あなたの「美しい」は、すでにAIに書き換えられている『人工美学』
AIは、人間の美を理解できるのか?
こう問われると、AIが描いた絵や曲や小説など、さまざまな作品が思い浮かぶ。
象徴的なやつだと、「ネクスト・レンブラント」だろう。
レンブラントの絵画346点をディープラーニングで学習させ、「もしレンブラントが他にも描いていたら?」という問いに挑んだプロジェクトがある。完成したのはデジタル画像ではなく、3Dプリンターで「出力」した油絵になる。
あるいは、「ディープ・バッハ」もそうかもしれぬ。
ソニーの研究チームが開発したAIは、バッハのコラールを学習し、巨匠そっくりの「新曲」を次々と生み出した。一般人からプロの音楽家まで約1600人を対象に聴き分け実験をしたところ、ほぼ半数がAIの曲を<本物>判定したという。
絵画や音楽に限らず、ディープラーニングは、数学や文学など、様々な領域で成果をあげている。マーカス・デュ・ソートイの『レンブラントの身震い』では、そうした成果の一端が紹介されている [書評『レンブラントの身震い』]。
巨匠の技術を完コピして、そっくりの新作をいくらでも「出力」することができる。かくしてAIは、凄腕の贋作作家になった。
しかし、巨匠そっくりの新作が作れるからといって、その作品を人がなぜ美しいと感じるのかまで理解したことにはならないだろう。
では、模倣するだけでなく、人の美的判断を「予測」できるようになったら、どうだろう。
作品の構造や特徴だけでなく、それに触れた人がどう反応し、何を好ましいと感じるのかまで学習できるとしたら?
例えば、二枚の絵を見せる。多くの人がどちらを美しいと選ぶかを、AIが高い精度で当てられるとする。さらに、まだ誰も見たことのない絵をAIが生み出し、それを人間が「美しい」と感じるところまで予測できるとしたら?
それどころか、人間がこれまで美しいと思いもしなかったものを、AIが新たな美として提示できるとしたら?
『人工美学』は、そんな可能性にまで踏み込んだ一冊になる。
本書は、美学の専門家エマニュエーレ・アリエッリと、デジタル文化研究家レフ・マノヴィッチの共著になる。芸術心理学、メディア論、コンピュータ科学、そしてデジタルメディア実践の現場の知見を横断しながら、この難問に挑む。
紹介される例や論点・視点が絶妙なので、思わずこっちも釣り込まれ、「人にとっての美とは何か」を改めて考えさせられる。
「AIは美を理解できるか」を、こう置き直して考えたい。人間が何を美しいと判断するかを、AIはどこまで予測・再現できるのか。
人は何を美しいと感じるのか
AIが画像から読み取れるのは、色彩や構図、明度や彩度、形態、タッチ、対称性といった特徴だ。
これは美を測る入口にはなる。
だが、美しいと判断する際に関わってくる要素は様々だ。
例えば、認知レベルの話なら、進化的起源から美を探求した『美の起源』になる。普遍文法や普遍道徳と同じように、「普遍美」があると仮定し、ヒトの美意識の基礎を行動生物学の視点から解き明かそうとする[書評:『美の起源』]。
あるいは、それまでの鑑賞経験、文化、社会、歴史、作品が担う象徴的な意味までが関わってくる。
『人工美学』によると、同じ絵であっても、タイトルが変われば評価が変わる。
どの作品を先に見たか、左右どちらに置かれているか、似た作品と並べられているかでも判断が変わる。真っ白な実験室で見るのと、美術館で鑑賞するのとでは受け止め方が異なるし、美術の専門家と一般の人とでは評価が食い違うこともある。
さらに、作品の背景を知っているかどうかも重要だ。
例えば、デュシャンの《泉》は、モノとしては単なる便器だ。だが、それをアートとして提示し、「何を芸術と呼ぶのか」という問いを突きつけた「作品」だと知れば、見方は一変する。
つまり、人間は作品の色や形だけを評価しているわけではない。作品そのものだけでなく、それを見ている自分の経験や知識、さらには作品を取り巻く文化や社会との関係の中で、美しいかどうかを判断している。
しかも、こうした要素は人によって異なるし、同じ人でも時間とともに変化する。万人に共通する「美の法則」を見つけるのが難しいのは、そのためだ。本書の言葉を借りれば、「人間にとっての意味」を無視してパターンだけを把握しても無価値なのだ。
AIは、どの「美」を学習しているのか
厄介なのが、何を測っているのか、という問題だ。
本書は、ある映画を「好きか」と訊くか、「傑作だと思うか」と訊くかで答えは変わってくる、と指摘する。確かに身に覚えがある。傑作とは思わないけど、何度も見るほどハマる映画があるし、二度と観たくない傑作もある。
