AI ArtとSynthetic Image

2015年以降、人工知能を使った画像制作は、研究室やメディア・アートの限定された領域から急速に広がりました。Google DeepDreamがニューラルネットワーク内部の視覚認識を幻覚的な画像として公開し、Sougwen Chungはロボット・アームと身体的に共同描画を始めます。数年後にはGANが人物や花、抽象的な像を生成し、2018年にはAI生成肖像《Edmond de Belamy》がChristie’sで高額落札されました。

しかし、AI Artを「機械が人間の代わりに絵を描き始めた歴史」としてまとめると、この時期に何が起きたのかを大きく取り違えます。Anna RidlerはAIへ与えるチューリップ写真を自ら何千枚も撮影・分類し、そのデータセット自体を作品にしました。Memo Aktenは、機械は訓練された世界からしか対象を解釈できないことを示し、Mario Klingemannは一枚の生成画像ではなく、肖像を作り続けるシステムそのものを作品化します。Refik Anadolは巨大な画像データを建築的な没入空間へ変換しました。

2021年にはDALL·EとCLIPによって言葉と画像の関係が大きく進み、2022年にはDALL·E 2、Midjourney、Stable Diffusionが一般利用者へ広がりました。文章を入力することで写実的・幻想的な画像を短時間に大量生成できるようになり、プロンプト、モデル、データセット、出力選択という新しい制作工程が日常化します。同時に、作家の作品が許可なく訓練へ利用されているのではないか、生成画像に著作権は生じるのか、特定作家の「スタイル」を再現することをどう考えるべきかという論争も急速に拡大しました。

本記事ではAIを一人の自律的な芸術家として擬人化せず、作品が成立する全工程を見ます。訓練データを集める人、モデルを設計する研究者、プロンプトを書く利用者、生成結果を選ぶ作家、画像を出力する装置、美術館や市場、著作権制度までを含めて考えることで、2015–2023年にSynthetic Imageが美術と画像文化の条件をどのように変えたのかを追います。

AI Artとは何を指すのか

AI Artという言葉は、人工知能や機械学習を制作過程に用いた美術を広く指すために使われます。しかし、同じ「AIを使った作品」でも制作方法は大きく異なります。既存画像を学習させて新しい画像を生成する作品、人間とロボットが共同で描く作品、カメラ映像をニューラルネットワークが別の像へ変換する作品、巨大な美術館コレクションをデータとして解析するインスタレーションなどが同じ名称の下に置かれることがあります。

そのためAI Artを一つの様式として捉えることはできません。重要なのは、どのデータを使い、どのモデルを設計・選択し、誰が条件を設定し、どの出力を採用し、どのように展示するかという制作全体を見ることです。

Synthetic Imageとは何か

Synthetic Imageは、カメラが現実の光景を記録した画像とは異なり、コンピューターによる計算や生成モデルによって作られた画像を指すために使われる言葉です。CGや3Dレンダリングも広い意味では合成画像ですが、2010年代後半以降は機械学習によって生成された画像を考える際に特に重要な概念になりました。

生成モデルは、学習したデータの統計的な特徴から新しい出力を作ります。その画像は特定の一枚を単純にコピーしたものではない場合でも、学習データとの関係なしには成立しません。この「新しい画像」と「過去の画像群」の関係が、美術上・法制度上の大きな問題になります。

一つの美術運動ではない

AI Artは、共通の宣言を持つ作家集団や統一様式ではありません。Sougwen Chung、Memo Akten、Anna Ridler、Mario Klingemann、Refik Anadolは、AIを使うという点以外では制作目的も形式も大きく異なります。

Chungは身体とロボットの共同描画を、Aktenは機械が学習した世界認識の偏りを、Ridlerはデータセットを作る人間の労働を、Klingemannは生成システムの自律的な連続性を、Anadolは巨大データと建築的な没入空間を扱います。

AIと生成美術は2015年に始まったわけではない

コンピューターによる生成美術には、1960年代から続くアルゴリズム・アートやコンピューター・グラフィックスの歴史があります。Harold CohenのAARONのように、規則にもとづいて絵を生成するシステムもAI Artの重要な前史です。

2015年以降の変化は、コンピューターが初めて画像を作ったことではありません。大規模な画像データ、GPU、深層学習、ニューラルネットワークの発展によって、既存画像から視覚的特徴を学習し、高度な画像生成や変換を行う技術が急速に実用化した点にあります。

2014年GANの提案

2014年、Ian Goodfellowらは論文「Generative Adversarial Nets」でGAN（Generative Adversarial Network）を提案しました。GANでは、画像を生成するGeneratorと、生成画像が訓練データ由来か人工的に生成されたものかを判別するDiscriminatorを競わせながら学習させます。

論文ではこの関係が、偽札を作ろうとする側と、それを見破ろうとする側の競争にたとえられています。両者が互いに改善されることで、生成側はより訓練データらしい出力を作れるようになります。

GANそのものが「芸術家」なのではない

GANは美術のためだけに開発された技術ではありません。画像生成、データ分布の学習、研究用途など幅広い目的を持つ機械学習の枠組みです。

美術作品になるかどうかは、作家がどのデータを選び、どのモデルを使い、どの段階を作品化し、どの出力を採用し、どの文脈で見せるかに依存します。「GANが作品を作った」とだけ言うと、人間が設定した条件や制作判断が見えなくなります。

2015年Google DeepDream

2015年、Google Researchはニューラルネットワーク内部の働きを可視化する実験としてDeepDreamを公開しました。研究チームは、画像認識ネットワークの各層が画像の中でどの特徴に反応しているかを理解するため、特定の反応を増幅するよう入力画像を反復的に変化させました。

その結果、雲や建物の中から動物の顔や目のような形が繰り返し現れる、強烈で幻覚的な画像が生まれました。Google自身も後年、DeepDreamが研究目的を超え、小規模な芸術的ムーブメントへ広がったと振り返っています。

DeepDreamは現在の画像生成AIとは違う

DeepDreamは、現在のDALL·EやStable Diffusionのように文章からゼロから画像を作るシステムではありません。既存画像をニューラルネットワークへ入力し、ネットワークが強く反応する特徴を増幅することで画像を変形します。

