Обработка «Dream Art». Обработка фото. Фотоуслуги и печать фотографий. Фотосалон «Вспышка»

+7 (4812) 33-08-35
электронная почта:

[email protected] 

• Главная
• Фотоуслуги и печать фотографий
• Обработка фото
• Обработка «Dream Art»

Описание: Dream art — это отличное решение для интерьера, а также оригинальный подарок который принесет только положительные эмоции, и запомнится на долго. Такая картина это оригинальный и стильный подарок второй половинке, родственнику или друзьям. Если Вы не знаете что подарить, то картина в стиле Дрим арт будет оригинальным подарком.

Цена: 950 pуб

В корзину

• Описание и характеристики

Dream art — это отличное решение для интерьера, а также оригинальный подарок который принесет только положительные эмоции, и запомнится на долго.
Такая картина это оригинальный и стильный подарок второй половинке, родственнику или друзьям. Если Вы не знаете что подарить, то картина в стиле Дрим арт будет оригинальным подарком.

Цена указана без стоимости печати.

Предыдущая Вернуться к списку Следующая

Если вы хотите оформить заказ или задать вопросы, связанные с работой салона

СВЯЖИТЕСЬ С НАМИ УДОБНЫМ СПОСОБОМ

для перехода в соц.сети нажмите на иконку       

Ждем Вас по адресу: г.Смоленск  Ленинский р-н Коммунистическая 5Б,  2 этаж (за МТС)  +7 (920) 329-29-53 

(Вайбер , Ватсап, Telegram)   

г. Смоленск мкр. Королевка 9А +7 (4812) 33-08-35 (Вайбер , Ватсап, Telegram)  

Товаров: 0
0.00 руб

Корзина пуста

Зарегистрироваться

Восстановить

Новость

28.08.2020

«Товар дня» — постоянная ежедневная акция фотосалона «Вспышка», по которой в течении всего дня на определенный товар действует скидка 15% от исходной стоимости. В акциях участвуют – фотоальбомы, фоторамки, различные сувениры с персональным нанесением (кружки, подушки, брелоки, и т.д.), верстка коллажей и многое другое.

Следите за обновлениями наших соцсетей – каждое утро выкладываем новый!

Новость

news.date»>07.01.2020

итоги розыгрыша
Победители могут забрать подарочные сертификаты в фотосалоне «Вспышка» с 8 января 2020 по 31 января 2020 по адресу мкр. Королевка ул. В.Гризодубовой, 2 вход со двора тел 33-08-35 или по предварительной договоренности по адресу ул. Коммунистическая 5б 2 этаж 
Срок действия сертификатов по 25.02.2020

Федеральный закон «О персональных данных» от 27.07.2006 N 152-ФЗ (последняя редакция) \ КонсультантПлюс

• Главная
• Документы

27 июля 2006 года N 152-ФЗ

---

РОССИЙСКАЯ ФЕДЕРАЦИЯ

ФЕДЕРАЛЬНЫЙ ЗАКОН

О ПЕРСОНАЛЬНЫХ ДАННЫХ

Принят

Государственной Думой

8 июля 2006 года

Одобрен

Советом Федерации

14 июля 2006 года

Список изменяющих документов

(в ред. Федеральных законов от 25.11.2009 N 266-ФЗ,

от 27.12.2009 N 363-ФЗ, от 28.06.2010 N 123-ФЗ, от 27.07.2010 N 204-ФЗ,

от 27. 07.2010 N 227-ФЗ, от 29.11.2010 N 313-ФЗ от 23.12.2010 N 359-ФЗ,

от 04.06.2011 N 123-ФЗ, от 25.07.2011 N 261-ФЗ, от 05.04.2013 N 43-ФЗ,

от 23.07.2013 N 205-ФЗ, от 21.12.2013 N 363-ФЗ, от 04.06.2014 N 142-ФЗ,

от 21.07.2014 N 216-ФЗ, от 21.07.2014 N 242-ФЗ, от 03.07.2016 N 231-ФЗ,

от 22.02.2017 N 16-ФЗ, от 01.07.2017 N 148-ФЗ, от 29.07.2017 N 223-ФЗ,

от 31.12.2017 N 498-ФЗ, от 27.12.2019 N 480-ФЗ, от 24.04.2020 N 123-ФЗ,

от 08.12.2020 N 429-ФЗ, от 30.12.2020 N 515-ФЗ, от 30.12.2020 N 519-ФЗ,

от 11.06.2021 N 170-ФЗ, от 02.07.2021 N 331-ФЗ, от 14.07.2022 N 266-ФЗ,

от 06.02.2023 N 8-ФЗ)

