书籍目录

中文版序言 I

致“人工智能艺术：机器学习时代的新艺术形式” V

引言 IX

1 绪论 1

迷思和误解 7

领会机器学习艺术 9

为什么机器要学习 10

监督学习、无监督学习和强化学习 12

机器学习系统的构成 13

从控制论到深度学习 15

范式的转变 20

章节划分 24

Ⅰ　训练

2 优化算法与艺术 29

艺术、目的、目的论 32

最好的艺术 34

计算创造力 37

模仿与艺术 40

实时学习 44

总结 46

3 控制训练过程 49

计算涌现与作者身份 51

主观函数 53

交互式遗传算法 53

人工好奇心 57

智能体追逐行为 58

摇摆、碰撞与滚动：调整成本函数 60

总结 61

4 适应性行为的美学 63

行为美学 65

行为阶级 68

行为形态学 71

自适应耦合 74

总结 77

Ⅱ　模型

5 超出人类认知 81

人体电气 88

黑箱 88

逐渐可知 90

最佳观众 92

烘焙模型 94

丰富的模型 95

总结 97

6 演化学习 99

参数化系统 103

非参数化系统 104

遗传编程 106

生态系统 108

总结 111

7 浅层学习 113

神经网络 115

早期的联结主义 117

联结主义复兴 118

音乐与联结主义 120

联结主义与人工生命相遇 122

联结主义的愿景 125

新兴表示 126

语境机器 128

总结 130

8 深度学习 131

从联结主义到深度学习 133

企业之梦 136

神经美学 138

生成对抗网络与艺术 139

潜在空间 142

再次阐明潜在空间 147

神经故障 149

循环写入 152

总结 154

Ⅲ　数据

9 数据作为代码 159

通过示例进行编程 161

互动机器学习 163

认知与聆听 166

共生绘画 168

自带数据 169

病毒集合 170

众包日常 173

发现数据 174

不是唯一 175

总结 177

10 深度混搭 179

混搭文化 182

开源文化 184

机器学习的混搭 185

探索预训练模型 186

替换人脸 186

重新混合生成 189

人工智能歌剧 192

总结 193

11 观察和想象 195

归纳偏置 199

技术文化干扰 200

超越人类的书写 202

学习与生成 203

隐喻的图像信息 205

探索集体想象 206

总结 208

12 结论 211

拉远视角 215

查漏补缺 216

超越元创作 218

人机关系 219

驯服不可知的事物 220

艺术界的范式转变 222

最后的思考 225

注释 227

参考文献 238