[論文レビュー] Deep Learning in a Computational Model for Conceptual Shifts in a Co-Creative Design System

Pegah Karimi, Mary Lou Maher+2 more|arXiv (Cornell University)|Jun 24, 2019

Design Education and Practice参考文献 7被引用数 14

ひとこと要約

本稿では、学習されたベクトル表現から得られる視覚的・概念的類似度指標を用いて、共同創造的デザインシステムにおいて概念的に新しいスケッチ応答を生成する深層学習ベースの計算モデルを提案する。ユーザースタディの結果、高概念的新規性を持つAI応答は、主に段階的改善を支援する低新規性応答と比較して、ユーザーの創造性を顕著に向上させることが示された。

ABSTRACT

This paper presents a computational model for conceptual shifts, based on a novelty metric applied to a vector representation generated through deep learning. This model is integrated into a co-creative design system, which enables a partnership between an AI agent and a human designer interacting through a sketching canvas. The AI agent responds to the human designer's sketch with a new sketch that is a conceptual shift: intentionally varying the visual and conceptual similarity with increasingly more novelty. The paper presents the results of a user study showing that increasing novelty in the AI contribution is associated with higher creative outcomes, whereas low novelty leads to less creative outcomes.

研究の動機と目的

• 共同創造的デザインシステムにおけるAIエージェントが、ユーザーのスケッチに基づいて概念的に新しい応答を生成できる計算モデルの開発。
• 深層学習と新規性指標を統合し、スケッチ間の視覚的および概念的類似度を測定する。
• AI生成応答における新規性の度合いが、人間のデザイナーの創造的成果に与える影響を評価すること。
• 大規模なスケッチ埋め込みから導出される新規性を測定可能な指標として定式化することで、共同創造システムにおける創造性を実用化すること。

提案手法

• システムは、スケッチを共有の視覚的・概念的ベクトル空間に埋め込むための深層ニューラルネットワークを用い、類似度の測定を可能にする。
• 新規性は、ユーザーの入力スケッチからの視覚的および概念的不一致を組み合わせた複合距離指標として計算される。
• モデルは、埋め込み空間における距離に基づいて、潜在的なAI応答を低・中・高の新規性のカテゴリに分類する。
• 24名の参加者を対象に、ウィザード・オブ・オズ型ユーザースタディを実施し、低・中・高の新規性を持つAI応答の3条件を提示した。
• ユーザーのスケッチは、定量的創造性スコアとインタビュー応答の定性的なテーマ分析の両方を用いて収集・分析された。

実験結果

リサーチクエスチョン

• RQ1 AIが生成するスケッチ応答の新規性の度合いは、人間のデザイナーが次に描くスケッチの創造的質にどのように影響するか？
• RQ2 高新規性の概念的転換は、低新規性応答と比較して、どのように変革的デザイン思考を促進するか？
• RQ3 深層学習による埋め込みで測定される概念的類似度は、創造的探求を支援するか、あるいは制限するか、その役割は何か？
• RQ4 ユーザーは、非常に新規性の高いAI生成デザイン提案と、非常に類似した提案のどちらをより有用と感じるか？

主な発見

• 高新規性のAI応答は、定量的スコアと定性的分析の両方で、ユーザーのスケッチにおける創造的成果を顕著に向上させた。
• 参加者は、高新規性の応答が、空母の座席のような関連のない分野の特徴を椅子デザインに取り入れるなど、新たなデザインの可能性を開くと報告した。
• 低新規性の応答は刺激的でないと感じられ、ユーザーは主に元のスケッチに構造的詳細を追加するにとどまり、概念の変容はほとんどなかった。
• 24名の参加者のうち3名が低新規性の応答を好んだが、主に初期デザインの完成または洗練を目的としており、多くのユーザーは創造的探求においてそれらを役立たないと感じた。
• 参加者たちは、低新規性の応答を「期待通り」または「既存のアイデアを複製している」と一貫して評価し、創造的刺激が限定的であると示唆した。
• 本研究は、深層学習ベースの視覚的および概念的埋め込みによって測定される新規性が、共同創造的デザインシステムにおける創造的パフォーマンスの向上を強く予測するものであることを確認した。