亞里士多德曾夢想一種具有創造力的機器。在其公元前350年左右的著作《政治學》中，他描述了他夢想的一種樂器，它可以自行演奏，因為當時需要奴隸執行表演音樂的任務，所以這種樂器的產生意味著奴隸制度的終結。對於亞里士多德而言，「夥伴」應該可以稱為機器智能了，因為它能夠創作新曲子，並且能自行演奏。但今天我們卻不認為「夥伴」是智能的。首先，它的音樂不是真正從頭原創，而是受限於自己庫裡的音樂組合。就像是第一章裡講述的「專家系統」，「夥伴」所擁有的一切智能都源自其人類「程序員」。利奧爾·沙米爾的人工智能作曲家也是這樣，儘管它遠比「夥伴」要複雜，但它無法演奏現有音樂的變體，而其依據的數據仍是人類創造力的結果，這與谷歌的翻譯工具非常類似。
如果設想利奧爾·沙米爾能夠讓他的人工智能按照甲殼蟲樂隊的風格生成一張新專輯，新專輯完全由新歌組成，但都採用甲殼蟲樂隊的歌曲特色的高水平描述符。那麼，作品所收穫的榮譽應該歸誰：人工智能還是利奧爾·沙米爾？不久的將來，我們就會面對這樣的問題。同樣地，在我們一生中的某個時候，我們不免要面對CGI人物獲得表演大獎的情況。如果奧黛麗·赫本復活，主演奧斯卡夏季盛典的電影，我們應該將榮譽獻給軟件、動畫師還是提供原始數據的奧黛麗·赫本本人呢？雖然這些情景目前只出現在思維實驗中，但是它們凸顯了計算創造力這個要點。簡而言之，如果人類參與這些流程，我們可以將讚譽送給人類而不是機器，就像我們會因傑克遜·波洛克（Jackson Pollock）創作的有影響力的滴畫而對他讚賞有加，而不是向畫筆和重力致敬一樣。當卡斯帕羅夫敗給IBM的國際象棋計算機「深藍」時，他對此評論說，他看到了機器下棋時的高深智慧和創造力。他暗示的並不是人工智能已經獲得了這些品質，而是IBM利用屏幕背後的人類棋手進行操控。
由於當今多數人工智能系統都需要對之前已有的大量數據進行計算，我們可以認為本章前面所有關於計算機創造力的例子都是將舊數據集轉變成新輸入。即使其結果是個新創意，這個新創意也只是源自其接入的數據，是舊想法的迭代。這是肯定的。然而，稱這與人類創作方式根本不同則是個錯誤的說法。身為人類，我們喜歡神化自己的創造力，將了不起的創意視作是天才的靈光一現，憑空而生。比如，美國電子工程師哈羅德·布萊克（Harold Black）在乘船通過紐約哈德遜河去上班時想到了負反饋放大器的主意。這次靈光一現在布萊克的一生中影響如此深遠，以至他決定將自傳命名為「渡輪停靠之前」（Before the Ferry Docked），儘管在他去世之前這本書都不曾寫完。在倫敦大英博物館外人行道上等待紅燈時，美籍匈牙利物理學家列奧·西拉德（Leo Szilard）想到了核鏈式反應的概念等等。像我這樣的記者都可以舉出例子證明發明創造是天才靈光一現的結果。查明當人們發明鼠標或創作改變他們人生的小說時他們在幹什麼之後，人們會覺得這個發明和創作過程既超然又不難實現，彷彿靈感隨時可能出現在任何人身上。
而現實是，創造力從來不是憑空出現的，它總是結合了舊想法，踏上新道路。17世紀頗具影響力的英國哲學家托馬斯·霍布斯（Thomas Hobbes）在其著作中將想像力描述成「衰退的感覺」。換句話說，霍布斯認為想像力將我們過去的感覺印象與在此基礎上積累的知識進行了重新構建。出於同樣的理由，歷史上的藝術家讓自己進入不同的情緒狀態，因為這使他們可以像廚師處理食料一樣汲取從前的經驗。如果霍布斯的想像力理論是對的，它與機器的想像力就不會有什麼大不同。
再回頭說說利奧爾·沙米爾所鍾愛的樂隊，雖然甲殼蟲樂隊的作品是貨真價實的原作，但它的靈感源自之前查克·貝裡（Chuck Berry）、卡爾·帕金斯（Carl Perkins）和貓王埃爾維斯（Elvis）等人的作品。就像約翰·列儂所說的：「聽到埃爾維斯的作品我才受到了觸動，如果沒有埃爾維斯，就不可能有甲殼蟲。」
