Что такое генеративное искусство
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:
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.
Hommage à Paul Klee-Frieder, 1965
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.
Количество раз программное обеспечение Processing открывается на уникальных компьютерах каждый месяц с 2005 по начало 2018 года. Этот график был первоначально опубликован в превосходной статье Фрая и Реаса по истории обработки «Современный Прометей.»Пики и впадины коррелируют с учебным годом с самыми высокими точками осенью и самыми низкими летом.
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.
Субстрат — Джаред Тарбелл, 2003 
Пузырьковая Камера — Джаред Тарбелл, 2003
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
Случайно сгенерированный пейзаж,
Robbie Barrat, 2018
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.
Работа безымянной GAN — нейросети
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
Генеративное искусство и нетрадиционные техники рисования.
Генеративным называют искусство, созданное с помощью автономной системы. Инструмента, способного вносить случайность в работу художника, но автор самостоятельно дозирует величину этой случайности.
Этот инструмент может быть простым механическим приспособлением, как линейка-спирограф, рисующая замысловатые математические узоры. Или сложной кинетической машиной, преобразующей колебания ветра и звука в движения кистью. Может быть программой, алгоритмом, роботом с искусственным интеллектом. Технологически сложный, самостоятельно принимающий решения, но это лишь инструмент в руках автора. Я не говорю – художника, потому, что генеративное искусство не ограничено живописью. Алгоритмы уже генерируют музыку, строят замысловатые скульптуры, активно используются в архитектуре.
Электромалевич. Новая картина в стиле супрематизм каждые 4 секунды
Миссия генеративного искусства
Каких то сто лет назад всё было иначе, хорошие вещи создавались индивидуально и имели ценность.
Как вернуть ценность окружающему нас миру?
Генеративная живопись
Традиционно, мы испытываем страх перед всем новым и непонятным, я здесь замахнулся на последнее, до чего технологии не добрались – творческий процесс. Разве можно оцифровать процессы, идущие от души? Мы сами не понимаем их настолько, чтобы описать, классифицировать, сделать набором правил.
Но давайте заглянем глубже, я прошу уделить мне две минуты и провести этот мысленный эксперимент, возможно, он расширит ваши представления о современном искусстве.
На миг отвлечёмся от искусства и взглянем на привычный мир, на наш дом, у вас перед глазами электронное устройство, на экране которого вы читаете этот текст, ваша кухня заполнена техникой и гаджетами, в ванной стоят несколько устройств, упрощающих вам жизнь, в каждой комнате есть какой-то потребитель электроэнергии, вы задумывались над их количеством? Но что же лично вы делаете дома, какую работу совершаете? Выходит работа по дому больше не ваша заслуга, раз одежду стирает стиральная машина по заданной программе, чистоту обеспечивает пылесос, а то и робот-пылесос? Зря радуетесь румяному пирогу, приготовленному духовой печью с установленным набором специальных режимов, весь ваш труд только в том, чтобы закинуть ингредиенты и нажать кнопку? От чего же тогда появляется усталость, радость от выполненной работы, если это больше не ваша заслуга?
Созданный искусственным интеллектом портрет в виде карты перемещений манипулятора робота для дальнейшего рисования.
Согласитесь, всё это – инструменты человека, одни из них простые и ничего не могут сделать сами, другие сложнее и им нужно просто указать, нажать кнопку. Мы говорим – труд хлебороба, но в поле основную работу совершает комбайн с сидящим в кресле человеком, нам важно мастерство пилота, но в современных самолётах он лишь следит за приборами и почти весь полёт проходит под управлением автоматики. Так от чего художник обязан использовать в работе инструменты двухвековой давности? Мы используем линейку, когда нужно провести прямую линию, но та же линия, проведённая рукой робота уже не будет нашей? Мы не говорим фотографу: Не используй фотошоп для обработки фото, это не фотография, настоящий фотограф должен использовать в работе пластины с оксидом серебра и картонный ящик с отверстием, только камера обскура может создать настоящую фотографию.
Отчасти, это неприятие технологий порождают сами художники. Чтобы научиться рисовать, нужно потратить уйму времени. Каждому хочется, чтобы приложенные им усилия и потраченное время жизни было вознаграждено по достоинству. Появление механизмов, способных значительно ускорить процесс рисования, воспринимается ими как угроза, и вместо того, чтобы развиваться, эти творческие люди с пеной у рта начинают доказывать ущербность роботизированного искусства, ровным счётом ничего в нём не понимая. Только представьте насколько это обидно, когда машина за минуту делает то, чему ты учился много лет. И делает это лучше. Но критиковать генеративное искусство могут только бездарные художники, видящие в нём угрозу. Талантливый автор всегда скажет – я могу сделать лучше. И будет прав. Оттого он и мастер, что тратит своё время на развитие, а не агрессию к конкурентам.
