論文の概要: Creative Wand: A System to Study Effects of Communications in Co-Creative Settings

• arxiv url: http://arxiv.org/abs/2208.02886v1
• Date: Thu, 4 Aug 2022 20:56:40 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-08 12:59:56.527066
• Title: Creative Wand: A System to Study Effects of Communications in Co-Creative Settings
• Title（参考訳）: クリエイティブ・ワンド:コクレーティブ・セッティングにおけるコミュニケーションの効果を研究するシステム
• Authors: Zhiyu Lin, Rohan Agarwal, Mark Riedl
• Abstract要約: 共創造的な混合開始システムは、アルゴリズムに影響を与えるユーザー中心の手段を必要とする。 共創造AIの主な疑問は以下のとおりである。 本稿では,共同創造型混合開始生成のためのカスタマイズ可能なフレームワークCREATIVE-WANDを紹介する。
• 参考スコア（独自算出の注目度）: 9.356870107137093
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent neural generation systems have demonstrated the potential for procedurally generating game content, images, stories, and more. However, most neural generation algorithms are "uncontrolled" in the sense that the user has little say in creative decisions beyond the initial prompt specification. Co-creative, mixed-initiative systems require user-centric means of influencing the algorithm, especially when users are unlikely to have machine learning expertise. The key to co-creative systems is the ability to communicate ideas and intent from the user to the agent, as well as from the agent to the user. Key questions in co-creative AI include: How can users express their creative intentions? How can creative AI systems communicate their beliefs, explain their moves, or instruct users to act on their behalf? When should creative AI systems take initiative? The answer to such questions and more will enable us to develop better co-creative systems that make humans more capable of expressing their creative intents. We introduce CREATIVE-WAND, a customizable framework for investigating co-creative mixed-initiative generation. CREATIVE-WAND enables plug-and-play injection of generative models and human-agent communication channels into a chat-based interface. It provides a number of dimensions along which an AI generator and humans can communicate during the co-creative process. We illustrate the CREATIVE-WAND framework by using it to study one dimension of co-creative communication-global versus local creative intent specification by the user-in the context of storytelling.
• Abstract（参考訳）: 近年のニューラルジェネレーションシステムは、ゲームコンテンツ、画像、ストーリー等を手続き的に生成する可能性を実証している。 しかしながら、ほとんどのニューラル生成アルゴリズムは、ユーザーが初期プロンプト仕様を超えて創造的な決定にほとんど言及していないという意味で「制御されていない」。 共創造的な混合開始システムは、特にユーザーが機械学習の専門知識を持っていない場合、アルゴリズムに影響を与えるユーザー中心の手段を必要とする。 共同創造システムにとっての鍵は、エージェントからエージェントまでだけでなく、ユーザからエージェントにアイデアや意図を伝える能力である。 ユーザーはどのようにして創造的な意図を表現できるのか? 創造的なAIシステムは、どのように彼らの信念を伝え、彼らの動きを説明し、ユーザに彼らの代わりに行動するよう指示するか? クリエイティブAIシステムはいつイニシアティブになるべきか? このような質問に対する回答は、より創造的な意図を表現することができるような、より良い共同創造システムの開発を可能にします。 本稿では,共同創造型混合開始生成のためのカスタマイズ可能なフレームワークCREATIVE-WANDを紹介する。 creative-wandは、生成モデルとヒューマンエージェントのコミュニケーションチャネルをチャットベースのインターフェイスにプラグイン・アンド・プレイで注入できる。 これは、AIジェネレータと人間が共同創造プロセス中にコミュニケーションできる多くの次元を提供する。 本稿では,ストーリーテリングの文脈におけるユーザによる共同創造的コミュニケーションと局所創造的意図仕様の1次元について,Creative-WANDフレームワークを用いて考察する。