この違いは重要です。2015年のDeepDreamは、機械が世界をどう認識しているかを人間向けの視覚表現へ変える技術でした。その後の生成モデルは、訓練データから学んだ分布をもとに新たな画像を生成する方向へ進みます。

機械が「見ているもの」を人間が見る

DeepDreamの画像が注目された理由の一つは、ニューラルネットワーク内部の処理を「機械の夢」のようなイメージとして人間が経験できたことです。

ただしニューラルネットワークが人間のように夢を見ているわけではありません。人間が理解しにくい計算過程を視覚化すると、私たちはそこへ意識や想像力を投影しやすくなります。AI Artでは、この擬人化の問題がその後も繰り返し現れます。

Sougwen Chung — 人間とロボットが一緒に描く

Sougwen Chungは2015年から《Drawing Operations》を展開し、人間の作家とロボット・アームが同じ場所で描く共同制作を行ってきました。

初期のD.O.U.G._1は頭上のカメラからChungの手の動きを読み取り、そのジェスチャーをロボット・アームがリアルタイムで模倣します。最終的なドローイングは人間か機械のどちらか一方が単独で完成させるものではありません。

2015年《MIMICRY》

《MIMICRY》では、ロボットがChungのジェスチャーを追跡し、隣で同時に線を描きます。Chungもまた機械の動きを見ながら自分の動きを変えるため、模倣は一方向ではありません。

作品の中心は、AIが人間より上手な絵を描けるかどうかではなく、人間と機械が互いの動きへ反応する関係です。共同制作を完成画像だけでなく、身体的な行為として考えます。

「AIとの共同制作」という考え方

AI Artについては「作者は人間かAIか」という二択がよく提示されます。しかしChungの実践では、その問い自体を別の方向へずらします。

制作を共同作業として考えるなら、重要なのは単独の作者を決めることではなく、人間がどのようなシステムを作り、機械がどのような応答を返し、人間がその応答によって再び行為を変えるかという循環です。

Memo Akten — 機械は知っているものからしか見られない

Memo Aktenは2017年《Learning to See》シリーズを制作しました。カメラが日用品の置かれた机を撮影し、ニューラルネットワークがその映像を、あらかじめ学習した画像の世界を通してリアルタイムに再構成します。

Aktenはこの作品を、人間の認知も過去の経験や期待から世界を解釈しているという問題と重ねています。

2017年《Learning to See》

《Learning to See》では、同じ机の上の物体でも、ネットワークが海、火、花など異なるデータで学習していれば、出力される像は大きく変わります。

入力画像が同じでも、学習した経験が違えば別の世界として見える。AIの出力は「カメラが見た真実」ではなく、訓練データによって形成された解釈です。

訓練データが機械の世界観を作る

機械学習モデルは、何も知らない状態から現実を直接理解するわけではありません。どのデータで訓練するかによって、モデルが検出しやすい形や生成できる像が変わります。

AI Artにとって訓練データは、絵画における絵具のような単なる素材以上の意味を持ちます。どの世界を機械へ見せるかという選択そのものが制作判断になります。

2017年前後 AICANと「創造性」の計算

Rutgers UniversityのAhmed Elgammalらは、既存美術の様式を学習しながら、単なる模倣からずれる画像を生成するAICANなどの研究を進めました。

Elgammalの研究は、作品の新しさや美術史上の様式変化を計算モデルから分析し、生成システムへ応用する試みでした。ここではAIが画像を作れるかだけでなく、「創造性をどのような計算問題として定義できるか」が問われます。

創造性を数値化できるのか

美術史上の創造性を新規性や影響関係から定量化しようとする研究は、興味深い可能性を持つ一方、創造性を測定可能な一つの尺度へ還元する危険もあります。

ある作品が歴史的に重要になる理由には、形式だけでなく社会、制度、批評、政治、作家の位置など多数の要因があります。AIによる創造性研究は、「創造性とは何か」という古い美学上の問いを計算可能性の問題として再び浮上させました。

Anna Ridler — データセットを自分で作る

Anna RidlerはAI作品で使われるデータセット自体を制作の中心へ置いた作家です。2018年《Myriad (Tulips)》では、何千ものチューリップを自ら撮影し、一枚ずつ手書きで注記した画像群を展示しました。

これらの写真は後にGAN作品《Mosaic Virus》の訓練データとして使われます。通常は機械学習の裏側に隠れるデータ収集と分類が、独立した作品として目の前に現れます。

2018年《Myriad (Tulips)》

《Myriad (Tulips)》では、壁面に大量の小さな写真が並び、それぞれに人間の手で書かれた分類情報があります。

Ridlerは、データセット制作には時間、判断、労働が必要であることを強調しています。AIが画像を自動生成しているように見えても、その前段階には何を見るべきかを決める人間の作業があります。

データセットそのものを作品にする意味

多くの機械学習プロジェクトでは、データセットは完成作品ではなく技術的な準備段階として扱われます。Ridlerはその準備段階を表へ出しました。

これによって観客は、生成画像だけを見るのではなく、「機械は何を見せられて育ったのか」を確認できます。訓練データの出典や分類が不透明なシステムとは対照的です。

2018年《Mosaic Virus》

《Mosaic Virus》（2018）は、GANによって生成されたチューリップが格子状に並ぶ約20分の映像作品です。花の色、形、動きはBitcoinの価格変動と連動します。

題名のmosaic virusは、17世紀のチューリップ投機で珍重された縞模様を生むウイルスを指します。有限性と投機によって価値が生まれるチューリップとBitcoinを重ね、AI生成画像を金融・歴史の問題へ接続しました。

データは中立ではない

Ridlerの制作は、データセットが世界を客観的に写した自然物ではないことを示します。何を撮影し、どの角度を選び、どんな名前を付けるかは人間の判断です。

大規模AIシステムでも同じ問題が存在します。ただし規模が巨大になるほど、個々の画像を誰がどのような条件で収集・分類したかを見ることが難しくなります。

Obviousと《Edmond de Belamy》

2018年、Parisを拠点とするObviousはGANを用いて架空のBelamy家の肖像シリーズを制作しました。その一つ《Edmond de Belamy》が同年10月25日にChristie’s New Yorkで競売にかけられました。

