人工知能アート

人工知能アートは、人工知能(AI) プログラム を使用して作成または強化された視覚的なアート作品です。

芸術家たちは、20世紀半ばから後半にかけて、この分野が創設された頃に人工知能アートを作り始めました。その歴史を通じて、人工知能アートは、人間の心、人工の存在、そして人間とAIのコラボレーションにおいて何が芸術とみなされるかなど、多くの哲学的な問題を提起してきました。20世紀以来、芸術家たちはAIを使って芸術を創作しており、そのいくつかは美術館で展示され、賞を受賞しています。^[1]

2020年代初頭のAIブームの間に、 Midjourney、DALL-E、Stable Diffusion、FLUX.1などのテキストから画像へのモデルが一般に広く利用可能になり、アーティスト以外の人々もほとんど労力をかけずに画像を素早く生成できるようになりました。^{[2] [3] 2020年代のAIアートに関する論評は、}著作権、欺瞞、名誉毀損、そして技術的失業を含むより伝統的なアーティストへの影響に関する問題に焦点が当てられることが多かった。

自動化された芸術の概念は、少なくとも古代ギリシャ文明のオートマタにまで遡ります。ダイダロスやアレクサンドリアのヘロンなどの発明家は、テキストを書いたり、音を生成したり、音楽を演奏したりできる機械を設計したと言われています。^{[4] [5]}初期の実験は、コンピューターが論理演算を実行するだけでなく、美的に心地よい作品を生成し、創造性に新しい次元を提供できるという考えによって推進されました。創造的なオートマトンの伝統は、 1800年頃に作成され、メモリを保持する真鍮のディスクである「カム」に保存された複数の図面や詩を作成できるマイヤルデのオートマトンなど、歴史を通じて栄えてきました。^[6]

これと並行して、解析エンジンに関する研究で知られるエイダ・ラブレスは、ノートの中で「計算処理」を使って音楽や詩を生成できるというアイデアを概念化し始めた。この概念は、現在「ラブレス効果」と呼ばれているものを生み出し、コンピュータの動作がユーザーから創造的であるとみなされる状況を分析するための具体的なツールセットを提供している。^[7]しかし、ラブレスはノートの中で「ラブレス反論」として知られる概念についても論じており、機械には「何かを生み出そうとする意図はまったくない」と主張しているが、これは人工知能や創造的機械という考えとは真っ向から矛盾している。^[8]

1950年にアラン・チューリングの論文「計算機械と知能」が出版され、機械に関する知能を抽象的な言葉で定義することから、機械が人間の行動や反応を説得力を持って模倣できるかどうかを評価することにシフトしました。^[9]その後まもなく、人工知能という学問分野が1956年にダートマス大学の研究ワークショップで設立され、それ以来数十年にわたって進歩と楽観主義の波を何度も経験してきました。^[10]設立以来、この分野の研究者は、人間の心の本質と、人間のような知能を持つ人工生物を作成することの結果について哲学的および倫理的な議論を提起してきました。これらの問題は、古代から神話、フィクション、哲学によって探求されてきました。 ^[11]

1950年代にAIが誕生して以来、芸術家や研究者は人工知能を使って芸術作品を創作してきました。これらの作品は、アルゴリズムアート、^[12]、 コンピュータアート、デジタルアート、ニューメディアと呼ばれることもあります。^[13]

最初の重要なAIアートシステムの一つは、1960年代後半にカリフォルニア大学サンディエゴ校でハロルド・コーエンによって開発されたAARONである。 ^{[14] AARONは、} GOFAIプログラミングの時代に記号ルールベースのアプローチを使用して技術的な画像を生成するもので、描画行為をコード化できることを目標にコーエンによって開発された。^[15]初期のAARONは抽象的な白黒の絵を描き、後にコーエンがそれをペイントすることで仕上げた。その後、コーエンは、コーエンの介入なしにプログラム自体が選択した特殊なブラシと染料を使用して、AARONに絵を描く方法も開発し始めた。^{[16]数年にわたる作業の後、AARONは1972年に}ロサンゼルス郡立美術館で展示された。^{[17] 1973年から1975年にかけて、コーエンは}スタンフォード大学の人工知能研究所での研修中にAARONを改良した。^[18] 2024年、ホイットニー美術館ではコーエンのキャリア全体にわたるAIアートを展示し、その中には初期のロボット描画機の再現版も含まれていた。^[18]