関連論文リスト

• Artificial General Intelligence (AGI)-Native Wireless Systems: A Journey Beyond 6G [58.440115433585824]
  デジタルツイン(DT)のようなサービスをサポートする将来の無線システムの構築は、メタサーフェスのような従来の技術への進歩を通じて達成することが困難である。 人工知能(AI)ネイティブネットワークは、無線技術のいくつかの制限を克服することを約束する一方で、開発は依然としてニューラルネットワークのようなAIツールに依存している。 本稿では、AIネイティブ無線システムの概念を再考し、それらを人工知能(AGI)ネイティブシステムに変換するために必要な共通感覚を取り入れた。
  論文  参考訳（メタデータ） (2024-04-29T04:51:05Z)
• Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
  エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。 我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
  論文  参考訳（メタデータ） (2024-01-07T19:11:18Z)
• Can AI Be as Creative as Humans? [84.43873277557852]
  理論的には、AIは人間の創造者によって生成されたデータに適切に適合できるという条件の下で、人間と同じくらい創造的になれることを証明しています。 AIの創造性に関する議論は、十分な量のデータに適合する能力の問題に縮小されている。
  論文  参考訳（メタデータ） (2024-01-03T08:49:12Z)
• Creative Agents: Empowering Agents with Imagination for Creative Tasks [31.920963353890393]
  本稿では,言語命令に基づくタスク結果の詳細な想像力を生成するイマジネータを用いて,制御器を拡張したクリエイティブエージェントのためのソリューションのクラスを提案する。 私たちは創造的なタスクを、オープンワールドの挑戦的なゲームMinecraftでベンチマークします。 我々は、創造的エージェントの詳細な実験分析を行い、創造的エージェントがMinecraftの生存モードにおける多様な建築創造を達成する最初のAIエージェントであることを示した。
  論文  参考訳（メタデータ） (2023-12-05T06:00:52Z)
• Beyond Prompts: Exploring the Design Space of Mixed-Initiative Co-Creativity Systems [11.427320283363326]
  我々は185人の参加者とともに、異なる構成のMI-CCシステムとどのように対話したいかを理解するために、人間による研究を行う。 設計空間を広範囲に網羅したMI-CCシステムは、様々な創造的およびゴール・コンプリートメトリクスに匹敵するものと評価されている。
  論文  参考訳（メタデータ） (2023-05-03T22:32:37Z)
• Generative Agents: Interactive Simulacra of Human Behavior [86.1026716646289]
  生成エージェントを導入し,人間の振る舞いをシミュレートする計算ソフトウェアエージェントについて紹介する。 エージェントの経験の完全な記録を格納するために,大規模言語モデルを拡張するアーキテクチャについて述べる。 The Simsにインスパイアされた対話型サンドボックス環境に生成エージェントを投入する。
  論文  参考訳（メタデータ） (2023-04-07T01:55:19Z)
• How to Prompt? Opportunities and Challenges of Zero- and Few-Shot Learning for Human-AI Interaction in Creative Applications of Generative Models [29.420160518026496]
  我々は,人間-AIインタラクションの新しいパラダイムとしてプロンプトを利用するインタラクティブなクリエイティブアプリケーションのための機会と課題について論じる。 本分析に基づき,プロンプトをサポートするユーザインタフェースの設計目標を4つ提案する。 これらは、クリエイティブな記述のユースケースに焦点を当てた、具体的なUIデザインスケッチで説明します。
  論文  参考訳（メタデータ） (2022-09-03T10:16:34Z)
• Understanding User Perceptions, Collaborative Experience and User Engagement in Different Human-AI Interaction Designs for Co-Creative Systems [0.7614628596146599]
  人間-AIのコクリエーションには、人間とAIが協力し、共同で創造的なプロダクトをパートナーとして提供する。 多くの既存の共同作成システムでは、ユーザーは通常ボタンやスライダーを使用して、AIと通信することができる。 本稿では,38人の参加者を対象に,2つのインタラクションデザインがユーザエンゲージメント,協調体験,共同創造型AIのユーザ認識に与える影響について検討する。
  論文  参考訳（メタデータ） (2022-04-27T22:37:44Z)
• Telling Creative Stories Using Generative Visual Aids [52.623545341588304]
  私たちはライターに、開始プロンプトからクリエイティブなストーリーを書くように頼み、同じプロンプトから生成するAIモデルによって生成されたビジュアルを提供した。 コントロールグループと比較すると、ビジュアルをストーリー・ライティング・アシストとして使用した作家は、より創造的で、オリジナルで、完全で、視覚的にできるストーリーを著した。 発見は、AIによる横断的なモダリティ入力は、人間とAIの共創において創造性の異なる側面に利益をもたらすが、収束する思考を妨げることを示している。
  論文  参考訳（メタデータ） (2021-10-27T23:13:47Z)
• The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
  MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。 Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。 これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
  論文  参考訳（メタデータ） (2021-07-05T12:18:17Z)
• Enhancing user creativity: Semantic measures for idea generation [0.0]
  我々は,WordNet 3.1に基づく49のセマンティック測度を用いて,実環境における設計問題解決会話のデータセットを解析した。 意味的類似性の相違,情報内容の増大,多義性の低下が生成したアイデアの成功を予測していることを示す。 これらの結果は、人間の問題解決における現実世界のプロセスを特定することによって認知科学を推し進める。
  論文  参考訳（メタデータ） (2021-06-18T13:47:56Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。