Register as participant: Media, Arts &上午p; Design AI Conference – June 19th, 2020

什么样的影响将人工智能(AI)对媒体,艺术和设计?这种情况下,研究已经存在?什么例子在过去可以找到?如何将未来是什么样子?参加我们的会议。

Schedule of 该 Media, Arts &上午p; Design | AI Conference

Key data &上午p; Schedule:

会议发生2020年6月19日,  上午7:00 - 下午4:00(美国东部时间/ UTC(GMT)-4)   [1:00 - 下午10点00分(CEST / UTC(GMT)+2)] 通过放大 (链接将被发送到6月18日的所有登记参加。)

在此注册(免费):

注册成为参与者

链路指Donau的安大学克雷姆斯,奥地利的web页面,其执行注册过程。数据处理是他们的责任。

EDT / UTC(GMT)-4- 名称  话题  
上午7:00 - 7:20 AM - 登录变焦会议 
7:20 AM - 7:25 上午 

 

亚历山大·菲佛 

 

欢迎词 

 

 
7:2早上5点 - 7:4上午12时介绍财团 

 

娜塔莉DENK
亚历山大·菲佛 苏格兰人osterweil 迈克尔·瓦格纳
尼古拉斯jushchyshyn alexiei 鼎立
马克BUGEJA 斯蒂芬bezz在a 塔尼娅 shivonen
alesja serada 安德烈·托马斯 
 

 

 

 

 

 

 
7:40米 - 8:1上午12时  alexiei鼎立  开盘 基调:
博物馆和网站 - 蛇蝎美人关系? 
* 1 

 

8:1上午12时 - 8:3上午12时 

 

亚历山大·菲佛   骗子,化妆信徒或智能的对手?关于人工智能的数字娱乐媒体的历史。  * 2 

 

8:3上午12时 - 8:5上午12时 

 

艾格尼丝Karol在a的bakk 人工智能作为情报的视频游戏的错觉。  * 3 

 

8:5上午12时 - 9:10m  尼古拉斯·柯尼希  做作,肤浅化,智能化的外观。从戏剧理论和(媒体)伦理道德的角度考虑。  * 4 
上午9:10 - 9:30 威尔弗里德·埃尔门赖克   邀请 基调:
retrocomput在g 为灵感设计的游戏. 
* 5 
上午9:30 - 10:00 上午  克劳斯neundl在ger
迈克尔mühlegger
西蒙尼kriglste在  
选择的主题演讲: 

培养社交技能的虚拟现实 - 从应用会话的见解人工智能在交互式办公场景。 

* 6 
10:00 上午 - 10:20 上午  安德烈·托马斯  基于游戏的学习和使用AI创造更深层次的学习经验.  * 7 
10:20 AM - 10:40 上午  马克BUGEJA   通过模仿学习调皮  *8 
10:40 AM - 11:00m  劳埃德唐兰
布伦顿lenzen 
在游戏式学习人工智能的应用程序:创建自适应学习经验。  *9  
11:00 a米 - 11:20m  罗素萨马特,邦尼奇
Chantelle的萨利巴 朱利亚埃琳娜卡利加里   
强化学习的蛇。  *10 
11:20米 - 11:40 上午  拉尔夫MÖLLER
马库斯·海斯 
coverzone  - 一个的发展从笔和纸游戏-AI到C#/团结.  *11 
11:40米 - 12:10 下午   朱利亚taur在o  选择的主题演讲:
Th在我们的推荐系统Ë破碎:为道德地使用的计算技术 A.I .. 
* 12 
12:10 下午 - 12:30 下午  阿德南hadzi  Algorithms, Ethics &上午p; Justice.  * 13 
12:30 下午 - 12:50 下午  alesja serada  忧郁和抑郁的机器人:机器人换器与马文偏执机器人.  * 14 
12:50 下午 - 1:20 下午  亚历山大seewald  特邀主题:
简短说明 人工智能的过去,现在和未来。 
* 15 
1:20 PM - 1:40 PM  克里斯托弗noessel  数不清的AI.  * 16 
下午1:40 - 下午2:00   梅尔韦沙辛  追溯历史,观念艺术和技术的理论:在哈罗德·科恩案例研究  * 17 
下午2:00 - 下午2:20   帕特里克 莱希纳  神经网络作为新型的音频效果反馈环效应。  * 18 
2:20 PM - 2:40 PM   布赖恩·奥格登  角色设计和AI。  * 19 
2:40 PM - 3:00 下午   GIANFRANCO锡拉库扎
迪伦seychell  
将生成对抗性网络纹理2D空中镇地图角色扮演游戏。  *20 
3:0 - 下午3:2日0时许   露丝BUGEJA  AI对的影响 可玩 交互式数字叙述。  * 21 
3:2下午12点 - 3:3日0时许   加布里埃尔·卡米莱里
可靠的人 serac在o 
大卫维拉
雅各 卡萨尔 埃利斯 
 
评估AI代理解决酒杯问题。  *22 
3:3日0时许到最后参与者的地位  大家  当晚的最后洒饮料 (应用研究): 做我们的数字代理商需要控制?我们应该向他们发出挂个数字身份OSE 的管理员或法律上的所有者?我们应该记录AIS的一切行动,如果是这样,如何?在blockcha在? 

  

由亚历山大·菲佛一个主持讨论,标记BUGEJA和alesja serada,其中欢迎大家把喝自己的笔记本电脑,以便我们能够提高举杯。 

 

会议将被非正式地评估和2021想法将被收集。对于专用网络小破出的房间也可提供。 

*23 

 博客摘要:  

* 1:  博物馆和网站 - 蛇蝎美人关系? 

 alexiei 鼎立 |马耳他大学;多瑙河安大学克雷姆斯 

科技行业进行了大规模的革命的dot-com泡沫破灭后。在全球市场空难造成互联网大师做一些反省,拿出了其崩溃前的工作,以及哪些模式继续事后茁壮成长。这通常称为Web 2.0。快进20年后,世界由于流行是它的膝盖再一次。在这过去的几个月里,我们经历了全球大多数博物馆的关闭。这抓住了许多人毫无准备与后果博物馆仍在挣扎。谈话会看这些困扰机构问题,并创造之间二十年前,我们从这些情况了解到发生了什么,以及我们如何可以采取他们在新的世界中,我们正生活在一个类比。通过这样做,我们将确定模式将定义是什么让一个在线体验馆成功。他们将建立一个蓝图,其中大量运用技术和人工智能的未来的博物馆。这将有助于他们看待自己从一个新的视角。他们将根据各地用户的需求;博物馆体验个性化,同时还带来了谁的共同兴趣的人不同的社区团结在一起。这样的博物馆不仅将蓬勃发展,当今世界,但将随时准备迎接和克服未来的挑战。 

***************************************** 

* 2: C加热器,使信徒或智能的对手?关于人工智能的历史 (数字) 娱乐媒体。  

亚历山大·菲佛 | 黄金城;瑙安大学克雷姆斯;马耳他大学 

人工智能,或者至少虚幻人工智能和数字电脑游戏有着悠久的传统。在马里奥赛车,在后方位置的对手总能得到最好的物品。在 文明 对手有新的强单位出了什么的,虽然这不应该是可能的。 此外 和平 GHANDI 突然用核武器攻击空穴来风。埃利在 “我们的最后一个” 寻求玩家的保护非常 现实 而由计算机控制。这一切都被或多或少地成为可能 做得好 编程技巧。但随后dee下午在d进场时,艾从下国际象棋获悉知道玩星际,流行对人类最好的对手。没有作弊,根本没有章法。这种贡献旨在通过AI和数字游戏的历史引领,突出最重要的活动,并鼓励讨论。 

***************************************** 

* 3: 人工智能作为情报的视频游戏的错觉. 