カール・シムズは1980年代から人工生命を使ったアートを発表してきた。 1987年にMITメディアラボでコンピュータグラフィックスの修士号を取得し、1990年から1996年までスーパーコンピュータメーカーで人工知能企業のシンキング・マシーンズでアーティスト・イン・レジデンスを務めた。^{[19] [20] [21]} 1991年と1992年の両方で、シムズは人工進化を使った3D AIアニメーションビデオでアルスエレクトロニカ賞のゴールデンニカ賞を受賞した。 ^{[22] [23] [24]} 1997年、シムズは東京のNTTインターコミュニケーションセンターのためにインタラクティブなインスタレーション「ガラパゴス」を制作した。 ^[25]このインスタレーションでは、視聴者はどの生物が生き残り、新しい突然変異した子孫を産むかを選択することで、3Dアニメーションの生物の進化を手助けする。さらに、シムズは2019年にエンジニアリング開発における優れた業績によりエミー賞を受賞した。^[26]

エリック・ミリキンは1980年代から人工知能を使ったアニメーション映画を制作しており、1980年代初頭にはCompuServeを使ってインターネット上にアート作品を投稿し始めた。 ^{[27] [28]}

1999年、スコット・ドレイブスと数人のエンジニアのチームが、フリーソフトウェアのスクリーンセーバーとしてElectric Sheepを作成し、リリースしました。^[29] Electric Sheepは、フラクタル炎をアニメーション化して進化させるボランティアコンピューティングプロジェクトです。この炎はネットワーク上のコンピュータに配信され、スクリーンセーバーとして表示されます。このスクリーンセーバーは、視聴者から学習することで無限のアニメーションを作成するためにAIを使用しました。2001年、ドレイブスはElectric SheepでFundacion Telefónica Life 4.0賞を受賞しました^[30]。

人間の脳を模倣しようとする多層構造を特徴とするディープラーニングは、2010年代に登場し、AIアートの世界に大きな変化をもたらしました。 ^{[31]ディープラーニングの時代には、主に}自己回帰モデル、拡散モデル、GAN、正規化フローといったタイプの生成アートのデザインがあります。

2014年、モントリオール大学のイアン・グッドフェローと同僚は、画像などの入力データの統計的分布を模倣するように学習できるディープニューラルネットワークの一種である生成的敵対ネットワーク（GAN）を開発した。GANは、新しい画像を作成するための「ジェネレータ」と、作成された画像のうちどれが成功とみなされるかを決定するための「ディスクリミネーター」を使用する。^{[32]従来のアルゴリズムアートは手動でコード化されたルールに従っていたが、生成的敵対ネットワークはサンプル画像の}データセットを分析することで特定の美学を学習することができる。^[12]

2015年にGoogleのチームがDeepDreamをリリースしました。これは畳み込みニューラルネットワークを使用してアルゴリズムによるパレイドリアを介して画像内のパターンを見つけて強調するプログラムです。^{[33] [34] [35]このプロセスでは、}サイケデリックな体験を彷彿とさせる夢のような外観を持つ、意図的に過剰に処理された画像が作成されます。^[36]

その後、2017年に条件付きGANは、視覚物体認識ソフトウェア研究で使用するために設計された大規模な視覚データベースであるImageNetの1000の画像クラスを生成することを学習しました。 ^{[37] [38]}ランダムノイズと特定のクラスラベルの両方でGANを条件付けすることにより、このアプローチはクラス条件付きモデルの画像合成の品質を向上させました。^[39]

画像生成には、PixelRNN（2016）などの自己回帰モデルが使用されました。PixelRNN（2016）は、リカレントニューラルネットワークを使用して1ピクセルずつ自己回帰的に生成します。^[40] Transformerアーキテクチャは、 Attention Is All You Need （2018）で提案された直後から、テキスト条件付けなしで画像の自己回帰生成に使用されました。^[41]

