解除「反AI」情绪!德国马普所揭秘:人类更喜欢自我定制AI艺术

人工智能 新闻
来自杜克大学、滑铁卢大学、剑桥大学等机构的研究人员探索了是否、以及为什么人类不喜欢AI生成的艺术作品。

自去年DALL-E 2, Stable Diffusion, Midjourney等高质量AI绘画工具发布以来,关于「AI艺术家」的争论一直都没停过,比如AI作品是否能参加比赛、模型的训练侵犯版权、辛苦学习的画师沦为语料库等诸多问题。

不过,大部分人还是达成了共识,如果一幅精美的AI作品和大师手笔放在一起,我们还是会认为人类的作品要更好,愿意去了解作品背后的故事、表达的情感等等。

但,AI作品真的一定不如人类作品吗?

如果是一幅专门为你的情感、经历定制的AI作品,你会为它转身吗?

AI艺术可以很美,但对人类来说意义不大

来自杜克大学、滑铁卢大学、剑桥大学等机构的研究人员探索了是否、以及为什么人类不喜欢AI生成的艺术作品。

图片

论文链接:https://psyarxiv.com/f9upm/

研究人员首先从在线平台招募了150名参与者,并要求参与者对从艺术平台Artbreeder上选择的30件AI艺术品进行不同类别的评价,部分作品被标注为「人类创造」,其中包括15件抽象艺术,15件描述具体的物体或场景。

实验结果显示,标记为「人类创造」的艺术品获得的评价明显高于标记为「AI创造」的艺术品,可以看出参与者有潜在「反AI偏见」,他们认为AI作品不是那么有价值,并且不深刻。

在故事性、情感等情绪价值的分类结果显示,被标记为人类创造的艺术品同样获得了更高的评价。

研究人员认为,当艺术品被标注为人类创造时,参与者更有可能相信和重视艺术品背后的故事,反过来又对艺术品的纯粹感官享受提供了正向支持。

研究结果也强调了,人类对艺术的欣赏力不止包括技术,还需要考虑情感、智力、艺术品背后的故事等。

让AI作品画到你心里

虽然人类自带「反AI艺术」的心理,但来自马克斯·普朗克经验美学研究所、埃朗根-纽伦堡大学等机构的研究人员在《心理科学》(Psychological Science)期刊上发表了一篇论文,揭示了「艺术品审美」的背后原理,他们认为并不是AI作品不够好,而是没有根据观看者进行定制化生成。

论文链接:https://journals.sagepub.com/doi/10.1177/09567976231188107

研究结果显示,艺术作品的审美吸引力与观看者的个人偏好息息相关。

在面对相似图片时,观看人更倾向于选择与自己过往经历、文化背景相关的艺术作品。

线下实验设置

为了得出自我相关性评估和审美评级之间的初步关联关系,研究人员招募了33名讲德语的实验参与者(29名女性,4名男性),年龄在18岁至55岁之间,所有人视力均正常,且无神经系统疾病。

研究人员从博物馆藏品中选取了148张知名度不高的艺术品,涵盖了美洲、欧洲和亚洲文化的各个时间段、风格和流派的作品,参与者需要根据个人的主观愉悦程度对艺术品进行打分。

作品列表:

https://journals.sagepub.com/doi/suppl/10.1177/09567976231188107/suppl_file/sj-pdf-1-pss-10.1177_09567976231188107.pdf

参与者还需要对艺术品与自我相关性进行评分,即自己本身、曾经的经历、身份等相关的程度。

除了主观评分外,在实验前,研究人员也对参与者们统计了基本的信息,如教育背景、年龄、性别、是否左撇子、性取向、心理疾病诊断等,并且进行一些艺术和美学相关的教育。

线上实验设置

为了扩大参与者的规模,研究人员还在网上招募了208名说英语的参与者(135名男性,70名女性,2名其他性别,1人未说明),年龄范围为18-74岁,每人观看42件艺术品,并需要回答一系列问题。

其中有两个主观问题比较关键,「这张图片在多大程度上触动了你?」(To what extent did the image move you?)以及「你能从图片中感受到多少美?」(How much did you get the feeling of beauty?)

