信息化的本质分享 http://blog.sciencenet.cn/u/Babituo

博文

AI设计的美学追求

已有 1209 次阅读 2019-1-20 10:44 |个人分类:信息探索|系统分类:科研笔记| AI设计, 蒙日-安倍方程, 对抗神经元网络学习

——读 顾险峰“GAN和蒙日-安倍方程理论”有感

献给正在学设计的女儿

 

后现代的设计必定建立在数字化和人工智能的基础之上。
深度学习,对抗神经元网络学习是人工智能技术新的突破口。
蒙日-安倍方程理论可解析对抗神经元网络学习的数学原理。
最小代价的转换正是设计美学本质上的追求。

 

从理解“分布”开始

 

“分布”的概念理解一切。

图画是颜料在画布上的“分布”。

函数是数值在数域上的“分布”。

图形是点在空间上的“分布”。

均匀分布“规律”之“弦”能够变换为均匀分布的分布,就是有规律的分布。

非均匀分布“现实”之“像”:显示出毫无规律,却引人不断地去探求其规律。

非均匀变形:一个假设,假设所有非均匀分布都是某均匀分布产生非均匀变形的结果。

变形力函数:非均匀变形源自某非均匀变形力对均匀分布的作用。

 

原始分布 + 参数化变形力分布 = 任意分布

反转:可测得分布 - 可习得变形力分布 = 可辨分布

传输函数 = 可习得变形力分布

于是:

高维数据背景--特定概率分布-的透析约简 = 低维流形分布

现实--设计的-透析约简  =  美学设计产品

 

机器设计,就是习得最优传输函数。
AI设计即机器设计。
模式识别。
自动建模。
自动渲染。





http://blog.sciencenet.cn/blog-33982-1158078.html

上一篇:共识体网络架构设计-告别2018,向2019献礼
下一篇:编码软件的基因(推介)

2 武夷山 杨正瓴

该博文允许注册用户评论 请点击登录 评论 (0 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备14006957 )

GMT+8, 2020-1-25 00:48

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部