该论文研究了人工智能艺术与人类艺术之间的差异,结合神经潜在空间和审美特征,以及个体性巴勃罗·毕加索的分析,发掘了人类艺术家在创新技术方面的优势,并指出了应更加注重美学和人类艺术家的参与来提高AI艺术的水平。
Apr, 2023
本研究探讨了创意和人工智能之间的关系,研究了人工智能在艺术创作中的应用,并考虑了人工智能对意识研究、兴趣和决策能力的潜在影响和伦理问题,以刺激人们对人工智能在创意领域中使用和伦理问题的思考。
Jun, 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
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
生成人工智能产生以人类表达风格为基础的创造性产出,我们认为现代生成人工智能模型的输出所引起的体验是通过组织我们与艺术作品的互动的审美判断来进行的。
通过比较分析AI生成的艺术与人类艺术,揭示了生成式机器学习在艺术创作中的创造潜力,发现AI生成的艺术作品与现代艺术概念相关,同时通过色彩构成和主题熟悉度来推测艺术品的喜好和情感体验。
Feb, 2024
研究了艺术家如何与先进的文本到图像生成人工智能模型进行互动,并使用5P模型(目的、人员、过程、产品和传媒)基于罗兹的创造力框架,比较了概念艺术和图像生成人工智能的艺术过程。通过一个实际案例研究,彰显了该框架,并开发了一种名为“等价”的多屏互动装置,根据稳定扩散和自然语言处理算法将用户的语音输入转换成不断演变的绘画。通过全面分析和案例研究,该研究旨在拓宽我们对艺术家角色的理解,培养对使用图像生成人工智能创作的艺术作品中内在创造力的更深层次欣赏。
Apr, 2024
通过实验测量“提示解释的流动性”的一个方面,本研究试图定义并定量衡量人工智能中的创造行为,研究AI生成的图像是否展现出艺术家所表现的同一类型的“创造性”。
Jun, 2024
本研究针对生成艺术作品的互动方式的单一性问题,提出了一种身体提示输入的创新方法,以将图像生成的创造性行为与艺术创作的物理行为重新连接。研究结果表明,身体提示受到了观众的积极反馈,带来了愉悦和参与感,为博物馆、画廊等公共文化空间的互动生成AI体验设计提供了宝贵建议。
Aug, 2024
本研究探讨了基于扩散的视觉艺术创作中的问题和挑战,结合艺术与技术的视角。研究揭示了如何将艺术需求转变为技术挑战,并强调了扩散方法在艺术创作中的作用及未来发展潜力。这一研究为生成性人工智能与艺术融合提供了新的视角,改变了创作范式并打开了新的可能性。