通过基于人工智能的生成对抗网络在教育辅助系统中增强艺术创作
1School of Digital Arts, Nanjing University of the Arts, Nanjing, 210013, Jiangsu, China. heyongjun@nua.edu.cn.
Scientific reports
|August 9, 2025
概括
本研究介绍了一种AI增强的艺术教育工具,使用生成对抗网络 (GAN) 来提高创造力和参与度. 该系统提供个性化的反,提高创意产出质量和学生的学习.
科学领域:
- 教育中的人工智能
- 数字艺术和创造力
- 人与计算机的交互
背景情况:
- 传统的数字艺术工具缺乏适应性反,限制了远程或自导学习中的教学潜力.
- 创意艺术教育需要交互式工具,用于审美表达和技术技能发展.
研究的目的:
- 引入一个人工智能增强的教育辅助系统,使用生成对抗网络 (GAN) 进行艺术创作.
- 在艺术教育中支持创造力发展和学习参与.
- 为增强艺术探索提供可扩展的AI辅助学习框架.
主要方法:
- 开发了一种混合GAN架构,用于语义素描到图像的转换和风格传输.
- 基于用户输入和学生偏好动态学习的集成实时视觉反.
- 在历史和当代艺术风格的策划数据集上训练了GAN模型.
主要成果:
- 经过专家评审,创意产品质量有35.4%的改善.
- 与传统艺术工具相比,学生参与度增加了42.7%.
- 该系统提供了可解释的视觉输出,促进了反思和批评.
结论:
- 人工智能增强的系统显著提高了创意产品的质量和学生在艺术教育中的参与度.
- 该框架为人工智能辅助学习提供了一个可扩展的解决方案,增强艺术探索,同时保持创意自主.
- 这种人工智能工具支持个性化学习和数字艺术创作中的建设性反.
