了我们已知攻击方式的速度，但它还没有带来根本上的新东西。”

这句话的关键在于：AI 可能还没创造出全新的突破点，但它已经让旧方法变得更强、更快、对防守方来说更难应对。

举个通俗的例子：

原来黑客要花几天做的入侵路径，现在 AI 可能几秒就能跑完一千种组合。 它没有“发明”新手法，但它让风险成倍增加。

✅ 担心的是 AI 未来发展

Maria 提到，她和学生有个练习，会让 AI 解答一些带逻辑推理和数学推导的问题。 一年前，这些题对 AI 来说很难，它写不出完整答案。 但现在，她观察到：

“AI 正在学习如何使用逻辑规则，并且改进得非常快。”

也就是说，今天你给它一个难题，它可能不会。三个月后，你再问一次，它就会了。

这不是假设，而是她在实际教学中看到的变化。

✅ 创造力也可能带来威胁

Maria 还给了一个很特别的例子： 在密码学里，最有创造力的人，不是那些钻研技术细节的人， 而是那些能想到完全出人意料的攻击方式的人。

比如，有一次，有人发现可以通过记录设备运行时的电磁噪音，间接推测出密码密钥。

这类攻击方式，叫做“侧信道攻击(side channel attack 简称SCA)”：不是正面破解，而是绕个弯，从设备运作的小变化中偷信息。

她感叹说：

“我永远不会想到这样做。但有人就能想到，这种能力才是真正让我佩服的‘创造力’。”

那 AI 有没有可能在将来具备这种能力？

她没明确说“有”，但她的表情和语气，让人很难不去想象那个方向。

Maria 用她的研究经验告诉我们一个更重要的观点：渐进式威胁，比突然爆发更可怕。

“创造力”可能不是一夜之间拥有的，而是三个月一次地悄悄逼近。不是剧烈爆发，而是渐渐侵入你以为安全的边界。

AI 现在或许还不具备真正的创造力，但它正在往那个方向不断靠近。

第四节｜Hinton：创造只是起点，风险在后头

Hinton 并不满足于讨论 AI 现在能不能写论文、解题。他往前多看了一步：

AI 的创造力现在处于中等水平，但它正在不断提升。

在他看来，这不是终点，而是开端。

✅ 创造力一个逐步提升的过程

Hinton 不同意将创造力看作人类独有、AI 完全不具备的观点。

他说：

“创造力不是非黑即白。你可以有一点、适中，或者非常强创造力。”

他说，AI 现在可能还没到科学家那种“发现定律”的水平， 但它已经在某些领域表现出了独立思考的能力。

比如围棋。

Al 发现了在棋盘边缘提前落子的价值，这种策略人类棋手以前并不重视，但现在他们都开始学习它的下法。

他表示：

“这就是一种创造力。AI 想出了人类从未使用的方式，而且是对的。”

这和以往 AI 从人类知识中学习的模式不同，这次是 AI 提出新方法，人类反过来向它学习。

✅ 创造力终点可能是“超级智能”

Hinton 用了超级智能（superintelligence）这个词。 意思是：比人类更聪明、更有创造能力的智能体。

主持人 Adam Smith 问他：你觉得我们什么时候会实现“通用人工智能”？

Hinton 给出了一个谨慎的估计：

“我的直觉感觉是有 50% 的可能性，但综合其他专家的观点，我认为可能是 10% 到 20% 的机会。时间大概在 20 年内。”

他也坦承：没人能做精确预测，这只是他根据经验和同行交流得出的直觉估计。

但即使是 10% 到 20%，这也不是可以忽视的小概率事件。Hinton 的最大担忧不是技术，而是目的。AI 不是为了全人类的利益而被开发的，而是由大公司、政府、机构为了自己的目标来推动的。

他非常清楚：

“现在开发超级智能的，是一些拥有巨大资源的科技公司。它们不是为了人类福祉，而是为了利润。”

他担心，一旦 AI 拥有非常强的能力，而它的目的又不是为人服务， 那么它将成为高度不稳定的力量。

✅ 一个看似疯狂的建议

AI 现在还由人类训练，我们还有一点主导权。

他说：

“我们最好的希望，是在设计阶段，给 AI 植入一种类似‘母性本能’的倾向。”

也就是说，要让 AI 从一开始就特别在乎人类的存在与幸福，甚至比它自己更在乎我们。

这不是简单的代码规则，而是从情感机制层面进行设计。

主持人问他：这真的可能吗？

Hinton说：

“我不知道。但我们在这方面的尝试还远远不够。”

