Multifractal signatures of AI, animal, nature, cave, and human art

技術要約：AI、動物、自然、洞窟、および人間による芸術のマルチフラクタル・シグネチャー

問題提起
本研究は、人工知能（AI）生成画像、動物による絵画、先史時代の洞窟壁画、人間の具象芸術、数学的フラクタル、および自然の写真という、多様なカテゴリーにわたる「痕跡の作り方（mark-making）」を系統的かつ定量的に比較する手法が欠如しているという問題に対処するものである。フラクタルおよびマルチフラクタル解析は、特定の芸術家（ポロックやゴッホなど）や自然景観に対して適用されてきたが、これら異なる情報源の視覚的テクスチャを比較するための統一された枠組みは存在しない。本論文は、マルチフラクタル・パラメーターがこれらのカテゴリーを識別できるかどうかを調査し、これらの統計的シグネチャーが意図性、注意、および認知プロセスとの相関関係としてどの程度機能するかを探求する。ただし、テクスチャを意識の直接的な証拠として過剰に解釈することについては明確に注意を促す。

手法
研究では、6つのグループに分類された142枚の画像データセットを使用した（AI生成芸術 $n=19$、動物による絵画 $n=24$、先史時代の洞窟壁画 $n=35$、単一の芸術家ニコラエ・グリゴレスクによる人間の絵画 $n=16$、数学的フラクタル $n=23$、自然の写真 $n=25$）。

• 前処理: 画像はグレースケールに変換され、等方的なスケーリングを確保するために中心部を1:1の正方形にクロップされ、画素強度値が0から1の間になるよう正規化された。
• マルチフラクタル解析パイプライン: Pythonベースのパイプラインを用い、標準的な分割関数アプローチを実装した。画像は、輝度勾配の大きさに基づくボックスカウンティング法を用いて分析された。プロセスは以下の通りである：
  • 画像を、様々なサイズ（対数的に間隔を空けた8つのスケール）の重なり合わないボックスに分割。
  • モーメント次数 $q \in [-10, 10]$ における分割関数 $Z(q,s)$ を算出。
  • 対数－対数空間における線形回帰を通じて、質量指数 $\tau(q)$ を導出。
  • 一般化フラクタル次元（$D_q$）およびルジャンドル変換による特異性スペクトルを算出。
• パラメーター: 6つの主要なパラメーターを抽出した：容量次元（$D_0$）、情報次元（$D_1$）、相関次元（$D_2$）、スペクトル幅（$\Delta\alpha$）、特異性強度（$\alpha_0$）、および非対称性（$A$）。
• 統計解析: 正規性の違反が頻繁に見られたため（シャピロ・ウィルク検定により評価）、非パラメトリック統計を用いた。全般的な差異はクラスカル・ウォリスH検定によってテストされ、その後にボンフェローニ補正を伴うペアワイズ・マン・ホイットニーUテストが行われた。

主な結果
解析の結果、一般化次元（$D_0, D_1, D_2$）はカテゴリー間で中程度の変動を示したが、高次の記述子、特にスペクトル幅（$\Delta\alpha$）、特異性強度（$\alpha_0$）、および非対称性（$A$）が主要な識別因子であることが明らかになった。

1. AI生成芸術: 全カテゴリーの中で最も広いマルチフラクタル・スペクトル（$\Delta\alpha = 1.382$）を示し、自然の写真および人間による芸術（$\Delta\alpha = 0.613$ で最も狭いスペクトルを持つ）を有意に上回った。AI画像は統計的に安定していた（主に正規分布）が、「ハイパー・マルチフラクタル」な不均質性を示した。注目すべきは、AI画像は低い非対称性値（$0.359$）に集束していたのに対し、人間による画像は全カテゴリーの中で最も高い平均正の非対称性（$1.814$）を示したことである。
2. 動物による絵画: 平均して、動物による痕跡の作り方は、スペクトル幅において自然の写真（$\Delta\alpha \approx 1.1$）と一致した。しかし、顕著な個体差が観察された。チンパンジーのコンゴは、高い非対称性と微細なディテールを持つ画像を生成したが、ゾウのスダは対称的でリズムのあるテクスチャを生成した。このカテゴリーは、これらの個体差によって混合的な正規性を示した。
3. 洞窟壁画: どのカテゴリーよりも高い空間的一様性（高い $D_1$ および $D_2$ 値）を示し、理論的な最大値に接近した。しかし、このカテゴリーは全体として最も不均質であり、6つの指標のうち5つで強い非正規性を示した。これは、「洞窟芸術」が一様なスタイルではなく、サイト、基質、および保存状態によって大きく異なることを示唆している。
4. 人間の絵画（グリゴレスク）: 最も狭いスペクトル幅（$\Delta\alpha = 0.613$）と、最も高い平均正の非対称性（$1.814$）を示した。この高い非対称性は、極端な図と地のコントラストを特徴とする単一の絵画（『休息する農婦』）によって引き起こされた。AI生成画像、動物の絵画、または写真のいずれも、この非対称性値には達しなかった。唯一比較可能なケースは、一つの洞窟壁画であった。
5. 数学的フラクタル: 最高レベルの容量次元（$D_0$）と、ほぼゼロの非対称性を特徴とし、これはそれらの決定論的かつ形式的な構成と一致している。

意義と主張
本論文は、マルチフラクタル解析が、生物学的、文化的、および合成的な情報源間のテクスチャ・シグネチャーを区別するための定量的な手法を提供することを主張している。主要な実証的貢献は、スペクトル幅、$\alpha_0$、および非対称性が、一般化次元よりも効果的な識別因子であることを示した点にある。

解釈に関して、著者は「美的仮説（Aesthetic Hypothesis）」の作業モデルを提案しており、そこではマルチフラクタル・シグネチャーは、意図性、構成的組織、および運動制御の「候補となる相関関係」として扱われる。本論文は、テクスチャの統計と認知状態（フロー、注意、意識など）との結びつきを、投機的かつヒューリスティックなものとして明示的に枠付けている。また、「意識のスペクトラム」フレームワーク（表7–9）を導入して検証可能な仮説を生成しているが、これらの関連性が独立した行動、生理、または神経学的マーカーに対して検証されていないことを強調している。

本研究の結論は以下の通りである：

• AIのテクスチャは、人間や自然の情報源よりも広いマルチフラクタル・スペクトルを持つが、本データセット内の自然の写真と同様に低い非対称性の特性を共有しており、人間の芸術とは区別される。
• 動物の芸術を一様なカテゴリーとして扱うことはできない。個体差（コンゴとスダの間など）は相当なものである。
• 先史時代の洞窟壁画は高い空間的一様性を示すが、サイト固有の不均質性も高く、「旧石器時代のスタイル」という概念に疑問を投げかけている。
• 人間の芸術における極端な図と地のコントラスト（高い非対称性）は、サンプリングされた芸術家の作品で見られ、本サンプル内の他のどのカテゴリーでも見られなかった。ただし、著者は、テクスチャ統計のみでは、これが人類特有の認知的な達成であると断定することはできないと述べている。

著者は、テクスチャ統計のみでは「他者の心の問題」を解決したり、非人間的な制作者やAIシステムに対して意識状態を決定的に帰属させたりすることはできないと警告している。本研究は、マルチフラクタル解析を、関与や認知の独立した尺度と組み合わせる将来の研究のための出発点として位置づけられている。