(см. Обзор изменений данного документа)

• Глава 1. Общие положения
• Статья 1. Сфера действия настоящего Федерального закона
• Статья 2. Цель настоящего Федерального закона
• Статья 3. Основные понятия, используемые в настоящем Федеральном законе
• Статья 4. Законодательство Российской Федерации в области персональных данных
• Глава 2. Принципы и условия обработки персональных данных
• Статья 5. Принципы обработки персональных данных
• Статья 6. Условия обработки персональных данных
• Статья 7. Конфиденциальность персональных данных
• Статья 8. Общедоступные источники персональных данных
• Статья 9. Согласие субъекта персональных данных на обработку его персональных данных
• Статья 10. Специальные категории персональных данных
• Статья 10.1. Особенности обработки персональных данных, разрешенных субъектом персональных данных для распространения
• Статья 11. Биометрические персональные данные
• Статья 12. Трансграничная передача персональных данных
• Статья 13. Особенности обработки персональных данных в государственных или муниципальных информационных системах персональных данных
• Глава 3. Права субъекта персональных данных
• Статья 14. Право субъекта персональных данных на доступ к его персональным данным
• Статья 15. Права субъектов персональных данных при обработке их персональных данных в целях продвижения товаров, работ, услуг на рынке, а также в целях политической агитации
• Статья 16. Права субъектов персональных данных при принятии решений на основании исключительно автоматизированной обработки их персональных данных
• Статья 17. Право на обжалование действий или бездействия оператора
• Глава 4. Обязанности оператора
• Статья 18. Обязанности оператора при сборе персональных данных
• Статья 18.1. Меры, направленные на обеспечение выполнения оператором обязанностей, предусмотренных настоящим Федеральным законом
• Статья 19. Меры по обеспечению безопасности персональных данных при их обработке
• Статья 20. Обязанности оператора при обращении к нему субъекта персональных данных либо при получении запроса субъекта персональных данных или его представителя, а также уполномоченного органа по защите прав субъектов персональных данных
• Статья 21. Обязанности оператора по устранению нарушений законодательства, допущенных при обработке персональных данных, по уточнению, блокированию и уничтожению персональных данных
• Статья 22.
  Уведомление об обработке персональных данных
• Статья 22.1. Лица, ответственные за организацию обработки персональных данных в организациях
• Глава 5. Федеральный государственный контроль (надзор) за обработкой персональных данных. Ответственность за нарушение требований настоящего Федерального закона
• Статья 23. Уполномоченный орган по защите прав субъектов персональных данных
• Статья 23.1. Федеральный государственный контроль (надзор) за обработкой персональных данных
• Статья 24. Ответственность за нарушение требований настоящего Федерального закона
• Глава 6. Заключительные положения
• Статья 25. Заключительные положения

Глава 1. Общие положения

Учебники / Processing.org

Видеоуроки

Ссылки на видеоролики, посвященные основам обработки.

• Hello Processing

  Дэниел Шиффман и др.

  Короткие видеоуроки знакомят с упражнениями по программированию, которые ведут к разработке интерактивной программы рисования.

• Добро пожаловать в Processing 3

  Дэниел Шиффман

  Что нового в Processing 3? Дэн рассказывает о новых функциях и изменениях.

• Debug

  Дэниел Шиффман

  Узнайте, как приостанавливать и выполнять пошагово исполняемый код с помощью отладчика Processing 3.

