机器学习（~AI）都是关于代码和数据的。如果您打算创建一些真正独特的东西，那么您可能需要使用代码和数据。

您可能应该查看 github 并尝试从开源项目中获得灵感。如果您发现了一些与 AI 相关的艺术品，请尝试使用“github”在 Google 上搜索它的名称

另一种方法是查看媒体，它通常有一些帖子/教程。

艺术是一个非常广泛的话题，很难涵盖所有内容。我尝试提供可以帮助您入门的不同资源的示例。

• Google Research做了一些示例，您可以在 colab 中运行代码而无需在本地安装任何东西。它可以帮助您尝试基本的东西。

• 有 tensorflow.js，它允许在浏览器上启动代码。可以看带代码的demo

• kadenze上有视觉艺术家的介绍课程。

• 这是有关不同课程的更多链接。

• DCGAN - 非常流行的图像生成库。

• TouchDesigner 是视觉艺术家中非常流行的工具，提供 python 界面。例如，这里是前面提到的 DCGAN的用法

此外，还有关于 NIPS（最大的 ML 会议之一）http://nips4creativity.com/的创意部分。一些工作提供了详细的解释，比如这个

我知道，开始编码可能会令人生畏，但许多 github 存储库提供了一些关于如何启动它们的描述，您甚至不必知道它们是如何工作的就可以使用它们。此外，有一个有编程经验的人可以帮助你处理代码也会有所帮助。