2018年、ニューヨークのクリスティーズで人工知能アートのオークションが開催され、AIアート作品「エドモンド・ド・ベラミー」 （グッドフェローの名前をもじったもの）が43万2500ドルで落札された。これは予想価格7000～1万ドルの45倍近い額だった。この作品はパリを拠点とする集団Obviousによって制作された。^{[42] [43] [44]}さらに、2018年に開設されたウェブサイトArtbreederでは、StyleGANとBigGAN ^{[45] [46]}というモデルを使用して、ユーザーが顔、風景、絵画などの画像を生成および修正できるようにしている。^[47]

2019年、ステファニー・ディンキンスは「有色人種の興味と文化」に基づいた進化する人工知能の創造によりクリエイティブ・キャピタル賞を受賞した。 ^[48]また2019年、スーグウェン・チュンはAIを使ってチュンと同様の方法で絵を描こうとするロボットアームのパフォーマンスによりルーメン賞を受賞した。 ^[49]

2020年代には、プロンプトに基づいて画像を生成するテキストから画像へのモデルが広く使用されるようになり、AI生成アート作品の制作に新たな変化をもたらしました。^[2]

2021年、OpenAIはGPT -2やGPT-3で使用されている影響力のある大規模言語 生成事前学習済みトランスフォーマーモデルを使用して、テキストから画像へのAIモデルDALL-E 1で作成された一連の画像を公開しました。^[50]これは、GPT-3と本質的に同じアーキテクチャを持つ自己回帰生成モデルでした。これに伴い、2021年後半にEleutherAIはOpenAIのCLIPモデルをベースにしたオープンソースのVQGAN-CLIP ^[51]をリリースしました。 ^[52]

拡散モデルは、既存のデータに基づいて合成データを作成するために使用される生成モデルであり、^[53] 2015年に初めて提案されましたが、^[54] 2021年初頭にようやくGANよりも優れたものになりました。 ^[55] 潜在的拡散モデルは2021年12月に公開され、その後の安定拡散（2022年8月）の基礎となりました。 ^[56]

2022年にはMidjourney ^[57]がリリースされ、その後、 2022年5月に発表されたGoogle BrainのImagenとParti、MicrosoftのNUWA-Infinity ^{[58] [2]}、 2022年8月にソースが入手可能な Stable Diffusion [59]がリリースされた。^{[ 60] [61]} DALL-Eの後継となるDALL-E 2がベータテストされ、リリースされた。 Stability AIには、DreamStudioと呼ばれるStable Diffusionのウェブインターフェース、^[62] Krita、Photoshop、Blender、GIMP用のプラグイン、^[63] Automatic1111ウェブベースのオープンソースユーザーインターフェースがある。^{[64] [65] [66]} Stable Diffusionの主な事前学習済みモデルは、Hugging Face Hubで共有されている。^[67]

2023年、エリック・ミリキンは、AIディープフェイク技術を使用してデトロイトの民間伝承であるナインルージュの伝説を題材にしたドキュメンタリー映画「 The Dance of the Nain Rouge 」を公開した。この映画は「実験的な脱植民地化デトロイトの悪魔学ディープフェイクドリームダンスドキュメンタリー」と評されている。^[68] 2024年にイタリアで開催されたピサロボット映画祭で「最優秀革新技術賞」（「Premio Migliori Tecnologie Innovative」）を受賞し^[69]、2024年にイタリアで開催されたアブサード映画祭で「最優秀アニメーション映画」を受賞した。^[70] イデオグラムは2023年8月にリリースされ、このモデルは判読可能なテキストを生成する能力で知られている。^{[71] [72]}

2024年にFluxがリリースされました。このモデルは、一貫した結果でリアルな画像を生成でき、X（旧Twitter）で使用されているチャットボットGrokや、Mistral AIのチャットボットLe Chatに統合されました。^{[3] [73] [74] [75]} Fluxは、Stable Diffusionの研究者によって設立されたBlack Forest Labsによって開発されました。^[76] Grokはその後、 2024年12月に独自のテキスト画像変換モデルAuroraに切り替えました^。[77]

これに加えて、2020年代半ばのテキストから動画への変換モデルの例としては、 RunwayのGen-2、GoogleのVideoPoet、OpenAIのSora（2024年10月時点で未リリース）などが挙げられます。^[78]