• Поезд кодирования

  Дэниела Шиффмана

  Все на борту поезда кодирования с Дэниелом Шиффманом, каналом YouTube, посвященным обучающим материалам и задачам по творческому программированию для начинающих.

• 2D-анимация и взаимодействие

  Эндрю Гласснера

  8-недельный онлайн-видеокурс, который научит вас создавать мощную, выразительную и интерактивную компьютерную графику.

• Fun Programming

  by Abe Pazos

  Пишите короткие программы в Processing, которые генерируют графику и анимацию.

• Happy Coding

  Кевин Воркман

  Научитесь кодировать с помощью Processing, от функций и переменных до библиотек и экспорта приложений.

• Plethora Project

  Хосе Санчес

  Эти видеоуроки охватывают вопросы программирования и вычислительного проектирования в Processing.

Text Tutorials

Коллекция пошаговых уроков, охватывающих темы для начинающих, среднего и продвинутого уровня.

• Начало работы

  Кейси Риас и Бен Фрай

  Добро пожаловать в Processing! В этом введении рассматриваются основы написания кода обработки. Уровень: Новичок

• Обзор обработки

  Кейси Риас и Бен Фрай

  Немного более подробное введение в различные функции обработки, чем в руководстве по началу работы. Уровень: Новичок

• Система координат и формы

  Дэниел Шиффман

  Рисование простых фигур и использование системы координат. Уровень: начинающий

• Цвет

  Дэниел Шиффман 009

  Объекты

  Даниэль Шиффман

  Основы объектно-ориентированного программирования. Уровень: Начинающий

• Интерактивность

  Кейси Риас и Бен Фрай

  Введение в интерактивность с помощью мыши и клавиатуры. Уровень: Начинающий

• Типографика

  Кейси Риас и Бен Фрай

  Работа со шрифтами и текстом. : Промежуточный

• Массивы

  Кейси Риас и Бен Фрай

  Как хранить и получать доступ к данным в структурах массивов. Уровень: средний

• Изображения и пиксели

  Дэниел Шиффман

  Как загружать и отображать изображения, а также получать доступ к их пикселям. Уровень: Средний

• Кривые

  Дж. Дэвида Айзенберга

  Научитесь рисовать дуги, сплайновые кривые и кривые Безье. и масштабировать фигуры с помощью 2D-преобразования. Уровень: средний

• PShape

  Дэниел Шиффман

  Как использовать класс PShape в обработке. Уровень: средний

• Двумерные массивы

  Дэниел Шиффман

  Хранение и доступ к данным в матрице с использованием двумерного массива. Уровень: средний

• Звук

  Р. Люка Дюбуа и Вильма Тобена

  Узнайте, как воспроизводить, анализировать и синтезировать звук с помощью звуковой библиотеки. Уровень: Средний

• Электроника

  Эрнандо Барраган и Кейси Реас

  Управление физическими носителями с помощью Processing, Arduino и Wiring.Level: Средний

• Сеть

  Александр Р. Галлоуэй получение данных от клиентов и серверы.Уровень: Промежуточный

• Печать

  Кейси Риас

  Используйте Processing для вывода изображений и документов с качеством печати. ​​Уровень: средний

• PVector

  Дэниел Шиффман 0014

• П3Д

  Дэниел Шиффман

  Разработка передовых графических приложений в режиме обработки с использованием режима P3D (OpenGL).0014

• Render Techniques

  Кейси Риас и Бен Фрай

  Инструменты для рендеринга геометрии в Processing.Level: Intermediate

Инструменты генеративного искусства от Flash и обработки до нейронных сетей – ARTnews.com

Нравится или нет, мы теперь все компьютерщики. Все аспекты нашей жизни управляются вычислениями и алгоритмами: как мы учимся, работаем, играем и даже встречаемся.

Учитывая эту ситуацию, можно утверждать, что генеративное искусство — работа, созданная хотя бы частично с помощью автономных автоматизированных систем, — это искусство, которое лучше всего отражает наше время.

