马库斯·杜·索特伊(Marcus du Sautoy)是那种更关注问题而不是答案的科学作家。在他的书《创意代码》(Creative Code)中，他处理了“数字之谜”和“伟大的未知”，这些都是人类理解的边缘话题。书的副标题包含了“奥德赛”、“探险”和“旅程”等关键词。但杜·索特伊是一个漫游者：他的旅行不是为了目的地。这既是《创意代码》的主要优势，也是它的缺陷，是对当前人工智能在数学和艺术领域的应用进行广泛而又充满事实的考察。
很多关于人工智能的内容要么是炒作，要么是对炒作的怀疑。艾达·洛夫莱斯(Ada Lovelace)是第一个计算机程序员，可能也是第一个对人工智能大肆宣传的质疑者。她写道：“希望防止夸大思想的可能性…… [计算机]没有任何资格自命不凡”。
她的声明在 1842 年被广泛接受。但是，杜·索特伊问道，在今天机器学习的时代，计算机能有创造力吗？为了让他的问题更加尖锐，他提出了一个关于机器创造力的测试——“洛夫莱斯测试”：一台机器必须产生一些“新的、令人惊讶的、有价值的”东西，而且必须以一种程序员无法解释这一壮举的方式来完成。
杜·索特伊关于计算机在艺术中的创造性的讨论很吸引人，但是计算机艺术本身却没有给人留下深刻的印象。试图通过数据分析创建伦勃朗式的肖像，有效地产生了没有画笔的伪造，而事实证明，这是微软的公关噱头。一个优秀的算法可以即兴创作出爵士乐段的延续。一位测试过该算法的爵士音乐家对此印象深刻，他承认“它比我早几年，但它所播放的一切毫无疑问都是我的”。但是这个程序是基于一个“无记忆”随机过程（一个“马尔科夫过程”），所以它的即兴创作缺乏任何全局结构。
在杜·索特伊的书出版后的几周内，埃隆·马斯克支持的 OpenAI 开发了一种尖端的讲故事算法，超越了书中的文本生成程序。它的发布伴随着一个可预测的炒作周期，并提醒我们，人工智能的进步是快速和持续的。但在泡沫的下面是一个统计模型，当然缺乏任何理解，因此提到“水下发生火灾”。
虽然大部分章节都是关于计算机艺术的讨论，但当牛津大学数学教授杜·索特伊讨论他自己的主题时，《创意代码》达到了最佳状态。当他在围棋和数学证明之间建立了丰富的类比时，他的分析就深入了。毫无疑问，他对谷歌 DeepMind 的超人围棋引擎印象深刻，并对其算法被重新用作自动定理验证器的潜力感到好奇。有趣的是，这个类比被打破了，因为在数学中，与围棋不同，“有价值的”比“新”或“令人惊讶的”更难编码。在围棋中，棋局的任何获胜状态都是有价值的，而在数学中，有价值的定理——例如，那些美学上令人愉悦的或具有科学应用价值的定理——在所有可能定理的无穷无尽中是罕见的。对杜·索特伊来说，今天的数学人工智能是白痴学者，能够生成原始的证明，但缺乏辨别哪些是重要的。
令人耳目一新的是，杜·索迪在评估新 AI 时公开了他的疑虑。他问道：“为什么我仍然觉得，即使是这些令人惊叹的新工具，也远远无法实现与人类创造力匹配的东西？”有时，他会把人工智能塑造成“腹语演员的傀儡，为我们表达自我的冲动提供喉舌”。在他看来，创造性的重任往往是由程序员或观众来完成的，而不是程序本身。他的分析的一个优点是，他设法在炒作和反炒作之间找到了一条中间道路。
阿兰·图灵问道：机器会思考吗？然后他用图灵测试代替了这个问题，然后补充说，这个问题“太没有意义了，不值得讨论”。也许他和迪杰斯特拉一样，觉得问机器是否会思考就像问潜水艇是否会游泳：答案取决于我们选择将一个隐喻从生物世界延伸到人工世界的程度。与图灵不同，杜·索特伊被他最初的问题（机器能有创造力吗?）所吸引，似乎不信任他自己的测试（洛夫莱斯测试）。
如果他得出一个结论，那就是意识对于创造力是必要的，因此行为洛夫莱斯测试是不够的。这本身并不是一种不合理的主张，但它天真地侵入了一个杰出的心理学体系，该体系试图仔细地分离出意识（如果有的话）所起的作用。这也是杜·索特伊在开始他愉快而迂回的旅程之前，从扶手椅上得出的一个结论：原来他根本不需要人工智能就能到达目的地。
【数字叙事 原作：Jonnie Wolf；编译：Lighting】
