Arte incrível de aprendizado de máquina
? ? ? Uma lista com curadoria de projetos, obras, pessoas, artigos e recursos incríveis para a criação de arte (incluindo música) com aprendizado de máquina.
Conteúdo
- Pessoas para seguir
- Projetos
- Artigos e Palestras
- Recursos de aprendizagem
- Bibliotecas
- PENDÊNCIA
Pessoas para seguir
- Tero Parviainen - Desenvolvedor de software, hacker musical e escritor. Construindo as ferramentas de design do futuro em creative.ai.
- Gene Kogan - um artista e programador que iniciou o ml4a.
- 大トロ(hardmaru) - Cientista pesquisador do Google Brain, Tóquio.
- Douglas Eck - O líder do Magenta, Google Brain.
- Adam Roberts - Pesquisador musical em Magenta, Google Brain.
- Kyle McDonald – Um artista que trabalha com código. Ele é um contribuidor do openFrameworks.
- Mario Klingemann - Artista, Neurógrafo, Codificador, Coletor de dados, Arquivista, Artista residente @googleart.
- Memo Akten - Artista, pesquisador e filomata que trabalha com a computação como meio, inspirado nas interseções da ciência e da espiritualidade.
- Robbie Barrat - Artista que trabalha com IA, tem 19 anos e trabalha em um laboratório de pesquisa em Stanford.
- Janelle Shane - Cientista Pesquisadora em Óptica. Brinca com redes neurais.
- Daniel Shiffman – A maior fonte de tópicos sobre codificação criativa para iniciantes.
- Samim - Atualmente trabalhando para o Google. Designer e mágico de código. Aprendizado de Máquina, Interação Flora-Fauna-Humano-Computador.
- Luba Elliott - Curadora, pesquisadora, organizadora de diversos eventos criativos de IA.
- Nao Tokui – Administra um laboratório criativo, Qosmo, em Tóquio. É o criador do projeto "AI DJ".
- Sofia Crespo - Uma artista que brinca com botânica, microscopia e redes neurais.
- Anna Ridler - Artista especializada em aprendizado de máquina e desenho.
- Rebecca Fiebrink - A criadora do The Wekinator (uma ferramenta interativa de aprendizado de máquina).
- Sofia Crespo – Artista radicada em Berlim. Seus trabalhos giram em torno de microscopia, memética, botânica e redes neurais.
Projetos
Visual
- Aprenda a ver - ?️ Uma rede neural artificial que faz previsões com base na entrada da webcam ao vivo, tentando entender o que vê, no contexto do que foi visto antes. Só consegue ver o que já sabe, tal como nós.
- arte-DCGAN - ? Implementação modificada do DCGAN com foco na arte generativa.
- Transferência rápida de estilo - ⚡ Exemplo extremamente fácil para transferência rápida de estilo em tempo real no navegador.
- Dados sujos -? O que acontece quando você usa dados “sujos”? A rede aprende alguma coisa? Se sim, o que ele aprende? Existe algo interessante que possamos tirar disso?
- Todo mundo dança agora -? transferir qualquer pessoa para um dançarino profissional imediatamente.
- Queda da Casa de Usher -? Animação de 12 minutos. Eash still é gerado por uma rede neural (pix2pix) treinada nos desenhos a tinta do artista.
- O que vi antes da escuridão - Uma rede neural imagina uma pessoa. Então, um por um, os neurônios da rede vão sendo desligados...
- Orientações de desenho
- neural-style-pt - Uma implementação de transferência no estilo PyTorch. Fácil de instalar, funciona em todos os sistemas operacionais, possui extensos guias wiki, scripts complementares e outros modelos neurais.
Música
- Magenta – Um projeto de pesquisa de código aberto que explora o papel do aprendizado de máquina como ferramenta no processo criativo.
- A bateria eletrônica infinita -? Milhares de sons do dia a dia, organizados por meio de aprendizado de máquina.
- rede neural de rap - ? Rede neural recorrente de escrita de canções de rap treinada em toda a discografia de Kanye West.
- Bater no Liquidificador - ? Combine batidas usando aprendizado de máquina para criar música de uma maneira nova e divertida.
- Misturador de melodia - ? Uma maneira divertida de explorar música usando aprendizado de máquina.
- Desempenho RNN-? Desempenho em tempo real por uma rede neural recorrente (RNN) no navegador.
- Beatbox Neural - ? Geração de ritmo baseada em RNN + classificação de áudio = diversão!
- AI DJ - ? Uma performance ao vivo com um DJ de Inteligência Artificial (IA) tocando ao lado de um DJ humano. Ganhou o prêmio “Menções Honorárias” no Prix Ars Electronica 2018.
