著者: Accelxr、1KX、翻訳: Golden Finance 0xjs消費財の未来は生成的です。現在、ブロックチェーンベースの生成アルゴリズムは主にビジュアルアート分野で使用されており、アーティストはデジタルでインタラクティブな作品、アニメーション、プリントを作成するためのコードを記述しています。ただし、アートは、この新しいブロックチェーンベースの創造的なプロセスに適した最初の媒体にすぎない可能性があります。私たちは、ブロックチェーンベースの生成メディアがあらゆる消費財や高級品業界に普及し、この芸術的創造プロセスが物理的な製品のユニークな新しいカテゴリーを生成的に生み出すと信じています。ジェネレーティブ コレクションの魅力は明らかです。消費者は、より大きなコミュニティとつながりながら、自分たちのユニークなアイデンティティを反映するユニークな製品を切望しています。 1/1/x モデルでは、生成アルゴリズムが、統一された美学を持つ大きなコレクション内にユニークな作品を作成することでこれを実現します。これらのユニークな作品は、個人の特定の好みに応え、部族内でのきめ細かい表現を可能にし、この点での成功は、PFP 市場の台頭と、特定の生成特性を中心に出現したニッチ コミュニティの成長に反映されています。興味深いことに、生成アルゴリズムと 1/1/x の希少性分布も、大量生産とカスタマイズの間の緊張を解決します。従来の製造では、製品の大量カスタマイズは多くの場合非現実的であり、費用がかかります。ただし、生成アルゴリズムは、3D プリンター、CNC 工作機械、レーザー プリンター、自動織機などの製造ハードウェアに直接統合でき、生産と流通の実現可能性だけでなく、希少性と独自性も提供します。社会的ダイナミクスと希少性、デジタル創造と物理的生産の間の交差点は、アルゴリズムによるランダム性、エンドユーザーのパラメーター化、検証可能な独自性を組み合わせて消費者のニーズを満たす新しいカテゴリの消費財と高級品の基礎を築きます。## ジェネレーティブ マニュファクチャリングの歴史アーティストは、創造性の新たな次元を探求する手段として常にテクノロジーを使用してきました。時間が経つにつれて、この関係は純粋に芸術的な取り組みから、芸術と製造の交差点へと明らかに変化してきました。1960 年代 - 初期のジェネレーティブ アート: アーティストは、芸術作品を作成するためにアルゴリズム プロセスを実験し始めます。マンフレッド・モール、ベラ・モルナール、ハロルド・コーエンなどのアーティストは、初期のコンピューターやプログラミング言語、ペンプロッターなどのツールを使用して、アルゴリズム主導のアートワークを作成し始めました。1980 年代 - パーソナル コンピュータとソフトウェア革命: パーソナル コンピュータの出現により、デジタル ツールがより利用しやすくなりました。これにより、より多くのアーティストがこれらの新しい芸術的プロセスを試すことができます。1990 年代から 2000 年代 - アディティブ マニュファクチャリングの誕生と拡大: 3D プリンティング技術が出現し発展するにつれ、アーティストは新たなチャンスを見出しました。ジェネレーティブ アーティストはこれらのツールを試し始め、ソフトウェア主導のデザインから直接彫刻やインスタレーションを作成しています。2000 年代から 2010 年代 - デジタル アートとデジタル ファブリケーションの出会い: 両方の分野が成熟するにつれて、デジタル アーティストはメーカー、建築家、デザイナーと協力して大規模なインスタレーションを実現します。ザ・リビングの Hy-Fi タワーのようなプロジェクトは、構想にジェネレーティブ デザインの原則を採用し、最新の製造方法を使用して作成しています。このとき、アーティスト向けに調整された Processing のようなソフトウェア ツールにより、深いプログラミング知識がなくても複雑なプロシージャル アートを作成できるようになりました。2010 年代 - ツールと手法の成熟: openFrameworks や TouchDesigner などのジェネレーティブ アート プラットフォームとフレームワークの人気が高まりました。これらのツールは、よりアクセスしやすく洗練された 3D プリンティング、レーザー切断、CNC フライス加工テクノロジーと組み合わされて、シームレスな生産を可能にします。たとえば、Nervous のようなアーティストは、生成アルゴリズムを使用してユニークなジュエリーや衣類をデザインし、3D プリント技術を使用して製造します。2020 年代 - 融合とコラボレーション: アート、デザイン、製造の境界線はますます曖昧になります。