XiaoMi-AI文件搜索系统
World File Search SystemArtis
使用生成AI作为艺术材料：黑客指南
1简介现在，我们正在使用生成AI算法创建越来越多的媒体，现在大部分互联网越来越多地被AI生成的垃圾邮件填充[13]。该媒体是由深度神经网络生成的，这些网络已在现有媒体的（通常是很大的）数据集（通常是从Internet的大部分中刮掉）。然后，这些算法用于以机械化和大规模生产的方式将视觉，文本和听觉数据反驳为“新”形式[20]。这带来了一种新的，算法的复杂和不透明的文化生产。本文将以生成AI本身的方式来展示如何将生成性AI用作艺术材料，而不仅仅是简单地融合和反思现有培训数据的方式。采用黑客（从最初的技术意义上讲，从1960年代和70年代的MIT Hacker文化中出来），这是指“以一种嬉戏的精神探索可能的限制” [22]，艺术家找到了许多方法，找到了许多方法来提高我们对生产AI的作品的理解。通过用于调节和表示这些网络的数据中的针对性干预措施，以及从这些网络中训练和采样的计算过程中的干预措施，可以暴露基于这些算法的基础过程并开发新形式的算法表达。这些将分为四类干预措施：进入网络的输入，网络的学习参数，培训网络以及推理网络的计算图。本文将提供艺术项目的例子（来自我本人和其他艺术家），这些项目将这种黑客方法采用了生成的AI，以将这些网络推向其最初打算的功能，并进行干预以暴露这些基本计算过程的运作。本文将表明，生成的AI可以用作艺术材料，而这样做可以导致理解和揭露基础算法的本质的新方法，从而为艺术中的可解释AI（XAI）提供了关键的方法。
为数字艺术教育中创新数字故事讲述而开发人工智能艺术家助理 (AIAA) 模型
摘要——本研究的目的是：1）开发一种人工智能艺术家助理（AIAA）模型，用于数字艺术教育中的创新数字故事讲述；2）评估 AIAA 模型；3）研究实施模型的结果。样本由两组组成。第一组由五位人工智能、数字艺术和故事讲述领域的专家组成，第二组由 33 名志愿者组成；他们的任务是创作动画故事讲述。研究结果表明，开发的模型由三个元素组成。第一个元素是输入，第二个元素是 AIAA 过程，第三个元素是输出。五位专家对 AIAA 模型的满意度最高（A xˉ A = 4.93，SD = 0.13），适合促进故事讲述。此外，测试该模型的33名志愿者对其给予了高度满意（A xˉA = 3.78，SD = 0.83），认为这样的AIAA模型可以帮助艺术家创作出更好的故事叙述，并在叙述速度和增强故事性的细节方面增强故事叙述的过程。
PM Vishwakarma 雕塑家和石雕艺术家（Mortikar）
6. 职位简介 雕刻和石雕工艺是一种细致的艺术形式，技艺娴熟的工匠将原石变成精巧迷人的雕塑。在艺术视野和技术精准度的指导下，雕刻家雕刻和塑造石雕艺术和陶瓷艺术，为作品注入生命。镶嵌工艺是这一工艺的补充，将对比鲜明的材料无缝地融入石材表面，增加深度和装饰，形成纹理和色彩的和谐融合，丰富了雕刻杰作。 7. 学生/实习生/学习者/员工入职资格标准 a. 入职资格和相关经验：
基洛纳市驻留艺术家计划指南
• 在艺术和文化背景下与社区互动； • 为城市创作临时艺术作品； • 通过社区参与和艺术作品以某种方式解决环境和/或气候变化问题。 就本计划而言，“艺术家”可以是从事跨学科艺术、社会实践艺术、数字或电子艺术、装置、视觉艺术（摄影、电影和视频、绘画、版画、素描、雕塑、手工艺）、表演艺术（戏剧、舞蹈等）、音乐（创作、制作、表演）或写作的个人艺术家或艺术家集体。 创作的艺术作品和社区参与可能属于这些类别中的任何一个或多个类别。 艺术家将需要承诺每周平均工作 20 小时，为期 10 周或类似的承诺。 艺术家将是城市的独立承包商，并将及时向城市开具 12,000 美元的全包费用发票，如谅解备忘录中所述。这不是住家驻留。此费用将包括住房、工作空间、保险、用品、安装和拆除费用（如有必要）以及艺术家费用。建议将项目预算中的 8,000 美元用于艺术家费用。将根据对艺术家的意向书和项目提案的审查来选择艺术家，因为它们与选择标准有关。选择过程将分为两个阶段，有限数量的艺术家被选中进入第二阶段。进入第二阶段的人将获得 500 美元的报酬，用于准备详细项目提案和预算的额外工作。第二阶段之后，被选为城市驻地艺术家的艺术家将被要求与基洛纳市签署谅解备忘录 (MOU)，其中将进一步概述付款时间表、艺术作品所有权的详细信息（如果适用）、作品展出时间、文化服务人员提供的额外支持，以及在不了解项目性质的情况下超出本文件范围的所有其他相关细节。艺术家需要花费一部分时间来安排项目的后勤方面并与相关利益相关者合作，同时还要投入时间参与项目的社区参与部分。
2025 财年对艺术家的支持
