利用人类创造力认知理论指导人工智能生成技术
人工智能
2019-07-09 v2 机器学习
神经元与认知
机器学习
摘要
创造力使我们独特地为人所是这一普遍观点表明，将人类创造力研究纳入生成式深度学习技术，可能是使其输出更具吸引力与类人特性的富有成果的途径。利用基于 Deep Dream 的卷积神经网络与基于认知的计算艺术绘制系统的原创性综合，我们展示了磨砺理论、内在动机以及“种子事件”概念如何以计算方式实现，并演示它们对所得生成艺术的影响。反之，我们讨论深度卷积神经网络生成系统中的探索如何增进我们对人类创造力的理解。我们以人工智能基计算创造力与创造力心理学之间进一步交叉融合的想法作结。
引用
@article{arxiv.1812.05556,
title = {Informing Artificial Intelligence Generative Techniques using Cognitive Theories of Human Creativity},
author = {Steve DiPaola and Liane Gabora and Graeme McCaig},
journal= {arXiv preprint arXiv:1812.05556},
year = {2019}
}
备注
18 pages; 6 figures. arXiv admin note: substantial text overlap with arXiv:1610.02478