アートインスタレーション、建築構造物、さらには日用品までが、この組み合わせが生み出す独特の美学と機能を実証しています。注目すべきことに、現時点でのブロックチェーン上のアートは、暗号入力をオンチェーンコレクションのランダムシードとして使用するジェネレーティブアートの分野への新たな関心を引き起こしています。デジタル物理空間の新しいプリミティブと組み合わせることで、私たちはデジタル創造と物理的生産が融合する新しい領域に近づきます。今日のジェネレーティブ アーティストは、単にアートを制作しているだけではなく、消費財を再定義し、美的価値と機能的なデザインを組み合わせ、アートと産業の可能性の最前線を押し広げています。## Web3 実験Web3 では、ジェネレーティブ マニュファクチャリングに関するさまざまな初期実験が行われました。トラムのネオリス織機Trame と CPG の Craft Nouveau は、伝統的な職人技とジェネレーティブ アートの組み合わせに焦点を当てたコレクション シリーズで、世界中の文化や芸術のスタイルを保存するジェネレーティブ コードの能力を実証しています。 Alexis André の Navette は Craft Nouveau の最初のコレクションで、Alexis は Neolice Loom (コードを取り込んで物理的な作品を織ることができる自動織機) で自動的に織ることができる画像を生成するアルゴリズムを作成しました。fx(hash) エコシステムでは、製造において多くの実験が行われています。これはおそらく、許可のない自己公開アプローチによるものと考えられます。 Klangteppich は、ウィービングの指示を提供し、コレクターがコードから生成されたフレームの物理的な部分を取得できるようにする、進化し続ける動的な NFT です。ミニダリアには、レーザーカットされた14層のアルファセルロースマットから3.5インチ x 2.0インチのポケット彫刻を作成する方法に関する指示がNFTのメタデータに含まれています。 Nuages を使用すると、コードの出力を使用して、ジョアニー ルメルシエの Cloud シリーズのバリエーションをプロッター マシンによって物理空間に再現することができます。fx(hash)で可能なニュアンスファッションは、工芸品やアートと並んで、ジェネレーティブ マニュファクチャリングの分野で最も研究されているものの 1 つです。 9dcc によって作成された Iteration-002 は、ジェネレーティブ デザインと物理的な製品を組み合わせた初期の例です。 Iteration-002 シャツは、SnowFro の Squiggles アルゴリズムに接続されたプリンターを使用してリアルタイムで作成されました。プリンターは、ソース コードのアルゴリズムのランダム性に依存して、オリジナルの 10k コレクションと同じ特徴分布に従って、シャツにプリントされるデザイン特徴を決定します。9dcc ITERATION-002Tribute Brand は最近、Chromie Squiggle アルゴリズムをリミックスして、製造されたアパレルを作成しました。 Chromie Squiggle 所有者は独自の Chromie Squiggle を使用してパーソナライズされたセーターを生成でき、他のユーザーはオリジナルの Chromie Squiggle アルゴリズムを使用して独自のセーターを生成できます。このリリースには、Chromie Squiggle のソース コードから派生したデジタルおよび物理的な ODDS セーターが含まれています。デジタル オブジェクトは将来のバージョンのセーターの青写真として機能し、没入型環境でスキンとして使用できます。また、固有の ODDS デジタル オブジェクトはそれぞれ、Waste Yarn Project によって手作りされた、対応する ODDS 物理セーターと交換できます。その他の注目すべき生成ファッション プロジェクトには mmERCH と RSTLSS があり、どちらもアルゴリズムのランダム性とデザインに関する実験を計画しています。## ジェネレーティブ マニュファクチャリング スタックジェネレーティブ プロダクトのジェネレーティブ マニュファクチャリング スタックは、次の 5 つの層に分割できます。作成: アルゴリズムまたは人工知能プロセスを使用してデザインまたはコンセプトを生成する初期段階。キュレーション: 望ましい結果または仕様を達成するために、生成されたデザインを選択および微調整するプロセス。翻訳: デジタル設計を、製造装置で使用できる機械可読な命令またはコードに変換するプロセス。製造: 仮想設計を物理的なオブジェクトに変換する物理的な生産または製造プロセス。 