¥86.50 98.00

　　内容简介

　　《智能生成式艺术理论与实践研究》在艺术与智能科技相互融合的视角下，运用计算的理论方法及思维方式，借助数字化和智能化的科技手段赋能艺术的创作和生成。在智能生成式的内容被大量生产的当前背景和未来趋势下，《智能生成式艺术理论与实践研究》以生成艺术的发展为线索，考量了算法艺术、混沌分形艺术、数据驱动艺术、人工智能艺术及跨模态艺术等的历时性路径，解析了生成艺术的理论演进和技术框架。为了进一步揭示智能生成式艺术对艺术和设计的深刻变革，审视智能生成式艺术对科学技术的反哺作用，《智能生成式艺术理论与实践研究》以古建筑的智能化生成、装饰艺术的智能化生成、中国传统绘画的智能化生成、人工智能辅助蛋白质视听联觉艺术设计为具体实践模式，展现了智能生成技术对文化和生活等领域的深刻影响和积极意义。《智能生成式艺术理论与实践研究》涵盖了智能生成式艺术的基础理论和实践应用的研究成果，既有原创性、前沿性、集成性等学术价值，又有人文、自然和工程等跨学科融合交叉的多元性、综合性、开拓性等实际意义。

　　目录

　　目录

　　上篇　智能生成式艺术理论

　　第一章 生成艺术的计算观 3

　　第一节 生成艺术概述 3

　　一、生成艺术的概念 3

　　二、生成艺术的开端与发展 3

　　三、生成艺术的数字化 6

　　第二节 算法创作生成艺术 8

　　一、算法创作 8

　　二、基于像素点的算法创作方式 8

　　三、拼接拼贴的算法创作方式 9

　　四、L-system规则的算法创作方式 9

　　五、形状语法的算法创作方式 11

　　第三节 生成艺术中的计算思维 11

　　一、抽象 11

　　二、自动化 12

　　三、分解与重构 13

　　四、迭代与递归 15

　　五、模拟与仿真 16

　　六、容错与恢复 17

　　第四节 艺术家与编程 18

　　第二章 混沌分形艺术 20

　　第一节 混沌分形 20

　　一、混沌理论与分形理论 20

　　二、混沌分形对时空观的突破 22

　　第二节 从宏观到微观的混沌分形 26

　　一、宇宙星云的混沌分形 26

　　二、生命细胞的混沌分形 31

　　第三节 分形艺术 38

　　一、分形与艺术的连接 38

　　二、分形的结构特征 39

　　三、艺术作品的分形审美 41

　　第四节 二维分形的生成技术 51

　　一、仿真雪花的诞生—科克*线和雪花 51

　　二、模拟树的生长—分形树 56

　　三、分形的开山之作—芒德布罗集合 59

　　四、四维参数设计的奇异图形—朱利亚集合 61

　　第五节 分形图形的艺术 65

　　一、分形图形的艺术化探索 65

　　二、分形图形的艺术设计 65

　　第三章 数据驱动艺术 68

　　第一节 数据思维对艺术创作的影响 68

　　一、思维、数据思维与大数据思维 68

　　二、艺术中的数据思维导向 69

　　第二节 数据的可视化艺术 73

　　一、数据可视化及可视化设计 73

　　二、数据可视化的艺术本质和表现 76

　　第三节 数据驱动的艺术设计 78

　　一、数据驱动 78

　　二、数据驱动的设计模式 79

　　三、数据艺术 79

　　第四章 人工智能与艺术 81

　　第一节 人工智能介入艺术创作与设计 81

　　一、人工智能支持的个性化** 81

　　二、智能化检索艺术作品 82

　　三、艺术作品的智能化鉴定 87

　　第二节 智能代理的艺术创作 90

　　一、智能体的艺术创作方式 90

　　二、复杂智能系统的创作方式 92

　　第三节 人工智能化的艺术设计 93

　　一、人工智能赋能艺术设计 93

　　二、生成对抗网络与生成艺术 94

　　第五章 艺术的跨模态创作 99

