Влияние искусственного интеллекта на креативные индустрии: тенденции и перспективы

Влияние искусственного интеллекта на креативные индустрии: тенденции и перспективы

Автор: Шкаленко Анна Викторовна, Фадеева Екатерина Алексеевна

Журнал: Вестник Волгоградского государственного университета. Экономика @ges-jvolsu

Рубрика: Экономическая теория

Статья в выпуске: 3 т.24, 2022 года.

Бесплатный доступ

Данное исследование базируется на использовании элементов инновационной методологии постинституционального анализа в рамках междисциплинарного синтеза, которая предполагает преодоление моноаспектности, дихотомичности и догматизма многих концепций ортодоксального неоинституционализма. При проведении работы использовался междисциплинарный подход к изучению влияния искусственного интеллекта (далее - ИИ) на креативные индустрии. Оценка современного состояния проблемы и формирование концептуальных рамок исследования были осуществлены в результате анализа и переосмысления многочисленных работ зарубежных и российских ученых, а также законодательства РФ. В ходе исследования установлено, что ИИ и его технологии используются и могут использоваться в приложениях, имеющих отношение к креативным индустриям. Был проведен обзор современного состояния ИИ и его технологий, а также представлены примеры приложений для творческих направлений. Выделены основные категории областей, в которых задействована сквозная технология ИИ: создание контента, анализ информации, улучшение контента и рабочие процессы постпроизводства, извлечение и улучшение информации, а также сжатие данных. В данном исследовании подробно рассмотрены две основные категории, характеризующие экономическую деятельность хозяйствующих субъектов: создание контента и анализ информации. Определена роль использования ИИ для креативных отраслей, что может улучшить процесс использования ответственных инноваций для устойчивого развития бизнеса в период цифровой трансформации общества. Выделены проблемы и сделан прогноз будущего потенциала ИИ, связанные с творческими индустриями.

Еще

Искусственный интеллект, креативные индустрии, машинное обучение, создание контента, анализ информации, хозяйствующие субъекты, технологическая модернизация, цифровая трансформация, инновационное развитие государства

Короткий адрес: https://sciup.org/149141693

IDR: 149141693   |   DOI: 10.15688/ek.jvolsu.2022.3.4

Список литературы Влияние искусственного интеллекта на креативные индустрии: тенденции и перспективы

