对抗网络生成的艺术作品为何比人类艺术家更受欢迎?

被引：6

作者：

张含阳

Ahmed Elgammal

Bingchen Liu

Mohamed Elhoseiny

Marian Mazzone

机构：

[1] Department of Computer Science,Rutgers University

[2] Facebook AI Research

[3] Department of Art History,College of Charleston

[4] The Art & AI Laboratory-Rutgers

来源：

机器人产业 | 2017年 / 04期

关键词：

鉴别器; 艺术家; 人类;

D O I：

10.19609/j.cnki.cn10-1324/tp.2017.04.007

中图分类号：

J05 [艺术评论、欣赏];

学科分类号：

摘要：

<正>深度学习如何像人类一样产生"创造力",一直是AI科学家们研究的热点。罗格斯大学和查尔斯顿学院近日联合发布了一篇论文,发布了一种全新的深度学习模型——创意对抗网络(Creative Adversarial Networks,CANs)。CAN通过学习风格和偏离风格规范来生成"艺术作品"。该论文是在2017年6月20日至6月22日在亚特兰大举行的第八届国际计算创意大会(ICCC)发布的论文的扩展版本。

引用

页码：34 / 37

页数：4