　　第一节 音乐可视化 99

　　一、音乐可视化的概念 99

　　二、音乐可视化的映射模型 100

　　三、音乐可视化设计 104

　　第二节 图像的可听化 109

　　一、可听化的听觉感知特点 109

　　二、智能技术支持的图像可听化 110

　　三、图像可听化的听觉设计 115

　　第三节 视听多感知的艺术设计 118

　　一、联觉现象 118

　　二、视听联觉的设计研究与探索 119

　　三、物理世界交互设计的开发 121

　　四、VR的艺术设计 123

　　下篇　智能生成式艺术实践研究

　　第六章 古建筑的智能化生成 127

　　第一节 古建筑建模的智能化生成 127

　　一、古建筑智能化建模概述 127

　　二、古建筑智能化的发展 129

　　三、古建筑三维建模技术 130

　　第二节 古建筑智能技术的应用 133

　　一、智能3D构件库 133

　　二、参数化模型构建 136

　　三、基于BIM的监测系统 137

　　四、消防检测系统 138

　　第三节 古建筑智能化的未来趋势 139

　　一、参数化构件库 140

　　二、先验知识的自动提取 140

　　三、融合多种数据的三维重建技术 141

　　第七章 装饰艺术的智能化生成 142

　　第一节 智能技术对传统装饰艺术的冲击 142

　　第二节 参数化装饰艺术的编程算法 144

　　一、数字化媒介的装饰艺术 145

　　二、空间设计中的装饰艺术 147

　　第三节 智能化装饰艺术特征分析 149

　　一、智能化装饰艺术创作的发展 149

　　二、创作特征分析 151

　　三、创作方法 151

　　第四节 智能化装饰艺术风格 152

　　一、艺术风格的生成 152

　　二、艺术与科技的交汇 154

　　三、新艺术形式表达 155

　　第八章 中国传统绘画的智能化生成 157

　　第一节 当代视觉观视角下的传统绘画 157

　　一、超视觉的抽象观念 157

　　二、非客观的色彩构成 158

　　三、技术审美的边界消解 159

　　第二节 传统绘画的智能化解码 160

　　一、视觉形态的智能化抽离 161

　　二、视觉的智能化多元衍生 164

　　三、数字媒介的高维体验 167

　　第三节 传统绘画基因的智能化解码 171

　　一、装饰色彩 172

　　二、图形要素 173

　　三、线体形式 173

　　四、肌理的复原和模拟 174

　　第九章 人工智能辅助蛋白质视听联觉艺术设计 177

　　第一节 人工智能背景下蛋白质序列的音乐研究 177

　　一、人工智能在音乐领域的应用和发展 177

　　二、蛋白质与音乐创作的相关性和可行性分析 177

　　三、蛋白质音乐的创作流程 178

　　第二节 深度学习下的蛋白质音乐生成方式 179

　　一、蛋白质微观结构和音乐艺术的连接 179

　　二、人工智能生成蛋白质音乐作品的技术路线 180

　　第三节 蛋白质序列结构与空间构象 181

　　一、蛋白质序列结构 181

　　二、蛋白质的空间构象与无限性 181

　　三、人工智能对蛋白质结构及功能的预测与分析 183

　　第四节 蛋白质序列的艺术特征 183

　　第五节 深度学习生成蛋白质绘画的流程 185

　　一、人工智能生成蛋白质绘画作品的思路 185

　　二、数据驱动下蛋白质空间构象对微观艺术的勾勒 187

　　三、蛋白质绘画的微观结构呈现 188

　　参考文献 196

　　后记 201

　　精彩书摘

　　上篇　智能生成式艺术理论

　　第一章 生成艺术的计算观

　　第一节 生成艺术概述

　　一、生成艺术的概念

