XiaoMi-AI文件搜索系统
World File Search SystemArtistic
阐明（不确定的）人工智能艺术实践的未来
人工智能正迅速融入我们的职业和私人生活。此类技术的普及引发了一系列必须面对的道德问题、价值观冲突和不可预见的后果。Ai-Da 和 DALL-E 2 等发展令人兴奋，因为它们在人工智能和创造力方面展现了强大的新功能。然而，此类技术开启的未来也是不可预测的。鉴于此类技术出现和被采用的速度，吸引目标受众来权衡可能的人工智能未来至关重要。我们的试点项目“艺术过程未来和人工智能”旨在与艺术家一起探索人工智能技术的作用和潜在影响。在本文中，我们展示了如何将参与式推测设计过程引导到公开声明或宣言中，以说明支持艺术过程的可能和可取的人工智能未来，以及我们的研讨会如何揭示这种审议核心的不确定性。
艺术表达中的虚拟现实和增强现实
摘要 — 在过去十年中，由于技术进步和廉价的硬件和软件可用性，虚拟现实 (VR) 和增强现实 (AR) 在各个行业，尤其是艺术领域中越来越受欢迎。这些技术重新定义了艺术表达中创造力和沉浸式体验的界限。本文探讨了 AR、VR 和多样化信息技术 (IT) 领域之间的动态界面。在此背景下，AR 使用数字叠加增强了物理世界，而 VR 将用户置于完全模拟的环境中。本文详细讨论了这些技术，包括它们的基本概念以及硬件和软件组件。本调查研究了 AR 和 VR 如何对艺术领域产生积极影响，例如虚拟艺术画廊、增强公共装置和创新戏剧表演。我们讨论了硬件、软件开发、用户体验和道德考虑方面的局限性。此外，我们强调合作可能性、可访问性和包容性，以探讨 AR 和 VR 对艺术创造力的深远影响。本文通过案例研究和值得注意的项目说明了这些技术的变革力量。最后，概述了未来趋势，强调了进步、新兴艺术形式以及社会和文化影响。
人工智能创意支持工具中的艺术用户表达
新颖的人工智能算法引入了新一代人工智能驱动的创造力支持工具 (AI-CST)。这些工具可以通过用户无法预料的算法输出来启发和惊喜用户。然而，用户可能很难将他们的意图与意想不到的算法行为结合起来。我的论文研究了艺术创作 AI-CST 中的用户表达需要如何设计。通过对 14 位艺术家的访谈研究和对 111 个现有 CST 的文献调查，我首先分离出三个要求：1) 允许用户表达不受约束的意图，2) 使工具和用户能够共同学习用户表达和算法行为，3) 允许轻松而富有表现力的迭代。基于这些要求，我介绍了两种工具，1) Artinter，它学习用户如何在艺术委托的沟通过程中表达他们的视觉艺术概念，2) TaleBrush，它通过基于草图的故事生成促进用户意图的不受约束和迭代表达。我的研究为设计用户表达交互提供了指导
心灵艺术家：用人类思维创造艺术快照
我们引入了 Mind Artist (MindArt)，一种新颖而高效的神经解码架构，可以以可控的方式从我们的脑海中捕捉艺术照片。最近，使用非侵入性脑记录进行图像重建取得了进展，但由于数据注释的稀缺，仍然很难生成具有高语义保真度的真实图像。与以前的方法不同，这项工作将神经解码转化为最佳传输 (OT) 和表示解耦问题。具体而言，在离散 OT 理论下，我们设计了一个图匹配引导的神经表示学习框架来寻找概念语义和神经信号之间的潜在对应关系，从而产生了一个自然而有意义的自我监督任务。此外，所提出的 MindArt 具有多个独立模态分支结构，能够将语义表示无缝地合并到任何视觉风格信息中，从而使其具有多模态重建和无训练语义编辑功能。
基于人工智能的脑电图信号情绪艺术表现
据我们所知，没有相关工作能够将情绪状态转化为绘画。在（Salevati and DiPaola，2015）和（Colton，Valstar and Pantic，2008）中，作者提出了创建富有表现力的人物自画像的系统。然而，这些系统有明显的局限性，用户可以控制他们想要在肖像上表达的情绪（在一种情况下，他们选择它；在另一种情况下，情绪是从面部表情中检测出来的，这很容易伪造）。在这两部作品中，预定义的样式都只是应用于现有肖像。在从脑电图生成情感绘画的背景下，我们提到了（Ekster，2018）和（Random Quark，2017）。在这些情况下，绘画通过简单的线条、预定义的形状、颜色、分形或鸟群来表现情绪，导致绘画之间的差异相当低。
学生艺术创作作为非
本文探讨了利用艺术创作作为评估高等教育非艺术课程学生的替代任务的潜力。希腊雅典国立和卡波迪斯特里安大学教育学和小学教育系的 18 名研究生在参加了六小时的心理教育学课程后，通过绘制一幅画来评估他们通过课程理解的同理心概念。然后，他们撰写了一篇关于他们艺术作品创作的反思性文字。使用基于 Gale 和 Bond 的评估框架 (2007) 的标准的内容分析法对学生创作的绘画和反思性文字进行了分析。研究结果表明，学生创作的艺术作品提供了有关他们的知识、技能和态度的丰富数据，并揭示了传统评估技术不会强调的学习方面。此外，它促进了学习向现实生活环境的关键转移。该研究建议在高等教育的非艺术课程中实施艺术创作作为替代评估技术。
