Autor: Accelxr, 1KX; Traducción: Golden Finance 0xjs
El futuro de los bienes de consumo es generativo.
Actualmente, los algoritmos generativos basados en blockchain se utilizan principalmente en el sector de las artes visuales, donde los artistas escriben códigos para crear obras, animaciones e impresiones digitales e interactivas. Sin embargo, el arte puede ser sólo el primer medio adecuado para este nuevo proceso creativo basado en blockchain. Creemos que los medios generativos basados en blockchain se generalizarán en todos los demás bienes de consumo y verticales de lujo, y que este proceso de creación artística creará generativamente nuevas categorías únicas de productos físicos.
El atractivo de las colecciones generativas es claro: los consumidores anhelan productos únicos que reflejen sus identidades únicas y al mismo tiempo los conecten con la comunidad en general. Con el modelo 1/1/x, los algoritmos generativos logran esto creando piezas únicas dentro de una colección más grande con una estética unificada. Estas creaciones únicas satisfacen los gustos específicos de los individuos, permitiendo una expresión detallada dentro de una tribu, y su éxito en este sentido se refleja en el auge del mercado de PFP y el crecimiento de comunidades de nicho que han surgido en torno a características generativas específicas.
Curiosamente, los algoritmos generativos y la distribución de rareza 1/1/x también resuelven la tensión entre la producción en masa y la personalización. En la fabricación tradicional, la personalización masiva de productos suele ser poco práctica y costosa. Sin embargo, los algoritmos generativos se pueden integrar directamente en el hardware de fabricación, como impresoras 3D, máquinas herramienta CNC, impresoras láser, telares automáticos, etc., proporcionando no solo la viabilidad de la producción y distribución, sino también la escasez y la singularidad.
La intersección entre la dinámica social y la rareza, la creación digital y la producción física sienta las bases para nuevas categorías de bienes de consumo y productos de lujo que combinan aleatoriedad algorítmica, parametrización del usuario final y unicidad verificable para satisfacer las necesidades de los consumidores.
La historia de la fabricación generativa
Los artistas siempre han utilizado la tecnología como medio para explorar nuevas dimensiones de la creatividad. Con el tiempo, esta relación ha cambiado claramente, desde un esfuerzo puramente artístico a la intersección del arte y la manufactura.
Década de 1960: Arte generativo temprano: los artistas comienzan a experimentar con procesos algorítmicos para crear obras de arte. Utilizando las primeras computadoras, lenguajes de programación y herramientas como trazadores de lápiz, artistas como Manfred Mohr, Vera Molnár y Harold Cohen comenzaron a crear obras de arte basadas en algoritmos.
Década de 1980: Revolución de las computadoras personales y del software: la llegada de las computadoras personales hace que las herramientas digitales sean más accesibles. Esto permite que más artistas prueben estos novedosos procesos artísticos.
Décadas de 1990 a 2000: el nacimiento y la expansión de la fabricación aditiva: a medida que surgió y se desarrolló la tecnología de impresión 3D, los artistas vieron nuevas oportunidades. Los artistas generativos están empezando a experimentar con estas herramientas, creando esculturas e instalaciones directamente a partir de sus diseños basados en software.
Décadas de 2000 a 2010: el arte digital se encuentra con la fabricación digital: a medida que ambos campos maduren, los artistas digitales colaborarán con creadores, arquitectos y diseñadores para realizar instalaciones a gran escala. Proyectos como la Hy-Fi Tower de The Living emplean principios de diseño generativo en su concepción y utilizan métodos de fabricación modernos para crearlos. Fue en ese momento que herramientas de software como Processing, diseñadas para artistas, les permitieron crear arte procedimental complejo sin la necesidad de conocimientos profundos de programación.
Década de 2010: madurez de las herramientas y métodos: las plataformas y marcos de arte generativo, como openFrameworks y TouchDesigner, se vuelven cada vez más populares. Estas herramientas se combinan con tecnologías de impresión 3D, corte por láser y fresado CNC más accesibles y sofisticadas para permitir una producción perfecta. Por ejemplo, artistas como Nervous utilizan algoritmos generativos para diseñar joyas y prendas únicas, que luego se producen mediante tecnología de impresión 3D.
