Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

人工智能艺术正在挑战策展的界限

Posted on 2022-07-19
2018 年 10 月 22 日,一位女士在纽约佳士得观看由法国集体 OBVIOUS 的算法创作的艺术品,该作品使用人工智能制作艺术品,名为 <em>Portrait of Edmond de Belamy</em>。这件作品以 432,500 美元的价格售出。

放大/ 2018 年 10 月 22 日,一位女士正在观看由法国集体 OBVIOUS 的算法创作的艺术品,该作品使用人工智能制作艺术品,名为Edmond de Belamy 的肖像,在佳士得于 2018 年 10 月 22 日在纽约佳士得拍卖。这件作品以 432,500 美元的价格售出。 (信用: 蒂莫西·A·克拉里/盖蒂)

在短短几年内,自称 AI 艺术家的作品数量急剧增加。其中一些作品已被大型拍卖行以令人眼花缭乱的价格出售,并进入了著名的策展收藏品。最初由一些技术知识渊博的艺术家带头,他们将计算机编程作为其创作过程的一部分,人工智能艺术最近受到了大众的欢迎,因为图像生成技术在没有编码技能的情况下变得更加有效和易于使用。

人工智能艺术运动紧随计算机视觉技术进步的步伐,计算机视觉是一个致力于设计能够处理有意义的视觉信息的算法的研究领域。计算机视觉算法的一个子类,称为生成模型,占据了这个故事的中心。生成模型是人工神经网络,可以在包含数百万张图像的大型数据集上进行“训练”,并学习对其统计上的显着特征进行编码。训练后,他们可以生成原始数据集中不包含的全新图像,通常由明确描述所需结果的文本提示引导。直到最近,通过这种方法制作的图像仍然缺乏连贯性或细节,尽管它们具有不可否认的超现实主义魅力,吸引了许多严肃艺术家的注意。然而,今年早些时候,科技公司 Open AI 推出了一款名为DALL·E 2的新模型,它可以从几乎任何文本提示中生成非常一致且相关的图像。 DALL·E 2 甚至可以生成特定风格的图像,并且相当令人信服地模仿著名艺术家,只要在提示中充分指定所需的效果即可。一个类似的工具已经免费向公众发布,名为Craiyon (以前称为“DALL·E mini”)。

阅读剩余的 12 段|注释

原文: https://arstechnica.com/?p=1867634

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme