多智能体人工智能系统在创造力方面胜过人类团队

尽管人工智能 (AI) 现在在众多认知任务中的表现可与人类相媲美或超过，但创造力仍然是一个备受争议的领域。随着基于 大语言模型 (LLM) 的人工智能系统越来越多地应用于研究和创新，了解和增强其创造力至关重要。在这里，我们证明，多智能体 LLM 团队不仅超越了单个智能体，而且在 6 个不同的问题解决任务上的 4,541 个多智能体 LLM 想法和 341 个人类团队想法中，在创造力（Cohen d = 1.50）方面大大优于人类团队。这一优势是由新颖性驱动的，同时又保持了相当的实用性。为了研究两组的生成过程，我们使用神经语言模型表示将对话表示为穿过语义空间的路径。当对话范围广泛而不是集中在单一主题（全局一致性低）时，LLM 和人类团队都会产生更多创意。然而，预测创造力的其他模式有所不同：LLM 团队受益于高效探索（高语义传播、较短路径），而人类团队受益于保持流畅的对话流程（高局部一致性、频繁的关键点）。此外，我们将模型选择和讨论结构确定为正交设计杠杆，它们共同解释了 LLM 对话动态中 26.8% 的方差，为开发具有增强创造力的多智能体系统的系统方法铺平了道路。