✖


Jump to content

Вычислительное творчество

(Перенаправлено с «Искусственное творчество »)
Не путать с творческими вычислениями .
Эдмон де Белами , произведение искусства, созданное генеративно-состязательной сетью

Вычислительное творчество (также известное как искусственное творчество , механическое творчество , творческие вычисления или творческие вычисления ) — это междисциплинарная деятельность, которая находится на пересечении областей искусственного интеллекта , когнитивной психологии , философии и искусства (например, вычислительное искусство как часть ) вычислительной культуры .

Цель вычислительного творчества — смоделировать, имитировать или воспроизвести творчество с помощью компьютера для достижения одной из нескольких целей: [1]

  • Создать программу или компьютер, человеческого уровня способный к творчеству .
  • Лучше понять творческий потенциал человека и сформулировать алгоритмический взгляд на творческое поведение человека.
  • Разрабатывать программы, которые могут повысить творческий потенциал человека, не обязательно будучи творческими.

Область вычислительного творчества занимается теоретическими и практическими вопросами изучения творчества. Теоретическая работа о природе и правильном определении креативности проводится параллельно с практической работой по внедрению систем, проявляющих креативность, при этом одно направление работы информирует другое.

Прикладная форма компьютерного творчества известна как медиасинтез .

Теоретические вопросы

[ редактировать ]

Теоретические подходы касаются сущности творчества. Особенно, при каких обстоятельствах модель можно назвать «креативной», если выдающееся творчество связано с нарушением правил или отказом от условностей. Это вариант возражения Ады Лавлейс против машинного интеллекта, изложенного современными теоретиками, такими как Тереза ​​Амабайл . [2] Если машина может делать только то, на что она была запрограммирована, как можно назвать ее поведение творческим ?

Действительно, не все компьютерные теоретики согласятся с предпосылкой, что компьютеры могут делать только то, на что они запрограммированы. [3] — ключевой момент в пользу вычислительного творчества.

Определение творчества в вычислительных терминах

[ редактировать ]

Поскольку ни одна точка зрения или определение не дают полной картины творчества, исследователи искусственного интеллекта Ньюэлл, Шоу и Саймон [4] разработали сочетание новизны и полезности как краеугольный камень многоаспектного взгляда на творчество, который использует следующие четыре критерия для категоризации данного ответа или решения как творческого:

  1. Ответ является новым и полезным (как для человека, так и для общества).
  2. Ответ требует, чтобы мы отвергли идеи, которые мы ранее принимали.
  3. Ответ является результатом сильной мотивации и настойчивости.
  4. Ответ приходит в результате прояснения проблемы, которая изначально была неясной.

Маргарет Боден сосредоточилась на первых двух из этих критериев, утверждая, что вместо этого творчество (по крайней мере, когда спрашивают, могут ли компьютеры быть творческими) следует определять как «способность придумывать идеи или артефакты, которые являются новыми, удивительными и ценными ». [5]

Михали Чиксентмихайи утверждал, что творчество следует рассматривать вместо этого в социальном контексте, и его концепция DIFI (взаимодействие домена-индивидуала-поля) с тех пор сильно повлияла на эту область. [6] В DIFI человек создает произведения, новизна и ценность которых оценивается сферой деятельности — другими людьми в обществе — обеспечивая обратную связь и, в конечном итоге, добавляя работу, которая сейчас считается творческой, в область социальных работ, из которых человек может позже оказать влияние.

Хотя вышеизложенное отражает нисходящий подход к вычислительному творчеству, среди восходящих вычислительных психологов, занимающихся исследованиями искусственных нейронных сетей, возникла альтернативная тема. Например, в конце 1980-х и начале 1990-х годов такие генеративные нейронные системы управлялись генетическими алгоритмами . [7] Эксперименты с рекуррентными сетями [8] удалось совместить простые музыкальные мелодии и предсказать ожидания слушателей.

Машинное обучение для вычислительного творчества

[ редактировать ]
Изображение, созданное с помощью модели преобразования текста в изображение, с надписью «Астронавт верхом на лошади, работа да Винчи».

В то время как традиционные вычислительные подходы к творчеству полагаются на явную формулировку рецептов разработчиками и определенную степень случайности в компьютерных программах, методы машинного обучения позволяют компьютерным программам учиться на эвристике на основе входных данных, обеспечивая творческие способности в компьютерных программах. [9] В частности, глубокие искусственные нейронные сети позволяют изучать закономерности на основе входных данных, что позволяет нелинейно генерировать творческие артефакты. До 1989 года искусственные нейронные сети использовались для моделирования определенных аспектов творчества. Питер Тодд (1989) впервые обучил нейронную сеть воспроизведению музыкальных мелодий из обучающего набора музыкальных произведений. Затем он использовал алгоритм изменения для изменения входных параметров сети. Сеть смогла случайным образом генерировать новую музыку совершенно неконтролируемым образом. [8] [10] [11] В 1992 году Тодд [12] расширил эту работу, используя так называемый подход дистального учителя, разработанный Полом Манро, [13] Пол Вербос , [14] Д. Нгуен и Бернард Уидроу , [15] Майкл И. Джордан и Дэвид Румельхарт . [16] В новом подходе используются две нейронные сети, одна из которых передает обучающие шаблоны другой. В более поздних работах Тодда композитор выбирал набор мелодий, определяющих пространство мелодии, размещал их на двухмерной плоскости с помощью графического интерфейса, управляемого мышью, и обучал коннекционистскую сеть воспроизведению этих мелодий и слушал новые «интерполированные» мелодии, которые генерирует сеть, соответствующие промежуточным точкам в 2-мерной плоскости.

Ключевые понятия из литературы

[ редактировать ]

Некоторые философские темы высокого уровня повторяются во всей области вычислительного творчества. [ нужны разъяснения ]

Важные категории творчества

[ редактировать ]

Маргарет Боден [5] [17] относится к творчеству, которое является новым только для агента, который его производит, как «П-творчество» (или «психологическое творчество»), а к творчеству, которое признается новым обществом в целом , как «Н-творчество» (или «историческое творчество»). креативность").

