ศิลปะการเรียนรู้ของเครื่องที่ยอดเยี่ยม
- - - รายการโปรเจ็กต์ ผลงาน ผู้คน บทความ และทรัพยากรที่ยอดเยี่ยมที่คัดสรรมาเพื่อการสร้างสรรค์งานศิลปะ (รวมถึงดนตรี) ด้วยการเรียนรู้ของเครื่อง
สารบัญ
- คนที่น่าติดตาม
- โครงการ
- บทความและการเสวนา
- ทรัพยากรการเรียนรู้
- ห้องสมุด
- สิ่งที่ต้องทำ
คนที่น่าติดตาม
- Tero Parviainen - นักพัฒนาซอฟต์แวร์ แฮ็กเกอร์เพลง และนักเขียน สร้างเครื่องมือการออกแบบแห่งอนาคตที่ Creative.ai
- Gene Kogan - ศิลปินและโปรแกรมเมอร์ผู้ริเริ่ม ml4a
- ตัวใหญ่โตโร่(hardmaru) - นักวิทยาศาสตร์การวิจัยที่ Google Brain โตเกียว
- Douglas Eck - ผู้นำของ Magenta, Google Brain
- Adam Roberts - นักวิจัยด้านดนตรีใน Magenta, Google Brain
- Kyle McDonald - ศิลปินที่ทำงานกับโค้ด เขาเป็นผู้มีส่วนร่วมใน openFrameworks
- Mario Klingemann - ศิลปิน, นักประสาทวิทยา, Coder, ผู้รวบรวมข้อมูล, นักเก็บเอกสาร, ศิลปินในที่พัก @googleart
- Memo Akten - ศิลปิน นักวิจัย และนักปรัชญาที่ทำงานโดยใช้การคำนวณเป็นสื่อกลาง โดยได้รับแรงบันดาลใจจากจุดตัดของวิทยาศาสตร์และจิตวิญญาณ
- Robbie Barrat - ศิลปินที่ทำงานกับ AI ซึ่งอายุ 19 ปีและทำงานในห้องปฏิบัติการวิจัยที่ Stanford
- Janelle Shane - นักวิทยาศาสตร์การวิจัยด้านทัศนศาสตร์ เล่นกับโครงข่ายประสาทเทียม
- Daniel Shiffman - แหล่งข้อมูลที่ยิ่งใหญ่ที่สุดเกี่ยวกับการเขียนโค้ดเชิงสร้างสรรค์สำหรับผู้เริ่มต้น
- Samim - ปัจจุบันทำงานให้กับ Google นักออกแบบและนักมายากลโค้ด การเรียนรู้ของเครื่อง ปฏิสัมพันธ์ระหว่างพืช-สัตว์-มนุษย์-คอมพิวเตอร์
- Luba Elliott - ภัณฑรักษ์ นักวิจัย ผู้จัดกิจกรรม AI ที่สร้างสรรค์มากมาย
- Nao Tokui - บริหารห้องแล็บสร้างสรรค์ Qosmo ในโตเกียว เขาเป็นผู้สร้างโปรเจ็กต์ "AI DJ"
- โซเฟีย เครสโป - ศิลปินที่เล่นเกี่ยวกับพฤกษศาสตร์ กล้องจุลทรรศน์ และโครงข่ายประสาทเทียม
- Anna Ridler - ศิลปินที่เชี่ยวชาญด้านการเรียนรู้ของเครื่องและการวาดภาพ
- Rebecca Fiebrink - ผู้สร้าง The Wekinator (เครื่องมือการเรียนรู้ของเครื่องแบบโต้ตอบ)
- Sofia Crespo - ศิลปินที่อยู่ในเบอร์ลิน ผลงานของเธอเกี่ยวกับกล้องจุลทรรศน์ มีม พฤกษศาสตร์ และโครงข่ายประสาทเทียม
โครงการ
ภาพ
- เรียนรู้ที่จะเห็น - ?️ เครือข่ายประสาทเทียมที่ทำการคาดการณ์อินพุตเว็บแคมสด พยายามทำความเข้าใจกับสิ่งที่เห็น ในบริบทของสิ่งที่เห็นมาก่อน มันเห็นแต่สิ่งที่รู้อยู่แล้วเช่นเดียวกับเรา
- ศิลปะ-DCGAN - ? การปรับเปลี่ยนการใช้งาน DCGAN โดยเน้นที่ศิลปะเชิงสร้างสรรค์
- การถ่ายโอนสไตล์อย่างรวดเร็ว - ⚡ ตัวอย่างที่ง่ายมากสำหรับการถ่ายโอนสไตล์แบบเรียลไทม์ที่รวดเร็วในเบราว์เซอร์
- ข้อมูลสกปรก - ? จะเกิดอะไรขึ้นเมื่อคุณใช้ข้อมูลที่ 'สกปรก' เครือข่ายเรียนรู้อะไรหรือไม่? ถ้าเป็นเช่นนั้นจะเรียนรู้อะไร? มีอะไรน่าสนใจที่เราสามารถทำได้หรือไม่?