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。
人工智能衍生品：文学和艺术作品衍生作品权的应用
1 我在其他地方讨论了“原因”（近因而非简单原因的一种版本）如何成为确定文学或艺术作品是否有人类作者的合适概念。请参阅 Daniel Gervais 的《机器作为作者》，105 I OWA L. R EV。2053（2020 年）；Daniel Gervais，《人类原因》，《知识产权与人工智能研究手册》（R. Abbott 编辑，即将于 2022 年出版）。我在这两个来源中给出了这些类型作品的多个示例。本文使用“机器”作为通用术语，可能适用于使用 AI 软件的计算机，但也可以涵盖能够移动的机器，例如在画布上绘画的机器人。2 机器学习是 AI 的主要形式。参见 Roberto Iriondo，机器学习 (ML) 与人工智能 (AI) – 关键差异，T OWARDS AI（2018 年 10 月 15 日），https://medium.com/datadriveninvestor/differences-between-ai-and-machine-learning-and-why-it-matters-1255b182fc6（“‘机器学习 [ML] 是研究计算机算法，使计算机程序能够通过经验自动改进。’— ML 是我们期望实现 AI 的方式之一。机器学习依赖于处理大型数据集，通过检查和比较数据来找到共同模式并探索细微差别[,]”引用卡内基梅隆大学机器学习系前主任 Tom M. Mitchell 教授的话）。3 17 U.S.C.§ 106(2)。4 17 U.S.C.§ 101（强调添加）。5 一个众所周知的例子是名为 e-David 的机器，它使用复杂的视觉优化算法制作绘画，该算法“用相机拍照并根据这些照片绘制原画。” Shlomit Yanisky-Ravid，生成伦勃朗：3A 时代的人工智能、版权和问责制——类人作者已经到来——一种新模式，2017 M ICH 。S TATE L. R EV 。659, 662 (2017)；另见下文第 III.A 节。6 请参阅 Gaëtan Hadjeres 和 François Pachet，《DeepBach：巴赫合唱团一代的可操纵模型》，AR X IV 1（2016 年 12 月 3 日），https://arxiv.org/pdf/1612.01010v1.pdf
纠缠？弗里德·纳克的概率与量子计算艺术研究
我们感兴趣的是算法部分。自诞生以来，算法已经取得了长足的发展，尤其是 Shor 和 Grover 的著名算法 [26]。21 世纪初，研究人员提出了一些有趣的尝试，用于开发计算机图形学和 3D 渲染中的量子算法。Andrew Glassner [18][19][20]、Marco Lanzagorta [21] 和 Simona Caraiman [14][15] 就是这样提出了第一个用于 3D 创作的量子算法。这些工作是实验性的。据我们所知，结果并不令人满意。然而，用量子计算创建图像的想法诞生了。与此同时，第一批量子艺术家或“研究艺术家”开始创作第一批量子作品。很难说谁是真正的第一批，因为有些人只是使用这个概念来创作作品，而其他人真的开始使用量子语言
引用：oyando r，是V，Willis R等。检查国家健康保险基金对高血压患者的响应能力
1。Bouvard V，Wentzensen N，Mackie A等。IARC关于宫颈癌筛查的观点。n Engl J Med。2021; 385（20）：1908-1918。2。Ronco G，Dillner J，Elfstrom KM等。 基于HPV的筛查对预防侵入性宫颈癌的功效：四项欧洲随机对照试验的随访。 柳叶刀。 2014; 383（9916）：524-532。 3。 Tota JE，Bentley J，Blake J等。 将分子HPV测试作为宫颈癌筛查中的主要技术引入：作用于改变当前范式的证据。 prev Med。 2017; 98：5-14。 4。 Cuschieri K，Ronco G，Lorincz A等。 EUROGIN路线图2017：在宫颈筛查计划中管理HPV阳性女性的分类策略。 int j癌。 2018; 143（4）：735-745。 