拡散モデルを扱う際に、アーティストが利用できるツールは数多くあります。アーティストは、肯定的および否定的なプロンプトの両方を定義できますが、VAE、LorA、ハイパーネットワーク、iAdapter、埋め込み/テキスト反転を使用する (または使用しない) という選択肢もあります。CFG、シード、ステップ、サンプラー、スケジューラー、ノイズ除去、アップスケーラー、エンコーダーなどの変数は、調整に使用できる場合もあります。ノイズ操作によって事前推論中に追加の影響を与えることができますが、従来の事後処理技術は、事後推論によく使用されます。アーティストは、独自のモデルをトレーニングすることもできます。

さらに、数学的パターン、筆遣いやその他のペイント効果をシミュレートするアルゴリズム、生成的敵対ネットワーク (GAN) やトランスフォーマーなどのディープラーニング アルゴリズムを使用した手順的な「ルールベース」画像生成が開発されている。いくつかの企業が、肯定的なプロンプトのみに集中しながら、前述のすべてのオプションを完全に放棄できるアプリや Web サイトをリリースしている。写真を有名な絵画セットのスタイルでアートのような画像に変換するプログラムも存在する。^{[79] [80]}

シンプルな消費者向けモバイルアプリから、効果的に動作させるために強力なGPUを必要とするJupyterノートブックやWebUIまで、多くのオプションがあります。 ^[81]追加機能には「テキスト反転」があり、これは、いくつかの画像から学習されたユーザー提供の概念（オブジェクトやスタイルなど）を使用できるようにすることを意味します。その後、関連する単語（学習された、多くの場合抽象的な概念に割り当てられたテキスト）から新しいアートを生成できます^{[82] [83]およびモデルの拡張または微調整（} DreamBoothなど）

AIは社会変革をもたらす可能性を秘めており、アマチュアによる非営利のニッチ​​ジャンル（サイバーパンクの派生作品であるソーラーパンクなど）の拡大、斬新なエンターテインメント、高速プロトタイピング、^[84]アート制作のアクセシビリティの向上、^[84]労力や費用や時間あたりの芸術的成果の向上^[84] —例えば、ドラフトの生成、ドラフトの修正、画像コンポーネント（インペインティング）などを通じて。生成された画像は、スケッチ、^[85]低コストの実験、^[86]インスピレーション、概念実証段階のアイデアのイラストレーションとして使用されることがあります。追加の機能や改善は、画像エディタでのその後の微調整など、生成後の手動編集（つまり、磨き上げ）に関連する場合もあります。^[86]

一部のテキストから画像へのモデルのプロンプトには、画像やキーワード、設定可能なパラメータ（芸術的スタイルなど）も含まれることがあります。芸術的スタイルは、プロンプト内の「[アーティスト名]のスタイルで」などのキーフレーズを介してよく使用され^[87]、幅広い美的/芸術的スタイルの選択によって使用されます。^{[88] [85]}画像ジェネレーターから特定の画像を生成するためのプロンプトを共有、取引、検索、フォーク/改良、および/または共同作業するためのプラットフォームがあります。^{[89] [90] [91] [92]プロンプトは、} Redditなどの画像共有ウェブサイトやAIアート専用ウェブサイトで画像と一緒に共有されることがよくあります。プロンプトは、画像の生成に必要な完全な入力ではありません。生成される画像を決定する追加の入力には、出力解像度、ランダムシード、およびランダムサンプリングパラメータが含まれます。^[93]

AIアートを含む合成メディアは、2022年に、今後数年間でビジネスに影響を与える主要なテクノロジー主導のトレンドとして説明されました。^[84] シンソグラフィーは、AIを使用して写真に似た画像を生成する手法に対して提案された用語です。^[94]

AIが生成した画像やアートに関して提起された大きな懸念は、モデルトレーニングデータ内のサンプリングバイアスがAIアートモデルからの差別的な出力につながることである。2023年、ワシントン大学の研究者は安定拡散モデル内で人種的偏見の証拠を発見し、「人物」の画像はヨーロッパや北米の男性の画像と最も頻繁に一致した。^[95]

