[論文レビュー] Transformation vs Tradition: Artificial General Intelligence (AGI) for Arts and Humanities

Zhengliang Liu, Yiwei Li+10 more|arXiv (Cornell University)|Oct 30, 2023

Aesthetic Perception and Analysis被引用数 16

ひとこと要約

本論は、AGIと大規模言語/画像モデルが文学・芸術・人文学における文本・グラフィック・音声・映像へ与える影響を概観し、現実性・有害性・偏見といったリスクと緩和策を論じ、複数の利害関係者による責任ある進展を提唱する。

ABSTRACT

Recent advances in artificial general intelligence (AGI), particularly large language models and creative image generation systems have demonstrated impressive capabilities on diverse tasks spanning the arts and humanities. However, the swift evolution of AGI has also raised critical questions about its responsible deployment in these culturally significant domains traditionally seen as profoundly human. This paper provides a comprehensive analysis of the applications and implications of AGI for text, graphics, audio, and video pertaining to arts and the humanities. We survey cutting-edge systems and their usage in areas ranging from poetry to history, marketing to film, and communication to classical art. We outline substantial concerns pertaining to factuality, toxicity, biases, and public safety in AGI systems, and propose mitigation strategies. The paper argues for multi-stakeholder collaboration to ensure AGI promotes creativity, knowledge, and cultural values without undermining truth or human dignity. Our timely contribution summarizes a rapidly developing field, highlighting promising directions while advocating for responsible progress centering on human flourishing. The analysis lays the groundwork for further research on aligning AGI's technological capacities with enduring social goods.

研究の動機と目的

• AGIとAIGC技術がテキスト、グラフィックス、音声、映像にまたがる文学・芸術・人文学のタスクにどのように影響するかを評価する。
• 文化的に敏感な領域へのAGI適用における機会、課題、および倫理的配慮を特定する。
• 創造性・知識・文化的価値を促進しつつ真実と人間の尊厳を守るための緩和戦略と利害関係者の協力を提案する。
• 芸術と人文学におけるAGI能力を社会的善と整合させる方向性を概説する。

提案手法

• 詩・歴史・マーケティング・映画・コミュニケーション・古典美術への応用も含む、最先端のAGIシステムのレビュー。
• 生成モデル（GAN、拡散、トランスフォーマー）に関する文献の統合と、それらの単一モーダルおよびマルチモーダル文脈での応用の整理。
• 現実性・有害性・偏見・公共の安全を含む実践的・倫理的課題の検討。
• 緩和戦略の提示と複数の利害関係者によるガバナンスの要請。

Figure 1 : Some examples of AGI-generated images. Left : A heavily deep-dream-style photograph expressing "three men in a pool", which is difficult for humans to understand. Middle : An image generated by DALL-E through translation from "an illustration of a baby hedgehog in a christmas sweater walk

実験結果

リサーチクエスチョン

• RQ1 現在、テキスト・グラフィックス・音声・映像の領域で、AGIシステムは芸術・人文学にどのように活用されていますか？
• RQ2 文化的に重要な領域でAGIを展開する際の主なリスクと倫理的懸念は何で、どのように緩和できますか？
• RQ3 真実と人間の尊厳を守りつつ、創造性・知識・文化的価値と整合させるガバナンスまたは協働アプローチにはどのようなものがありますか？
• RQ4 芸術と人文学の分野で、AGIの能力を長期的な社会善と整合させる未来の研究の有望な方向性は何ですか？

主な発見

• AGIとAIGCは、文学・言語学・創造的実践において迅速な分析・生成・跨モーダル応用を可能にする。
• AGI出力には現実性・有害性・偏見・公共の安全に関する重大な懸念があり、緩和が必要である。
• 創造性と真実、人間の尊厳のバランスをとるためには、責任ある進展には複数の利害関係者の協力が必要である。
• 分野は急速に進化しており、AGIは芸術・人文学の解釈的・創造的実践に影響を与える見通しであり、社会的善と整合させるための基盤作りが求められる。
• 本論は、長続きする文化的・社会的価値とAGI技術を整合させるための未来の研究の方向性を示している。

Figure 2 : An example of using GPT-3.5 for learning history. The right part shows a follow-up question regarding the answer of the first question in the left part.