3D プリンティング、CNC フライス加工、レーザー切断、機械織り、自動織機などのさまざまな材料や設備を利用して、さまざまな形状や材料のオブジェクトを作成します。認証/リンク: 製造された製品の信頼性を検証し、デジタルツインにリンクしてその出所を確認します。### 作成レイヤー生成的な製品の作成はコードから始まります。 p5.js や Processing などのライブラリは、アーティストやデザイナーにジェネレーティブ アートを作成するための強力なツールを提供します。これらのライブラリは、トランザクション ハッシュ、トークン データ、ブロック ヘッダーなどから生成されたシードを使用して、ブロックチェーン上のランダム性を拡張します。 ArtBlocks Engine や fx(hash) などのブロックチェーン アート エンジンを使用すると、アーティストはこれらのランダム シードをコードに簡単に挿入し、ブロックチェーン上でアートワークを直接作成できます。AI アーティストの場合、このレイヤーは、望ましい美的効果を作成するためのモデルの開発と微調整に焦点を当てます。通常、敵対的生成ネットワーク (GAN) などの既存の AI モデルから 1 つをベースとして選択します。バックプロパゲーションを通じて、モデルの重みが徐々に改善され、目的のスタイルと一致するアートワークが生成されます。アーティストは、最も魅力的な出力を厳選し、それをトレーニング データセットに組み込むことでフィードバックを提供します。この反復プロセスが継続され、モデルのパフォーマンスが常に向上し、アーティストがさまざまな可能性を探求できるようになります。カスタム モデルや Stable Diffusion LoRA などに加えて、Scenario.gg など、このプロセスを簡素化できるツールもあります。### キュレーターレベルオーサリング層の後、コードの出力はユーザーの好みに合わせてさらに調整できます。クリエイティブ コーディングのコンテキストでは、これは多くの場合、fx(hash) の fx(params) がそのような機能を提供するなど、複数人によるパラメータ化の形式で行われます。AI の生成モデルのコンテキストでは、Botto の生成アルゴリズムや Deep Objects のコミュニティ設計プロセスの場合のように、キュレーションはトークン所有者のより広範なコミュニティを通じて達成されることがよくあります。スタジオまたは自費出版は、キュレーション プロセスの最後のリンクです。ここは、Trame や ArtBlocks などのジェネレーティブ スタジオが自分の作品を一般公開する場所、または fx(hash) がセルフ パブリッシャーとして公開する場所です。### 翻訳レイヤーアルゴリズムと設計が決定したら、生成財をハードウェアの製造に適した機械可読命令に変換する必要があります。翻訳は比較的単純なプロセスであり、作品を物理空間にできるだけ正確に再現することを目的としています。翻訳は、次のようなさまざまな方法で行うことができます。アーティスト/コレクターの解釈。物理的なデザイン仕様をアーティストやコレクターに任せてオブジェクトを翻訳するのが最も簡単です。彼らは作品の作り方、使用する材料、正確な寸法などを決定します。埋め込み機能。よりスケーラブルで興味深いアプローチは、製造に必要な物理情報を NFT 自体に埋め込むことです。 NFT のメタデータの特徴は、翻訳のドメイン (生地の質感、糸のサイズ、織り方など) を定義します。直接インスタンス化。 3 番目のアプローチは、解釈可能なアセットを直接生成することです。生成アルゴリズムが製造ハードウェアに適合しているか、アルゴリズムの出力が 3D プリント可能なファイルまたは 3D メッシュの頂点です。### 製造層翻訳後、製品が製造されます。製造段階は、仮想設計を物理オブジェクトに変換することを含む重要なステップです。 3D プリンティング、CNC フライス加工、レーザー切断、機械印刷、自動織りなどのさまざまなテクノロジーを使用して、さまざまな素材や形状のオブジェクトを作成します。前述の Alexis Andre との Trame の最初のリリースでは、Neolice Loom が製造ハードウェアとして使用されました。 Neolice Loom はアーティストのカスタム スクリプトを受け入れ、織りを通じてコードを 3D 空間に再解釈します。 Trame は新しいメディアにも手を広げており、上の画像は陶器の生成実験を強調しています。今日のジェネレーティブ アートの制作はジェネレーティブ アートに特有のものですが、Artmatr は、高度な製造ツールがデジタル オブジェクトの物理的な制作に何ができるかを強調しています。