kyung

Wakefield, Graham 和 Ji, Haru Hyunkyung (2021) 人工智能装置“Infranet”中的创意人工智能。收录于：EVA London 2021 论文集，2021 年 7 月 5 日至 9 日，英国伦敦。网址：http://openresearch.ocadu.ca/id/eprint/3482/

作者探讨了如何从计算创造力和生态系统艺术的角度批判性地质疑当前主流的数据驱动型人工智能方法。这集中在对未来的批判上，认为未来被过去过度决定；无论是从使用的数据，还是从训练所假设的问题或目标来看。本文的主要贡献是将替代的创造性方法应用于受自然启发的人工智能，并通过作者的作品“Infranet”中的体现来详细介绍其中一些方法。Infranet 是一个神经进化艺术装置，于 2018-2019 年在三个国际地点展出。它使用主办城市的地理空间数据不是作为训练材料，而是作为人工生命的栖息地。与基于训练的人工智能系统相比，在 Infranet 中没有目标或适应度函数，而且进化压力或竞争非常小。此外，它避开了大型和预先指定的神经网络结构的趋势，转而采用数千个小型相互作用的神经网络群体，每个神经网络都有不同的结构，处于“流动”的连续重组过程中；与生物和生态系统中一些当代非意识认知的理论和模型产生共鸣。