Christie’sはこれを同社がオークションへ出品した最初のAI生成作品として紹介し、作品は432,500ドルで落札されました。AI Artが技術・研究領域だけでなく、大規模美術市場の話題になる象徴的な出来事でした。

《Edmond de Belamy》はどう作られたのか

Christie’sによれば、Obviousは14世紀から20世紀までの約15,000点の肖像画像をデータセットとしてGANへ与えました。

Generatorが画像を生成し、Discriminatorが訓練画像と生成画像を判別する競争を繰り返すことで、過去の肖像画に似ているが特定作品ではない像が作られました。

数式を署名にする

《Edmond de Belamy》の画面下部には、人間の作家名の代わりにGANの損失関数を示す数式が署名のように配置されました。

この演出はAIによる制作を強く可視化しましたが、実際にはデータセットの準備、コード、出力選択、印刷、額装、作品シリーズの設定など、多くの人間的判断が存在します。「機械が単独で描いた肖像」と理解すると制作過程を単純化しすぎます。

市場の出来事と美術史的評価を分ける

高額落札はAI Artへの社会的注目を急速に高めました。しかし価格が高いことと、美術史的に最も重要なAI作品であることは同じではありません。

Obvious以前にも機械学習を使った作家や研究者は活動しており、同時期にも異なるアプローチが存在しました。《Edmond de Belamy》はAI Artの起源ではなく、市場と一般報道がAI Artを大きく認識した節目として見る方が正確です。

Mario Klingemann — 生成システムを作品として所有する

Mario KlingemannはGANやニューラルネットワークを用い、人物像や視覚パターンを連続的に生成する作品を制作してきました。

2018年《Memories of Passersby I》では、二台の画面と木製キャビネット内のコンピューターからなる装置そのものが作品となり、稼働中に新しい肖像を生成し続けます。

2018年《Memories of Passersby I》

Sotheby’sの記録によれば、《Memories of Passersby I》は複数のGAN、二台の4K画面、専用コンピューターを収めた木製コンソールから成ります。モデルは17〜19世紀の多数の肖像を用いて訓練されました。

画面に表示される肖像は録画された映像の再生ではなく、装置が動いている間に生成され続けます。そのため同じ作品を別の日に見ても、同じ顔を見るとは限りません。

出力ではなく生成装置を所有する

AI Artでは、一枚の生成画像をプリントして作品とする方法もあります。一方《Memories of Passersby I》では、画像を生み出すシステムそのものが収集対象になります。

これは保存にも新しい問題を生みます。画面、コンピューター、コード、モデル、OSなどが故障・陳腐化したとき、何を維持すれば同じ作品と呼べるのかを考える必要があります。

無限の出力から誰が選ぶのか

生成モデルが大量の画像を作れる場合、どの出力を作品として残すかという選択が重要になります。

一枚を選ぶ作品では、作家の役割は描画そのものより、条件設定、反復生成、選択、編集、出力へ移ります。逆にKlingemannのように生成し続ける装置を見せる場合は、その選択をシステムへ委ねること自体が作品形式になります。

2019年《AI: More than Human》

2019年5月から8月にかけ、LondonのBarbican Centreで《AI: More than Human》が開催されました。美術作品だけでなく、科学研究、技術開発、歴史資料を横断し、人間とAIの関係を大規模に紹介した展覧会です。

参加者にはMario Klingemann、Anna Ridler、teamLab、Es Devlinなどの作家に加え、DeepMindやMITなどの研究プロジェクトも含まれました。AIを一つの美術ジャンルではなく、科学・社会・文化を横断する問題として提示しました。

美術展と科学展示の境界

AI技術を扱う展覧会では、研究デモンストレーションと美術作品が同じ会場に置かれることがあります。

技術的な新規性だけを見れば科学博物館的になり、視覚的な魅力だけを見ればAIがどのように作動しているかを見失います。《AI: More than Human》は、この両者を同じ展覧会の中で扱う難しさと可能性を示しました。

Refik Anadol — データを没入空間へ変える

Refik Anadolは大規模データと機械学習を用い、建築や巨大スクリーンを覆う映像インスタレーションを制作してきました。

Anadolはデータを記録として提示するより、色と形が流動する没入的な映像へ変換します。観客はモデルの計算過程を理解するというより、その出力を身体的な環境として経験します。

2019年《Machine Hallucination》

2019年、ARTECHOUSE New Yorkで《Machine Hallucination》が開催されました。ARTECHOUSEは、この作品で100 millionを超えるNew Yorkの建築画像を用いた機械学習システムが使用されたと説明しています。

多数の都市画像が潜在空間で再構成され、建築の記憶が流動する巨大映像として壁面へ投影されました。写真アーカイブは一枚ずつ閲覧する資料から、生成空間のためのデータへ変わります。

「データ彫刻」という考え方

Anadolは自身の作品を「AI Data Painting」「AI Data Sculpture」などの言葉で説明してきました。

ここで彫刻は石や金属の物体だけを意味しません。大量のデータ、アルゴリズム、スクリーン、建築、音響、リアルタイム生成を組み合わせた環境全体が造形されます。

没入型AI作品をどう評価するか

Anadolの作品は大規模で視覚的に強く、多くの観客を集めます。その一方で、AIの社会的・政治的問題より「美しいデータ映像」が前面に出すぎるという批評も起こり得ます。

しかし、視覚的な快楽が強いことだけで作品の問題意識がないと決めることもできません。AI Artでは技術的仕組み、データの由来、展示経験を別々に検討する必要があります。

データセットの背後にある労働

AIモデルの訓練には大量の画像と、それを分類・整理する作業が必要になることがあります。画像を集め、ラベルを付け、不要なものを除き、データを整える仕事は自動化の背後に隠れやすい労働です。

Ridlerが《Myriad》で一枚ずつ手書き注記を行ったことは、その労働を意図的に可視化する方法でした。大規模AIシステムでは、同種の作業が多数の匿名的な労働者へ分散する場合もあります。

