Abundance of labelled data played a crucial role in the recent developments in computer vision, but that faces problems like scalability and transferability to the wild. One alternative approach is to utilize the data without labels, i.e. unsupervised learning, in learning valuable information and put it in use to tackle vision problems. Generative Adversarial Networks (GANs) have gained momentum for their ability to model image distributions in unsupervised manner. They learn to emulate the training set and that enables sampling from that domain and using the knowledge learned for useful applications. Several methods proposed enhancing GANs, including regularizing the loss with some feature matching. We seek to push GANs beyond the data in the training and try to explore unseen territory in the image manifold. We first propose a new regularizer for GAN based on K-Nearest Neighbor (K-NN) selective feature matching to a target set Y in high-level feature space, during the adversarial training of GAN on the base set X, and we call this novel model K-GAN. We show that minimizing the added term follows from cross-entropy minimization between the distributions of GAN and set Y. Then, we introduce a cascaded framework for GANs that try to address the task of imagining a new distribution that combines the base set X and target set Y by cascading sampling GANs with translation GANs, and we dub the cascade of such GANs as the Imaginative Adversarial Network (IAN). Several cascades are trained on a collected dataset Zoo-Faces and generated innovative samples are shown, including from K-GAN cascade. We conduct an objective and subjective evaluation for different IAN setups in the addressed task of generating innovative samples and we show the effect of regularizing GAN on different scores. We conclude with some useful applications for these IANs, like multi-domain manifold traversing.

Creative AI in the music field has in recent years begun stepping out of the confines of academia and seen increased adoption among musicians thanks to developers launching consumer products powered by AI. These new tools are opening up new possibilities in music-making, but their increased use and development prompts inquiry regarding their sustainability. While studies have been conducted on the sustainability of training AI models, the sustainability of the usage of Creative AI remains largely unexplored. To amend this, this paper studies the energy consumption of using four music-related browser-based Creative AI tools. The four tools are Tone Transfer, Piano Scribe, MidiMe and Performance RNN, all developed by Google Magenta. The energy consumption of the tools was found by measuring the power provided to the computer. This was done by connecting a smart plug between the computer’s power cord and the wall socket. We found that Tone Transfer consumed the most energy per use with an average energy consumption of 392 J. MidiMe consumed the least energy per use with 138 J. All the tools consumed less energy per use than leaving the computer running in steady-state for 70 seconds. With this study, we have shown that the usage of music-related Creative AI tools does not represent a threat to sustainability goals. Our findings indicate that the tools studied in this paper manage to be efficient, while being both powerful and useful. This disputes the notion that there is a trade-off between performance and efficiency in the design of AI tools. We postulate that when developing tools for local use by consumers, developers are bound by limitations that force them to design efficient tools. / Kreativ AI inom musikområdet har under de senaste åren börjat ta sig ut ur den akademiska världens ramar och anammats i högre grad bland musiker. Detta tack vare att utvecklare börjat lanserat konsumentprodukter som drivs av AI. Dessa nya verktyg öppnar upp för nya möjligheter inom musikskapande, men deras ökade användning och utveckling föranleder undersökningar om deras hållbarhet. Även om studier har gjorts gällande hållbarheten av att träna AI-modeller, är hållbarheten av användningen av Kreativ AI fortfarande till stor del outforskat. För att ändra detta studerar vi i denna artikel energiförbrukningen av att använda fyra musikrelaterade webbläsarbaserade Kreativa AI-verktyg. De fyra verktygen är Tone Transfer, Piano Scribe, MidiMe och Performance RNN, alla utvecklade av Google Magenta. Verktygens energiförbrukning hittades genom att mäta effekten till datorn. Detta gjordes genom att ansluta en smart kontakt mellan datorns nätsladd och vägguttaget. Vi fann att Tone Transfer förbrukade mest energi per användning med en genomsnittlig energiförbrukning på 392 J. MidiMe förbrukade minst energi per användning med 138 J. Alla verktyg förbrukade mindre energi per användning än vad som konsumeras av att låta datorn vara igång i steady-state i 70 sekunder. Med denna studie har vi visat att användningen av musikrelaterade Kreativa AI-verktyg inte utgör ett hot mot hållbarhetsmål. Våra resultat tyder på att verktygen som studerats i denna artikel lyckas vara effektiva, samtidigt som de är både kraftfulla och användbara. Detta ifrågasätter uppfattningen om att det finns en avvägning mellan prestanda och effektivitet i utformningen av AI-verktyg. Vi anser att när utvecklare utvecklar verktyg för lokal användning av konsumenter är utvecklare bundna av begränsningar som tvingar dem att designa effektiva verktyg.