Исследовательское и трансформационное творчество

[ редактировать ]

Боден также проводит различие между творчеством, возникающим в результате исследования установленного концептуального пространства, и творчеством, возникающим в результате преднамеренной трансформации или преодоления этого пространства. Первое она называет исследовательским творчеством , а второе — трансформационным творчеством , рассматривая последнее как форму творчества, гораздо более радикальную, сложную и более редкую, чем первая. Следуя критериям Ньюэлла и Саймона, изложенным выше, мы видим, что обе формы творчества должны давать результаты, которые являются существенно новыми и полезными (критерий 1), но исследовательское творчество, скорее всего, возникнет в результате тщательного и настойчивого поиска хорошего результата. понимаемое пространство (критерий 3) - тогда как трансформационное творчество должно предполагать отказ от некоторых ограничений, определяющих это пространство (критерий 2) или некоторых предположений, определяющих саму проблему (критерий 4). Идеи Бодена направляли работу в области вычислительного творчества на самом общем уровне, обеспечивая скорее вдохновляющий пробный камень для опытно-конструкторских работ, чем техническую основу алгоритмического содержания. Однако идеи Бодена также подлежат формализации, особенно в работе Герайнта Виггинса. [18]

Генерация и оценка

[ редактировать ]

Критерий того, что творческие продукты должны быть новыми и полезными, означает, что творческие вычислительные системы обычно делятся на два этапа: создание и оценку. На первом этапе генерируются новые (для самой системы, то есть P-Creative) конструкции; на этом этапе фильтруются неоригинальные конструкции, уже известные системе. Затем этот набор потенциально творческих конструкций оценивается, чтобы определить, какие из них значимы и полезны, а какие нет. Эта двухфазная структура соответствует модели Geneplore Финке, Уорда и Смита. [19] которая представляет собой психологическую модель творческого порождения, основанную на эмпирическом наблюдении за творчеством человека.

Совместное творчество

[ редактировать ]

Хотя большая часть исследований вычислительной креативности сосредоточена на независимой и автоматической генерации креативности на основе машин, многие исследователи склоняются к коллективному подходу. [20] Это взаимодействие человека и компьютера иногда относят к разработке инструментов поддержки творчества. Эти системы призваны обеспечить идеальную основу для исследований, интеграции, принятия решений и генерации идей. [21] [22] Недавно подходы глубокого обучения к обработке изображений, звуков и естественного языка привели к моделированию рамок продуктивного творческого развития. [23] [24]

Инновации

[ редактировать ]

Вычислительная креативность все чаще обсуждается в литературе по инновациям и менеджменту, поскольку недавние разработки в области искусственного интеллекта могут разрушить целые инновационные процессы и фундаментально изменить способы создания инноваций. [25] [23] Филип Хатчинсон [20] подчеркивает актуальность вычислительной креативности для создания инноваций и представил концепцию «самоинновационного искусственного интеллекта» (SAI), чтобы описать, как компании используют ИИ в инновационных процессах для улучшения своих инновационных предложений. SAI определяется как организационное использование искусственного интеллекта с целью постепенного продвижения существующих или разработки новых продуктов на основе результатов постоянного объединения и анализа нескольких источников данных. Поскольку ИИ становится технологией общего назначения , спектр продуктов, разрабатываемых с помощью SAI, будет расширяться от простых до более сложных. Это означает, что вычислительное творчество приводит к изменению навыков, связанных с творчеством, у людей.

Комбинаторное творчество

[ редактировать ]

Большую часть, а возможно, и всю человеческую креативность можно понимать как новую комбинацию ранее существовавших идей или объектов. [26] Общие стратегии комбинаторного творчества включают:

  • Размещение знакомого объекта в незнакомой обстановке (например, » Марселя Дюшана ) «Фонтан или незнакомого объекта в знакомой обстановке (например, в сказке о рыбе, вытащенной из воды, такой как «Деревенские жители из Беверли» ).
  • Смешение двух внешне разных объектов или жанров (например, научно-фантастическая история, действие которой происходит на Диком Западе , с роботами-ковбоями, как в «Мире Дикого Запада» , или наоборот, как в «Светлячке » ; японские хайку и т. д.) стихи
  • Сопоставление знакомого предмета с внешне несвязанным и семантически далеким понятием (например, «Макияж – это западная паранджа »; « Зоопарк – это галерея с живыми экспонатами»)
  • Добавление новой и неожиданной функции к существующей концепции (например, добавление скальпеля к швейцарскому армейскому ножу ; добавление камеры в мобильный телефон )
  • Объединение двух несочетаемых сценариев в одно повествование, чтобы получить шутку (например, шутка Эмо Филипс «Женщины всегда используют мужчин для продвижения по карьерной лестнице. Проклятые антропологи!»)
  • Использование культового изображения из одного домена в домене для несвязанной или несоответствующей идеи или продукта (например, использование изображения человечка Мальборо для продажи автомобилей или для рекламы опасности импотенции, связанной с курением).

Комбинаторная перспектива позволяет моделировать творчество как процесс поиска в пространстве возможных комбинаций. Комбинации могут возникать в результате композиции или конкатенации различных представлений или в результате основанного на правилах или стохастического преобразования начальных и промежуточных представлений. Генетические алгоритмы и нейронные сети можно использовать для создания смешанных или перекрестных представлений, которые фиксируют комбинацию различных входных данных.

Концептуальное смешение

[ редактировать ]
Основная статья: Концептуальное смешение

Марк Тернер и Жиль Фоконье [27] [28] предложить модель под названием «Сети концептуальной интеграции», которая развивает Артура Кестлера идеи о творчестве. [29] а также работы Лакоффа и Джонсона, [30] путем синтеза идей когнитивно-лингвистических исследований в ментальных пространствах и концептуальных метафорах . Их базовая модель определяет интеграционную сеть как четыре связанных пространства:

  • Первое входное пространство (содержит одну концептуальную структуру или ментальное пространство)
  • Второе пространство ввода (для смешивания с первым входом)
  • Общее пространство стандартных соглашений и схем изображений, которое позволяет понимать входные пространства с интегрированной точки зрения.
  • Пространство смешивания , в котором объединяются выбранные проекции элементов из обоих входных пространств; Здесь также присутствуют выводы, возникающие из этой комбинации, иногда приводящие к возникающим структурам, которые конфликтуют с входными данными.

Фоконье и Тернер описывают набор принципов оптимальности, которые, как утверждается, помогают построить хорошо сформированную интеграционную сеть. По сути, они рассматривают смешивание как механизм сжатия, при котором две или более входные структуры сжимаются в одну структуру смешивания. Это сжатие действует на уровне концептуальных отношений. Например, ряд отношений подобия между входными пространствами можно сжать в одно отношение идентичности в сочетании.

Некоторый вычислительный успех был достигнут с помощью модели смешивания за счет расширения ранее существовавших вычислительных моделей аналогового отображения, которые совместимы благодаря их акценту на связанных семантических структурах. [31] В 2006 году Франсиско Камара Перейра [32] представил реализацию теории смешивания, в которой используются идеи как символического ИИ , так и генетических алгоритмов для реализации некоторых аспектов теории смешивания в практической форме; его примеры областей варьируются от лингвистических до визуальных, и последнее, в первую очередь, включает в себя создание мифических монстров путем объединения трехмерных графических моделей.