データセットを作ることは作者性に含まれるか

生成AIでは最終画像の選択だけでなく、学習データを誰が作ったかも結果へ大きく影響します。

自分でデータセットを制作するRidlerと、インターネットから大規模に集められた画像を使うシステムでは、人間の関与の位置が異なります。AI Artの作者性を論じる際には、この違いを無視できません。

「学習」と「参照」は同じなのか

生成モデルが大量画像を学習することを、人間の作家が過去作品を見ることと同じだと説明する場合があります。しかし両者を完全に同一視することには注意が必要です。

機械学習ではデータを数値的なパラメータへ反映させ、生成時にその統計的構造を利用します。人間の学習も複雑ですが、身体経験、意図、記憶、社会関係を含みます。類似点があっても、同一のプロセスではありません。

「〜風」を生成するという問題

生成AIは特定の視覚的特徴を学習し、ある作家の作品を連想させる出力を作れる場合があります。

しかし「スタイル」は単なる色や筆触の集合ではありません。作品が作られた歴史、主題、制作行為、思想まで含めて考えるなら、外観の再現と作家の実践全体を同一視することはできません。

2021年DALL·E

2021年1月、OpenAIはDALL·Eを発表しました。DALL·Eはテキストと画像の組み合わせを学習し、文章による説明から画像を生成するシステムです。

OpenAIの発表によれば、初代DALL·Eは120億パラメータ規模のGPT-3をもとに、テキストと画像のペアから学習しました。異なる物体や属性を文章で組み合わせ、その条件に沿った画像を作る能力が注目されました。

文章が画像制作の操作方法になる

DALL·Eの登場によって、画像生成の操作はコードや画像編集ソフトだけでなく、自然言語へ大きく近づきました。

「赤い椅子」「月面に置かれたピアノ」のように文章で条件を与えることで、モデルがその組み合わせを視覚化します。制作の技能が消えたのではなく、画像を作るための指示の設計が新たな操作層として加わりました。

2021年CLIP — 言葉と画像を結ぶ

同じ2021年1月、OpenAIはCLIPを発表しました。CLIPは大量の画像と自然言語の組み合わせから、文章と画像の対応関係を学習するモデルです。

「猫」「赤い自動車」のような言葉と、それに対応する画像表現を共通の空間で比較できることは、後のテキストから画像を生成する仕組みにとって重要な技術的基盤の一つになりました。

プロンプトという制作要素

テキストから画像を生成するシステムでは、利用者が入力する文章を一般にpromptと呼びます。

主題、構図、照明、色、媒体、雰囲気などを文章で指定し、結果を見て言葉を調整する反復が制作過程になります。ただし、同じプロンプトでもモデルやバージョン、乱数によって異なる画像が生成されるため、文章が完成画像を完全に決定するわけではありません。

プロンプトは筆そのものではない

「プロンプトは新しい絵筆だ」といった比喩は分かりやすい一方、実際の生成過程を単純化します。

絵筆では手の運動が画面へ比較的直接反映されますが、生成AIでは入力文章が巨大な学習モデルを介して出力へ変換されます。利用者の指示と画像の間には、訓練データ、モデル構造、パラメータ、乱数など多数の要素があります。

潜在空間とは何か

生成モデルの説明では「latent space（潜在空間）」という言葉が頻繁に使われます。これは画像をそのままピクセル列として扱うのではなく、学習された特徴をより圧縮・抽象化した内部表現として扱う空間を指します。

潜在空間を「AIの想像世界」のように比喩的に語ることもありますが、実際には数学的な表現空間です。作家はこの空間を移動・補間することで、ある画像状態から別の画像状態へ連続的に変化する映像を作ることがあります。

Diffusion Model — ノイズから画像へ

2020年代初頭、Diffusion Modelが高品質な画像生成で大きく注目されるようになりました。拡散モデルは、画像へ段階的にノイズを加える過程を学び、その逆方向としてノイズから画像を復元するよう訓練されます。

生成時にはランダムなノイズから出発し、モデルが繰り返しノイズを除去することで画像が形成されます。GANのGeneratorとDiscriminatorの競争とは異なる生成の仕組みです。

2022年Latent Diffusion Models

Robin Rombach、Andreas Blattmann、Dominik Lorenz、Patrick Esser、Björn Ommerらは2022年CVPRでLatent Diffusion Modelsを発表しました。

画像のピクセル空間そのものではなく、圧縮された潜在表現で拡散過程を行うことで、計算量を抑えながら高解像度生成を可能にする方法を示しました。クロスアテンションを用いることでテキストなどの条件から画像を生成する柔軟性も実現しました。

2022年DALL·E 2

2022年、OpenAIはDALL·E 2を発表しました。DALL·E 2は自然言語の説明からより高解像度で写実性の高い画像を生成し、画像の一部編集や既存画像のバリエーション生成にも対応しました。

テキストから画像を作る操作が研究デモだけでなく、一般利用者が実際に試せるサービスへ近づいたことで、生成画像は急速に大衆文化へ入り始めます。

2022年Midjourney

Midjourneyも2022年に一般利用が広がり、Discordを通じて文章を入力し、複数の画像案を生成・選択・拡大する独特の制作環境を提供しました。

公式ドキュメントによれば、初期のVersion 1は2022年2月から4月、Version 2は4月から7月、Version 3は7月から11月に標準モデルとして使われました。わずか数か月単位でモデルの見た目と能力が変化していきました。

モデルの更新速度が作品条件になる

油絵具やカメラも技術的に変化しますが、生成AIのモデル更新は非常に速く、数か月で同じプロンプトから得られる結果が大きく変わる場合があります。

そのためAI作品を保存・研究する際には、使用モデル、バージョン、設定、乱数、追加編集などを記録しなければ、後から同じ制作条件を再現できないことがあります。

2022年Stable Diffusion

2022年8月、Stability AIと研究者らはStable Diffusionを公開しました。8月10日に研究者向けの初期リリースが告知され、8月22日に一般公開されました。

Stable DiffusionはLatent Diffusionの研究を基盤とし、モデルの重みとコードを広く利用可能にしたことで、研究機関や大企業だけでなく個人開発者が自分のコンピューターやサービス上で改変・応用する環境を急速に広げました。

