计算美学

计算美学的子场人工智能(AI)与计算有关评估人类创造性表达领域的美，比如音乐、视觉艺术、诗歌,国际象棋问题。通常情况下,数学表示的公式审美特性或原理与专门化结合使用算法而且统计提供数值计算的技术审美评估．理想情况下，这些评估可以被证明与领域主管或专家的人类评估很好地相关。这可能很有用，例如，当愿意的人类评估者很难找到或价格过高时，或者当需要评估的对象太多时。这样的技术可以比人类评估更可靠和一致，而人类评估往往是主观的，容易产生个人偏见。计算美学也可以提高对人类审美感知的理解。

历史

计算美学可以追溯到1928年，当时美国数学家乔治·大卫·伯克霍夫提出公式米＝O/C在哪里米是“审美尺度”，O是秩序，而C是复杂性。伯克霍夫把这个公式应用到多边形和艺术品上，就像花瓶和诗歌一样不同。20世纪50年代的德国哲学家马克斯·本斯和独立的法国工程师亚伯拉罕摩尔将伯克霍夫的工作与美国工程师的工作结合起来克劳德·香农的信息理论用科学的方法来理解美学。他称之为信息美学的本斯和摩尔斯的思想对一些最初的计算机生成艺术产生了影响，但一些艺术家反对这种艺术及其使用本斯和摩尔斯的作品进行评估是“不自然的”。20世纪70年代，美国心理学家丹尼尔·伯林(Daniel Berlyne)提出了“新实验美学”，其基础是测量物体的质量，并将它们与观众的审美感知和非语言反应联系起来。伯林还坚持不把审美与其他心理因素分开来看待。

在20世纪90年代初国际数学与计算美学学会(IS-MCA)成立，专注于强调功能和美学的设计，试图成为科学与艺术之间的桥梁。到21世纪初，计算美学已经足够成熟，足以维持自己的专门会议、研讨会和期刊特刊。计算美学吸引了来自多样化的特别是AI和计算机图形学．

应用程序

计算美学已被应用于许多不同的领域，以达到不同的目的。例如，它被用于自动评估照片中的美学(从而提高业余爱好者拍摄的照片质量)，区分专业人士和业余爱好者拍摄的视频，并帮助车辆设计。在某些情况下，计算美学系统也被用来帮助人类法官。然而，在精细的审美评估中，最终的裁决通常留给人类或人类专家小组。

最终，计算美学的目标是开发完全独立的系统，这些系统具有(甚至超过)与人类专家相同的审美“敏感性”和客观性。理想情况下，这些系统应该能够解释它们的评估，用新想法挑战人类，并产生超出人类典型想象的新艺术。然而，这是困难的确定利用现有的技术，从心理学在神经科学方面，一个系统的表现是否与人类专家处于同一水平实际上使用的机制与人类大脑相似，因此，它是否揭示了一些关于人类的智慧．一个引人注目的反对意见在该领域哲学家美学的核心是计算机科学家永远无法证明什么是或不是“真正的”美学。

相关领域

计算美学通常被归类为人工智能的一个子领域或分支。然而，计算美学研究也引起了数学家、工程师、心理学家甚至哲学家的兴趣。一个可能更密切相关的领域是计算创造力(也是人工智能的一个分支)，它解决的问题是创造力由机器展示。美学，作为创造力的一个方面体现可以被评估，因此有时会发挥作用，模糊了区别。原则上，计算创造力研究不一定涉及美学的产生或评估。无论是计算美学还是计算创造力都不应该与人工领域联系在一起意识(人工智能的另一个分支)，因为已经证明机器不需要有意识(像人类一样)来评估美学或展示创造力。