Эту мысль я и пытался донести – рисует не робот с искусственным интеллектом, а человек этим роботом. Так чем тогда генеративное искусство отличается от традиционной живописи?
Я, Алексей Лянгузов — живой человек, инженер, изобретатель, художник, житель глухой провинции. Одному мне не справиться со средневековыми нормами оценки изобразительного искусства. Согласны, что пора впустить технологии в это замшелое болото ручного труда? Напишите мне письмо, позвоните, поделитесь ссылкой на эту страницу с друзьями. Я ценю вашу поддержку! Ничто великое не дается легко. И ничто великое не совершается в одиночку. Давайте станем частью этой истории.
Что такое генеративное искусство и как создать свой собственный паттерн
В этой статье ребята из Everypixel вкратце посвятят вас в историю генеративного искусства и поделятся современными инструментами, с помощью которых можно развлечься созданием личной коллекции уникальных паттернов. Это перевод статьи, написанной для блога Dribbble.
У генеративного искусства множество форм: от музыки и до литературы. Всех их объединяет то, что они полностью или частично созданы с использованием автономной системы. Ей может выступать любой алгоритм: математический, механический, биологический.
Генеративное искусство — форма искусства, полностью или частично созданная с использованием автономной системы
Как работают эти алгоритмы:
Математический алгоритм: например, игра «Жизнь» Джона Конвея описывает разлинованное поле, в ячейках которого обитают клетки, по определённым правилам передвигающиеся между ними. Данный алгоритм способен генерировать неисчислимое количество уникальных пиксельных сцен, и до сих пор вдохновляет и обеспечивает материалом легион художников и дизайнеров.
Механический алгоритм: в кинетическом искусстве, чтобы отразить в своей работе движение, художник создаёт своеобразный механизм, который колеблется от ветра. В данном случае автономная система — это алгоритм поведения воздушных потоков.
Биологический алгоритм: например, последователи био-арта используют в работах закономерности поведения бактерий.
Когда появилось генеративное искусство?
Прежде чем идти дальше, рассмотрим примеры генеративного искусства в исторической перспективе — проследим его эволюцию от зарождения и до самых последних применений.
XVIII век
Одним из ранних образцов генеративного искусства можно считать популярное в Европе 18 века развлечение Musikalisches Würfelspiel, по правилам которого некая заранее сочинённая музыкальная фраза ставилась в соответствие числу, выпавшему на игральной кости. Каждый бросок дополнял композицию случайным отрезком, превращая игру в настоящий генеративный алгоритм.
Калейдоскоп
Полувеком позже Дейвид Брюстер изобрёл калейдоскоп — карманный арт-генератор образца XIX века. Впрочем, эстетика волновала Брюстера далеко не в первую очередь. Изобретатель преследовал иные цели, и калейдоскоп явился побочным продуктом его исследований поляризации света.
Броски костей, закономерности поляризации света или поведения бактерий, клеточные автоматы — всё это является алгоритмической основой для работ в генеративном искусстве.
Графический редактор
Сильнейшим моментом развития генеративного искусства стали 1960е — время глобального распространения компьютерных технологий. Пионеры нового вида искусства выводили на первый план программное обеспечение и заложенный в него алгоритм, который создавал различные изображения.
Благодаря их творческим поискам и визуальным экспериментам, графический редактор для нас — обыденная вещь, а компьютерная графика не считается чем-то маргинальным по сравнению с другими графическими техниками.
Со временем наработки генеративного арта взяли на вооружение дизайнеры и полностью автоматизировали ручную работу. Раньше каждый узор долго и кропотливо создавался вручную. Сейчас новые инструменты способны генерировать множество вариантов паттернов быстро и без потерь в качестве.
Инструменты, которые помогут создать паттерн
Если уже не терпится начать, в интернете есть множество инструментов, которые вам подойдут. Принципы работы любого из них базируются на теории групп орнаментов — специальной классификации, которая распределяет паттерны по категориям согласно их симметриям и описывает особенности этих узоров.
Нужный элемент можно выбрать из пред-заготовленных или нарисовать самим. Чтобы превратить его в паттерн, используйте Object> Pattern> Make. Сохранить получившийся паттерн можно в любом формате.
Вбиваете любое слово или набор букв, и сервис генерирует случайный узор на основе таких типов шаблонов, как многоугольники, перекрывающиеся круги, синусоидальные волны и так далее. Сохраняет получившийся паттерн в PNG формате
Программа, которая тоже преобразует любое слово в уникальный паттерн. Законы формирования клеточного автомата позволяют сгенерировать бесконечное множество узоров. Сохранить получившийся паттерн можно в PNG, JPG и SVG форматах.
