アーティストたちは長年、AIを使った制作を行ってきました。

Stable Diffusion、Midjourney、Open AI DALL-Eなど、さまざまなジェネレーターがリリースされ、高度な再現性を獲得しました。

同様に、ジェネラティブアートというジャンルも、特にNFTのアーティストやコレクターの間で熱狂的な人気を博しています。

そもそも、ジェネラティブアートとはどういったものなのでしょうか？
ジェネラティブアートというカテゴリーには、超高性能なAIで作られたアートも含まれるのでしょうか？

コンピュータで生成されたアートワークは、すべて同じカテゴリーだと見られがちです。どちらのアートも、コードとアルゴリズムを使用しているなどの共通点はありますが、その仕組みや出資額には大きな違いがあります。

この記事では、ジェネラティブアートとAIアートの仕組みの違いと、今後のAIアートに対する懸念点を分かりやすく紹介します。

▼【NFT×アート】国内外のアート分野によるNFT活用事例14選

【NFT×アート】国内外のアート分野によるNFT活用事例14選

2023.3.22

ブロックチェーン技術の登場により、NFTを活用したデジタルアート市場が活発化しています。 その結果、多くのデジタルアート作品の売買、新たなクリプトアーティストの誕生、アーティスト支...

Stable Diffusion サイト：https://stablediffusionweb.com/

Midjourney サイト：https://www.midjourney.com/home/?callbackUrl=%2Fapp%2F

Open AI DALL-E サイト：https://openai.com/product/dall-e-2

ジェネラティブアートとAIアートの違い

ジェネラティブアートは、アーティストが開発したコードに基づいて作られます。
一方でAIアートは、各エンジニアによる独自のコードを使用し、データセット内で見つかったパターンの統計に基づいて結果を導き出します。

技術的には、AIアートもジェネラティブアートも、画像を生成するためにコードに依存しているため、一見同じようなものに感じるかもしれません。
しかし、それぞれのコードに組み込まれた指示によって、全く異なる結果がもたらされるということも少なくないのです。

▼各業界/分野におけるNFT活用事例10選~アート/音楽/不動産/地方創生/教育など~

各業界/分野におけるNFT活用事例10選~音楽/不動産/地方創生/教育など~

2022.9.25

「NFTを自分の業界でも活用したいけど、どのように活用すればいいんだろう‥‥。」 各業界でNFTが活用されているので、自分の業界でも最新技術のNFTを活用したいと考えている方も多い...

ジェネラティブアートの仕組み

ジェネラティブアートとは、アーティストが設定したコードとアートとのコラボレーションで作られたアート作品のことを指します。

ジェネラティブPFP NFTコレクション「Medusa Collection」を制作したMieke Marple氏は、「ジェネラティブアートとは、コードで作る基盤のようなもので、それに異なる入力を加えるものだ。」と説明します。

「ランダム・チャンス・ジェネレーター」と呼ばれる、アーティストが設定した範囲と枠組みに基づいて、アルゴリズムが無作為に結果を作り出すのが特徴です。

他にも、ジェネラティブアートは、「Medusa Collection」のようなPFPコレクションや、Doodles、World of Women、Bored Ape Yacht Clubといった人気のあるNFTコレクションと関連付けられることが多いです。

最も印象的なのは、このアルゴリズムが生み出すことができる組み合わせの総数です。
11種類の特徴を持つ「Medusa Collection」の場合、可能な組み合わせの総数は数十億に上るとMieke Marple氏は述べています。アーティストは、目、髪型、アクセサリー、肌の色など、一連の特徴を作成し、無数のユニークな個体を作ることが可能です。

ジェネラティブアルゴリズムは、唯一無二のアート「1-of-1 artwork」の制作にも利用できます。

アメリカのアーティスト、Siebren Versteeg氏は、Getty Imagesからランダムに写真を取り出し、アルゴリズムで生成されたデジタル画法と重ねることで、ユニークなコラージュ風のアートワークを生成するスタイルを確立しました。

Medusa Collection サイト：Medusa Collection – Corner4art

Getty Images サイト：https://www.gettyimages.co.jp/

AIアートの仕組み

一方、AIによるテキストから画像への変換は、画像のデータセットから行います。
AIのアルゴリズムは同種の写真を探すように設計されており、データセットの中で最も一般的なパターンに基づいて、結果を作成しようとします。

AI画像生成ツールでは、アーティストは画像生成に使用する基本的なコードを作成する必要はありません。その代わり、アーティストのスタイルに似た入力をAIに「訓練」する必要があります。

テキストから画像生成するジェネレーターは、間違いを素早く「修正」し、常に新しいデータをアルゴリズムに組み込むように設計されています。

AIが生成するアートに懸念の声

AIが生成するアートが大量のデータを処理するスピードは、アーティストやエンジニアの間で懸念を生んでいます。

ひとつは、データ学習に使われる元画像の出典がはっきりしないことです。現存するアーティストの特徴的なスタイルを簡単に再現できるようになったとも言われ、時には盗作に近い画像になる場合もあります。

他にも、AI画像生成ツールが統計に基づいて結果を生成することで、文化的バイアスが生まれる例もいくつか見られ始めています。

例えば「自撮り」というプロンプトの場合、本来は異なる文化の人々を表す画像であっても、アメリカらしい笑顔の写実的な画像を自動的に生成していると指摘されたケースがあります。

一部では、このような統計における優位性を「algorithmic hegemony（アルゴリズムの覇権）」と呼び、このようなバイアスが、今後AIが導く文化にどのような影響を与えるのかという疑問を投げかけています。

統計に基づくバイアスの加速は、AIが生み出すアートやイメージにどのような影響を与えるのでしょうか。

私たちがAIテクノロジーについて学び続けることが、これまで以上に重要なのです。

参考記事：https://nftnow.com/features/ai-art-vs-ai-generated-art-everything-you-need-to-know/

参照元：NFT Media