論文の概要: Everyone Can Be Picasso? A Computational Framework into the Myth of
Human versus AI Painting
- arxiv url: http://arxiv.org/abs/2304.07999v2
- Date: Thu, 22 Feb 2024 14:27:15 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-23 19:10:16.165475
- Title: Everyone Can Be Picasso? A Computational Framework into the Myth of
Human versus AI Painting
- Title（参考訳）: みんなピカソになれる?
人間とAIの絵を描くための計算フレームワーク
- Authors: Yilin Ye, Rong Huang, Kang Zhang, Wei Zeng
- Abstract要約: 我々は,人間の絵画とAI絵画の違いを調べるために,ニューラル潜在空間と美学の特徴を視覚分析と組み合わせた計算フレームワークを開発した。
AIアートワークは、潜在空間と、ストロークやシャープネスといった美的特徴の両方において、人間のアートワークと分布的な違いを示す。
本研究は,人間の絵画とAI絵画の相違点に関する具体的証拠を提供するとともに,美学と人間芸術家の関与を考慮し,AIアートの改善を示唆するものである。
- 参考スコア（独自算出の注目度）: 8.031314357134795
- License: http://creativecommons.org/licenses/by/4.0/
- 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.
- Abstract（参考訳）: AI技術の最近の進歩、特にAIGC(AI-Generated Content)は、誰もが簡単なテキスト記述で簡単に美しい絵を作れるようにしている。
AI絵画の驚くべき品質から、人間とAI絵画の相違点がまだ残っているのか、そして人間のアーティストがAIに取って代わられるのかが疑問視されている。
これらの疑問に答えるために、人間の絵画とAI絵画の違いを調べるために、ニューラル潜在空間と美学の特徴を組み合わせた計算フレームワークを開発する。
第一に、人間とAIの絵画コレクションをカテゴリー的に比較すると、AIアートワークは、潜時空間と、ストロークやシャープネスのような美的特徴の双方における人間のアートワークと、色や構成といった他の美的特徴との分布的な違いを示す。
第2に、Picassoの個々のアーティスト分析により、AIと比較して新しいスタイルの進化における人間のアーティストの強さを示す。
本研究は,人間の絵画とAI絵画の相違点に関する具体的な証拠を提供するとともに,美学と人間アーティストの関与を考慮し,AIアートの改善を示唆するものである。
関連論文リスト
- Organic or Diffused: Can We Distinguish Human Art from AI-generated Images? [24.417027069545117]
AIが生成した画像を人間のアートから取り除くことは、難しい問題だ。
この問題に対処できないため、悪いアクターは、AIイメージを禁止したポリシーを掲げる人間芸術や企業に対してプレミアムを支払う個人を欺くことができる。
7つのスタイルにまたがって実際の人間のアートをキュレートし、5つの生成モデルからマッチング画像を生成し、8つの検出器を適用します。
論文 参考訳（メタデータ） (2024-02-05T17:25:04Z) - 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) - AIxArtist: A First-Person Tale of Interacting with Artificial
Intelligence to Escape Creative Block [20.96181205379132]
芸術と人工知能(AI)の将来は、技術が進歩するにつれて期待されている。
このワークショップは、HCI研究者とAIとのインタラクションを共有するファースト・パーソン・リサーチを推進している。
論文では、AIがアーティストの創造性をどのようにサポートするのか、この文脈で説明できることは何を意味するのか、という2つの質問を取り上げている。
論文 参考訳（メタデータ） (2023-08-22T13:15:29Z) - 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) - Seeing is not always believing: Benchmarking Human and Model Perception
of AI-Generated Images [66.20578637253831]
人工知能(AI)技術の進歩が偽写真を生み出すのではないかという懸念が高まっている。
本研究の目的は、最先端のAI生成視覚コンテンツを識別するためのエージェントを包括的に評価することである。
論文 参考訳（メタデータ） (2023-04-25T17:51:59Z) - 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) - On some Foundational Aspects of Human-Centered Artificial Intelligence [52.03866242565846]
人間中心人工知能(Human Centered Artificial Intelligence)の意味については明確な定義はない。
本稿では,AIコンポーネントを備えた物理・ソフトウェア計算エージェントを指すHCAIエージェントについて紹介する。
HCAIエージェントの概念は、そのコンポーネントや機能とともに、人間中心のAIに関する技術的および非技術的議論を橋渡しする手段であると考えています。
論文 参考訳（メタデータ） (2021-12-29T09:58:59Z) - A User-Centred Framework for Explainable Artificial Intelligence in
Human-Robot Interaction [70.11080854486953]
本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。
このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
論文 参考訳（メタデータ） (2021-09-27T09:56:23Z) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳（メタデータ） (2021-07-12T14:21:46Z) - Comparing Visual Reasoning in Humans and AI [66.89451296340809]
人間の行動や社会的相互作用を含む複雑なシーンのデータセットを作成しました。
ai/ヒューマンのシーン記述と、各シーンの他の5つの人間記述の地上真実との類似度を定量的に測定した。
結果は、機械/人間の合意シーンの説明は、私たちの複雑なシーンの人間/人間の合意よりもはるかに低いことを示しています。
論文 参考訳（メタデータ） (2021-04-29T04:44:13Z) - Cognitive Anthropomorphism of AI: How Humans and Computers Classify
Images [0.0]
人間は認知人類同型(英: Cognitive anthropomorphism)、つまりAIが人間の知性と同じ性質を持つことを期待する。
このミスマッチは、適切な人間とAIの相互作用に障害をもたらす。
私は、人間とAIの分類のミスマッチに対処できるシステム設計に3つの戦略を提供します。
論文 参考訳（メタデータ） (2020-02-07T21:49:58Z)
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。