Генеративное искусство изначально было отвергнуто культурным истеблишментом как прерогатива ученых-компьютерщиков и математиков. Грейс Хертлейн говорит, что коллега назвал ее «шлюхой» и «предательницей» за то, что она использовала компьютер в качестве инструмента для творчества в конце 1960-х. от компьютерного искусства, которое он видел на съезде, к «популярным интермедиям» и «циркам».² Но в последние годы наблюдается всплеск институционального интереса к генеративному искусству, о чем свидетельствует ряд музейных выставок.³ Возможно, это стремление связано с повышение доступности технологий, поскольку за последние два десятилетия компьютеры и сетевые подключения стали обычным явлением в домах.

Эти достижения сопровождались изменениями в том, кто может заниматься генеративным искусством, как они его делают, как оно выглядит и даже в темах и темах, к которым оно способно обращаться.

Поскольку инструменты и работа тесно связаны, историю генеративного искусства можно рассматривать как историю развития программного и аппаратного обеспечения.

В 90-х Джошуа Дэвис учился искусству в Институте Пратта в Бруклине, днем ​​учился рисовать, а ночью впитывал все, что мог, о программировании и создании веб-сайтов. В конце концов, он спросил себя, почему он учится рисовать с помощью тех же инструментов и техник, которые существовали сотни лет, вместо того, чтобы сосредоточиться исключительно на компьютерах и Интернете, которые еще не были полностью изучены художниками. Он решил бросить школу и полностью посвятить себя веб-сайтам. Дэвис был не единственным. В те дни желание бросить учебу и присоединиться к стартапу доткомов в качестве веб-дизайнера было сильным.

Сеть быстро набирала обороты, и спрос на отличный цифровой контент намного превышал количество людей, обладающих навыками его создания. Flash, инструмент для создания анимации и другого мультимедийного контента, родился в этой атмосфере неудовлетворенного спроса. Первоначально запущенное как FutureSplash Animator в 1995 году небольшим стартапом FutureWave из Сан-Диего, программное обеспечение было приобретено конкурентом Macromedia в следующем году и переименовано в Flash. Adobe купила его в 2005 году.

Джошуа Дэвис: ps2.praystation.v4 , 2001 г., веб-сайт создан с помощью программного обеспечения Flash.

Подключаемый модуль Flash позволяет воспроизводить мультимедийный контент, созданный с помощью программного обеспечения, в браузерах. Он быстро распространился и был установлен более чем на 98% сетевых компьютеров на пике своего развития. ⁴ (С тех пор его заменили другие программы, и в этом году Adobe отказывается от Flash.) Большинство дизайнеров использовали его интерфейс с временной шкалой, который очень напоминал программное обеспечение для редактирования видео, для создания простых анимаций и привлекательных рекламных баннеров. Но Flash использовал язык программирования под названием ActionScript, который позволял пользователям помещать код непосредственно в графику или кадры на временной шкале анимации. Таким образом, основные действия, такие как масштабирование, вращение, изменение непрозрачности и даже преобразование одной формы в другую (процесс, называемый анимацией во Flash), можно было выполнять программно, когда головка воспроизведения нажимала на определенный кадр и запускала код. Зацикливая эти команды и многократно рисуя фигуры на экране по мере их масштабирования и вращения, вы можете использовать Flash в качестве инструмента для генеративного искусства, а не просто как вспомогательное средство для линейной анимации.

Flash помог создать новую породу художников/разработчиков, не знакомых с традиционной компьютерной наукой и не боящихся погружаться и экспериментировать, обмениваясь кодом и учась на практике. Многие современные генеративные художники ссылаются на сайт Дэвиса praystation.com как на источник вдохновения для их интереса к творческому программированию. Сайт, получивший приз Net Excellence на фестивале Ars Electronica в Линце, Австрия, в 2001 году, изначально служил личным портфолио Дэвиса. Он был завален электронными письмами с вопросами о его новаторских методах. Ошеломленный и неуверенный в том, как отвечать на все запросы, Дэвис решил разместить файлы своего проекта и свой код на своем сайте. Многие художники начали учиться непосредственно с кода Дэвиса и, в свою очередь, решили последовать его примеру и свободно делиться своими собственными.