  • Гарбовский, Н. К. Интеллект для перевода: искусный или искусственный? / Н. К. Грабовский, О. И. Костикова // Вестник Московского университета. Серия 22, Теория перевода. - 2019. - № 4. - URL: https://cyberleninka.ru/ article/n/intellekt-dlya-perevoda-iskusnyy-ili-iskusstvennyy (дата обращения: 27.05.2022). -Загл. с экрана.
  • Дорожная карта развития «сквозной» цифровой технологии «Нейротехнологии и искусственный интеллект». - Электрон. текстовые дан. -Режим доступа: https://d-russia.ru/wp-content/ uploads/2019/10/plan_AI.pdf. - Загл. с экрана.
  • Иншаков, О. В. Экономическая генетика как основа эволюционной экономики / О. В. Иншако-ва // Вестник Волгоградского государственного университета. Серия 3, Экономика. Экология. - 2006. - Вып. 10. - С. 11-18. - Электрон. текстовые дан. - Режим доступа: https:// cyberleninka.ru/article/n/ekonomicheskaya-genetika-kak-osnova-evolyutsionnoy-ekonomiki (дата обращения: 20.04.2022). - Загл. с экрана.
  • Иншаков, О. В. «Ядро развития» в контексте новой теории факторов производства / О. В. Инша-ков // Экономическая наука современной России. - 2003. - № 1. - С. 11-25. - Электрон. текстовые дан. - Режим доступа: https:// cyberleninka.ru/article/n/yadro-razvitiya-v-kontekste-novoy-teorii-faktorov-proizvodstva (дата обращения: 20.03.2022). - Загл. с экрана.
  • A New Chatbot for Customer Service on Social Media / A. Xu [et al.] // Proceedings of the 2017 CHI Conference on Human Factors in Computing Systems. - N. Y. : Association for Computing Machinery, 2017. - P. 3506-3510. - DOI: https:// doi.org/10.1145/3025453.3025496
  • A Systematic Review of Augmented Reality Applications in Maintenance / R. Palmarini [et al.] // Robot Comput-Integr Manuf. - 2018. -Vol. 49. - P. 215-228. - DOI: https://doi.org/ 10.1016/j.rcim.2017.06.002
  • AI in the Media and Creative Industries / B. Caramiaux [et al.] // New European Media. - Electronic text data. - Mode of access: https://arxiv.org/abs/ 1905.04175. - Title from screen. AttGAN: Facial Attribute Editing by Only Changing What You Want / Z. He [et al.] // IEEE Trans Image Process. - 2019. - Vol. 28, iss. 11. - P. 5464-5478. -DOI: https://doi.org/10.1109/TIP.2019.2916751
  • Audio-Visual Encoding of Multimedia Content for Enhancing Movie Recommendations / Y. Deldjoo [et al.] // Proceedings ofthe 12th ACM Conference on Recommender Systems. - N. Y. : Association for Computing Machinery, 2018. - P. 455-459. -DOI: https://doi.org/10.1145/3240323.3240407
  • Augmented Reality: A Class of Displays on the Reality-Virtuality Continuum / P. Milgram [et al.] // Telemanipulator Telepresence Technol, SPIE. -1995. - Vol. 2351. - P. 282-292. - DOI: https:// doi.org/10.1117/12.197321
  • BERT: Pre-Training of Deep Bidirectional Transformers for Language Understanding / J. Devlin [et al.] // Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies. - 2019. -Vol. 1. - P. 4171-4186.
  • Briot, J. P. Deep Learning Techniques for Music Generation / J. P. Briot, G. Hadjeres, F. D. Pachet. -Cham : Springer, 2020. 284 p. - DOI: https:// doi.org/10.1007/978-3-319-70163-9
  • Chen, F. Resource Allocation for Personalized Video Summarization / F. Chen, C. De Vleeschouwer, A. Cavallaro // IEEE Trans Multimed. - 2014. -№ 16 (2). - P. 455-469. - DOI: https://doi.org/ 10.1109/TMM.2013.2291967
  • Cohen, N. S. From Pink Slips to Pink Slime: Transforming Media Labor in a Digital Age / N. S. Cohen // Commun Rev. - 2015. - № 18 (2). - P. 98-122. -DOI: https://doi.org/10.1080/10714421.2015.1031996/
  • Creativity and Technology in the Age of AI. Research Report (USA, Europe and Japan). - 2018. -Electronic text data. - Mode of access: https:// www.pfeifferreport.com/wp-content/uploads/ 2018/11 /Creativity_and_AI_Report_INT. pdf (date of access: 27.04.2022). - Title from screen.
  • Data-Driven News Generation for Automated Journalism / L. Leppänen [et al.] // Proceedings of the 10th International Conference on Natural Language Generation. - Santiago de Compostela: Association for Computational Linguistics, 2017. - P. 188-197. - DOI: https://doi.org/10. 18653/v1/W17-3528
  • Deep Animation Video Interpolation in the Wild / L. Siyao [et al.] // Proceedings ofthe IEEE/CVF Conference on Computer Vision and Pattern Recognition. -2021. - Electronic text data. - Mode of access: https://openaccess.thecvf.com/content/ CVPR2021/papers/Siyao_Deep_Animation_ Video_Interpolation_in_the_Wild_CVPR_ 2021_paper.pdf. - Title from screen.
  • Deep Learning for Content-Based Image Retrieval: A Comprehensive Study / J. Wan [et al.] // Proceedings of the 22nd ACM International Conference on Multimedia. - N. Y. : Association for Computing Machinery, 2014. - P. 157-166. -DOI: https://doi.org/10.1145/2647868.2654948
