人工智能正在改变人类的创造活动和艺术研究，其背后的技术原理却并不容易为非计算机专业人士所理解。本书《人工智能与艺术史》紧扣时代议题，从艺术史的角度切入，探讨人类与机器围绕视觉艺术展开的“对话”中正在显现的矛盾与机遇。
本书汇集多位学者的研究，考察机器学习、计算机视觉等领域的最新进展，并探讨基于算法的艺术分析能否为人类观赏和理解艺术开辟新的可能。量化研究方法是否会动摇人文学科阐释文化作品的传统方式？反过来，借助大规模数据分析，我们能否重新认识传统的艺术风格观念，以及艺术创作的方法与技法？
本书各章展示了人工智能这一统称下的多种技术如何挑战人文学科与科学研究的传统知识观和研究方式，同时探讨将计算机处理图像的过程比作“视觉”所带来的影响。本书还深入考察人工智能与计算机视觉如何与艺术史研究方法结合，以及二者未来可能形成怎样的协作，并由此审视这一跨学科领域研究中有待回应的伦理问题。
《人工智能与艺术史：算法文化中的图像观看》
插图目录
撰稿人简介
导论
凯瑟琳·布朗（Kathryn Brown）
1. 如何向死兔子解释图画：计算机视觉与约瑟夫·博伊斯的艺术理论
阿曼达·瓦西莱夫斯卡（Amanda Wasielewski）
2. 连接计算机科学与艺术史的十年探索
伊娃·切蒂尼奇（Eva Cetinić）
3. 计算机视觉：21世纪的“时代之眼”？
凯瑟琳·布朗（Kathryn Brown）
4. 面向数据集的数字艺术史：探索人工智能的图像学
莱昂纳多·因佩特（Leonardo Impett）
5. 再谈图像诗学：文本生成图像模型与生成式人工智能
努里娅·罗德里格斯-奥尔特加（Nuria Rodríguez-Ortega）
6. 艺术史与文本生成图像模型关系的实验研究
阿玛莉娅·福卡（Amalia Foka）
7. 现实主义是一种风格吗？利用潜在扩散模型捕捉现实主义图像的风格
马纳斯·梅塔（Manas Mehta）、张卓敏（Zhuomin Zhang）、伊丽莎白·C. 曼斯菲尔德（Elizabeth C. Mansfield）、李佳（Jia Li）、约翰·拉塞尔（John Russell）和詹姆斯·Z. 王（James Z. Wang）
8. 摄影的图像：计算机视觉如何界定摄影这一媒介
特蕾西·斯图伯（Tracy Stuber）
结论：艺术与智能
凯瑟琳·布朗（Kathryn Brown）
索引