XiaoMi-AI文件搜索系统
World File Search System创造力
探索人工智能信任对企业创造力的影响，以产生
人工智能 (AI) 越来越受到企业欢迎，用于支持员工的工作。本研究旨在确定人工智能可为企业带来组织价值的情况，分析人工智能能力的概念以提升企业创造力和企业绩效，同时也发现人工智能信任在产生创造力方面发挥的作用程度。研究收集了 61 名受访者的原始数据，并使用 PLS-SEM 进行分析，以发现变量之间的关系。本研究强调了人工智能信任在印度尼西亚企业的人工智能能力和企业创造力之间的调节作用，发现人工智能能力本身在培养创造力方面更为重要，尽管信任并非为了产生绩效而嵌入的。这一发现提供了一个关键点，即信任应该被引导到确保其合乎道德和负责任地使用上，而不是被用作一种削弱人工智能激发创造力的能力的机制。尽管在印度尼西亚，具备人工智能准备的公司仍然非常有限，但这项研究表明，更多的公司开始为员工提供人工智能来支持他们的工作，不仅要增强能力，还要以系统、渐进和迭代的方式分享知识，以形成对如何在工作中与人工智能合作的相同理解和道德规范。
“知识产权是推动创新与创造力的燃料......要坚决保护它。”
印度知识产权局于 2023 年 4 月 26 日庆祝世界知识产权日。活动强调了知识产权在实现创新和创造力的各种目标中的作用，并强调了今年的主题——“女性与知识产权：加速创新和创造力”。庆祝活动还表彰了女性在科学、技术和创新方面的贡献。新书《印度的倡议：加强女性在创新和知识产权中的参与》已经推出，并新推出了统一的知识产权证书。今年的庆祝活动由工业和国内贸易促进部 (DPIIT) 和专利、外观设计和贸易总监督办公室 (O/o CGPDTM) 主办。科学与工业研究理事会 (CSIR)、国家研究发展公司 (NRDC) 和阿塔尔创新使命 (AIM) 是本次活动的知识合作伙伴。
通过脑电图实验了解机械工程专业学生的创造力
脑电图 (EEG) 的 alpha 功率 (8 – 13 Hz) 是各种创造性任务条件的特征，与创造性构思有关。alpha 功率根据与创造力相关的任务要求而变化。本研究调查了事件相关电位 (ERP)、alpha 功率激活和潜在机器学习 (ML)，以对参与创造力任务的工程专业学生的神经反应进行分类。所有参与者都执行了修改后的替代用途任务 (AUT)，其中参与者将日常物品的功能（或用途）归类为创造性、无意义或普通。首先，本研究调查了中央和顶枕颞区的基本 ERP。通过了解工程专业学生创造力的生物反应表明，在 300 – 500 毫秒窗口内，无意义和创造性刺激引起的 N400 振幅（分别为 - 1.107 mV 和 - 0.755 mV）大于普通用途（0.0859 mV）。从每个感兴趣电极的总平均波形的 300 – 500 毫秒窗口上观察到 N400 效应。方差分析确定了一个显著的主效应：在创造性构思过程中 alpha 功率降低，尤其是在（O1/2、P7/8）顶枕颞区。机器学习用于对特定颞区数据的神经反应（创造性、无意义和普通）进行分类。使用 k 最近邻 (kNN) 分类器，并使用从参与者收集的数据集根据准确度、精确度、召回率和 F1 分数评估结果。kNN 分类器的整体准确率为 99.92%，曲线下面积为 0.9995，成功对参与者的神经反应进行了分类。这些结果对于机器学习技术在创造力研究中的更广泛应用具有巨大潜力。 [DOI: 10.1115/1.4056473]
智力和创造力具有共同的认知和神经基础
智力和创造力是不同的能力，还是依赖相同的认知和神经系统？我们试图通过结合fMRI数据的机器学习和认知能力数据的潜在可变建模（n 186）（n 186）来量化智力和创造性认知在大脑和行为中重叠的程度，他们完成了一系列的智力和创造性思维任务。该研究具有三个分析目标：（a）评估特定智力方面（例如流体和结晶的智力）的贡献，以及对创造力的一般智力（即，思维独创性），（b）模拟全脑功能连接性网络，以预测智力方面和创造性的网络，并（c）量化这些预测的网络，以量化这些预测的网络。使用结构方程建模，我们发现了智力方面和创造力之间的中等到大相关性，以及一般智能与创造力之间的巨大相关性（r .63）。使用基于Connectome的预测建模，我们发现，预测智能方面的功能性大脑网络与预测创意能力的网络重叠，尤其是在执行控制网络的前额叶皮层中。值得注意的是，一个预测通用情报的网络与一个预测创造力的网络共享了46％的功能连接，包括连接执行控制以及显着性/腹侧注意网络的连接，使情报和创造性思维依赖于类似的神经和认知系统。
