机器人|计算生成艺术与NFT:未来5年区块链重要生态位( 四 )


孙略的《雪花工场》是在计算机中模拟以上真实雪花形成原理 , 利用程序实现虚拟雪花的产生过程 , 此过程及其繁复 。 在2018年 , 当时的孙略就开始自己做迭代算法 , 雪花通过“迭代”算法一步步生长开来 。 《雪花工场》程序的初始条件同样是一个虚拟的晶核 , 然后通过程序的代码 , 为虚拟雪花设定不同的温度、湿度以及结晶规则等不同参数 。 一般情况下 , 长成一片美丽的雪花 , 需要数千步至数万步循环迭代计算 。 一片虚拟雪花在电脑中往往需要几小时至几天的时间来完成 。
2021年曾经在NFT领域创下拍卖纪录的美国计算机生成艺术家Jeff·Davis也曾经有过跟孙略相类似的表述:“我用编程语言编写定制软件 , 然后进行处理 , 在指定的参数范围内随机确定与大小、数量、颜色、位置和网格密度相关的组成元素” 。 “I write custom software in programming language then processing that randomly determines compositional elements related to size quantity color placement and grid density within specified parameters” says Jeff·Davis.
这种创作经历跟Tyler Hobbs非常相似 。 Tyler Hobbs认为:程序的平均输出很重要 , 这需要对生成的算法进行很好的设计 。 这种操作 , 本质上是一整套质量保证和合格产品交付的过程 , 需要用系统化的思维去处理可能出现的一切输出结果 。

图8: Tyler Hobbs in his coder environment while creating new Art
公开资料显示 , 孙略编写《雪花工场》这组作品所用的程序花费了超过一年半的时间 。 其间 , 孙略参考了大量前人研究的水分子结晶的理论和相关算法 , 中间历经五次重写 , 第一片雪花终于“生长”出来 。 这并非是一种简单的自然界结晶状态的记录 , 而是通过计算机的程序再造了一种平行的、另外一个维度的秩序 。 孙略曾经说过 , 单纯在算法上 , 《雪花工场》比其他作品难两个数量级 。

图9:《雪花工场》
非常巧合的是 , Tyler Hobbs在创作Fidenza作品过程中 , Tyler Hobbs自己就花费了大约2个月时间反复试验这个过程 , 从中提高改进的空间 。 他认为 , 艺术家需要平衡标准化的质量和多样性 , 一方面要计划某种整体性 , 一方面也要实现个性 。 这并不是很容易的事情 。
Tips:
根据nft-stats的消息 , Tyler Hobbs所创作的Fidenz作品集中 , 已出售的最昂贵的作品编号是#692 。 它于2022年03月25日以9923万美元的价格售出 。

图10:Tyler Hobbs作品
生成艺术是对审美和创作方式的重构
当计算机生成艺术碰撞上NFT , 它们都在野蛮生长 。 不论计算机还是现在人手一部的手机 , 都在悄无声息地重构着我们对艺术的理解 。 而且 , 计算机已经成为了艺术创作的新题材、新模式和新媒介 。
计算机加密生成艺术是数字信息技术发展到一定阶段后的历史必然产物 , 在艺术发展史上 , 这个演进的过程是自然而生的 , 同时也有足够的客观条件——计算机技术能够非常妥善地帮助艺术家们处理创作中不断提高的复杂程度和创作规模(两个变量因子:投入时间总和和总体的工作数量) 。 Jason Bailey曾列举过上文提到过的Georg Nees 在1968年创作的划时代的计算机生成艺术作品《砾石》 。

图11:Georg Nees于1968年发布的作品Shotter (Gravel)
一定要聊一聊《砾石》这幅作品 , 太带感了 , 太开门儿了 , 现在看来也非常先锋!创作理念也非常独特 , 具有划时代的意义 。 无法形容 , 词穷!
这幅作品从一串排列整齐的12个正方形的“标准行”开始 , 随着“标准行”向下移动 , 逐渐增加正方形的旋转和位置的随机性 。 想象一下 , 如果您是用传统模式创作的艺术家 , 人肉用画笔和纸张搞一张类似的画作 , 这时间可就真是且着呢 , 怎么也得一个小时吧 。

相关经验推荐