[论文解读] Roadmap to Quantum Aesthetics

Ivan C. H. Liu, Hsiao-Yuan Chen|arXiv (Cornell University)|Feb 9, 2026

Science Education and Perceptions被引用 0

一句话总结

本文提出一个双元框架来研究量子美学：通过自上而下的文本提示生成式AI探查量子视觉的文化想象，以及通过下而下的量子数据可视化来呈现量子力学数据，以氢原子轨道为例。

ABSTRACT

Quantum mechanics occupies a central position in contemporary science while remaining largely inaccessible to direct sensory experience. This paper proposes a roadmap to quantum aesthetics that examines how quantum concepts become aesthetic phenomena through artistic mediation rather than direct representation. Two complementary and orthogonal approaches are articulated. The first, a pioneering top-down approach, employs text-prompt-based generative AI to probe quantum aesthetics as a collective cultural construct embedded in large-scale training data. By systematically modulating the linguistic weight of the term "quantum," generative models are used as experimental environments to reveal how quantum imaginaries circulate within contemporary visual culture. The second, a bottom-up approach, derives aesthetic form directly from quantum-mechanical structures through the visualization of quantum-generated data, exemplified here by hydrogen atomic orbitals calculated from the Schrödinger equation. These approaches are framed not as competing methods but as intersecting paths within a navigable field of artistic research. They position quantum aesthetics as an emergent field of artistic research shaped by cultural imagination, computational mediation, and physical law, opening new directions for artistic practice and pedagogy at the intersection of art, data, artificial intelligence and quantum science.

研究动机与目标

• 通过艺术媒介而非直接再现来考察量子概念如何成为美学现象。
• 发展两种互补的方法论来研究量子美学：自上而下通过生成式AI提示，自下而下通过量子数据可视化。
• 将量子美学定位为由文化想象、计算媒介和物理规律共同塑造的新兴领域。
• 展示如何利用提示与量子数据进行混合艺术实践与艺术科学界面上的教学。

提出的方法

• 自上而下：使用基于文本提示的生成式AI（Midjourney）探讨“quantum”一词在大规模训练数据中作为文化性强烈修饰语的作用。
• 对提示进行权重设定，以合成图像并研究可识别场景与量子启发抽象之间的转变，使用定义比例S和Raw模式以实现控制。
• 自下而上：通过薛定谔方程计算氢原子轨道并将二维概率密度图呈现为审美 artefacts来可视化量子生成数据。
• 将信息美学与可视化理论用于解读轨道视觉效果，使其既不是纯科学也不是纯隐喻，而是数据驱动的艺术品。
• 讨论数据可视化如何作为一种艺术实践，突出数据的解读、符号意义和文化读法。

实验结果

研究问题

• RQ1 提示中的“quantum”语言框架如何影响人工智能系统生成的视觉美学？
• RQ2 在不同提示下平衡量子启发元素与场景元素时，会出现哪些视觉特征？
• RQ3 通过量子方程可视化的氢原子轨道如何在信息美学中作为审美 artefacts 发挥作用？
• RQ4 自上而下与自下而上两种方法如何揭示量子美学作为一个分布式、共同进化的领域？
• RQ5 将生成式AI媒介与量子数据可视化混合应用时，会产生哪些教育与艺术潜能？

主要发现

• 生成式AI提示揭示了“quantum”如何在当代视觉文化中作为美学修饰语循环使用。
• 提示权重和Raw模式对去美化/抑制风格化的控制，使量子元素与场景元素之间的平衡点可被识别与合成。
• 氢原子轨道视觉随着量子数增大呈现出更高的几何复杂性，并揭示对称性与结节结构作为美学特征。
• 量子生成数据可视化作为信息美学 artefacts，借助数学约束在秩序与复杂性之间取得平衡。
• 两种正交方法具有可互操作性，能够混合使用以将量子美学发展为一个新兴领域，而非固定风格。