Década de 2020: Convergencia y colaboración: los límites entre arte, diseño y fabricación se vuelven cada vez más borrosos. Instalaciones de arte, estructuras arquitectónicas e incluso objetos cotidianos demuestran ahora la estética y las capacidades únicas que esta combinación puede producir. En particular, el arte en blockchain en este momento ha despertado un renovado interés en el campo del arte generativo, utilizando entradas criptográficas como semillas aleatorias para colecciones en cadena. Combinado con nuevas primitivas en el espacio físico digital, nos acercamos a nuevas áreas donde la creación digital y la producción física se fusionan.
Los artistas generativos de hoy no sólo hacen arte, sino que están redefiniendo los bienes de consumo, combinando valor estético con diseño funcional y ampliando las fronteras de lo que es posible en el arte y la industria.
Experimento Web3
En Web3, hubo varios experimentos iniciales con fabricación generativa.
Telar Trame Neolice
Craft Nouveau de Trame y CPG es una serie de objetos coleccionables que se centran en combinar la artesanía tradicional con el arte generativo, demostrando la capacidad del código generativo para preservar los estilos de las culturas y el arte de todo el mundo. Navette de Alexis André es la primera colección de Craft Nouveau, en la que Alexis escribió un algoritmo para generar imágenes que podrían ser tejidas automáticamente por Neolice Loom, un telar automatizado que podría ingerir código para tejer piezas físicas.
El ecosistema fx(hash) tiene muchos experimentos en la fabricación. Probablemente esto se deba a su enfoque de autoedición sin permiso. Klangteppich es un NFT dinámico y en constante evolución que proporciona instrucciones para tejer y permite a los coleccionistas obtener una pieza física de cualquier marco generado a partir del código. Mini Dahlias incluye instrucciones en los metadatos de NFT sobre cómo crear una escultura de bolsillo de 3,5 x 2,0 pulgadas a partir de 14 capas de estera de alfa-celulosa cortada con láser. Nuages permite utilizar el resultado del código para recrear variaciones de la serie Cloud de Joanie Lemercier en el espacio físico mediante una máquina trazadora.
Nuages posibles en fx(hash)
Junto con la artesanía y el arte, la moda es una de las vías más exploradas de la fabricación generativa. Iteration-002 producida por 9dcc es un ejemplo temprano de combinación de diseño generativo con productos físicos. La camiseta Iteration-002 se creó en tiempo real utilizando una impresora conectada al algoritmo Squiggles de SnowFro. La impresora se basa en la aleatoriedad algorítmica del código fuente para determinar las características del diseño impresas en la camiseta, siguiendo la misma distribución de características que la colección original de 10k.
9dcc ITERACIÓN-002
Tribute Brand también remezcló recientemente el algoritmo Chromie Squiggle para crear prendas manufacturadas. Los poseedores de Chromie Squiggle pueden generar suéteres personalizados usando su exclusivo Chromie Squiggle, mientras que otros pueden generar suéteres únicos a través del algoritmo original de Chromie Squiggle. El lanzamiento incluye suéteres ODDS digitales y físicos derivados del código fuente de Chromie Squiggle. Los objetos digitales sirven como planos para futuras versiones del suéter y pueden usarse como máscaras en el entorno inmersivo, y cada objeto digital ODDS único se puede intercambiar por un suéter físico ODDS correspondiente, elaborado a mano por Waste Yarn Project.
Otros proyectos de moda generativa dignos de mención incluyen mmERCH y RSTLSS, los cuales planean experimentar en torno al diseño y la aleatoriedad algorítmica.
Pila de fabricación generativa
La pila de fabricación generativa para productos generativos se puede dividir en 5 capas:
Creación: etapa inicial de generar un diseño o concepto utilizando un algoritmo o proceso de inteligencia artificial.
Curación: El proceso de selección y ajuste de los diseños generados para lograr los resultados o especificaciones deseados.
Traducción: El proceso de convertir un diseño digital en instrucciones o códigos legibles por máquina para su uso en equipos de fabricación.
Fabricación: El proceso de producción o fabricación física que transforma diseños virtuales en objetos físicos. Utilice diferentes materiales y equipos, como impresión 3D, fresado CNC, corte por láser, tejido a máquina y telares automáticos, etc., para crear objetos de diferentes formas y materiales.