5。 Kitchener H.向国家筛查委员会报告。 2015可从以下网站获得：https：// view-health-screening-recommendations。 service.gov.uk/document/320/下载6。 Rebolj M，Rimmer J，Denton K等。 主要的宫颈筛查具有高风险的人乳头瘤病毒测试：观察性研究。 bmj。 2019; 6（364）：L240。 7。 Loopik DL，Koenjer LM，Siebers AG，Melchers WJG，Bekkers RLM。 基于荷兰细胞学与高风险人乳头瘤病毒宫颈癌筛查计划的好处和负担。 AM J Obstet Gynecol。 2020; 224：200.E1-9。 8。 prev Med。 2022; 154：106900。Ronco G，Dillner J，Elfstrom KM等。基于HPV的筛查对预防侵入性宫颈癌的功效：四项欧洲随机对照试验的随访。柳叶刀。2014; 383（9916）：524-532。 3。 Tota JE，Bentley J，Blake J等。 将分子HPV测试作为宫颈癌筛查中的主要技术引入：作用于改变当前范式的证据。 prev Med。 2017; 98：5-14。 4。 Cuschieri K，Ronco G，Lorincz A等。 EUROGIN路线图2017：在宫颈筛查计划中管理HPV阳性女性的分类策略。 int j癌。 2018; 143（4）：735-745。 5。 Kitchener H.向国家筛查委员会报告。 2015可从以下网站获得：https：// view-health-screening-recommendations。 service.gov.uk/document/320/下载6。 Rebolj M，Rimmer J，Denton K等。 主要的宫颈筛查具有高风险的人乳头瘤病毒测试：观察性研究。 bmj。 2019; 6（364）：L240。 7。 Loopik DL，Koenjer LM，Siebers AG，Melchers WJG，Bekkers RLM。 基于荷兰细胞学与高风险人乳头瘤病毒宫颈癌筛查计划的好处和负担。 AM J Obstet Gynecol。 2020; 224：200.E1-9。 8。 prev Med。 2022; 154：106900。2014; 383（9916）：524-532。3。Tota JE，Bentley J，Blake J等。将分子HPV测试作为宫颈癌筛查中的主要技术引入：作用于改变当前范式的证据。prev Med。2017; 98：5-14。 4。 Cuschieri K，Ronco G，Lorincz A等。 EUROGIN路线图2017：在宫颈筛查计划中管理HPV阳性女性的分类策略。 int j癌。 2018; 143（4）：735-745。 5。 Kitchener H.向国家筛查委员会报告。 2015可从以下网站获得：https：// view-health-screening-recommendations。 service.gov.uk/document/320/下载6。 Rebolj M，Rimmer J，Denton K等。 主要的宫颈筛查具有高风险的人乳头瘤病毒测试：观察性研究。 bmj。 2019; 6（364）：L240。 7。 Loopik DL，Koenjer LM，Siebers AG，Melchers WJG，Bekkers RLM。 基于荷兰细胞学与高风险人乳头瘤病毒宫颈癌筛查计划的好处和负担。 AM J Obstet Gynecol。 2020; 224：200.E1-9。 8。 prev Med。 2022; 154：106900。2017; 98：5-14。4。Cuschieri K，Ronco G，Lorincz A等。 EUROGIN路线图2017：在宫颈筛查计划中管理HPV阳性女性的分类策略。 int j癌。 2018; 143（4）：735-745。 5。 Kitchener H.向国家筛查委员会报告。 2015可从以下网站获得：https：// view-health-screening-recommendations。 service.gov.uk/document/320/下载6。 Rebolj M，Rimmer J，Denton K等。 主要的宫颈筛查具有高风险的人乳头瘤病毒测试：观察性研究。 bmj。 2019; 6（364）：L240。 7。 Loopik DL，Koenjer LM，Siebers AG，Melchers WJG，Bekkers RLM。 