モデルをダウンロードできる意味

クラウド上のサービスだけを使う場合、利用者は企業が提供するインターフェースと規則の範囲で生成します。モデルを入手できる場合は、追加学習、インターフェース変更、独自システムへの組み込みなどが可能になります。

Stable Diffusionの公開は画像生成そのものだけでなく、生成AIを誰が改変・再配布できるかという技術文化を大きく変えました。

大規模な画像と文章の組み合わせ

2020年代のテキスト画像生成モデルは、インターネット上に存在する大量の画像と、それに関連する文章情報を学習資源として利用するようになりました。

規模が大きくなるほど、どの画像が含まれているかを個人が把握することは困難になります。生成AIの性能向上と、データの出典・権利・偏りをめぐる問題は同時に拡大しました。

規模そのものが表現条件を変える

数千点を自分で撮影するRidlerのデータセットと、インターネット規模のデータで訓練されたモデルでは、作家とデータの関係が根本的に異なります。

データ量が増えるほどモデルは幅広い概念を扱える一方、作家自身が一枚一枚の出典や内容を把握することは不可能になります。AI Artでは「規模」そのものが倫理・作者性・透明性の問題になります。

2022年 — 生成画像が専門領域から一般利用へ

2022年はDALL·E 2、Midjourney、Stable Diffusionなどによって、文章から画像を生成する技術が一般利用者へ急速に広がった年でした。

それ以前にもAI Artは存在しましたが、画像生成のためにプログラミングや独自モデル構築を必要としない利用者が一気に増えました。この変化によって、AI Artはメディア・アートの専門領域だけの問題ではなく、イラストレーション、デザイン、広告、写真、教育、SNSへ広がります。

画像を作るコストが急激に下がる

テキストを入力するだけで数十秒から数分で複数画像を生成できるようになると、「一枚の画像を作る」こと自体の時間的・経済的コストが低下します。

その結果、何を生成するかだけでなく、何百枚の中から何を残すか、どこまで編集するか、どの画像を作品として提示するかという選択がさらに重要になります。

生成することより選ぶこと

AI画像制作では、利用者が大量の候補を生成し、一部を選び、再生成し、トリミングし、画像編集ソフトで修正する場合があります。

この制作を「ボタンを押しただけ」と一括りにすることも、「すべて手描きと同じ」と考えることも正確ではありません。人間の介入は作品やワークフローによって大きく異なります。

作者は誰なのか

AI Artで最も頻繁に問われるのが作者性です。モデルを設計した研究者、データを作った人々、プロンプトを書いた利用者、出力を選択・編集した作家のどこに作者性を置くべきかという問題です。

美術上の作者性と、著作権法上の著作者は同じ概念ではありません。美術では共同制作や委託制作を含む複雑な作者モデルがありますが、法制度は国ごとに異なる要件を持ちます。

「AIが作者」という表現に注意する

AIシステムが自動的に出力を作るため、「AIが作品を制作した」と表現されることがあります。

技術的な説明として生成を機械に帰属させることはできますが、AIに人間と同じ意図、経験、法的主体性があると直ちに結論づけることはできません。作品の説明では、誰がシステムを設計・操作し、どこまで自動化されているかを具体的に記述する方が正確です。

2023年米国著作権局のAIガイダンス

2023年3月、米国著作権局はAI生成素材を含む作品の登録に関するガイダンスを公表しました。著作権保護は人間の作者による創作を前提とし、AIが生成した部分を含む場合は申請時にその内容を開示する必要があると説明しました。

一方、人間が選択・配置・編集した部分など、人間による創作性が認められる要素については、作品全体の具体的な制作状況に応じて保護対象となり得ます。

《Zarya of the Dawn》登録判断

2023年2月、米国著作権局はKristina Kashtanovaのコミック《Zarya of the Dawn》について判断を公表しました。

著作権局は、人間が書いた文章および文章と画像の選択・配置については登録を認める一方、Midjourneyによって生成された個々の画像については人間による著作物として保護しないとしました。これは米国法上の個別判断であり、すべての国のAI著作権制度を代表するものではありません。

《Théâtre D’opéra Spatial》の判断

2023年9月、米国著作権局のReview BoardはJason M. Allenの《Théâtre D’opéra Spatial》について登録拒否を維持しました。

判断では、Midjourney生成部分を除外せず作品全体を登録しようとした点などが問題となりました。米国の制度では、AI出力を含む作品について人間が具体的にどの創作要素を担当したかを分けて示す必要性が強く意識されるようになりました。

著作権ルールは世界共通ではない

AI生成物の著作権については、国・地域によって法律や判例が異なります。

米国著作権局の方針をそのまま日本やEUへ適用することはできません。また制度自体も技術と判例によって変化しています。美術史の記事では、特定国の判断を普遍的な結論として扱わないことが重要です。

訓練データと著作権をめぐる争い

2023年には、生成AIの訓練に既存作品を利用することが著作権侵害に当たるかをめぐり、複数の訴訟や政策議論が表面化しました。

米国ではSarah Andersen、Kelly McKernan、Karla OrtizらがStability AI、Midjourney、DeviantArtを相手に訴訟を提起し、Getty Imagesも米国と英国でStability AIに対する法的手続きを開始しました。これらは提訴時点で原告側の主張であり、すべての法的論点が確定したわけではありません。

提訴と確定判決を区別する

生成AIをめぐる訴訟は、ニュースでは「AIは著作権侵害」といった断定的な見出しになりやすい問題です。

しかし訴えが起こされたこと、裁判所が一部の主張を認めたこと、最終的に法的責任が確定したことは別です。美術史として記録する際には、争点が生まれた事実と、法的結論を分けて扱う必要があります。

学習されることへの同意

法的に許されるかどうかとは別に、作家が自分の作品をAI訓練へ利用されることへ同意したかという倫理的問題があります。

作品を公開すること、検索エンジンに表示されること、機械学習の訓練データとして利用されることは同じ行為ではありません。生成AIの普及は、オンラインで作品を公開することの意味を再び変えました。

出典を追跡できない生成画像

生成モデルの出力には通常、「この部分はこの作品から来た」と人間が簡単に追跡できる出典表示はありません。

そのため生成画像を見ただけでは、どの訓練画像がどの程度影響したかを判断できない場合が多くあります。この不透明性が、作者性や著作権をめぐる議論をさらに難しくします。