アーティストは Artmatr チームと協力して、コード、3D モデル、PSD ファイル (Photoshop)、ベクター、アニメーションなどのさまざまなデジタル ファイル形式を提出します。次に、メディア (オイル、UV、アクリル)、基板、寸法などを含む物理的な「スレッド」を定義します。最終的には、ロボットアームや6軸プリンターなどの機械を使用して実現されます。インクジェット印刷、ジェットスプレー、押し出しなどのさまざまな技術を使用して、生成されるトポロジーは 2D、2.5D、または 3D になります。### 認証/リンク層物理オブジェクトを作成した後、そのデジタル ツインに関連付ける必要があります。これは、ファッションなどの他の分野におけるデジタル物理プロセスと似ています。 Kong と IYK が製造する近距離無線通信チップ、ステガノグラフィー、QR コードは、デジタルと物理を接続し、出所の認証を提供するテクノロジーの 1 つです。## 将来の可能性将来的には、ブロックチェーン上の既存の生成アートワークが派生品として使用されることが期待されます。 Squiggles を使用したさまざまなファッション プロジェクトでこれを見てきました。もう 1 つの初期の例は、Terraforms アート プログラムの上に構築された Terraflows です。この種のネットワーク化されたアートは、物理空間に興味深い効果を生み出すことができます。再解釈します。たとえば、Fidenza Art Script を使用して、3D プリント住宅の建築レイアウトを作成できます。もう 1 つの興味深い将来の可能性は、生成財の大量生産のための分散型製造施設のトークン化であり、一種の物理インフラストラクチャ ネットワークを形成します。適切な機器を備えた愛好家や商業メーカーは、コレクターやアーティスト向けに出版された作品を印刷または制作する入札を行うことができます。トークンはハードウェア ネットワークを測定し、製造施設の立ち上げの初期コストに役立ちます。これは、ブロックチェーン コードで使用される CC0 パラダイムに特によく適合します。さらに将来を見据えると、合成生物学や化学製造も、生成特性の興味深い手段となる可能性があります。たとえば、生成コードは、研究室で栽培された結晶の特性や植物の表現型などをアルゴリズム的に決定できる可能性があります。
1kx: ジェネレーティブ マニュファクチャリング、Web3 実験、スタックの歴史
著者: Accelxr、1KX、翻訳: Golden Finance 0xjs
消費財の未来は生成的です。
現在、ブロックチェーンベースの生成アルゴリズムは主にビジュアルアート分野で使用されており、アーティストはデジタルでインタラクティブな作品、アニメーション、プリントを作成するためのコードを記述しています。ただし、アートは、この新しいブロックチェーンベースの創造的なプロセスに適した最初の媒体にすぎない可能性があります。私たちは、ブロックチェーンベースの生成メディアがあらゆる消費財や高級品業界に普及し、この芸術的創造プロセスが物理的な製品のユニークな新しいカテゴリーを生成的に生み出すと信じています。
ジェネレーティブ コレクションの魅力は明らかです。消費者は、より大きなコミュニティとつながりながら、自分たちのユニークなアイデンティティを反映するユニークな製品を切望しています。 1/1/x モデルでは、生成アルゴリズムが、統一された美学を持つ大きなコレクション内にユニークな作品を作成することでこれを実現します。これらのユニークな作品は、個人の特定の好みに応え、部族内でのきめ細かい表現を可能にし、この点での成功は、PFP 市場の台頭と、特定の生成特性を中心に出現したニッチ コミュニティの成長に反映されています。
興味深いことに、生成アルゴリズムと 1/1/x の希少性分布も、大量生産とカスタマイズの間の緊張を解決します。従来の製造では、製品の大量カスタマイズは多くの場合非現実的であり、費用がかかります。ただし、生成アルゴリズムは、3D プリンター、CNC 工作機械、レーザー プリンター、自動織機などの製造ハードウェアに直接統合でき、生産と流通の実現可能性だけでなく、希少性と独自性も提供します。
社会的ダイナミクスと希少性、デジタル創造と物理的生産の間の交差点は、アルゴリズムによるランダム性、エンドユーザーのパラメーター化、検証可能な独自性を組み合わせて消費者のニーズを満たす新しいカテゴリの消費財と高級品の基礎を築きます。
ジェネレーティブ マニュファクチャリングの歴史
アーティストは、創造性の新たな次元を探求する手段として常にテクノロジーを使用してきました。時間が経つにつれて、この関係は純粋に芸術的な取り組みから、芸術と製造の交差点へと明らかに変化してきました。