基于荷兰细胞学与高风险人乳头瘤病毒宫颈癌筛查计划的好处和负担。 AM J Obstet Gynecol。 2020; 224：200.E1-9。 8。 prev Med。 2022; 154：106900。Cuschieri K，Ronco G，Lorincz A等。EUROGIN路线图2017：在宫颈筛查计划中管理HPV阳性女性的分类策略。 int j癌。 2018; 143（4）：735-745。 5。 Kitchener H.向国家筛查委员会报告。 2015可从以下网站获得：https：// view-health-screening-recommendations。 service.gov.uk/document/320/下载6。 Rebolj M，Rimmer J，Denton K等。 主要的宫颈筛查具有高风险的人乳头瘤病毒测试：观察性研究。 bmj。 2019; 6（364）：L240。 7。 Loopik DL，Koenjer LM，Siebers AG，Melchers WJG，Bekkers RLM。 基于荷兰细胞学与高风险人乳头瘤病毒宫颈癌筛查计划的好处和负担。 AM J Obstet Gynecol。 2020; 224：200.E1-9。 8。 prev Med。 2022; 154：106900。EUROGIN路线图2017：在宫颈筛查计划中管理HPV阳性女性的分类策略。int j癌。2018; 143（4）：735-745。 5。 Kitchener H.向国家筛查委员会报告。 2015可从以下网站获得：https：// view-health-screening-recommendations。 service.gov.uk/document/320/下载6。 Rebolj M，Rimmer J，Denton K等。 主要的宫颈筛查具有高风险的人乳头瘤病毒测试：观察性研究。 bmj。 2019; 6（364）：L240。 7。 Loopik DL，Koenjer LM，Siebers AG，Melchers WJG，Bekkers RLM。 基于荷兰细胞学与高风险人乳头瘤病毒宫颈癌筛查计划的好处和负担。 AM J Obstet Gynecol。 2020; 224：200.E1-9。 8。 prev Med。 2022; 154：106900。2018; 143（4）：735-745。5。Kitchener H.向国家筛查委员会报告。 2015可从以下网站获得：https：// view-health-screening-recommendations。 service.gov.uk/document/320/下载6。 Rebolj M，Rimmer J，Denton K等。 主要的宫颈筛查具有高风险的人乳头瘤病毒测试：观察性研究。 bmj。 2019; 6（364）：L240。 7。 Loopik DL，Koenjer LM，Siebers AG，Melchers WJG，Bekkers RLM。 基于荷兰细胞学与高风险人乳头瘤病毒宫颈癌筛查计划的好处和负担。 AM J Obstet Gynecol。 2020; 224：200.E1-9。 8。 prev Med。 2022; 154：106900。Kitchener H.向国家筛查委员会报告。2015可从以下网站获得：https：// view-health-screening-recommendations。service.gov.uk/document/320/下载6。Rebolj M，Rimmer J，Denton K等。主要的宫颈筛查具有高风险的人乳头瘤病毒测试：观察性研究。bmj。2019; 6（364）：L240。 7。 Loopik DL，Koenjer LM，Siebers AG，Melchers WJG，Bekkers RLM。 基于荷兰细胞学与高风险人乳头瘤病毒宫颈癌筛查计划的好处和负担。 AM J Obstet Gynecol。 2020; 224：200.E1-9。 8。 prev Med。 2022; 154：106900。2019; 6（364）：L240。7。Loopik DL，Koenjer LM，Siebers AG，Melchers WJG，Bekkers RLM。基于荷兰细胞学与高风险人乳头瘤病毒宫颈癌筛查计划的好处和负担。AM J Obstet Gynecol。2020; 224：200.E1-9。8。prev Med。2022; 154：106900。Serrano B，Ibanez R，Robles C，Peremiquel-Trillas P，De Sanjose S，Bruni L.