AIトレーニングデータ内で見つかったサンプリングバイアスをさらに詳しく調べたところ、2017年にプリンストン大学の研究者がAIソフトウェアを使用して200万語以上の単語をリンクしたところ、ヨーロッパ人の名前はアフリカ系アメリカ人の名前よりも「心地よい」と見られており、「女性」や「少女」という言葉は、科学や数学（男性と関連付けられる可能性が最も高い）ではなく芸術と関連付けられる可能性が高いことがわかりました。^{[96]生成AIモデルは通常、特に}拡散モデルの場合、ユーザーが入力した単語ベースのプロンプトに基づいて動作し、この単語関連のバイアスによって偏った結果が生じる可能性があります。

これに加えて、生成AIは女性に関する有害なステレオタイプを永続させる可能性があります。たとえば、 2023年にTikTokで流行したAIアプリLensaは、黒い肌を明るくし、ユーザーを痩せさせ、女性の過度に性的な画像を生成することで知られていました。^[97] MITテクノロジーレビューのシニアレポーターであるメリッサ・ヘイッキラは、Lensaを使用した実験の結果を共有し、生成されたアバターは彼女に似ておらず、しばしば彼女を過度に性的に描写していると指摘しました。^[98]専門家は、このような結果は、AIモデルのトレーニングに使用されるデータセットの偏りから生じる可能性があると示唆しています。データセットには、性的に過激な画像やヌード画像など、不均衡な表現が含まれる場合があります。^{[99] [100]}

2024年、Googleのチャットボット GeminiのAI画像生成器は、人種的偏見があると批判され、Geminiは意図的に白人を結果に少なく反映させていると主張した。^{[101]ユーザーは、}建国の父、ナチスの兵士、バイキングなどの白人の歴史上の人物の画像を他の人種として生成し、「幸せな白人」や「理想的な核家族」などのプロンプトを処理することを拒否したと報告した。^{[101] [102]} Googleは後に「的を外した」ことを謝罪し、Geminiの画像生成器を更新のためにオフラインにした。^[103]これにより、歴史上の人物を現代のレンズを通して表現することの倫理的影響^[104]についての議論が引き起こされ、批評家はこれらの出力が実際の歴史的文脈に関して視聴者を誤解させる可能性があると主張するようになった。^[105]

法学者、芸術家、メディア企業は20世紀以来、人工知能アートの法的、倫理的影響について検討してきました。一部の芸術家は、AIアートを使用して、収集されたデータを使用して新しいアート作品を制作することの倫理を批判し、探求しています。^[106]

1985年、知的財産法教授のパメラ・サミュエルソンは、米国の著作権はアルゴリズムで生成された芸術作品をコンピュータプログラムのユーザーに割り当てるべきだと主張した。 ^[107] 2019年のフロリダ・ロー・レビューの記事では、この問題について3つの視点が提示された。最初の視点では、人工知能自体が著作権者になる。これを行うには、米国著作権法第101条を改正して「著者」をコンピューターと定義する必要がある。2番目の視点では、サミュエルソンの議論に従って、ユーザー、プログラマー、または人工知能会社が著作権者になる。これは、著作権の所有権が「雇用主」に譲渡される「職務著作」の原則の拡大となる。3番目の状況では、著作権の譲渡は決して行われず、著作権の譲渡には著作者の行為が必要であるため、そのような作品はパブリックドメインになる。^[108]

2022年、消費者向けAI画像生成サービスの利用可能性が高まるのと同時に、AI生成アートの合法性と倫理性に関する一般的な議論が再燃した。特に話題となっているのは、著作権で保護されたアートワークや画像がAIトレーニングデータセットに含まれていることであり、アーティストは商用AI製品が同意、クレジット、金銭的補償なしに自分の作品を使用することに反対している。 ^{[109] 2022}年9月、デザインおよびアーティスト著作権協会のリーマ・セルヒは、「アーティストが使用されているデータベース内の作品を識別してオプトアウトできるような安全策はない」と述べた。[110]これらのモデルで生成された画像は現存するアートワークに似ている可能性があり、元のアーティストの署名の残骸が含まれることもあると主張する人もいる。^{[110] [111]} 2022年12月、ポートフォリオプラットフォームArtStationのユーザーは、データセット内でのアートワークの無断使用に反対するオンライン抗議活動を行った。人工知能プログラムは著作権を保持できないという主張が注目を集めており、一部のオンラインアートプラットフォームでは独自のオプトアウトオプションを提供することを約束している。^[112]米国著作権局によると、人工知能プログラムは著作権を保持できない。^{[113] [114] [115]} 2023年8月の時点で連邦地方裁判所で支持された判決は、猿の自撮り写真の著作権紛争の論理に従ったものである。^[116]

