論文の概要: AI-Generated Imagery: A New Era for the `Readymade'
- arxiv url: http://arxiv.org/abs/2307.06033v1
- Date: Wed, 12 Jul 2023 09:25:56 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-13 13:40:07.552161
- Title: AI-Generated Imagery: A New Era for the `Readymade'
- Title(参考訳): AI生成画像: 'Readymade' の新しい時代
- Authors: Amy Smith and Michael Cook
- Abstract要約: 本稿では、生成型AIシステムによって生成されたデジタルイメージが、どのようにしてアートと呼ばれるようになったかを検討することを目的とする。
我々は、既存の哲学的枠組みと言語理論を用いて、AI生成画像の一部が、芸術として考慮すべき「準備済み」として提示できることを示唆している。
- 参考スコア(独自算出の注目度): 0.7386189738262202
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: While the term `art' defies any concrete definition, this paper aims to
examine how digital images produced by generative AI systems, such as
Midjourney, have come to be so regularly referred to as such. The discourse
around the classification of AI-generated imagery as art is currently somewhat
homogeneous, lacking the more nuanced aspects that would apply to more
traditional modes of artistic media production. This paper aims to bring
important philosophical considerations to the surface of the discussion around
AI-generated imagery in the context of art. We employ existing philosophical
frameworks and theories of language to suggest that some AI-generated imagery,
by virtue of its visual properties within these frameworks, can be presented as
`readymades' for consideration as art.
- Abstract(参考訳): この論文は、midjourneyのような生成型aiシステムによって生成されたデジタル画像が、いかに頻繁に使われるようになったかを調べることを目的としている。
aiが生成するイメージをアートとして分類することに関する議論は、現在幾分均質であり、より伝統的な芸術メディア制作法に適用されるよりニュアンス的な側面を欠いている。
本稿では,芸術的文脈におけるAI生成画像に関する議論の表面に重要な哲学的考察をもたらすことを目的とする。
我々は既存の哲学的枠組みと言語理論を用いて、これらの枠組み内での視覚的特性により、AI生成画像の一部が芸術として考慮すべき「既成事実」として提示できることを示唆している。
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) - Safeguard Text-to-Image Diffusion Models with Human Feedback Inversion [51.931083971448885]
本稿では,Human Feedback Inversion (HFI) というフレームワークを提案する。
実験の結果,画像品質を維持しながら,好ましくないコンテンツ生成を著しく削減し,公的な領域におけるAIの倫理的展開に寄与することが示された。
論文 参考訳(メタデータ) (2024-07-17T05:21:41Z) - Equivalence: An analysis of artists' roles with Image Generative AI from Conceptual Art perspective through an interactive installation design practice [16.063735487844628]
本研究では、アーティストが高度なテキストから画像生成AIモデルとどのように相互作用するかを検討する。
この枠組みを実証するために,「等価性」と題されたケーススタディでは,ユーザの音声入力を連続的に変化する絵画に変換する。
この研究は、アーティストの役割に対する理解を深め、画像生成AIで作成されたアートに固有の創造的側面に対する深い評価を促進することを目的としている。
論文 参考訳(メタデータ) (2024-04-29T02:45:23Z) - AI Art Neural Constellation: Revealing the Collective and Contrastive
State of AI-Generated and Human Art [36.21731898719347]
我々は、人間の芸術遺産の文脈内でAI生成芸術を位置づけるための包括的な分析を行う。
私たちの比較分析は、ArtConstellationと呼ばれる広範なデータセットに基づいています。
鍵となる発見は、1800-2000年に作られた現代美術の原理とAIが生成したアートアートが視覚的に関連していることである。
論文 参考訳(メタデータ) (2024-02-04T11:49:51Z) - State of the Art on Diffusion Models for Visual Computing [191.6168813012954]
本稿では,拡散モデルの基本数学的概念,実装の詳細,および一般的な安定拡散モデルの設計選択を紹介する。
また,拡散に基づく生成と編集に関する文献の急速な発展を概観する。
利用可能なデータセット、メトリクス、オープンな課題、社会的意味について議論する。
論文 参考訳(メタデータ) (2023-10-11T05:32:29Z) - Artificial Intelligence and Aesthetic Judgment [29.71278672770529]
生成AIは人間の表現様式で創造的なアウトプットを生成する。
我々は、現代の生成型AIモデルの出力に遭遇することは、同じ種類の美的判断によって媒介されると主張している。
論文 参考訳(メタデータ) (2023-08-21T17:40:54Z) - Learning to Evaluate the Artness of AI-generated Images [64.48229009396186]
アートスコア(ArtScore)は、アーティストによる本物のアートワークと画像がどの程度似ているかを評価するために設計されたメトリクスである。
我々は、写真とアートワークの生成のために事前訓練されたモデルを採用し、一連の混合モデルを生み出した。
このデータセットはニューラルネットワークのトレーニングに使用され、任意の画像の定量化精度レベルを推定する方法を学ぶ。
論文 参考訳(メタデータ) (2023-05-08T17:58:27Z) - Language Does More Than Describe: On The Lack Of Figurative Speech in
Text-To-Image Models [63.545146807810305]
テキスト・ツー・イメージ拡散モデルでは、テキスト入力プロンプトから高品質な画像を生成することができる。
これらのモデルは、コンテンツベースのラベル付けプロトコルから収集されたテキストデータを用いて訓練されている。
本研究では,現在使用されているテキスト・画像拡散モデルのトレーニングに使用されている公開テキストデータの感情性,目的性,抽象化の程度を特徴付ける。
論文 参考訳(メタデータ) (2022-10-19T14:20:05Z) - 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) - Covering the News with (AI) Style [2.3043762032257895]
本研究では,対象テーマに関連付けられた視覚コンテンツの生成を支援する多モード識別・生成フレームワークを提案する。
The New York Times(NYT)からの依頼で、AIを使って人工知能の特別セクションのアートを作るための支援を求めた結果、私たちはそのような画像の作成に私たちのシステムが応用されていることを実証した。
論文 参考訳(メタデータ) (2020-01-05T22:57:51Z)
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。