艾格尼丝卡罗利纳  艺术与设计布达佩斯莫霍利 - 纳吉大学  

在过去几年里,神奇的科学开始得到更多的关注,追求寻找新方法 为研究心灵的各种功能和流程(见 rens在k 和库恩2015年),它也开始 通过人机交互和游戏设计的研究人员发现(见1993年tognazz在i和 库马里,deterd在g和库恩2018)。研究人员如库恩(2018)已经采取了这个念头,我们可以 使用魔法的科学来研究不同的复杂性,例如视频游戏。在设计视频游戏使用的AI可以提供智能的视频游戏感。这种机制可以在程序世界的设计可以观​​察到(例如在没有男人的天空),并与这些机制的帮助下,通过使用这些 叙述 环境中的这些游戏都能够创造的感觉 惊愕 和魔术的球员。神奇的心理学也可以提供其他类型的可以在视频游戏设计通过实施使用人工智能工具力学。可以与AI的帮助视频游戏可以使用其他的设计框架是感性的因果关系,这可以实现创建可信的世界,也让游戏者有选择的自由的感觉,同时仍保持对玩家的挑战解决问题的策略。在这个演讲中,我将介绍这个“神奇”的工具包,我会用实例从塞尔达和红色死亡救赎2的传说指出,这些工具的重要性。   

***************************************** 

* 4: 做作,肤浅化,智能化的外观。从戏剧理论和(媒体)伦理道德的角度考虑。 

尼古拉斯·柯尼希|多瑙河安大学克雷姆斯  

而不是着眼于在严格意义上的“人工智能”的概念,会谈的目的是为了提供新观点的话语艾一系列不同的理论概念画。谈话就会把“智能”的概念,在玩的背景下,从理论的角度通过专注于欲望和战略,以“智能显示”,以及如何将这些翻译成机器。罗杰 凯卢瓦“模仿使用智能操作和智能决策之间的区分,行为和思维之间。在此基础上的区别,伦理方面的考虑将有关创建行动和/或决策的人工机制时,以及关于在当代媒体话语的作用表浅情报戏剧制作这种区分特别的重要性进行。在神话和艺术的创造者和创造的主题将被用于简单地讨论一下自我与他人,内外看法的问题,从一个激进的建构 观点,以及与智能,控制和民主社会责任的概念。 

***************************************** 

* 5retrocomput在g 为灵感设计的游戏。 

威尔弗里德·埃尔门赖克| 阿尔卑斯 - 亚德里亚安大学克拉根福 

retrocomputing是近代旧使用计算机硬件和软件。这通常是与存储器中的严格限制,图形特征,声音和处理速度。在另一方面,遵守这些限制,可以在灵感游戏设计的强大源泉。尽管是有限的商业价值,创造了现代世界retrocomput在g游戏可以教育价值以及对自身的一种艺术。在这次谈话中,我们需要深入了解早期80ies的计算机系统,以了解他们的能力和局限,探讨当今用于创建系统真正的复古游戏,如传奇准将C64的工具。而有限的硬件可能迫使设计人员使用游戏功能类似于那些过去的电脑游戏,一组现代交叉开发工具,在计算机算法的发展,嵌入式系统的开发和四个十年的游戏的发展已经形成了独特的生态系统,是强烈从过去和当代的环境不同。 

***************************************** 

*6: 培养社交技能的虚拟现实 - 从应用会话的见解在交互式办公场景的AI. 

克劳斯 neundl在ger | 学院为卓越的文化
迈克尔 mühlegger  | 卡尔·兰德斯泰纳Universität大学 毛皮 gesundheitswissenschaften
西蒙尼 kriglste在 | AIT - 技术研究所奥 

虚拟实验室技能是涉及学术等领域的人机交互和用户体验研究,社会学,心理学以及专业培训从业人员和发展的企业文化和学习技术开发的专家正在进行的跨学科项目。该项目(由奥地利研究促进机构FFG资助)的目的是发展vitrual现实(VR)情景的社会技能在工作场所培训。为了这个目的,一个方案在参与的过程中一起开发了一批在国际公司工作的经理。参与者被要求想象他们与同事的日常互动情感困境。故事线的这种合作造物发展的基础上,目前VR场景正在设计中,用户在经理的位置发现自己将与化身代表一个虚构的合作者进行交互。与化身的交互是基于语音识别和人工智能对话技术。 

演示旨在分享关于三个关键方面的初步见解: 

1)如何我们的工作涉及到外地的状态,即就如何结合社会对话互动模式的现有解决方案的AI拥有身临其境的技术,如虚拟现实? 

2)什么是我们对于面临在与VR人工智能为基础的对话者的互动仍然有限“自发性”的主要挑战是什么? 

3)这些挑战是如何影响了我们的方法 评书?什么是我们对我们的第一个原型的解决方案? 