  • Deep Learning for Video Game Playing / N. Justesen [et al.] // IEEE Trans Games. - 2020. - Vol. 12, iss. 1. - P. 1-20. Deep Multiple Instance Learning for Image Classification and Auto-Annotation / J. Wu [et al.] // The IEEE Conference on Computer Vision and Pattern Recognition. - Boston : IEEE, 2015. - P. 3460-3469.
  • Deep Shading: Convolutional Neural Networks for Screen Space Shading / O. Nalbach [et al.] // Comput Graph Forum. - 2017. - Vol. 36, iss. 4. - P. 65-78. - DOI: https://doi.org/10.1111/cgf.13225
  • Dodds, L. The AI That Unerringly Predicts Hollywood's Hits and Fops / L. Dodds. - 2020. -Electronic text data. - Mode of access: https:// www.telegraph.co.uk/technology/2020/01/20/ai-unerringly-predicts-hollywoods-hits-fops (date of access: 10.04.2022). - Title from screen.
  • Donahue, C. Adversarial Audio Synthesis / C. Donahue, J. McAuley, M. Puckette // International Conference on Learning Representations. -2019. - Electronic text data. - Mode of access: https://arxiv.org/pdf/1802.04208.pdf. - Title from screen.
  • Dörr, K. N. Mapping the Field of Algorithmic Journalism / K. N. Dörr // Digit J. - 2016. - № 4 (6). - P. 700722. - DOI: https://doi.org/10.1080/21670811. 2015.1096748
  • Frolov, D. Blockchain and the Institutional Complexity: an Extended Institutional Approach / D. Frolov // Journal of Institutional Economics. - 2021. -Vol. 17, № 1. - P. 21-36.
  • GANSynth: Adversarial Neural Audio Synthesis / J. Engel [et al.] // International Conference on Learning Representations. - Electronic text data. - Mode of access: https://arxiv.org/abs/ 1902.08710. - Title from screen.
  • Gatys, L. A Neural Algorithm of Artistic Style / L. Gatys, A. Ecker, M. Bethge // J Vis. - 2016. - DOI: https:// doi.org/10.1167/16.12.326
  • Global Augmented Reality and Virtual Reality Market. -2017. - Electronic text data. - Mode of access: https://www.marketresearchfuture.com/sample_ request/6884 (date of access: 10.05.2022). - Title from screen.
  • Golbeck, J. Predicting Personality with Social Media / J. Golbeck, C. Robles, K. Turner // CHI '11 Extended Abstracts on Human Factors in Computing Systems. - 2011. - P. 253-262. - DOI: https://doi.org/10.1145/1979742.1979614
  • Hall, D. W. Growing the Artificial Intelligence Industry in the UK / D. W. Hall, J. Pesenti. - 2018. -Electronic text data. - Mode of access: https:// assets.publishing.service.gov.uk/government/ uploads/system/uploads/attachment_data/file/ 652097/Growing_the_artificial_intelligence_ industry_in_the_UK.pdf. - Title from screen.
  • Hello World is the First Music Album Composed with the Help of an AI Technology, and it is the Result of a Long Adventure. - Electronic text data. - Mode of access: https://www.helloworldalbum.net (date of access: 10.04.2022). - Title from screen.
  • Jeon, J. Automatic Image Annotation and Retrieval Using Cross-Media Relevance Models / J. Jeon, V. Lavrenko, R. Manmatha // Proceedings of the 26th Annual International ACM SIGIR
  • Conference on Research and Development in Informaion Retrieval. - Denver : Association for Computational Linguistics, 2003. - P. 119-126. -DOI: https://doi.org/10.1145/860435.860459
  • Kaminskas, M. Contextual Music Information Retrieval and Recommendation: State of the Art and Challenges / M. Kaminskas, F. Ricci // Comput Sci Rev. - 2012. - Vol. 6, iss. 2. - P. 89-119. -DOI: https://doi.org/10.1016/j.cosrev.2012.04.002
  • Learning to Advertise / A. Lacerda [et al.] // Proceedings of the 29th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval. - N. Y. : Association for Computing Machinery, 2006. - P. 549-556. - DOI: https://doi.org/10.1145/1148170.1148265
  • Learning to Simulate Dynamic Environments with GameGAN / S. W. Kim [et al.] // IEEE Conference on Computer Vision and Pattern Recognition. -Seattle : IEEE, 2020. - P. 1231-1240.
  • Li, J. Towards Personalized Review Summarization Via User-Aware Sequence Network / J. Li, H. Li, C. Zong // Proceed AAAI Conf Artif Intell. -2019. - Vol. 33, №> 1. - P. 6690-6697. - DOI: https:/ /doi.org/10.1609/aaai.v33i01.33016690
  • Mao, H. H. DeepJ: Style-Specific Music Generation / H. H. Mao, T. Shin, G. Cottrell // IEEE 12th International Conference on Semantic Computing. - Laguna Hills : IEEE, 2018. -P. 377-382.
  • NSTC (2016) Preparing for the Future of Artifcial Intelligence. - Electronic text data. - Mode of access: https : //obamawhitehouse. archives. gov/ sites/default/fles/whitehouse_fles/microsites/ ostp/NSTC/preparing_for_the_future_of_ai.pdf (date of access: 10.04.2022). - Title from screen. Ozcinar, C. Visual Attention in Omnidirectional Video for Virtual Reality Applications / C. Ozcinar, A. Smolic // 2018 10th International Conference on Quality of Multimedia Experience. - 2018. -P. 1-6. - DOI: https://doi.org/10.1109/QoMEX. 2018.8463418