Паттерн, сгенерированный с помощью сервиса Korpus
Бесплатные аналоги Adobe Illustrator и Photoshop. Экономят время на этапе раскладки. Можно загрузить свои собственные SVG файлы и сделать из них паттерн. Сохраняет получившийся паттерн в PNG формате.
Платный ресурс, но есть Free Trial. Позволяет превращать загружаемые изображения в паттерны. Достаточно выбрать любой участок изображения и настроить тип узора. Среди них, например, есть арабеск или каирские пятиугольные плитки. А дальше уже можно вращать и настраивать орнамент на свой вкус. Сохраняет получившийся паттерн в PNG и JPG форматах.
Алгоритм самостоятельно размечает паттерн, используя загруженные в него элементы (линии, фигуры, картинки), и за один цикл работы автоматически создает целую пачку узоров. Вам остается только выбрать подходящий вариант. На основе одного и того же орнамента можно получить сотню его вариантов, которые будут состоять из тех же элементов, но их размеры, цвет и положение относительно друг друга будут отличаться.
Пока можно бесплатно скачать уже готовые паттерны, но в скором времени разработчики планируют выложить приложение для генерации контента пользователями и обучить этой операции нейросеть.
Что дальше?
Генеративное искусство прошло долгий путь и сейчас мы наблюдаем его расцвет. Автоматизированные алгоритмы все ещё нуждаются в человеке, но, возможно, совсем скоро алгоритмы машинного обучения возьмут творческие задачи на себя. Мы уже можем слушать сгенерированную музыку и наслаждаться живописью, которую пишет нейросеть, и это только начало.
Будущее инженерии: что такое генеративный дизайн и как его использовать
Инженер-механик в Alpha Tek Automation
В современной механике без генеративного дизайна никуда: он помогает находить решения, которые очень сложно или даже невозможно придумать, упрощает оптимизацию существующих конструкций и значительно экономит ваше время.
Что такое генеративный дизайн, где его применяют, и как он связан с 3D-печатью — рассказывает инженер-механик Alpha Tek Automation Давид Айвазян.
Что такое генеративный дизайн?
Генеративный дизайн (Generative design) — это командная работа человека и компьютера. Обычно программы используются только как инструменты, но в генеративном дизайне они — полноценные участники творческого процесса.
Это не значит, что программа может обойтись без участия человека — над проектом все равно должен работать опытный инженер.
Создание решения с помощью генеративного дизайна происходит так:
Генеративный дизайн — пример синергии человека и компьютерной программы. Тем, кто боится развития технологий из-за возможного восстания машин с искусственным интеллектом, рекомендую присмотреться к этому методу.
Здесь программы не соревнуются с людьми за работу, а помогают формулировать промежуточные решения. Формулировать техническое задание, придумывать изначальную идею проекта и доводить его до идеала — привилегия человека.
Решения, сделанные при помощи генеративного дизайна, напоминают природные формы, но доработанные и завершенные.
Пользователям результат такого подхода, часто кажется причудливым на вид. Несмотря на это, генеративный дизайн дает преимущества исполнителю проекта и создает новую эстетику.
Чем так хорош генеративный дизайн
С помощью генеративного дизайна проектируют оптимизированные объекты. Он позволяет без временных потерь учитывать свойства материалов, нагрузки на изделие и другие параметры.
Расскажи, как цифровая трансформация изменила твой бизнес
При помощи генеративного дизайна получаются такие решения, до которых человек вряд ли бы додумался самостоятельно.
Генеративный дизайн дает инженеру гарантию, что на основе виртуального прототипа детали можно сразу отправлять в производство.
В других подходах, чтобы быть уверенным в валидности прототипа, его нужно отдельно протестировать (Stress–strain analysis). Так генеративный дизайн сохраняет время проектировщика и деньги компании.
С помощью генеративного дизайна можно создать новый проект или оптимизировать уже существующий.
Благодаря генеративному дизайну, свойства материалов учитываются уже на этапе создания проекта. Подходящий прототип создается безошибочно, с первого раза, также программа подсказывает, как уменьшить вес или объемы изделия, без потери его свойств.
Если полученный результат требует изменений, проектировщик просто вносит в программу новые ограничения. Каждый представленный программой вариант в любом случае будет на 100% соответствовать заданию, которое внесли изначально.
С помощью генеративного дизайна, инженер выходит за рамки привычного восприятия и работает с решениями, которые ранее не создавались.
Каждый проект, который создали с помощью такого подхода, уникален. У программы нет шаблонов, стереотипов или готовых решений — только ограничения, которые проектировщик задает на первом этапе работы.
Топологическая оптимизация и генеративный дизайн: в чем разница?
Генеративный дизайн использует топологическую оптимизацию (проще говоря, совершенствование конструкции с помощью специального алгоритма), но не каждый проект, созданный с учетом оптимизации топологии, пример генеративного дизайна.
