跳到主要內容

靈異又迷人的數位藝術


From:http://www.abstractdigitalartgallery.com


還記得高中期,
程式設計集訓時由遞迴函式所寫出的碎形圖(Fractals),
在那PC還是純文字的年代,
規律卻百變的碎形圖總是迷惑著學生們的眼光

從最早的冰晶、雪花、分支樹,
到波蘭數學家提出,表面積為零邊長無限大的Sierpinski三角、Sierpinski地毯
與由Sierpinski地毯組成體積為零的 孟結海棉 (Menger sponge) (沒錯,就是那個詭絲)

這些都是迷人碎形的藝術與年少的回憶 (至少是我的,哈)



     
From: Wiki


From:http://www.mi.sanu.ac.yu/vismath/puente/

早期的數位藝術,
就是這樣透過方程式、數學函式與亂數產生的美妙藝術,
但也是當時許多藝術家、設計師們所不認同的死板科學產物。
然而在21世紀的今天,
數位藝術不再只是艱深死板的邏輯與數學疊代,
更加入了節奏、旋律、光影與人因 (當然原理還是包含著艱難的數學理論)
搭配著高效能的運算儀器與軟體,透過混音器與投影射備產生出的聲光效果,
當代的數位藝術不再只是電腦上的圖形演化,
而是撼動人心的視覺與聲光呈現。


在臺灣,我們漸漸的也能接觸到這類的視覺藝術,
不過卻常常與Club、Outdoor party文化混為一談,
當然娛樂文化對於視覺藝術的推廣功不可沒,
但我們可以用更輕鬆的角度去欣賞體驗,
像連續來台辦展的Onedotzero,在99、02、07年分別都有展出許多作品,
當中也包含了許多知名的VJ團隊,
像Hextatic、United Visual Artists、Minivegas等等

這些數位作品中,往往透過大量的線條、碎形與光影,
搭配上冷冽動感的電子音樂,呈現出不同以往的藝術形態。

One Dot Zero - London Details
   


而今年,正在台北西門紅樓展開的 『玩開』台北數位音樂節
更請到了許多位國際知名數位藝術團體,

像來自美國的Graffiti Research Lab
Alvaro Cassinelli (Ishikawa-Namiki-Komuro Lab - The University of Tokyo)
來自英國倫敦的 rAndom International
加拿大的Raffaello D'Andrea, Max Dean , Matt Donovan
西班牙Team of digital luthiers
瑞士的Harddisko
加拿大的Skoltz Kolgen

詳細資訊可以再玩開網站中查詢 http://dac.tw/daf07/
不過活動快結束囉 :p (2007/11/23 ~ 2007/12/02)



當中我很喜歡的,是多次參與Onedotzero展演,
並長期與冰島女樂手Bjork合作的Team of digital luthiers


From:http://www.iua.upf.es/mtg/reacTable/

這個由Dr. Sergi Jordà.帶領來自西班牙巴塞隆納Pompeu Fabra大學的團體所設計的互動桌(reactable),
透過互動式桌面與音效組件的交互作用,
讓使用者可以高度透過音效模組產生出不同的音樂效果,
搭配上前衛未來感的互動人機介面,讓操作過程趣味無窮。
( 這場場次在2007/12/01演出)

玩不到的人也沒關係,看看Rreactable是怎麼玩的吧
   


 另一個來自美國的Graffiti Research Lab
透過自行開發的投影設備與程式軟體 (L.A.S.E.R. Tagging System ),
藉由手控雷射筆創作,在目標物上表現出酷似塗壓的效果



一起看看吧,不知道他們有沒有考慮塗塗101
   


 
後記:
高科技的現代,我們將進一步的體驗藝術的再進化,
以往傳統藝術家輕忽的數位藝術,
如今數位藝術透過藝術工作者、科學家、工程師的結合大肆改變整個藝術生態
或許哪天,我們還能利用孟傑海綿(Menger sponge)體驗超自然藝術哩!!


最後,紀念波蘭數學家Wacław Franciszek Sierpiński (March 14, 1882 — October 21, 1969)
帶給我們數位藝術中經典的碎形案例,
我們就來看看Sierpinski carpet 的程式吧!
(此為Wiki上放的Java Applet程式,編譯可用AppletViewer或直接網頁瀏覽)

import java.awt.*;
import java.applet.*;

public class SierpinskiCarpet extends Applet {
private Graphics g=null;
private int d0=729; // 3^6

public void init() {
g=getGraphics();
resize(d0,d0);
}

public void paint(Graphics g) {
// start recursion:
drawSierpinskiCarpet ( 0, 0, getWidth(), getHeight() );
}

private void drawSierpinskiCarpet(int xTL, int yTL, int width, int height) {
if (width>2 && height>2) {
int w=width/3, h=height/3;
g.fillRect ( xTL+w, yTL+h, w, h );
for (int k=0;k<9;k++) if (k!=4) {
int i=k/3, j=k%3;
drawSierpinskiCarpet ( xTL+i*w, yTL+j*h, w, h ); // recursion
}
}
}
}

輸出結果:http://bphouse.tw.googlepages.com/SierpinskiCarpet.html




看不懂程式的,
看看法國人拍的詼諧黑色的孟傑海綿動畫吧
「Come Coco」(puzzle hunt)
from : http://santisan.free.fr/coco/Puzzle_Hunt.mov
 

