Detecting AI-generated Artwork

要約

人工知能（AI）によって生成されたアートワークの効率と品質は、人間の芸術家に新しい懸念と課題を生み出しています。
特に、生成AIの最近の改善により、人々が人間で生成された芸術とAI生成芸術を区別することが困難になりました。
この研究では、AI生成されたアートワークを人間生成アートワークと区別する際のさまざまなタイプの機械学習（ML）およびディープラーニング（DL）モデルの潜在的な有用性を検討します。
私たちは、バロック、キュービズム、表現主義の3つの挑戦的な芸術スタイルに焦点を当てています。
テストする学習モデルは、ロジスティック回帰（LR）、サポートベクターマシン（SVM）、多層パーセプロン（MLP）、および畳み込みニューラルネットワーク（CNN）です。
私たちの最良の実験結果は、6つのクラスで0.8208のマルチクラス精度と、人間が生成された芸術と際立ったAIを区別するというバイナリ分類問題について、0.9758の印象的な精度をもたらします。

要約(オリジナル)

The high efficiency and quality of artwork generated by Artificial Intelligence (AI) has created new concerns and challenges for human artists. In particular, recent improvements in generative AI have made it difficult for people to distinguish between human-generated and AI-generated art. In this research, we consider the potential utility of various types of Machine Learning (ML) and Deep Learning (DL) models in distinguishing AI-generated artwork from human-generated artwork. We focus on three challenging artistic styles, namely, baroque, cubism, and expressionism. The learning models we test are Logistic Regression (LR), Support Vector Machine (SVM), Multilayer Perceptron (MLP), and Convolutional Neural Network (CNN). Our best experimental results yield a multiclass accuracy of 0.8208 over six classes, and an impressive accuracy of 0.9758 for the binary classification problem of distinguishing AI-generated from human-generated art.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google