　　什么是生成艺术?简单来说，生成艺术是指部分或全部使用自动创作系统创造的艺术。按照纽约大学菲利普 加兰特尔(Philip Galanter)的解释，生成艺术是指利用一套自治性系统进行的艺术实践活动。①自治性系统可以是一套自然语言规则、计算机程序、机器或其他程序性发明等，这些自治性系统产生出一个具有一定自控性的过程，辅助或者自主生产出完整的艺术作品。菲普 加兰特尔还探寻了复杂理论与该艺术形式之间的联系。他认为，复杂系统的“复杂”并非人们通常所指的复杂程度，而是指一个由多个简单的单元所组成的结构，经过非线性交互作用，产生集体的行为。在菲利普 加兰特尔看来，自动生成艺术本身就处于复杂理论的语境当中。②艺术家探索了高度有序的自动生成方式，以及完全无序的自动生成方式，这里包括遗传算法、常用于自动分形艺术的L-System算法、涌现现象等。因此，生成艺术是一种以系统为导向的艺术实践，其共同点是系统作为一种生产方法的使用。为了符合生成艺术的定义，艺术品必须是自足的，并且具有某种程度的自主性。生成艺术系统的运作可能依赖各种科学理论，如复杂性科学和信息理论。

　　二、生成艺术的开端与发展

　　生成艺术*初被视为计算机科学家、数学家和工程师的领地。计算机绘画是生成艺术的开端。计算机是在掌握军事前沿科技的需求下产生的，*初作为一种昂贵的尖端电子设备只存在于实验室中，为极少数的计算机科学家、数学家和工程师所掌握。在没有开发出针对绘画的软件和硬件的时代，计算机要成为艺术创作的媒介，必须具备艺术家的素质，或者从艺术家的视角创新性地实现计算机绘画。

　　1952年，美国数学家本 拉波斯基(Ben Laposky)使用早期的计算机和电子阴极射线管示波器创作的黑白电脑绘画《电子抽象》，成为世界上公认的**幅计算机艺术作品。本 拉波斯基当时是贝尔实验室的数学专家，他同时具备工程师和艺术家的素质和能力。《电子抽象》是一系列光波的偏移运动成像，呈现的是单色的计量性的图形关系，以抽象的形式描绘了空间坐标的运动变化。

　　到了20世纪60年代，尽管计算机在艺术创作中的工具功能还未得到艺术领域的认可，但那些对艺术充满兴趣的计算机艺术家早已经开始了“计算机生成艺术”的探索。例如，1960年，德国的阿瑟本(Alsleben)和费特(Fetter)开始利用鼠标和触控笔实现计算机绘画;1962年，美国麻省理工学院诞生了世界上**套计算机美术设计系统。德国斯图加特大学马克思本斯实验室的工程师弗里德 纳克(Frieder Nake)和乔治 尼斯(Georg Nees)等计算机生成艺术的先驱开始探索使用大型计算机、绘图仪和算法创建视觉艺术作品。弗里德 纳克提出：“算法是我们正在见证的算法革命的本质。算法革命的实质是将社会的所有过程都转换成可计算的形式。大众，甚至所有目前正在数字化浪潮中游刃有余的专家们还没有真正理解我们深知、珍惜和热爱的文化中所有事物的这种深层算法转换的影响。”③1965年，在“生成计算机图形学”展览上，弗里德 纳克和乔治 尼斯展示了他们的计算机图形艺术作品，两位艺术家都使用了“生成”一词来描述作品的特征。当时这个词被用来识别从计算机程序中产生的艺术。“生成艺术”和“计算机艺术”这两个术语被串联使用，或多或少是可以互换的。

　　1972年，保尔 尼亚古(Paul Neagu)在英国创建了生成艺术同盟，同时他在女王大学的艺术节上发表了题为“生成艺术形式”的演讲。1973年，哈罗德 科恩(Harold Cohen)开发了一个复杂的AARON系统，他将软件与机器人绘画设备相结合，让机器自动作画。1976年，斯蒂夫 盖瑞 沃兹尼亚克(Stephen Gary Wozniak)和史蒂夫 乔布斯(Steve Jobs)等创立了苹果公司，其彩色图像功能吸引了更多的艺术家，为数字绘画的发展奠定了基础。