1960 年代 - 初期のジェネレーティブ アート: アーティストは、芸術作品を作成するためにアルゴリズム プロセスを実験し始めます。マンフレッド・モール、ベラ・モルナール、ハロルド・コーエンなどのアーティストは、初期のコンピューターやプログラミング言語、ペンプロッターなどのツールを使用して、アルゴリズム主導のアートワークを作成し始めました。
1980 年代 - パーソナル コンピュータとソフトウェア革命: パーソナル コンピュータの出現により、デジタル ツールがより利用しやすくなりました。これにより、より多くのアーティストがこれらの新しい芸術的プロセスを試すことができます。
1990 年代から 2000 年代 - アディティブ マニュファクチャリングの誕生と拡大: 3D プリンティング技術が出現し発展するにつれ、アーティストは新たなチャンスを見出しました。ジェネレーティブ アーティストはこれらのツールを試し始め、ソフトウェア主導のデザインから直接彫刻やインスタレーションを作成しています。
2000 年代から 2010 年代 - デジタル アートとデジタル ファブリケーションの出会い: 両方の分野が成熟するにつれて、デジタル アーティストはメーカー、建築家、デザイナーと協力して大規模なインスタレーションを実現します。ザ・リビングの Hy-Fi タワーのようなプロジェクトは、構想にジェネレーティブ デザインの原則を採用し、最新の製造方法を使用して作成しています。このとき、アーティスト向けに調整された Processing のようなソフトウェア ツールにより、深いプログラミング知識がなくても複雑なプロシージャル アートを作成できるようになりました。
2010 年代 - ツールと手法の成熟: openFrameworks や TouchDesigner などのジェネレーティブ アート プラットフォームとフレームワークの人気が高まりました。これらのツールは、よりアクセスしやすく洗練された 3D プリンティング、レーザー切断、CNC フライス加工テクノロジーと組み合わされて、シームレスな生産を可能にします。たとえば、Nervous のようなアーティストは、生成アルゴリズムを使用してユニークなジュエリーや衣類をデザインし、3D プリント技術を使用して製造します。
2020 年代 - 融合とコラボレーション: アート、デザイン、製造の境界線はますます曖昧になります。アートインスタレーション、建築構造物、さらには日用品までが、この組み合わせが生み出す独特の美学と機能を実証しています。注目すべきことに、現時点でのブロックチェーン上のアートは、暗号入力をオンチェーンコレクションのランダムシードとして使用するジェネレーティブアートの分野への新たな関心を引き起こしています。デジタル物理空間の新しいプリミティブと組み合わせることで、私たちはデジタル創造と物理的生産が融合する新しい領域に近づきます。
今日のジェネレーティブ アーティストは、単にアートを制作しているだけではなく、消費財を再定義し、美的価値と機能的なデザインを組み合わせ、アートと産業の可能性の最前線を押し広げています。
Web3 実験
Web3 では、ジェネレーティブ マニュファクチャリングに関するさまざまな初期実験が行われました。
トラムのネオリス織機
Trame と CPG の Craft Nouveau は、伝統的な職人技とジェネレーティブ アートの組み合わせに焦点を当てたコレクション シリーズで、世界中の文化や芸術のスタイルを保存するジェネレーティブ コードの能力を実証しています。 Alexis André の Navette は Craft Nouveau の最初のコレクションで、Alexis は Neolice Loom (コードを取り込んで物理的な作品を織ることができる自動織機) で自動的に織ることができる画像を生成するアルゴリズムを作成しました。
fx(hash) エコシステムでは、製造において多くの実験が行われています。これはおそらく、許可のない自己公開アプローチによるものと考えられます。 Klangteppich は、ウィービングの指示を提供し、コレクターがコードから生成されたフレームの物理的な部分を取得できるようにする、進化し続ける動的な NFT です。ミニダリアには、レーザーカットされた14層のアルファセルロースマットから3.5インチ x 2.0インチのポケット彫刻を作成する方法に関する指示がNFTのメタデータに含まれています。 Nuages を使用すると、コードの出力を使用して、ジョアニー ルメルシエの Cloud シリーズのバリエーションをプロッター マシンによって物理空間に再現することができます。
fx(hash)で可能なニュアンス