音楽だって、小説だって、その日の気分で「好き」は変わる。好みや美的評価、fMRIや心拍は
別々の指標になる。
ところが、いまのAIが学習しているのは、「いいね」や再生回数といった消費行動になる。大量消費社会の中で勝ち残ったIP(知的財産)には、大衆の好みが現れていても、美的な価値観とはベクトルが異なっている。
もう一つ考えておきたいのが、AIが学習できる「美」の範囲だ。
『人工美学』によると、AIが得意なのは、大量の作品から共通する特徴やパターンを抽出することだ。レンブラントのように、明確な画風を持つ古典的名作は模倣しやすい。
例えば、西洋絵画には王侯貴族の肖像画や宗教画など、一定の様式に従って描かれた作品が数多く残されている。構図や色彩、光と影の表現にも共通点があり、画像データとして収集・比較しやすい。AIにとっては格好の教材だ。
しかし、こうした絵画は、人類が生み出してきた芸術のごく一部でしかない。 世界各地の美術や工芸、音楽、舞踊、さらには主義や思想そのものを作品とする現代アートもある。
それらをすべて、レンブラントの肖像画と同じように学習できるわけではない(「マルセル・デュシャンの美のパターン」なんて、どうやって見つければいい?)。
つまり、単にデータが不足しているのではなく、大量の作品から共通するパターンを抽出するという手法そのものに、得意な芸術と不得意な芸術があるのだ。
人間が生み出してきた芸術の一部しか学習できず、しかも人の美的判断は複雑で移ろいやすい。
それでもAIは、人間が何を美しいと感じるのかを、どこまで予測し、再現できるのか。
暫定解:部分的に可能
最初の問いに対する、『人工美学』の答えは、次の通りになる。
Q:人間が何を美しいと判断するかを、AIはどこまで予測・再現できるのか。
A:一定条件の下、部分的にできる。どこまでできるかは、3段階に分けて考えられる。
最初は、未知の画像について、集団の好みを予測する段階だ。
多くの人が評価した画像データを学習させることで、AIは画像の採点ができるようになる。こうしたシステムは既に実用化されている。例えばGoogleのAI「NIMA」で、単に写真の美しさを判定するだけでなく、人間の評価が分かれる程度まで予測しようとしている。
次は、個人の好みを、履歴や背景まで踏まえて予測する段階だ。
YouTubeやNetflixなどの配信サービスは、クリックや「いいね」や視聴履歴から、一人ひとりの好みをモデル化している。従来のように年齢や性別で集団を分類するのではなく、個人単位で予測できるのだ。
さらに、その人の美的判断まで再現できれば、新しく作った曲を実際に聴かせなくても、AI自身が「この人は気に入るだろう」と評価できるようになる。
最後は、「美しさ」の変化を予測する段階だ。まだ研究段階であるものの、学習範囲を絞ることで、予測される誤差を減らし、より確度の高い「美しさ」を導き出す試みだ。
本書では、エドアルド・リジらによる2020年の研究を紹介している。
[Modelling and forecasting art movements with CGANs]
過去の絵画から様式の変化をAIに学習させ、その後に現れる画風を予測させたところ、実際の美術史の変化に近い結果が得られたという。
図:AIが生成した各時代の絵画様式と、予測した未来の絵画(右端)
出典:Lisi et al., “Modelling and forecasting art movements with CGANs,” *Royal Society Open Science* 7, 191569 (2020), Figure 3(a).
https://doi.org/10.1098/rsos.191569
ライセンス:CC BY 4.0(Figure 3から(a)を切り出して掲載)
左端から、ルネッサンス、バロック、ロマン主義、印象派、抽象、オプ・アート、ミニマリズムと並んでいる。数字は年代で、1970年ごろまでを覚えさせたAIが予想した「未来」になる。
つまり、1970年代にタイムスリップして、そこまでの西洋絵画を学習した後、その先に現れる画風を予測した「未来」だという。1970年代より後に起きたムーブメントとしては、「ポスト・ミニマリズム」と「ニュー・カジュアリズム」であり、その画風とかなり近似していたという。
つまり、AIは単に過去の画風を模倣したのではない。まだ学習していない未来の画風を、ある程度予測してみせたのだ。
だとしたら、現在までの美術史を学んだAIに「100年後の絵」を描かせたら、いったい何が出てくるのだろう?
