Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Leveraging Generative AI Models to Explore Human Identity

Created by
  • Haebom

저자

Yunha Yeo, Daeho Um

개요

본 논문은 신경망을 간접적으로 활용하여 인간 정체성을 탐구하고자 한다. 최첨단 AI 생성 모델인 확산 모델을 채택하여 인간 얼굴 이미지를 생성하고, 생성된 인간 얼굴과 인간 정체성을 연결시켜 확산 모델의 얼굴 이미지 생성 과정과 인간 정체성 형성 과정 사이의 대응 관계를 설정한다. 실험을 통해 확산 모델의 외부 입력 변화가 생성된 얼굴 이미지에 상당한 변화를 가져오는 것을 관찰하고, 이를 통해 인간 정체성 형성 과정에서 외부 요인에 대한 인간 정체성의 의존성을 간접적으로 확인한다. 또한, 변화하는 외부 요인에 영향을 받는 인간 정체성의 유동적인 본질을 표현하는 비디오 아트워크인 *인간 정체성의 유동성 (Fluidity of Human Identity)*을 소개한다.

시사점, 한계점

시사점: 확산 모델을 활용하여 인간 정체성 형성 과정에 대한 새로운 관점을 제시한다. 인간 정체성의 유동적인 측면을 시각적으로 표현하는 비디오 아트워크를 통해 인간 정체성에 대한 이해를 증진시킨다. 외부 요인이 인간 정체성 형성에 미치는 영향을 간접적으로 확인한다.
한계점: 확산 모델의 생성 결과를 인간 정체성 형성 과정에 직접적으로 대입하는 데 있어서의 한계가 존재한다. 간접적인 방법론으로 인해 인과 관계를 명확하게 규명하기 어렵다. 비디오 아트워크는 주관적인 해석의 여지가 있다. 모델의 외부 입력 변화와 인간 정체성 변화의 상관관계를 정량적으로 분석하지 않는다.
👍