論文の概要: Alien Recombination: Exploring Concept Blends Beyond Human Cognitive Availability in Visual Art

• arxiv url: http://arxiv.org/abs/2411.11494v1
• Date: Mon, 18 Nov 2024 11:55:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-19 14:36:23.389791
• Title: Alien Recombination: Exploring Concept Blends Beyond Human Cognitive Availability in Visual Art
• Title（参考訳）: Alien Recombination:ビジュアルアートにおける人間の認知能力以上の概念ブレンドを探る
• Authors: Alejandro Hernandez, Levin Brinkmann, Ignacio Serna, Nasim Rahaman, Hassan Abu Alhaija, Hiromu Yakura, Mar Canet Sola, Bernhard Schölkopf, Iyad Rahwan,
• Abstract要約: 視覚芸術の創造において、AIが人間の認知的限界を超越する方法を示します。 我々の研究は、視覚芸術には膨大な未探索の概念的組み合わせが含まれているという仮説を立てている。 本稿では,人間の認知能力を超えた概念の組み合わせを同定し,生成するエイリアン組換え法を提案する。
• 参考スコア（独自算出の注目度）: 90.8684263806649
• License:
• Abstract: While AI models have demonstrated remarkable capabilities in constrained domains like game strategy, their potential for genuine creativity in open-ended domains like art remains debated. We explore this question by examining how AI can transcend human cognitive limitations in visual art creation. Our research hypothesizes that visual art contains a vast unexplored space of conceptual combinations, constrained not by inherent incompatibility, but by cognitive limitations imposed by artists' cultural, temporal, geographical and social contexts. To test this hypothesis, we present the Alien Recombination method, a novel approach utilizing fine-tuned large language models to identify and generate concept combinations that lie beyond human cognitive availability. The system models and deliberately counteracts human availability bias, the tendency to rely on immediately accessible examples, to discover novel artistic combinations. This system not only produces combinations that have never been attempted before within our dataset but also identifies and generates combinations that are cognitively unavailable to all artists in the domain. Furthermore, we translate these combinations into visual representations, enabling the exploration of subjective perceptions of novelty. Our findings suggest that cognitive unavailability is a promising metric for optimizing artistic novelty, outperforming merely temperature scaling without additional evaluation criteria. This approach uses generative models to connect previously unconnected ideas, providing new insight into the potential of framing AI-driven creativity as a combinatorial problem.
• Abstract（参考訳）: AIモデルは、ゲーム戦略のような制約のあるドメインで顕著な能力を示してきたが、アートのようなオープンなドメインにおける真の創造性の可能性については議論が続いている。 視覚芸術の創造において、AIが人間の認知的限界を超越する方法について検討する。 我々の研究は、視覚芸術は、固有の非互換性ではなく、アーティストの文化的、時間的、地理的、社会的文脈によって課される認知的制約によって制約される、膨大な未探索の概念的組み合わせを含む、という仮説を立てている。 この仮説を検証するために,人間の認知能力を超えた概念の組み合わせを識別・生成するために,微調整された大規模言語モデルを用いた新たな手法であるAlien Recombination法を提案する。 システムは、人間の可用性バイアス、即時アクセス可能な例に頼り、新しい芸術的組み合わせを発見する傾向をモデル化し、意図的に反作用する。 このシステムは、データセット内でこれまで試みられたことのない組み合わせを生成するだけでなく、ドメイン内のすべてのアーティストが認知的に利用できない組み合わせを識別し、生成する。 さらに,これらの組み合わせを視覚表現に変換し,新規性に対する主観的知覚の探索を可能にする。 以上の結果から,認知的不適切性は芸術的ノベルティを最適化する上で有望な指標であることが示唆された。 このアプローチでは、生成モデルを使用して、これまで接続されていなかったアイデアを接続し、組合せ問題としてAI駆動の創造性をフレーミングする可能性に関する新たな洞察を提供する。