Лингвистическое творчество

[ редактировать ]

Язык предоставляет постоянные возможности для творчества, что проявляется в создании новых предложений, фраз, каламбуров , неологизмов , рифм , аллюзий , сарказма , иронии , сравнений , метафор , аналогий , острот и шуток . [33] Носители морфологически богатых языков часто создают новые словоформы , которые легко понять, и некоторые из них попали в словарь. [34] Область генерации естественного языка хорошо изучена, но эти творческие аспекты повседневного языка еще не включены с какой-либо надежностью или масштабом.

Гипотеза творческих паттернов

[ редактировать ]

В плодотворной работе лингвиста-прикладника Рональда Картера он выдвинул гипотезу о двух основных типах творчества, связанных со словами и словесными шаблонами: креативность, преобразующая шаблоны, и креативность, формирующая шаблоны. [33] Креативность, преобразующая шаблоны, относится к творчеству путем нарушения правил, реформирования и изменения моделей языка, часто посредством индивидуальных инноваций, тогда как креативность, формирующая шаблоны, относится к творчеству через соответствие языковым правилам, а не их нарушение, создавая конвергенцию, симметрию и большую взаимность между собеседников через их взаимодействия в форме повторов. [35]

Создание истории

[ редактировать ]

Существенная работа в этой области лингвистического творчества проводилась с 1970-х годов, когда была разработана книга Джеймса Михана TALE-SPIN. [36] система. TALE-SPIN рассматривал истории как повествовательные описания усилий по решению проблем и создавал истории, сначала устанавливая цель для персонажей истории, чтобы их поиск решения можно было отслеживать и записывать. МЕНЕСТЕЛЬ [37] Система представляет собой сложную разработку этого базового подхода, различающую ряд целей уровня персонажа в истории от ряда целей уровня автора истории. Такие системы, как BRUTUS Брингсйорда. [38] разработайте эти идеи дальше, чтобы создать истории со сложными межличностными темами, такими как предательство. Тем не менее, MINSTREL явно моделирует творческий процесс с помощью набора методов трансформации и адаптации воспоминания (TRAM), чтобы создавать новые сцены из старых. МЕКСИКА [39] Модель Рафаэля Переса-и-Переса и Майка Шарплса более явно заинтересована в творческом процессе рассказывания историй и реализует версию когнитивной модели творческого письма, основанной на вовлечении и размышлении.

Метафора и сравнение

[ редактировать ]

Пример метафоры: «Она была обезьяной».

Пример сравнения: «Войлок похож на одеяло из тигрового меха » . Вычислительное исследование этих явлений в основном сосредоточено на интерпретации как процессе, основанном на знаниях. Компьютерщики, такие как Йорик Уилкс , Джеймс Мартин, [40] Дэн Фасс, Джон Барнден, [41] и Марк Ли разработали основанные на знаниях подходы к обработке метафор либо на лингвистическом, либо на логическом уровне. Тони Вил и Янфэнь Хао разработали систему под названием Sardonicus, которая собирает из Интернета обширную базу данных явных сравнений; эти сравнения затем помечаются как добросовестные (например, «твердые, как сталь») или ироничные (например, «волосатые, как шар для боулинга », «приятные, как корневой канал »); сравнения любого типа могут быть получены по запросу для любого прилагательного. Они используют эти сравнения как основу онлайн-системы генерации метафор под названием «Аристотель». [42] которые могут предложить лексические метафоры для заданной описательной цели (например, чтобы описать супермодель как худую, исходные термины «карандаш», «кнут», « уиппет », «веревка», « палочник предлагаются » и «змея»). ).

Аналогия

[ редактировать ]

Процесс рассуждения по аналогии изучался как с точки зрения отображения, так и с точки зрения поиска, причем последний является ключом к созданию новых аналогий. Доминирующая школа исследований, выдвинутая Дедре Гентнером , рассматривает аналогию как процесс сохранения структуры; это представление было реализовано в механизме отображения структур или SME, [43] механизм поиска MAC/FAC (многие вызваны, немногие выбраны), ACME ( механизм отображения аналоговых ограничений ) и ARCS ( система аналогового поиска ограничений ). Другие подходы, основанные на картировании, включают Sapper, [31] который помещает процесс отображения в семантическую сетевую модель памяти. Аналогия — очень активная область творческих вычислений и творческого познания; Активными фигурами в этом подрайоне являются Дуглас Хофштадтер , Пол Тагард и Кит Холиоук . Питера Терни и Майкла Литтмана Здесь также следует отметить подход к решению SAT задач аналогии в стиле ; их подход позволяет получить балл, который хорошо сравним со средними баллами, полученными людьми в этих тестах.

Генерация шуток

[ редактировать ]
Основная статья: Вычислительный юмор

Юмор — это особенно трудоемкий процесс, и самые успешные на сегодняшний день системы создания шуток сосредоточены на создании каламбура, примером чему служат работы Ким Бинстед и Грэма Ричи. [44] Эта работа включает систему JAPE , которая может генерировать широкий спектр каламбуров, которые маленькие дети неизменно оценивают как новые и юмористические. Была разработана улучшенная версия JAPE под видом системы STANDUP, которая была экспериментально внедрена в качестве средства улучшения языкового взаимодействия с детьми с коммуникативными нарушениями. Некоторый ограниченный прогресс был достигнут в создании юмора, который затрагивает другие аспекты естественного языка, такие как преднамеренное неправильное понимание местоименных ссылок (в работах Ганса Вима Тинхолта и Антона Нийхолта), а также в создании юмористических сокращений в аббревиатуре HAHA. система [45] Оливьеро Стока и Карло Страппаравы.

Неологизм

[ редактировать ]

Смешение нескольких словоформ является доминирующей силой создания новых слов в языке; эти новые слова обычно называют «смесями» или « словами-портманами » (в честь Льюиса Кэрролла ). Тони Вил разработал систему под названием ZeitGeist. [46] который собирает неологические заглавные слова из Википедии и интерпретирует их относительно их местного контекста в Википедии и относительно конкретных значений слов в WordNet . ZeitGeist был расширен для создания собственных неологизмов; этот подход объединяет элементы из перечня частей слов, полученных из WordNet, и одновременно определяет вероятные толкования этих новых слов (например, «путешественник еды» для «гастронавта» и «путешественник во времени» для « хрононавта »). Затем он использует веб-поиск , чтобы определить, какие толкования имеют смысл, а какие неологизмы ранее не использовались; этот поиск определяет подмножество сгенерированных слов, которые являются одновременно новыми («H-креативными») и полезными.

