AI 生成图像:‘现成品’的新时代
本文是一篇文献综述,探讨了 AI 生成模型在静态和交互媒体中简化视觉创造流程的巨大潜力及其在技术和伦理方面对多个重要产业的影响,涵盖了 AI 文本到图像生成、Midjourney、Stable Diffusion、AI 伦理、游戏设计、数字艺术和数据洗白等方面的关注点和挑战,以及如何通过适当的监管解决相关的法律、伦理等问题。
May, 2023
该研究论文提出了一种系统性尝试,以理解和检测在对抗场景中生成的 AI 图像(AI 艺术)。该论文收集和分享了一个名为 ARIA 的数据集,其中包含来自四种热门 AI 图像生成器生成的真实图像和对应的人工对应图像。通过对 ARIA 数据集进行用户研究和基准测试,评估了真实世界用户和现有 AI 图像检测器在识别这些图像上的能力,并介绍了一个 ResNet-50 分类器,并评估了它在 ARIA 数据集上的准确性和可迁移性。
Apr, 2024
该研究探讨了生成人工智能在反映作者认知过程、进行创意表达方面的潜力和限制,发现根据创意、美学、新颖性、娱乐性和深度等标准,AI 生成的艺术作品能够理解人类意图和基于情感进行视觉表现,并发现过度表现某些元素或刻板印象的图像对于 AI 的对齐性有负面影响。研究结果表明,AI 在促进创造力和自我情感表达方面具有潜力,而采用生成 AI 的框架可以帮助设计相关领域的人工智能干预措施(例如心理健康教育、治疗和咨询)。
Apr, 2023
通过利用生成人工智能(AI)产生的图像作为新的数据源,重新塑造了视觉智能中的传统模型范式,本文探讨了这一创新概念,从训练机器学习模型到模拟场景进行计算建模、测试和验证等一系列应用中探索了生成数据的潜力,并深入讨论了支持这种突破性使用生成 AI 的技术基础以及伴随的伦理、法律和实践考虑。
Oct, 2023
本文探讨生成式 AI 模型对艺术创作的影响,重点关注了不正当使用艺术家作品的问题以及市场利益转移,同时指出若应用得当,AI 生成模型有潜力成为艺术的一种积极的新方式,不会取代或损害现有的艺术家。
Sep, 2022
这篇论文通过对人工智能生成艺术的分析,从后工业革命的历史角度出发,探讨了其带来的潜在影响以及与工业革命时期出现的问题相似之处,进而反思人工智能艺术革命带来的挑战。
Jan, 2023
这篇研究论文探讨了人工智能生成图像的创作方式以及弊端,如训练数据的偏见、合成数据常态化可能导致未来图像生成系统的质量下降,以及文本生成图像对人们想象力、抱负和发展的潜在长期影响。
Jun, 2023