从交互式生成艺术中预测创作者的偏好及其在其中的体现
人工智能
2020-03-04 v1 人机交互
机器学习
摘要
当普通用户使用交互式生成艺术工具创作一件艺术品时，他们所做的选择若何、又能告诉我们关于他们自身及其偏好的什么信息？这些偏好可能体现在特定的生成艺术形式中（例如调色板、作品密度、作品中任何线条的粗细或曲率）；预测它们可催生更智能的交互工具。或者它们也可能是生活其他方面的偏好（例如音乐、时尚、食物、室内设计、绘画）或人的属性（例如人格类型、性别、艺术倾向）；预测它们可改进针对产品或体验的个性化推荐。为研究该问题，我们收集了 311 名受试者在特定生成艺术形式及生活其他方面的偏好。我们分析这些偏好并训练机器学习模型，由其余偏好预测其中一部分。我们发现，在所研究的生成艺术形式中的偏好无法比随机更好地预测生活其他方面的偏好（反之亦然）。然而，生成艺术形式内部的偏好可可靠地相互预测。
引用
@article{arxiv.2003.01274,
title = {Predicting A Creator's Preferences In, and From, Interactive Generative Art},
author = {Devi Parikh},
journal= {arXiv preprint arXiv:2003.01274},
year = {2020}
}