AI-generated characters for supporting personalized learning and well-being

性格(数学) 计算机科学 透视图(图形) 对话 管道(软件) 过程(计算) 生成语法 人工智能 数据科学 多媒体 人机交互 心理学 沟通 数学 操作系统 程序设计语言 几何学
作者
Pat Pataranutaporn,Valdemar Danry,Joanne Leong,Parinya Punpongsanon,Dan Novy,Pattie Maes,Misha Sra
出处
期刊:Nature Machine Intelligence [Springer Nature]
卷期号:3 (12): 1013-1022 被引量:170
标识
DOI:10.1038/s42256-021-00417-9
摘要

Advancements in machine learning have recently enabled the hyper-realistic synthesis of prose, images, audio and video data, in what is referred to as artificial intelligence (AI)-generated media. These techniques offer novel opportunities for creating interactions with digital portrayals of individuals that can inspire and intrigue us. AI-generated portrayals of characters can feature synthesized faces, bodies and voices of anyone, from a fictional character to a historical figure, or even a deceased family member. Although negative use cases of this technology have dominated the conversation so far, in this Perspective we highlight emerging positive use cases of AI-generated characters, specifically in supporting learning and well-being. We demonstrate an easy-to-use AI character generation pipeline to enable such outcomes and discuss ethical implications as well as the need for including traceability to help maintain trust in the generated media. As we look towards the future, we foresee generative media as a crucial part of the ever growing landscape of human–AI interaction. Digitally recreating the likeness of a person used to be a costly and complex process. Through the use of generative models, AI-generated characters can now be made with relative ease. Pataranutaporn et al. discuss in this Perspective how this technology can be used for positive applications in education and well-being.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
vv完成签到,获得积分10
1秒前
aliime完成签到,获得积分10
3秒前
4秒前
123完成签到,获得积分10
4秒前
浅尝离白发布了新的文献求助10
5秒前
123发布了新的文献求助10
9秒前
hdy331完成签到,获得积分10
9秒前
落寞怀柔完成签到 ,获得积分10
9秒前
11秒前
Aliya完成签到 ,获得积分10
12秒前
Singularity应助苏木采纳,获得10
14秒前
平淡妙梦完成签到 ,获得积分20
15秒前
铁柱xh完成签到 ,获得积分10
16秒前
Endlessway给发嗲的雨筠的求助进行了留言
17秒前
luoliping发布了新的文献求助10
17秒前
21秒前
黑去吗工完成签到,获得积分10
22秒前
斯文败类应助南烟采纳,获得10
22秒前
22秒前
24秒前
奋斗半烟发布了新的文献求助30
26秒前
27秒前
27秒前
27秒前
Orange应助布丁采纳,获得10
29秒前
黑去吗工发布了新的文献求助10
29秒前
fxtx1234发布了新的文献求助10
32秒前
一颗星发布了新的文献求助10
32秒前
33秒前
ice7应助一颗星采纳,获得10
35秒前
35秒前
38秒前
慕青应助雨诺采纳,获得10
39秒前
39秒前
南烟发布了新的文献求助10
39秒前
MU发布了新的文献求助10
39秒前
fxtx1234完成签到,获得积分10
41秒前
良良丸完成签到 ,获得积分10
42秒前
大个应助甜甜的金鑫采纳,获得10
42秒前
等风的人发布了新的文献求助10
43秒前
高分求助中
Smart but Scattered: The Revolutionary Executive Skills Approach to Helping Kids Reach Their Potential (第二版) 1000
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
The Heath Anthology of American Literature: Early Nineteenth Century 1800 - 1865 Vol. B 500
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Machine Learning for Polymer Informatics 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
2024 Medicinal Chemistry Reviews 480
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3222475
求助须知:如何正确求助?哪些是违规求助? 2871125
关于积分的说明 8173855
捐赠科研通 2538042
什么是DOI,文献DOI怎么找? 1370245
科研通“疑难数据库(出版商)”最低求助积分说明 645736
邀请新用户注册赠送积分活动 619535