生成モデルと偏り

生成AIは訓練データに含まれる社会的・文化的パターンを学習します。そのため、職業、人種、ジェンダー、地域などについて既存の偏りを再現・増幅する可能性があります。

これはAIが独自に偏見を発明したというより、どのデータを使い、どのように調整したかによって結果が形成される問題です。Machine Visionの記事で扱った分類の政治が、生成画像の側にも続いています。

モデルの出力は技術だけで決まらない

商用画像生成サービスでは、生成を禁止する語、人物、性的表現、暴力表現などについてフィルターや利用規約が設定される場合があります。

したがって同じ技術的能力を持つモデルでも、どのサービスを使うかによって生成可能な画像が変わります。企業の方針や安全設計も、現代の画像文化を形成する要素です。

2022–23年MoMA《Refik Anadol: Unsupervised》

2022年11月19日から2023年10月29日まで、MoMAのGund Lobbyで《Refik Anadol: Unsupervised》が展示されました。

MoMAによれば、Anadolは同館の200年以上にわたるコレクションの公開データを機械学習モデルで解釈・変換し、約24フィート四方の大型画面でリアルタイムに変化する映像を生成しました。

美術館コレクションを訓練データとして使う

《Unsupervised》では、美術館コレクションが美術史を展示する対象であるだけでなく、AIモデルへ与えられるデータになります。

MoMAは作品を「機械がコレクションを見たら何を夢見るか」という問いから紹介しました。この比喩は分かりやすい一方、実際にはコレクションの選択、デジタル化、メタデータ、モデル設計など多数の人間的・制度的条件があります。

AIは美術史をどう再構成するか

美術館のコレクションは美術史そのものではありません。どの作家・地域・時代を収蔵してきたかという制度的な選択の結果です。

そのコレクションをAIが学習する場合、既存の美術館の歴史的偏りもデータ環境の一部になります。AIが「新しい美術史」を作るように見えても、その出発点には既存制度が選んだ画像があります。

完成動画ではなくリアルタイム生成

《Unsupervised》は一本の完成映像を繰り返し上映するのではなく、生成アルゴリズムによって継続的に変化する作品として設計されました。

この形式では「完成した一枚の作品画像」を代表作として固定しにくくなります。作品はシステム、データ、画面、時間、会場という複数の条件から成立します。

AIは媒体なのか道具なのか

AIを「新しい絵筆」「新しい写真機」「新しい媒体」と説明することがあります。どの比喩にも一面の正しさがありますが、完全ではありません。

AIは制作道具であると同時に、データの蓄積、計算モデル、企業サービス、研究制度を含むインフラでもあります。AI Artを媒体論だけで捉えると、その背景にあるデータと制度が見えにくくなります。

単独のツールではなくシステムとして見る

画像生成サービスの画面だけを見れば、テキストを入力して画像を得る単純な道具に見えます。

しかし背後には訓練データ、モデル開発、GPU、クラウド、著作権、利用規約、コンテンツフィルター、労働などがあります。AI作品は、この複雑なシステムのどこを作品の問題として扱うかによって性格が変わります。

人間の選択はどこに残るのか

AI生成は自動化されていますが、制作過程すべてが自動化されているとは限りません。

データセットを設計する、モデルを選ぶ、プロンプトを書く、乱数を固定する、何度も生成する、出力を選ぶ、画像を修正する、印刷方法を決める、展示形式を設計する。これらのどこまでを人間が行うかは作品ごとに異なります。

「人間制作／AI制作」の二択ではなく連続体

Sougwen Chungのような身体的共同描画、Ridlerの手作業によるデータセット制作、Klingemannの自律生成装置、一般利用者によるテキスト画像生成では、人間と機械の役割配分がまったく異なります。

AI Artを理解するには「AIを使ったか使わなかったか」より、どの工程が自動化され、どの工程に人間の判断が集中しているかを見る方が有効です。

AI Artに「技術」は不要になるのか

生成AIによって手で描く技能が必須ではなくなる場面はあります。しかし制作技能が消えるわけではありません。

データ収集、プログラミング、モデル調整、編集、写真・映像、印刷、インスタレーション、批評的な構想など、作品ごとに異なる技能が必要になります。どの技能を重視するかが変化していると考える方が適切です。

生成AI特有の「見た目」はあるのか

新しい画像生成モデルが登場すると、その時期特有の滑らかな質感、過剰な細部、不自然な手指、幻想的な光などが広く共有されることがあります。

しかしモデルが改善され、利用者が追加学習や編集を行うと、その共通した見た目は短期間で変わります。AI Artを一つの視覚様式だけで定義すると、モデル更新の速度についていけません。

失敗画像も美術の素材になる

初期生成モデルでは顔の崩れ、身体の混合、反復模様などのエラーが目立ちました。作家はこれらを欠陥として修正するだけでなく、機械の生成過程を示す特徴として利用することもあります。

DeepDreamの幻覚的な形やKlingemannの崩れた顔のように、「完全には理解・再現できない」状態がAI特有の美学として注目されました。

写真との境界

生成AIによって、カメラで撮影されていない写実的画像が大量に作れるようになります。

写真は長く現実の光がカメラへ入った痕跡を持つ媒体として議論されてきました。Synthetic Imageの普及は、写実的に見えることと、実際に何かがカメラの前に存在したことを分けて考える必要を強めました。

記録画像への信頼

AI生成画像の問題は美術だけに限定されません。ニュース、広告、SNSで、実際の出来事を撮影した画像とSynthetic Imageが同じ画面に並ぶようになります。

そのため画像を見る能力には、構図や内容だけでなく、出典、撮影情報、生成履歴を確認するメディア・リテラシーがさらに必要になります。

AI生成作品と美術市場

《Edmond de Belamy》の落札以後、AI生成作品はギャラリー、オークション、NFT市場など複数の経路で売買されるようになりました。

しかし、AIを使ったこと自体が市場価値を保証するわけではありません。技術の新奇性だけでなく、作家の継続的な実践、作品コンセプト、保存可能性、エディション、制度的評価など従来の現代美術と同様の要因が関わります。