корпусная лингвистика для поиска и извлечения неологизмов Также оказалась возможной . Используя корпус современного американского английского языка в качестве справочного корпуса, Локки Лоу извлек неологизмы , портманто и жаргонные слова, используя hapax legomena , которые появлялись в сценариях американской телевизионной драмы «Доктор Хаус». [47]

Что касается лингвистических исследований неологизмов, Стефан Т. Грис провел количественный анализ структуры смеси в английском языке и обнаружил, что «степень узнаваемости исходных слов и сходство исходных слов со смесью играют жизненно важную роль в формировании смеси». Результаты были подтверждены путем сравнения преднамеренных смесей со смесями с речевыми ошибками. [48]

Поэзия

[ редактировать ]

Больше, чем железо, больше, чем свинец, больше, чем золото, мне нужно электричество.
Мне это нужно больше, чем баранина, свинина, салат или огурец.
Мне это нужно для моей мечты.

Рактер из фильма "Борода полицейского наполовину построена"

Как и шутки, стихи включают в себя сложное взаимодействие различных ограничений, и ни один генератор стихотворений общего назначения не может адекватно сочетать в себе смысл, фразировку, структуру и аспекты рифмы поэзии. Тем не менее, Пабло Гервас [49] разработал примечательную систему под названием ASPERA, которая использует подход рассуждения на основе прецедентов (CBR) для создания поэтических формулировок заданного входного текста посредством композиции поэтических фрагментов, которые извлекаются из прецедентной базы существующих стихотворений. Каждый фрагмент стихотворения в базе регистров ASPERA аннотирован прозаической строкой, которая выражает смысл фрагмента, и эта прозаическая строка используется в качестве ключа поиска для каждого фрагмента. Затем с помощью метрических правил эти фрагменты объединяются в стройную поэтическую структуру. Racter является примером такого программного проекта.

Музыкальное творчество

[ редактировать ]
Дополнительная информация: Компьютерная музыка , Музыка и искусственный интеллект и Компьютерная музыка.

Вычислительное творчество в музыкальной сфере сосредоточено как на создании музыкальных партитур для использования музыкантами, так и на создании музыки для исполнения на компьютерах. Область генерации включала классическую музыку (с программным обеспечением, генерирующим музыку в стиле Моцарта и Баха ) и джаз . [50] В частности, Дэвид Коуп [51] написал систему программного обеспечения под названием «Эксперименты в области музыкального интеллекта» (или «EMI»). [52] который способен анализировать и обобщать существующую музыку композитора-человека для создания новых музыкальных композиций в том же стиле. Продукция EMI достаточно убедительна, чтобы убедить слушателей в том, что ее музыка создана людьми на высоком уровне компетентности. [53]

В области современной классической музыки Iamus — первый компьютер, который сочиняет музыку с нуля и создает окончательные партитуры, которые могут проигрывать профессиональные переводчики. Лондонский симфонический оркестр исполнил пьесу для полного оркестра, вошедшую в дебютный компакт-диск Ямуса . [54] который New Scientist охарактеризовал как «первое крупное произведение, написанное на компьютере и исполненное полным оркестром». [55] Меломика , технология, лежащая в основе Iamus, способна создавать произведения в разных музыкальных стилях с одинаковым уровнем качества.

Исследования креативности в джазе были сосредоточены на процессе импровизации и когнитивных требованиях, которые он предъявляет музыкальному агенту: рассуждения о времени, запоминание и концептуализация того, что уже было сыграно, и заранее планирование того, что можно будет сыграть дальше. [56] Робот Шимон, разработанный Гилом Вайнбергом из Технологического института Джорджии, продемонстрировал джазовую импровизацию. [57] Программное обеспечение для виртуальной импровизации, основанное на исследованиях стилистического моделирования, проведенных Джерардом Ассайагом и Шломо Дубновым, включает OMax, SoMax и PyOracle, используется для создания импровизации в реальном времени путем повторного внедрения последовательностей переменной длины, изученных на лету у живого исполнителя. [58]

В области музыкальной композиции запатентованы произведения [59] Рене -Луи Барона позволило создать робота, способного создавать и воспроизводить множество оркестрованных мелодий, так называемых «связных» в любом музыкальном стиле. Все внешние физические параметры, связанные с одним или несколькими конкретными музыкальными параметрами, могут влиять и развивать каждую из этих песен (в режиме реального времени во время прослушивания песни). Запатентованное изобретение Медаль-Композитор поднимает проблемы авторского права.

Визуальное и художественное творчество

[ редактировать ]

Вычислительное творчество в создании визуального искусства добилось заметных успехов в создании как абстрактного искусства, так и изобразительного искусства. Хорошо известной программой в этой области является Гарольда Коэна AARON . [60] который постоянно развивался и дополнялся с 1973 года. Несмотря на шаблонность, Аарон демонстрирует ряд результатов, создавая черно-белые рисунки или цветные картины, включающие человеческие фигуры (например, танцоров), растения в горшках, камни и другие элементы фона. образы. Эти изображения имеют достаточно высокое качество, чтобы их можно было выставлять в авторитетных галереях.

Среди других известных художников-разработчиков программного обеспечения - система NEVAr (что означает « Нейро-эволюционное искусство») Пенусала Мачадо. [61] NEvAr использует генетический алгоритм для получения математической функции, которая затем используется для создания цветной трехмерной поверхности. Пользователю-человеку разрешается выбирать лучшие изображения после каждого этапа генетического алгоритма, и эти предпочтения используются для управления последовательными этапами, тем самым продвигая поиск NEvAr в те карманы пространства поиска, которые считаются наиболее привлекательными для пользователя.

The Painting Fool , разработанная Саймоном Колтоном, возникла как система перерисовки цифровых изображений заданной сцены с выбором различных стилей рисования, цветовых палитр и типов кистей. Учитывая зависимость от входного исходного изображения, с которым нужно работать, самые ранние версии Painting Fool поднимали вопросы о степени или отсутствии креативности в системе вычислительного искусства . Тем не менее, «Рисующий дурак» был расширен для создания новых образов, как это делает ААРОН , на основе его собственного ограниченного воображения. К изображениям в этом ключе относятся городские пейзажи и леса, которые генерируются в процессе удовлетворения ограничений на основе некоторых базовых сценариев, предоставленных пользователем (например, эти сценарии позволяют системе сделать вывод, что объекты, расположенные ближе к плоскости просмотра, должны быть крупнее и более цветными). насыщенные, а те, что дальше, должны быть менее насыщенными и казаться меньшими). В художественном отношении образы, созданные сейчас Рисующим Дураком, кажутся на одном уровне с изображениями, созданными Аароном, хотя расширяемые механизмы, используемые первым (удовлетворение ограничений и т. д.), вполне могут позволить ему развиться в более сложного и утонченного художника.

