Page 56 - 艺术设计教育创新研究
P. 56
艺术设计教育创新研究
Research on Innovation in Art and Design Education
理中重要的数据源，其可视化是实现教育者、被教育者以及其他参与者，沟通与
交流的重要方法。在 2018 年的谷歌 AI 体验馆中，“AI Duet”的作品中参与者
随机弹奏钢琴，人工智能先通过自然语言的理解将你弹奏的曲目自动更正为最标
准的敲打琴键的节奏，并生成衍生音乐旋律，视觉的展示方面，他会在电子屏幕
中实时跟进弹奏的韵律变化。“AI Duet”的可视化形式是基于自然语言处理技
术下，机器可以清晰掌握人类社会中节拍和音色的含义。
3. 基于人工智能神经网络的数据挖掘
人工神经网络是人工智能应用与艺术设计教育领域最基本的逻辑与工具。目
前人工智能神经网络的应用，最经典的应用案例是今日头条和百度等互联网信息
平台，运用人工智能网络的搭建，完成对上亿用户精准信息的推送。2012 年，
瑞士人工智能实验室“IDSIA”对人工智能循环神经网络的研究取得重要的进展，
这使得人工智能的模式可以完成对自我认知的循环学习。这一研究的进步，对
“AI+ 教育”的模式产生了全新的伦理价值的新问题。这标志着未来的机器不光
可以具有传授知识的能力，还可以完成“机器育人”的功能。这一问题由于涉及
社会伦理问题或其他研究因素的干扰，没有深入展开，但对于应用技术的发展而
言还是具有里程碑式的意义。人工智能发展进步的基础是神经网络结构的优化，
目前虽然随着神经网络的发展取得了某些进展，但还是会对人工智能的算法模式
进行新的考验。2020 年一位德国行为艺术家西蒙·韦克特进行了一场对谷歌算
法考验的行为艺术，他将近百部手机放在拖车中在市区内缓慢行走，谷歌地图的
算法由于无法判断数据来源的具体行为目的，造成了在地图中显示交通拥堵的情
况。所以人们认为所谓数据是客观准确的，机器算法是一定准确的，这样的观点
往往具有一定的盲目性。而这种人类行为中共有盲目性，在艺术设计中可以得到
很好运用，具有很高的深入研究价值。
（二）大数据技术
人工智能的学习发展过程从哲学角度来讲，是量变到质变的过程。大数据对
人工智能产生两方面的作用，分别是数据的分析和在此基础上的行为决策。如果
说人工智能神经网络属于人工智能应用的内部属性基础，那么大数据的支撑一定
属于人工智能应用的外部条件。中国从进入“互联网 +”时代之后，大数据的应
用案例在多个领域发展显著，如在医疗健康、交通出行等方面。目前在艺术设计
教育的领域发展还不充分，但随着教育教学的信息化、艺术信息的可视化发展过
·48·
