通过基于 LLM 的访谈和语义特征提取，人工智能在个性化图像美学评估方面优于人类

准确预测个人对图像的审美评价是人工智能面临的根本挑战。为此任务提出了各种基于深度学习（DL）的模型，对图像评估数据进行训练以提取客观的低级特征。然而，审美偏好本质上是主观的并且取决于个人。因此，准确的预测需要提取图像的高级语义特征并主动收集目标个体的偏好信息。为了解决这个问题，我们专注于在大量文本数据上预训练的 大语言模型 (LLM) 的实用性，并开发了一个集成的 DL-LLM 系统。该系统通过基于 LLM 的半结构化访谈主动引发审美偏好，并利用低级和高级特征预测审美评价。在我们的实验中，我们将所提出的系统与传统系统、人类预测器以及目标个体在一定时间间隔后的重新评估进行比较。我们的结果表明，所提出的系统优于所有系统，尤其是在高评价图像上的表现尤其强劲。此外，所提出的系统的预测误差小于人内变异性，而人类预测者表现出最大的误差，可能是由于他们自身审美价值观的影响。这些结果表明，人工智能可能比其他人或未来的自己更能捕捉特定时刻的个人审美偏好。这就提出了一个新问题：人工智能是否可以比人类本身更深入地解释人类的审美情感。