Художница Краси Димч (Красимира Димчевска) и разработчик программного обеспечения Свиллен Ранев создали вычислительную систему, сочетающую основанный на правилах генератор английских предложений и построитель визуальных композиций, который преобразует предложения, сгенерированные системой, в абстрактное искусство. [62] Программное обеспечение автоматически генерирует неопределенное количество различных изображений, используя разные палитры цвета, формы и размера. Программное обеспечение также позволяет пользователю выбирать тему сгенерированных предложений и/или одну или несколько палитр, используемых построителем визуальной композиции.

Новой областью вычислительного творчества являются видеоигры . ANGELINA — это система для творческой разработки видеоигр на языке Java от Майкла Кука. Одним из важных аспектов является Mechanic Miner, система, которая может генерировать короткие сегменты кода, которые действуют как простая игровая механика. [63] АНДЖЕЛИНА может оценить полезность этой механики, проходя простые неразрешимые игровые уровни и проверяя, делает ли новая механика уровень разрешимым. Иногда Mechanic Miner обнаруживает ошибки в коде и использует их для создания новой механики, с помощью которой игрок может решать проблемы. [64]

В июле 2015 года Google выпустила DeepDream — программу с открытым исходным кодом. [65] программа компьютерного зрения, созданная для обнаружения лиц и других узоров на изображениях с целью автоматической классификации изображений, которая использует сверточную нейронную сеть для поиска и улучшения узоров на изображениях с помощью алгоритмической парейдолии , создавая тем самым сказочный психоделический вид в намеренно чрезмерно обработанных изображениях. изображения. [66] [67] [68]

В августе 2015 года исследователи из Тюбингена, Германия, создали сверточную нейронную сеть, которая использует нейронные представления для разделения и рекомбинации содержания и стиля произвольных изображений, что позволяет превращать изображения в стилистические имитации произведений искусства таких художников, как Пикассо или Ван Гог. примерно через час. Их алгоритм используется на сайте DeepArt , который позволяет пользователям создавать уникальные художественные изображения с помощью их алгоритма. [69] [70] [71] [72]

В начале 2016 года глобальная группа исследователей объяснила, как новый подход к вычислительному творчеству, известный как цифровой синаптический нейронный субстрат (DSNS), можно использовать для создания оригинальных шахматных головоломок, которые не были получены из баз данных эндшпиля. [73] DSNS способна комбинировать характеристики различных объектов (например, шахматные задачи, картины, музыку) с использованием стохастических методов для получения новых спецификаций функций, которые можно использовать для создания объектов в любой из исходных областей. Созданные шахматные головоломки также были размещены на YouTube. [74]

Креативность в решении проблем

[ редактировать ]

Креативность также полезна, позволяя находить необычные решения при решении проблем . В психологии и когнитивной науке эта область исследований называется творческим решением проблем . Теория творчества «явно-неявное взаимодействие» (EII) была реализована с использованием вычислительной модели на основе CLARION , которая позволяет моделировать инкубацию и понимание решений проблем. [75] Акцент в этом проекте вычислительного творчества делается не на производительности как таковой (как в проектах искусственного интеллекта ), а, скорее, на объяснении психологических процессов, ведущих к творчеству человека, и воспроизведению данных, собранных в психологических экспериментах. На данный момент этот проект оказался успешным в объяснении эффектов инкубации в простых экспериментах с памятью, в понимании решения проблем и воспроизведении эффекта затенения при решении проблем.

Спор об «общих» теориях творчества.

[ редактировать ]

Некоторые исследователи считают, что творчество — это сложное явление, изучение которого еще больше осложняется пластичностью языка, который мы используем для его описания. Мы можем назвать «творческим» не только агента творчества, но также продукт и метод. нереально Следовательно, можно было бы утверждать, что говорить об общей теории творчества . [ нужна ссылка ] Тем не менее, некоторые порождающие принципы являются более общими, чем другие, что заставляет некоторых сторонников утверждать, что определенные вычислительные подходы являются «общими теориями». Стивен Талер, например, предполагает, что определенные модальности нейронных сетей являются достаточно генеративными и достаточно общими, чтобы проявлять высокую степень творческих способностей. [ нужна ссылка ]

Критика вычислительного творчества

[ редактировать ]

Традиционные компьютеры, которые в основном используются в приложениях для вычислительной креативности, не поддерживают креативность, поскольку они фундаментально преобразуют набор дискретных, ограниченных входных параметров в набор дискретных, ограниченных доменов выходных параметров, используя ограниченный набор вычислительных функций. [ нужна ссылка ] Таким образом, компьютер не может быть творческим, поскольку все выходные данные уже должны присутствовать во входных данных или алгоритмах. [ нужна ссылка ] Соответствующие обсуждения и ссылки на соответствующие работы отражены в работе по философским основам моделирования. [76]

Математически тот же набор аргументов против творчества выдвинул Чайтин. [77] Подобные наблюдения происходят с точки зрения теории моделей. Вся эта критика подчеркивает, что вычислительное творчество полезно и может выглядеть как творчество, но это не настоящее творчество, поскольку не создается ничего нового, а просто преобразуется в четко определенные алгоритмы.