Certificación/Vinculación: Verificar la autenticidad de un producto fabricado y vincularlo al gemelo digital para garantizar su procedencia.
Capa de creación
La creación de productos generativos comienza con el código. Bibliotecas como p5.js y Processing brindan a artistas y diseñadores herramientas poderosas para crear arte generativo. Estas bibliotecas amplían la aleatoriedad en la cadena de bloques con semillas generadas a partir de hashes de transacciones, datos de tokens, encabezados de bloques y más. Los motores de arte blockchain como ArtBlocks Engine y fx(hash) permiten a los artistas insertar fácilmente estas semillas aleatorias en su código y crear obras de arte directamente en la cadena de bloques.
Para los artistas de IA, esta capa se centra en el desarrollo y ajuste de modelos para crear el efecto estético deseado. Por lo general, eligen como base uno de los modelos de IA existentes, como las redes generativas adversarias (GAN). A través de la retropropagación, los pesos del modelo se mejoran gradualmente para producir ilustraciones consistentes con el estilo deseado. Los artistas brindan retroalimentación seleccionando los resultados más atractivos e incorporándolos al conjunto de datos de capacitación. Este proceso iterativo continúa, mejorando constantemente el rendimiento del modelo, permitiendo al artista explorar diferentes posibilidades. Además de los modelos personalizados o Stable Diffusion LoRA, etc., existen herramientas que pueden simplificar este proceso, como Scenario.gg.
Nivel de curador
Después de la capa de creación, la salida del código se puede refinar aún más para adaptarla a las preferencias del usuario. En el contexto de la codificación creativa, esto a menudo se hace en forma de parametrización de varias personas, como fx(params) de fx(hash) proporciona dicha funcionalidad.
En el contexto de los modelos generativos de IA, la curación a menudo se logra a través de una comunidad más amplia de poseedores de tokens, como es el caso de los algoritmos generativos de Botto y el proceso de diseño comunitario de Deep Objects.
El estudio o la autoedición es el eslabón final del proceso curatorial. Aquí es donde los estudios generativos, como Trame y ArtBlocks, muestran su trabajo al público, o fx(hash) como autoeditor.
Capa de traducción
Una vez que se determinan el algoritmo y el diseño, los bienes generativos deben traducirse en instrucciones legibles por máquina adecuadas para fabricar hardware. La traducción es un proceso relativamente simple que tiene como objetivo recrear una obra en el espacio físico con la mayor precisión posible.
La traducción se puede realizar de varias formas diferentes, entre ellas:
Interpretación del artista/coleccionista. Es más fácil dejar las especificaciones de diseño físico al artista o coleccionista para que traduzca el objeto. Ellos decidirán cómo se realizará una pieza, los materiales a utilizar, las dimensiones exactas, etc.
Funciones integradas. Un enfoque más escalable e interesante es incorporar la información física necesaria para la fabricación en el propio NFT. Las características de los metadatos de la NFT definen el dominio de la traducción (por ejemplo, textura de la tela, tamaño del hilo, instrucciones de tejido, etc.).
Instanciación directa. Un tercer enfoque es generar activos interpretables directamente: el algoritmo generativo se ha adaptado al hardware de fabricación, o la salida del algoritmo es un archivo que se puede imprimir en 3D o los vértices de una malla 3D.
Capa de fabricación
Después de la traducción, se fabricarán los productos resultantes. La fase de fabricación es un paso crítico que implica convertir diseños virtuales en objetos físicos. Utilice diferentes tecnologías como impresión 3D, fresado CNC, corte por láser, impresión a máquina y tejido automático para crear objetos en diferentes materiales y formas.
Para el primer lanzamiento de Trame con Alexis Andre antes mencionado, se utilizó Neolice Loom como hardware de fabricación. Neolice Loom acepta el guión personalizado de un artista y reinterpreta el código en un espacio 3D a través del tejido. Trame también se está expandiendo hacia nuevos medios, y la imagen de arriba destaca un experimento en la generación de cerámica.
