计算创造力可视化实验室
从创意生成模型到进化艺术，从程序化生成到音乐 AI，系统化解析机器创造力的算法基础与评估方法。每个模块含可交互 SVG 演示。
生成模型在潜空间学习数据分布：VAE 编码-解码+KL 正则；GAN 对抗训练；Diffusion 逐步去噪。采样潜变量解码出新样本，平衡 novelty（新颖）与 quality（质量），是机器创造力的核心。
进化艺术用遗传算法演化图像：基因编码形状/颜色/参数，适应度由人评或神经美学模型打分。选择→交叉→变异迭代进化。Karl Sims、William Latham 开创此领域，交互式进化让人成为适应度函数。
程序化生成用算法构造内容：L-system 生成植物分形；Perlin/Simplex 噪声生成地形纹理；Wave Function Collapse 按约束拼贴。游戏《Minecraft》《No Man's Sky》无限世界靠程序化生成。
音乐生成模型：Music Transformer 用自注意力建模长程和弦结构；Jukebox 端到端生成原始音频；AudioLDM 潜扩散。评估兼顾音律和谐与情感表达，MIDI 与音频两条技术路线并行。
故事生成需建模叙事结构：设定→冲突→高潮→转折→结局。Hierarchical 方法先大纲后细节；Plan-Write 先规划再生成；LLM 涌现长程一致性，但仍需记忆与角色状态管理维持连贯。
创造力评估多维：新颖性（与已有作品的距离）、实用性（解决实际问题）、惊喜度（违反预期但合理）。Boden 区分组合性、探索性、变革性创造力。自动评估依赖参考集与人类对齐。
人机协作模式：人主导（AI 作建议）、AI 主导（人作筛选）、对话式（交替迭代）。工具如 Midjourney、Cursor 让非专业者创作专业作品。关键设计：可控性、可解释性、风格保持。
Boden 三类创造力：组合性（旧概念新组合，如类比）、探索性（在既有规则空间内搜索新路径）、变革性（打破规则定义新空间，如印象派）。前两类可计算，第三类最难，是真正"突破"。