論文の概要: Biases in Generative Art -- A Causal Look from the Lens of Art History
- arxiv url: http://arxiv.org/abs/2010.13266v2
- Date: Tue, 16 Feb 2021 19:01:11 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-02 19:05:43.537073
- Title: Biases in Generative Art -- A Causal Look from the Lens of Art History
- Title（参考訳）: 生成的芸術におけるバイアス ---美術史のレンズからの因果的考察-
- Authors: Ramya Srinivasan, Kanji Uchino
- Abstract要約: 本稿では,アルゴリズム設計に関連する問題に対する不適切な問題定式化によって生じるAIパイプラインのバイアスについて検討する。
アート作成の過程をモデル化する上で,現在の手法が不足している点を強調し,様々なバイアスに寄与する。
- 参考スコア（独自算出の注目度）: 3.198144010381572
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: With rapid progress in artificial intelligence (AI), popularity of generative
art has grown substantially. From creating paintings to generating novel art
styles, AI based generative art has showcased a variety of applications.
However, there has been little focus concerning the ethical impacts of AI based
generative art. In this work, we investigate biases in the generative art AI
pipeline right from those that can originate due to improper problem
formulation to those related to algorithm design. Viewing from the lens of art
history, we discuss the socio-cultural impacts of these biases. Leveraging
causal models, we highlight how current methods fall short in modeling the
process of art creation and thus contribute to various types of biases. We
illustrate the same through case studies, in particular those related to style
transfer. To the best of our knowledge, this is the first extensive analysis
that investigates biases in the generative art AI pipeline from the perspective
of art history. We hope our work sparks interdisciplinary discussions related
to accountability of generative art.
- Abstract（参考訳）: 人工知能(AI)の急速な進歩により、生成技術の普及が著しく進んでいる。
絵画の作成から新しいアートスタイルの生成に至るまで、AIベースの生成アートはさまざまな応用を披露してきた。
しかし、AIベースの生成芸術の倫理的影響についてはほとんど注目されていない。
本研究では,アルゴリズム設計に関連する問題定式化の不適切な問題から生じる問題から,生成的aiパイプラインのバイアスについて検討する。
美術史のレンズから,これらのバイアスの社会文化的影響について考察する。
因果モデルを活用することで,現在の手法がアート創造の過程をモデル化するのにいかに不足しているかを強調し,様々なバイアスに寄与する。
ケーススタディ、特にスタイル転送に関するケーススタディでも同じことを示します。
私たちの知る限りでは、これは、生成的アートAIパイプラインのバイアスを美術史の観点から調査する、初めての広範な分析である。
生成芸術のアカウンタビリティに関する学際的な議論に火を付けることを願っている。
関連論文リスト
- Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。
本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。
我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
論文 参考訳（メタデータ） (2024-08-22T04:49:50Z) - GalleryGPT: Analyzing Paintings with Large Multimodal Models [64.98398357569765]
美術品の分析は、個人の審美性を豊かにし、批判的思考能力を促進することができる芸術鑑賞のための重要かつ基本的な技術である。
アートワークを自動解析する以前の作業は、主に分類、検索、その他の単純なタスクに焦点を当てており、AIの目標とは程遠い。
LLaVAアーキテクチャに基づいて微調整されたGalleryGPTと呼ばれる,絵画解析のための優れた大規模マルチモーダルモデルを提案する。
