[論文レビュー] Everyone Can Be Picasso? A Computational Framework into the Myth of Human versus AI Painting

Yilin Ye, Rong Huang+2 more|arXiv (Cornell University)|Apr 17, 2023

Aesthetic Perception and AnalysisNeuroscience被引用数 3

ひとこと要約

本稿では、ニューラル潜在空間解析と計算的芸術性を組み合わせた計算フレームワークを提案し、人間とAIが生成した絵画を定量的に比較する。潜在空間およびスティックやシャープネスといった芸術的特徴において顕著な分布的差が明らかになり、人間芸術家の新しいスタイルを進化させる優れた能力が示された。これは、AIアートがより深い人間-AI協働と芸術性に配慮した設計によって向上可能であることを示唆する。

ABSTRACT

The recent advances of AI technology, particularly in AI-Generated Content (AIGC), have enabled everyone to easily generate beautiful paintings with simple text description. With the stunning quality of AI paintings, it is widely questioned whether there still exists difference between human and AI paintings and whether human artists will be replaced by AI. To answer these questions, we develop a computational framework combining neural latent space and aesthetics features with visual analytics to investigate the difference between human and AI paintings. First, with categorical comparison of human and AI painting collections, we find that AI artworks show distributional difference from human artworks in both latent space and some aesthetic features like strokes and sharpness, while in other aesthetic features like color and composition there is less difference. Second, with individual artist analysis of Picasso, we show human artists' strength in evolving new styles compared to AI. Our findings provide concrete evidence for the existing discrepancies between human and AI paintings and further suggest improvements of AI art with more consideration of aesthetics and human artists' involvement.

研究の動機と目的

• 人間とAIが生成した絵画の間には、外見的類似性を越えて意味的な差が存在するかどうかを科学的に調査すること。
• 特に新しい芸術的スタイルの開発において、AIが人間芸術家と同等またはそれを上回る創造的スタイル進化を達成できるかどうかを評価すること。
• 現在のAIアート生成の限界をデータドリブンな洞察で明らかにし、AIアートシステムの改善を導くこと。
• 芸術的・構造的ギャップを特定することで、人間芸術家とAIの間の倫理的かつ効果的な協働を促進すること。

提案手法

• 深層ニューラルネットワークの埋め込み（潜在空間）を統合し、人間およびAIの両方の出力から、高レベルの視覚的・意味的特徴を捉える。
• 色・構図・シャープネス・スティックの複雑さなどの計算的芸術性指標を組み合わせ、知覚的・スタイル的差を定量的に評価する。
• 分布差の測定（例：カルバック・ライブラー発散やエアス・モーバー距離）を用いて、人間とAIの絵画コレクション間の潜在特徴の統計的分布を比較する。
• インタラクティブな可視化インターフェースを活用し、大規模な絵画コレクションの探索的分析を可能にし、クラスタリング、分布比較、時間的進化の追跡を支援する。
• ピカソを含む個々の芸術家の分析を通じて、潜在軌道モデリングと芸術的特徴の進行を用いて、時間的経過に伴うスタイル進化を評価する。
• アーティストとのフィードバックループを統合し、特にスティックのばらつきや手の解剖学的正確性といった微細な特徴に対するモデル出力の評価と美的制約の最適化を実施する。

実験結果

リサーチクエスチョン

• RQ1 人間とAIが生成した絵画の潜在空間分布には、どのような体系的な差が存在するか？
• RQ2 色調の調和、構図、シャープネス、スティックの質といった主要な芸術的特徴において、人間とAIの絵画はどのように比較できるか？
• RQ3 AIモデルは、時間の経過とともに人間芸術家と同等の方法で新しい芸術的スタイルを進化させることができるか？
• RQ4 AIが生成する絵画に特定の芸術的欠陥が存在し、それがモデルの最適化によって解消可能かどうかを定量的に特定できるか？
• RQ5 人間芸術家は、真正性、独自性、芸術的価値の向上を図るために、AIアート開発にどのように意味的に統合できるか？

主な発見

• AIが生成した絵画は、スティックやシャープネスといった芸術的特徴を含め、潜在空間において人間の絵画と顕著な分布的差を示しており、これにより根本的な表現の違いが明らかになった。
• 一方、色調や構図の特徴はそれほど乖離していないため、AIモデルがこれらの知覚的次元において人間と同等の性能を発揮していることが示唆された。
• ピカソの作品に対する個別分析から、人間芸術家は時間の経過とともに独自にスタイルを進化・革新する能力を有しており、これは現在のAIモデルがまだ再現できない能力であることが明らかになった。
• AIが生成する絵画は、特に手の正確な描写や一貫性のあるスティックのばらつきといった微細な芸術的詳細に顕著な弱みを示しており、これらは人間の芸術的表現の特徴である。
• 定量的分析により、エッジ検出や人間らしいスティックダイナミクスを保持する損失関数を組み込むことで、AIアートが特定の芸術的改善を達成できることが確認された。
• 本研究では、AIの学習データに透明性の欠如や潜在的なバイアスが存在する重大な問題を特定し、アーティストのクレジットと芸術的誠実性が脅かされるおそれがあるため、より倫理的なデータ実務を促す必要があることが明らかになった。