轉化式創造力

資料來源#

摘要#

更高的智慧是否意味著更多的創造力？《From AGI to ASI》報告運用 Margaret Boden 的框架，為這個問題建立架構，並定位當前 AI 所處的位置。創造性成果必須新穎、出人意料且有價值（Boden 2004）；報告主張，當今備受讚譽的 AI 成就主要是在由人類提供的概念空間中展現探索式創造力，而轉化式創造力（創造全新的概念空間）可能是成為真正 ASI 的標誌性要求。

Boden 的三個層次#

組合式——將熟悉的想法以陌生方式組合（詩意意象、類比、重新組合工程模組）。
探索式——在既有概念空間之內找到新元素（既定音樂風格中的新作品；已知遊戲中的新棋步）。
轉化式——創造全新的概念空間或思考方式（量子理論、相對論、立體派、發明新類型的遊戲）。

新穎性可分為P-創造力（心理層面——對創作者而言是新的）與H-創造力（歷史層面——對人類而言是新的）。驚奇程度從統計上不太可能，到「過去似乎不可能」不等。價值取決於情境，而且可能只能事後辨認。

今日 AI 所處的位置#

AlphaGo 的 Move 37（2016）——經典案例：統計上極不尋常、令專家驚訝、而且有效的一步棋。Lee Sedol：「AlphaGo 肯定有創造力……這是一步很有意義的棋。」但這屬於探索式——在已知遊戲中的新棋步。
AlphaFold（新穎蛋白質結構）和自動定理證明——也主要落在 Boden 第 1 至 2 級：在明確且由人類提供的概念空間中，展現深刻的探索式創造力（見 AI-Driven Formal Proof Search）。
今日的系統在數學與物理領域增強人類構想，以細微方式提升人類與 AI 協作時的創造力。

ASI 的轉化式測試#

達到 Boden 的第三級——發明能引發Kuhnian 範式轉移的科學理論——即可明確符合標準，也被提出作為 ASI 的「真正測試」。Demis Hassabis 的說法是：

「如果我們回到 1900 年的 Einstein 時代……AI 系統能否根據 Einstein 當時掌握的相同資訊，真正提出廣義相對論？很顯然，今天答案是否定的……還缺了某些東西。」

這正是 The Abstraction Barrier 所採用的創造力框架：轉化式創造力就是對新穎概念基元的扎根式發現。報告也區分科學創造力（價值根植於預測能力／實證真理）與藝術創造力（價值主觀，並由藝術家／觀眾／評論者構成的動態社會系統決定）——轉化式藝術創造力需要深刻扎根地理解人類文化及其情感演進，而不只是原始最佳化能力。

一個可以印出來的概念空間（2026 年 8 月）#

以上論述都從產出推斷 AI 位於 Boden 第二級——Move 37 是已知遊戲中的新棋步，AlphaFold 則在生物學早已界定的空間中摺疊蛋白質。Idea Search（Xuefei Julie Wang、Hao Cui、Michael P. Brenner 與 Subhashini Venugopalan——Caltech／Google Research／Harvard，arXiv 2608.08958，2026-08-09，empirical）是本語料庫中第一個概念空間不是從行為推斷，而是以可檢視成品形式交付的來源：一份列出原子級「點子」的清單，Tree Search 每次程式碼變更抽取一個點子，並在附錄中完整印出。

這套系統將十種專家 scRNA-seq 批次整合方法（BBKNN、ComBat、Harmony、LIGER、SCALEX、Scanorama、TabVI、fastMNN、mnnpy、scVI）拆解為30 個原子級點子——「以批次 ID 作為解碼器的條件」、「合併每個批次的最近鄰集合」、「用經驗貝葉斯法穩定基因校正」——接著每次變更提示都抽取一個點子，以 OpenProblems v2.0.0 指標為每個解評分，並透過拆解搜尋產出的內容，將新點子回饋進系統。

**結果與其不確定性。**相較於純 Tree Search 基準在約 300 個節點後停滯於 0.678 ± 0.011（最高 0.694），注入點子後在約 500 個節點時突破停滯，兩種取樣器的平均分數都達到 0.697（隨機取樣 0.697 ± 0.012，bandit 取樣 0.697 ± 0.008），最佳單一解則為 0.728。增益約為 0.02，而論文坦白指出，這與其 5 次試驗中 0.008–0.018 的試驗間標準差相當——「實際訊號更多體現在 n 次中的最佳解，而非平均執行結果。」這只有一項任務、一個底層模型（Gemini 2.5 Pro）與驗證切分，也沒有宣稱能在保留測試的排行榜上勝出。應將其解讀為分布形狀改變（上尾更厚），而非經校準的效應量。

