杭州弈儒软件技术有限公司用户9314
生成艺术 (Generative Art)
输入“/”快速插入内容
生成艺术 (Generative Art)
生成艺术 (Generative Art)
用户9314用户93142025年3月1日修改
生成艺术 (Generative Art)，也常被称为 算法艺术 (Algorithmic Art)、程序艺术 (Procedural Art) 或 代码艺术 (Code Art)，是一种 艺术创作方法，在这种方法中，艺术家使用一个 自主系统，例如一组规则（算法）、计算机程序、机械装置或其他自动化的流程，来启动创作过程，而最终的艺术作品在一定程度上是由这个系统自主生成的。 换句话说， 艺术家不再是直接手工创作作品的每一个细节，而是设计一套规则或系统，让这个系统在一定程度上“自主”地完成创作。 生成艺术 强调的是 创作过程 和 生成系统 本身， 而 不是 艺术家 的 主观 意图 和 手工 技巧。 它 拥抱 偶然性 、 复杂性 、 以及 不可预测性 ， 探索 系统 、 算法 、 以及 自动化 在 艺术 创作 中 的 潜力， 并 深刻 地 反映 了 数字 时代 科技 与 艺术 之间 的 复杂 关系。 生成艺术 以其 独特的 算法 美学 、 动态 变化 、 以及 互动性 特征， 在 数字艺术、 新媒体 艺术、 以及 当代 艺术 领域 都 占据 了 重要 地位， 并 持续 推动 着 艺术 的 创新 和 发展。
这篇文章探讨了生成艺术、数据艺术和计算美学中的概念，并阐明了这些领域的关键要点：https://medium.com/metaculturejournal/concepts-in-generative-art-data-as-art-and-computational-aesthetics-d5503ea1c6be
1.
生成艺术的定义与核心概念：
•
生成艺术是一种艺术实践，艺术家创建一个过程（如规则、程序、机器），该过程在一定程度上自主运行，最终形成艺术作品。
•
计算机并非生成艺术的必要条件，但现代生成艺术大多在计算机上完成。
•
生成艺术涉及通过过程（通常是计算机算法）定义规则来产生艺术作品，包括递归等过程。
•
与“计算机生成”不同，生成艺术强调底层过程，通常涉及代码或算法的重复运用。
2.
生成艺术的历史与关联：
•
生成艺术的概念在计算机出现之前就存在于音乐领域，如巴赫的赋格和莫扎特的音乐骰子游戏。
•
约翰·凯奇和布莱恩·伊诺等作曲家也在作品中使用过生成系统。
•
生成艺术在概念上与算法艺术、分形艺术和程序艺术等术语相似。
3.
艺术家与机器的协作：
•
布莱恩·伊诺强调艺术家与机器之间的协作过程，认为数据分析和处理也是一种艺术形式。
•
计算机的迭代能力使艺术家能够快速探索大量创意变体，促进了艺术家与机器之间的协作。
•
“快乐的意外”：计算机迭代速度过快，以至于机器能提出人想不到的创意。
4.
数据艺术与数据可视化：
•
“大数据”时代的数据可视化在各领域都有重要应用，尤其是在实时数据分析方面。
•
数据可视化通过用户界面将大量实时数据以更易理解的方式呈现。
•
电视选举夜图形是数据可视化的一个常见例子。
•
在艺术领域，利用真实或想象的数据作为创作工具，结合生成过程，推动了21世纪艺术的爆炸性增长。
5.
关键概念：
•
生成艺术（Generative Art）
•
算法艺术（Algorithmic Art）
•
分形艺术（Fractal Art）
•
程序艺术（Procedural Art）
•
递归（Recursion）
•
数据艺术（Data Art）
•
数据可视化（Data Visualization）
•
计算美学（Computational Aesthetics）
•
迭代（Iteration）
6.
关键观点：