До промышленного использования generative design принципы топологической оптимизации применялись для создания теоретически максимально удачного проекта.
Вот только на практике реализовать такой вариант в некоторых случаях было невозможно.
Каждый проект, который создали с помощью генеративного дизайна, оптимизирован на 100% и идеален с точки зрения соответствия ограничениям.
Это технологический прорыв. Теперь инженерия не должна выбирать между функциональностью и экономичностью.
Кроме того, топологическая оптимизация требует наличия готовой 3D-модели.
Чтобы оптимизировать прототип, проектировщик вводит в программу необходимые условия, и она просчитывает варианты оптимизации изделия внутри этих ограничений.
Затем инженер возвращается к проекту, вносит изменения, которые рекомендовала программа, и проверяет, чтобы в результате этих изменений физические свойства объекта не отклонились от нужных значений.
При топологической оптимизации изменяется только внешний вид конструкции, а материалы и «идея» остаются такими же.
Генеративный дизайн не требует готовой 3D-модели. Программа создает прототип с нуля по ограничениям, заданным проектировщиком.
Генеративный дизайн позволяет заменить узел из нескольких деталей, на узел из одной детали, который будет работать как минимум не хуже, а то и лучше.
Топологическая оптимизация предлагает единственный вариант оптимизации одной модели, а генеративный дизайн предлагает до десяти вариантов изделия — на выбор.
Какие программы использовать?
Fusion 360
Программа работает просто:
Creo Generative Design
Программа работает по тому же принципу, что и Fusion 360.
Ее особенность — облачный модуль GDX, с помощью которого можно параллельно создавать несколько конструкций из разных материалов и с использованием разных сценариев производства.
Также Creo предлагает специальный модуль для топологической оптимизации — Creo Topology Optimization.
nTop Platform
Эта платформа была разработана компанией nTopology в 2017 году. Она подходит для коллаборации команды инженеров в одной среде.
Ее можно использовать не только для генеративного дизайна, но и для топологической оптимизации. Программа постоянно получает обновления и дополняется новыми функциями.
Siemens NX
В NX можно работать как с 2D, так и с 3D моделями, она позволяет без потерь переносить информацию из других CAD-систем.
Генеративный дизайн и 3D печать
3D-печать открывает новые возможности для генеративного дизайна, она воплощает в жизнь решения, которые до этого невозможно было реализовать из-за особенностей оборудования.
3D-печать совершила прорыв в изготовлении изделий из металла или полимеров.
Прежние технологии литья и механической обработки не справлялись с созданием геометрических форм, созданных с помощью генеративного дизайна.
Теперь эти формы делают из пластика, сплава или металла на 3D-принтерах. У полимерных принтеров даже есть возможность менять материалы в процессе печати, чтобы деталь функционировала еще лучше.
Еще 10 лет назад многие современные решения в разных сферах, от строительства до медицины, казались невозможными.
Модели, которые создают с помощью генеративного дизайна и 3D-печати эффективны, а в некоторых случаях и сравнительно дешевы по сравнению с традиционными методами производства.
Пример синергии 3D печати и генеративного дизайна в японском электромобиле WHILL: был уменьшен вес емкости для батареи — самого тяжелого участка в портативной автономной коляске для инвалидов.
В 2015 году New Balance и студия дизайна Nervous System разработали новый материал, максимально оптимизированный для бегунов. Из него сделали кроссовки, а подошвы для них напечатали на 3D-принтере.
Кому нужен генеративный дизайн?
В стоматологии и в протезировании генеративный дизайн позволяет создавать легкие, почти неощутимые, но функциональные конструкции.
В перспективе он поможет в разработке искусственных внутренних органов и точного воссоздания тканей. Возможно, эта технология поможет и протезированию сосудов.
Решения генеративного дизайна для конечных потребителей очень функциональны, и привлекают внимание за счет необычного внешнего вида.
Им почти не нужен маркетинг, а их срок эксплуатации выше в сравнении со стандартно изготовленными изделиями.
Генеративное проектирование позволяет создать идеальную планировку помещений, сократить количество сотрудников, занятых проектом и оптимизировать затраты.
Генеративный дизайн позволяет воплощать оптимальные целевые решения: например, построить оперный театр с лучшей акустикой в мире.
Я считаю, за генеративным дизайном будущее. Он позволяет выйти за рамки стандартных подходов и при этом получить оптимизированный результат благодаря взаимодействию человека и программы.
Человечеству пора привыкнуть к необычным формам результатов генеративного дизайна. В них есть своя эстетика, хотя ее пока нельзя считать базовой для потребителя.
Но если генеративный дизайн продолжит показывать отличные результаты, применять его станут еще чаще, так что образ продукта генеративного дизайна рано или поздно прочно войдет в массовое сознание.