人工想象力

人工想象力，也叫合成想象力或机器想象力，被定义为由通用或特殊用途的计算机或人工神经网络对人类想象力的人工模拟。它的应用形式被称为媒体合成或合成媒体。

人工想象力这一术语也被用来描述机器或程序的一种特性。研究人员希望模拟的一些特质包括创造力、视觉、数字艺术、幽默和讽刺。

人工想象力研究使用了许多领域的工具和见解，包括计算机科学、修辞学、心理学、创意艺术、哲学、神经科学、情感计算、人工智能、认知科学、语言学、运筹学、创意写作、概率和逻辑。

该领域的从业人员正在研究人工想象的各个方面，如人工（视觉）想象、人工（听觉）想象、基于人类情感的建模/过滤内容和互动搜索。一些关于这个主题的文章推测，人工想象力可能会发展到创造一个人们可能足够舒适的人工世界，以逃避现实世界。

一些研究人员如G. Schleis和M. Rizki专注于使用人工神经网络来模拟人工想象力。

另一个重要项目是由日本东京大学的加藤宏治和原田达也领导。他们已经开发了一台能够将物体的描述转化为图像的计算机，这可能是定义什么是想象力的最简单方法。他们的想法是基于这样一个概念：图像是一系列被分成短序列的像素，对应于图像的一个特定部分。科学家们称这种序列为 "视觉词"，这些可以由机器利用统计分布来解释，以读取和创建机器未曾遇到的物体的图像。

人工想象力的话题已经引起了计算机科学领域以外的学者的兴趣，例如著名的通信学者欧内斯特-鲍曼（Ernest Bormann），他提出了符号收敛理论，并参与了一个在计算机系统中开发人工想象力的项目。自2017年以来，在巴黎高等师范学院举行了一个关于人工想象力和后数字艺术的跨学科研究研讨会。

如何构建一个心灵。伊戈尔-亚历山大（Igor Aleksander）的《走向有想象力的机器》（Toward Machines with Imagination）是一本关于这个主题的学术书；《人工想象》（Artificial Imagination）是一本非学术书，据说是由一个名叫卡尔帕尼克-S的人工想象系统写的，由人工想象中心公司出版，是这个词的xxx次已知使用。

人工想象的典型应用是用于互动搜索。伴随着万维网的发展和搜索引擎的优化，交互式搜索自90年代中期开始发展。根据xxx次查询和用户的反馈，要搜索的数据库被重新组织，以改善搜索结果。

人工想象力如何促进互动搜索

人工想象力使我们能够合成图像，并开发一个新的图像，无论它是否在数据库中，无论它是否存在于现实世界中。例如，计算机显示的结果是基于最初查询的答案。用户选择几个相关的图像，然后技术分析这些选择，重新组织图像的等级以适应查询。在这个过程中，人工想象力被用来合成所选择的图像，并通过额外的相关合成图像来改善搜索结果。这项技术是基于几种算法，包括Rocchio算法和进化算法。Rocchio算法，将查询点定位在相关的例子附近，远离不相关的例子，很简单，在数据库按一定等级排列的小系统中运行良好。进化合成由两个步骤组成：一个标准算法和一个标准算法的增强。通过用户的反馈，会有更多的图像被合成，以便适合于用户所寻找的东西。

人工想象力有一个更普遍的定义和广泛的应用。人工想象的传统领域包括视觉想象和听觉想象。更广泛地说，所有形成想法、图像和概念的行为都可以与想象力联系起来。因此，人工想象力的含义不仅仅是生成图形。例如，道德想象力是人工想象力的一个重要研究子领域，尽管人工想象力的分类很困难。

道德是人类逻辑的一个重要组成部分，而人工道德在人工想象和人工