もちろん、そこに現れるのは確定した未来ではない。だが、まだ誰も見たことのない「ありえたかもしれない未来の美」を、今、ここで、目撃できるかもしれない。
ちょっと面白いのは、その「100年後の絵」が一部の人に受け入れられ、現代のアートに影響を与える可能性だ。最初は小さな羽ばたきでも、やがて新しい技法や画風が生まれ、別のムーブメントへと波及するかもしれない。未来を予測したはずのAIが、未来を変えてしまう、その最初の蝶となるのが、AIかもしれないのだ。
AIは、人間の美意識そのものを変えるか
これが現実に起きた世界がある。将棋だ。
いまやプロ棋士にとって、AIを使った研究は当たり前になった。羽生善治氏も、AIの活用はすでにスタンダードであり、人間がその進歩にどう向き合うかを模索する段階だと語っている。
[羽生善治×富士通研究所所長が語る。AIと人間が共存する未来への展望]
かつて「筋が悪い」と考えられていた指し手が、AIによって有力な一手として見直される。棋士たちはAIの評価を鵜呑みにするのではなく、自分の感覚と照らし合わせながら、指し方や形勢判断を更新している。
AIが将棋の常識を変え、人間の「よい手」の基準そのものを変えつつあるのだ。
対談の終盤、羽生氏が興味深い発言をしている。
私が思うのは、AIが作ったものやAI的なものがどんどん溢れて、人間の感性も気が付かないうちに変わっていることがあると思います。
同じことは、アートでも起こりうる。
いま思いついたのが、「マスピ顔」だ。
画像生成AIが出してくる、妙に整った美少女の顔だ。出始めの頃は魅力的だった画風も、AIによって大量生産され、似たような顔が溢れかえると、「AIっぽい」「量産型だ」と揶揄されるようになる。もともとは褒め言葉だった「マスターピース(傑作)」が、いまや皮肉を込めた呼び名になっている。
この現象について、『人工美学』では、キッチュ(悪趣味)の切り口から解説する。
何をキッチュと見なすかは、階級意識や、「私は奴らと違う」といった願望が関わると指摘する。例えば、海に沈む夕陽の写真は、だれもが美しいと感じそうだが、まさにその「だれもが美しいと感じそう」であるが故に、ありきたりで、安っぽいと切り捨てる人が出てくる(天邪鬼はどこにでもいる)。
AIは美を予測する。だが、その予測をもとにした美を大量生産すれば、人の美的判断そのものが変わってしまう。
創造的=驚き×意図
AIは、過去の作品から模倣し、未来の画風さえ予測できる。だが、それは「創造的」だと言えるのだろうか?
『人工美学』は、創造性とは、私たちの理解が追いつかないものに与える評価だと指摘する。
例として挙げられたのが、2016年のアルファ碁とイ・セドルの対局だ。第2局の37手目は、周囲を驚愕させ「創造的」と絶賛された。だが、AIにとっては、計算と最適化によって導き出した一手に過ぎなかったという。人間が理解できないからこそ、創造的に見えたのだ。
だが、予想を裏切り、驚きがあれば、何でも創造的といえるのか。
この疑問に対し、本書はアリストテレスの『詩学』を引く。悲劇という美的領域における偶然の役割について、驚きの要素は大きな意味を持つという。
そうした効果が最もよく発揮されるのは、 事象が突然に起こったときである。(中略)そのため悲劇に対する驚異の念は、偶然に起こったかのように思えるときのほうが大きくなる。 たまたま起こったことに意図の気配があるとき、驚きは最も大きくなる。
『アリストテレス 詩学』三浦洋訳、光文社古典新訳文庫、2019
私たちは、雲間から降りてくる光の束に美しさを感じる。だが、それを「天使の梯子」と呼んで、天と地をつなぐ何者かの意志を感じ取ったとき、その美しさは一層深まるかもしれない。
予想を裏切る意外さと、そこに感じられる意図や意味。 この二つが重なったとき、人はそれを「創造的」と呼ぶのかもしれない。
マスピ顔には、予想を裏切る意外さが乏しい。だから整っていても、ありきたりに感じられる。
AIは人間の「美しい」を予測できる。だが、予測を裏切るものに出会ったとき、私たちはそこに新たな美を発見することもある。
そして、その美に触れることで、私たち自身の美意識が変わっていく。
AIは人間の美を「わかって」いるのか。答えはまだわからない。だが、AIが生み出すものによって、人間の「美しい」はすでに変わり始めているのかもしれない。



















最近のコメント