XiaoMi-AI文件搜索系统
World File Search System视觉艺术
转变策展实践：人工智能和区块链在塑造公共政策的道德艺术科学范式中的作用 A. Sudjud Dartanto 印度尼西亚日惹艺术学院艺术管理系（TKS）、视觉艺术与设计学院（FSRD） 电子邮件：sudjuddartanto@isi.ac.id
摘要 人工智能 (AI) 和区块链技术在策展实践中的融合为管理、展示和分发传统和数字艺术提供了变革潜力。本研究探讨了人工智能如何通过高级数据分析和个性化访客体验增强策展流程。人工智能协助策展人组织收藏并推荐符合个人喜好的艺术品，从而促进更多人参与动态、定制的展览。另一方面，区块链技术确保了去中心化艺术品的出处，保证了真实性和透明度。它解决了伪造、所有权纠纷和安全交易等问题，同时通过智能合约支持艺术家以确保公平的报酬。然而，道德问题仍然存在。其中包括人工智能算法中的偏见、去中心化 NFT 平台中的知识产权挑战以及边缘艺术家有限的数字访问权限。学术研究和案例分析强调了这些挑战，并提倡策展人、艺术家、技术专家和政策制定者之间的合作。这种方法旨在解决道德困境，促进包容性，并在实施这些技术时保持文化完整性。该研究强调需要公共政策框架来规范人工智能和区块链，确保公平的补偿和公平地获得其利益，同时维护文化价值。通过解决这些问题，这些技术可以为艺术世界开启新的可能性。关键词：人工智能（AI）、区块链技术、策展实践、
日期：2024 年 12 月 16 日星期一 收件人：视觉艺术委员会 发件人：Sarah Madland，娱乐和公园部政策和公共事务总监
(1) 在 RPD 篮球场上绘制壁画，庆祝 2025 年 2 月 16 日在旧金山举行的 NBA 全明星赛；以及 (2) 在 K 号提案通过后，Upper Great Highway 永久禁止车辆通行，在此举办艺术活动。这些活动旨在将道路改造成休闲长廊，创造一个有趣而令人兴奋的目的地，其中的节目和活动会定期变化。为了加快对多个艺术装置的审查和批准，我们请求委员会授权文化事务主任批准该计划预计的为期一年的众多艺术项目。K 号提案和 Upper Great Highway 提案的背景 K 号提案于 2024 年 12 月 5 日以 54% 的投票通过。它要求市政府将 Upper Great Highway 改造成一个永久的 24/7 休闲长廊，供散步、骑自行车、滚动等。这取代了之前立法的大公路试点项目，该项目将于 2025 年 12 月 31 日结束，届时将向 BOS 提交关于首选配置的建议。此外，作为 SFPUC 海洋海滩气候变化适应项目的一部分，Sloat Blvd 以南的大公路延伸段也计划关闭车辆交通。随着 K 号提案的通过，大公路延伸段的南行车道将不再需要，并且可能会在 UGH 关闭的同时关闭车辆交通。除了支持交通变化、长椅和垃圾桶等额外基础设施、标牌和沙丘植被恢复外，娱乐和公园部门还与大公路公园之友和 Building 180 等社区合作伙伴合作，通过艺术和其他活动为新公园注入活力，包括：
视觉艺术教育的积极影响 - Spark
这本硕士的论文是通过Spark免费提供给您的。已被授权的Spark管理员接受了所有电子论文和论文的纳入。有关更多信息，请联系k-jagusch@bethel.edu。
人工智能在视觉艺术教育中的应用探讨
在全球范围内，人工智能影响着我们生活的方方面面，从个人信用评分到就业能力。简单地说，人工智能可以看作是一种数字计算机或机器人智能，它反映了人类的许多认知表现，并承担了以前由人类承担的某些任务，比如编译数据、理解文本、写作和制作数字艺术品 [10] [11]。传统的艺术创作可以被认为是以人类为中心的：它指的是人造的或以人为中心的艺术创作。研究人员建议，艺术教育者迫切需要考虑如何使教学和学习适应正在为艺术课堂开发和使用的新兴非人类人工智能技术，以及如何将其应用于学生的艺术技能、能力、知识和创造力 [10] [12] [13] [14]。作者发现，在 K-12 学校，学生使用 ChatGPT 之类的程序来辅助写作，无论是撰写艺术论文、艺术报告、艺术评论还是创意文本。在高等教育领域，加拿大曼尼托巴大学教育学院的一些学生一直在尝试使用基于人工智能的平台生成文本，例如 OpenAI 的 ChatGPT、Google 的 LaMDA 和 Stability AI。人工智能图像生成器也被使用，例如 Adobe Character Animator 用于动画、使用 Runway App 制作视频以及使用 TOME 制作幻灯片演示。此外，使用 Artiphoria 等生成式人工智能软件，只需单击鼠标即可制作视觉图像。人工智能照片编辑软件使用户能够使用 Photo-leap、Luminar Neo 或 PhotoRoom 等即时创建、处理和编辑图像。对于研究，高等教育领域的艺术学生/研究人员发现人工智能可以提供许多可能性。例如，人工智能工具可以帮助研究生使用 Gemini 等程序生成基于文本的研究问题
艺术/视觉艺术
