IBM 研究人员给 Watson 看了超过100部恐怖电影的预告片，分成几段时间和场景。它对每个场景进行了一系列视觉、声音和作曲分析，以学习如何创建预告片。然后 Watson 开始处理时长 90 分钟的《Morgan》，以找到适合收入在预告片中的片段。

　　Watson 处理完《Morgan》，分出了10个场景共6分钟的视频。人类剪辑师通常需要10到30天才能将场景拼凑起来讲述一个连贯的故事，而 AI 只用了24小时就完成了预告片。

　　识别人类的情绪

　　通过预测一句话中的下一个单词，AI 展现出识别人类的情绪的能力。

　　OpenAI 发布了上述实验——一个无监督学习程序，其任务是预测亚马逊评论的下一个单词，为人类情感建模。它有一个特定的神经元，可以检测到好评和差评之间的差异。这是一个很好的例子，展现出AI理解到了更深层次的本质。

　　艺术家在做什么？他在连线。他把事物之间看不见的线连在一起。——德国艺术家AnselmKiefer

　　虽然这个 AI 只学会了理解语言的一个小小的方面，但这是从零到一的第一步。出现更大规模的神经网络和更有效的学习方法来使得 AI 能够理解更多它们看到的东西，只是一个时间问题。

　　AI 能否具有人类的创造力？

　　是啊，这些事情令人印象深刻，但 AI 有可能具有人类一样的创造力吗？

　　没有任何根本原因，会造成 AI 不能像人类那样具有创造力。信息物理学既是人类思维也是硅片的基础。二者的运行都依照量子力学的数学原理。

　　大自然花费了40 亿年的时间来进化我们大脑的细胞系统。人类花费了70 年在硅晶体管上。这些晶体管已经变成了超级视频游戏玩家，并成为了具有创造性的助手。今天运行的硬件和软件只会日益进化，没有障碍能阻止深度学习变得更深入更快速了。

　　目前的深度学习算法和神经网络远远没有实现它们的理论潜力。今天的视觉神经网络比一年前成本要低5-10倍，所用参数要少15倍，性能却能完败一年前的昂贵前辈。这完全得益于不断改进的网络架构和更好的训练方法。

　　——谷歌高级研究科学家Christian Szegedy

　　在 AI 巨大的潜能中，只需进步一点点，就足以匹敌人类的创造力了。

　　这对我们所有人来说意味着什么？

　　人类与技术的关系在过去几个世纪里发生了巨大变化，并预示了某种未来。有许多种方法能让AI 的创造力使我们的社会受益，反之亦然。

　　坏消息

　　当自动计算器到来时，普通文员和簿记员的工作就会消失。个人计算机的出现取代了打字员和最初的一部分秘书。AI 也将不可避免地取代专业人士和创意。AI 对工作的取代对个人来说可能是很糟糕的，但对于一个经济体系来说，就业创造/破坏的净率才是经济是否能够顺利运行的重要因素。

　　有证据表明，当前的经济遇到了一个结构性的问题，中产阶级的工作被摧毁，但并没有创造出新的岗位来。MIT 科学家、研究科技进步对商业影响的Andrew McAfee 制作的 PPT 对此作了说明：

　　看上面的曲线图，与创造性 AI（消灭上图靠右的高技能工作）、机器人和自动驾驶车辆（消灭上图靠左的低技能工作）在一起，有很多工作岗位将面临同时消失的风险。社会重新创造技能（re-skill）是需要时间的，如果冲击来得过于突然，那么很可能会出现经济衰退。

　　另一方面，好消息

　　创造性 AI 很有可能为我们的社会带来巨大的好处。

　　在计算机的辅助下，如今数学家可以证明以前永远不可能证明的事情。数学家设定一个目标，然后计算机会负责探索所有可能的空间和方法来证明它。“上帝之数”——20 就是这样被发现的（详见下文注释）。类似的，建筑师利用计算机对物理学的理解提出建筑设计，这是单靠人力无法完成的。我们已经大量使用了智能工具，随着智能化的发展，我们也将越来越聪明。