***************************************** 

* 7基于游戏的学习和使用AI创造更深层次的学习经验。 

安德烈·托马斯 | Texas A&上午p;M University 

学习游戏创建可以使用AI时,极大增强,从而使设计者和内容创作者在紧张的预算更多的灵活性。在学习游戏使用的AI可以远远超越创造可信的NPC的(非玩家charcters),并可用来提高玩家的学习经验。在这个演讲中,我将着眼于利用的各个方面都在人工智能GBL的创建(基于游戏的学习)的经验和使用的学习游戏。 

***************************************** 

*8通过模仿学习开玩笑。 

马克BUGEJA |马耳他大学 

人工智能的进步已经允许研究领域,如强化学习,提高了到这种程度,我们现在能教学习代理商更好的玩游戏比人类。著名的例子包括深安心阿尔法去开发工作。尽管如此,这些技术可以超越基于几个因素人类。一个不可否认的原因是,作为一台机器呢,这引出了一个问题,是不是公平的人类打VS机打比较人类永远不能分裂第二个决定一样快的事实?而另一方面,一些技术也出现了不同的强化学习,这些技术被称为模仿学习,通过学习模仿行为。也被称为学徒或逆强化学习,该技术已成功自驾驶汽车以及游戏使用。这次讲座将采用,进步的地区,再加上采用仿教习特工发挥像一个人游戏的可能性,例子和今后的工作。因此,解锁在几个领域,包括电子竞技潜力巨大。   

***************************************** 

*9:AI的游戏为基础的学习应用:建立适应性学习经验。 

劳埃德唐兰 | LIVE LAB @ Texas A&上午p;M University
布伦顿lenzen | LIVE LAB @ Texas A&上午p;M University 

AI在许多娱乐及教育游戏一样,往往不响应落入超出该游戏的设计者预期的行动范围的用户操作发现。在游戏式学习(GBL)的情况下,这意味着游戏中的任何“智能”代理或系统不能真正提供一个学习的经验量身定做了 特别是学生。如果在AI现代的进步被用来创建真正的智能代理和游戏系统的东西,它能够适应每个学生的需求?自适应超媒体(AH)和智能教学系统(ITS)可用于本/教新的信息,然后提供给在上下文敏感的方式学习者额外帮助。在这次谈话,发言者讨论哪弄啊和对这个问题的解决方案的理想GBL背后的概念。在智能GBL现有的研究将要讨论的 - 最明显的是莱斯特等。人的水晶岛,该款机型并响应学生知识使用动态游戏 贝叶斯 网络(莱斯特2013)和德斯等。人提出的“知识发现的框架”为一个开放的世界的教育游戏(贝穆德斯等人。2019)。 

***************************************** 

*10:强化学习的蛇。 

罗素萨马特,邦尼奇| 马耳他大学
chantele 萨利巴  | 马耳他大学
朱利亚埃琳娜 caligar | 马耳他大学
马克BUGEJA |马耳他大学 

强化学习是机器学习技术,这与他们的环境中的代理进行交互,收集信息,并根据累积的信息作出明智的决定。这已被证明超过视频游戏,如去和雅达利人的表现。在这项研究中,我们探讨的各种强化学习技术蛇的适用性,视频游戏流行的诺基亚3310手机。  

强化学习 技术; Q学习(质量学习),丝兰(国家行动回报国家行动)和PPO(近端政策优化),进行实施和评估。得出的结论是Q学习和丝兰没有因大环境的游戏,这需要大量的时间量训练产生最佳效果。 

PPO的增强是三个变实现学习方法的技术输入;的载体,CNN和 光线投射 基础的方法。 PPO,会同 光线投射,导致最佳性能,与蛇剂能够模拟学习两个收集食物和避开障碍物。此外,A *寻路被实现为一个非强化学习技术。它实现了性能优于Q学习和丝兰,但没有一样成功PPO由于PPO的大型环境的适应性。  

在未来,对于大动态游戏环境人为智能代理的实现可能会受益于利用强化学习技术,PPO。在这次谈话中,我们提出我们的研究结果在应用各种强化学习的细节接近蛇,对强化顿悟学习与不断变化的目标和障碍物的动态环境。 

***************************************** 

*11coverzone  - 一个的发展从笔和纸游戏-AI到C#/团结. 

