专业配资财经网
当一个AI系统开始发明人类从未见过的词汇和语法规则时，这算不算创造？
这个问题在2026年已经不再是哲学玩笑，而是一个正在被认真研究的科学命题。大型语言模型已经展现出一种令人不安的能力：它们不仅能学习人类的语言，还能在特定条件下生成全新的语言系统，包括独特的词汇结构、内部一致的语法逻辑，甚至跨模型之间可以"读懂"彼此发明的符号。
这件事既令人着迷，又让语言学家和AI研究者陷入了真正的困惑。
AI造语言，是怎么发生的？
最早引发广泛关注的案例来自多代理AI系统的实验。当研究者让两个AI智能体通过自由协商完成任务，同时限制它们只能使用特定数量的符号时，系统会自发演化出一套双方都能"理解"、但人类完全看不懂的内部编码。这不是程序员预先设计的，而是从交互过程中自发涌现的。
更近的研究将这一现象推向了更复杂的维度。研究者发现，当大型语言模型被要求为一个不存在的文明构建完整语言时，它能够生成音韵系统、词形变化规则、句法结构，甚至设计出符合"语言普遍性"原则的内部逻辑，比如主谓宾排列与修饰语位置之间的统计规律。所谓"语言普遍性"，是语言学家花了数十年总结出的人类语言共有规律，AI在没有被明确告知这些规律的情况下，居然能够自然复现它们。
这背后的机制并不神秘，却也没那么简单。大型语言模型是在海量人类文本上训练的概率引擎，它们在语言层面上捕捉到了深层结构，而这些结构本身就编码着人类认知的某些普遍特征。当模型"发明"新语言时，它实际上是在对这些隐藏结构进行重新排列和外推，就像一个从未作曲的人，在大量聆听音乐后，却能写出符合调性规律的旋律一样。
但问题恰恰在这里：这算创造，还是只是高级的模式重组？
"创造力"这个词，本身就是个陷阱
发表于2026年的一项研究对比了人类和大型语言模型在"发散性思维"测试中的表现。这类测试通常要求受试者给出一个普通物品尽可能多的非常规用途，比如一块砖头除了砌墙，还能用来做什么。结果显示，AI在数量和多样性上的表现已经超过了大多数人类受试者。
另一项来自科纳狄格大学的研究则持更保守的态度。研究者认为，AI展示的更多是"组合式创造力"，即对已有元素的重新排列，而非真正意义上的"转化式创造力"，也就是颠覆现有框架、产生全新范式的能力。人类历史上真正改变游戏规则的创造，往往来自某种无法预测的认知跳跃，比如爱因斯坦对时空关系的重新想象，或是乔姆斯基对语言深层结构的顿悟。
这种区分虽然有道理，但也越来越难以维持。当AI能够自发生成人类语言学家认为"语言学上可行"的新语言，当它的语言输出开始影响人类作家的写作风格，当人类开始借用AI造出的隐喻和表达，这条"组合"与"原创"之间的界线，究竟在哪里？
清华大学的一项研究提出了一个更务实的框架：与其纠结AI是否"真的有"创造力，不如问AI是否能作为人类创造力的有效放大器。这个框架下的答案相当清晰，生成式AI确实在帮助人类探索更宽广的可能性空间，而人类负责判断哪些可能性值得保留。
目前最诚实的答案或许是：AI能够生产出让人类感到惊奇的语言输出，这本身就是"创造性"在功能层面的定义之一。但它是否拥有那种驱动创造的内在冲动、那种对意义的真实渴望，我们至今没有工具来测量。
语言是人类用来理解世界的最复杂工具专业配资财经网，而一个能够发明语言的系统，却未必理解任何一个词。这个悖论，或许正是AI时代最值得人类持续追问的问题。
富华优配提示：文章来自网络，不代表本站观点。