依設計限制在第二級，而非由觀察所得的限制#

有趣之處不在分數，而在於這種架構無法達到 Boden 第三級；從設計就能看出原因，不必等結果揭曉——以下論證來自 wiki 整理，並非作者所述：

**搜尋開始前，空間就已列舉完畢。**Boden 第二級是「在既有概念空間之內找到新元素」。Idea Bank 就是這個被寫下來、且具有明確基數的空間。一次執行中可到達的方法，是銀行條目的各種組合；搜尋任務明確就是要「混合並重新組合」這些條目。
**價值由搜尋無法修改的評分器固定。**OpenProblems 指標定義了整個執行過程中何謂「更好」。就本文上述框架而言，科學意義上的轉化式創造力意味著改變何謂好答案。對著固定指標爬坡，按定義就無法做到這點。
**銀行只會透過重新組合而擴增。**新點子只會由 LLM 拆解解法後加入，而那些解法本身是由銀行點子加上模型自身先驗所產生。空間可以變大，但迴圈中的任何機制都無法轉化它的規則。

49 個腦力激盪點子就是第三級測試——而它沒通過#

論文所提供最直接的測試，是它的擴增銀行：30 個專家衍生點子，再加上另外 49 個，這些點子是請 Gemini 2.5 Pro「腦力激盪並提出更多相關點子」而產生的。如果 LLM 在擴充概念空間時曾經跳出空間，這裡就該看得出來。附錄 A.2 逐字列印兩個銀行，因此可以直接檢驗——每一個新增條目都指名一項既有、已發表的技術，從相鄰的機器學習文獻移植而來：正規化流、循環一致 GAN、Gromov–Wasserstein 最佳傳輸、雙曲嵌入、拓撲資料分析、保形預測、Siamese 網路、ADMM、稀疏 PCA、聯邦學習。沒有一項是新的基元；每一項都是將已知工具用於新應用。以 Boden 的術語來說，這是**組合式（第一級）**創造力，在不變的第二級空間中運作——The Abstraction Barrier 被具體化為一種資料結構，因為銀行恰好只包含人類已萃取出的概念，沒有其他內容。

另外兩個較小的觀察讓結論更清楚。印出的擴增銀行至少包含兩組逐字重複的自我重複項（「minimizing mutual information between latent space and source ID」與「regressing out the source ID from principal components」各出現兩次），所以「新增 49 個點子」並非 49 個不同點子。而且加入這些點子後的測得效果不是新穎性，而是取樣器依賴的雜訊：擴增有利於 bandit 取樣（0.692 ± 0.007 → 0.703 ± 0.007），卻不利於隨機取樣（0.712 ± 0.012 → 0.698 ± 0.018）；但擴增加隨機取樣的組別仍產生了論文中的單一最佳解（0.728）。點子是否有幫助，取決於選擇器，而非點子本身。

什麼才算反向證據，可以明確列出，供下一個來源據此評估：銀行中出現某個條目，且 (a) 未指名先前文獻中的任何技術，並且 (b) 若要評估它，必須採用 OpenProblems 評分器並未測量的某個量。第一個條件關乎空間；第二個條件使它成為轉化式創造力，而不只是陌生事物。這篇論文兩者都不符合。

誠實的適用範圍限制#

這只是單一基準上的單一自動發現系統，因此它只對自身類別解答 AlphaGo→AlphaFold 的問題。它的貢獻，是把問題從詮釋性的問題轉成可檢查的問題：任何明確列出自身概念空間的系統，都能透過閱讀該空間來稽核是否含有第三級內容。第一次這類稽核得出「依設計屬於第二級，LLM 自身貢獻則為第一級」是個資料點，而非證明——但它是本文首次提出的、並非從示範案例推論的資料點。

同一道界線，從實驗室內部的實務者觀點畫出（2026 年 9 月）#

以上來源都透過論證得出 Boden 第二級的判斷——從產出（Move 37、AlphaFold）、印出的概念空間（Idea Search），或 Hassabis 對廣義相對論的思想實驗出發。Brown（Dwarkesh Podcast，2026-09-17，practitioner-opinion）則將它說成對剛解出千禧年大獎難題的模型所做的實務觀察，因此這是這條界線迄今必須承受的最高能力案例：