События

[ редактировать ]

Международная конференция по вычислительному творчеству (ICCC) проводится ежегодно и организуется Ассоциацией вычислительного творчества. [78] События в сериале включают в себя:

  • ICCC 2023: Университет Ватерлоо в Онтарио, Канада
  • ICCC 2022: Свободный университет Боцен-Больцано, Больцано, Италия
  • ICCC 2021: Мехико, Мексика (виртуально из-за пандемии COVID-19 )
  • ICCC 2020, Коимбра, Португалия (виртуально из-за пандемии COVID-19 ) [79]
  • ICCC 2019, Шарлотта, Северная Каролина, США [80]
  • ICCC 2018, Саламанка, Испания
  • ICCC 2017, Атланта, Джорджия, США
  • ICCC 2016, Париж, Франция
  • ICCC 2015, Парк-Сити, Юта, США. Основной докладчик: Эмили Шорт
  • ICCC 2014, Любляна, Словения. Основной докладчик: Оливер Дойссен
  • ICCC 2013, Сидней, Австралия. Основной докладчик: Арне Дитрих
  • ICCC 2012, Дублин, Ирландия. Основной докладчик: Стивен Смит
  • ICCC 2011, Мехико, Мексика. Основной докладчик: Джордж Э. Льюис
  • ICCC 2010, Лиссабон, Португалия. Основной доклад/приглашенные доклады: Нэнси Дж. Нерсесян и Мэри Лу Махер

Раньше сообщество вычислительного творчества проводило специальный семинар — Международный совместный семинар по вычислительному творчеству — каждый год, начиная с 1999 года. Предыдущие мероприятия из этой серии включают: [ нужна ссылка ]

  • IJWCC 2003, Акапулько, Мексика, в рамках IJCAI'2003.
  • IJWCC 2004, Мадрид, Испания, в рамках ECCBR'2004.
  • IJWCC 2005, Эдинбург, Великобритания, в рамках IJCAI'2005.
  • IJWCC 2006, Рива дель Гарда, Италия, в рамках ECAI'2006
  • IJWCC 2007, Лондон, Великобритания, отдельное мероприятие.
  • IJWCC 2008, Мадрид, Испания, отдельное мероприятие.

Состоится 1-я конференция по компьютерному моделированию музыкального творчества

  • ЦКСМС 2016, [81] 17–19 июня, Университет Хаддерсфилда, Великобритания. Ключевые докладчики: Герайнт Виггинс и Грэм Бэйли.

