算法美学：数字时代人工智能生成艺术的理论批判
Algorithmic Aesthetics: A Critical Analysis of AI-Generated Art in the Digital Age
V Khadake
International Journal For Multidisciplinary Research · 2024-12-13
开放获取艺术理论被引 5影响因子 ≈0.2
摘要
本文探讨了人工智能在艺术与创意领域日益凸显的作用，分析了其对视觉艺术、音乐及文学等领域的影响。通过对生成对抗网络（GANs）、先进语言模型等关键人工智能技术的剖析，文章揭示了机器学习算法如何重塑创作流程，并对传统的作者观与原创性概念构成挑战。文中列举了多件人工智能生成的艺术作品、音乐作品及文学作品作为案例，评估了它们的接受程度及其对创意产业所产生的深远影响。此外，文章还深入探讨了人工智能应用于艺术领域的伦理问题，包括版权归属、作品真实性以及人类艺术家被取代的可能性等。通过整合现有研究成果与行业动态，本文全面概述了人工智能在创意领域的现状，为人类与人工智能在艺术表达中的合作前景，以及技术进步所催生的新型创造力提供了前瞻性见解。
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
基于全文生成- 主要观点
- 人工智能通过生成对抗网络和高级语言模型等技术，正深刻重塑视觉艺术、音乐与文学的创作过程，并挑战了传统的作者身份与原创性观念。尽管AI艺术在创意产业中获得了关注，但其引发了关于版权、真实性、偏见及人类艺术家可能被取代的复杂伦理与法律争议。
- 研究方法
- 文章综合当前研究与行业发展，对生成对抗网络、循环神经网络等关键AI技术进行了分析。同时，结合DeepArt、MuseNet和GPT-3等具体平台与案例研究，评估了AI生成作品的接受度及其对创意产业的影响。
- 学术贡献
- 该研究为数字时代AI在创意领域的现状提供了全面概述，梳理了AI在视觉艺术、音乐和文学中的应用及其引发的哲学与法律问题。此外，文章揭示了人机协作在艺术表达中的未来潜力以及技术进步带来的新创造力形式。
- 存在局限
- 材料中未明确提及本研究自身的局限性。但研究指出当前AI生成作品在情感深度、长期结构连贯性及事实准确性上存在不足，且AI系统容易延续并放大训练数据中的文化、性别与种族偏见。
- 进一步研究方向
- 未来应致力于开发更具多样性和代表性的训练数据集，并建立能够解释其创作决策的透明AI系统。同时，需明确AI生成艺术的归属与所有权指南，并促进跨学科合作以引导AI在艺术领域的多元化发展。
本综述由 AI（GLM-5）阅读开放获取全文自动生成，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：Aesthetic Perception and Analysis