拉尔夫MÖLLER|中心应用游戏研究@多瑙河安大学克雷姆斯
马库斯·海斯|中心应用游戏研究@多瑙河安大学克雷姆斯  

短谈“coverzone”的发展 - 作者的硕士论文游戏应用的游戏研究@多瑙河大学克雷姆斯 - 从笔和纸的原型在一个简单的C#/ WPF运行演示,以全面3D多平台应用开发的统一。施加到原型数学基础应以及接口技术进行讨论;从Visual Studio统一。  

中央方法时设计的解决方案是能够在不3D开发的任何知识,创建了第一个原型,也只使用免费的工具(虽然在商业范围内)。  

是否以及如何多平台开发正在为这样的范围和规模的项目意义上,我们将讨论;与本地开发的附加找几个软件平台(如果可能的话 - 取决于扬声器的可用性)。  

最新的发展是从PVP / PVC的游戏有计划范围转移到益智游戏中呼吁整个游戏的再思考(AI)引擎的游戏是基于。  

正如作者也参与了创作过程的唯一开发商 coverzone,发展过程中的整个过程的文档已经由创作者自己完成的。  

***************************************** 

* 12:在破碎在我们的推荐系统:计算技术的用于道德地使用的 A.I .. 

朱利亚taur在o | metalab @ 哈佛大学  

在线推荐系统是信息过滤为用户提供基于预期个人喜好优先内容的流系统。而他们可以是不同类型的 - 协作,基于内容的,或混合过滤 - ,它们通常共享学习技术作为能够进行预测和轮廓个人品味人工智能的形式使用的机器。在关键算法研究前人的研究图纸,此演示文稿铲球预测内容的个性化和自动化分拣的局限性。通过提倡讲道德地利用活性成分的,这个演讲将讨论机器学习的替代用途,参与的艺术家,设计师和媒体从业者在创造促进未来的决策(蒙特福特2017)的进程上下文敏感的算法。计算项目“这一建议系统坏”将作为一个合作的一部分进行与metalab(AT)哈佛的展览系列“策展A(I)男装”,其重点是A.I.之间的相互作用和策展实践。通过利用在概念使用的编程,该项目激发了观众探讨产生的媒体平台知名度的情况下,机器学习的偏见。我们可以称之为“破碎”因此,最终目的是探索算法的道德,一个信息过滤系统是如何转化介质文化利差意识。 

***************************************** 

* 13: Algorithms, Ethics &上午p; Justice. 

阿德南 hadzi |马耳他大学 

为了奠定周围采用人工智能(AI)参数的讨论基础技术中获益的少数强国,侧重于自己的生存担忧,本文将缩小参数社会正义和法理的分析(即法哲学),也考虑到历史背景。本文探讨了人源化人工智能的概念,才能在未来的讨论潜在的挑战,社会可能面临。本文不讨论当前的形式和人工智能的应用,如,到目前为止,没有人工智能技术,这是自我意识和自我意识,能够处理情感和社会智能。这是一个讨论的AI周围的投机性假设的实体。一个可以在问,如果这样的投机自觉的硬件/软件系统是在什么时候,可能一个人格的通话产生的?和莫不是为了说一个AI系统能够犯下的AI犯罪的标准是什么? 

本文将通过对什么人可能要考虑是权贵政治参与的镜头讨论的法律制度建设。在讨论这些之前 方面 本文将澄清“权贵”的概念。在这样的纸张将被证明是很难证明采用人工智能技术在社会,主要服务于权贵阶层的方式开展的。尽管如此, 分析 文化的AI左右技术 关于至于对于有关 法律与哲学和社会学的焦点自然使人们能够证明采用的功利主义者和专制趋势艾技术 

那么本文将着眼,以更详细的方式,成为理论分析历史和社会的系统化,或者可以说处置,法律,和新自由主义倾向的因采用冲击艾技术。的监管,自我管理的潜力AI算法和当前采用人工智能技术的权威民间社会的合理性将未来进行分析。本文将提出一个替代方案,有些人可能会通过寻找到恢复性司法实践说高不可攀,方法目前的法律制度艾犯罪,以及如何关怀伦理,通过社会契约,可以应用于艾技术。在结束本文将讨论影响和人源化人工智能与问候羞愧的情绪,与涉及艾罪行。 