См. также

[ редактировать ]
Списки

Ссылки

[ редактировать ]
  1. ^ Анна Джорданус (10 апреля 2014 г.). «Что такое вычислительное творчество?» . Проверено 7 января 2019 г.
  2. ^ Амабайл, Тереза ​​(1983), Социальная психология творчества , Нью-Йорк, Нью-Йорк: Springer-Verlag
  3. ^ Мински, Марвин (1967), «Почему программирование является хорошим средством для выражения плохо понятых и небрежно сформулированных идей» (PDF) , Design and Planning II-Computers in Design and Communication , стр. 120–125. [ постоянная мертвая ссылка ]
  4. ^ Ньюэлл, Аллен, Шоу, Дж. Г., и Саймон, Герберт А. (1963), Процесс творческого мышления , Х. Э. Грубер, Г. Террелл и М. Вертхаймер (ред.), Современные подходы к творческому мышлению, стр. 63–119. Нью-Йорк: Атертон {{citation}}: CS1 maint: несколько имен: список авторов ( ссылка )
  5. ^ Перейти обратно: а б Боден, Маргарет (1990), Творческий разум: мифы и механизмы , Лондон: Weidenfeld & Nicolson.
  6. ^ Фельдман, Д.Х.; Чиксентмихайи, Михали; Гарднер, Х. (1994), Изменение мира: основа изучения творчества , Прагер
  7. ^ Гибсон, PM (1991) NEUROGEN, музыкальная композиция с использованием генетических алгоритмов и взаимодействующих нейронных сетей , Вторая международная конференция по искусственным нейронным сетям: 309-313.
  8. ^ Перейти обратно: а б Тодд, премьер-министр (1989). «Коннекционистский подход к алгоритмической композиции». Компьютерный музыкальный журнал . 13 (4): 27–43. дои : 10.2307/3679551 . JSTOR   3679551 . S2CID   36726968 .
  9. ^ Матея, Дебора; Хайнцль, Армин (декабрь 2021 г.). «На пути к машинному обучению как инструменту вычислительного творчества» . Транзакции IEEE по искусственному интеллекту . 2 (6): 460–475. дои : 10.1109/TAI.2021.3100456 . ISSN   2691-4581 . S2CID   238941032 .
  10. ^ Бхаруча, Джей-Джей; Тодд, премьер-министр (1989). «Моделирование восприятия тональной структуры с помощью нейронных сетей». Компьютерный музыкальный журнал . 13 (4): 44–53. дои : 10.2307/3679552 . JSTOR   3679552 . S2CID   19286486 .
  11. ^ Тодд, П.М., и Лой, Д.Г. (ред.) (1991). Музыка и коннекционизм. Кембридж, Массачусетс: MIT Press.
  12. ^ Тодд, премьер-министр (1992). Коннекционистская система исследования мелодического пространства. В материалах Международной компьютерной музыкальной конференции 1992 года (стр. 65–68). Сан-Франциско: Международная ассоциация компьютерной музыки.
  13. ^ Схема двойного обратного распространения ошибки для обучения со скалярным вознаграждением. П. Манро - Девятая ежегодная конференция когнитивных наук, 1987 г.
  14. ^ Нейронные сети для управления и идентификации систем. П. Дж. Вербос - Решение и контроль, 1989.
  15. ^ Поддерживающий грузовик: Пример самообучения в нейронных сетях . Д. Нгуен, Б. Уидроу - IJCNN'89, 1989.
  16. ^ Прямые модели: обучение под наблюдением с преподавателем на удаленном расстоянии. М. И. Джордан, Д. Е. Румельхарт - Когнитивная наука, 1992.
  17. ^ Боден, Маргарет (1999), Компьютерные модели творчества. , Справочник творчества, стр. 351–373.
  18. ^ Виггинс, Герайнт (2006), Предварительная основа описания, анализа и сравнения творческих систем , Журнал систем, основанных на знаниях 19 (7), стр. 449-458, CiteSeerX   10.1.1.581.5208
  19. ^ Финке Р., Уорд Т. и Смит С. (1992), Творческое познание: теория, исследования и приложения (PDF) , Кембридж: MIT press. {{citation}}: CS1 maint: несколько имен: список авторов ( ссылка )
  20. ^ Перейти обратно: а б Хатчинсон, П. (2020). Новое изобретение управления инновациями: влияние самоинновационного искусственного интеллекта. Транзакции IEEE по инженерному менеджменту , 68 (2), 628-639.
  21. ^ Ван, Кай; Никерсон, Джеффри В. (сентябрь 2017 г.). «Обзор литературы по системам поддержки индивидуального творчества» . Компьютеры в поведении человека . 74 : 139–151. дои : 10.1016/j.chb.2017.04.035 . ISSN   0747-5632 . S2CID   38485202 .
  22. ^ Габриэль, А.; Монтиколо, Д.; Камарго, М.; Бурго, М. (сентябрь 2016 г.). «Системы поддержки творчества: систематическое картографическое исследование» . Мышление и креативность . 21 : 109–122. дои : 10.1016/j.tsc.2016.05.009 . ISSN   1871-1871 .
  23. ^ Перейти обратно: а б Кокберн, И.М., Хендерсон, Р., и Стерн, С. (2018). Влияние искусственного интеллекта на инновации: исследовательский анализ. В книге «Экономика искусственного интеллекта: повестка дня» (стр. 115–146). Издательство Чикагского университета.
  24. ^ Карими, Пега; Махер, Мэри Лу; Дэвис, Николас; Грейс, Казжон (24 июня 2019 г.). «Глубокое обучение в вычислительной модели для концептуальных изменений в системе совместного творческого проектирования». arXiv : 1906.10188 [ cs.HC ].
  25. ^ «Как генеративный ИИ может расширить творческие способности человека» . Гарвардское деловое обозрение . 16 июня 2023 г. ISSN   0017-8012 . Проверено 20 июня 2023 г.
  26. ^ Маргарет Боден (10 мая 2010 г.). «Могут ли компьютерные модели помочь нам понять творческие способности человека?» . Проверено 7 января 2019 г.
  27. ^ Фоконье, Жиль, Тернер, Марк (2007), «Как мы думаем» , Basic Books {{citation}}: CS1 maint: несколько имен: список авторов ( ссылка )
  28. ^ Фоконье, Жиль, Тернер, Марк (2007), Сети концептуальной интеграции , Когнитивная наука, 22 (2), стр. 133–187. {{citation}}: CS1 maint: несколько имен: список авторов ( ссылка )
  29. ^ Кестлер, Артур (1964), {Акт творения} , Лондон: Хатчинсон и Нью-Йорк: Макмиллан.
  30. ^ Лакофф, Джордж; Джонсон, Марк (2008), Метафоры, которыми мы живем , издательство Чикагского университета.
  31. ^ Перейти обратно: а б Вил, Тони, О'Донохью, Диармуид (2007), Вычисления и смешение , Когнитивная лингвистика, 11 (3-4), специальный выпуск о концептуальном смешении {{citation}}: CS1 maint: несколько имен: список авторов ( ссылка )
  32. ^ Перейра, Франсиско Камара (2006), Креативность и искусственный интеллект: подход концептуального смешения , Применение когнитивной лингвистики. Амстердам: Мутон де Грюйтер
  33. ^ Перейти обратно: а б Картер, Рональд (2004). Язык и творчество: искусство общего разговора . Лондон: Рутледж.
  34. ^ Мартин, Кэтрин Коннор (30 января 2018 г.). «От голода до бессилия: потратьте немного своего времени на последнее обновление OED» . Оксфордские словари . Архивировано из оригинала 8 февраля 2018 года . Проверено 4 января 2019 г.
  35. ^ Ань Во, Тук; Картер, Рональд (2010), «Что корпус может рассказать нам о творчестве?», Справочник Routledge по корпусной лингвистике , Routledge, doi : 10.4324/9780203856949.ch22 , ISBN  9780203856949
  36. ^ Михан, Джеймс (1981), TALE-SPIN , Шэнк, Р.К. и Рисбек, К.К. (ред.), Понимание компьютера изнутри: пять программ плюс миниатюры. Хиллсдейл, Нью-Джерси: Lawrence Erlbaum Associates
  37. ^ Тернер, С.Р. (1994), Творческий процесс: компьютерная модель повествования , Хиллсдейл, Нью-Джерси: Lawrence Erlbaum Associates.
  38. ^ Брингсйорд С., Ферруччи Д.А. (2000), Искусственный интеллект и литературное творчество. Внутри разума Брута, машины-рассказчика. , Хиллсдейл, штат Нью-Джерси: Lawrence Erlbaum Associates {{citation}}: CS1 maint: несколько имен: список авторов ( ссылка )
  39. ^ Перес-и-Перес, Рафаэль, Шарплс, Майк (2001), МЕКСИКА: Компьютерная модель когнитивного описания творческого письма (PDF) , Журнал экспериментального и теоретического искусственного интеллекта, 13, стр. 119-139 {{citation}}: CS1 maint: несколько имен: список авторов ( ссылка )
