Почему я люблю генеративное искусство

За последние 50 лет наш мир становился цифровым с головокружительной скоростью. Ни одна форма искусства не захватила этот переходный период времени — всё самое лучшее из него воплотило генеративное искусство. Генеративное искусство в полной мере использует все, что может предложить компьютер, создавая элегантные и убедительные произведения искусства, которые расширяют те же принципы и цели, которые художники преследовали с самого начала современного искусства.

Геометрия, абстракция и случайность-важные темы не только для творческого искусства, но и для всего искусства 20-го века. Как историк искусства и художник-любитель, я вижу четкую линию влияния на генеративное искусство, начиная с Сезанна и заканчивая кубизмом, суперматизмом, отказу от образа, сюрреализмом и абстрактным экспрессионизмом.

Взглянем на эти направления в полотнах известных художников двадцатого века:

• 

• 

• 

• 

• 

На мой взгляд, эти работы и работы их современников напрямую связаны с ранним генеративным искусством. Поэтому меня передергивает, когда я слышу, как большинство моих друзей-любителей искусства отвергают генеративное как не относящееся к делу, не представляющее для них интереса или даже недостойное называться искусством. Однако для меня оно чётко представляется логическим продолжением в более совершенном виде представленных выше работ.

Каждое поколение утверждает, что искусство умерло, только вот гении были среди нас все время, но оценить работу такого гения сможет только следующее поколение, при жизни их работы не стоят дороже мусора. Спросите себя, смог бы продать Малевич свой квадрат своим современникам? Были ли востребованы картины Ван Гога?

У нас есть уникальная возможность увидеть некоторых из самых важных художников нашего поколения, в то время как большинство из них все еще живут (и работают). Я надеюсь внести свой вклад в содействие этому через эту статью.

Давайте сформулируем этапы, которые помогут современнику принять генеративное искусство:

• Нужно описать простое, понятное определение генеративного искусства.
• Понять ошибочность предписания работы машине, нарисовавшей картину, а не создателю этой машины, как художнику. Машина — это инструмент в руках художника.
• Привести пример немашинного генеративного искусства, берущее начало в 1960х годах и уже имеющее ценность.
• Дать обзор своим любимым художникам генеративного искусства.
• Исследуйте мир генеративного искусства ИИ, который только сейчас начинает привлекать основное внимание

Надеюсь, к концу этого поста вы либо разделите мою любовь к генеративному искусству, либо, по крайней мере, сможете разумно выразить свое отвращение к жанру.

Что такое генеративное искусство?

Одно из самых простых, но полезных определений состоит в том, что генеративное искусство-это искусство, запрограммированное с помощью компьютера, который намеренно вводит случайность как часть процесса его создания. Это часто приводит к двум общим, но ошибочным точкам зрения, которые удерживают людей от оценки красоты и нюансов такого искусства.

Миф первый: художник имеет полный контроль и код всегда выполняется точно так, как написано. Поэтому в творческом искусстве отсутствуют элементы случайности, креативности, открытий и спонтанности, которые часто делают искусство великим.

Миф второй: художник имеет нулевой контроль, а автономная машина случайным образом генерирует проекты. Компьютер создает искусство, а человек не заслуживает похвалы, поскольку это не настоящее искусство.

Правда в том, что генеративные художники умело контролируют как величину, так и места случайности, введенные в произведение искусства. 

Контролируемая случайность может показаться противоречивой, но если вы художник или историк искусства, вы знаете, что художники всегда искали способы ввести случайность в свою работу, чтобы стимулировать свое творчество. Размышляйте о процессе программирования генеративного искусства как о чем-то похожем на процесс живописи.

Давайте рассмотрим некоторые ранние примеры генеративного искусства

Давайте посмотрим на работу Георга Ниса 1968 года Schotter (гравий), одно из самых ранних и самых известных произведений генеративного искусства. Шоттер начинает со стандартного ряда из 12 квадратов и постепенно увеличивает величину случайности при вращении и расположении квадратов по мере продвижения вниз по рядам.

Представьте на секунду, что вы нарисовали изображение сами с помощью ручки и листа бумаги, и это заняло у вас один час. Это займет у вас десять часов, если вы хотите добавить в десять раз больше квадратов, не так ли? Очень крутой и важной характеристикой генеративного искусства является то, что Георг НИС мог бы добавить еще тысячи ящиков, и для этого потребовалось бы всего несколько небольших изменений в коде.

В отличие от аналогового искусства, где сложность и масштаб требуют экспоненциально больше усилий и времени, компьютеры превосходно повторяют процессы почти бесконечно без истощения. Как мы увидим, легкость, с которой компьютеры могут генерировать сложные изображения, вносит большой вклад в эстетику генеративного искусства.