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)
• A Neuro-mimetic Realization of the Common Model of Cognition via Hebbian Learning and Free Energy Minimization [55.11642177631929]
  大規模なニューラル生成モデルは、意味的に豊富なテキストのパスを合成したり、複雑な画像を生成することができる。 我々はコモン・モデル・オブ・コグニティブ・ニューラル・ジェネレーティブ・システムについて論じる。
  論文  参考訳（メタデータ） (2023-10-14T23:28:48Z)
• The Relational Bottleneck as an Inductive Bias for Efficient Abstraction [3.19883356005403]
  ニューラルネットワークはアーキテクチャを通して、個々の入力の属性ではなく、知覚的入力間の関係に焦点を絞っていることを示す。 データ効率のよい方法で抽象化を誘導するために、このアプローチを用いたモデルのファミリーをレビューする。
  論文  参考訳（メタデータ） (2023-09-12T22:44:14Z)
• ConceptLab: Creative Concept Generation using VLM-Guided Diffusion Prior Constraints [56.824187892204314]
  我々は創造的なテキスト・画像生成の課題を提示し、幅広いカテゴリの新しいメンバーを創り出そうとする。 本稿では, 先行拡散の出力空間上での最適化プロセスとして, 創造的生成問題を定式化できることを示す。 我々は、最適化問題に新たな制約を適応的に付加する質問応答型視覚言語モデル(VLM)を導入し、よりユニークな生成物を発見するようモデルに促す。
  論文  参考訳（メタデータ） (2023-08-03T17:04:41Z)
• Sample-Efficient Learning of Novel Visual Concepts [7.398195748292981]
  最先端のディープラーニングモデルは、数ショットで新しいオブジェクトを認識するのに苦労している。 我々は,記号的知識グラフを最先端認識モデルに組み込むことで,効果的に数発の分類を行うことができることを示す。
  論文  参考訳（メタデータ） (2023-06-15T20:24:30Z)
• The Creative Frontier of Generative AI: Managing the Novelty-Usefulness Tradeoff [0.4873362301533825]
  生成人工知能(AI)システムにおける新規性と有用性の最適バランスについて検討する。 どちらの側面も過度に強調すると、幻覚や暗記のような限界に繋がる。
  論文  参考訳（メタデータ） (2023-06-06T11:44:57Z)
• Art Creation with Multi-Conditional StyleGANs [81.72047414190482]
  人間のアーティストは、独特のスキル、理解、そして深い感情や感情を引き起こすアートワークを作る真の意図の組み合わせが必要です。 本研究では,多条件生成支援ネットワーク(GAN)アプローチを導入し,人間の芸術を模倣する現実的な絵画を合成する。
  論文  参考訳（メタデータ） (2022-02-23T20:45:41Z)
• WenLan 2.0: Make AI Imagine via a Multimodal Foundation Model [74.4875156387271]
  我々は,膨大なマルチモーダル(視覚的・テキスト的)データを事前学習した新しい基礎モデルを開発する。 そこで本研究では,様々な下流タスクにおいて,最先端の成果が得られることを示す。
  論文  参考訳（メタデータ） (2021-10-27T12:25:21Z)
• The Work of Art in an Age of Mechanical Generation [0.0]
  私たちの定義は、人工知能システムを人間の努力と区別できない創造性の偉業へと駆り立てることができますか? 本稿は、AIが有名な絵画の偽造を検知する能力について考察する。
  論文  参考訳（メタデータ） (2021-01-27T18:32:58Z)
• Deep Learning of Individual Aesthetics [5.837881923712394]
  複雑度などの画像計測と人体美的評価の関係について検討する。 我々は、ジェノタイプ空間と表現型空間の両方を可視化するために次元還元法を用いて、生成系における新しい領域の探索を支援する。 我々はこの分類と発見システムを、複雑な生成技術と設計を進化させるソフトウェアツールに統合する。
  論文  参考訳（メタデータ） (2020-09-24T03:04:28Z)

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。