Австрийский художник, известный под псевдонимом LIA, использовал как старую программу под названием Director, оптимизированную для создания мультимедийных компакт-дисков, так и более позднюю версию Flash для программирования интерактивных произведений. Сайт LIA re-move.org, появившийся в сети в конце 1990-х годов, сочетал в себе движение, звук и интерактивность, напоминая музыкальные клипы и видеоигры.

Возможности Flash сформировали внешний вид ранних работ Дэвиса и LIA. До 2006 года программа не могла работать с растровыми изображениями или строками пикселей, поэтому художникам приходилось работать с жесткой геометрией векторной графики и ограниченными палитрами в небольшом количестве экранных элементов. Flash отлично справился с рисованием и анимацией плоских двумерных фигур и текста в удобном для Интернета формате, но не так хорошо справлялся с вычислениями, необходимыми для сложных симуляций, допускающих большую детализацию. Минималистичный вид стал визитной карточкой генеративного искусства в конце 99-х.0 с.

Фрагмент рисунка Бена Фрая All Streets , 2007 г., показывающего бездорожную топографию Аппалачей.

Flash предоставил художникам инструменты для создания основных команд и вдохновил растущее сообщество на открытый исходный код. Но само программное обеспечение было дорогим. Программисты обычно работают в среде разработки, где они могут получить доступ к процедурам и инструментам, необходимым им для написания, тестирования и отладки кода. Среда разработки Flash была нестандартной и ограниченной из-за ее происхождения как инструмента анимации.

Чтобы сделать генеративное искусство более доступным и гибким, компьютерный ученый и художник Джон Маэда начал проект под названием «Дизайн по номерам» в MIT Media Lab с целью разработки платформы с открытым исходным кодом, на которой пользователи могли бы изучать переносимые навыки программирования. Он нанял нескольких студентов, чтобы помочь в работе над ним, в том числе Бена Фрая и Кейси Риаса, которые в конечном итоге создали надежный язык программирования, который они назвали Processing.

Flash мог быстро отображать простые анимации, а Processing мог вычислять свойства тысяч графических объектов. Разница между ними очевидна, если рассмотреть их соответствующие архитектуры. Редактор Flash, полный инструментов для рисования, предназначен для графических дизайнеров. Среда разработки Processing — это пустое текстовое окно — интерфейс, знакомый программисту.

В то время как Flash был инструментом анимации, который включал в себя язык сценариев, Processing был создан, чтобы его можно было быстро писать и легко читать, чтобы помочь художникам и дизайнерам научиться программировать. Он поставлялся с образцами проектов, в которых излагались основные принципы информатики, такие как циклы (список команд, повторяющихся до тех пор, пока не будет достигнута заданная цель), функции (процедура, возвращающая определенное значение) и массивы (способ хранения данных). что облегчает поиск и использование). Хотя вы могли публиковать апплеты Java из Processing и размещать их в Интернете, это программное обеспечение было не так удобно для браузера, как Flash. Он был задуман как образовательный инструмент, а не коммерческий, каким был Flash с самого начала.

В первые годы Processing многие художники исследовали концепции, основанные на закономерностях, встречающихся в природе. Реаса интересовал феномен эмерджентности, процесс, при котором коллективное образование, такое как стая птиц или косяк рыб, начинает проявлять свойства, которых нет у его отдельных членов. Его работа MicroImage (2002) представляет собой анимацию, построенную из повторений относительно простых частей и команд. Из тысяч точек, каждая из которых запрограммирована просто реагировать на свое окружение, формируется более сложная система. В результате получается великолепная процедурная анимация, которая выглядит как живой, дышащий рисунок пером и тушью.

Кейси Риас: MicroImage A-03 , 2002 г. , пигментная печать, 11 на 14 дюймов. Предоставлено галереей DAM, Берлин.