論文 参考訳（メタデータ） (2024-08-01T11:52:56Z) - AI Art Neural Constellation: Revealing the Collective and Contrastive
State of AI-Generated and Human Art [36.21731898719347]
我々は、人間の芸術遺産の文脈内でAI生成芸術を位置づけるための包括的な分析を行う。
私たちの比較分析は、ArtConstellationと呼ばれる広範なデータセットに基づいています。
鍵となる発見は、1800-2000年に作られた現代美術の原理とAIが生成したアートアートが視覚的に関連していることである。
論文 参考訳（メタデータ） (2024-02-04T11:49:51Z) - Foregrounding Artist Opinions: A Survey Study on Transparency, Ownership, and Fairness in AI Generative Art [0.0]
生成AIツールは、アートのようなアウトプットを作成し、時には創造的なプロセスを支援するために使用される。
我々は459人のアーティストを調査し、ジェネレーティブAIアートの潜在的有用性と害に関するアーティストの意見の緊張関係を調査した。
論文 参考訳（メタデータ） (2024-01-27T20:22:46Z) - State of the Art on Diffusion Models for Visual Computing [191.6168813012954]
本稿では,拡散モデルの基本数学的概念,実装の詳細,および一般的な安定拡散モデルの設計選択を紹介する。
また,拡散に基づく生成と編集に関する文献の急速な発展を概観する。
利用可能なデータセット、メトリクス、オープンな課題、社会的意味について議論する。
論文 参考訳（メタデータ） (2023-10-11T05:32:29Z) - Artificial Intelligence and Aesthetic Judgment [29.71278672770529]
生成AIは人間の表現様式で創造的なアウトプットを生成する。
我々は、現代の生成型AIモデルの出力に遭遇することは、同じ種類の美的判断によって媒介されると主張している。
論文 参考訳（メタデータ） (2023-08-21T17:40:54Z) - DeepfakeArt Challenge: A Benchmark Dataset for Generative AI Art Forgery and Data Poisoning Detection [57.51313366337142]
悪意ある目的のために生成的AIを使用することについて懸念が高まっている。
生成AIを用いた視覚コンテンツ合成の領域では、画像偽造とデータ中毒が重要な関心事となっている。
DeepfakeArt Challenge(ディープフェイクアートチャレンジ)は、AIアートのジェネレーションとデータ中毒検出のための機械学習アルゴリズムの構築を支援するために設計された、大規模なチャレンジベンチマークデータセットである。
論文 参考訳（メタデータ） (2023-06-02T05:11:27Z) - Learning to Evaluate the Artness of AI-generated Images [64.48229009396186]
アートスコア(ArtScore)は、アーティストによる本物のアートワークと画像がどの程度似ているかを評価するために設計されたメトリクスである。
我々は、写真とアートワークの生成のために事前訓練されたモデルを採用し、一連の混合モデルを生み出した。
このデータセットはニューラルネットワークのトレーニングに使用され、任意の画像の定量化精度レベルを推定する方法を学ぶ。
論文 参考訳（メタデータ） (2023-05-08T17:58:27Z) - Pathway to Future Symbiotic Creativity [76.20798455931603]
そこで本研究では, 5クラス階層の創造システムを分類し, 擬人アーティストから機械アーティストへの創造の道筋を示す。
芸術創造においては、機械は欲求、感謝、感情を含む人間の精神状態を理解する必要があるが、機械の創造的能力と限界も理解する必要がある。
我々は、人間互換のAIシステムが「ループ内人間」の原理に基づいているべきだという哲学を取り入れた、未来のマシンアーティストを構築するための新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2022-08-18T15:12:02Z) - Quantifying Confounding Bias in Generative Art: A Case Study [3.198144010381572]
本研究では,美術作品の学習スタイルにおける芸術運動の影響のモデル化が欠如していることから,難解なバイアスを定量化するための簡易な指標を提案する。
提案手法は,芸術作品における芸術運動の影響を理解する上で,最先端の外れ値検出法よりも有効である。
論文 参考訳（メタデータ） (2021-02-23T21:59:30Z) - Understanding and Creating Art with AI: Review and Outlook [12.614901374282868]
人工知能(AI)に関連する技術は、視覚芸術における研究と創造的実践の変化に強い影響を与える。
本稿では,AIとアートの2つの側面を総合的にレビューする:1)AIはアート分析に使用され,デジタル化されたアートコレクションに使用される;2)AIは創造的な目的に使用され,新しいアート作品を生成する。
アートの創造におけるAIの役割に関して、AIアートの様々な実践的・理論的側面に対処し、それらのトピックを詳細に扱った関連作品を統合します。
論文 参考訳（メタデータ） (2021-02-18T01:38:11Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。