- Sorting - Um jogo baseado em um algoritmo musical de aprendizado de máquina que pode interpolar diferentes melodias. O jogador tem que ouvir a música para descobrir a ordem certa, ou “classificar” a música.
- RUNN - Um jogo baseado em um algoritmo musical de aprendizado de máquina que pode gerar melodias. O jogador deve terminar o jogo de rolagem lateral para ouvir a música completa.
- Jazz RNN - Ouça o jazz criado por um algoritmo.
Texto
- Receitas geradas
- Ficção Criativa GPT-3 - Escrita criativa pelo modelo GPT-3 da OpenAI, demonstrando poesia, diálogo, trocadilhos, paródias literárias e narrativa.
Interativo
- O Wekinator - permite que qualquer pessoa use o aprendizado de máquina para construir novos instrumentos musicais, controladores de jogos gestuais, visão computacional ou sistemas de escuta computacional e muito mais. É gratuito e de código aberto.
Diversos
- Aprendizado de máquina para criatividade e design 2019
- Aprendizado de máquina para criatividade e design, Workshop NeurIPS 2018 - ???? Possui 35 artigos sobre arte de aprendizagem de máquinas, incluindo uma ampla gama de diferentes disciplinas.
- Runway - É um kit de ferramentas que adiciona recursos de inteligência artificial a plataformas de design e criativas.
- Armadilha Autônoma 001 - o artista usou magia ritual para prender carros autônomos.
- Fake New Generator - O modelo pode gerar texto quase significativo a partir de qualquer título.
Artigos e Palestras
- Aprendizado de máquina para artistas (também conhecido como ml4a) (Gene Kogan) - Este artigo compara o surgimento do ML na arte como o caso do CV no início dos anos 2000.
- Artists and Machine Intelligence - Um programa do Google que reúne artistas e engenheiros para realizar projetos usando Machine Intelligence.
- MusicVAE: Criando uma paleta para partituras musicais com aprendizado de máquina
- Gerando padrões abstratos com TensorFlow
- BBC Sounds: As artes e a inteligência artificial - Uma pintura de um modelo GAN é vendida por US$ 432.500 em um leilão (NOTA: o código original foi escrito por Robbie Barrat, The Verge). A palestra é acompanhada por Mario Klingemann e Anna Ridler.
- A arte da IA na Christie's não é o que você pensa - Jason Bailey entrevista Huge do Obvious e Robbie Barrat para investigar mais a fundo o polêmico leilão da Christie.
- Como funciona a música generativa: uma perspectiva - É um site que descreve música generativa de forma interativa.
Recursos de aprendizagem
Iniciantes
- TensorFlow.js – Inteligência e aprendizagem (o trem de codificação)
- Aprendizado de máquina com TensorFlow, ml5.js e Spell (o trem de codificação)
- Guia para iniciantes em aprendizado de máquina em JavaScript (o trem de codificação)
Médio
- Learning Machines - Ministrado por Patrick Hebron na NYU/ITP, outono de 2017.
- Aprendizado de máquina para músicos e artistas (Rebecca Fiebrink)
- ml4a (aprendizado de máquina para artistas)
- The Neural Aesthetic @ ITP-NYU, outono de 2018 - Um curso incrível de Gene Kogna. Está cheio de materiais abertos sobre a arte do aprendizado de máquina.
Adançado
- Transferência de estilo neural: criando arte com aprendizado profundo usando tf.keras e execução ávida
- Aplicações criativas de aprendizado profundo com TensorFlow (Parag Mital)
- cs231n - As notas acompanham a aula CS231n de Ciência da Computação de Stanford (Redes Neurais Convolucionais para Reconhecimento Visual).
Bibliotecas
- tensorflow.js - ⚡ Uma biblioteca JavaScript para treinar e implantar modelos de ML no navegador e em Node.js.
- ml5.js - ? ? O objetivo é tornar o aprendizado de máquina acessível para um amplo público de artistas, programadores criativos e estudantes.
- p5.js-? ? p5.js é uma plataforma JS do lado do cliente que capacita artistas, designers, estudantes e qualquer pessoa a aprender a codificar e a se expressar de forma criativa na web.
PENDÊNCIA
- incrível-lint
- adicione a foto do perfil deste repositório
- adicione a seção "Para não programadores"
Contribuir
Contribuições são bem-vindas! Leia as diretrizes de contribuição primeiro.
Licença
O conteúdo deste projeto em si está licenciado sob a licença Creative Commons Attribution 3.0.