　　进入20世纪80年代后，随着计算机的广泛使用和多媒体技术的发展，计算机成为一个可以整合文本、图像、视频、声音等媒体的数字化平台。计算机动画和生成艺术成为这个时期的热点。1989年，克里斯蒂诺 索杜(Celestino Soddu)将生成艺术扩展到城市建筑设计中。他编写程序代码，读取建筑周围的环境信息并提取特征，算法规则是确定的，但所生成的建筑形态具有随机性，其作品《中世纪意大利城镇的生成场景》如图1-1所示。1998年，**届国际生成艺术大会在米兰理工大学召开，克里斯蒂诺 索杜担任主席。综上，到了20世纪末期，生成艺术家、设计师、理论学者开始聚集，生成艺术成为一个交叉学科。④

　　随着计算机技术、网络技术和信息技术的发展，生成艺术不仅包含算法创作生成艺术、数据驱动生成艺术、人工智能生成艺术，还包括强化审美的认知与体验的互动艺术、装置艺术和虚拟现实(virtual reality，VR)艺术等。生成艺术并不是艺术流派、艺术运动或某种意识形态，而是一种创造艺术的方法。

　　图1-1 克里斯蒂诺 索杜作品《中世纪意大利城镇的生成场景》①

　　图片来源：童岩，郭春宁. 新媒体艺术导论[M]. 北京：中国人民大学出版社，2018

　　三、生成艺术的数字化

　　生成艺术常用的图像是指通过仪器设备和技术完成对客观世界的记录，或者通过在介质上描绘形象完成对客观对象的记录。图形是生成艺术的基本构图要素，是艺术作品的关键组成成分。在实际工作和生活中，人们似乎并不严格区分图像和图形，而常用图片来概括性地定义它。图片是指由图形、图像等构成的平面媒体。生成艺术的数字化就是图像和图形的数字化。

　　1. 图像数字化

　　图像数字化是将模拟图像转换为数字图像。图像数字化是进行数字图像处理的前提。由扫描仪、数字照相机、数字摄像机等输入设备捕捉实际画面产生的图像就是数字图像。

　　图像的数字化过程主要分采样、量化与编码三个步骤。

　　(1)采样就是要用多少点来描述一幅图像，采样质量由图像分辨率来衡量。分辨率是指单位英寸中所包含的像素点数，通常以DPI(dots per inch，每英寸点数)为单位。二维空间上连续的图像在水平和垂直方向上等间距地分割成矩形网状结构，所形成的微小方格称为像素点。一幅图像是由有限个像素点构成的集合，如分辨率640×480的图像，表示这幅图像是由640×480=307200个像素点组成。

　　(2)量化是指要使用多大范围的数值来表示图像采样之后的每个像素点。量化的结果是图像能够容纳的颜色总数。通常所说的256色，是指用8个二进制位来表示各种颜色，也可以说是一个像素点用一个8位的具体的二进制数表示;高彩色是指采用16个二进制位来表示各种颜色，总共可表示65536种颜色;真彩色则是用24个二进制位来表示各种颜色，总共可表示16777216种颜色。

　　RGB颜色空间坐标中的三个方向分别代表三基色R(red，红色)、G(green，绿色)、B(blue，蓝色)，主对角线上的点表示的是三原色。根据这个关系，其他6个顶点对应的颜色分别为红色、黄色、绿色、青色、蓝色和品红色。在这个数字化的RGB颜色空间中，为了表现出其他颜色的生成模式，可以将数轴进行数字化处理，然后利用0～255共256个数值表示红色、绿色、蓝色的任一种基色。利用这种规则，将每个基色的灰度值划分为256个等级。由此，即可得到在这256个等级中，0表示没有色(即色彩强度*弱)，255表示色彩强度*强(即颜色为*具饱和色)。按照这种方式进行光色构建就可以合成任何一种色光，用不同的比例将R、G、B三种颜色进行混合。当三基色都为255时，可合成为白色光即图像中的坐标(1，1，1);当三基色都为0时，可合成黑色光即图像中的坐标原点(0，0，0)，具体如图1-2所示。⑤