Die Generierung von Kunst mittels Machine Learning.
Die Generierung von Kunst ist inzwischen auf jedem Smartphone angekommen. Anwendungen aus dem Bereich des maschinellen Lernens können inzwischen sehr überzeugende Bilder generieren, bzw. vorhandene Bilder fusionieren. So wird aus einem Touristenfoto des Ulmer Münster sehr schnell ein neues Meisterwerk von Picasso.
Doch auch menschliche Künstler sind an diesem Thema dran und ich möchte in diesem Talk verschiedene Künstler, Techniken und generierte Bilder vorstellen. Lehnt euch zurück und lasst euch inspirieren.
Materialien (Links in Reihenfolge):
Ulmer Museum Ausstellung: museumulm.de/ausstellung/foerderpreis-junge-ulmer-kunst-bleeptrack-code-kunst/
Code, Kunst, Subjekt: journals.ub.uni-magdeburg.de/index.php/MB-KK/article/view/1983
Flow Machine: www.flow-machines.com
Daddys Car (Beatles Song): www.youtube.com/watch
BachBot: ithub.com/feynmanliang/bachbot
Ursonate: de.wikipedia.org/wiki/Ursonate
AsciiArt Mona Lisa: www.asciiart.eu/art-and-design/mona-lisa
CSS Art: diana-adrianne.com/purecss-francine/
Neural Style Transfer: www.tensorflow.org/tutorials/generative/style_transfer
Next Rembrandt: www.nextrembrandt.com
GAN Art: de.wikipedia.org/wiki/Portrait_of_Edmond_de_Belamy
Smoothstep: smoothstep.io
TixyLand: tixy.land
Autonomous Trap: jamesbridle.com/works/autonomous-trap-001
Muranoglas Kronleuchter: www.goethe.de/ins/br/de/kul/sup/ads/21114134.html
YOU:RE:CODE: zkm.de/de/yourcode
Patterns of Life: www.youtube.com/watch
Facotory: vimeo.com/79867171
3D Painting: www.youtube.com/watch
Twitter Artists: https://twitter.com/matthen2; https://twitter.com/Bleeptrack; https://twitter.com/aemkei