• International journal of advanced smart convergence
• /
• 제12권2호
• /
• pp.84-89
• /
• 2023

In recent years, with the breakthrough of Artificial Intelligence (AI) technology in deep learning algorithms such as Generative Adversarial Networks (GANs) and Variational Autoencoders (VAE), AI generation technology has rapidly expanded in various sub-sectors in the art field. 2022 as the explosive year of AI-generated art, especially in the creation of AI-generated art creative design, many excellent works have been born, which has improved the work efficiency of art design. This study analyzed the application design characteristics of AI generation technology in two sub fields of artistic creative design of AI painting and AI animation production , and compares the differences between traditional painting and AI painting in the field of painting. Through the research of this paper, the advantages and problems in the process of AI creative design are summarized. Although AI art designs are affected by technical limitations, there are still flaws in artworks and practical problems such as copyright and income, but it provides a strong technical guarantee in the expansion of subdivisions of artistic innovation and technology integration, and has extremely high research value.

• 천문학회보
• /
• 제44권1호
• /
• pp.52.2-52.2
• /
• 2019

Global map of solar surface magnetic field, such as the synoptic map or daily synchronic frame, does not tell us real-time information about the far side of the Sun. A deep-learning technique based on Conditional Generative Adversarial Network (cGAN) is used to generate farside magnetograms from EUVI $304{\AA}$ of STEREO spacecrafts by training SDO spacecraft's data pairs of HMI and AIA $304{\AA}$. Farside(or backside) data of daily synchronic frames are replaced by the Ai-generated magnetograms. The new type of data is used to calculate the Potential Field Source Surface (PFSS) model. We compare the results of the global field with observations as well as those of the conventional method. We will discuss advantage and disadvantage of the new method and future works.

• 문화기술의 융합
• /
• 제9권1호
• /
• pp.777-786
• /
• 2023

생성 AI의 시스템의 발전과 다양화로 인해 해당 기술의 결과물의 활용도가 높아질 것으로 예상된다. 이에 생성 AI를 활용하여 창작한 결과물을 어떻게 받아들여야 할지에 대한 사용자의 인식과 태도에 대한 이해가 중요하다. 본 연구는 생성 AI의 추후 활용도를 높이고 발생 가능한 논란에 대비하기 위해 사용자 조사를 진행하였다. 일반 사용자 집단과 디자인 관계자 집단이 참여하였으며, 사용자 관점에서 생성 AI에 대한 태도와 생성 AI를 활용한 창작물의 저작권 인식을 주제로 디자인 워크샵을 진행하였다. 정성 분석 결과, 일반인 집단은 전반적으로 생성 AI 사용에 대해 긍정적인 반면, 디자인 관계자 집단은 부정적인 인식을 갖는 것으로 나타났다. 사용자들은 생성 AI의 결과물의 표절과 도용, 저작권 보호 법제화의 현실 가능성에 대한 우려를 표출했다. 한편, 생성 AI 결과물을 활용할 가능성이 높은 그룹일수록 창작자의 저작권 소유를 주장하였으며, 직장인 그룹이 생성 AI의 실무 활용 가능성을 더 높게 평가하였다. 생성 AI 결과물의 개별 만족도와 체감 관여도는 저작권에 직결되는 영향을 주지 않았다.

• 한국인공지능학회지
• /
• 제10권2호
• /
• pp.7-11
• /
• 2022

OLED displays cannot be used permanently due to burn-in or generation of dark spots due to degradation. Therefore, the time when the display can operate normally is very important. It is close to impossible to physically measure the time when the display operates normally. Therefore, the time that works normally should be predicted in a way other than a physical way. Therefore, if you do computer simulations based on artificial intelligence, you can increase the accuracy of prediction by saving time and continuous learning. Therefore, if we do computer simulations based on artificial intelligence, we can increase the accuracy of prediction by saving time and continuous learning. In this paper, a dataset in the form of development from generation to diffusion of dark spots, which is one of the causes related to the life of OLED, was generated by applying the finite element method. The dark spots were generated in nine conditions, such as 0.1 to 2.0 ㎛ with the size of pinholes, the number was 10 to 100, and 50% with water content. The learning data created in this way may be a criterion for generating an artificial intelligence-based dataset.