「它們顯然在某些方面非常出色，但在其他方面又比人類數學家弱……它們不太擅長提出新問題，也不太懂得哪些方向、哪些完整的數學分支值得探索或發展。」

這句話的兩部分，都是本文以實務者用語表述的第三級標準。提出新問題，就是在概念空間的問題集合中創造新元素；決定哪些分支值得發展，則是修改空間本身的價值函數，而上文「依設計限制在第二級」一節指出，對著固定評分器爬坡，按定義就無法做到這點。因此，語料庫現在有三條獨立途徑得出第二級的判斷——理論（DeepMind 報告中的 Boden）、架構（Idea Search 可列舉的銀行），以及前沿觀察（Brown）——而且三者一致。

（2026-09-21：如今已彙整該結果的第一方公告，見《The Navier–Stokes AI Claim》，標記為 vendor-claim 且有爭議——因此「剛解出千禧年大獎難題的模型」是 OpenAI 的主張，而非已確立的事實。這不會削弱 Brown 的觀察，因為他談的是他認為能力尚未跨越的界線；公告還補充了一項支持細節：問題由 Clay Institute 提出，問題變體由人類分派給各個代理程式團隊，轉向 Navier–Stokes 是人類的決定，而勝出團隊則由 Codex 彙整的洞見引導。整場活動中的問題選擇，全由人類完成。）

**讓這項資料比另外兩項更有力的，是它所處的能力水準。**Idea Search 是 Gemini 2.5 Pro 在單一基準上執行的樹搜尋；Move 37 則已是十年前的成果。Brown 描述的是一個產生了他本人原先預測最早也要到 2028 年才會出現之成果的系統，而依他的說法，改變的是解題能力，提出問題的能力卻沒有變。這是目前最明確的證據，顯示兩者是分開的軸線，而非同一種能力處於不同成熟度——這正是抽象屏障所預測的，也正與「AI 只是尚未掌握另一種能力，之後終會掌握」的預測相反。

**同一段話中也有反向說法，應一併保留。**Brown 不認為這條界線永遠固定：「*它們遠遠落後人類的那些方面，落後幅度會逐漸縮小。隨著時間過去，它們有可能全面勝過人類。不過，我不知道需要多久。這取決於它們不擅長的事情，其長尾有多長。」因此，這是目前的能力差異，不代表它會持續多久——這是對 2026 年 9 月前沿位置的觀察，而非主張存在能力上限。它為本文補上一個有日期的座標，而這條線原本沒有任何座標。

若將它與Anthropic 約 80% 的盲測假設偏好並讀，這也是語料庫中對於品味所在位置最鮮明的即時分歧。兩者可以相容——在已界定問題領域內產生分子生物學假設，是在既定空間中的探索工作；認定一個新的數學分支值得發展則不是——而這種調和，正是第二級／第三級的區分發揮實際作用，不是事後套用；這是本文第一次做到這點。

數學哲學家以同一條線作出的區分（2026-09）#

Boden 第二級／第三級的界線，也在這個領域之外得到獨立重述，且使用了值得保留的措辭。De Toffoli 和 Duede（After Math，practitioner-opinion）區分答案——一個結果，即使經過形式驗證也一樣——與解答；後者還必須提供「一套可理解的數學論證，讓結果成為數學家所理解並實踐的數學之一部分」。以 Boden 的框架來看：答案是在概念空間內搜尋所得；解答之所以有成果，是因為其他數學家能接續運用其中的點子，而這才是概念空間得以改變的方式。他們舉的例子是OpenAI 的 Navier–Stokes 公告；他們認為該公告「目前」屬於答案一側，同時明確保留另一種判斷。完整分析見《Logical vs Intelligible Proof》。

有兩個理由使這是重新框定問題，而非證據。它沒有包含任何測量，也不是在討論創造力——作者是在探討證明的目的，對應到 Boden 層級的說法是本 wiki 的解讀。但它從另一個方向與語料庫中的實務者來源相合：Noam Brown引述 Tao 承認，這些系統「解出了很多這類問題」，卻沒有「提出新的洞見，或形成有洞見的新問題與新理論模式」。倡議者與評論者以不同詞彙描述同一道缺口，這是本文對一個無人能測量的問題所能找到最接近三角驗證的材料。

一項駁斥第一級、承認第二級的綜述（2026-09-23）#

Jedlička 的綜述（arXiv 2608.17970，2026-08-18，practitioner-opinion；完整分析見《Autonomous Scientific Discovery》）提出兩項論點，分別落在本文階梯的兩側；值得分開看待，因為論文把它們放在一起討論。

