arXiv:2501.10369cs.CYcs.AI2025-01
探索机器学习如何应对创作中的模糊、不确定与不可确定性。
Creative Loss: Ambiguity, Uncertainty and Indeterminacy
- 以建筑创意为切入点，分析机器学习在模糊性中的应用
- 通过案例揭示设计中不可预测性的潜力
- 适合关注人机协作与创造性生成的读者
本文评估了机器学习在应对模糊性、不确定性与不可确定性这三个相关概念方面的创造性应用。随着这些概念的演进，文章反思了机器学习作为创意伙伴日益增长的野心，结合伦敦大学学院巴特利特建筑学院Unit 21的研究实例进行说明。通过不可确定性，有望催生未来机器学习与设计结合的新路径。
原文摘要 · Abstract (English)
This article evaluates how creative uses of machine learning can address three adjacent terms: ambiguity, uncertainty and indeterminacy. Through the progression of these concepts it reflects on increasing ambitions for machine learning as a creative partner, illustrated with research from Unit 21 at the Bartlett School of Architecture, UCL. Through indeterminacy are potential future approaches to machine learning and design.
机器学习创意生成建筑设计
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。