在自我相关性评估环节,参与者重新观看图片后,需要回答「该图像多大程度上与你相关?」(How self-relevant is the image to you?)

实验结果

在计算美学评分和自我评估的相关性(correlation)后,研究人员使用三个不同条件的线性混合模型对评分进行预测:

1、仅使用参与者自相关评分作为截断

2、加入自相关斜率

3、加入图像相关的截断和斜率

结果发现模型3的预测效果最好。

在使用G*Power进行后验统计检验时,效应量(power)达到0.89,说明自相关性和审美评分之间存在比较强的关联。

个性化风格迁移

在上述结论的支持下,研究人员进行了第二个实验,以验证AI艺术品和人类作品之间的审美差异来源。

实验设置

研究人员在线招募了45名参与者(28名男性,15名女性,2人不明),德语流利,年龄在18到55岁之间。

研究人员首先从之前的数据中选择了20幅艺术品,覆盖自然、人工内容、室内、室外场景以及不同的建筑结构,然后使用3种迁移风格生成AI作品,共计80张图片,

迁移模型论文:https://arxiv.org/pdf/1703.06868.pdf

具体的迁移风格根据参与者个人的生活经历、文化背景调查中提到的地点、物体、美食、动物和文物有关。

在测试期间,参与者并不知道哪些作品是AI生成的,需要根据直觉来选择每件作品是不熟悉的、熟悉的还是肯定认识的。

实验结果

使用与之前类似的实验流程后,可以发现参与者的美学评分明显集中在了自相关的维度上,进一步加强了二者之间的相关性。

通过自定义风格迁移作品,可以看到,自我关联是影响审美评分的一个重要决定因素,比如某位参与者曾经在赫尔辛基度过了一个完美的假期,他就会更倾向于给赫尔辛基相似风格的图像打高分。

在分析自相关与他人相关的艺术作品审美差异时,可以看到自相关的风格评分甚至要超过「大师手绘的真实作品」。

总结

艺术品的观赏体验只是人与外部世界互动并被深刻影响的一个典型例子,并且审美品位高度个性化的,每个人都有不同的体验。

这两项研究的结论并不矛盾,视觉艺术的审美评级与自我相关性有非常高的关联度,而人类本身的经历又让我们更倾向于选择人类的作品。

第二项研究的作者Cem Uran表示,对于真正的艺术,完全取决于观看者能发现哪些视觉元素,甚至可能都没有意识到具体的元素,所以只是喜欢某些艺术而不知道为什么。

不过自相关参考信息如此强烈地吸引观看者,也凸显了个性化内容被滥用的严重危害。

随着各种利用推荐算法的内容推荐平台的发展,这一趋势也越来越明显,而深陷其中的用户也都可能没有意识到这个问题。

责任编辑:张燕妮 来源: 新智元
相关推荐

2018-10-20 15:20:10

2022-02-18 09:53:17

AI芯片设计

2017-11-22 09:22:00

AI智能机器学习

2021-03-02 10:22:30

AI 数据人工智能

2023-06-05 09:48:19

谷歌模型

2020-02-11 17:39:16

人工智能香水制造

2020-11-17 17:25:12

人工智能机器学习技术

2017-12-08 11:44:43

AI马云马化腾人类失业

2020-06-29 14:29:07

人工智能人类工作

2021-08-16 10:21:01

AI 数据人工智能

2023-10-26 11:39:06

人工智能训练

2024-01-15 17:21:20

2019-10-17 08:50:25

人工智能AI

2022-12-01 15:22:02

AI阿里腾讯

2022-07-19 14:01:44

阿里达摩院AI

2023-04-11 13:34:54

2023-05-22 18:39:03

2019-12-16 14:33:01

AI人工智能斯坦福

2020-05-07 07:00:00

AI人工智能基础设施

2019-05-06 10:50:44

AI智能算法
点赞
收藏

51CTO技术栈公众号