生成艺术（Generative Art）是全部或部分使用自主系统创作的艺术，通常指算法艺术（算法确定的计算机生成的艺术品）和合成媒体（任何算法生成的媒体的总称）。生成艺术是数字艺术的一个范畴，艺术家通过使用电脑有意地引入随机性的元素作为创作过程的一部分，从而产生预期和意料之外的结果。随着非同质化代币（Non-fungible tokens，NFT）的出现，生成艺术更是与数字艺术和数字财产相关的趋势潮流。
提示：生成艺术要区别于编程艺术。编程艺术指的是高质量编程，著名代表是美国计算机科学家高德纳（Donald Ervin Knuth）编著的关于计算机程序设计的《计算机程序设计艺术》（The Art of Computer Programming，简称TAOCP）。
根据纽约大学生成艺术和物理计算教授Philip Galanter的理论，Computer Graphics and Animation、Electronic Music and Algorithmic Composition、Industrial Design and Architecture都属于生成艺术的应用范畴，只要它们符合：
1.自动生成艺术涉及使用“随机化”来打造组合；
2.自动生成艺术包含利用“遗传系统”来产生形式上的进化；
3.自动生成艺术是一种随着时间而变化的不间断变化的艺术；
4.自动生成艺术由电脑上运行的代码所创建。这四大生成艺术特征。
生成艺术主要应用于视觉艺术、音乐创作、建筑等领域，随着人工智能及 VR/AR 技术的介入，生成艺术在品牌演绎和营销创意等商业领域将获得广阔前景，并成为NFT的主要内容。
NFT 生成艺术的价值
NFT 生成艺术的价值基于代码稀有性，并与视觉美感和收藏家愉悦的方式结合在一起，其程序化特征增加了可用于帮助评估 NFT 的可量化指标，但生成艺术作品本身仍是推动需求的主观因素。市场发现，艺术市场的未来可能在画笔、Adobe、计算机算法和区块链的交汇处。
区块链数据平台 Chainalysis 的 2021 年 NFT 市场报告显示，全球 NFT 市场规模超过 269 亿美元。去中心化应用（Dapp）追踪网站 DappRadar 的数据显示，OpenSea、Axie Infinity、CryptoPunks 等 NFT 交易平台的交易量都超过数十亿美元。
2021 年 3 月 11 日，艺术家 Beeple 的作品《Everydays: The First 5000 Days》在佳士得官网上以 69,346,250 美元成交，（折合人民币约为4.5亿元），成为最贵NFT艺术品，同时该作品成为在世艺术家拍卖作品的第三高价。（NFT，更精神化的艺术收藏之路）
生成艺术的历史
在20世纪50年代早期，生成艺术的先驱奥地利科学家Herbert Franke在他的实验室里进行了独特的摄影实验，他的作品游离于光、运动和随机性的组合中。在《9 analogue graphics（1956/1957）》中，Franke用朋友的电脑在示波器上生成图像，然后从开着光圈的移动摄像机中拍摄图像。
Franke的拍摄结果令人着迷。
后来，第一批在艺术中使用电脑的艺术家之一Vera Molnár开始摆弄起“无序（disorder）”的主题，她经常研究几何形状和线条的变化。她的作品是用早期的编程语言Fortran和BASIC生成的，并经常被展示在原始的印刷纸上，她甚至选择把本子每一页的穿孔边缘的图形都包括到她的创作作品中。Vera Molnár是一位法国媒体艺术家，被广泛认为是计算机艺术和生成艺术的先驱，也是最早在艺术实践中使用计算机的女性之一。
随着计算机在20世纪60年代的普及，更多的艺术家开始在计算机科学和艺术的交叉领域进行实验，创作弯曲线条的生成作品。新的编程语言使艺术家们能够以有趣的方式推进数字边界，并重新定义计算机如何将有序的输入处理成独特的输出。
人类设计的计算机算法是德国数学家Frieder Nake工作的核心。
Nake从几十年前著名的德国艺术家Paul Klee创作的一幅画中找到了灵感，并通过探索Klee的垂直线和水平线之间的比例和关系的算法生成了一幅新作品，《Hommage à Paul Klee （1965）》。在Nake预先设定了一组变量之后，计算机被赋予了自己设计决策的能力。
Hommage à Paul Klee, 13/9/65 Nr.2（via）
这三位艺术家利用各种形式的受控随机性作为创作过程帮助建立了现代生成艺术运动的基础。
Untitled Computer Drawing 1982（via）
1960年代末，生于英国的艺术家Harold Cohen使用计算机控制的机器人来创作绘画，并创造了AARON，一个旨在自主创作艺术的计算机程序。同为英国艺术家的Keith Tyson创造了一个艺术机器，这是一个复杂的递归系统，可以生成作品的细节。