它否定了最強版本的隨機鸚鵡論點，而那是第一級的主張。針對 Bender 等人（2021）所稱語言模型「不具備真正理解能力，只是在重新組合訓練中遇到的語言模式」，綜述認為它所回顧的數學與科學成果「駁斥了當今最先進系統只以重新組合機制運作這一主張的最強版本」，並且「至少顯示這些系統現在能產生符合一般新穎性標準的輸出」。以 Boden 的框架來看，這是主張系統已超越第一級（組合式）。它對第三級毫無定論，綜述也謹慎指出，這些例子「無法解決關於理解或原創性的廣泛哲學爭論」。

**同一篇論文也明確承認第二級的上限。**第 8 節指出，AI「尚未產生足以比擬科學史上最具轉化性的成果、足以改變典範的發現」；成功案例都是「高度具體的問題，但這些問題早已存在於既定科學框架中」；這些系統最適合「作為強大的認知工具，支援由人類科學家設計並主導的既有研究計畫」。哲學科學的學者以白話說出第二級判斷，而且對任何一間實驗室都沒有利害關係——這是本文界線上的第三項獨立陳述，前兩項來自Brown及 De Toffoli–Duede；也是唯一一項透過綜覽所有學科，而非只看數學，得出此判斷的來源。

**最後幾頁提出的反轉，是本文尚未涵蓋的部分。綜述主張，若未來系統在質上有所不同，限制就會從生成器轉移到讀者：機器生成的假設與框架可能從當代科學典範的角度看來「不可信、難以理解，或像是幻覺，儘管其中含有真正洞見」，因此「人類的認知限制可能成為評估日益精密的機器生成知識的重要障礙」。其正面版本是「異質科學空間」**假說（Artiles 等人，arXiv 2603.01092，2026）：研究社群會系統性地錯過缺乏概念工具去探索的方向，而 AI 或許能對這些方向進行取樣。以本文的階梯來看，這是重新定位後的第三級主張——新的概念空間不是由系統創造，而是人類目前無法進入；判斷是否抵達該處的測試，則要由最缺乏測試能力的人來執行。兩個來源都沒有提出方法，能區分認知上不可取得的洞見與自信的錯誤，因此本文將它保留為假說，而非證據。

開放問題#

智慧提升是否必然帶來創造力提升？或者轉化式飛躍需要某種目前典範所欠缺的能力（扎根式發現）？
AlphaGo→AlphaFold 這一類是否嚴格來說都屬探索式？是否已出現轉化式（創造新概念空間）創造力的早期跡象？部分解答（2026-08-12）：Idea Search提供首個案例，其概念空間是可檢視成品，而非從產出推論所得；它依設計屬於第二級——空間在執行前就已列舉，價值由搜尋無法修改的評分器固定，而銀行只會透過重新組合而擴增。LLM 自身新增的 49 個「腦力激盪」點子，全是既有具名技術（Boden 第一級，組合式），其中有兩組逐字重複項。這解答了單一自動發現系統的問題，但不是整個 AlphaGo→AlphaFold 類別的問題；可推廣的是稽核方法——系統若能印出自己的概念空間，就能透過閱讀內容檢查是否包含第三級內容。第二個案例，2026-09-21：AutoGraphForge: Towards Automated Graph Theory Discovery將這種稽核方法用於自動數學猜想，並以更明確的方式得出相同判斷。它的概念空間不只是可檢視，而是在原始碼中完整列舉：由 45 個數值圖不變量構成的半空間線性文法，以及作為唯一可接受假設的 16 個布林述詞，再對照一張包含 559 個具名經典關係的表格篩選。流程中沒有機制能引入不在既有欄位中的不變量，也沒有機制能引入既有述詞以外的類別，因此第三級內容是依設計不可能，不只是實務上未曾出現。產出也支持這一點：在耗費 1.22 CPU 年的執行結果中，排名最高的 100 個倖存項目裡，有 49 個是已知定理的重新發現，2 個已被其他倖存項目涵蓋，1 個假設毫無作用，而作者挑出的兩個真正有趣結果，都可化簡為 Gallai、Kőnig 與 Pepper 的三行組合——在最具新意之處仍屬 Boden 第一級、組合式。兩個系統、兩個領域，呈現同一形態：概念空間一旦印出，產生的就是其中的重新組合。需要注意的是，這是單一作者的研討會論文，因此應優先看待架構主張，而非規模數字。
轉化式藝術創造力是否可能在缺乏生活文化根基的情況下，單靠最佳化能力而出現？

