Применение искусственного интеллекта в искусстве: AI-ART
В данной статье рассматривается применение современных технологий – искусственного интеллекта, в искусстве. На примере конкретных разработок компьютерных совершенств представлены алгоритмы (NST, GAN, CAN), модерирующие историю прошлых веков на языке XXI века, которая выражается в картинах великих портретистов, в мелодиях выдающихся композиторов, в глиняных лепнинах незабываемых скульпторов. Также, частично затронуты немаловажные вопросы безопасности и авторства произведений современного искусства, созданных AI.
Ключевые слова: искусственный интеллект, AI-Art, NST, GAN, CAN, искусство.
Содержание не найдено
Литература
1. Гуляева О.А., Кравченко Л.А. Цифровые тренды бенчмаркинга в условиях пандемии // Финансовая экономика. 2022. № 5. С. 33-38.
2. Гуляева О.А., Шатских А.Д. Среда выбора и оценка поставщиков: цифровые профили и смарт-контракты // В сборнике: Умные технологии в современном мире. материалы IV Всероссийской научно-практической конференции. Министерство науки и высшего образования Российской Федерации Южно-Уральский государственный университет Высшая школа экономики и управления. 2021. С. 49-53.
3. Гуляева О.А., Сливинский Д.В. Применение технологии смарт-контрактов через призму драйверов и барьеров цифрового бизнеса // Инновации и инвестиции. 2021. № 12. С. 67-71.
4. Ксенофонтова Т.Ю., Гуляева О.А. Возможности онлайн-образования как драйвер развития цифровых талантов персонала регионов // Экономика и предпринимательство. 2021. № 4 (129). С. 605-610.
5. Мардас А.Н., Гуляева О.А., Мардас Д.А. О возможностях непараметрической эконометрики в прогнозной оценке результативности преобразующей деятельности // В книге: Устойчивое развитие: общество и экономика. Материалы III Международной научно-практической конференции "Устойчивое развити
Система детально изучает содержимое представленных изображений (шаблон-стиль и оригинал), определяет их стиль и в последствии имитирует, переносит на другие изображения, картины, видео, создавая новое произведение искусства. При высокой оптимизации параметров алгоритма NST на выходе получаем продукт с минимальным различием между шаблоном и оригина