Uniwersytet Warszawski - Centralny System Uwierzytelniania
Strona główna

Artificial Intelligence Art

Informacje ogólne

Kod przedmiotu: 1000-OOAIA
Kod Erasmus / ISCED: (brak danych) / (brak danych)
Nazwa przedmiotu: Artificial Intelligence Art
Jednostka: Wydział Matematyki, Informatyki i Mechaniki
Grupy: Przedmioty ogólnouniwersyteckie na Uniwersytecie Warszawskim
Przedmioty ogólnouniwersyteckie Wydziału Matematyki, Informatyki i Mechaniki
Punkty ECTS i inne: (brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.

zobacz reguły punktacji
Język prowadzenia: angielski
Rodzaj przedmiotu:

ogólnouniwersyteckie

Tryb prowadzenia:

w sali

Skrócony opis:

This lab-focused course investigates how AI is disrupting the creative processes and changing how we view the world, with a particular interest in memory and algorithmic representation. The scope of the course ranges from the recent developments in creative deep learning technologies to the use of algorithmic tools in implementing interdisciplinary arts and science projects.

Recruitment for the course will be conducted separately, by applications. Students of mathematics, Computer Science, bioinformatics and Machine learning who pass this course may obtain OGUN (human/social science general university course) credits.

Pełny opis:

Artificial intelligence (AI) has developed significantly in the recent times with a variety of deep learning architectures. In this rapid prototyping team-focused course, we study and reimagine the implications of AI, bias, and algorithmic justice within creative use and design process. Especially, during the semester, students will create interdisciplinary arts and design projects with the central theme that memory, dreams, and nation-state collective narratives being defined through rapidly developing technologies like GPT-3, Stable Diffusion, and others.

The focus will be on the challenges presented by the artistic creation of using AI language and vision models to define individual and collective visual memory, or other types of data and models. We will survey and have hands-on experiences with many AI tools, as demanded by students interests and projects, such as speech to text, text to image, image to image, and image to video, and others. For examples, sentences and phrases are translated into images extensively sourced from various repositories of databanks. Programming, prompt engineering, and experimenting with models, software, datasets will be central. In the process, the course will look at the issues of algorithmic bias, and the aesthetics of AI with a strong focus on current societal issues.

Through a team based rapid prototyping, Dr. Neo Christopher Chung from the University of Warsaw and Dr. Ellen Pearlman, visiting Fulbright Scholar in Art, Media, and New Technologies from MIT/ThoughtWorks Arts, will conduct this special colab atthe University of Warsaw. Find out more about the Art-A-Hack (https://artahack.io) rapid prototyping approach.

How to apply:

This special colab is by application only. Email to n.chung@uw.edu.pl and ellen@volumetric.co.

Describe your project idea or your particular interest in this colab concept. We welcome applications with diverse backgrounds. No prior knowledge with AI art necessary. When we receive your applications, we will match you up with others in team settings.

Full name

Email address

Your studies, skills, and background

Your project ideas or interests of how to contribute.

Literatura:

Art Hack Practices by Victoria Bradbury, Suzy O’ Hara

Collective Wisdom: Co-Creating Media within Communities, across Disciplines and with Algorithms by Katerina Cizek, William Uricchio

AI Art: Machine Visions and Warped Dreams by Joanna Zylinska

Defining AI Arts: Three Proposals by Lev Manovich

Efekty uczenia się:

Understanding the creative AI tools and technologies

Learning how to work within interdiscplinary teams

Metody i kryteria oceniania:

Course participation, homework, final project

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Warszawski.
ul. Banacha 2
02-097 Warszawa
tel: +48 22 55 44 214 https://www.mimuw.edu.pl/
kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.0.0-895557ea9 (2024-09-26)