Creative Applications of Machine Learning in Photography

Alexander Rossa

Master's thesis

Kreativní aplikace strojového učení ve fotografii

Abstract:

Artificial intelligence and deep learning hold considerable potential to be utilized for creative work, particularly in photography. This thesis focuses on the subject of machine learning via generative adversarial networks and its potential applications for creatives and artists in this field. In recent years machine learning has improved significantly as a result of big data and leaps in computer processing power. While the recent resurgence of novelty surrounding artificial intelligence has already raised substantial questions and criticisms in regards to its unforeseen consequences on our evolving relationship with technology in general, there is also a growing optimism aided by an increased democratization of access to machine learning. Visual artists from various backgrounds are learning to utilize artificial neural networks to conceptualize solutions for creative problems, as well as to augment and enhance their own work methods. This paper aims to examine the current state of artificial intelligence in photographic practices by exploring its technological innovations, creative tools, and applications. It will also address the problems of machine learning and AI-assisted art, and finally conclude with a prognosis for its future output potential.

Abstract:

Umělá inteligence a hluboké učení mají značný potenciál pro kreativní práci, zejména ve fotografii. Tato práce se zaměřuje na předmět strojového učení prostřednictvím generativních adversariálních sítí a jeho potenciálních aplikací pro kreativu a umělce v této oblasti. V posledních letech se strojové učení významně zlepšilo v důsledku velkých dat a skoků ve výpočetním výkonu počítače. Zatímco nedávné diskuse obklopující umělou inteligenci již vyvolaly značné otázky a kritiku, pokud jde o její nepředvídatelné důsledky pro náš vyvíjející se vztah s technologií obecně, roste také optimismus, kterému napomáhá zvýšená demokratizace přístupu ke strojovému učení. Výtvarní umělci z různých prostředí se učí využívat umělé neuronové sítě k vytváření koncepcí a řešení kreativních problémů a také k rozšiřování a zdokonalování vlastních pracovních metod. Tato práce si klade za cíl prozkoumat současný stav umělé inteligence ve fotografických postupech zkoumáním jejích technologických inovací, kreativních nástrojů a aplikací. Bude se také zabývat problémy strojového učení a uměním podporovaným umělou inteligencí a nakonec uzavře prognózu jeho budoucího potenciálu.

Keywords

teorie fotografie

Keywords

strojové učení

Keywords

výtvarné umění

Keywords

neuronové, sítě, (počítačová, věda)

Keywords

kreativita

Keywords

hluboké učení

Language used: Czech

Date on which the thesis was submitted / produced: 30. 4. 2021

Thesis defence

• Date of defence: 28. 6. 2021
• Supervisor: Tomáš DVOŘÁK
• Reader: Josef LEDVINA

Akademie múzických umění v Praze

Filmová a televizní fakulta

Master programme / field:
Filmové, televizní a fotografické umění a nová média / Fotografie