Джаред Тарбелл — еще один мастер генеративного искусства, основанного на принципах, общих для природы и информатики. Текстуры на его цифровом рисунке Intersection Aggregate (2004) больше напоминают текстуры землистых материалов, таких как глина, солома и пепел, чем пиксели или векторы, связанные с ранним генеративным искусством. Intersection Aggregate был ответом Тарбелла на предложение Реаса, которому Музей Уитни в 2004 году поручил создать веб-проект, вдохновленный инструкциями по рисованию американского художника-концептуалиста Сола Левитта. Реас разработал открытые инструкции, которым должны следовать он сам и трое других художников: «Поверхность, заполненная 100 кругами среднего и малого размера. Каждый круг имеет разный размер и направление, но движется с одинаковой медленной скоростью. Отображение: A. Мгновенное пересечение кругов. B. Совокупность пересечений кругов». Гениальность статьи Тарбелла заключается в том, что его интерпретация этой механической инструкции порождает произведение искусства, которое, кажется, выросло из почвы, а не из вычислений единиц и нулей.

Я считаю эти работы Реаса и Тарбелла начала 2000-х прорывом не только в генеративном искусстве, но и в истории искусства в целом. На протяжении тысячелетий художники пытались раскрыть сущность природы, копируя и имитируя ее внешние проявления. MicroImage и Intersection Aggregate идут дальше, развертывая код, который выделяет и эмулирует генеративные силы мира природы.

Если такие инструменты, как Flash и Processing, предоставили художникам новые средства для создания произведений искусства, новое топливо появилось в начале 2000-х, когда произошел взрыв в общедоступных наборах данных. К 2007 году способность хранить информацию в мире росла со скоростью от 25 до 35 процентов в год в течение двух десятилетий, и художники все чаще использовали ее. ⁵ Бен Фрай, Аарон Коблин, Роберт Ходгин и другие показали, что визуализация данных может провоцировать вопросы, а также отвечать на те вопросы, которые дают более традиционные, практичные диаграммы и графики. На рисунке Фрая All Streets (2007 г.) 26 миллионов отдельных участков дорог на территории Соединенных Штатов изображены черным цветом на кремовом фоне. Работу можно посмотреть на веб-сайте Фрая, но лучше всего она будет напечатана крупным шрифтом. Трудно представить уровень детализации этого проекта, но если вы потратите одну минуту на рисование каждого сегмента и будете рисовать по двенадцать часов в день без перерыва, вам потребуется примерно сто лет, чтобы воспроизвести Все улицы вручную. Фрай не включает никаких других географических маркеров, но только сегменты дороги делают изображение узнаваемым. Фрай изображает население и инфраструктуру всей страны в одном образе со сложностью, достижимой только с помощью алгоритмов неисчерпаемой машины. В то время как некоторые могут назвать « All Streets » Фрая классическим произведением картографии, я вижу в нем скорее эволюцию пейзажной живописи, смешанной с генеративным искусством. Все улицы — это не карта. Его нельзя использовать для навигации. Вместо этого это рендеринг, который обеспечивает впечатляющий макрос нашей встроенной среды.

Кейси Риас: Натюрморт (RGB-AV A) , 2016 г., программное обеспечение, компьютер, динамики и проектор, размеры варьируются. Предоставлено галереей bitforms, Нью-Йорк. Фото Джона Беренса.

  

С тех пор как правительство США начало финансировать исследования в области искусственного интеллекта в 1950-х годах, были периоды, когда программы не оправдывали нереалистичных и раздутых ожиданий, и деньги урезались. В эти периоды, известные как «зимы ИИ», некоторые исследования продолжались в университетах и ​​корпорациях под другими названиями, такими как «алгоритмы поиска» и «машинное обучение». Прошлая зима длилась с 1987 по 1993 год. Он оттаял благодаря более доступной мощности компьютеров и доступности больших наборов данных. Сегодня искусственный интеллект популярен, хотя шумиха в СМИ создает риск новой зимы.

Интерес художников к ИИ возрос после того, как ученый-компьютерщик Ян Гудфеллоу опубликовал в 2014 году свою основополагающую статью, в которой излагалась концепция генеративно-состязательных сетей (GAN). ⁶ Он разработал систему из двух нейронных сетей: дискриминатора и генератора. Генератор просматривает большие наборы обучающих данных и пытается создать что-то, что настолько похоже на данные, что дискриминатор не может сказать, что это было создано другой сетью. Цель состоит в том, чтобы оптимизировать систему таким образом, чтобы сгенерированный вывод невозможно было отличить от реальных входных данных.