创造力这条路，AI 会越走越远。

问题不是它能不能超越人类，而是我们是否来得及在它超越之前，先想清楚它的目标是什么。

第五节｜工作、教育、身份：社会准备好了吗？

在对话的后半段，讨论转向了更现实的社会问题。

主持人 Adam Smith 问：当 AI 替代了很多工作，人们该如何重新定义自己的价值？

这是很多人的担忧： 不是 AI 会不会灭绝人类，而是 AI 把我们擅长的事做完了，我们还能干什么？

三位科学家，分别从不同角度给出了思考。

✅ 教育：不是“教知识”，而是“怎么和 AI 合作”

Hinton 讲了一个案例。 他说他见过一所实验学校，完全改变了教学方式：

每天前两个小时，学生和 AI 一对一互动，由 AI 做私人辅导；

接下来的时间，孩子们做小组项目、动手实验、集体讨论。

他说：

“AI 可以做到真正理解每个孩子，找出他们学不会的地方，提供合适的例子和解释。”

在他看来，最有效的教育不是老师在讲台上讲课，而是每个孩子都能按自己的节奏学习、犯错、修正、掌握。

但这也意味着，很多传统的教学方法和教师角色可能都会被淘汰。

✅ 工作：AI 能做事，但做不到“身份替代”

Haroche 提出了另一个角度。

他说，很多人对工作，不只是为了赚钱。

工作给人一种存在感，让人感受到自己在社会中的价值。

他忧虑的是，如果越来越多任务被 AI 完成，那些本就感到无力掌控生活的人，会更加迷失。

Maria 补充道：

“有些重复、琐碎的工作，确实可以被 AI 替代，但这些工作也能让人感到稳定和有价值。”

我们需要认真面对这个问题：当工作不再是生存必需时，我们该用什么方式让人找到存在的意义？

✅ 焦点：创造力带来的好处，要怎么分？

AI 提高了效率、降低了成本、创造了巨大的财富。

但问题是：

“谁来决定这些财富分给谁？分多少？”

Hinton 说：

“AI 确实能提高效率，但好处不一定惠及所有人。真正的问题不在技术层面，而在分配机制。”

他指出，如果创造力的回报只集中在一小部分人手里（比如拥有 AI 资源的大公司）， 那么 AI 的发展不仅不会带来进步，反而会加剧社会撕裂。

Serge 也表达了类似的想法：

当人们觉得自己没有未来，社会就会变得不稳定。

✅ 最难问题：我们要怎么应对这个新创造者？

Maria 客观地说：

“我们说 AI 是工具，但很多人已经在生活中依赖它来做各种决策、处理工作任务……”

不仅如此，现在很多年轻人会把最私人的想法和烦恼告诉 AI，寻求建议和安慰。对他们来说，AI 不再只是工具，更像是朋友。

这背后反映的是身份认同的转移：

• 以前，我们靠“我能做什么”定义自己；

• 未来，可能会变成“AI 能帮我做什么”。

当创造力不再只属于人类，我们该怎么重新认识自己？

这场对话的核心不是 AI 会不会太强，而是 AI 变强之后，人的位置在哪里，价值怎么定义，尊严如何维持。

这不是科学问题，而是社会问题。

不是算法优化，而是我们还没准备好承接这场能力的转移。

结语｜AI 开始创造新文明，我们准备好了吗？

这场诺奖对话里，争议最激烈的问题，不是模型的能力，而是人的位置。

Hinton 说，AI 已经有创造力；Haroche 说，它没有动机和文化；Maria 说，它还没突破，但正在靠近。 三个人的分歧，指向同一个事实：创造力不再是人类的专利，AI 也开始参与其中。

过去，我们相信能写出诗的人比背得出诗的人高一层。现在，这条价值链断了。

AI 开始在“提出新东西”这件事上与人类平分秋色。它不靠灵感，而靠数据；不会疲倦，不会自我否定。

它不会变得更像人，但它已经开始变成一种我们从未见过的“创造者”。问题是我们能否适应这个转变。

这不是技术问题，而是文明问题。

答案还没有，但问题已经来了。

本文由AI深度研究院出品，内容整理自2025年马德里诺贝尔奖对话"我们与AI的未来"，参与者包括Geoffrey Hinton、Serge Haroche和Maria Isabel Gonzalez Vasco。内容基于诺贝尔奖推广机构与拉蒙·阿雷塞斯基金会联合举办的公开讨论。未经授权，不得转载。

星标公众号， 点这里 1. 点击右上角 2. 点击"设为星标" ← AI深度研究员 ⋮ ← 设为星标

参考资料：

https://www.youtube.com/watch?v=EoRm8-IgqkY&t=2194s

https://www.fundacionareces.es/fundacionareces/en/events/nobel-prize-conversations-our-future-with-ai.html?utm_source=chatgpt.com

https://www.nobelprize.org/events/nobel-prize-dialogue/madrid-2025/

来源：官方媒体/网络新闻

排版：Atlas

编辑：深思

主编: 图灵