KAUST计算机科学助理教授穆罕默德·埃尔霍塞尼（MohammedElhoseiny）博士以教授机器创造艺术为职业。2016年，Elhoseiny在罗格斯大学（Rutgers University）获得博士学位后，他继续在Adobe Research、百度Research、Facebook以及现在的KAUST工作。
他的最新研究论文《创造性行走对抗网络：偏离风格规范的概率随机行走的新艺术生成》在2022年计算创造性人工智能（AI）国际会议（ICCC）的首映式会议上获得认可。
本文涵盖了Elhoseiny和他的团队VISION CAIR关于使用创造性步行对抗网络（CWAN）进行小说或原创艺术创作的工作。CWAN通过接触从5000年前到现在的各种艺术运动和风格的大量绘画作品，了解现有的艺术风格。
Elhoseiny说：“CWAN试图从现有模式中学习，提出其他可能有趣和令人兴奋的新模式，并产生人们喜欢和感兴趣的东西。”。“同时，它通过使用‘随机游走偏离’方法来发现新的东西，并为创作带来创意，从而偏离了现有的东西。”
与其他现有人工智能方法相比，该团队的方法产生了更受欢迎的艺术鈥攁 结论得到了341名独特人类评估者的实验结果（包括评分）的支持。研究结果表明，与其他最先进的方法（如StyleGAN2和StyleCAN2）相比，CWAN可以产生显著更好的新艺术。
这对艺术界意味着什么？Elhoseiny说：“许多艺术家已经采用了人工智能艺术技术。总的来说，这表明人工智能艺术可以成为艺术家工具箱中的一个有用工具，帮助创作出比当前人工智能机器艺术对观众更有意义的独特艺术。”
Elhoseiny认为人工智能艺术不会取代艺术家。“这类似于摄影的发明，”他评论道。“过去人们用摄影来描绘现实，但艺术家们开始用这些摄影技术创造新的艺术运动。”
让机器“感性地”谈论艺术品
视觉CAIR也一直致力于教学机器，在交流视觉艺术时使用更多情感语言，无论是现有艺术还是人工智能生成的艺术。一篇即将发表的论文将在2022年的计算机视觉和模式识别会议（CVPR）上发表，该会议是世界上最大的年度计算机视觉活动之一，主题是：通过对比数据收集克服有效图像字幕中的情感偏见。
Elhoseiny说：“视觉艺术的情感传播是我们的下一步。”。“我们在这一方向上的大部分努力的核心是将车轮转向考虑情感的与人类兼容的人工智能。”
机器的情感智能反应是目标，但他说团队在这一过程中发现了一些障碍。
“目前，人类对积极语言存在偏见，因此我们提出了一种新的方法来平衡和缓解这种偏见。我们将所得数据集称为ArtEmis 2.0。”
在反思ArtEmis 2.0与CWAN的联系时，Elhoseiny补充说，未来一个有趣的场景是教CWAN生成基于艺术的全方位情感反应，他说这是一项重要但富有挑战性的任务。