  40. ^ Мартин, Джеймс (1990), Вычислительная модель интерпретации метафор , Academic Press
  41. ^ Барнден, Джон (1992), Вера в метафору: серьезное отношение к психологии здравого смысла , Computational Intelligence 8, стр. 520-552.
  42. ^ Вил, Тони, Хао, Янфэн (2007), Понимание и генерация подходящих метафор: веб-ориентированный подход к образному языку на основе прецедентов (PDF) , Материалы AAAI 2007, 22-й конференции AAAI по искусственному интеллекту. Ванкувер, Канада {{citation}}: CS1 maint: несколько имен: список авторов ( ссылка )
  43. ^ Фалькенхайнер, Брайан, Форбус, Кен и Гентнер, Дедре (1989), Механизм отображения структур: алгоритм и примеры (PDF) , Искусственный интеллект, 20 (41), стр. 1–63. {{citation}}: CS1 maint: несколько имен: список авторов ( ссылка )
  44. ^ Бинстед К., Пейн Х. и Ричи Г. (1997), «Оценка детьми компьютерных загадок-каламбуров» , Pragmatics & Cognition , 5 (2): 305–354, doi : 10.1075/pc.5.2 .06бин {{citation}}: CS1 maint: несколько имен: список авторов ( ссылка )
  45. ^ Сток, Оливьеро, Страппарава, Карло (2003), HAHAcronym: Юмористические агенты для юмористических сокращений (PDF) , Юмор: Международный журнал исследований юмора, 16 (3), стр. 297–314. {{citation}}: CS1 maint: несколько имен: список авторов ( ссылка )
  46. ^ Вил, Тони (2006), Отслеживание лексического духа времени с помощью Википедии и WordNet , Материалы ECAI'2006, 17-й Европейской конференции по искусственному интеллекту
  47. ^ Закон, Локки (2019). «Творчество и телевизионная драма: мультимодальный анализ на основе корпуса творчества в House MD». Корпора . 14 (2): 135–171. дои : 10.3366/кор.2019.0167 . S2CID   201903734 .
  48. ^ Грис, Стефан Т. (21 января 2004 г.). «Разве это не должен быть брейкфанч? Количественный анализ структуры смеси на английском языке». Лингвистика . 42 (3). дои : 10.1515/ling.2004.021 . ISSN   0024-3949 . S2CID   3762246 .
  49. ^ Гервас, Пабло (2001), Экспертная система для составления формальной испанской поэзии (PDF) , том. 14, Журнал систем, основанных на знаниях, стр. 181–188.
  50. ^ Херреманс, Дориен; Чуан, Чинг-Хуа; Чу, Элейн (2017). «Функциональная таксономия систем генерации музыки». Обзоры вычислительной техники ACM . 50 (5): 1–30. arXiv : 1812.04832 . дои : 10.1145/3108242 . S2CID   54475410 .
  51. ^ Коуп, Дэвид (2006), Компьютерные модели музыкального творчества , Кембридж, Массачусетс: MIT Press
  52. ^ Дэвид Коуп (1987), «Эксперименты в области музыкального интеллекта». В материалах Международной конференции по компьютерной музыке, Сан-Франциско: Computer Music Assn.
  53. ^ «miller-mccune.com» . www.miller-mccune.com . Архивировано из оригинала 26 февраля 2010 года.
  54. ^ «Дебютный компакт-диск Ямуса» – через www.youtube.com.
  55. ^ «Компьютерный композитор отмечает столетие со дня рождения Тьюринга» . Новый учёный . 5 июля 2012 г.
  56. ^ Ассаяг, Жерар; Блох, Джордж; Продолжение, Аршия; Дубнов, Шломо (2010), Взаимодействие с машинной импровизацией , Шломо Аргамон, Кевин Бернс, Шломо Дубнов (Ред.), Структура стиля, Springer, Bibcode : 2010tsos.book..219A
  57. ^ «Робот по имени Шимон хочет с тобой джемовать» . NPR.org . 22 декабря 2009 г.
  58. ^ Дубнов, Шломо; Сёрджес, Грег (2014), Делегирование творчества: использование музыкальных алгоритмов в машинном прослушивании и композиции , Ньютон Ли (ред.), Digital Da Vinci, Springer
  59. ^ (на французском языке) Статья в прессе: «Автоматическое создание цифровых произведений», статья об изобретении Медали Беатрис Перре дю Крей », Science et Vie Micro
  60. ^ МакКордак, Памела (1991), Кодекс Аарона. , WH Freeman & Co., Ltd.
  61. ^ Мачадо, Пенусал; Ромеро, Хуан, ред. (2008), Искусство искусственной эволюции: Справочник по эволюционному искусству и музыке , Серия Natural Computing, Берлин: Springer Verlag, ISBN  9783540728764
  62. ^ «Методы, системы и программное обеспечение для создания предложений, а также визуальных и аудиокомпозиций, представляющих указанные предложения» Патент Канады 2704163
  63. ^ «Знакомство с механиком-шахтером» . Игры Ангелины . 5 ноября 2012 г.
  64. ^ «Почему я считаю, что шахтер-механик — это круто» . Игры Ангелины . 16 ноября 2012 г.
  65. ^ DeepDream на GitHub
  66. ^ Сегеди, Кристиан; Лю, Вэй; Цзя, Янцин; Сермане, Пьер; Рид, Скотт Э.; Ангелов, Драгомир; Эрхан, Дмитрий; Ванхук, Винсент; Рабинович, Андрей (2015). «Углубляемся с извилинами». Конференция IEEE по компьютерному зрению и распознаванию образов, CVPR 2015, Бостон, Массачусетс, США, 7–12 июня 2015 г. Компьютерное общество IEEE. стр. 1–9. arXiv : 1409.4842 . дои : 10.1109/CVPR.2015.7298594 .
  67. ^ Мордвинцев Александр; Ола, Кристофер; Тыка, Майк (2015). «DeepDream — пример кода для визуализации нейронных сетей» . Google Исследования. Архивировано из оригинала 8 июля 2015 г.
  68. ^ Мордвинцев Александр; Ола, Кристофер; Тыка, Майк (2015). «Инцепционизм: углубляясь в нейронные сети» . Google Исследования. Архивировано из оригинала 3 июля 2015 г.
  69. ^ Макфарланд, Мэтт (31 августа 2015 г.). «Этот алгоритм может создать нового Ван Гога или Пикассо всего за час» . Вашингтон Пост . Проверено 3 сентября 2015 г.
  70. ^ Калпан, Дэниел (1 сентября 2015 г.). «Этот алгоритм может создать имитацию Ван Гога за 60 минут» . Проводная Великобритания . Проверено 3 сентября 2015 г.
  71. ^ «GitXiv — нейронный алгоритм художественного стиля» . gitxiv.com . Проверено 3 сентября 2015 г.
  72. ^ Гатис, Леон А.; Экер, Александр С.; Бетге, Матиас (2015). «Нейронный алгоритм художественного стиля». arXiv : 1508.06576 [ cs.CV ].
  73. ^ Икбал, Азлан; Гид, Матей; Колтон, Саймон; Кривец, Яна; Асман, Шазрил; Хагиги, Бошра (2016). Цифровой синаптический нейронный субстрат: новый подход к вычислительному творчеству . SpringerBriefs по когнитивным вычислениям. Швейцария: Шпрингер. ISBN  978-3-319-28078-3 .
  74. ^ «Честетика — YouTube» . www.youtube.com .
  75. ^ Хели, С.; Сан, Р. (2010). «Инкубация, понимание и творческое решение проблем: единая теория и коннекционистская модель». Психологический обзор . 117 (3): 994–1024. CiteSeerX   10.1.1.405.2245 . дои : 10.1037/a0019532 . ПМИД   20658861 .
  76. ^ Толк, Андреас (2013). «Истина, доверие и Тьюринг – последствия для моделирования и симуляции». Онтология, эпистемология и телеология для моделирования и симуляции . Справочная библиотека интеллектуальных систем. Том. 44. стр. 1–26. дои : 10.1007/978-3-642-31140-6_1 . ISBN  978-3-642-31139-0 .
  77. ^ Чайтин, GJ (1987). Алгоритмическая теория информации. Кембриджские трактаты по теоретической информатике, издательство Кембриджского университета.
  78. ^ «Ассоциация вычислительного творчества» .
  79. ^ «МККК 2020» . Ассоциация вычислительного творчества .
  80. ^ «МККК 2019» . Ассоциация вычислительного творчества .
  81. ^ CCSMC 2016 , WordPress , 2016.

Дальнейшее чтение

[ редактировать ]
[ редактировать ]
Викискладе есть медиафайлы, связанные с вычислительным творчеством .
Документальные фильмы
Retrieved from "https://en.wikipedia.org/w/index.php?title=Computational_creativity&oldid=1227070289"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 7520fc09625b02beee588c1b71004b6a__1717413540
URL1:https://arc.ask3.ru/arc/aa/75/6a/7520fc09625b02beee588c1b71004b6a.html
Заголовок, (Title) документа по адресу, URL1:
Computational creativity - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)