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

技术摘要：人工智能、动物、自然、洞穴与人类艺术的多分形特征

问题陈述
本研究旨在解决对不同类别的痕迹生成（mark-making）缺乏系统性、定量化比较的问题，这些类别包括：人工智能（AI）生成的图像、动物绘画、史前洞穴艺术、人类具象艺术、数学分形和自然摄影。虽然分形和多分形分析已被应用于特定艺术家（如波洛克、梵高）和自然景观，但目前仍缺乏一个统一的框架来比较这些截然不同的视觉纹理来源。本文研究了多分形参数是否能够区分这些类别，并探讨了这些统计特征在多大程度上可以作为意图性（intentionality）、注意力（attention）和认知过程的关联指标，同时明确警告不要将纹理过度解读为意识的直接证据。

研究方法
研究使用了一个包含 142 幅图像的数据集，分为六组：AI 生成艺术（$n=19$）、动物绘画（$n=24$）、史前洞穴绘画（$n=35$）、由单一艺术家 Nicolae Grigorescu 创作的人类绘画（$n=16$）、数学分形（$n=23$）和自然摄影（$n=25$）。

• 预处理： 图像被转换为灰度图，裁剪为中心 1:1 的正方形以确保各向同性缩放，并将其像素强度值归一化在 0 到 1 之间。
• 多分形分析流程： 基于 Python 的流水线实现了标准的配分函数法。图像通过对强度梯度量级进行盒计数法（box-counting method）进行分析。该过程包括：
  • 将图像划分为不同大小（8 个对数间隔尺度）的非重叠方格。
  • 计算矩阶数为 $q \in [-10, 10]$ 的配分函数 $Z(q,s)$。
  • 通过对数-对数空间中的线性回归推导质量指数 $\tau(q)$。
  • 计算广义分形维数（$D_q$）及通过勒让德变换（Legendre transform）得到的奇异谱。
• 参数： 提取了六个关键参数：容量维数（$D_0$）、信息维数（$D_1$）、相关维数（$D_2$）、谱宽度（$\Delta\alpha$）、奇异强度（$\alpha_0$）和谱不对称性（$A$）。
• 统计分析： 由于频繁出现违反正态分布的情况（通过 Shapiro–Wilk 检验评估），研究采用了非参数统计方法。使用 Kruskal–Wallis H 检验测试全局差异，随后使用经 Bonferroni 校正的 Mann–Whitney U 检验进行两两比较。

核心结果
分析表明，虽然广义维数（$D_0, D_1, D_2$）在不同类别间表现出中度变化，但高阶描述符——特别是谱宽度（$\Delta\alpha$）、奇异强度（$\alpha_0$）和不对称性（$A$）——是主要的判别因素。

1. AI 生成艺术： 表现出所有类别中最宽的多分形谱（$\Delta\alpha = 1.382$），显著超过了自然摄影和人类艺术（后者谱最窄，$\Delta\alpha = 0.613$）。AI 图像在统计上表现良好（大多呈正态分布），但展示了“超多分形”（hyper-multifractal）的异质性。值得注意的是，AI 图像聚集在低不对称值（$0.359$），而人类图像则显示出所有类别中最高的平均正不对称性（$1.814$）。
2. 动物绘画： 平均而言，动物的痕迹生成在谱宽度上与自然摄影相匹配（$\Delta\alpha \approx 1.1$）。然而，观察到了显著的个体差异。一只黑猩猩（Congo）创作的图像具有高不对称性和精细细节，而一只大象（Suda）则创作了对称且具有节奏感的纹理。由于这些个体差异，该类别呈现出混合的正态性。
3. 洞穴艺术： 展现出所有类别中最高的空间均匀性（最高的 $D_1$ 和 $D_2$ 值），接近理论最大值。然而，该类别也是整体上最异质的，在六个指标中有五个表现出强烈的非正态性。这表明“洞穴艺术”并非单一的风格，而是随遗址、基质和保存条件的变化而显著不同。
4. 人类绘画（Grigorescu）： 表现出最窄的谱宽度（$\Delta\alpha = 0.613$）和最高的平均正不对称性（$1.814$）。这种高不对称性主要由一幅具有极端图底对比（figure-ground contrast）的离群作品（《休息的农家女》）驱动。样本中没有任何 AI 生成图像、动物绘画或摄影作品能达到这一不对称值；唯一可比的情况是有一幅洞穴绘画。
5. 数学分形： 以最高的容量维数（$D_0$）和近乎为零的不对称性为特征，这与其确定性的、形式化的构建方式一致。

意义与主张
本文声称，多分形分析提供了一种定量方法，用于区分生物、文化和合成来源的纹理特征。其主要的经验贡献在于证明了谱宽度、$\alpha_0$ 和不对称性比广义维数更有效的判别指标。

在解释方面，作者提出了一个“工作美学假设”（working Aesthetic Hypothesis），将多分形特征视为——而非证明——意图性、构图组织和运动控制的“候选关联指标”。论文明确将纹理统计与认知状态（如“流体验”、注意力和意识）之间的联系界定为推测性和启发性的。它引入了一个“意识光谱”框架（表 7–9）以产生可测试的假设，但强调这些关联尚未经过独立的行为、生理或神经标记验证。

研究得出结论：

• AI 纹理拥有比人类或自然来源更宽、更独特的多分形谱，尽管它们在不对称性方面与自然摄影具有相似的低值特征，这有别于人类艺术的高不对称性。
• 动物艺术不能被视为一个统一的类别；个体差异（例如 Congo 与 Suda 之间）是巨大的。
• 史前洞穴艺术表现出高度的空间均匀性，但具有显著的遗址特异性异质性，这挑战了单一“旧石器时代风格”的概念。
• 在人类艺术中观察到了极端的图底对比（高不对称性），这出现在所取样艺术家的作品中，且在样本中的其他任何类别中均未出现，尽管作者指出，仅凭纹理统计无法将其定论为人类特有的认知成就。

作者警告说，纹理统计本身无法解决“他心问题”（problem of other minds），也无法最终判定非人类创作者或 AI 系统是否具有意识。本研究旨在作为一个起点，未来可结合独立的参与度和认知度量进行研究。