УДК 004.8
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ЦИФРОВЫХ КУЛЬТУРНЫХ ИССЛЕДОВАНИЯХ: АНАЛИТИЧЕСКИЙ ОБЗОР НАУЧНОЙ ЛИТЕРАТУРЫ
Софья Денисовна Мамаева
Сибирский федеральный университет, Красноярск, Россия
sophymamaeva@yandex.ru, orcid.org/0009-0002-2716-9669
Аннотация. Искусственный интеллект на данный момент является прогрессивным инструментом для развития человечества во всех сферах, включая сферу культуры, что вызывает неопределенность текущей стадии развития, результатов внедрения данной системы в культурную среду и направлений дальнейшего прогресса интеллектуальных систем и их исследований. Это определило цель данной статьи, заключающуюся в анализе культурологических исследований, посвященных искусственному интеллекту, для определения разработанности темы, эффекта внедрения и текущей динамики развития научно-технологических систем в области культурологии. Для достижения поставленной цели были использованы методы сравнительного анализа и синтеза, позволяющие выявить ключевые аспекты использования и совершенствования искусственного интеллекта в культурной среде и систематизировать информацию об интеллектуальных технологиях в рассматриваемых научных публикациях. Проведенное исследование позволило получить следующие результаты: ключевыми аспектами развития искусственного интеллекта в сфере культуры являются изобразительное искусство, кинематография, музыкальное искусство, речевая культура, цифровое культурное наследие; искусственный интеллект широко используется в сфере культуры, его внедрение значительно расширило возможности человеческой деятельности; технологии хорошо развиты на текущий момент и способны выполнять различные задачи благодаря заложенному в них алгоритму, созданному людьми; помимо очевидных достоинств, присутствуют определенные ограничения в существующих системах, влияющие на решаемые ими задачи, в результате чего могут быть получены недостоверные данные и может быть осложнена деятельность человека; приведены эмпирические доказательства положительного влияния искусственного интеллекта и недоработки на текущем этапе для дальнейшего совершенствования алгоритмизированных систем. Полученные результаты вывили достаточную степень разработанности темы и определили дальнейшие направления культурологических исследований для развития искусственного интеллекта.
Ключевые слова: искусственный интеллект, сфера культуры, изобразительное искусство, кинематография, музыкальное искусство, речевая культура, цифровое культурное наследие
Для цитирования: Мамаева, С. Д. Искусственный интеллект в цифровых культурных исследованиях: аналитический обзор научной литературы / С. Д. Мамаева // Цифровизация. — 2023. — Т. 4. — № 3. — С. 8–16. — EDN RZIENT.
Список цитируемой литературы
1. Гаркуша, Н. С., Городова Ю. С. Педагогические возможности ChatGPT для развития когнитивной активности студентов. / Н. С. Гаркуша, Ю. С. Городова // Профессиональное образование и рынок труда. — 2023. — №1 (52). — С. 6-23. — URL: https://cyberleninka.ru/article/n/pedagogicheskie-vozmozhnosti-chatgpt-dlya-razvitiya-kognitivnoy-aktivnosti-studentov (дата обращения: 12.07.2023). EDN: NBBIRG
2. Демшина, А. Ю. Нейроэстетика: наука, искусство и цифровая культура XXI века / А. Ю. Демшина // Вестник Санкт-Петербургского государственного института культуры. — 2023. — №2 (55). — С. 21-26. — URL: https://cyberleninka.ru/article/n/neyroestetika-nauka-iskusstvo-i-tsifrovaya-kultura-xxi-veka (дата обращения: 08.07.23). EDN: XVPJMX
3. Душкин, Р. В. Искусственный интеллект. — Москва: ДМК Пресс, 2019. — Раздел 6.12. — С. 240-242. 978-5-97060-787-9. ISBN: 978-5-9706-0787-9
4. Жданова, В. А. Нейронные сети в искусстве: между имитацией и верификацией / В. А. Жданова // Многомерность общества: человек в социальном взаимодействии: 2-й молодежный конвент: материалы международной студенческой конференции. — 2018. — С. 29-32. — URL: http://hdl.handle.net/10995/85398 (дата обращения: 08.07.23). EDN: XYOOUH
5. Иванько, А. Ф., Иванько, М. А., Колесникова, О. Д. Информационные нейронные сети / А. Ф. Иванько, М. А. Иванько, О. Д. Колесникова // Научное обозрение. Технические науки. — 2019. — № 4. — С. 11-16. — URL: https://science-engineering.ru/ru/article/view?id=1250 (дата обращения: 07.07.2023). EDN: BUZAPC
6. Ишутин, А. В., Косаримов, С. В., Чикирка, Е. В. «Нейронное искусство» как объект авторского права / А. В. Ишутин, С. В. Косаримов, Е. В. Чикирка // Социальные новации и социальные науки. — 2021. — №1 (3). — С. 133-144. — URL: https://cyberleninka.ru/article/n/neyronnoe-iskusstvo-kak-obekt-avtorskogo-prava/viewer (дата обращения: 08.07.23). EDN: KYBQSY
