論文の概要: Exploring the Potential of Large Language Models in Artistic Creation:
Collaboration and Reflection on Creative Programming
- arxiv url: http://arxiv.org/abs/2402.09750v1
- Date: Thu, 15 Feb 2024 07:00:06 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-16 16:42:26.015273
- Title: Exploring the Potential of Large Language Models in Artistic Creation:
Collaboration and Reflection on Creative Programming
- Title(参考訳): 芸術創造における大規模言語モデルの可能性を探る:創造的プログラミングにおけるコラボレーションとリフレクション
- Authors: Anqi Wang, Zhizhuo Yin, Yulu Hu, Yuanyuan Mao, Pan Hui
- Abstract要約: プログラム全体を呼び出し、複数のサブタスクを発行する、という2つの一般的なコラボレーションアプローチを比較します。
本研究は,アーティストの異なる刺激反射を2つの異なる方法で示すものである。
創造的コーディングにおけるLLMの芸術的可能性を明らかにする。
- 参考スコア(独自算出の注目度): 10.57792673254363
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Recently, the potential of large language models (LLMs) has been widely used
in assisting programming. However, current research does not explore the artist
potential of LLMs in creative coding within artist and AI collaboration. Our
work probes the reflection type of artists in the creation process with such
collaboration. We compare two common collaboration approaches: invoking the
entire program and multiple subtasks. Our findings exhibit artists' different
stimulated reflections in two different methods. Our finding also shows the
correlation of reflection type with user performance, user satisfaction, and
subjective experience in two collaborations through conducting two methods,
including experimental data and qualitative interviews. In this sense, our work
reveals the artistic potential of LLM in creative coding. Meanwhile, we provide
a critical lens of human-AI collaboration from the artists' perspective and
expound design suggestions for future work of AI-assisted creative tasks.
- Abstract(参考訳): 近年,大規模言語モデル (LLM) の可能性はプログラミング支援に広く利用されている。
しかし、現在の研究は、アーティストとaiのコラボレーションにおける創造的なコーディングにおけるllmのアーティストの可能性を探求していない。
我々の研究は、そのようなコラボレーションによって創造過程におけるリフレクションタイプのアーティストを探索する。
プログラム全体と複数のサブタスクを呼び出すという,2つの一般的なコラボレーションアプローチを比較した。
本研究はアーティストの異なる刺激反射を2つの異なる方法で示す。
また,実験データと質的インタビューを含む2つの手法を用いて,2つのコラボレーションにおけるリフレクションタイプとユーザパフォーマンス,ユーザ満足度,主観的体験の相関性を示す。
この意味で、創造的コーディングにおけるLLMの芸術的可能性を明らかにする。
一方、アーティストの視点からの人間とAIのコラボレーションの批判的なレンズを提供し、AI支援の創造的タスクの将来的な仕事のための設計提案を述べる。
関連論文リスト
- Generating Human-Centric Visual Cues for Human-Object Interaction
Detection via Large Vision-Language Models [59.611697856666304]
人-物対検出(Human-object Interaction:HOI)は、人-物対を検出し、その相互作用を予測することを目的とする。
我々はVLMを用いた3つのプロンプトを提案し、人間の複数の視点から画像内で人間中心の視覚的手がかりを生成する。
我々は,マルチトワーアーキテクチャを用いたトランスフォーマーベースのマルチモーダル融合モジュールを開発し,視覚的キュー機能をインスタンスと対話デコーダに統合する。
論文 参考訳(メタデータ) (2023-11-26T09:11:32Z) - Detecting Any Human-Object Interaction Relationship: Universal HOI
