摘要： 一项名为Lluminate的新算法，通过结合进化计算原理和大型语言模型，显著提升了LLM的创新能力。该算法通过模拟生物进化过程，让LLM能够生成更具新颖性和创造性的设计，例如创意时钟、纹理动画和建筑风格。
正文：
在人工智能领域，大型语言模型（LLM）正变得越来越强大，但其创新能力仍然受到限制。当要求LLM生成创意设计时，结果往往缺乏新意，难以超出人们的预期。然而，近日一项研究成果表明，通过一种基于LLM的进化算法，可以显著提升LLM的创新能力，使其能够生成令人眼前一亮的设计。
这种名为Lluminate的算法由洛克菲勒大学生物信息学研究者、生成式设计公司Morphogen创始人Joel Simon开发。Lluminate的核心思想是将进化方法与原则性创造性思维策略相结合。通过模拟生物进化过程中的突变、选择和交叉等操作，Lluminate能够持续探索LLM的隐含创造空间，从而产生更具新颖性和多样性的结果。
具体来说，Lluminate算法的执行过程包括以下几个步骤：
- 摘要生成： 创建当前种群的摘要，为后代提供上下文信息。
- 创意策略注入： 随机选择并应用创造性思维策略来引导LLM。
- 进化运算符： 使用当前摘要和策略来提示模型，通过修改或组合现有artifact来创建新artifact。
- 嵌入和新颖性计算： 使用嵌入测量每个artifact与其他artifact的差异，评估其新颖性。
- 种群管理： 为下一代选择最多样化的artifact。
为了验证Lluminate算法的有效性，研究人员在纹理动画和时钟设计两个领域进行了实验。实验结果表明，与传统的LLM生成方法相比，Lluminate算法能够显著提高生成结果的新颖性。例如，在使用相同的提示词“a creative time display”的情况下，Lluminate算法生成的时钟设计更加独特和富有创意。
此外，研究人员还发现，不同的创意策略在不同的领域表现出不同的效果。例如，替换模板在纹理动画方面表现出色，而概念混合在网站设计方面表现更好。这表明，针对不同的应用场景，需要选择合适的创意策略才能获得最佳效果。
Joel Simon表示，Lluminate算法为辅助式创造性探索提供了新的可能性，可以对抗同质化，甚至可能发现新的想法。他认为，通过将进化压力与形式化的创意策略相结合，可以持续对隐含创造空间进行开放式探索，从而释放LLM的创新潜力。
Lluminate算法的成功，为人工智能领域的研究人员提供了一个新的思路：通过模拟生物进化过程，可以有效提升LLM的创新能力。未来，随着Lluminate算法的不断完善和应用，我们有望看到更多由AI生成的、令人惊叹的创意作品。
结论：
Lluminate算法的出现，标志着LLM的创新能力迈上了一个新的台阶。通过模拟生物进化过程，该算法能够让LLM生成更具新颖性和创造性的设计。未来，随着Lluminate算法的不断发展和应用，我们有望看到更多由AI驱动的创新成果，为人类社会带来更多的惊喜和可能性。
参考文献：
- Lluminate算法项目地址：https://github.com/joel-simon/lluminate
- 机器之心报道：一个算法让LLM创新能力暴增，原来是AI学会了进化. https://www.jiqizhixin.com/articles/2024-03-20-11
Views: 5