- Dance Now - ? โอนบุคคลใด ๆ มาเป็นนักเต้นมืออาชีพทันที
- การล่มสลายของราชวงศ์อัชเชอร์ - ? แอนิเมชั่นความยาว 12 นาที Eash ยังคงถูกสร้างขึ้นโดยโครงข่ายประสาทเทียม (pix2pix) ที่ได้รับการฝึกฝนเกี่ยวกับภาพวาดหมึกของศิลปิน
- สิ่งที่ฉันเห็นก่อนความมืดมิด - โครงข่ายประสาทเทียมจินตนาการถึงบุคคล จากนั้น เซลล์ประสาทในเครือข่ายจะถูกปิดไปทีละเซลล์...
- การวางแนวการวาด
- neural-style-pt - การใช้งานการถ่ายโอนสไตล์ PyTorch ติดตั้งง่าย ทำงานบนระบบปฏิบัติการทั้งหมด มีคู่มือวิกิ สคริปต์ร่วม และโมเดลประสาทอื่นๆ ที่ครอบคลุม
ดนตรี
- Magenta - โครงการวิจัยโอเพ่นซอร์สที่สำรวจบทบาทของการเรียนรู้ของเครื่องในฐานะเครื่องมือในกระบวนการสร้างสรรค์
- เครื่องดรัมอันไม่มีที่สิ้นสุด - ? เสียงนับพันในชีวิตประจำวัน จัดระเบียบโดยใช้การเรียนรู้ของเครื่อง
- แร็พประสาทเครือข่าย - ? เพลงแร็พที่เขียนโครงข่ายประสาทเทียมซ้ำซึ่งได้รับการฝึกฝนจากผลงานทั้งหมดของ Kanye West
- เอาชนะเครื่องปั่น - ? ผสมผสานจังหวะโดยใช้การเรียนรู้ของเครื่องเพื่อสร้างเพลงในรูปแบบใหม่ที่สนุกสนาน
- มิกเซอร์เมโลดี้ - ? วิธีที่สนุกในการสำรวจเพลงโดยใช้การเรียนรู้ของเครื่อง
- ประสิทธิภาพ RNN - ? ประสิทธิภาพแบบเรียลไทม์โดยโครงข่ายประสาทเทียมซ้ำ (RNN) ในเบราว์เซอร์
- บีทบ็อกซ์ประสาท - ? การสร้างจังหวะตาม RNN + การจัดหมวดหมู่เสียง = สนุก!
- เอไอ ดีเจ - ? การแสดงสดที่มีดีเจปัญญาประดิษฐ์ (AI) บรรเลงร่วมกับดีเจที่เป็นมนุษย์ ได้รับรางวัล "Honorary Mentions" จาก Prix Ars Electronica 2018
- Sornting - เกมที่ใช้อัลกอริธึมการเรียนรู้ของเครื่องดนตรีซึ่งสามารถสอดแทรกท่วงทำนองต่างๆ ผู้เล่นจะต้องฟังเพลงเพื่อค้นหาลำดับที่ถูกต้องหรือ "เรียงลำดับ" เพลง
- RUNN - เกมที่ใช้อัลกอริธึมการเรียนรู้ของเครื่องดนตรีซึ่งสามารถสร้างท่วงทำนองได้ ผู้เล่นจะต้องเล่นเกมเลื่อนด้านข้างให้จบเพื่อฟังเพลงเต็ม
- Jazz RNN - ฟังดนตรีแจ๊สที่สร้างขึ้นโดยอัลกอริทึม
ข้อความ
- สูตรอาหารที่สร้างขึ้น
- นิยายเชิงสร้างสรรค์ GPT-3 - การเขียนเชิงสร้างสรรค์โดยโมเดล GPT-3 ของ OpenAI สาธิตบทกวี บทสนทนา การเล่นสำนวน การล้อเลียนวรรณกรรม และการเล่าเรื่อง
แบบโต้ตอบ
- The Wekinator - ช่วยให้ทุกคนสามารถใช้การเรียนรู้ของเครื่องเพื่อสร้างเครื่องดนตรีใหม่ ตัวควบคุมเกมด้วยท่าทาง คอมพิวเตอร์วิทัศน์หรือระบบการฟังของคอมพิวเตอร์ และอื่นๆ อีกมากมาย ได้ฟรีและโอเพ่นซอร์ส
เบ็ดเตล็ด
- การเรียนรู้ของเครื่องเพื่อความคิดสร้างสรรค์และการออกแบบ 2019
- การเรียนรู้ของเครื่องเพื่อความคิดสร้างสรรค์และการออกแบบ เวิร์กช็อป NeurIPS 2018 - ???? มีเอกสาร 35 ฉบับเกี่ยวกับศิลปะการเรียนรู้ Mahcine รวมถึงสาขาวิชาที่แตกต่างกันมากมาย
- รันเวย์ - เป็นชุดเครื่องมือที่เพิ่มความสามารถด้านปัญญาประดิษฐ์ให้กับแพลตฟอร์มการออกแบบและการสร้างสรรค์
- Autonomous Trap 001 - ศิลปินใช้เวทมนตร์พิธีกรรมเพื่อดักจับรถยนต์ที่ขับเคลื่อนด้วยตนเอง