完全與我們預期相左的想法可能令人困惑不已。電影《回到未來》（Back to the Future）的宏偉場景證明了這一點，在電影裡，時光從1985年倒流至1955年，馬蒂·麥克弗萊（Marty McFly）在學校舞會的舞台上找回了自己。馬蒂·麥克弗萊抱著吉他並將20世紀80年代少年心中的經典歌曲爛熟於胸，他「創作」了查克·貝裡1958年的名歌Johnny B. Goode，在這首歌錄製前，他在幾年中都一直演奏它。馬蒂·麥克弗萊因人們的反應而欣喜不已，他在歌中加入了80年代的重金屬風格，緊挨著擴音器彈奏吉他，期待人們的回應。聽到這些噪聲般的聲音，孩子們停止跳舞，一臉迷惑。馬蒂清醒過來並道歉：「哦，對不起，看來你們還接受不了這個。但你們會愛上它的。」經典搖滾樂——靈感源自20世紀40年代的節奏藍調——對於1995年的聽眾來說意義非凡。重金屬音樂，脫胎於二十世紀六七十年代的搖滾樂，對1955年的聽眾來說毫無意義。
然而，僅僅將想法結合在一起的行為並不一定是創造力，即使其成果也很新穎。蘋果首席執行官蒂姆·庫克曾談及不必要的發明：「你可以把烤麵包機與冰箱組合在一起，但你要知道這些東西可能無法取悅你的用戶。」我一直都十分喜歡的一部電影是羅伯特·奧特曼（Robert Altman）導演的《幕後玩家》（The Player），它是一部諷刺好萊塢的影片，但也是部缺乏創造力的影片。貫穿影片的笑料是慢吞吞的影片簡要描述，這是好萊塢業內人士用以描述他們所拍攝的影片的用語，通常都標成「影片A加影片B」，而這裡的影片都是當時的流行影片。笑料是這樣的，這些由片名混合而成的簡述彼此完全衝突。在影片開始的時候，編劇對電影公司經理說：「是《走出非洲》（Out of Africa）加《風月俏佳人》（Pretty Woman）。」稍後，某人將「精心打造的心理、政治及驚險喜劇」描述成「《人鬼情未了》（Ghost）加《諜影迷魂》（Manchurian Candidate）」。
我們完全能夠編寫一段計算機程序來做同樣的事，只是速度快些。運用互聯網電影資料庫裡保存的約328 952部故事片，我可以編寫一段將各個電影相結合的程序。短暫地運行一下程序，我手裡的看點可能比一屋子高薪聘請的好萊塢編劇一輩子想出來的都多。想像一下中世紀瑞典騎士在與死神下棋時失去童貞的喜劇〔《第七封印》（The Seventh Seal）加《美國派》（American Pie〕。趕緊寫支票吧！
利奧爾·沙米爾指出，由於接入的數據量很大，在判斷新穎性方面，計算機比我們多數人都要老練。比如，谷歌圖書搜索已經掃瞄並數字化了3 000多萬冊圖書，書中的內容現在已經可以搜索。谷歌估計，全球約有1.3億冊不同的圖書，並且表明到2020年它要掃瞄完這些圖書。我們把這個數字與人類的讀書數量進行比較：一個女人自稱是英國最貪婪的讀者，從1946年開始每週讀約12本書，她一共讀了25 000本書。終其一生，效率再高的讀者也無法讀完谷歌2004年10月才開啟的圖書掃瞄項目中千分之一的圖書。隨著數據集不斷擴大，計算機越來越擅長執行如上下文分析等任務，這是為什麼在作品的作者不詳時能使用計算機找尋作者。
只有生成新穎性還遠遠不夠。雖然我的電影簡述生成項目可能效率很高，但它可能僅僅只是把多數編劇所面臨的難題顛倒了過來。與沒有足夠的創意可選不同，突然之間，我們變得有太多的創意可以選擇。這仍然是個數據問題，只是反過來了而已。使人們具有創造力的是識別按照正確原則處理某一創意的能力。1997年史蒂夫·喬布斯重回蘋果之後不久，他將創新描述成否定1 000個可能創意的能力。「你必須精心選擇。」他說，「實際上，我因我們沒做那些事而感到驕傲，就如同因我們所做的事感到驕傲一樣。」喬布斯最終領導蘋果創造了iTunes、iPod、iPhone和iPad，但在此之前，他否決了幾十個他離職期間蘋果公司一直研發的產品。
幸運的是，機器也越來越擅長處理自己的任務。只要我們能夠告訴它們我們在找什麼，它們就能創造新的富於想像力的解決方案，甚至會超過完成這項工作的人類。