[论文解读] How Did Humans Become So Creative? A Computational Approach

Liane Gabora, Steve DiPaola|arXiv (Cornell University)|Aug 23, 2013

Language and cultural evolution参考文献 34被引用 8

一句话总结

本文提出，人类创造力的演化源于两种关键认知机制：递归回忆，使简单动作能够串联成复杂动作链；以及情境聚焦，使联想性思维与分析性思维能够相互转换。通过文化演化与肖像画的计算模型，研究证明这两种机制能够驱动开放式的创新、提升适应度，并加快生成更逼真、更受青睐的艺术作品——为人类创造力在演化时间尺度上的出现提供了可信的解释。

ABSTRACT

This paper summarizes efforts to computationally model two transitions in the evolution of human creativity: its origins about two million years ago, and the 'big bang' of creativity about 50,000 years ago. Using a computational model of cultural evolution in which neural network based agents evolve ideas for actions through invention and imitation, we tested the hypothesis that human creativity began with onset of the capacity for recursive recall. We compared runs in which agents were limited to single-step actions to runs in which they used recursive recall to chain simple actions into complex ones. Chaining resulted in higher diversity, open-ended novelty, no ceiling on the mean fitness of actions, and greater ability to make use of learning. Using a computational model of portrait painting, we tested the hypothesis that the explosion of creativity in the Middle/Upper Paleolithic was due to onset of con-textual focus: the capacity to shift between associative and analytic thought. This resulted in faster convergence on portraits that resembled the sitter, employed painterly techniques, and were rated as preferable. We conclude that recursive recall and contextual focus provide a computationally plausible explanation of how humans evolved the means to transform this planet.

研究动机与目标

• 通过计算建模研究人类创造力的演化起源。
• 检验递归回忆使简单动作链向复杂动作链演化的假设。
• 探究情境聚焦是否触发了约5万年前的‘创造力大爆炸’。
• 使用基于神经网络的智能体模拟文化演化与艺术创新。
• 评估认知机制如何提升创造性输出的多样性、新颖性与适应度。

提出的方法

• 文化演化模型中的智能体使用神经网络生成、发明并模仿动作。
• 模型比较单步动作智能体与具备递归回忆能力、可串联动作的智能体。
• 独立的肖像画模型通过在联想性思维与分析性思维之间交替的智能体，模拟艺术创作过程。
• 适应度通过与被画者的相似度、绘画技法的使用程度以及人类偏好评分来衡量。
• 在多代演化过程中模拟演化动态，追踪多样性、新颖性与收敛速度。
• 模型包含学习与适应机制，评估认知机制如何提升性能。

实验结果

研究问题

• RQ1 递归回忆能力在文化演化模型中如何提升所学动作序列的多样性与复杂性？
• RQ2 递归回忆在多大程度上实现了无适应度上限的开放式创新？
• RQ3 情境聚焦——在联想性思维与分析性思维之间切换——如何提升艺术作品的质量与逼真度？
• RQ4 计算模型能否再现旧石器时代中期至晚期观察到的‘创造力大爆炸’现象？
• RQ5 递归回忆与情境聚焦等认知机制在人类级创造力出现过程中扮演何种角色？

主要发现

• 具备递归回忆能力的智能体在动作序列上产生的多样性与开放式新颖性显著高于单步动作智能体。
• 递归回忆消除了适应度上限，使动作质量在多代中持续提升。
• 模型显示，采用情境聚焦的智能体能更快地生成与被画者相似、并运用真实绘画技法的肖像画。
• 人类观察者对采用情境聚焦生成的肖像画评价更偏好，表明其美学质量更高。
• 递归回忆与情境聚焦的整合在模拟文化演化中促成了持续的创新与适应性复杂性。
• 计算模型支持了这两种认知机制可能驱动了人类创造力在演化过程中出现的假设。