ファッションは、工芸品やアートと並んで、ジェネレーティブ マニュファクチャリングの分野で最も研究されているものの 1 つです。 9dcc によって作成された Iteration-002 は、ジェネレーティブ デザインと物理的な製品を組み合わせた初期の例です。 Iteration-002 シャツは、SnowFro の Squiggles アルゴリズムに接続されたプリンターを使用してリアルタイムで作成されました。プリンターは、ソース コードのアルゴリズムのランダム性に依存して、オリジナルの 10k コレクションと同じ特徴分布に従って、シャツにプリントされるデザイン特徴を決定します。
Tribute Brand は最近、Chromie Squiggle アルゴリズムをリミックスして、製造されたアパレルを作成しました。 Chromie Squiggle 所有者は独自の Chromie Squiggle を使用してパーソナライズされたセーターを生成でき、他のユーザーはオリジナルの Chromie Squiggle アルゴリズムを使用して独自のセーターを生成できます。このリリースには、Chromie Squiggle のソース コードから派生したデジタルおよび物理的な ODDS セーターが含まれています。デジタル オブジェクトは将来のバージョンのセーターの青写真として機能し、没入型環境でスキンとして使用できます。また、固有の ODDS デジタル オブジェクトはそれぞれ、Waste Yarn Project によって手作りされた、対応する ODDS 物理セーターと交換できます。
その他の注目すべき生成ファッション プロジェクトには mmERCH と RSTLSS があり、どちらもアルゴリズムのランダム性とデザインに関する実験を計画しています。
ジェネレーティブ マニュファクチャリング スタック
ジェネレーティブ プロダクトのジェネレーティブ マニュファクチャリング スタックは、次の 5 つの層に分割できます。
作成: アルゴリズムまたは人工知能プロセスを使用してデザインまたはコンセプトを生成する初期段階。
キュレーション: 望ましい結果または仕様を達成するために、生成されたデザインを選択および微調整するプロセス。
翻訳: デジタル設計を、製造装置で使用できる機械可読な命令またはコードに変換するプロセス。
製造: 仮想設計を物理的なオブジェクトに変換する物理的な生産または製造プロセス。 3D プリンティング、CNC フライス加工、レーザー切断、機械織り、自動織機などのさまざまな材料や設備を利用して、さまざまな形状や材料のオブジェクトを作成します。
認証/リンク: 製造された製品の信頼性を検証し、デジタルツインにリンクしてその出所を確認します。
作成レイヤー
生成的な製品の作成はコードから始まります。 p5.js や Processing などのライブラリは、アーティストやデザイナーにジェネレーティブ アートを作成するための強力なツールを提供します。これらのライブラリは、トランザクション ハッシュ、トークン データ、ブロック ヘッダーなどから生成されたシードを使用して、ブロックチェーン上のランダム性を拡張します。 ArtBlocks Engine や fx(hash) などのブロックチェーン アート エンジンを使用すると、アーティストはこれらのランダム シードをコードに簡単に挿入し、ブロックチェーン上でアートワークを直接作成できます。
AI アーティストの場合、このレイヤーは、望ましい美的効果を作成するためのモデルの開発と微調整に焦点を当てます。通常、敵対的生成ネットワーク (GAN) などの既存の AI モデルから 1 つをベースとして選択します。バックプロパゲーションを通じて、モデルの重みが徐々に改善され、目的のスタイルと一致するアートワークが生成されます。アーティストは、最も魅力的な出力を厳選し、それをトレーニング データセットに組み込むことでフィードバックを提供します。この反復プロセスが継続され、モデルのパフォーマンスが常に向上し、アーティストがさまざまな可能性を探求できるようになります。カスタム モデルや Stable Diffusion LoRA などに加えて、Scenario.gg など、このプロセスを簡素化できるツールもあります。
キュレーターレベル
オーサリング層の後、コードの出力はユーザーの好みに合わせてさらに調整できます。クリエイティブ コーディングのコンテキストでは、これは多くの場合、fx(hash) の fx(params) がそのような機能を提供するなど、複数人によるパラメータ化の形式で行われます。
AI の生成モデルのコンテキストでは、Botto の生成アルゴリズムや Deep Objects のコミュニティ設計プロセスの場合のように、キュレーションはトークン所有者のより広範なコミュニティを通じて達成されることがよくあります。
