[论文解读] 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 3

一句话总结

本文提出了一种计算框架，结合神经潜在空间分析与计算美学，对人类与AI生成的绘画进行定量比较。研究揭示了潜在空间及美学特征（如笔触与锐度）存在显著的分布差异，同时表明人类艺术家在演化新风格方面具有更优能力，暗示通过更深层次的人机协作与美学感知设计，AI艺术可进一步提升。

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.

研究动机与目标

• 科学探究人类与AI生成绘画之间是否存在超越表面视觉相似性的有意义差异。
• 评估AI是否能在创造性风格演化方面与人类艺术家比肩，特别是在发展新颖艺术风格方面。
• 为当前AI艺术生成的局限性提供数据驱动的洞察，并指导AI艺术系统的改进。
• 通过识别AI输出在美学与结构上的关键差距，促进人类艺术家与AI之间伦理且高效的协作。

提出的方法

• 该框架整合深度神经网络嵌入（潜在空间），以捕捉来自人类与AI来源绘画的高层次视觉与语义特征。
• 结合计算美学度量（如色彩、构图、锐度与笔触复杂度等），对感知与风格差异进行定量评估。
• 该方法采用分布差异度量（如Kullback-Leibler散度或Earth Mover’s Distance），比较人类与AI绘画集合之间潜在特征的统计分布。
• 交互式可视化界面支持大规模绘画集合的探索性分析，包括聚类、分布比较与随时间的演化追踪。
• 对艺术家个体（尤其是毕加索）进行分析，通过潜在轨迹建模与美学特征演变，评估其风格随时间的演化。
• 该框架整合艺术家反馈回路，以评估模型输出并优化美学约束，尤其针对笔触变化与手部解剖等细粒度特征。

实验结果

研究问题

• RQ1 人类与AI生成绘画的潜在空间分布之间存在哪些系统性差异？
• RQ2 在色彩和谐度、构图、锐度与笔触质量等关键美学特征方面，人类与AI绘画如何比较？
• RQ3 AI模型能否以与人类艺术家相当的方式演化出新的艺术风格，特别是在长时间跨度内？
• RQ4 通过模型优化，哪些特定的美学缺陷可被量化并加以解决？
• RQ5 如何使人类艺术家有意义地融入AI艺术开发过程，以提升作品的真实性、原创性与艺术价值？

主要发现

• AI生成的绘画在潜在空间及笔触、锐度等美学特征上与人类绘画存在显著的分布差异，表明其底层表征截然不同。
• 相比之下，色彩与构图特征的差异较小，表明AI模型在这些感知维度上与人类表现相当。
• 对毕加索作品的个体分析显示，人类艺术家展现出一种独特的能力，即随时间演化并创新出新的艺术风格，而当前AI模型尚无法匹敌。
• AI生成的绘画在细粒度美学细节方面存在明显弱点，如解剖准确性（尤其是手部）与一致的笔触变化，而这些正是人类艺术表达的标志。
• 定量分析证实，通过针对性的美学优化（如引入边缘检测或保留类人笔触动态的损失函数），AI艺术可得到显著提升。
• 本研究识别出AI训练数据中的关键问题，包括缺乏透明度与潜在偏见，这些因素威胁艺术家署名权与艺术完整性，呼吁采用更伦理的数据实践。