[论文解读] Can There be Art Without an Artist?

Avijit Ghosh, Genoveva Fossas|arXiv (Cornell University)|Sep 16, 2022

Art History and Market AnalysisArts and Humanities被引用 18

一句话总结

本文探讨在生成式AI时代，艺术是否可以在没有人类艺术家的情况下存在，认为尽管当前AI模型通过未经授权的训练数据和利润转移手段剥削艺术家，但若负责任地部署，它们仍可成为一种合法的新艺术媒介。作者主张通过基于同意的数据集、去训练工具以及以艺术家为中心的立法，实现AI的伦理整合，以维护艺术的完整性与公平性。

ABSTRACT

Generative AI based art has proliferated in the past year, with increasingly impressive use cases from generating fake human faces to the creation of systems that can generate thousands of artistic images from text prompts - some of these images have even been "good" enough to win accolades from qualified judges. In this paper, we explore how Generative Models have impacted artistry, not only from a qualitative point of view, but also from an angle of exploitation of artists -- both via plagiarism, where models are trained on their artwork without permission, and via profit shifting, where profits in the art market have shifted from art creators to model owners. However, we posit that if deployed responsibly, AI generative models have the possibility of being a positive, new modality in art that does not displace or harm existing artists.

研究动机与目标

• 探讨生成式AI在数字艺术中引发的伦理、法律与经济矛盾。
• 分析AI模型如何未经许可使用艺术家作品进行训练，导致剥削与利润转移。
• 探究AI生成艺术在不损害人类艺术家的前提下，是否可能成为一种独立的艺术表现形式。
• 提出监管与技术保障措施，确保AI在艺术创作中实现伦理与公平的使用。

提出的方法

• 分析AI生成艺术的案例研究，包括Jason Allen凭借Midjourney创作的获奖作品《Théâtre D’opéra Spatial》。
• 调查最先进的视觉模型（包括DALL·E、Stable Diffusion和Midjourney）的训练实践，重点关注数据来源与同意机制。
• 审视MS-COCO、ImageNet和CelebA等数据集，分析其在归属标注与许可合规方面的缺陷。
• 研究风格模仿现象，即AI模型在未经许可的情况下复制艺术家风格，甚至模仿其标志。
• 提出技术解决方案，如去训练机制，使艺术家可在训练后撤回许可。
• 推荐以个体艺术家而非企业模型所有者为优先的政策框架，用于AI监管。

实验结果

研究问题

• RQ1 在生成式AI的语境下，艺术是否可以脱离人类艺术家而存在？此类情境下的艺术价值由何定义？
• RQ2 当前的生成式AI模型如何通过未经许可地使用艺术家作品进行训练而对其造成剥削？
• RQ3 艺术市场中的利润从创作者向模型所有者与基础设施提供商转移的程度有多大？
• RQ4 生成式AI能否成为一种与摄影或数字艺术相媲美的独立艺术媒介，同时不取代人类艺术家？
• RQ5 哪些监管与技术措施可确保AI在艺术创作中实现伦理且公平的使用？

主要发现

• 像Midjourney和DALL·E这样的生成式AI模型，其训练数据来自互联网大规模抓取，且未获得艺术家的同意，其中包括受严格许可限制的图像（如要求署名或禁止商业用途的知识共享许可）。
• 2017年MS-COCO数据集中约95%的图像以需署名或禁止商业用途的许可发布，但这些许可要求在数据集中未得到遵守。
• Stable Diffusion等AI模型能够以高保真度复制在世艺术家的风格，部分甚至尝试模仿艺术家的标志，引发身份盗窃与艺术模仿的担忧。
• 艺术市场已出现利润从自由职业艺术家向AI模型企业所有者转移的趋势，加剧了创意产业中的经济不平等。
• 本文证明，AI生成艺术可成为一种独特的艺术表现形式，正如摄影与数字艺术曾被视为威胁，但最终被艺术界接纳并整合。
• 作者提出切实可行的解决方案，包括基于同意的数据收集、用于模型更新的去训练工具，以及优先保护个体艺术家而非企业利益的立法。