Estetika neuronových sítí
Předmět není vypsán Nerozvrhuje se
Kód | Zakončení | Kredity | Rozsah | Jazyk výuky | Semestr |
---|---|---|---|---|---|
373ENS | Z | 3 | 4ST | česky | letní |
Garant předmětu
Jméno vyučujícího (jména vyučujících)
Výsledky učení dané vzdělávací složky
Cílem předmětu je:
•objasnit problematiku spojenou se strukturou umělé neuronové sítě (ANN - Artificial neural network) se zaměřením na možné využití v umělecké tvorbě. Kurz navrhuje seznámení se se základními typy architektur ANN známeými v dnešní době a také s jejich topologií.
•naučit paradigmata užitečná pro konstrukce modelů umělých neuronových struktur, jež jsou studenti/ky schopni/y se učit z trénovací množiny dat (dataset).
Součástí výuky je seznámení se s kontextem tvorby známé pod názvem AI Art (Umění umělé inteligence) a reflexe uměleckých děl. Student/ky absolvující tento předmět umí navrhnout a vytvořit umělecký projekt používající principy umělé inteligence a naprogramovat jeho algoritmus. Základní znalosti programovacího jazyka Python je výhodou.
Student absolvující tento předmět umí navrhnout a vytvořit umělecký projekt používající principy umělé inteligence a naprogramovat jeho algoritmus.
Forma studia
semináře
Předpoklady a další požadavky
Absolvování Creative Coding with Python
Obsah kurzu
Tendence spojení vědy a umění v současné době vede také k prolínání disciplin neurovědy, kybernetiky a umění. Algoritmus neuronové sítě tvoří jádro systémů, známých pod názvem „umělá inteligence“ (AI). Ponoření se do problematiky spojení „umělé inteligence“ a umění je nezbytnou součástí jak technického instrumentáře, tak i estetického diskurzu umělce tvořícího dnes.
Doporučená nebo povinná literatura
SMART, Andrew. Beyond Zero and One: Machines, Psychedelics, and Consciousness. New York City: OR Books, 2015. 268 s. ISBN 978-1-682190-06-7.
BRAITENBERG, Valentino. Vehicles: Experiments in synthetic psychology. Cambridge, MA: MIT Press, 1984. 168 s. ISBN: 9780262022088.
BRIDLE, James. New Dark Age: Technology, Knowledge and the End of the Future. New York: Verso, 2018. ISBN 9781786635488. 304 s.
BROCKMAN, John. What to Think About Machines That Think: Today's Leading Thinkers on the Age of Machine Intelligence. New York: HarperCollins, 2015. 576 s. ISBN 978-0062425652.
GULLI, Antonio a PAL, Sujit. Deep Learning with Keras. Birmingham: Packt Publishing, 2017. 318 s. ISBN 9781787128422.
RASHID, Tariq. Make Your Own Neural Network: A Gentle Journey Through the Mathematics of Neural Networks, and Making Your Own Using the Python Computer Language. Scotts Valley, CA: CreateSpace Independent Publishing Platform, 2016. 222 s. ISBN 978-1530826605.
ZACCONE, Giancarlo; KARIM, Md. Rezaul a MENSHAWY, Ahmed. Deep Learning with TensorFlow. Birmingham: Packt Publishing, 2017. 484 s. ISBN 978-1788831109.
GOODFELLOW, Ian; BENGIO, Yoshua a COURVILLE, Aaron. Deep Learning: Adaptive computation and machine learning. Cambridge: MIT Press, 2016. 800 s. ISBN 978-0262035613.
Hodnoticí metody a kritéria
Součásti hodnocení:
- aktivní docházka min. 80%
- umělecký projekt používající principy umělé inteligence a naprogramování jeho algoritmu
Poznámka
-
Další informace
Pro tento předmět se rozvrh nepřipravuje
Předmět je součástí následujících studijních plánů
- Audiovizuální studia - magistr_2021 (povinně volitelný předmět)