In recent years, generative AI has quickly become a new creative and artistic tool that could challenge our understanding of the creative process and the role of the machine. Despite having exhibited visually promising results, images generated by AI tools present various challenges, most notably their tendency to display cultural, gender and racial biases. The objective of the project is to speculate on the concept and prototype of an alternative text-to-image generation system, designed to mitigate biases from linguistic and cultural differences, and facilitate diversity in machine creativity. muGen, the final design, is a fictional system that allows the user to generate images using data in different languages, while adding user controls such as time period to better associate user’s idea with the system. / Under de senaste åren har generativ AI snabbt blivit ett nytt kreativt och konstnärligt verktyg som kan utmana vår förståelse av den kreativa processen och maskinens roll. Trots att bilder som genererats av AI-verktyg har uppvisat visuellt lovande resultat finns det flera utmaningar, framför allt deras tendens att visa kulturella, köns- och rasmässiga partiskhet. Syftet med projektet är att spekulera kring konceptet och prototypen för ett alternativt text-till-bild-genereringssystem, utformat för att mildra partiskhet från språkliga och kulturella skillnader, och underlätta mångfald i maskinkreativitet. muGen, den slutliga designen, är ett fiktivt system som låter användaren generera bilder med hjälp av data på olika språk, samtidigt som det lägger till användarkontroller som tidsperiod för att bättre associera användarens idé med systemet.

The growing importance of Creative AI and its uncertain impact on people necessitates more research. Current studies mainly focus on technical aspects, neglecting consumer perspectives. This study seeks to explore consumer perceptions of Creative AI in consumer media and introduces speculative labeling as a potential solution to empower consumer choice. Through Content Analysis of 32 Creative AI tools and a survey of 40 respondents, insights on AI’s value, potential job displacement, and the need for AI usage disclosure emerged. These findings informed a workshop with 7 participants using the newly proposed N-Speculation method and uncovered consumers’ bias against AI but indifference toward creators. Factors like cost, quality, and the creator (AI or Human) affect purchase decisions. Consumers favor labeling with clear pictograms and detailed AI usage information. These findings advance our understanding of consumer preferences and highlight the need for more consumer-centric Creative AI research. This research underscores the importance of education, addressing bias, and supporting the growth of Creative AI for all stakeholders / Den ökande betydelsen av Kreativ AI och dess osäkra inverkan på människor kräver ytterligare forskning. Nuvarande studier fokuserar främst på tekniska aspekter och försummar konsumentperspektivet. Denna studie syftar till att utforska konsumentens uppfattning av Kreativ AI i konsumentmedier och presenterar spekulativa märkningar som en potentiell lösning för att stärka konsumentens val. Genom innehållsanalys av 32 Kreativ AI-verktyg och en enkät bland 40 respondenter framkom insikter om Kreativ AI:s värde, potentiell arbetsdislokation och behovet av information om AI-användning. Dessa resultat utgjorde grunden för en workshop med 7 deltagare som använde den nyligen föreslagna N-Speculation-metoden och avslöjade konsumentens fördomar mot AI men likgiltighet gentemot skapare. Faktorer som kostnad, kvalitet och skapare (AI eller människa) påverkar köpbesluten. Konsumenten föredrar märkningar med tydliga piktogram och detaljerad information om AI-användningen. Dessa resultat fördjupar vår förståelse av konsumentpreferenser och understryker behovet av mer konsumentcentrerad forskning om Kreativ AI. Denna forskning betonar betydelsen av utbildning, att hantera fördomar och att stödja tillväxten av Kreativ AI för alla intressenter

Creative artificial intelligence (AI) is often explored in terms of machine intelligence on a philosophical basis. As a counter-reaction, there have been calls for user-centered creative AI. This thesis aims to make visible creative practitioners’ needs, values, and ethical perspectives that might inform us on the construction of future creative AI tools. It also discusses the need for pragmatic aesthetics as a holistic design approach. Five artists of different backgrounds were invited to a co-speculative workshop where they expressed their thoughts and imaginings regarding creativity, creative tools, and AI. The results suggest that we need to be mindful of virtue ethics, N-creativity, exploration, intuition, trust, and agency when designing creative AI tools. Furthermore, the findings were used to propose design sensitivities aimed at AI researchers and designers. Future research is needed in order to make conclusions about the practical value of the proposed design sensitivities. / Kreativ artificiell intelligens (AI) undersöks ofta i termer av maskinintelligens med filosofiska grunder. Som en motreaktion har det förordnats mer användarcentrerad kreativ AI. Denna avhandling syftar till att synliggöra kreativa utövares behov, värderingar och etiska perspektiv som kan informera oss om hur framtida kreativa AI-verktyg bör konstrueras. Den diskuterar även behovet av pragmatisk estetik som en holistisk designstrategi. Fem konstnärer av olika bakgrund deltog i en samspekulativ workshop där de uttryckte sina tankar och föreställningar om kreativitet, kreativa verktyg och AI. Resultaten pekar på att dessa verktyg bör designas med begrepp som dygdetik, N-kreativitet, utforskande, intuition, tillit och datainverkan i åtanke. Vidare användes resultaten för att föreslå designkänsligheter riktade till AI-forskare och designers. Vidare forskning krävs för att kunna dra slutsatser kring designkänsligheternas praktiska nytta.