DALL-Eの開発元であるOpenAIは、生成されたアートの所有権について独自のポリシーを持っています。OpenAIは、生成された画像の権利とタイトルを制作者に割り当てます。つまり、プロンプトを入力したユーザーが、生成された画像を所有するとともに、それを販売、再印刷、商品化する権利も有することになります。^[117]

2023年1月、サラ・アンダーセン、ケリー・マッカーナン、カーラ・オルティスの3人のアーティストが、スタビリティーAI、ミッドジャーニー、デビアントアートに対して著作権侵害訴訟を起こし、ニューラルネットに作品を学習させる前にアーティストの同意を得ることが法律で義務付けられているにもかかわらず、これらの企業がウェブから収集した50億枚の画像を使用して何百万人ものアーティストの権利を侵害していると主張した。^{[118] 2023年7月、}ウィリアム・オリック米連邦地方裁判所判事は、アンダーセン、マッカーナン、オルティスが起こした訴訟の大半を却下する傾向にあったが、新たな訴状を提出することを認めた。^{[119]また2023年には、スタビリティーAIが}ゲッティイメージズからトレーニングデータに自社の画像を使用したとして訴えられた。 ^[120]サイモン・ウィリソンが作成したツールでは、 Stable Diffusion V1.1のトレーニングデータの0.5％、つまりLAION 2Bの23億インスタンスのうち1200万件を検索できました。アーティストのカレン・ハリオンは、著作権で保護された彼女の画像が許可なくトレーニングデータとして使用されていたことを発見しました。^[121]

2024年3月、テネシー州は、ミュージシャンの声を許可なく模倣するためにAIを使用することを禁止するELVIS法を制定しました。 ^[122]その年の1か月後、アダム・シフは生成AI著作権開示法案を提出しました。これが可決されれば、AI企業は新しい生成AIシステムをリリースする前に、データセット内の著作権で保護された作品を著作権登録簿に提出することが義務付けられます。^[123]

19世紀初頭以来の他のタイプの写真操作と同様に、21世紀初頭には、AIがディープフェイクなど、誤解を招き、人の評判を傷つけるコンテンツを作成するために使用される可能性があることを懸念する人もいます。^{[124]以前、}ネオナチの信念を表現するために自分の作品がコピーされ編集されたことがあるアーティストのサラ・アンダーセンは、オンラインでのヘイトスピーチの拡散は、画像ジェネレーターの使用によって悪化する可能性があると述べています。^{[121]また、}キャットフィッシングの目的で画像や動画を生成する人もいます。

AIシステムは、有害で不快なものとみなされることが多いディープフェイクコンテンツを作成する機能を備えています。ディープフェイクの作成は、同意していない個人にリスクをもたらします。^[125]これは主に、性的に露骨な素材を拡散して他人を辱めたり傷つけたりするためにリベンジポルノとして使用されるディープフェイクポルノを指します。AIによって生成された児童ポルノは、その違法性から社会にとって潜在的な危険であると見なされています。^[126]

OpenAIは、いくつかの欺瞞を軽減するために、2024年にDALL-E 3によって生成された画像を検出するツールを開発しました。 ^[127]テストでは、このツールはDALL-E 3によって生成された画像を約98％の確率で正確に識別しました。このツールは、生成後にユーザーによって視覚的に変更された画像もかなり認識できます。^[128]

• 
  『Pseudomnesia: The Electrician』は、ソニー・ワールド・フォトグラフィー・アワード・コンペティションの部門の一つでボリス・エルダグセンに賞をもたらしました。
• 
  2023年にAIが生成した、厚手の冬用ジャケットを着たフランシスコ教皇の画像は、一部の視聴者を本物の写真だと信じ込ませた。この画像はソーシャルメディアのプラットフォームで拡散した。
• 
  ジャーナリストのエリオット・ヒギンズがMidjourneyで作成した画像には、ドナルド・トランプ前大統領が逮捕される様子が描かれている。この画像はTwitterに投稿され、話題になった。^[129]
• 
  撤回された論文「JAK/STAT シグナル伝達経路と関連した精原幹細胞の細胞機能」の図に使用された 7 つの AI 生成画像のうちの 1 つ。図 1、「ラットの精巣から分離、精製、培養された精原幹細胞」。