- เครื่องมือสร้างใหม่ปลอม - โมเดลสามารถสร้างข้อความที่เกือบจะมีความหมายจากชื่อใดก็ได้
บทความและการเสวนา
- การเรียนรู้ของเครื่องสำหรับศิลปิน (aka ml4a) (Gene Kogan) - บทความนี้เปรียบเทียบการเกิดขึ้นของ ML ในงานศิลปะกับกรณีของ CV ในต้นปี 2000
- Artists and Machine Intelligence - โปรแกรมของ Google ที่นำศิลปินและวิศวกรมารวมกันเพื่อสร้างโครงการโดยใช้ Machine Intelligence
- MusicVAE: การสร้างจานสีสำหรับโน้ตดนตรีด้วยการเรียนรู้ของเครื่อง
- การสร้างรูปแบบนามธรรมด้วย TensorFlow
- BBC Sounds: ศิลปะและปัญญาประดิษฐ์ - ภาพวาดโดยโมเดล GAN ขายในราคา 432,500 เหรียญสหรัฐในการประมูล (หมายเหตุ: รหัสต้นฉบับเขียนโดย Robbie Barrat, The Verge) ร่วมพูดคุยโดย Mario Klingemann และ Anna Ridler
- ศิลปะ AI ที่ Christie's ไม่ใช่อย่างที่คุณคิด - Jason Bailey สัมภาษณ์ทั้ง Huge จาก Obvious และ Robbie Barrat เพื่อตรวจสอบเพิ่มเติมเกี่ยวกับการประมูลที่ก่อให้เกิดข้อขัดแย้งของ Christie
- How Generative Music Works: A Perspective - เป็นเว็บไซต์ที่อธิบายดนตรีเจนเนอเรทีฟแบบโต้ตอบ
ทรัพยากรการเรียนรู้
ผู้เริ่มต้น
- TensorFlow.js - ความฉลาดและการเรียนรู้ (The Coding Train)
- การเรียนรู้ของเครื่องด้วย TensorFlow, ml5.js และ Spell (The Coding Train)
- คู่มือเริ่มต้นสำหรับการเรียนรู้ของเครื่องใน JavaScript (The Coding Train)
ปานกลาง
- เครื่องจักรการเรียนรู้ - สอนโดย Patrick Hebron ที่ NYU/ITP ฤดูใบไม้ร่วง 2017
- การเรียนรู้ของเครื่องสำหรับนักดนตรีและศิลปิน (Rebecca Fiebrink)
- ml4a (การเรียนรู้ของเครื่องสำหรับศิลปิน)
- The Neural Aesthetic @ ITP-NYU ฤดูใบไม้ร่วง 2018 - หลักสูตรที่น่าทึ่งโดย Gene Kogna เต็มไปด้วยเนื้อหาที่เปิดกว้างเกี่ยวกับศิลปะการเรียนรู้ของเครื่อง
ขั้นสูง
- การถ่ายโอนสไตล์ประสาท: การสร้างงานศิลปะด้วยการเรียนรู้เชิงลึกโดยใช้ tf.keras และการดำเนินการอย่างกระตือรือร้น
- การประยุกต์ใช้การเรียนรู้เชิงลึกอย่างสร้างสรรค์ด้วย TensorFlow (Parag Mital)
- cs231n - หมายเหตุประกอบกับชั้นเรียนวิทยาศาสตร์คอมพิวเตอร์ Stanford CS231n (Convolutional Neural Networks for Visual Recognition)
ห้องสมุด
- tensorflow.js - ⚡ ไลบรารี JavaScript สำหรับการฝึกอบรมและการปรับใช้โมเดล ML ในเบราว์เซอร์และบน Node.js
- ml5.js - ? - โดยมีจุดมุ่งหมายเพื่อทำให้แมชชีนเลิร์นนิงเข้าถึงได้ง่ายสำหรับกลุ่มผู้ชมในวงกว้าง ไม่ว่าจะเป็นศิลปิน ผู้เขียนโค้ดเชิงสร้างสรรค์ และนักเรียน
- p5.js - ? - p5.js เป็นแพลตฟอร์ม JS ฝั่งไคลเอ็นต์ที่ช่วยให้ศิลปิน นักออกแบบ นักเรียน และทุกคนได้เรียนรู้การเขียนโค้ดและแสดงออกอย่างสร้างสรรค์บนเว็บ
สิ่งที่ต้องทำ
- สุดยอดผ้าสำลี
- เพิ่มรูปโปรไฟล์ของ repo นี้
- เพิ่มส่วน "สำหรับผู้ที่ไม่ใช่โปรแกรมเมอร์"
มีส่วนช่วย
ยินดีต้อนรับการมีส่วนร่วม! อ่านหลักเกณฑ์การบริจาคก่อน
ใบอนุญาต
เนื้อหาของโครงการนี้ได้รับอนุญาตภายใต้ใบอนุญาต Creative Commons Attribution 3.0