                      BP 2007.11.30
 










留言

這個網誌中的熱門文章

醫學健康跨領域合作的開始:資料工程

一直都很喜歡在會議上與跨領域的專家、醫師、學者分享我們在數據工程與分析應用上的發展經驗。 許多的專家學者,對於大數據應用的認知都仍侷限在一個超大型結構化資料集的子集合應用,在規劃好的條件設定下,針對特定的目標(疾病、行為)進行篩選,將數據narrow down到可以被個人電腦或是單一伺服器架構處理的小型資料集。 這樣的半手工處理方式,對於專一(Specific)領域主題的資料追蹤計算或許已經十分足夠,但當中倘若資料清理方式有改變、篩選條件增減,所有的數據都要從raw重新處理,不僅造成大量的時間與人力浪費,對於專案計畫進度的延宕更是麻煩。這些還不包含

Google 資料庫方案–Spreadsheet–(1)資料呈現

HEMiDEMi 的標籤: Google , Google SpreadSheet , 雲端 早在規劃『 教育,意義! 』project時, 便有打算將整個網站建立過程撰寫一篇教學,讓有興趣以google 服務為基礎進行開發的朋友參考。 沒想到這個想法擺著就拖了好幾個月, 好在學生提出了問題,就趁這機會寫一寫吧。 基本上『 教育,意義! 』網站的架構完全建立在Google提供的服務, 廣義來說也是個雲端的系統, 所有的資料是分散在不同的服務架構下,再用GAE, Javascrript將服務資訊串接起來, 由Blogspot 統一呈現。 省了租主機的費用,或架站的硬體、電費, 最好的地方在於不用管理主機維運的問題, 只要專心做我的創意、嘗鮮就好了!!   多棒! 若將『 教育,意義! 』網站依功能層次來分類,可以分為三層結構, 當中的層次與使用技術大致如下: UI 介面層 服務 : Blogspot (網站介面) , Picasa (相簿空間), Google Apps 技術 : Javascript , AJAX ( JQuery ) App應用層  服務 : Google App Engine (GAE) 技術 : Java, Java Server Page (JSP) 資料層 服務 : Google Docs (文件), Google Spreadsheet (試算表) 技術/函式庫 : Java, Google Data APIs 本篇文章將著重在介紹以Google Spreadsheet 做為雲端資料庫, 其他主題將會陸續推出。 若對Google API 與 Google App Engine 初步建置有興趣, 可以參考之前文章: 佛心來著的 Google Data API – for JAVA 雲端的開始:Netbeans 無痛 Google App Engine Java 服務開發 Google Spreadsheet 做為資料庫系統 對於小型的資料系統來說, 採用Google Spreadsheet做為應用程式資料庫(如問卷調查或線上系統) 也算堪用, 目前的儲存限制為 : 40 萬個儲存格 每張工作表最多...

當咒術成真 - 文字生成的虛擬世界

  2024/02  這幾天灌爆各大ai社群的,不外乎就是文字生成高清畫質影像的OpenAI Sora , 讓人驚艷的細膩表現,自動化的場景生成與運鏡效果,縱使這個概念並不是多創新的模式,但Open AI始終很懂得抓住大家眼球  (Sora的各種生成影片: https://openai.com/sora  ) 關於Sora 的技術與介紹,不妨看看chatGPT 對它的描述: OpenAI Sora文字-視訊生成模型 在視頻數據上進行大規模訓練生成模型,具體而言,OpenAI聯合訓練了文本條件擴散模型,處理不同持續時間、解析度和長寬比的視頻和圖像。利用了一種在視頻和圖像潛碼的時空塊上操作的轉換器架構。受到Srivastava等人(2015年)在使用LSTMs進行視頻表示學習的無監督學習的啟發,OpenAI的最大模型Sora擴展了這些概念,能夠生成一分鐘的高保真度視頻。此外,Chiappa等人(2017年)描述的循環環境模擬器方法與我們的方法論框架相一致,表明擴大視頻生成模型的規模是建立通用物理世界模擬器的一條有希望的道路。 一、技術創新 OpenAI 的 Sora 模型在技術創新上主要融合了 diffusion models 與 transformer models 的特點,這一結合代表著從文字描述到視覺內容生成的一大進步。根據 Goodfellow et al. (2014) 的研究,Generative Adversarial Nets (GANs) 開創了使用機器學習生成圖像的新方法,而 diffusion models 則透過逆向的擴散過程從隨機噪聲中逐步建構出有意義的圖像,提供了一種不同於傳統 GANs 的新途徑。另一方面,Vaswani et al. (2017) 提出的 transformer 模型,通過其自注意力機制有效處理長距離依賴關係,已廣泛應用於語言模型中。Sora 模型的創新之處在於將這兩種技術融合應用,實現了從簡單文本提示生成高質量視覺內容的能力,這不僅展示了機器學習技術的新高度,也為未來的影像生成、自然語言處理和人機交互開啟了新的可能性。 二、物理現象與現實世界的模擬 Sora 的另一大進步是在模擬現實世界物理現象方面的表現。雖然現有模型如 Raissi et al. (2019) 所提出的 Physi...