• International Journal of Internet, Broadcasting and Communication
• /
• 제16권1호
• /
• pp.99-105
• /
• 2024

Runway released an updated version, Gen-2, in March 2023, which introduced new features that are different from Gen-1: it can convert text and images into videos, or convert text and images together into video images based on text instructions. This update will be officially open to the public in June 2023, so more people can enjoy and use their creativity. With this new feature, users can easily transform text and images into impressive video creations. However, as with all new technologies, comes the instability of AI, which also affects the results generated by Runway. This article verifies the feasibility of using Runway to generate the desired video from several aspects through personal practice. In practice, I discovered Runway generation problems and propose improvement methods to find ways to improve the accuracy of Runway generation. And found that although the instability of AI is a factor that needs attention, through careful adjustment and testing, users can still make full use of this feature and create stunning video works. This update marks the beginning of a more innovative and diverse future for the digital creative field.

• 문화기술의 융합
• /
• 제9권3호
• /
• pp.425-433
• /
• 2023

본 연구에서는 미술 전공 신입생들의 창의적 사고를 촉진하기 위해 게이미피케이션 개념과 AI 생성 예술 프로그램을 활용한 가상 예술가 놀이 수업 모델을 개발하였다. 중국 쓰촨영화&텔레비전대학교 디지털미디어아트과 1학년 신입생들을 대상으로 한 이 수업은 미술 창작에 대한 두려움 해소와 문제해결 능력을 향상시키는 것이 목표이다. 이교육 모델은 페르소나 설정, 창의적 글쓰기, 텍스트 시각화, 가상 전시 등 4단계로 구성되어 있다. 페르소나 설정을 통해 학생들은 예술가 정체성을 확립하였고, 게임적 요소를 도입한 글쓰기 체험으로 잠재적인 창의성을 발견할 수 있었다. AI 생성예술 프로그램을 이용한 텍스트 시각화를 통해 창작에 대한 자신감을 얻었고, 가상 전시에서 다른 학생들의 작품 감상 및 평가를 통해 예술가로서의 자존감을 높일 수 있었다. 게이미피케이션과 AI 생성예술 프로그램의 융합을 통한 이 교육모델은 창의적 사고와 문제해결 능력을 촉진하는 새로운 교육 방법이다. 또한 학습자들의 참여와 흥미를 높이는 효과가 있다. 이러한 연구 결과를 바탕으로 미래의 교육 환경에 적합한 창의적 사고를 기르는 교육 전략을 개발하고 적용함으로써, 더 많은 학생들이 예술적 역량과 창의력을 키울 수 있을 것으로 기대된다. 우리는 이러한 교육 전략을 통해 미술 전공 학생뿐만 아니라 다양한 분야의 학생들에게도 적용함으로써 예술적 역량과 창의성을 증진시킬 수 있을 것으로 기대한다.

• 인지과학
• /
• 제14권2호
• /
• pp.15-25
• /
• 2003

원숭이와 바나나 문제는 인공지능과 관련된 여러 문헌에서 문제 해결(problem solving) 과정을 설명하는 예제로 자주 등장한다. 그러나 이 문제에 대한 전통적인 접근 방식은 추론을 수행함에 있어 절차적(procedural) 관점의 도입을 필요로 하며, 이는 복잡한 문제 해결에 제약 조건으로 작용한다. 그러나 대규모 병렬 처리가 가능한 DNA 컴퓨팅 기법을 이용하면서, AI 본연의 의미를 퇴색시키지 않고서도 이 문제를 효과적으로 해결할 수 있다. 본 논문에서는 DNA 분자를 사용해서 원숭이와 바나나 문제를 표현하는 방법을 설계한 후, 컴퓨터 시뮬레이션을 통해 다양한 해들(solutions)이 생성됨을 확인하였다. 전통적인 방법으로 구현된 Prolog 프로그램이 단 하나의 최적해밖에 제공해 주지 못한다는 사실과 비교해 볼 때, 이것은 확실히 흥미로운 결과이다.