Картина Марио Клингеманна « Воспоминания о прохожих I » (2018) является примером использования GAN в качестве инструмента для создания произведений искусства. Клингеманн разработал систему, которая создает бесконечную серию жутких портретов на основе обучающих изображений исторических картин. Портреты отображаются на двух экранах, расположенных рядом над каштановой консолью, на которой размещено оборудование. Расположение экранов относительно консоли делает их почти зеркальными, так что портреты кажутся еще более интимными, конфронтационными и тревожными.

Марио Клингеманн: Воспоминания о прохожих I , 2018, консоль, компьютер и два монитора.

Фигуры в работе Клингеманна бледные и изможденные, напоминающие фигуры на старых фотографиях пациентов психиатрической больницы или медицинские каталоги, документирующие человеческие уродства. Лица появляются в мире ненадолго, но все они имеют вид старых душ, несущих тяжесть беспокойного прошлого. Эта призрачная эстетика — визитная карточка Клингеманна; он всегда избегал тенденции создавать цифровое искусство с полированной и блестящей эстетикой. GAN, обученные на фотографиях, имеют причудливые особенности, поскольку они изо всех сил пытаются создать что-то вроде входных изображений, и Клингеманн наслаждается результатами. Они сильно отличаются от генеративного искусства, в котором используются итерационные команды для рисования векторных фигур на экране.

Интерактивный веб-сайт Klingemann Fractal Machines (2001), созданный с помощью Flash, содержит двухмерные векторы, процедурно анимированные для перемещения, вращения и масштабирования. Произведение сочетает в себе изображения причудливых шестеренок и других механических компонентов, которые сцепляются и образуют машины или роботы. Цвета приглушенно-серые. Работа выглядит как сон сумасшедшего ученого из прошлого века. Чтобы создать его, Клингеманн должен был ввести код для создания фигур, хореографии их движения и установки правил, согласно которым они взаимодействуют. Художник может вносить коррективы в эту среду, в том числе вводить случайность. Напротив, каждое лицо, созданное Воспоминания о прохожих I является для Клингемана такой же неожиданностью, как и для нас. Хотя он контролирует обучение GAN и может манипулировать параметрами, чтобы влиять на общее впечатление от вывода, Клингеманн отказывается от права выбирать, какие портреты увидят зрители. Они выходят прямо из автомата к зрителям.

 

До недавнего времени создание работы с GAN и другими моделями машинного обучения требовало глубоких технических знаний и выстраданных навыков программирования, подобных тем, которые разработал самоучка Клингеманн. Но этот барьер начинает разрушаться, поскольку новые инструменты, такие как Artbreeder и Runway ML, делают GAN и другие модели машинного обучения более доступными. Фактически, количество навыков, необходимых для создания изображений с использованием GAN, теперь настолько низкое — намного меньше, чем при использовании Flash и обработки — что мы видим поток изображений с эстетикой GAN слегка деформированных и жутких лиц.

Струйный отпечаток Хелены Сарин, 2019 г.

Artbreeder, инструмент, созданный в 2018 году художником Джоэлом Саймоном, уже создал более 54 миллионов изображений. Саймон радикально упростил процесс создания искусства с помощью GAN. Пользователи инструмента просто нажимают на изображения, чтобы «размножить» их, перетаскивая ползунки вперед и назад, чтобы увеличить или уменьшить степень влияния исходных изображений на результат.