Как и в случае со многими инновациями, в первые годы было несколько пионеров, исследующих потенциал генеративного искусства. Фридер НАКе и Майкл Нолл вместе с Георгом Нисом изучали использование компьютеров для создания произведений искусства. В то время компьютеры, как правило, не имели мониторов, и работа была разделена, печатая искусство на плоттерах, больших принтерах, предназначенных для векторной графики.

Бен Фрай, Кейси Реас и рождение Процессинга

Разработка среды Processing сделала генеративное искусство доступным любому. Вам больше не нужно дорогое оборудование, и что более важно, вам не нужно быть специалистом-компьютерщиком, чтобы программировать эскизы и создавать искусство. Язык, среда разработки и сообщество были тщательно разработаны с самого начала, чтобы сделать обработку доступной для максимально широкой аудитории.

Появление Processing является ключевым поворотным моментом в производстве и распространении генеративного искусства. Массовый рост аудитории ясно виден на графике ниже.

Фрай и Реас работали над Процессингом в течение последних 17 лет, и он уже давно является предпочтительной платформой для самых известных генеративных художников.

Ниже я приведу примеры работ, созданных в процессинге.

Его процесс иллюстрирует понятия контролируемой случайности в генеративном искусстве, которое мы обсуждаем.

Когда вы пишете программу, она будет выполняться одинаково каждый раз. Поэтому, если вы определяете такую систему, где все может происходить случайным образом, как создатель, вы можете быть удивлены работой своей собственной программы, это действительно здорово.

Джошуа Дэвис и Flash анимация.

С 1995 года Дэвис использует программирование для создания искусства. Он является одним из первых и самых известных художников, которые используют Flash для создания генеративного искусства. 

Вы, вероятно, помните Flash. У всех нас был плагин для него в начале 2000-х годов, который добавил анимацию и взаимодействие в интернете.

• 

• 

В 2001 году Дэвис выиграл премию Ars Technica, и его работа сейчас находится в музее Купера Хьюитта.

Искусственный Интеллект И Генеративное Искусство

Искусство, сгенерированное искусственным интеллектом является подгруппой генеративного искусства. Большая часть новой работы в искусстве ИИ создается GANs (generative adversarial networks). GANs-это концепция, основанная на нейронных сетях, которую компьютерный ученый Ян Гудфеллоу придумал еще в 2014 году. Если это звучит сложно, не волнуйтесь, мы упростим.

Во-первых, GANs состоят из двух нейронных сетей, которые по существу являются программами, предназначенными для мышления, по принципу устройства человеческого мозга. В нашем случае мы можем представить себе эти нейронные сети как двух людей: первая, как «генератор», которого мы будем считать художником, и вторая, как «дискриминатор», которого мы будем считать искусствоведом. Теперь представьте, что мы дали фальсификатору книгу с 1000 картинами Пикассо в качестве учебного материала, который он мог бы использовать для создания подделки, чтобы обмануть критика.
Если фальсификатор посмотрел только три или четыре из этих картин Пикассо, он может быть не очень хорош в подделке, и критик, вероятно, выяснит это довольно быстро. Но после просмотра достаточного количества материала и попыток снова и снова, он может на самом деле начать создавать картины достаточно хорошо, чтобы обмануть критика, не так ли?

Именно это происходит с работой GAN-нейросети. Одна чать программы рисует картины, а вторая сравнивает их с эталоном и отсеивает все варианты, не устраивающие её по качеству исполнения.

После 2018 года появились новые ответвления в развитии нейросетей-рисовальщиков, в объеме этой статьи невозможно описать их все, но на сайте Российского Фонда Генеративного искусства (rgaf.ru) мы обязательно раскроем тонкости работы всех направлений. Часть нейросетей имеют исходный код и Вы сами сможете попробовать себя в руководстве таким «Виртуальным» художником.

Резюме и заключение

Я слышу слишком много людей, которые говорят, что им «не нравится цифровое искусство.» Говорить это все равно, что говорить «я не люблю картины», поскольку цифровое искусство-это такая широкая область, в которой генеративное искусство является лишь одной ее частью. Я думал, что если бы люди лучше понимали жанр, они бы лучше оценили мастерство художников и искусство, которое они производят.

Итак, давайте оглянемся на то, что мы узнали:

Генеративное искусство является продолжением центральных тем искусства 20-го века

Художники играют главную роль в результате работы

Процесс очень похож на традиционное художественное творчество

Генеративное искусство имеет свою богатую историю, уходящую в 1960

В последние два десятилетия жанр взорвался в результате движения с открытым исходным кодом, улучшенных инструментов, таких как Процессинг и его сообщество

Как и все генеративное искусство, искусство ИИ в значительной степени управляется человеком