全球使用HPV自化为宫颈癌筛查的使用。9。Rebolj M，Sargent A，Njor SH，Cuschieri K.向所有有资格获得宫颈筛查的女性扩大人类乳头状病毒的提议：慢慢慢慢。int j癌。2023; 153（1）：8-19。10。澳大利亚_government。国家宫颈筛查政策[01/06/2020]。可从：http：//www.cancerscreening.gov.au/ Internet/screening/publishing.nsf/content/national-cervical-screening-政策11.Kelly H，Benavente Y，Pavon MA，De Sanjose S，Mayaud P，Lorincz at。 DNA甲基化测定的性能用于检测高级宫颈上皮内肿瘤（CIN2 +）：系统评价和荟萃分析。 br j癌。 2019; 121（11）：954-965。 12。 Barrett JE，Sundstrom K，Jones A等。 Wid-CIN测试确定了宫颈上皮内肿瘤3级和侵入性宫颈癌的妇女。 基因组医学。 2022; 14（1）：116。 13。 Vink FJ，Meijer C，Clifford GM等。 FAM19A4/MIR124-2侵入性宫颈癌中的甲基：回顾性横断面世界广泛研究。 int j癌。 2020; 147（4）：1215-1221。 14。 Lehtinen M，Pimenoff VN，Nedjai B等。 评估HPV后疫苗接种时代的子宫颈肿瘤的风险。 int j癌。 2023; 152（6）：1060-1068。 15。 Nedjai B，Reuter C，Ahmad A等。 16。Kelly H，Benavente Y，Pavon MA，De Sanjose S，Mayaud P，Lorincz at。DNA甲基化测定的性能用于检测高级宫颈上皮内肿瘤（CIN2 +）：系统评价和荟萃分析。br j癌。2019; 121（11）：954-965。 12。 Barrett JE，Sundstrom K，Jones A等。 Wid-CIN测试确定了宫颈上皮内肿瘤3级和侵入性宫颈癌的妇女。 基因组医学。 2022; 14（1）：116。 13。 Vink FJ，Meijer C，Clifford GM等。 FAM19A4/MIR124-2侵入性宫颈癌中的甲基：回顾性横断面世界广泛研究。 int j癌。 2020; 147（4）：1215-1221。 14。 Lehtinen M，Pimenoff VN，Nedjai B等。 评估HPV后疫苗接种时代的子宫颈肿瘤的风险。 int j癌。 2023; 152（6）：1060-1068。 15。 Nedjai B，Reuter C，Ahmad A等。 16。2019; 121（11）：954-965。12。Barrett JE，Sundstrom K，Jones A等。Wid-CIN测试确定了宫颈上皮内肿瘤3级和侵入性宫颈癌的妇女。基因组医学。2022; 14（1）：116。13。Vink FJ，Meijer C，Clifford GM等。FAM19A4/MIR124-2侵入性宫颈癌中的甲基：回顾性横断面世界广泛研究。int j癌。2020; 147（4）：1215-1221。14。Lehtinen M，Pimenoff VN，Nedjai B等。评估HPV后疫苗接种时代的子宫颈肿瘤的风险。int j癌。2023; 152（6）：1060-1068。15。Nedjai B，Reuter C，Ahmad A等。 16。Nedjai B，Reuter C，Ahmad A等。16。分子进展到宫颈预科剂，表观遗传开关或顺序模型？int j癌。2018; 143（7）：1720-1730。Louvanto K，Aro K，Nedjai B等。 甲基化在预测未处理的高级宫颈上皮内肿瘤的前体中。 临床感染。 2020; 70（12）：2582-2590。 17。 Clarke MA，Wentzensen N，Mirabello L等。 人乳头瘤病毒DNA甲基化是宫颈癌的潜在生物标志物。 癌症流行病生物标志物上一篇。 2012; 21（12）：2125-2137。Louvanto K，Aro K，Nedjai B等。甲基化在预测未处理的高级宫颈上皮内肿瘤的前体中。临床感染。2020; 70（12）：2582-2590。17。Clarke MA，Wentzensen N，Mirabello L等。人乳头瘤病毒DNA甲基化是宫颈癌的潜在生物标志物。癌症流行病生物标志物上一篇。2012; 21（12）：2125-2137。