AI ArtとNFTの接続

2021年前後のNFT市場拡大は、デジタル作品をトークンと結びつけて売買する仕組みを一般に広く知らしめました。AI生成画像もNFTとして大量に流通しました。

ただしAI ArtとNFTは同義ではありません。AIは画像生成の方法、NFTはデジタル資産の記録・取引方法の一つです。AI作品がNFTを使わない場合も、AIを使わない作品がNFTとして売られる場合もあります。

《Unsupervised》とトークン化

MoMAは《Unsupervised》を2023年に収蔵し、同館の年次報告では同作をコレクションに入った最初のtokenized artworkと説明しています。

ここではAI生成、リアルタイム映像、巨大インスタレーション、ブロックチェーンという複数のデジタル制度が一つの作品をめぐって交差しました。

AI作品を何として保存するのか

AI作品では、完成画像だけを保存しても作品全体を残せない場合があります。モデル、コード、訓練データ、依存ライブラリ、GPU環境、スクリーン、ネットワーク接続などが必要になることがあります。

一方、大規模商用モデルは作家自身が所有していないため、サービス終了やモデル更新によって同じ出力条件を再現できなくなる可能性があります。

モデルの廃止が作品を変える

ある作品が特定バージョンの生成AIを前提としている場合、そのモデルが提供終了になれば再制作が困難になることがあります。

同じサービス名でもモデル更新によって出力傾向が変わるため、保存担当者はプロンプトだけでなくモデルのバージョンや生成設定を記録する必要があります。

同じプロンプトなら同じ作品になるのか

生成AIでは、同じ文章を入力しても乱数やモデル更新によって別の画像が生成されることがあります。

そのためプロンプトは楽譜のような再現可能な指示である場合もあれば、ある特定モデル・時点でしか同じ結果を得られない不完全な記録でもあります。

2023年 — 技術から制度の問題へ

2022年に生成AIが広く一般化した後、2023年には著作権、訓練データ、労働、教育、真正性、プラットフォーム規則など制度的な問題が急速に前面化しました。

米国著作権局はAIに関する政策検討を正式に開始し、視覚芸術を含む公開ヒアリングを実施しました。生成AIは単なる新しい制作ソフトではなく、既存の創作制度を再検討させる技術になりました。

作家の反応は一枚岩ではない

AI生成技術に対する作家の立場はさまざまです。積極的に共同制作へ利用する人、訓練データの透明性を求める人、自作品の無断利用へ反対する人、技術自体を批判的に作品化する人がいます。

「アーティスト対AI企業」という単純な対立だけでは、作家自身がAI研究や開発に参加する例、独自データセットを作る例、オープンソースモデルを使う例を説明できません。

技術的新規性だけで作品は成立するか

新しいAI技術が登場した直後は、「AIがこれほどの画像を作れる」という驚き自体が大きな効果を持ちます。

しかし技術が一般化すると、AIを使ったという事実だけでは作品の差異になりにくくなります。何を問うためにAIを使うのか、他の媒体ではなくAIである必要があるのかが、より重要になります。

AI Artも美術史の外にあるわけではない

生成AIは新しい技術ですが、その作品が扱う問題には長い美術史があります。偶然と自動性、共同制作、機械と身体、複製、作者の死、既存画像の引用、アルゴリズムによる生成などは20世紀美術でも繰り返し問われてきました。

AI Artを完全に前例のない断絶として見るより、過去の問題が新しい技術条件のもとでどのように変わったかを見る方が、美術史との接続が明確になります。

自動性とSurrealismとの違い

AI生成画像の予測不能さは、Surrealismの自動記述や偶然性と比較されることがあります。

しかしSurrealismの自動性は心理・無意識・身体との関係で考えられていました。AI生成の予測不能性は、データと確率モデルの計算から生まれます。似た結果が見えても、歴史的・技術的条件は異なります。

Conceptual Artとの接点

AI Artでは、完成画像そのものよりシステム、ルール、データ、選択条件を作品の中心とする場合があります。この点はConceptual ArtやSystem Artとの接続を考えることができます。

Ridlerのデータセット、Chungの人間機械関係、Klingemannの生成装置は、視覚的な出力だけを見るより、作品を成立させる仕組み全体を見る必要があります。

Synthetic Image以後の「写真らしさ」

生成AIは、存在しない人物や場所を写真と見分けにくい形で生成できます。

これは写真が常に真実だったという意味ではありません。写真は以前から演出、加工、合成が可能でした。しかしSynthetic Imageは、撮影対象そのものが最初から存在しない写実画像を高速・大量に作れる点で、画像の信頼をめぐる条件を大きく変えました。

観客は制作過程をどこまで知る必要があるのか

AI作品では、技術説明が長くなりがちです。モデル名やデータセットを知らなければ作品を理解できないのかという問題があります。

すべての観客が機械学習を専門的に理解する必要はありません。しかし、作品が自律生成なのか、既存映像なのか、どのデータを使ったのかなど、意味に直接関わる制作条件は美術館や作家が説明することが重要になります。

透明性はどこまで可能か

AIモデルが巨大になるほど、作者自身もモデル内部のすべての計算を完全に説明できるわけではありません。

一方で、使用モデル、データの出典、制作工程、編集範囲について可能な限り公開することは、作品の批評的理解を助けます。AI Artでは「分からなさ」を神秘化することと、技術的複雑さを正直に認めることを区別する必要があります。

機械は創造的なのか

「AIは創造できるか」という問いには、創造性をどう定義するかによって答えが変わります。新しい組み合わせを生成できることを創造性と呼ぶなら、生成モデルは一定の能力を持つと考えられます。

一方、意図、責任、経験、社会的文脈への自覚まで創造性に含めるなら、現在のAIを人間の作家と同じ意味で創造主体と呼ぶことには慎重さが必要です。美術では、この問い自体を作品化することが可能です。

自律性は段階的である

AI作品は「自律的」か「人間が完全操作している」かの二択ではありません。

《Memories of Passersby I》のように展示中の具体的な出力を人間が選ばない作品もあれば、生成結果を作家が厳しく選別する作品もあります。どの段階を自動化しているかを具体的に見ることが重要です。