Runway ML — более продвинутая программа. Программное обеспечение, созданное в рамках академического исследовательского проекта соучредителя Кристобаля Валенсуэлы, было разработано для ускорения перехода новых алгоритмов и моделей от исследований к программному обеспечению. Интуитивно понятный интерфейс Runway позволяет легко и быстро начать работу, а также позволяет настраивать и контролировать несколько моделей машинного обучения, в том числе те, которые раскрашивают черно-белые фотографии, переносят стиль с одного изображения на другое, распознают лица и т. д. превращать каракули в фотореалистичные изображения и многое другое. Вы можете создавать сложные конвейеры, которые упорядочивают различные модели и сокращают время выполнения, подключаясь к облаку. Это означает, что Runway предлагает больше гибкости и мощности, чем такой инструмент, как Artbreeder, который жертвует сложностью ради простоты использования.

Но даже работа, созданная в Подиуме, может показаться однородной, поскольку большая ее часть отличается сюрреалистичностью, присущей искусству GAN, или своего рода переносом стиля (например, картина, сделанная так, чтобы она выглядела как фотография). Произвольное исполнение и применение этих моделей Подиума к случайным изображениям не создает искусства, по крайней мере, не очень интересного искусства. Чем больше людей используют эффекты, тем менее артистичными они себя чувствуют.

Мы столкнулись с чем-то похожим на этот алгоритмический перебор в середине 19-го века.90-х, когда фильтры Photoshop впервые стали доступны и широко использовались без искусных манипуляций. Они быстро стали китчем и вымерли. Удобные для художников инструменты демократизировали творческое кодирование за последние два десятилетия. Но по мере того, как барьеры для создания генеративного искусства рушатся, художники должны найти новые способы выделиться или потеряться в кажущихся бесконечными и повторяющимися создаваемыми образами.

 

Струйный отпечаток Хелены Сарин, 2019 г.

Возможно, лучший способ установить уникальное видение — это увеличить акцент на человеческом творчестве, отчасти путем повторного введения элементов аналогового художественного производства. Соугвен Чанг, Анна Ридлер и Хелена Сарин — некоторые из художников, которые обучают GAN на своих собственных рисунках и картинах — массивах визуальной информации, которые явно принадлежат им, в отличие от больших общедоступных наборов данных. Сарин также использовал визуальные эффекты, созданные ИИ, в качестве основы для работ, выполненных с помощью различных аналоговых процессов, от плавления стекла и гончарных изделий до монотипии и трафаретной печати. Сочетая эти методы физического искусства с передовыми цифровыми технологиями, Сарин разработала свой собственный язык, который теплее и физически привлекательнее, чем изображения GAN, нажимаемые нажатием кнопки.

Как и Зарин, Соугвен Чанг обучила нейронную сеть на своих собственных рисунках и использует аналоговые художественные процессы для завершения своей работы. Но она также запрограммировала роботов рисовать вместе с ней на больших полотнах на полу в серии живых выступлений. Чанг подчеркивает, что даже во время программирования модели машинного обучения присутствует ее собственная рука. Хотя машины рисуют в стиле ее работ, ее все же удивляют некоторые специфические следы, которые оставляют машины, и она включает эти новые формы в свои собственные рисунки. В результате получаются большие, петлеобразные, извилистые структуры, объединяющие импульсы художницы и ее помощников-роботов.

Многие художественные процессы можно описать как алгоритмические. Художники следуют последовательности или шагам в производстве своей работы. Часто то, что делает практику одного художника более интересной, чем практика другого, — это спонтанность, готовность бросить вызов своей собственной системе. Иногда этот скачок возможен благодаря компьютеризированным инструментам.

Наше захватывающее будущее сочетает в себе аналоговое и цифровое, человека и машину, а не возвышает одно за счет другого. Если история генеративного искусства — это история нашего поколения, пусть она будет рассказана через повествование о талантливых художниках, воспринявших новые идеи и инструменты нашего времени.

 

¹ Грейс Хертлейн, цитируется по Гранту Д. Тейлору, Когда машина создала искусство: тревожная история компьютерного искусства , Лондон, Блумсбери, 2014, с. 7.

² Джон Канадей, «Меньше искусства, больше компьютеров, пожалуйста», New York Times , 30 августа 1970 г., с. 87, цитируется у Taylor, p. 6.

³ Сюда входят «Художники и роботы» в Большом дворце, Париж, 5 апреля – 9 июля.