УДК 004.8
ARTIFICIAL INTELLIGENCE IN DIGITAL CULTURAL RESEARCH: AN ANALYTICAL REVIEW OF SCIENTIFIC LITERATURE
Sofia D. Mamaeva
Siberian Federal University, Krasnoyarsk, Russia
sophymamaeva@yandex.ru, orcid.org/0009-0002-2716-9669
Abstract. Artificial intelligence is currently a progressive tool for the development of mankind in all spheres, including the sphere of culture, which causes uncertainty about the current stage of development, the results of the introduction of this system into the cultural environment and the directions of further progress of intelligent systems and their research. This determined the purpose of the current article, which is to analyze cultural studies on artificial intelligence to determine the development of the topic, the effect of implementation and the current dynamics of the development of scientific and technological systems for subsequent research in this area. To achieve this goal, methods of comparative analysis and synthesis were used to identify key aspects of the use and improvement of artificial intelligence in the cultural environment and systematize information about intelligent technologies in the scientific publications under consideration. The conducted research allowed us to obtain the following results: the key aspects of the development of artificial intelligence in the field of culture are fine arts, cinematography, musical art, speech culture, digital cultural heritage; artificial intelligence is widely used in the field of culture, its introduction has significantly expanded the possibilities of human activity; technologies are well developed at the moment and are able to perform various tasks thanks to the algorithm created by people embedded in them; in addition to the obvious advantages, there are certain limitations in existing systems that affect the tasks they solve, as a result of which unreliable data may be obtained and human activity may be complicated; empirical evidence of the positive influence of artificial intelligence and shortcomings at the current stage for further improvement of algorithmic systems. The obtained results revealed a sufficient degree of development of the topic and determined further directions of cultural studies for the development of artificial intelligence.
Keywords: artificial intelligence, cultural sphere, fine arts, cinematography, musical art, speech culture, digital cultural heritage
For citation: Mamaeva, S. D. Artificial intelligence in digital cultural research: an analytical review of scientific literature. Digitalization. 2023, 4 (3), pp. 8–16. [in Russian]. EDN RZIENT
References
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).