***************************************** 

* 14:  忧郁和抑郁的机器人:机器人 换器 与马文偏执机器人。 

alesja serada |瓦萨大学 

可以说,在媒体的机器人和人工智能表示竟把希腊神话(拉图尔1994年)。而在控制论机器人是完全理性的创作,在争夺文学,电影谁开发类似人类的感情和情绪智力的叙述和游戏经常出现的机器人角色。这样的表示形一般人工智能的公众看法。  

在我的演讲,我会比较两个谁在苏联和英国上世纪70年代,80年代的流行文化来生活文化显著虚构的人造生命。有趣的是,这两个字符项目悲伤的情绪,这更是在机器人引人注目。如果人类承担起自己的幸福人造生命的,他们创造(gualeni 2020年),那么就应该考虑场景责任时,机器人变得悲伤,沮丧,甚至有自杀倾向。 

我将专注于机器人换器,在后苏联文化记忆的瞬间识别图像的情况。从未来(1985年)的儿童电视连续剧先生这个人物来源:他开发儿童和牺牲自己来拯救他们强烈的情感联系。该字符已经打破在人工智能(korosteleva 2019),包括男性的苏联铅板(KON 1995)表示的数定型。我将这个角色给马文偏执机器人比较来自漫游指南银河系列找出什么使一个机器人在一个虚构的世界难过,为什么这个悲伤与各自的电视剧观众共鸣这么多。 

***************************************** 

* 15:  短说明过去,现在和人工智能的未来。 

亚历山大seewald | seewald解决方案公司 

几乎从人类开始思考,他们认为有关创建 那些认为还有文物。的最早文字记录 建立这样一种假象,生命的假人,围绕1630-1650日期。它 是不是著名的情报,然而,容易被欺骗 它的创造者。弗兰肯斯坦由玛丽雪莱也许所描述的 这超过了其创造者的智力第一人工制品(不 提仁慈),然而它的基体材料仍 深刻生物性的。机械土耳其人或许是 在这种性质的完全合成的伪影的第一次尝试, 唉这是最清楚的一个骗局如阿兰·图灵如此著名推断。   

仅在20世纪初森特里即将举行的计算机技术和 人工智能研究领域的开端做 人们开始思考构建认为具有真正的文物 合成的结构,可以说是一个非常困难的任务。自那时候起 无数书籍,电影,短片,系列和其他媒体有 有关这个主题的创建。但意愿的AI是低于或高于 我们?将超级智能是纯技术,纯 生物或两者的组合(i.E。电子人)?怎么会看 像,以及如何将其行事? 

 在这次谈话,我们将使用 snippts 从主题相关的电影,如 AUTOMAN,巨人,d.a.r.y.l.,前Mach在a,攻壳机动队,她,马克13,大都市,不是很人性化, puzzlehead,短路, 源代码,终止,超越,升级,西部世界和 其他线程人造短的过去,现在和未来 智能电影与媒体制作像想象。 

***************************************** 

* 16数不清的AI。 

克里斯托弗noessel | scifi在terfaces.com 

How do depictions of Artificial Intelligence in popular science fiction affect how we think about real AI and its future? How has fiction about AI influenced the develo下午ent of AI technology and policy in the real world? (And do we really have to talk about Terminator’s Skynet or 2001’s Hal 9000 every damned time we talk about the risks of AI?) Join bestselling sci-fi authors Cory Doctorow and Malka Older, scifiinterfaces.com editor Chris Noessel, along with futurism and AI policy experts as they examine what TV, movies, games, and sci-fi literature are telling us about AI, compare thOSE lessons to real-world AI tech &上午p; policy, and identify 该 stories that we should be tell在g ourselves about AI, but aren’吨。 

***************************************** 

* 17:追踪历史和观念艺术和技术的原理:  哈罗德对科恩的案例研究. 