スタジオまたは自費出版は、キュレーション プロセスの最後のリンクです。ここは、Trame や ArtBlocks などのジェネレーティブ スタジオが自分の作品を一般公開する場所、または fx(hash) がセルフ パブリッシャーとして公開する場所です。
翻訳レイヤー
アルゴリズムと設計が決定したら、生成財をハードウェアの製造に適した機械可読命令に変換する必要があります。翻訳は比較的単純なプロセスであり、作品を物理空間にできるだけ正確に再現することを目的としています。
翻訳は、次のようなさまざまな方法で行うことができます。
アーティスト/コレクターの解釈。物理的なデザイン仕様をアーティストやコレクターに任せてオブジェクトを翻訳するのが最も簡単です。彼らは作品の作り方、使用する材料、正確な寸法などを決定します。
埋め込み機能。よりスケーラブルで興味深いアプローチは、製造に必要な物理情報を NFT 自体に埋め込むことです。 NFT のメタデータの特徴は、翻訳のドメイン (生地の質感、糸のサイズ、織り方など) を定義します。
直接インスタンス化。 3 番目のアプローチは、解釈可能なアセットを直接生成することです。生成アルゴリズムが製造ハードウェアに適合しているか、アルゴリズムの出力が 3D プリント可能なファイルまたは 3D メッシュの頂点です。
製造層
翻訳後、製品が製造されます。製造段階は、仮想設計を物理オブジェクトに変換することを含む重要なステップです。 3D プリンティング、CNC フライス加工、レーザー切断、機械印刷、自動織りなどのさまざまなテクノロジーを使用して、さまざまな素材や形状のオブジェクトを作成します。
前述の Alexis Andre との Trame の最初のリリースでは、Neolice Loom が製造ハードウェアとして使用されました。 Neolice Loom はアーティストのカスタム スクリプトを受け入れ、織りを通じてコードを 3D 空間に再解釈します。 Trame は新しいメディアにも手を広げており、上の画像は陶器の生成実験を強調しています。
今日のジェネレーティブ アートの制作はジェネレーティブ アートに特有のものですが、Artmatr は、高度な製造ツールがデジタル オブジェクトの物理的な制作に何ができるかを強調しています。アーティストは Artmatr チームと協力して、コード、3D モデル、PSD ファイル (Photoshop)、ベクター、アニメーションなどのさまざまなデジタル ファイル形式を提出します。次に、メディア (オイル、UV、アクリル)、基板、寸法などを含む物理的な「スレッド」を定義します。最終的には、ロボットアームや6軸プリンターなどの機械を使用して実現されます。インクジェット印刷、ジェットスプレー、押し出しなどのさまざまな技術を使用して、生成されるトポロジーは 2D、2.5D、または 3D になります。
認証/リンク層
物理オブジェクトを作成した後、そのデジタル ツインに関連付ける必要があります。これは、ファッションなどの他の分野におけるデジタル物理プロセスと似ています。 Kong と IYK が製造する近距離無線通信チップ、ステガノグラフィー、QR コードは、デジタルと物理を接続し、出所の認証を提供するテクノロジーの 1 つです。
将来の可能性
将来的には、ブロックチェーン上の既存の生成アートワークが派生品として使用されることが期待されます。 Squiggles を使用したさまざまなファッション プロジェクトでこれを見てきました。もう 1 つの初期の例は、Terraforms アート プログラムの上に構築された Terraflows です。この種のネットワーク化されたアートは、物理空間に興味深い効果を生み出すことができます。再解釈します。たとえば、Fidenza Art Script を使用して、3D プリント住宅の建築レイアウトを作成できます。
もう 1 つの興味深い将来の可能性は、生成財の大量生産のための分散型製造施設のトークン化であり、一種の物理インフラストラクチャ ネットワークを形成します。適切な機器を備えた愛好家や商業メーカーは、コレクターやアーティスト向けに出版された作品を印刷または制作する入札を行うことができます。トークンはハードウェア ネットワークを測定し、製造施設の立ち上げの初期コストに役立ちます。これは、ブロックチェーン コードで使用される CC0 パラダイムに特によく適合します。
さらに将来を見据えると、合成生物学や化学製造も、生成特性の興味深い手段となる可能性があります。たとえば、生成コードは、研究室で栽培された結晶の特性や植物の表現型などをアルゴリズム的に決定できる可能性があります。