資料來源#

From AGI to ASI——第 6 節（「超級智慧是否超級有創意？」）；Boden（2004）、Hassabis（2025）
On the Navier–Stokes Millennium Prize Problem——OpenAI（無署名），openai.com，2026-09-08，並於 2026-09-10 更新，約 1,900 字，vendor-claim。本文僅引用它標示 Brown 觀察所對照的成果屬於有爭議的第一方主張，以及第「我們如何找到證明」節所述活動中由人類進行問題選擇的環節。完整分析見《The Navier–Stokes AI Claim》
Noam Brown – Agent swarms, alignment, & recursive self-improvement——Noam Brown（OpenAI）與 Dwarkesh Patel，Dwarkesh Podcast，2026-09-17（practitioner-opinion）。只引用 §00:22:02：數學能力參差的解讀、提出問題與選擇分支的界線，以及全面進步的保留說法。這是對尚未發布模型、未經測量的實務者觀察——沒有評估、沒有比率、沒有比較組；套用 Boden 層級的對應也是wiki 整理所得；Brown 從未提及 Boden 或創造力理論
AutoGraphForge: Towards Automated Graph Theory Discovery——AutoGraphForge: Towards Automated Graph Theory Discovery，Ján Pastorek（Comenius University in Bratislava），arXiv 2609.03478，2026-09-03，17 頁，ITAT 2026 投稿，empirical。本文僅引用第 3.2／3.3 節（生成文法、45 個數值目標、16 個 Sophie 述詞、559 關係的新穎性表格），以及第 4.2 節（前 100 名稽核與兩個手動證明的界限）。Boden 層級的解讀來自 wiki 整理——論文從未提及 Boden 或創造力理論，也未對其產出的創造性作出主張，除了「兩者都不是深刻的新定理」。單一作者、研討會論文，沒有獨立複現。完整來源分析見《Automated Conjecturing》
Idea Search: Guiding Tree Search with Ideas to Explore Diverse Scientific Methods——Wang、Cui、Brenner 與 Venugopalan（Caltech／Google Research／Harvard），Idea Search: Guiding Tree Search with Ideas to Explore Diverse Scientific Methods，arXiv 2608.08958，2026-08-09，14 頁，empirical。第 3 節：Idea Bank／變更／動態更新迴圈；第 4.1 節：scRNA-seq 測試平台、CZ CELLxGENE 資料與十種專家方法；第 4.3 節：30 個點子的 Expert-Only 與 +49 擴增銀行；第 5.1–5.2 節：基準停滯與擴增結果；第 5 節「結果範圍」及第 6 節限制：效應量的保留說法；附錄 A.2 逐字印出兩個銀行，是本文上述 Boden 層級解讀的主要證據。論文沒有任何表格；本文引用的每個數字都來自正文，圖表則依照圖片兩階段規則解讀。第一級／第二級／第三級的對應、重新組合封閉性的論證，以及重複項數量，都是wiki 整理所得，不是作者主張——論文從未提及 Boden 或創造力理論。
After Math——De Toffoli 與 Duede，〈After Math〉，Terence Tao 部落格客座文章，2026-09-12，約 2,000 字，practitioner-opinion。本文僅引用它對答案／解答的區分，以及其依據的數學目的清單（Tao 2026，arXiv 2608.16753，不在本語料庫中）。沒有測量、沒有 Boden、沒有創造力主張——對應到第二級與第三級，是本 wiki 的解讀，並非作者觀點。完整分析見《Logical vs Intelligible Proof》
Quo Vadis? Scientific Discovery in the Age of Artificial Intelligence——Petr O. Jedlička（Institute of Philosophy, Czech Academy of Sciences），Quo Vadis? Scientific Discovery in the Age of Artificial Intelligence，arXiv 2608.17970，2026-08-18，40 頁，practitioner-opinion。本文引用第 6.1 節的隨機鸚鵡論述，以及第 8 節結論。對應至 Boden 層級是本 wiki 的解讀，並非作者的主張——該綜述從未提及 Boden。Artiles 等人（arXiv 2603.01092）不在本語料庫中；本文依照綜述對其描述轉述。單一作者的回顧，沒有原創測量；內容取自 PDF，0 張表格，引用內容以 pdftotext -layout 再次核對。完整分析見《Autonomous Scientific Discovery》

轉化式創造力

資料來源#

摘要#

Boden 的三個層次#

今日 AI 所處的位置#

ASI 的轉化式測試#

一個可以印出來的概念空間（2026 年 8 月）#

依設計限制在第二級，而非由觀察所得的限制#

49 個腦力激盪點子就是第三級測試——而它沒通過#

誠實的適用範圍限制#

同一道界線，從實驗室內部的實務者觀點畫出（2026 年 9 月）#

數學哲學家以同一條線作出的區分（2026-09）#

一項駁斥第一級、承認第二級的綜述（2026-09-23）#

延伸閱讀#

開放問題#

資料來源#