2015–2023年に何が変わったのか

2015年、Google DeepDreamはニューラルネットワーク内部の視覚認識を幻覚的な画像として可視化し、Sougwen Chungはロボットと身体的に線を描く共同制作を始めました。2017年にはMemo Akten《Learning to See》が、AIは訓練された世界を通してしか対象を解釈できないことを作品化します。

2018年、Anna Ridlerは《Myriad (Tulips)》でデータセット制作そのものを作品へ引き上げ、《Mosaic Virus》で自作データからGAN画像を生成しました。同年Obvious《Edmond de Belamy》がChristie’sで432,500ドルで落札され、AI Artは美術市場の大きな話題になります。Mario Klingemann《Memories of Passersby I》は生成し続ける装置そのものを収集可能な作品として提示しました。

2019年Barbican《AI: More than Human》はAIを美術・科学・社会を横断する問題として大規模に展示し、Refik Anadol《Machine Hallucination》は膨大な都市画像を没入型の生成空間へ変えました。AI Artは一枚の生成画像だけでなく、データセット、リアルタイム生成、建築、ロボット、映像へ広がっていました。

2021年DALL·EとCLIPによって自然言語と画像生成の接続が大きく進み、2022年にはDALL·E 2、Midjourney、Stable Diffusionが一般利用者へ急速に広がりました。画像生成は専門的なプログラミングを必要とする領域から、文章を入力して反復的に出力を選ぶ制作へ拡張されます。

2022–23年MoMA《Unsupervised》は美術館コレクション自体をAIのデータとして再解釈し、生成AIが主要美術館の大規模展示へ入ったことを示しました。一方2023年には米国著作権局のAIガイダンスや複数の訴訟によって、人間の作者性、訓練データ、既存作品の利用許諾をめぐる制度的問題が前面化します。AI Artは「機械が絵を作れる」という驚きの段階から、誰がデータを作り、誰がシステムを設計し、誰が出力を選び、誰が権利と責任を持つのかを問う段階へ移りました。

AI Artが残した問い

2015–2023年の変化によって、画像制作の中心は一人の作家の手から完全に機械へ移ったわけではありません。むしろ制作工程が複数の人間、データ、モデル、企業、機械へ分散しました。

そのため作者性、創造性、技能、オリジナル、引用、保存、著作権という既存の美術概念が、より複雑な形で再検討されます。AI Artの重要性は、人工知能が人間の代わりに芸術家になったことより、作品がどのような社会技術システムから生まれているかを見えやすくした点にもあります。

次の時代へ — NFT、ブロックチェーン、デジタル所有

AI生成画像が急速に広がった時期と重なるように、2020年代初頭にはNFTとブロックチェーンを利用したデジタル作品市場も世界的な注目を集めました。デジタル画像は簡単にコピーできる一方、トークンによって特定の所有記録を作るという、新しい市場制度が形成されます。

次の記事では、2017–2023｜NFT Artとデジタル所有 — CryptoPunks、Beeple、ブロックチェーン、市場として、CryptoPunks、CryptoKitties、SuperRare、Beeple《Everydays》、2021年の市場拡大、スマートコントラクト、ロイヤリティ、環境負荷、NFT市場の急落までを、美術作品と金融投機を単純に同一視せず整理します。

参考資料・出典

本ページは、美術館、研究機関、作家公式資料、学術論文、技術開発元、オークションハウス、公的な著作権機関、裁判記録等を参照してART LIBRARYが独自に構成・執筆しています。「AI Art」を統一された美術運動とは扱わず、機械学習や生成モデルを制作工程に用いる複数の実践を整理するための広い名称として用いています。また、著作権や訓練データをめぐる訴訟については、提訴・行政判断・最終判決を区別し、2023年末までに確認できる制度的状況として記述しています。原文の全文翻訳ではありません。

• NeurIPS — Ian Goodfellow et al., Generative Adversarial Nets, 2014
• Google Research — DeepDream: a code example for visualizing Neural Networks, 2015
• Google — Understanding the inner workings of neural networks / DeepDream
• Sougwen Chung — MIMICRY / Drawing Operations, 2015
• Memo Akten — Learning to See, 2017
• Memo Akten — Learning to See: Interactive, 2017
• Rutgers University — Ahmed Elgammal, The Shape of Art History In the Eyes of the Machine, 2017
• Anna Ridler — Myriad (Tulips), 2018
• Anna Ridler — Mosaic Virus 2018
• Christie’s — Obvious, Portrait of Edmond Belamy, 2018
• Sotheby’s — Mario Klingemann, Memories of Passersby I, 2018
• Barbican Centre — AI: More than Human, 2019
• ARTECHOUSE — Refik Anadol, Machine Hallucination, 2019–20
• Refik Anadol — Machine Hallucination
• OpenAI — DALL·E: Creating images from text, 2021
• OpenAI — CLIP: Connecting text and images, 2021
• OpenAI — DALL·E 2, 2022
• CVPR 2022 — Robin Rombach et al., High-Resolution Image Synthesis With Latent Diffusion Models
• Stability AI — Stable Diffusion Launch Announcement, 2022
• Stability AI — Stable Diffusion Public Release, 2022
• Midjourney — Legacy model versions / 2022 model history
• The Museum of Modern Art — Refik Anadol: Unsupervised, 2022–23
• The Museum of Modern Art — Refik Anadol on AI, Algorithms, and the Machine as Witness, 2022
• The Museum of Modern Art — Deep Learning: AI, Art History, and the Museum, 2023
• U.S. Copyright Office — Copyright and Artificial Intelligence
• U.S. Copyright Office — Copyright Registration Guidance: Works Containing Material Generated by Artificial Intelligence, 2023
• U.S. Copyright Office — Zarya of the Dawn Registration Decision, 2023
• U.S. Copyright Office — Théâtre D’opéra Spatial Review Board Decision, 2023
• U.S. District Court, N.D. California — Andersen et al. v. Stability AI et al., filed 2023
• U.S. District Court, Delaware — Getty Images (US), Inc. v. Stability AI, Inc., complaint, 2023

資料確認日：2026年10月1日　／　ART LIBRARY