7. Койнова, Т. А. Алгоритмы распознавания символов / Т. А. Койнова // Молодой ученый. — 2022. — № 18 (413). — С. 73-76. — URL: https://moluch.ru/archive/413/91060/ (дата обращения: 07.07.2023). EDN: KBJSOM
8. Лукинский, И. С., Горшенева, И. А., Сумина, А. В. Использование искусственного интеллекта в качестве инструмента оптимизации научной деятельности: pro et contra / И. С. Лукинский, И. А. Горшенева, А. В. Сумина // Психология и педагогика служебной деятельности. — 2023. — № 1. — С. 99-102. — 10.24412/2658-638X-2023-1-99-102 (дата обращения: 12.07.2023). DOI: 10.24412/2658-638X-2023-1-99-102( EDN: UDCZFC
9. Миловидов, С. В. Художественные особенности произведений компьютерного искусства созданных с использованием технологий машинного обучения / С. В. Миловидов // Артикульт. — 2022. — №4 (48). — С. 36-48. — URL: https://cyberleninka.ru/article/n/hudozhestvennye-osobennosti-proizvedeniy-kompyuternogo-iskusstva-sozdannyh-s-ispolzovaniem-tehnologiy-mashinnogo-obucheniya (дата обращения: 08.07.23). EDN: ITGPPJ
10. Мирзаева, К. М. Искусство искусственного интеллекта / К. М. Мирзаева // Молодой ученый. — 2021. — № 23 (365). — С. 507-509. — URL: https://moluch.ru/archive/365/81964/ (дата обращения: 07.07.2023). EDN: RHBWAB
11. Фостер, Д. Генеративное глубокое обучение. Творческий потенциал нейронных сетей. — Санкт-Петербург: Питер, 2020. — Гл. 9. — С. 316-341. ISBN: 978-5-4461-1566-2
12. Царёва, А. Э., Тарасова, Т. В. Технологии цифровизации и искусственного интеллекта в сохранении культурного наследия / А. Э. Царёва, Т. В. Тарасова // Столыпинский вестник. — 2023. — № 5. — С. 2700-2709. — URL: https://translated.turbopages.org/proxy_u/en-ru.ru.a9faa875-64accbc9-9e6407bd-74722d776562/https/en.wikipedia.org/wiki/Zero-sum_game (дата обращения: 12.07.2023). EDN: LBUWDN
13. Croce, V., Caroti, G., De Luca, L., Piemonte, A., Veron, P. Neural radiance fields (NERF): review and potential applications to digital cultural heritage / V. Croce, G. Caroti, L. De Luca, A. Piemonte, P. Veron // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences. — 2023. — С. 453-460. — URL: https://www.researchgate.net/publication/371839139_NEURAL_RADIANCE_FIELDS_NERF_REVIEW_AND_POTENTIAL_APPLICATIONS_TO_DIGITAL_CULTURAL_HERITAGE (дата обращения: 08.07.23). EDN: GHAUTV
14. Fang, W., Oswaldo, L. Q., Hongyang, Zh. Design of Music Education Software APP Based on Convolutional Neural Network / W. Fang, L. Q. Oswaldo, Zh. Hongyang // ResearchGate. — 2022. — С. 1-7. — URL: https://www.researchgate.net/publication/366408283_Design_of_Music_Education_Software_APP_Based_on_Convolutional_Neural_Network (дата обращения: 08.07.23).
15. Han, X., Wu, Ya., Wan, R. A Method for Style Transfer from Artistic Images Based on Depth Extraction Generative Adversarial Network / X. Han, Ya. Wu, R. Wan // Applied Sciences. — 2023. — №13. — С. 1-14. — URL: https://www.researchgate.net/publication/366993180_A_Method_for_Style_Transfer_from_Artistic_Images_Based_on_Depth_Extraction_Generative_Adversarial_Network (дата обращения: 08.07.23).
16. Lian, J., Zhou, Ya., Han, L., Yu, Zh. Virtual Reality and Internet of Things-Based Music Online Learning via the Graph Neural Network / J. Lian, Ya. Zhou, L. Han, Zh. Yu // Computational Intelligence and Neuroscience — 2022. — С. 1-7. — URL: https://www.hindawi.com/journals/cin/2022/3316886/ (дата обращения: 08.07.23).
17. Mademlis, I., Symeonidis, Ch., Tefas, A., Pitas, I. Vision-based Drone Control for Autonomous UAV Cinematography / I. Mademlis, Ch. Symeonidis, A. Tefas, I. Pitas // Multimedia Tools and Applications. — 2023. — С. 1-18. — URL: https://www.researchgate.net/publication/370205818_Vision-based_Drone_Control_for_Autonomous_UAV_Cinematography (дата обращения: 08.07.23).
18. Sochopoulos, A., Mademlis, I., Charalampakis, E., Papadopoulos, S., Pitas, I. Deep Reinforcement Learning with semi-expert distillation for autonomous UAV cinematography / A. Sochopoulos, I. Mademlis, E. Charalampakis, S. Papadopoulos, I. Pitas // Proceedings of the IEEE International Conference on Multimedia & Expo. — 2023. — С. 1-6. — URL: https://www.researchgate.net/publication/370205682_Deep_Reinforcement_Learning_with_semi-expert_distillation_for_autonomous_UAV_cinematography (дата обращения: 08.07.23).
19. Wang, J. Research on Cultural Translation Based on Neural Network / J. Wang // Mathematical Problems in Engineering. — 2022. — С. 1-9. — URL: https://www.hindawi.com/journals/mpe/2022/6330814/ (Дата обращения: 07.07.23). 20. Xiaodong, L. Art Painting Image Classification Based on Neural Network / L. Xiaodong // Computational Intelligence and Neuroscience. — 2022. — С. 1-9. — URL: https://www.hindawi.com/journals/cin/2022/3119604/ (Дата обращения: 07.07.23).