Evolution & Foundation: AI Shares Creative Control
本文提出了一个将遗传算法与多模态人工智能基础模型相结合的框架，旨在将艺术家的角色从直接选择转向系统设计，从而在由人工智能审美推理引导的同时，实现复杂三维有机形态的快速演化，并提供透明的审计追踪和交互式可视化工具。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下你是一位雕塑大师，但你使用的不是粘土和凿子，而是可以自行改变形状的“数字粘土”。在过去，为了创造一个特定的形状（比如一只鸡或一朵花），你必须观察成百上千个随机的数字团块，挑选出那些与你想要的目标最接近的，然后告诉计算机：“多制作一些像这样子的东西。”这是一项缓慢且重复的工作。
这篇论文介绍了一种全新的方法，叫做**“进化与基础”（Evolution & Foundation，简称 EvolF）**。你可以把它想象成雇佣了一位非常聪明、具有艺术感的机器人助手来承担繁重的筛选工作，而你，作为人类，只需给这个机器人一个高层级的指令，比如：“做个看起来像鸡的东西。”
以下是该系统的运作方式，分为几个简单的部分：
1. 两个主要角色
- “有机”系统（雕塑家）： 这是一个由艺术家和数学家创建的、受人信赖的传统计算机程序。它根据一套规则（类似于数字遗传密码）生成随机的 3D 形状。它可以制造出成千上万种奇特的、抽象的、具有有机感的形态。
- “Gemini”模型（策展人）： 这是一个强大的 AI，它能够理解图像和语言。它不仅仅是遵循数学规则，它还能观察一张图片并说：“这个看起来有点像鸟头，”或者“那个太乱了。”
2. 新的工作流：从园丁到建筑师
在旧时代，人类艺术家必须扮演“园丁”的角色，不断地剔除坏掉的植物，并一个接一个地挑选出最好的。
在这个新系统中，人类变成了建筑师。你告诉 AI：“我想要一只鸡。”随后，AI 接管了园丁的角色。它观察两个随机的数字形状，进行比较，并决定哪一个看起来更像一只鸡。它选出胜者，制作一个略微改变的副本（变异），并重复这个过程数千次，直到一个可辨认的鸡从抽象的“数字粘土”中显现出来。
3. “品鉴测试”（二元锦标赛）
研究人员发现，如果他们一次向 AI 展示 16 个形状，AI 会感到困惑，或者只是简单地挑选看到的头几个。因此，他们改变了策略。
他们设置了**“一对一锦标赛”**。AI 每次只看两个并排展示的形状，并问自己：“这两个当中，哪一个更接近鸡？”
为了确保 AI 真的在思考而不仅仅是在瞎猜，他们要求它大声说出自己的选择理由（例如：“我选择了这个，因为它有一个看起来像鸡冠的红色顶部”）。这创造了一个详细的“审计追踪”或“日志”，以便人类能够看到 AI 是如何得出最终结果的。
4. 保持趣味性（“像素评分”技巧）
有时，AI 会陷入僵局。它可能会一直制造同一个无聊的形状，因为它认为这是制作一只鸡的最佳方式。这被称为“陷入思维定式”。
为了解决这个问题，系统设置了一个安全阀。每隔 20 代，它会强制进行一次“创意扰动”。它会暂时忽略“鸡”这个目标，转而询问 AI 哪一个形状是最复杂且细节丰富的（使用一种称为 PixelScore 的指标）。这迫使系统尝试新的、奇特的尝试，确保进化过程不会变得枯燥或停滞不前。
5. 结果：一个进化的故事
这篇论文不仅展示了最终的鸡；它还展示了整个过程。因为 AI 为每一次选择都写下了它的推理过程，研究人员可以生成一段叙事性的总结。
例如，AI 可能会报告：“在开始阶段，我们正在寻找一个圆形的身体。接着，我们开始关注头部结构。最后，我们精细化了腿部。”
这把计算机代码变成了一个可读的故事，讲述了一个复杂的 3D 形式是如何从一个随机的团块进化成一个可辨认的形态的。
总结
该论文声称，通过将传统的进化艺术系统与现代的、具备语言智能的 AI 相结合，人类可以停止从事那些枯燥的形状挑选工作。相反，人类可以设定目标，而 AI 则作为一个创意伙伴，负责进化出复杂的 3D 艺术，解释其选择，并在不陷入僵局的情况下推动整个过程向前发展。其结果是一个透明的、带有叙述性的旅程，记录了从抽象的数字噪声到特定、可辨认形态的演变过程。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。