作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
面对一个人工智能普遍存在的未来,笔者试图突破复杂的技术,进一步探究人工智能与视觉艺术之间的可能性.Deep Dream、生成对抗网络及其变体形式是在艺术背景下进行研究和试验的体系结构,机器学习创建的图像带来了前所未有的视觉体验.在视觉艺术中监督学习以可被预测的逻辑方式来构建模型、阐述输入与输出间的关系,习得重塑图像的创造力.无监督学习则以判别模型、生成模型两者相互博弈来学习世界的面貌,探索潜在空间的想象力.机器学习的精选数据集通过训练协作艺术家开启关于人工智能美学的新实践;众包数据集通过训练创建去中心化人工智能,以集体想象力回应数据驱动的思维如何理解艺术及世界.
推荐文章
浅析地貌形态视觉艺术未来的发展趋势
地貌形态
视觉艺术
发展趋势
基于视觉传达的新型人工智能系统模块构成
视觉传达
人工智能
智能系统
人机协作
系统创建
系统仿真
论陶瓷装饰艺术与视觉艺术
陶瓷装饰艺术
视觉艺术
纹样
肌理
色彩
数字媒体界面中动态视觉艺术表现
动态视觉艺术
数字媒体
用户界面
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工智能作为创造性媒介重塑视觉艺术
来源期刊 中国艺术 学科
关键词 人工智能 机器学习 视觉艺术 图像
年,卷(期) 2020,(6) 所属期刊栏目 理论前沿|Theory Front
研究方向 页码范围 69-76
页数 8页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工智能
机器学习
视觉艺术
图像
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国艺术
双月刊
1003-0433
11-1697/J
大16开
北京市朝阳区东三环南路甲3号 中国美术出版总社306室
82-886
1985
chi
出版文献量(篇)
188
总下载数(次)
1
总被引数(次)
31
论文1v1指导