Morris, TH (2020) “通过自主学习激发创造力
这是作者在《国际终身教育杂志》上发表的一篇文章的已接受手稿。请注意，与 Taylor & Francis 在《国际终身教育杂志》上最终发表的文章相比，可能会有一些细微的差异。最终发表的文章的版权归 Taylor & Francis 所有。这只是作者的手稿，因此此版本的页码与已发表的版本不同。
人工智能如何影响开放式创新中的人类创造力
近年来，数字开放式创新平台经历了迅猛发展。企业越来越多地通过此类平台让个人参与创新过程，以开发新产品、广告活动或业务战略（Bayus，2013）。平台用户通常会发布想法，让企业能够汲取大众的创造力。这些想法可能是对企业提出的特定创新挑战的回应，例如百事可乐在 Eyeka 平台上为其立顿饮料品牌举办的新冰茶口味竞赛（Eyeka，2016）。包括星巴克或乐高在内的一些公司甚至拥有自己的平台，用户可以参加竞赛或自由提交新产品的想法（例如，星巴克饮料配方、乐高产品设计）。创意挑战还可以涉及基于图像的品牌徽标创意（99designs 平台上的典型设计挑战），或复杂问题的创意（例如，在 Openido，2021 年发布的“为世界各地的每个人创造更美好的食品未来”）。所有这些平台都有一个共同的目标，即利用多个平台用户的创造潜力，帮助组织实现超越已知的创新理念。
日语_阅读《人工智能的未来：人类、人工智能与创造力》
・每位学生阅读论坛中提交的意见，并在纸质工作表上写下五种令他们印象最深刻的意见。 ・让学生花足够的时间阅读朋友的意见并仔细阅读。 *特意关闭鼓掌功能，让学生在工作表上写下自己的意见，以便学生仔细阅读。 *卡片上的名字被隐藏，以便学生可以不带先入之见地阅读。 ・在工作表上写下自己的意见后，学生打开鼓掌功能并为自己选择的意见鼓掌。显示卡片上的名字，重新排列卡片以便鼓掌，然后将卡片分享给全班。学生在查看谁写了这些意见后发表自己的意见，例如说“我很惊讶那是XX先生的意见”，或“我和XX先生有同样的看法”。
人工智能驱动的创造力：自动化内容和创意解决方案
© 2024 Infosys Limited，印度班加罗尔。保留所有权利。Infosys 认为本文件中的信息在发布之日是准确的；此类信息如有更改，恕不另行通知。Infosys 承认其他公司对本文件中提及的商标、产品名称和其他知识产权的所有权。除非明确允许，否则未经 Infosys Limited 和/或本文件项下任何指定知识产权持有人的事先许可，不得复制、存储在检索系统中或以任何形式或任何方式（电子、机械、印刷、影印、录制或其他方式）传输本文件或其任何部分。
人工智能美学和人类中心主义的创造力神话
上一页：卢西奥·丰塔纳 (Lucio Fontana) 正在制作他的一幅剪纸画，1964 年。本页：初音未来 (Hatsune Miku) 在 2020 年科切拉谷音乐与艺术节上表演。
类比设计中人与人工智能的交互协同创造力
简介 十一年前，马希尔 (Maher) 问道：“谁在创造？” (Maher 2012)，并提出了几个创造性应用的分析空间，包括构思和互动两个维度。马希尔的问题引出了乔丹诺斯 (Jordanous) 的 PPP 视角框架，其中创造行为可以由人类或人工智能 (Jordanous 2016) 执行，以及坎托萨洛 (Kantosalo) 和塔卡拉 (Takala) 的 5C 框架，其中创造行为由人类和人工智能共同组成的集体执行 (Kantosalo and Takala 2020)。1然而，对于人与人工智能互动中创造力的位置，人们的共识较少。混合主动性创造性界面方法提出了一组基本的细粒度活动，这些活动可以由人类或人工智能以某种结构化对话的形式执行（Deterding 等人，2017 年；Spoto 和 Oleynik，2017 年），随后扩展到生成应用（Muller、Weisz 和 Geyer，2020 年），针对特定算法方法进行了改进（Grabe、Duque 和 Zhu，2022 年），并针对其他算法方法进行了批评（Zheng，2023 年）。虽然这些方法生成了重叠的分析动作词汇，但它们并没有解决创造力在何处发生（以及由谁或什么通过这些动作发生）的问题。在这篇短文中，我们提供了对该问题的一个答案的几个例子。我们重新利用 Kantosalo 和 Takala (2020) 的 5C 中的集体概念，提出一种类型的创造力可能会在以下互动空间中不对称地出现 (Rezwana and Maher 2022)