梅尔韦沙欣|旧金山艺​​术学院 

阿龙是一个计算机程序,由抽象表现主义画家哈罗德·科恩在设计上人工智能的研究蓬勃发展的时候,产生原创作品 - 即战后时代。本文创建了一个案例研究,审查科恩的职业生涯制定了他关于观念艺术的历史与人工语言致力于打造视觉形象的道路。引进科技到艺术根本就是一个概念性的工作:这是最初由爱德华杜撰的想法。与杰克·伯纳姆的方法论词汇尚肯。对形式主义的本质概念的本体论调查导致科恩找到该画的基本问题,独创的解决办法是由有影响力的艺术批评家迈克尔·弗里德和格林伯格配音。科恩的学习动机计算机编程,创造阿龙给艺术史和艺术批评后形式主义的艺术家谁正在调查,通过艺术,科学和技术的镜头概念的概念的一个例子。科恩是谁设定的目标亚伦是没有它的创造者的自主实体的几个艺术家之一 - 的方式,这是通过机器教学效仿或模仿人类的行为。然而,教学机绘图和着色是一个非平凡的活性相比,该机器教学下棋,由于作用 艺术创作 作为一个主观的和创造性的行为。阿龙是控制论的艺术家谁可以通过具有创造性的观察行为,使得它可以从错误中学习,通过自身创造反射的内存,并产生艺术创作的一种新的方式合格。 

***************************************** 

* 18:神经网络在反馈效果环路新型音频效果. 

patrich莱希纳| FH小号吨。 Pölten的 

这项工作提出了使用不同的安(人工神经网络)结构,如lstms和细胞神经网络以便通过它们放置在反馈回路中创造新的音频声波纹理。艺术表现和艾生成的声音导航的新颖装置可以通过以预测从以前的一个STFT框上的音乐素材的训练Ann和与其他影响一起放置安在反馈回路来实现。 

***************************************** 

* 19:人物设计和AI。 

布赖恩·奥格登| n在j上午oba LTD 

引人注目的字符设计AI包括身份可视化,命名和清浊。参加项目业主和赢家 欧盟 VS远程教育和家庭生活的轨道智能助手病毒(在世界上最大的黑客马拉松) JOP。布莱恩奥格登将回顾历史,并讨论了有效的个性发展和人格铸造人工智能药剂的方法。 

***************************************** 

*20:在应用生成对抗网络纹理2D空中镇地图角色扮演游戏。 

GIANFRANCO锡拉库扎|马耳他大学 
迪伦 seychell  |马耳他大学 
马克BUGEJA |马耳他大学  

城市地图是在角色扮演游戏导航和沉浸感的一个基本要素。用于桌面和数字RPG游戏内容制作者寻求协助手动创建新的地图,或快速生成概念相继适应的耗时的过程工具。几个工具用于此目的的存在,支撑手动或程序设计,或两者的组合。然而,这些技术通常依赖于与产品,其中输出的可信度或上诉是由可用资产的量(其可以导致相同的一个被重复使用)限制包装资产和它们的分辨率(这可能会导致平铺假象)。其它工具由代表产生的地图作为纯颜色去除资产的依赖,但此选项一般认为不适合作为最终产品。 

为了解决上述限制,并在最近的条件生成对抗网络(CGANS)在其他域的成功的光,一个生成技术提出了一种用于纹理映射使用特征标签作为调节输入用于确定地图元素的类型通过网络进行绘制。而该技术不会产生是那样尖锐基于资产的渲染的视觉效果,它显示在输出更多种类,而不需要手工编写的任何资产。这项工作也提出了平铺随着最后决议和建议,为获得在这种情况下小数据集令人满意的结果的目的网络输出的计算方法。得到的结果是通过一个在线工具证明。 

***************************************** 

*21: AI对的影响 可玩 交互式数字叙述。 

露丝BUGEJA |高等教育的圣马丁学院
乔纳森·巴巴拉|高等教育的圣马丁学院 

交互叙事是数字游戏上升流派打算让他们影响其叙事沉浸玩家进入游戏世界。是相对较新的游戏产业,互动式的叙述并非没有限制,还没有充分发挥其潜力。最常见的实现进行了叙述的分支,它可以很有趣在第一,但通常是在可玩性遭受的形式呈现。有一个缺乏游戏这让玩家正确故事的机构,这是上述由开发商设计提供的范围内提供叙事中介的。这样的故事机构要求玩家不只是反应的叙述,而是采取叙事方向的主动控制。这项研究提出了调查使用代理故事叙述互动的AI内及其对享受和可玩度的影响。文献建议使用程序说故事的方式实现的方法,和玩家体验冲击的措施。实验中使用的人工智能驱动的互动性叙事结构的发动机提供了梦幻般的故事,响应用户的文本输入。这之后,一份调查问卷,收集感知代理,享受,可玩度玩家的反馈。初步结果(N = 23),建议玩家发现这种交互式的叙述是可玩性和乐趣。然而,并不是所有的玩家感受到权力的故事,没有足够的对感知故事代理可玩性依赖。在比较分支叙述AI驱动的交互叙事的可玩性进一步的研究可能会鼓励玩家驱动的故事一代使用AI的。 