Si bien la producción de arte generativo actual es específica del arte generativo, Artmatr destaca lo que las herramientas de fabricación avanzadas pueden hacer para la producción física de objetos digitales. Los artistas trabajan con el equipo de Artmatr para presentar una variedad de formatos de archivos digitales, como código, modelos 3D, archivos PSD (Photoshop), vectores y animaciones. A continuación, definen el "hilo" físico, incluido el medio (aceite, UV, acrílico), el sustrato, las dimensiones y más. Finalmente, se realiza mediante el uso de máquinas como brazos robóticos e impresoras de 6 ejes. Utilizando diferentes técnicas como impresión por inyección de tinta, pulverización por chorro y extrusión, la topología generada puede ser 2D, 2,5D o 3D.
Capa de autenticación/vinculación
Una vez creado un objeto físico, es necesario asociarlo con su gemelo digital. Esto es similar a los procesos físicos digitales en otros campos, como la moda. Los chips de comunicación de campo cercano, la esteganografía y los códigos QR fabricados por Kong e IYK se encuentran entre las tecnologías que conectan lo digital con lo físico y brindan autenticación de procedencia.
Posibilidades futuras
En el futuro, esperamos que las obras de arte generativas existentes en blockchain se utilicen como derivados. Hemos visto esto en varios proyectos de moda que utilizan Squiggles. Otro ejemplo temprano es Terraflows, que está construido sobre el programa de arte Terraforms. Este tipo de arte en red puede generar efectos interesantes en espacios físicos. Reinterpretar. Por ejemplo, Fidenza Art Script se puede utilizar para crear diseños arquitectónicos para casas impresas en 3D.
Otra posibilidad futura interesante es la tokenización de instalaciones de fabricación descentralizadas para la producción en masa de bienes generativos, formando una especie de red de infraestructura física. Los aficionados y los creadores comerciales con el equipo adecuado pueden ofertar para imprimir o producir sus obras publicadas para coleccionistas o artistas. Los tokens pueden medir la red de hardware y ayudar con el costo inicial de poner en marcha una instalación de fabricación. Esto encaja particularmente bien con el paradigma CC0 utilizado con el código blockchain.
De cara al futuro, la biología sintética y/o la fabricación química también pueden ser vías interesantes para las propiedades generativas: por ejemplo, el código generativo podría determinar algorítmicamente las características de los cristales cultivados en laboratorio, el fenotipo de las plantas, etc.
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
1kx: una historia de fabricación generativa, experimentos y pilas web3
Autor: Accelxr, 1KX; Traducción: Golden Finance 0xjs
El futuro de los bienes de consumo es generativo.
Actualmente, los algoritmos generativos basados en blockchain se utilizan principalmente en el sector de las artes visuales, donde los artistas escriben códigos para crear obras, animaciones e impresiones digitales e interactivas. Sin embargo, el arte puede ser sólo el primer medio adecuado para este nuevo proceso creativo basado en blockchain. Creemos que los medios generativos basados en blockchain se generalizarán en todos los demás bienes de consumo y verticales de lujo, y que este proceso de creación artística creará generativamente nuevas categorías únicas de productos físicos.
El atractivo de las colecciones generativas es claro: los consumidores anhelan productos únicos que reflejen sus identidades únicas y al mismo tiempo los conecten con la comunidad en general. Con el modelo 1/1/x, los algoritmos generativos logran esto creando piezas únicas dentro de una colección más grande con una estética unificada. Estas creaciones únicas satisfacen los gustos específicos de los individuos, permitiendo una expresión detallada dentro de una tribu, y su éxito en este sentido se refleja en el auge del mercado de PFP y el crecimiento de comunidades de nicho que han surgido en torno a características generativas específicas.
Curiosamente, los algoritmos generativos y la distribución de rareza 1/1/x también resuelven la tensión entre la producción en masa y la personalización. En la fabricación tradicional, la personalización masiva de productos suele ser poco práctica y costosa. Sin embargo, los algoritmos generativos se pueden integrar directamente en el hardware de fabricación, como impresoras 3D, máquinas herramienta CNC, impresoras láser, telares automáticos, etc., proporcionando no solo la viabilidad de la producción y distribución, sino también la escasez y la singularidad.
La intersección entre la dinámica social y la rareza, la creación digital y la producción física sienta las bases para nuevas categorías de bienes de consumo y productos de lujo que combinan aleatoriedad algorítmica, parametrización del usuario final y unicidad verificable para satisfacer las necesidades de los consumidores.
