Fugu-MT 論文翻訳(概要): Is Writing Prompts Really Making Art?

論文の概要: Is Writing Prompts Really Making Art?

arxiv url: http://arxiv.org/abs/2301.13049v1
Date: Thu, 26 Jan 2023 00:16:31 GMT
ステータス: 処理完了
システム内更新日: 2023-01-31 13:56:23.575852
Title: Is Writing Prompts Really Making Art?
Title（参考訳）: プロンプトは本当にアートなのか?
Authors: Jon McCormack, Camilo Cruz Gambardella, Nina Rajcic, Stephen James Krol, Maria Teresa Llano, Meng Yang
Abstract要約: 現在の生成システムの波は、複雑な画像、ビデオ、さらには3Dデータセットを作成するためにテキストプロンプトを使用する。我々はこれらの主張の根拠を疑問視し、分析を言語記述の限界、データセットの含意、物質性と具体化の3つの領域に分割する。我々は,プロンプトベースのシステムによって実現される創造的可能性について分析し,新たな芸術的媒体とみなせるかどうかを問う。
参考スコア（独自算出の注目度）: 9.288058506895082
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In recent years Generative Machine Learning systems have advanced significantly. A current wave of generative systems use text prompts to create complex imagery, video, even 3D datasets. The creators of these systems claim a revolution in bringing creativity and art to anyone who can type a prompt. In this position paper, we question the basis for these claims, dividing our analysis into three areas: the limitations of linguistic descriptions, implications of the dataset, and lastly, matters of materiality and embodiment. We conclude with an analysis of the creative possibilities enabled by prompt-based systems, asking if they can be considered a new artistic medium.
Abstract（参考訳）: 近年、生成機械学習システムは大幅に進歩している。現在の生成システムの波は、テキストプロンプトを使って複雑な画像、ビデオ、さらには3dデータセットを作成する。これらのシステムのクリエーターは、プロンプトをタイプできる人に創造性と芸術をもたらす革命を主張する。本稿では,これらの主張の基礎を疑問視し,言語記述の限界,データセットの意味,最後には具体性と具体化の問題という3つの領域に分析を分割した。我々は,プロンプトベースのシステムによって実現される創造的可能性の分析から,新たな芸術的媒体として考えられるかどうかを問う。

関連論文リスト

Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
論文参考訳（メタデータ） (2024-08-22T04:49:50Z)
No Longer Trending on Artstation: Prompt Analysis of Generative AI Art [7.64671395172401]
私たちは300万以上のプロンプトとそれらが生成する画像を収集し、分析します。本研究は, 表面美学, 文化規範の強化, 一般的な表現, イメージに重点を置いていることを示す。
論文参考訳（メタデータ） (2024-01-24T08:03:13Z)
Wired Perspectives: Multi-View Wire Art Embraces Generative AI [89.99145586890103]
私たちは、誰もが簡単にMVWAを作れるAIシステムDreamWireを紹介します。ユーザーはテキストのプロンプトやスクリブルを通じてビジョンを表現し、複雑な3Dワイヤー組織から解放する。
論文参考訳（メタデータ） (2023-11-26T21:09:00Z)
Getting aligned on representational alignment [93.08284685325674]
本研究では,認知科学,神経科学,機械学習における表現的アライメントの研究を行う。重複する関心にもかかわらず、これらの分野の間には知識の伝達が限られている。本稿では,表現アライメント研究のための共通言語として機能する統一フレームワークを提案する。
論文参考訳（メタデータ） (2023-10-18T17:47:58Z)
Artistic Strategies to Guide Neural Networks [0.0]
本稿では、画像、テキスト、フォーム、セミオティック空間の翻訳という文脈において、現在のAI技術の可能性と限界について考察する。比較的短時間で高解像度画像と3Dオブジェクトの生成が達成された。またしても、アートワークがテクノロジー開発の触媒となる様子が見られます。
論文参考訳（メタデータ） (2023-07-06T22:57:10Z)
Art and the science of generative AI: A deeper dive [26.675816750583138]
生成AIは、ビジュアルアート、コンセプトアート、音楽、フィクション、文学、ビデオ、アニメーションのための高品質な芸術メディアを作成することができる。我々は、生成的AIは芸術の終焉のハービンジャーではなく、独自の余裕を持つ新しい媒体であると主張している。
論文参考訳（メタデータ） (2023-06-07T04:27:51Z)
Designing Participatory AI: Creative Professionals' Worries and Expectations about Generative AI [8.379286663107845]
生成AI(英: Generative AI)とは、テキストのプロンプトに基づいて視覚的または書き起こされたコンテンツを自動生成する一連の技術で、複雑さが飛躍的に増加し、わずか数年で広く利用できるようになる技術である。本稿では,創造的プロフェッショナルが生成AIをどのように考えるかに関する質的研究の結果を報告する。
論文参考訳（メタデータ） (2023-03-15T20:57:03Z)
Visualize Before You Write: Imagination-Guided Open-Ended Text Generation [68.96699389728964]
我々は、機械生成画像を用いて、オープンエンドテキスト生成における言語モデルをガイドするiNLGを提案する。オープンエンドテキスト生成タスクにおけるiNLGの有効性について実験と解析を行った。
論文参考訳（メタデータ） (2022-10-07T18:01:09Z)
Pathway to Future Symbiotic Creativity [76.20798455931603]
そこで本研究では, 5クラス階層の創造システムを分類し, 擬人アーティストから機械アーティストへの創造の道筋を示す。芸術創造においては、機械は欲求、感謝、感情を含む人間の精神状態を理解する必要があるが、機械の創造的能力と限界も理解する必要がある。我々は、人間互換のAIシステムが「ループ内人間」の原理に基づいているべきだという哲学を取り入れた、未来のマシンアーティストを構築するための新しいフレームワークを提案する。
論文参考訳（メタデータ） (2022-08-18T15:12:02Z)
A Taxonomy of Prompt Modifiers for Text-To-Image Generation [6.903929927172919]
本稿では,3ヶ月のエスノグラフィー研究に基づいて,オンラインコミュニティの実践者が使用する6種類のプロンプト修飾剤を同定する。プロンプト修飾子の新たな分類法は、テキスト・ツー・イメージ・ジェネレーションの実践を研究するための概念的な出発点となる。本稿では,人間-コンピュータインタラクション分野における新しい創造的実践の機会について論じる。
論文参考訳（メタデータ） (2022-04-20T06:15:50Z)
This is not the Texture you are looking for! Introducing Novel Counterfactual Explanations for Non-Experts using Generative Adversarial Learning [59.17685450892182]
反実用説明システムは、入力画像を変更して反実用推論を可能にする。本稿では, 対向画像から画像への変換技術に基づく, 対向画像の説明を新たに生成する手法を提案する。その結果,我々のアプローチは,2つの最先端技術システムよりも,メンタルモデル,説明満足度,信頼度,感情,自己効力に関して有意に優れた結果をもたらすことがわかった。
論文参考訳（メタデータ） (2020-12-22T10:08:05Z)

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。