有意义的控制:基于生成对抗网络的AI艺术及其交互方式

Meaningful Control:Generative Adversarial Network-based AI Art and Relevant Interaction

算法时代下,生成对抗网络(GAN)在AI艺术的图像生成与创意性表达方面显示出独特能力。人类与系统交互反馈是实现"有意义的控制"的重要条件,"双追踪"则直接指向AI艺术系统的技术向度与交互设计。AI艺术系列案例为综合分析生成对抗网络下生成艺术的算法框架及交互策略提供了支撑。人与AI的"合作式交互"赋予艺术数字美学的内涵,"增强绘画""数字木偶""现场参数操作"等交互方式强化交互体验,推动有效对话机制建立。发生在艺术家、系统、观众之间的"有意义的控制"行为,为未来艺术世界的探索想象提供多种可能。