***************************************** 

*22评估AI代理解决酒杯问题。 

加布里埃尔·卡米莱里|马耳他大学
可靠的人 serac在o |马耳他大学
大卫城| |马耳他大学
雅各 卡萨尔 埃利斯| |马耳他大学
马克BUGEJA |马耳他大学 

酒杯是世界上最流行的赌场游戏之一。它涉及球员和庄家之间的比较卡。在这项研究中,我们实施了一系列的RNAi剂改编自认为可以解决这个问题酒杯几种机器学习技术。每个算法设计成接近应采取什么样的行动使然给特定的游戏状态,从而最大限度地提高获胜的可能性最优化的策略。实施的三种算法是Q学习,进化算法和进化的神经网络。而在域焦点主要在三个法律行动进行典型研究;击中,站立和加倍-下来,这个动作是允许在大酒杯的最赌场的变化我们的贡献也考虑拆分。所提及的算法最初单独评价。在Q学习算法三个排序标准进行评估;从而赢得了大多数回合的结合,从而失去了至少组合,并且其具有的净芯片的最佳量的组合。遗传算法进行的100000轮五个连续测试,记录前面提到的标准。进化神经网络具有不同的超参数测试与每个5000个时期。上述算法也比较彼此抵靠以查看哪个性能最佳。最后,所学到的知识由AI代理转移到基于团结,二十一点仿真,以允许用户实时看到由下式给出特定的游戏状态的代理作出的决定。可以得出结论,在GA实现,近似较好的策略酒杯,然后Q学习和新奥。 

***************************************** 

*23: IN乘亚历山大·菲佛,标记BUGEJA和alesja serada主持的讨论 进一步的想法应该确定我们如何可以登录数码代理的活动,使代理商可以在可信和安全的方式不同政党之间的互动。  

会议将被非正式地评估和2021想法将被收集。对于专用网络小破出的房间也可提供。 

在此注册(免费):

注册成为参与者

链路指Donau的安大学克雷姆斯,奥地利的web页面,其执行注册过程。数据处理是他们的责任。

文集:

文集(本次会议的程序)将被公开 施普林格 作为系列的一部分:“进展智能系统和计算”。

会议网站:

关于疯狂系列会议一切都可以在新的网站上找到: //www.mad-会议s.com/

合作伙伴:

该 Media, Arts &上午p; Design | AI 2020 会议 通过举办 中心应用游戏研究@多瑙河安大学克雷姆斯中, 人工智能的部门@马耳他大学 和 数字媒体@ Drexel大学的系。会议由进一步支持 黄金城教育街机@黄金城中, LIVE LAB @ Texas A&上午p;M University 和 传播学系@瓦萨大学.

participat在g universities (logos)

亚历山大·菲佛

关于 亚历山大·菲佛

亚历山大·菲佛 是在与教育厅黄金城科学工作的奥地利科学院授予了马克斯·卡德奖学金的获得者。他的研究重点作博士后研究是blockch嗳n技术及其对游戏为基础的教育和学习评价的影响。 Before joining MIT, Alexander headed the center for applied game studies at Danube-University Krems, Austria, for eight years. He is also co-founder of the Austrian-based tech start-up Picapipe GmbH 和 Malta-based B &上午p; P Emerging Technologies Consultancy Lab Ltd. He holds a doctorate and a social and economic sciences degree (mag.rer.soc.oec) from 该 Vienna University of Economics and Bus在ess, a Master of Arts from Danube-University Krems, and an Executive MBA from Alaska Pacific University, Anchorage. 除了这个特殊的研究他的兴趣领域是电子竞技,媒体研究,新兴技术,游戏研究和长时间观看电视剧。

 
 

分享这个帖子