SylabUZ
| Course name | Sztuczna inteligencja i sztuka - narzędzia kreatywne |
| Course ID | 03.0-WA-P-SztInSz-NaKrea-N23 |
| Faculty | Faculty of Arts |
| Field of study | Illustration, comic book design and elements of concept art |
| Education profile | academic |
| Level of studies | Postgraduate studies |
| Beginning semester | winter term 2023/2024 |
| Semester | 2 |
| ECTS credits to win | 4 |
| Course type | obligatory |
| Teaching language | polish |
| Author of syllabus |
|
| The class form | Hours per semester (full-time) | Hours per week (full-time) | Hours per semester (part-time) | Hours per week (part-time) | Form of assignment |
| Lecture | - | - | 9 (including as e-learning) |
0,6 (including as e-learning) |
Credit with grade |
Zapewnienie studentom wiedzy z obszaru wykorzystania narzędzi kreatywnych Sztucznej Inteligencji (SI) dla potrzeb projektowania mediów cyfrowych z uwzględnieniem współczesnych technologii oraz wymogów stawianych przez przemysły kreatywne. Ukształtowanie podstawowych umiejętności w zakresie przygotowanie do pracy w charakterze projektanta koncepcji wizualnej gier i mediów cyfrowych z użyciem SI.
Obsługa komputera, grafika komputerowa na poziomie podstawowym
Zapoznanie z możliwościami technik syntezy i przetwarzania obrazu oraz programami GANN (Generative Adversarial Neural Networks). Ewaluacja narzędzi SI pod kątem technologii, funkcjonalności, możliwości interakcji oraz kreowania estetyki i mediów.
Projektowanie assetów - projektowanie (prompting) lub edycja (style transfer) dla mediów cyfrowych: koncepty, style, środowiska.
Ćwiczenia laboratoryjne prowadzone w trybie zdalnym/online na których studenci otrzymują zadania, które mogą być wykonane w zadanym czasie. Zadania laboratoryjne obejmują projektowanie i obsługę mediów AI dostępnych online, użytkowanie aplikacji programowych oraz środowisk syntezy i edycji mediów wizualnych.
| Outcome description | Outcome symbols | Methods of verification | The class form |
Warunkiem zaliczenia jest uzyskanie pozytywnej oceny z realizacji wszystkich zadań w trakcie zajęć. Ocena końcowa jest średnią uzyskanych ocen cząstkowych (z każdego zagadnienia).
1. Zylinska, Joanna. AI art: machine visions and warped dreams. Open Humanities Press, 2020.
2. Manovich, Lev. "Defining AI arts: Three proposals." AI and dialog of cultures" exhibition catalog. Saint-Petersburg: Hermitage Museum (2019).
1. Dreyfus, Hubert :AI and Alchemy 1965
2. Hebron, Patrick :Machine Learning for Designers, 2016
Studenci wykorzystują na zajęciach przykładowe materiały otrzymane od prowadzącego. Korzystają także ze źródeł internetowych. Tematyka zajęć jest w miarę możliwości konsultowana z przedstawicielami przemysłu gier komputerowych i mediów cyfrowych w celu uaktualnienia treści programowych i ich dostosowania do wymogów rynku pracy.
Modified by dr hab. inż. Sławomir Nikiel, prof. UZ (last modification: 07-05-2023 19:34)
