生成式藝術是如何而來

一、早期基礎（1950年代-1960年代）

生成式藝術的起源可以追溯到數學和邏輯中的算法創作。Georg Nees 和 Frieder Nake 是早期的先驅，他們使用電腦算法創造抽象圖像，通常以幾何形狀為主，展示出規則與模式的視覺化效果。

二、概念藝術的影響（1960年代-1970年代）

Sol LeWitt 這樣的藝術家提出了概念框架，將藝術看作是創意或過程的結果，而非最終的視覺作品。LeWitt 的“牆畫”系列（1968年）展示了這種思路，助手根據一組指示創作出作品，強調過程的藝術性。

另外在查看資料的時候發現有一個網站可以看LeWitt 的105幅壁畫，而且他們還開發的一個新的沉浸式應用程式，能夠掃描選定的牆面圖紙，虛擬參觀他的工作室！

三、數位工具的興起（1980年代-1990年代）

當個人電腦變得普及，像 Harold Cohen 的“AARON”系統可以自動畫出藝術作品，還有分形藝術的發展，這些都讓生成式藝術進入了一個新階段，電腦成為了創作工具。

在看到這個程式的時候覺得非常驚訝，發明在1970年，約五十年前，竟然就已經有這麼完整的人工智慧作品。另外也發現AARON依據預設的規則來做出決策，例如選擇形狀、顏色和畫布上的元素佈局，特別的是它也不依賴隨機性，這讓創作出來的作品會有高度一致性。到1990年代，AARON 甚至已經能夠透過機械手臂將數位作品轉換成實際的畫作。

四、互動藝術和網絡時代（2000年代）

生成式藝術變得可以即時互動，觀眾的行為或外部數據能即時影響作品，像 Casey Reas 的 Processing 平台，讓藝術家和開發者都能參與進來。

Processing 的核心目標是降低藝術家和設計師在使用編程時的技術門檻。它提供了直觀的編程語言，讓使用者可以快速地編寫出視覺化效果並立即看到成果，非常適合藝術與設計領域的應用。

圖片下方是Tokyo Type Directors Club Annual Awards 在2005的獎項網站，在觀看的時候竟然有個小彩蛋，就是當你停留在畫面上的時候，會有隨機變化字體的時間顯示，好酷！

五、AI 和 NFT 熱潮（2010年代到現在）

接下來就是大家熟悉的AI讓生成式藝術更加複雜，像 Mario Klingemann 和 Robbie Barrat 利用 AI 創造出獨特的藝術作品，加上區塊鏈和 NFT 平台（如 Art Blocks），讓這類藝術品能夠被收藏和交易。

Art Blocks強調它是“區塊鏈上的生成藝術”。 生成藝術描述了完全由計算機程式碼創作的藝術作品，Art Blocks上的生成藝術家編寫程式碼來表達他們的藝術願景。 他們對功能和指令碼進行程式設計，將一些任意資料作為輸入，然後以GIF、靜態影象或互動式體驗的形式確定性地生成視覺輸出。 每個NFT都對映到由給定演算法生成的單個藝術品。

最後想再淺聊AARON這個程式，看到相關文章提到「Aaron更接近於一位藝術家助理而非藝術家本人」表示AARON所創作出來的作品是基於寫程式的人所想要的筆觸、顏色等，但這樣是不是同時也就失去了創作的「過程」？當創作變成數據的組成時，我們開始在意改變數值時所造成的結果，同時是不是也抹殺了想像呢？