新成立城市：人工智能策展
该研究探讨了在艺术创作中将人类专业知识与 AI 模型相结合，以实现更具表现力、细腻和多模态的生成作品的方法，并提出 Human-in-the-Loop 的设计，以增加人类与 AI 之间的互动，从而帮助未来的 AI 系统更好地理解我们自己的创造和情感过程。
Oct, 2021
Surprise Machines 是哈佛艺术博物馆的一个实验性物流学项目，旨在可视化哈佛艺术博物馆的整个图像收藏，通过人工智能技术展示大量图像并给参观者带来惊喜，通过设计一个编舞接口将观众的动作与收藏的多个独特视角连接起来。
Aug, 2023
这篇文章概述了创建和管理大型知识库的基本概念和实践方法，重点介绍了发现和规范实体及其语义类型、自动提取基于实体的属性以及构建开放架构和知识管理的方法。
Sep, 2020
本文提出了关于人机共生艺术创作发展道路的全面视角，包括分类划分和创作体系的演化路径，从模仿人类艺术家到成为真正的机器艺术家。通过研究最新的传感器和 XR 技术，本文演示了收集艺术数据所需的新型人机双向交流和理解方式的新颖方法，并基于这些机制提出了构建未来机器艺术家的框架。同时，还讨论了机器艺术家发展所面临的伦理问题，并提供基于 NFT 技术的 AI 艺术生态系统和社区的系统论述。
Aug, 2022
未来，艺术和人工智能（AI）之间的融合充满了前景，通过技术的进步，AI 在设计中的使用越来越广泛，艺术实践可能不再是一种仅限于人类的艺术形式，而是成为一种数字化整合的体验。通过增强的创造力和协作，艺术和 AI 可以共同努力创造出视觉上吸引人且满足艺术家和观众需求的艺术产出。虽然融合将走多远还难以预测，但艺术与 AI 很可能会相互影响。本文的研究人员通过描述 HCI 研究人员和 AI 之间试图摆脱创造障碍的互动，提出了一次第一人称研究，以探索 AI 如何支持艺术家的创造力，并在这种情境中什么是可解释的。结果引发了进一步讨论和探索，涉及到 XAIxArts 社区中透明化的归因、创作过程、伦理问题、灵感与抄袭等方面。
Aug, 2023
本文旨在研究生成 AI 系统如何创造艺术品，探讨 AI 系统生成的图像是否被视作艺术品，分析 AI 生成的图像在哲学上的地位并通过视觉属性展现作为 “就绪品” 的艺术性。
Jul, 2023
本研究探讨了生成人工智能在理解城市人类感知方面的能力，在通过筛选的文字和图像描述来捕捉城市地方认同感方面具有潜力，因此它可以为城市设计文献提供未来研究机会和潜在局限性。
Jun, 2023