La historia de la fabricación generativa
Los artistas siempre han utilizado la tecnología como medio para explorar nuevas dimensiones de la creatividad. Con el tiempo, esta relación ha cambiado claramente, desde un esfuerzo puramente artístico a la intersección del arte y la manufactura.
Década de 1960: Arte generativo temprano: los artistas comienzan a experimentar con procesos algorítmicos para crear obras de arte. Utilizando las primeras computadoras, lenguajes de programación y herramientas como trazadores de lápiz, artistas como Manfred Mohr, Vera Molnár y Harold Cohen comenzaron a crear obras de arte basadas en algoritmos.
Década de 1980: Revolución de las computadoras personales y del software: la llegada de las computadoras personales hace que las herramientas digitales sean más accesibles. Esto permite que más artistas prueben estos novedosos procesos artísticos.
Décadas de 1990 a 2000: el nacimiento y la expansión de la fabricación aditiva: a medida que surgió y se desarrolló la tecnología de impresión 3D, los artistas vieron nuevas oportunidades. Los artistas generativos están empezando a experimentar con estas herramientas, creando esculturas e instalaciones directamente a partir de sus diseños basados en software.
Décadas de 2000 a 2010: el arte digital se encuentra con la fabricación digital: a medida que ambos campos maduren, los artistas digitales colaborarán con creadores, arquitectos y diseñadores para realizar instalaciones a gran escala. Proyectos como la Hy-Fi Tower de The Living emplean principios de diseño generativo en su concepción y utilizan métodos de fabricación modernos para crearlos. Fue en ese momento que herramientas de software como Processing, diseñadas para artistas, les permitieron crear arte procedimental complejo sin la necesidad de conocimientos profundos de programación.
Década de 2010: madurez de las herramientas y métodos: las plataformas y marcos de arte generativo, como openFrameworks y TouchDesigner, se vuelven cada vez más populares. Estas herramientas se combinan con tecnologías de impresión 3D, corte por láser y fresado CNC más accesibles y sofisticadas para permitir una producción perfecta. Por ejemplo, artistas como Nervous utilizan algoritmos generativos para diseñar joyas y prendas únicas, que luego se producen mediante tecnología de impresión 3D.
Década de 2020: Convergencia y colaboración: los límites entre arte, diseño y fabricación se vuelven cada vez más borrosos. Instalaciones de arte, estructuras arquitectónicas e incluso objetos cotidianos demuestran ahora la estética y las capacidades únicas que esta combinación puede producir. En particular, el arte en blockchain en este momento ha despertado un renovado interés en el campo del arte generativo, utilizando entradas criptográficas como semillas aleatorias para colecciones en cadena. Combinado con nuevas primitivas en el espacio físico digital, nos acercamos a nuevas áreas donde la creación digital y la producción física se fusionan.
Los artistas generativos de hoy no sólo hacen arte, sino que están redefiniendo los bienes de consumo, combinando valor estético con diseño funcional y ampliando las fronteras de lo que es posible en el arte y la industria.
Experimento Web3
En Web3, hubo varios experimentos iniciales con fabricación generativa.
Telar Trame Neolice
Craft Nouveau de Trame y CPG es una serie de objetos coleccionables que se centran en combinar la artesanía tradicional con el arte generativo, demostrando la capacidad del código generativo para preservar los estilos de las culturas y el arte de todo el mundo. Navette de Alexis André es la primera colección de Craft Nouveau, en la que Alexis escribió un algoritmo para generar imágenes que podrían ser tejidas automáticamente por Neolice Loom, un telar automatizado que podría ingerir código para tejer piezas físicas.
El ecosistema fx(hash) tiene muchos experimentos en la fabricación. Probablemente esto se deba a su enfoque de autoedición sin permiso. Klangteppich es un NFT dinámico y en constante evolución que proporciona instrucciones para tejer y permite a los coleccionistas obtener una pieza física de cualquier marco generado a partir del código. Mini Dahlias incluye instrucciones en los metadatos de NFT sobre cómo crear una escultura de bolsillo de 3,5 x 2,0 pulgadas a partir de 14 capas de estera de alfa-celulosa cortada con láser. Nuages permite utilizar el resultado del código para recrear variaciones de la serie Cloud de Joanie Lemercier en el espacio físico mediante una máquina trazadora.
