科技部計畫：「人工智慧在藝術圖文研究與競合創作」第一年成果
計畫主持人：許素朱教授(國立清華大學藝術學院藝術與設計學系)
共同主持人：李哲榮教授(國立清華大學資工學系)
實際達成成果：
- 研究目標：已完成從象形文字的圖文角度，透過CNN演算法，開發照片與圖像的象形文字 Generator。
- 社會影響目標：透過工作坊與演講，介紹本計畫成果以及國際案例與趨勢，已吸引不少人文藝術背景學生與民眾對本計畫感興趣。
- 學術交流目標：團隊完成2篇計畫成果國際學術投稿以及一件藝術作品國內競賽送件。
團隊已於2019年9月參加全世界最大的國際電子藝術節ARS Electronica Festival以及國際知名科技藝術研究單位ARS Electronica Center，掌握AI在藝術創作與應用的最新趨勢與成果。 - 教育目標：計畫作品參賽並已於台北當代美術館展覽，把AI卷積神經網路 (CNN)的電腦數位運算，以類比裝置藝術呈現於大眾眼前，達到AI的科普教育。已籌組AI應用於設計與藝術領域研發團隊。
執行成果：
本計畫前期預計從人工智慧與人類合作角度，開創藝術創作的新可能性。其中第一年預定工作如下：
- 蒐羅國內外代藝術作品資料庫中含有圖像與創作論述的資料。此工作主要探討與選用 Taiwan Contemporary Art Archive、MoMA、WikiArt分別作為國內、海外當代、全球跨時代的資料庫做為對比。為進一步替日後的圖像分析進行準備，我們亦選用BSDS500、VOC、COCO等具有輪廓與物件標註之資料庫；上述資料庫主要透過人工方式，將照片中已分類物品的輪廓進行圈選與標註。
- 透過線上下載或網路爬蟲（Web Crawler）工具完成資料蒐集獲取作品圖像，並取得作品的英文論述、文本特徵資料、作者與其畫派等資料。
- 我們嘗試了「圖生文」的實作作品，並完成兩項投稿：一是國際會議「2019 ACM SIGGRAPH Asia」Art Gallery議程，二是參與國內競賽「李國鼎科技與人文藝術創意競賽」。此作品採用當前AI視覺資料處理主流—Convolutional Neural Network技術，將圖片生成象形文字圖像。以精簡的結構設計AI模型，再透過實體裝置將AI模型中大量的參數視覺化。以藝術的角度與手法來表現人工智慧的美感。
- 完成「The Beauty of Representations of Convolutional Neural Network」作品與相關論述投稿大型國際會議 ACM SIGGRAPH Asia 2019 之 Art Gallery 議程，且此次議程之主題為「Deep Dreaming: Art, AI & Algorithmic Beauty」，緊扣人工智慧與人文藝術之合作。
- 完成「卷積層的千絲萬縷」作品論述，並投稿第十四屆李國鼎科技與人文藝術創意競賽，獲得第四名暨「最佳科普獎」，於10月25日至11月3日於台北當代美術館展覽，將人工智慧科技導入藝術領域的創作，並把卷積神經網路(CNN)的數位運算過程以類比裝置藝術呈現於大眾眼前，達到AI的科普教育。
- 子計畫三所有成員於2019年9月參加本校科法所、科技部合辦的「競爭或合作？人工智慧在人文社會的應用與影響」工作坊中發表「人工智慧與藝術的競合創作」相關議題與成果講演。
- 完成「Animating the Morphing of Chinese Oracle Bone Scripts: A Deep Learning Approach」，讓人工智慧自動對甲骨文文字進行自動解構與重構。本研究工作已投稿至明年之國際會議 GPU Technology Conference (GTC 2020)。