将学生介绍为数字媒体理论，实践和工具的基本基础。该课程涵盖了计算机技能，术语的基本知识以及用于创建数字艺术和相关作品的软件的使用。主题包括文本，图形，图像，视频和音频的创造性应用。所有艺术专业的课程。ART 250陶瓷I本课程使用线圈，捏，平板和悬垂物介绍了基本的手工制造技术，并了解粘土和射击过程的特性。艺术120/220绘画I通过各种材料对基本油漆的简介。艺术121绘画II延续艺术120，重点是技术，构图和风格的独立发展。艺术122二维设计是为工作室艺术家研究二维设计的基础课程。ART 123颜色特性和结构设备及其对视觉组织的贡献的色彩理论研究。每周四个小时。先决条件：ART 122或讲师的同意。Art 124三维设计的基本课程是为工作室艺术家研究三维设计的基础课程。Art 130图1绘图I研究和应用不同的图形介质，方法和技术。艺术135雕塑焊接雕塑焊接是金属作为创造性结构的媒介的介绍。学生将学习焊接基础知识，并研究基于金属作为主要媒介的各种雕塑技术。艺术140手工艺品I基本手工艺简介。艺术150/250陶瓷I基本陶瓷技术简介。Art 146 Beadwork完成美国原住民作品中使用的珠子所需的基本缝制。艺术170/270版画i
看到或不看到：了解视觉艺术算法策略的紧张
算法推荐是机器学习（ML）系统最受欢迎的应用之一。在诸如金融和医疗保健等高风险领域的背景下研究了算法推荐的含义，但很少关注其对艺术领域的影响。鉴于ML越来越多地在艺术领域（例如生成艺术和内容分析）中找到地位，因此我们在视觉艺术的背景下研究了算法策划的紧张局势。通过案例研究，我们描述了策划更广泛的社会文化背景的策展可能会导致道德问题，例如过分代表和错误贡献，仅举几例。为了解决其中一些问题，本文提供了设计指南。具体而言，本文概述了建议方法1）与文化利益相关者互动以构建视觉艺术策展算法，2）2）嵌入数字艺术品及其元数据中的偏见，以及3）强调建立ML在视觉艺术中使用特定法规规范的需求。从艺术品策展人采用的过程中获取提示，该论文还描述了如何通过重新校准视觉艺术策展算法来优先考虑Authenticity。本文还提出了可以重新想象的最先进的ML策展算法来赋予观众能力的方法。我们希望纸上提出的视觉引发了跨学科讨论，并铺平了促进视觉艺术算法策划改革的方式。
通过艺术的认知富集：一项关于音乐或视觉艺术练习对幼儿认知和大脑发育的影响的随机对照试验
©作者2024。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的，该许可允许以任何媒介或格式使用，共享，适应，分发和复制，只要您对原始作者和来源提供适当的信誉，请提供与创意共享许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http://creativecommons.org/licenses/4.0/。Creative Commons公共领域奉献豁免（http：//creativecom- mons.org/publicdomain/zero/zero/1.0/）适用于本文中提供的数据，除非在信用额度中另有说明。
朝着个性化生成AI的个性化，并具有小数据以共同创建视觉艺术
抽象的基础模型（例如DALL-E和稳定的扩散）在大量和多样化的数据集上进行了培训，以适应尽可能多的需求和环境。另一方面，艺术家经常将创造性的AI系统用于个人的利基和定制需求，而单独提示可能并不总是会导致这种个性化水平。共同创造的系统是人类和AI主动从事共同创意任务的系统。生成的AI系统支持艺术探索，但他们的概率和非个人自然挑战艺术家的控制和所有权意识。在这项工作中，我们认为艺术家的代理和所有权意识可以通过在小型数据集中受过培训（或微调）的个人生成AI模型在共同创造的环境中得到增强。我们对视觉艺术创造力支持工具的模型个性化的当前状态，无论是基于生成的对抗网络还是文本到图像扩散模型，并认为共同创造性接口应采用类似的集成个性化模式。因此，我们还建议将个性化作为最近与人类共同创造的近期相互作用框架的组成部分。此外，我们讨论了整合的挑战，包括培训模型的计算需求，并建议通过采用“小数据”和“慢速技术”思维方式找到一些解决方案。最后，我们探索了一些与小数据个性化的人类互动的具体机会。
代表视觉艺术家社区制定的人工智能开发者行为准则
艺术家权利协会 (ARS) 是美国首屈一指的视觉艺术家版权、许可和监控组织。我们代表全球 120,000 多名艺术家，并且是国际版权管理协会联盟 CISAC 的骄傲成员。自 1987 年以来，我们一直致力于保护和促进视觉艺术家的权利。我们认识到，生成式人工智能系统对视觉艺术家和版权所有者的生计构成了独特的威胁。虽然人工智能可以合乎道德地用于补充人类作品，但未经同意或向版权所有者提供补偿而大量获取受版权保护的作品，以及生成旨在破坏和取代人类艺术家的创造力和劳动的作品，是不公正的。考虑到视觉艺术家，我们提出了一套供人工智能开发人员遵守的基本规则，旨在减轻对艺术家生计和人类作者受版权保护作品的市场价值造成损害的风险。我们的目标是，这些准则确保作品用于训练集的创作者和生成式 AI 技术的用户的透明度，强调 AI 可以合乎道德且安全地用作创作工具。此外，我们建议权利人保留对其知识产权的控制权，并通过合法许可为已摄取其作品的 AI 输出获得补偿。I. 摄取 AI 训练集图像的准则版权所有者的同意：版权法保护艺术家和版权所有者，赋予他们决定如何使用其作品的能力。AI 开发人员在将其作品摄取到 AI 训练集之前必须征得版权所有者的同意。版权所有者或其授权代表可以单独获得同意，并且“选择加入”选项应得到充分宣传、易于使用，并且创作者可以随时有效地撤销。同样，AI 开发人员必须遵守版权所有者的任何要求，删除未经同意摄取的图像。对创作者的补偿：生成式 AI 直接依赖于其训练集中目前使用的数百万个受版权保护的作品。如果不利用这些受版权保护的作品，他们的成果就不会存在。人工智能系统必须向版权持有者补偿其在训练集中使用其材料的费用。