Nuages posibles en fx(hash)
Junto con la artesanía y el arte, la moda es una de las vías más exploradas de la fabricación generativa. Iteration-002 producida por 9dcc es un ejemplo temprano de combinación de diseño generativo con productos físicos. La camiseta Iteration-002 se creó en tiempo real utilizando una impresora conectada al algoritmo Squiggles de SnowFro. La impresora se basa en la aleatoriedad algorítmica del código fuente para determinar las características del diseño impresas en la camiseta, siguiendo la misma distribución de características que la colección original de 10k.
Tribute Brand también remezcló recientemente el algoritmo Chromie Squiggle para crear prendas manufacturadas. Los poseedores de Chromie Squiggle pueden generar suéteres personalizados usando su exclusivo Chromie Squiggle, mientras que otros pueden generar suéteres únicos a través del algoritmo original de Chromie Squiggle. El lanzamiento incluye suéteres ODDS digitales y físicos derivados del código fuente de Chromie Squiggle. Los objetos digitales sirven como planos para futuras versiones del suéter y pueden usarse como máscaras en el entorno inmersivo, y cada objeto digital ODDS único se puede intercambiar por un suéter físico ODDS correspondiente, elaborado a mano por Waste Yarn Project.
Otros proyectos de moda generativa dignos de mención incluyen mmERCH y RSTLSS, los cuales planean experimentar en torno al diseño y la aleatoriedad algorítmica.
Pila de fabricación generativa
La pila de fabricación generativa para productos generativos se puede dividir en 5 capas:
Creación: etapa inicial de generar un diseño o concepto utilizando un algoritmo o proceso de inteligencia artificial.
Curación: El proceso de selección y ajuste de los diseños generados para lograr los resultados o especificaciones deseados.
Traducción: El proceso de convertir un diseño digital en instrucciones o códigos legibles por máquina para su uso en equipos de fabricación.
Fabricación: El proceso de producción o fabricación física que transforma diseños virtuales en objetos físicos. Utilice diferentes materiales y equipos, como impresión 3D, fresado CNC, corte por láser, tejido a máquina y telares automáticos, etc., para crear objetos de diferentes formas y materiales.
Certificación/Vinculación: Verificar la autenticidad de un producto fabricado y vincularlo al gemelo digital para garantizar su procedencia.
Capa de creación
La creación de productos generativos comienza con el código. Bibliotecas como p5.js y Processing brindan a artistas y diseñadores herramientas poderosas para crear arte generativo. Estas bibliotecas amplían la aleatoriedad en la cadena de bloques con semillas generadas a partir de hashes de transacciones, datos de tokens, encabezados de bloques y más. Los motores de arte blockchain como ArtBlocks Engine y fx(hash) permiten a los artistas insertar fácilmente estas semillas aleatorias en su código y crear obras de arte directamente en la cadena de bloques.
Para los artistas de IA, esta capa se centra en el desarrollo y ajuste de modelos para crear el efecto estético deseado. Por lo general, eligen como base uno de los modelos de IA existentes, como las redes generativas adversarias (GAN). A través de la retropropagación, los pesos del modelo se mejoran gradualmente para producir ilustraciones consistentes con el estilo deseado. Los artistas brindan retroalimentación seleccionando los resultados más atractivos e incorporándolos al conjunto de datos de capacitación. Este proceso iterativo continúa, mejorando constantemente el rendimiento del modelo, permitiendo al artista explorar diferentes posibilidades. Además de los modelos personalizados o Stable Diffusion LoRA, etc., existen herramientas que pueden simplificar este proceso, como Scenario.gg.
Nivel de curador
Después de la capa de creación, la salida del código se puede refinar aún más para adaptarla a las preferencias del usuario. En el contexto de la codificación creativa, esto a menudo se hace en forma de parametrización de varias personas, como fx(params) de fx(hash) proporciona dicha funcionalidad.
En el contexto de los modelos generativos de IA, la curación a menudo se logra a través de una comunidad más amplia de poseedores de tokens, como es el caso de los algoritmos generativos de Botto y el proceso de diseño comunitario de Deep Objects.
El estudio o la autoedición es el eslabón final del proceso curatorial. Aquí es donde los estudios generativos, como Trame y ArtBlocks, muestran su trabajo al público, o fx(hash) como autoeditor.
