Искусственный интеллект в искусстве ( англ. Artificial intelligence art ) ― любое художественное произведение , созданное с использованием программ искусственного интеллекта . Таких как модели преобразования текста в изображение и музыкальные генераторы. Иногда его путают с цифровым искусством . В то время как ИИ-арт, и цифровое искусство предполагают использование технологий , ИИ-арт характеризуется использованием генеративных алгоритмов и методов глубокого обучения, которые могут автономно создавать произведения искусства без непосредственного участия людей-художников .

Искусственный интеллект был основан как академическая дисциплина в 1956 году и за прошедшие с тех пор десятилетия пережил несколько волн оптимизма . С момента своего основания исследователи в области искусственного интеллекта поднимали философские споры о природе человеческого разума и этических последствиях создания искусственных существ, наделенных человекоподобным интеллектом. Эти вопросы ранее исследовались мифами, художественной литературой и философией со времен античности .

Цели

Общая проблема моделирования (или создания) интеллекта разбита на подзадачи. Они состоят из определённых черт или способностей, которые исследователи ожидают от интеллектуальной системы. Описанные ниже черты получили наибольшее внимание и охватывают сферу исследований ИИ .

Ранние исследователи разработали алгоритмы, имитирующие пошаговые рассуждения, которые люди используют, когда решают головоломки или делают логические выводы. К концу 1980-х и 1990-м годам были разработаны методы работы с неопределенной или неполной информацией с использованием концепций теории вероятности и экономики .

Многие из этих алгоритмов недостаточны для решения больших задач рассуждения, потому что они испытывают «комбинаторный взрыв»: они становились экспоненциально медленнее по мере того, как проблемы становились больше. Даже люди редко используют пошаговые выводы, которые могли смоделировать ранние исследования ИИ . Они решают большинство своих проблем, используя быстрые и интуитивные суждения. Точные и эффективные рассуждения — нерешенная проблема.

Представление знаний и инженерия знаний позволяют программам ИИ разумно отвечать на вопросы и делать выводы о фактах реального мира. Формальные представления знаний используются при индексировании и поиске на основе контента, интерпретации сцен, поддержке клинических решений, обнаружении знаний (извлечение «интересных» и практических выводов из больших баз данных) и других областях.

База знаний — это совокупность знаний, представленная в форме, которую может использовать программа. Онтология — это набор объектов, отношений, концепций и свойств, используемых в определённой области знаний . Базы знаний должны представлять такие вещи, как: объекты, свойства, категории и отношения между объектами; ситуации, события, состояния и время; причины и следствия; знание о знании (то, что мы знаем о том, что знают другие люди); рассуждения по умолчанию (вещи, которые люди предполагают, являются истинными, пока им не скажут иначе, и останутся истинными, даже когда другие факты меняются); и многие другие аспекты и области знаний.

Среди наиболее сложных проблем представления знаний можно выделить: широту знаний здравого смысла (набор атомарных фактов, известных среднестатистическому человеку, огромен); и субсимволическая форма большинства здравомыслящих знаний (многое из того, что знают люди, не представлено в виде «фактов» или «утверждений», которые они могли бы выразить устно). Существует также сложность приобретения знаний, проблема получения знаний для приложений ИИ .

См. также

• Алгоритмическое искусство
• Приложения искусственного интеллекта
• Кибернетическое искусство
• Процедуральное искусство

Примечания