多年后的Larva Labs（CryptoPunks的开发者）和Art Blocks（一个生成随机艺术品的平台）也做了同样的事情。
在当今区块链世代，生成艺术作为与区块链最为适配的艺术形式，成为了NFT艺术品拍卖领域最受欢迎的艺术形式之一。在某些出售生成艺术的网站上，买家可以尝试创作自己的生成艺术作品并将创作过程和成品一并买下，完成全新的艺术体验并收获独一无二的艺术作品。
生成艺术作品解析
澳大利亚莫纳什大学（Monash University）信息技术学院教授 Jon McCormack 创作的《Fifty Sisters》是 1m x 1m 计算机合成植物形态图像的大型装置。这些“植物”是使用人工进化和生成算法从计算机代码中通过算法“生长”出来的，本身并不存在。每个类似植物的形式都源自石油公司徽标的起始图形元素。
“我使用进化算法来创造几乎不可能直接设计的人工生命形式。” —— Jon McCormack
一个可研究的生成艺术案例
2018年github.com上出现一个艺术项目shan-shui-inf（中国山水画生成器，代码，演示），由程序自动生成的中国山水画。shan-shui-inf全部基于Javascript编写，使用了噪音和数学函数从头开始建模山峰和树木，并输出可缩放矢量图形（SVG）格式。
乌克兰的 Ruby 程序员 Victor Shepelev 用了 24 天时间钻研中国山水画生成器的代码，希望重新实现，他记录下详细过程，可供研究参考。
生成艺术的工具
Java：Processing
Processing 是一种用于学习如何在视觉艺术环境中编码的语言，2001 年由麻省理工学院媒体实验室的研究生们创建，最初是基于 Java 语法，随后加入JavaScript（p5.js）、Python、Ruby等接口，其创始人编写的《Make: Getting Started with Processing》是经典入门教材。
C++：openFrameworks 和 Cinder
OpenFrameworks 是用 C++ 编写的，构建在 OpenGL 之上；Cinder 是另一个创意编码开源库。
Web：p5.js
如上所述，p5.js 是 Processing 语言的 JavaScript 移植版本。
3D：Mandelbulb 3D
Mandelbulb 3D 是专门针对生成艺术下的分形艺术而产生的设计艺术软件。
分形艺术（Fractal art）是通过计算分形对象并将计算结果表示为静态数字图像、动画和媒体而创建的一种算法艺术形式，它是生成艺术和计算机艺术结合起来产生一种抽象艺术。
一些轻量级程序用于生成纹理
- Everypixel：一种生成风格化的静态纹理图案；
- VISIWIG：满足开发的几何图形生成；
- Slik：对称的分形艺术纹理；
- Biomes：基于 noise 生成生物群系的谷歌实验项目；
- JSplacement：跨平台的伪随机 8K 置换贴图生成器；
- Chaotica：一款商业分形艺术编辑器和渲染器；
- Hero Patterns：生成可重复的 SVG 背景图案。
Sonic Pi
实时编码（Live Coding）作为一种表演艺术形式和一种创造力技术，它最突出的特点是围绕编写源代码和以即兴方式使用交互式编程，通过操纵舞台上的生成系统来创建现场音乐和/或视频。实时编码通常用于创建基于声音和图像的数字媒体，以及灯光系统，即兴舞蹈等，尽管在计算机音乐中通常即兴创作，但可以与算法结合使用。通常，通过在观众空间中投影计算机屏幕，可以使编写源代码的过程变得可见。实时编码音乐会上，DJ不是在旋转磁盘，而是在编写和评估代码。
《Sonic Pi、实时编码和Algorave运动》这篇文章则介绍了使用Sonic Pi实时编码（Live Coding）即兴演奏音乐的实现。
有争议的是，实时编码强调人类创作而不是自主，所以它可能被认为是与生成艺术相对立的。
- WebGL 是一个JavaScript API，可在任何兼容的Web浏览器中渲染高性能的交互式3D和2D图形，而无需使用插件。
- Turtletoy 允许使用简约的 javascript Turtle 图形 API 创建生成艺术。
- Context Free（和命令行工具 cfdg）根据简单的图像描述生成图像。
生成艺术资源
在教育方面，伦敦艺术大学创意编程学院UAL Creative Computing Institute支持创意和电脑技术领域内的跨学科教学，纽约视觉艺术学院（SVA）开设有Computer Art专业。
更多可参考创意技术（Creative Technology，CT）专栏文章，以及纽约大学的创意编码（Creative Coding）在线课程。
延伸阅读
👍
楼主残忍的关闭了评论