Detector with Spatial Prompt Learning on Foundation Models [55.20626448358655]
本研究では,ビジョン・ランゲージ(VL)基礎モデルと大規模言語モデル(LLM)を用いて,オープンワールド環境におけるユニバーサルインタラクション認識について検討する。
我々の設計にはHO Prompt-guided Decoder (HOPD) が含まれており、基礎モデルにおける高次関係表現と画像内の様々なHOペアとの結合を容易にする。
オープンカテゴリの対話認識では,対話文と解釈文の2つのタイプがサポートされている。
論文 参考訳(メタデータ) (2023-11-07T08:27:32Z) - Luminate: Structured Generation and Exploration of Design Space with Large Language Models for Human-AI Co-Creation [19.62178304006683]
現在のインタラクションパラダイムは不足しており、限られたアイデアの集合に対して、ユーザを迅速なコンバージェンスへと導くものだ、と私たちは主張する。
本研究では,ユーザがシームレスに探索し,評価し,多数の応答を合成できる設計空間の構造化を促進するフレームワークを提案する。
論文 参考訳(メタデータ) (2023-10-19T17:53:14Z) - Spellburst: A Node-based Interface for Exploratory Creative Coding with
Natural Language Prompts [7.074738009603178]
Spellburstは、LLM(Big Language Model)を利用したクリエイティブコーディング環境である。
Spellburstは、アーティストが生成アートを作成し、分岐とマージ操作を通じてバリエーションを探索することを可能にする。
論文 参考訳(メタデータ) (2023-08-07T21:54:58Z) - Interactive Neural Painting [66.9376011879115]
本稿では,対話型ニューラルペイント(NP)の最初のアプローチを提案する。
2段デコーダを用いた条件変圧器変分自動エンコーダ(VAE)アーキテクチャに基づく新しい手法であるI-Paintを提案する。
実験の結果,本手法は良好なストローク提案を提供し,最先端技術と比較した。
論文 参考訳(メタデータ) (2023-07-31T07:02:00Z) - "It Felt Like Having a Second Mind": Investigating Human-AI
Co-creativity in Prewriting with Large Language Models [20.509651636971864]
本研究では,前書き中の人間-LLM協調パターンとダイナミクスについて検討する。
共同作業では,3段階の反復的Human-AI共同創造プロセスが存在するようだ。
論文 参考訳(メタデータ) (2023-07-20T16:55:25Z) - Inspire creativity with ORIBA: Transform Artists' Original Characters
into Chatbots through Large Language Model [4.984601297028257]
この研究は、イラストアートと人工知能(AI)の交差点を掘り下げる
創造的なプロセスと著者の境界に対するAIの影響を調べることで、創造的な分野における人間とAIの相互作用を強化することを目指している。
論文 参考訳(メタデータ) (2023-06-16T11:25:44Z) - MaMMUT: A Simple Architecture for Joint Learning for MultiModal Tasks [59.09343552273045]
本稿では,これらの異なる視覚言語タスクの協調学習に驚くほど有効であるマルチモーダルタスクのためのデコーダのみのモデルを提案する。
これらの多様な目的の合同学習は単純で効果的であり、これらのタスク間でのモデルの重量共有を最大化することを示した。
我々のモデルは,画像テキストとテキスト画像検索,ビデオ質問応答,オープン語彙検出タスクにおける技術の現状を達成し,より大きく,より広範囲に訓練された基礎モデルよりも優れている。
論文 参考訳(メタデータ) (2023-03-29T16:42:30Z) - 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) - UViM: A Unified Modeling Approach for Vision with Learned Guiding Codes [91.24112204588353]
我々は、幅広いコンピュータビジョンタスクをモデル化できる統一的なアプローチであるUViMを紹介する。
以前のモデルとは対照的に、UViMは全てのタスクに対して同じ機能を持つ。
多様な3つの視覚課題に対するUViMの有効性を実証する。
論文 参考訳(メタデータ) (2022-05-20T17:47:59Z) - Understanding and Creating Art with AI: Review and Outlook [12.614901374282868]
人工知能(AI)に関連する技術は、視覚芸術における研究と創造的実践の変化に強い影響を与える。
本稿では,AIとアートの2つの側面を総合的にレビューする:1)AIはアート分析に使用され,デジタル化されたアートコレクションに使用される;2)AIは創造的な目的に使用され,新しいアート作品を生成する。
アートの創造におけるAIの役割に関して、AIアートの様々な実践的・理論的側面に対処し、それらのトピックを詳細に扱った関連作品を統合します。
論文 参考訳(メタデータ) (2021-02-18T01:38:11Z)
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。