Capa de traducción
Una vez que se determinan el algoritmo y el diseño, los bienes generativos deben traducirse en instrucciones legibles por máquina adecuadas para fabricar hardware. La traducción es un proceso relativamente simple que tiene como objetivo recrear una obra en el espacio físico con la mayor precisión posible.
La traducción se puede realizar de varias formas diferentes, entre ellas:
Interpretación del artista/coleccionista. Es más fácil dejar las especificaciones de diseño físico al artista o coleccionista para que traduzca el objeto. Ellos decidirán cómo se realizará una pieza, los materiales a utilizar, las dimensiones exactas, etc.
Funciones integradas. Un enfoque más escalable e interesante es incorporar la información física necesaria para la fabricación en el propio NFT. Las características de los metadatos de la NFT definen el dominio de la traducción (por ejemplo, textura de la tela, tamaño del hilo, instrucciones de tejido, etc.).
Instanciación directa. Un tercer enfoque es generar activos interpretables directamente: el algoritmo generativo se ha adaptado al hardware de fabricación, o la salida del algoritmo es un archivo que se puede imprimir en 3D o los vértices de una malla 3D.
Capa de fabricación
Después de la traducción, se fabricarán los productos resultantes. La fase de fabricación es un paso crítico que implica convertir diseños virtuales en objetos físicos. Utilice diferentes tecnologías como impresión 3D, fresado CNC, corte por láser, impresión a máquina y tejido automático para crear objetos en diferentes materiales y formas.
Para el primer lanzamiento de Trame con Alexis Andre antes mencionado, se utilizó Neolice Loom como hardware de fabricación. Neolice Loom acepta el guión personalizado de un artista y reinterpreta el código en un espacio 3D a través del tejido. Trame también se está expandiendo hacia nuevos medios, y la imagen de arriba destaca un experimento en la generación de cerámica.
Si bien la producción de arte generativo actual es específica del arte generativo, Artmatr destaca lo que las herramientas de fabricación avanzadas pueden hacer para la producción física de objetos digitales. Los artistas trabajan con el equipo de Artmatr para presentar una variedad de formatos de archivos digitales, como código, modelos 3D, archivos PSD (Photoshop), vectores y animaciones. A continuación, definen el "hilo" físico, incluido el medio (aceite, UV, acrílico), el sustrato, las dimensiones y más. Finalmente, se realiza mediante el uso de máquinas como brazos robóticos e impresoras de 6 ejes. Utilizando diferentes técnicas como impresión por inyección de tinta, pulverización por chorro y extrusión, la topología generada puede ser 2D, 2,5D o 3D.
Capa de autenticación/vinculación
Una vez creado un objeto físico, es necesario asociarlo con su gemelo digital. Esto es similar a los procesos físicos digitales en otros campos, como la moda. Los chips de comunicación de campo cercano, la esteganografía y los códigos QR fabricados por Kong e IYK se encuentran entre las tecnologías que conectan lo digital con lo físico y brindan autenticación de procedencia.
Posibilidades futuras
En el futuro, esperamos que las obras de arte generativas existentes en blockchain se utilicen como derivados. Hemos visto esto en varios proyectos de moda que utilizan Squiggles. Otro ejemplo temprano es Terraflows, que está construido sobre el programa de arte Terraforms. Este tipo de arte en red puede generar efectos interesantes en espacios físicos. Reinterpretar. Por ejemplo, Fidenza Art Script se puede utilizar para crear diseños arquitectónicos para casas impresas en 3D.
Otra posibilidad futura interesante es la tokenización de instalaciones de fabricación descentralizadas para la producción en masa de bienes generativos, formando una especie de red de infraestructura física. Los aficionados y los creadores comerciales con el equipo adecuado pueden ofertar para imprimir o producir sus obras publicadas para coleccionistas o artistas. Los tokens pueden medir la red de hardware y ayudar con el costo inicial de poner en marcha una instalación de fabricación. Esto encaja particularmente bien con el paradigma CC0 utilizado con el código blockchain.
De cara al futuro, la biología sintética y/o la fabricación química también pueden ser vías interesantes para las propiedades generativas: por ejemplo, el código generativo podría determinar algorítmicamente las características de los cristales cultivados en laboratorio, el fenotipo de las plantas, etc.