  • PaGAN: Real-Time Avatars Using Dynamic Textures / K. Nagano [et al.] // ACM Trans Graph. - 2018. -Vol. 37, iss. 6. - P. 1-12. - DOI: https://doi.org/ 10.1145/3272127.3275075
  • Progressive Growing of GANs for Improved Quality, Stability, and Variation / T. Karras [et al.] // International Conference on Learning Representations. - 2018. - Electronic text data. -Mode of access: https://research.nvidia.com/sites/ default/files/pubs/2017-10_Progressive-Growing-of/karras2018iclr-paper.pdf. - Title from screen.
  • Radford, A. Unsupervised Representation Learning with Deep Convolutional Generative Adversarial Networks / A. Radford, L. Metz, S. Chintala // International Conference on Learning
  • Representations. - 2016. - Electronic text data. - Mode of access: https://arxiv.org/abs/ 1511.06434. - Title from screen.
  • Real-Time Facial Surface Geometry from Monocular Video on Mobile GPUs / Y. Kartynnik [et al.] // CVPR Workshop on Computer Vision for Augmented and Virtual Reality. - 2019. -Electronic text data. - Mode of access: https:// arxiv.org/pdf/1907.06724v1.pdf. - Title from screen.
  • Rowe, J. Creativity: A Survey of AI Approaches / J. Rowe, D. Partridge //ArtifIntell Rev. - 1993. -Vol. 7. - P. 43-70. - DOI: https://doi.org/10.1007/ BF00849197
  • Rush, A. M. A Neural Attention Model for Abstractive Sentence Summarization / A. M. Rush, S. Chopra, J. Weston // Proceedings of the 2015 Conference on Empirical Methods in Natural Language Processing. - Lisbon : Association for Computational Linguistics, 2015. - P. 379-389. -DOI: https://doi.org/10.18653/v1/D15-1044
  • Russell, S. Artificial Intelligence: A Modern Approach / S. Russell, P. Norvig. - Hoboken : Pearson, 2020. - 932 p.
  • Searching and Annotating 100M Images with YFCC100MHNfc6 and MI-File / G. Amato [et al.] // Proceedings of the 15th International Workshop on Content-Based Multimediaindexing. -2017. - Art. 26. - P. 1-4. - DOI: https://doi.org/ 10.1145/3095713.3095740
  • See, A. Get to the Point: Summarization with Pointer-Generator Networks / A. See, P. J. Liu, C. D. Manning. - Vancouver : Association for Computational Linguistics, 2017. - P. 1073-1083.
  • Short, T. Procedural Generation in Game Design / T. Short, T. Adams. - N. Y. : A K Peters/CRC Press, 2017. - 336 p.
  • Social Media Big Data Analytics: A Survey / N. A. Ghani [et al.] // Comput Hum Behav. - 2019. - Vol. 101. - P. 417-428. - DOI: https:// doi.org/10.1016/j.chb.2018.08.039
  • Tesfaldet, M. Two-Stream Convolutional Networks for Dynamic Texture Synthesis / M. Tesfaldet, M. A. Brubaker, K. G. Derpanis // The IEEE Conference on Computer Vision and Pattern Recognition. - 2018. - Electronic tex data. -Mode of access: https://arxiv.org/abs/1706. 06982. - Title from screen.
  • The Art in the Artificial AI and the Creative Industries / J. Davies [et al.] // Creat Ind Policy Evid Centre. -2020. - P. 1-38.
  • The Immersive Economy in the UK The Growth of Virtual, Augmented and Mixed Reality Technologies. - 2018. - Electronic text data. -Mode of access: https://www.ukri.org/wp-content/uploads/2018/05/IUK-161221-ImmersiveTechnologies.pdf (date of access: 05.02.2022).
  • The Relightables: Volumetric Performance Capture of Humans with Realistic Relighting / K. Guo [et al.] // ACM SIGGRAPH Asia. - 2019. - Vol. 38, iss. 6. -Art. 217. - P. 1-19.
  • Toward Interconnected Virtual Reality: Opportunities, Challenges, and Enablers / E. Bastug [et al.] // IEEE Commun Maga. - 2017. - №> 55 (6). - P. 110-117.
  • Towards the Automatic Anime Characters Creation with Generative Adversarial Networks / Y. Jin [et al.] // Language Technologies, Association for Computational Linguistics. - 2017. - IP 103-112. -DOI: https://doi.org/10.48550/arXiv. 1708.05509
  • Video Retrieval System Using Parallel Multi-Class Recurrent Neural Network Based on Video Description / S. Jabeen [et al.] // 2018 14th International Conference on Emerging Technologies. - N. Y. : IEEE, 2018. - P. 1-6.
  • Video-to-Video Synthesis / T. C. Wang [et al.] // Advances in Neural Information Processing Systems. - Red Hook : Curran Associates Inc., 2018. - P. 1-14.
  • Virtual Reality for Stroke Rehabilitation / K. E. Laver [et al.] // Cochrane Database Syst Rev. - 2017. -Iss. 11. - P. 1-183.
  • VR Facial Animation Via Multiview Image Translation / S. E. Wei [et al.] // ACM Trans Graph. - 2019. -Vol. 38, iss. 4. - P. 1-16. - DOI: https://doi.org/ 10.1145/3306346.3323030
  • Zhang, R. Colorful Image Colorization / R. Zhang, P. Isola, A. A. Efros // The European Conference on Computer Vision. - 2016. - P. 649-666.
Еще
Статья научная
QR-код для установки приложения SciUp Наведите камеру и скачайте бесплатное приложение SciUp