探究人工智能生成艺术中的情感表征与解读
Exploring Emotional Representation and Interpretation in AI-Generated Art
Chengyun Huo, Donghyuk Choi
Asia-pacific Journal of Convergent Research Interchange · 2024-06-28
开放获取美术与书法被引 5影响因子 ≈0.1
摘要
绘画是人类表达情感的一种方式。近年来，人工智能技术的进步降低了绘画门槛，消除了绘画技法方面的障碍，使更多人能够参与其中。这种快餐式的创作方式大幅提升了工作效率。人工智能虽具备智能，却并无个性与情感。然而，人工智能绘画在情感处理方面存在不足。本文通过文献综述与案例研究的对比分析指出，尽管人工智能具备智能，但缺乏个性与情感；人工智能绘画是通过文本学习与数据特征映射来处理情感的。由于大数据的封闭性与全面性，映射生成的结果往往倾向于大众化情感，从而与个体情感存在差异。人工智能能够模仿或复制艺术家的作品，却无法复现艺术家所蕴含的情感。人工智能的情感特征数据并非一对一的映射关系，而是分类配对的形式。正如符号与其所指对象之间未必存在一一对应的关系一样，人工智能的情感映射亦非绝对对应。因此，人工智能更适用于文化艺术产品的工业化生产，能为艺术家的创作提供灵感并拓展其视野。众多媒体公司、插画师及主流艺术家已采用人工智能技术进行艺术创作或图像制作，显著提升了文化艺术产品的生产效率，同时也拓展了人类的文化艺术需求。
本摘要由 AI（Hy-MT2-Pro）翻译生成，仅供参考，请以原文为准。
AI 综述
基于摘要生成- 主要观点
- AI绘画降低了创作门槛并提升了效率，但在情感处理上存在本质缺陷。AI通过文本学习与数据特征映射来处理情感，受大数据特性影响，其生成的情感映射倾向于大众化，与个体真实情感存在差异。AI能够模仿艺术作品但无法复制艺术家的情感，其情感特征数据属于分类配对而非一对一映射，因此更适用于文化艺术的工业化生产及为创作者提供灵感。
- 研究方法
- 本文主要采用文献综述与案例研究相结合的比较分析方法。通过对相关文献的梳理以及对具体案例的对比分析，探讨并揭示了AI绘画在情感表征与解读方面的内在机制与局限。
- 学术贡献
- 本文揭示了AI绘画情感生成的底层逻辑，明确了其基于数据特征映射的情感处理属于分类配对而非一对一映射，并指出其向大众情感倾斜的倾向。同时，厘清了AI绘画在艺术领域的应用定位，即更适合文化产品的工业化生产而非个体情感的精准表达，为理解AI艺术的本质提供了理论视角。
- 存在局限
- AI绘画在情感处理方面存在明显不足，其虽具备智能但缺乏个性与真实情感。由于大数据的封闭性与全面性，AI生成的情感映射易偏向流行情绪，无法实现与个体情感的一对一对应，也无法真正复制艺术家的内在情感。
- 进一步研究方向
- 材料中未明确提及
本综述由 AI（GLM-5-Turbo）基于摘要自动生成，仅供参考，不代表原文作者观点，请以原文为准。
参考文献
相关论文
话题：Digital Media and Visual Art