2023年のソニーワールドフォトグラフィーアワード「クリエイティブ」「オープンコンペティション」で優勝したボリス・エルダグセンは、自分の作品は実は人工知能で作られたものだと述べた。写真​​家のフェロズ・カーンはBBCに対し、エルダグセンは「経験豊富な写真家や芸術の専門家でさえ騙される可能性があることをはっきりと示した」とコメントした。^{[130]小規模なコンテストも影響を受けており、2023年には作家}マーク・ローレンスがSelf-Published Fantasy Blog-Offとして開催したコンテストが、優勝作品がMidjourneyで生成された画像のコラージュであることが判明したため中止された。^[131]

2023年5月、RedditやTwitterなどのソーシャルメディアサイトで、Midjourneyが生成した、白いダウンコートを着たフランシスコ教皇の画像が注目を集めた。 ^{[132] [133]さらに、}ペンタゴンへの攻撃をAIが生成した画像が、 Twitterの偽ニュース記事の一部として広まった。^{[134] [135]}

ストーミー・ダニエルズとドナルド・トランプのスキャンダルの一環としてドナルド・トランプが2023年3月に起訴される数日前、トランプの逮捕を描いたとされるAI生成画像が数枚、ネット上で拡散した。^{[136] [137]} 3月20日、イギリス人ジャーナリストのエリオット・ヒギンズは、ミッドジャーニーv5を使用してドナルド・トランプが逮捕または投獄される様々な画像を生成し、Twitterに投稿した。逮捕する警官と格闘するトランプの画像2枚は本物であるとの誤った印象を与えて拡散し、3日間で500万回以上再生された。^{[138] [139]}ヒギンズによると、画像は誤解を招く意図はなかったが、その結果、彼はミッドジャーニーのサービスの使用を禁止された。2024年4月の時点で、このツイートは680万回以上再生されている。

2024年2月、AI生成画像を使用した論文「JAK/STATシグナル伝達経路と精原幹細胞の細胞機能」が発表された。この論文は「基準を満たしていない」という理由でFrontiers in Cell and Developmental Biologyから撤回された。 ^[140]

Stable DiffusionやDALL-Eなどの生成AI画像ソフトウェアが進歩し続けるにつれて、これらのシステムが創造性と芸術性にもたらす潜在的な問題と懸念が高まっています。^[121] 2022年には、さまざまなメディアで活動するアーティストが、特にAIベースの画像がイラストやデザイン業界で働くアーティストに取って代わった場合に、生成人工知能が収益能力に与える影響について懸念を表明しました。^{[141] [142]} 2022年8月、デジタルアーティストのRJ Palmerは、「AIを使用すると、1人のアーティストまたはアートディレクターが5〜10人の初心者アーティストの代わりを務めることができるシナリオを簡単に想像できます...多くの自費出版の著者などが、アーティストを雇わなくてもよいのは素晴らしいことだと言っているのを見てきました」と述べています。^[111]学者のJiangらは、「Open AIやStability AIなどの企業のリーダーは、生成AIシステムがすぐにクリエイティブに取って代わると予想していると公言しています」と述べています。^{[121] 2022年のケーススタディでは、} DALL-Eのような技術によって作成されたAI生成画像により、一部の伝統的なアーティストは作品を失うことを懸念している一方で、他のアーティストはそれを有利に利用し、ツールとして見ていることがわかりました。^[125]

AIベースの画像はアート市場や検索エンジンでより一般的になってきた。AIベースのテキスト画像変換システムは、既存の芸術的画像からトレーニングされており、時には元のアーティストの同意なしに、ソフトウェアが特定のアーティストのスタイルを模倣できるためである。^{[121] [143]}たとえば、ポーランドのデジタルアーティスト、グレッグ・ルトコウスキーは、検索結果の画像の多くが彼のスタイルを模倣するためにAIによって特別に生成されたものであるため、彼の作品をオンラインで検索することがより困難であると述べた。^[60]さらに、AIシステムのベースとなっているトレーニングデータベースの中には、一般に公開されていないものもある。