• 已获得 NYSCA 资助的项目。 • 申请中未指定的艺术家或作品。将仅向申请中指定的作品和首席艺术家提供支持。 • 目前担任赞助组织董事会成员或艺术/行政人员领导职务的个人提出的申请。 • 学生项目或在申请时以全日制学生身份就读的申请人没有资格获得支持。 • 来自有限责任公司 (LLC)、有限责任合伙企业、商业公司和其他营利性商业公司类型的申请。 • 主要属于学院/大学或 K-12 学校课程的项目。 • 艺术家担任多个项目的主要人员（您只能申请一次） • 资助期（2025 年 1 月 - 2025 年 12 月）以外的工作。 • 申请 NYSCA 艺术家支持的艺术家即使未收到资金也不能在次年申请支持。即使主要艺术家不同，也不能在次年提交同一项目的申请。这样，NYSCA 就可以用有限的资金接触到更多的艺术家和项目。• 艺术家可以在同一资助年度内申请 NYSCA 艺术家支持或 NYSCA 全州社区资助，但不能同时申请两者。更多详情：https://arts.ny.gov/nysca-regrants-and-partnerships 。
艺术家作为工人：澳大利亚专业艺术家的经济研究
关于艺术家之间的失业，过去五年来一直有显着增长。在2017年至2022年期间，有45％的艺术家面临失业，显着增加了2004年至2009年之间的28％，2010年至2015年之间的24％。这种增长在很大程度上可以归因于全球大流行。超过一半（55％）的失业艺术家报告了Covid-19是他们失业的原因。但是，在2017 - 2022年期间失业的所有艺术家中，只有56％的人申请了福利。在这些申请人中，大约十分之十是成功的。然而，只有大约三分之一的艺术家被允许在获得福利的同时继续作为批准的活动继续其艺术实践。此外，几乎三分之一寻求失业的艺术家在获得挑战方面面临着挑战，而这些困难通常与他们独特的职业地位有关。
d'Artis kancs供应链的不确定性
是由最近经历的系统性冲击（共同的19日大流行和成熟的俄罗斯对乌克兰的侵略战争）的动机，这些俄罗斯对乌克兰产生了新的不确定性形式 - 本文探讨了供应链在风险厌恶和模棱两可下的供应链鲁棒性。我们旨在了解深度不确定的系统事件对供应链弹性的潜在后果，以及信息精度如何影响各个代理的选择以及链级的准备，以汇总冲击。以不确定性增强了一个简约的供应链模型，我们分析了上游采购决策与供应链生存概率之间的关系。规避风险和歧义性的单独优化代理的上游采购路径都是有效的，但很容易受到总体冲击的影响。相比之下，与个人决策基线相比，下游公司采购决策的链级协调可以定性地改善整个供应链的鲁棒性。这样一个强大的决策确保在发生总体冲击（独立于其实现）的情况下，上游供应商的一部分将得以生存，即使在最苛刻的情况下，也将确保最终商品的供应。我们的结果还表明，输入源多样性提取了已预定效率的成本。
艺术家作为工人：创意澳大利亚的摘要和回应
2澳大利亚统计局（ABS）2023，澳大利亚工业，2021-22财政年度。 文化和创意活动为澳大利亚的国内生产总值贡献了218亿美元。 此数字包括以下行业分区：创意和表演艺术；遗产活动；电影和声音录制；广播;出版;互联网出版和广播；图书馆；打印和录制媒体。 3 2019年通信与艺术研究局（BCAR），未来经济的创造技能。 4 Flore J等2021，“ Covid-19期间的创意艺术工作者大流行：锁定中的社会想象力”，《社会学杂志》 0:00。 Rusak H等人2021，通过大流行的呼吸：表演艺术的挑战和对Covid-19的心理健康影响的反应，Waapa。 ABS 2021，对行业和职业的见解。2澳大利亚统计局（ABS）2023，澳大利亚工业，2021-22财政年度。文化和创意活动为澳大利亚的国内生产总值贡献了218亿美元。此数字包括以下行业分区：创意和表演艺术；遗产活动；电影和声音录制；广播;出版;互联网出版和广播；图书馆；打印和录制媒体。3 2019年通信与艺术研究局（BCAR），未来经济的创造技能。4 Flore J等2021，“ Covid-19期间的创意艺术工作者大流行：锁定中的社会想象力”，《社会学杂志》 0:00。Rusak H等人2021，通过大流行的呼吸：表演艺术的挑战和对Covid-19的心理健康影响的反应，Waapa。ABS 2021，对行业和职业的见解。
研究声明生成艺术作品...
创造力一直从技术创新中受益[14]，包括机器学习的最新进展 - 例如，用于文本，图像，音频和视频的强大生成模型。但是，除了具有备受瞩目的应用程序外，重要的杂志工作仍然存在很大的差距，因为那些具有文化，艺术家和行为考虑因素或重点的人尚未从这些机器学习方面的进步中得到充分提高。这提出了挑战，尤其是在提出设计师对系统行为或文化考虑的酌处权时。在我的研究中，我旨在将计算方法与艺术家，文化，人文学科和设计师的考虑相结合，以在机器学习可以帮助促进表演的同时满足这些方式。为此，我提出了技术和工具，这些技术和工具都可以满足创意设置的需求以及核心机器学习的进步。它们包括1）通过设计师的自由裁量权生成抗tifacts，2）机器学习增强了用于历史和文化数据的工具，以及3）有关进化策略，最佳运输，语言和图形学习的前进机器学习技术和工具。