AIベースのアートソフトウェアが芸術的なスタイルを模倣または偽造する能力も、悪意や貪欲さの懸念を引き起こします。^{[121] [144] [145] 2022年8月に}コロラド州フェアで開催されたデジタルアートコンテストで最優秀賞を受賞した、テキストから画像へのAIイラストであるThéâtre D'opéra SpatialなどのAI生成アート作品は、小規模なアーティストを対象としたアートコンテストやその他の応募フォーラムを圧倒し始めています。^{[121] [144] [145]} 2023年1月にリリースされたNetflixの短編映画「The Dog & the Boy」は、映画の背景アートワークを作成するために人工知能アートを使用したことでオンラインで批判を受けました。^[146]同様に、ディズニーは2023年にAI生成のイントロを備えたマーベルのテレビ番組「シークレット・インベージョン」をDisney+でリリースしましたが、機械学習ツールによってアーティストが時代遅れになる可能性があるという考えに対する懸念と反発を引き起こしました。^[147]

AIアートは、従来のストック画像を置き換えることができるとみなされることもある。^[148] 2023年、Shutterstockは、他のShutterstockの画像の部分的なコンテンツを再生成できるAIツールのベータテストを発表した。Getty ImagesとNvidiaは、NvidiaのPicassoモデルを使用してGettyのライブラリとiStockの写真ライブラリでトレーニングされたモデルであるGenerative AI by iStockの立ち上げで提携した。 ^[149]

ハギングフェイスとカーネギーメロン大学の研究者は2023年の論文で、Stable DiffusionのXL 1.0ベースモデルを使用して1024×1024の画像を1000枚生成するには11.49kWhのエネルギーが必要で、1,594グラム（56.2オンス）の二酸化炭素が発生すると報告しました。これは、平均的なガソリン車で4.1マイル（6.6km）の距離を走行するのにほぼ相当します。88の異なるモデルを比較した結果、画像生成モデルは平均して1,000回の推論 あたり約2.9kWhのエネルギーを使用すると結論付けました。^[150]

オリジナルアートの創作に加えて、デジタルアートコレクションを定量的に分析するためにAIを使用する研究手法も生み出されている。これは、過去数十年間のアート作品の大規模なデジタル化によって可能になった。CETINICとSHE（2022）によると、既存のアートコレクションを分析するために人工知能を使用すると、芸術スタイルの発展や芸術的影響の特定に関する新しい視点が得られる可能性がある。^{[151] [152]}

デジタル化されたアートを分析するために使われる典型的なアプローチは、精読と遠視という2つの計算手法である。^[153]精読は、1つの作品の特定の視覚的側面に焦点を当てている。精読手法で機械が実行するタスクには、計算によるアーティスト認証や筆遣いやテクスチャ特性の分析などがある。対照的に、遠視手法では、特定の特徴に関するコレクション全体の類似性を統計的に視覚化することができる。この手法に関連する一般的なタスクには、自動分類、オブジェクト検出、マルチモーダルタスク、美術史における知識発見、計算美学などがある。^{[152]合成画像は、}アートの認証や贋作の検出のためのAIアルゴリズムのトレーニングにも使用できる。^[154]

研究者たちは、芸術に対する感情的な反応を予測するモデルも導入している。そのようなモデルの1つが、機械学習モデルと組み合わせた大規模なデータセットであるArtEmisである。ArtEmisには、6,500人以上の参加者からの感情的な注釈とテキストによる説明が含まれている。このデータセットからの視覚的な入力と付随するテキストの説明の両方を分析することで、ArtEmisは微妙な感情予測を生成することを可能にする。^{[155] [156]}

AIは視覚芸術以外の分野でも利用されている。生成AIは、画像以外にもビデオゲーム制作に利用されており、特にレベルデザイン（カスタムマップなど）やビデオゲーム内の新しいコンテンツ（クエストやダイアログなど）やインタラクティブストーリーの作成に利用されている。^{[157] [158] AIは}文学芸術でも利用されており、^[159]作家のブロック、インスピレーション、セグメントの書き直しの支援などにも利用されている。 ^{[160] [161] [162] [163]}料理の分野では、プロトタイプの調理ロボットの中には動的に味見できるものがあり、調理中にシェフが料理の内容や風味を分析するのを支援できるものがある。^[164]