美国哥伦比亚大学研究现代艺术与理论的教授乔纳森•克拉里(Jonathan Crary)说过：“我们的视觉本质正在发生变化……比把中世纪的形象和文艺复兴的视角分离开来的断裂还要深刻。”他不想为此论证什么，只断言“电脑生成的图像”把视野重新放在了与人类观者分离的平面上了。〔1〕计算机图形技术的发展确实改变了人类视觉得以表现自身的条件，在艺术与设计领域中逐渐形成了独特的视觉表现语言。本文的研究主题“生成艺术”属于一种计算机程序语言的艺术。

　　纽约大学的学者菲利普•加兰特尔(Philip Galanter)为生成艺术作了下述界定：“生成艺术是指艺术家应用计算机程序或一系列自然语言规则，或一个机器，或其他发明物，产生出一个具有一定自控性过程的艺术实践，该过程的直接或间接结果(例如生成静态或动态的图形)是一个完整的艺术品。”〔2〕英国计算机艺术家和音乐家阿德里安•沃德(Adrian Ward)给出了另一个定义：“生成艺术是从艺术品的创作过程中衍生出来的概念，它强调创作过程应该由机器或计算机自动执行，执行规则用数学或程序指令定义。”〔3〕

　　由于“生成艺术”涉及领域很广，包括建筑设计、工业设计、计算机图形学、音乐创作及绘画等，包含的思想也很复杂，如类比、系统、随机和无限等，因此，本文主要研究它在图形设计领域中的特征与设计创新。

　　一、生成艺术的起源与图形特征

　　自从计算机出现之后“生成艺术”的形式就存在了，但早期实践者主要是一些数学家和计算机语言工程师，而艺术与设计领域中少有人涉及。第一届生成艺术大会于1998年在意大利米兰召开，此后每年都在意大利举办一届，直到最近几年，生成艺术才开始进入设计的主流区域。生成艺术的创始人是意大利米兰理工大学(Polytechnic University of Milan)的斯蒂诺•索杜(Celestino Soddu)教授，他是这样评价生成艺术的：“生成艺术为设计和工业制造开辟了一个新时代……人类又一次效法自然，在计算机的帮助下，拓展人类的创造力。如果说计算机曾一度泯灭了创造力，那么在生成艺术的帮助下，人们能创造出和谐的代码，并利用这些代码在科学和艺术之间开辟一个新的创作空间。”〔4〕

　　在图形学领域，生成艺术作为一种新思维方式已经引起了广泛关注，其图形特征如下：

　　1. 非物质性质

　　对计算机艺术来说，最重要的特征是非物质性(non-materiality)，这种非物质是相对于物理世界的物质而言的，进入信息社会后，虚拟、数字化的设计成为与物质设计相对的另一类设计形态。电子空间虚拟化设计、光图像、生成艺术、信息设计、网络界面之类的设计一般都来源于计算机抽象规则或数据库，涉及数字语言的程序化问题，因此这一类艺术都具有非物质性。生成图形是艺术家利用算法语言进行的媒体创造，他们找到编程与艺术之间的交集，形成一种独立、非物质性的图形表达方式。

　　2. 抽象的编码概念形式

　　生成图形的早期探索主要是由数学家和计算机语言工程师进行，并没有进入艺术与设计领域，这是因为它本质上是一种计算机代码艺术，图形生成依赖于程序语言的编写。代码就是一组由字符、符号或信号码元(signal element)以离散形式表示信息的明确规则体系，代码语言是导致生成艺术数十年在图形艺术领域得不到普及的根本原因。根据法国哲学家米歇尔•塞尔(Michel Serres，1930—)的观点，科学与艺术之间的差异并不是理性与冲动的区别，而是两种思想的不同，其中一种思想以概念的形式加以表达，另一种思想则通过图形进行诠释。因此，虽然图形使用接口早在二十年前就成为主流，但是基础程序语言的教学到今天仍是以文字命令列的接口为主。艺术家接受程序语言为什么那么艰难呢?这是因为人脑天生擅长空间辨识，图形接口利用的正是这种演化优势;加上它能提供各种实时且鲜明的图形式反馈，可以大幅缩短学习曲线并帮助理解抽象逻辑法则;而代码最为常用的格式是文本文件，采用的是抽象的编码概念形式。

　　不过，近年来出现了一种开发专用生成软件的倾向，许多生成软件工具可以用有机方式结合科学技术中的运算法则和想法，目前像Processing等新兴程序语言将语法简化并将其运算结果“感官化”，而且由于许多软件开放源代码〔5〕，这样艺术家们将会更自由地去分享生成实例和代码库，让更多的人可以进入科学与艺术的跨界领域。目前世界各地多所大学的艺术与设计学科已开设相关课程。

　　3. 自然界的模拟与表达

　　生成艺术通过计算机体现了自然与人工的结合，菲利普•加兰特尔在生成艺术大会上探讨了生成艺术的高度有序和高度无序。他指出：“生成艺术中包含的有序与无序，其实类似于自然界生物的生存方式，复杂的生成艺术常常来源于生物启发的方法。”〔6〕图形领域中的生成艺术呈现出有着多种变化可能性的、不确定的图形，它和自然界有着同样的规律。生成图形所体现出的现实世界事物的多样性是算法的复杂程度不同的外部表现，不仅仅是简单描摹，更是生命本质的自然衍生。为纪念达尔文诞辰200周年，英国的自然史博物馆举办了一个名为“达尔文的穹顶”(Darwin’s canopy)的艺术竞赛，他们要求参赛作品需要“受到演化论的启发”，获胜者的作品可以用来装饰博物馆的穹顶。英国的“联合视觉艺术家”(UVA)工作室制作了一组生成艺术作品，他们通过编程模拟自然演化的过程，生成了一些奇怪的“植物”图形(图1)。

　　下面再来看几幅运用免费开源软件“节点盒”(NodeBox)生成的仿生作品，节点盒是一个建立在“胶水语言”(Python)基础上的开源免费图形软件，有自带的图形库，可以导入矢量图形或者自定义编码生成二维分形图像和动画作品。图2呈现出一个小型植物生态系统的电子草图，这些野草般的植物图形建立于一种简单的“递归算法”。〔7〕通过这种算法用于通俗地描述树形，更多的植物也会按程序设计的思路继续进行进化与杂交。作品创造了一个和自然生物拥有相似属性的虚拟生态环境，里面的植物甚至遵循着一些自然规律，例如它们需要阳光，可以授粉，还能够以各种方式传播它们的种子等等。

　　再如图3、图4所示的这一系列作品，利用了“节点盒”中的“可缩放矢量图形库”(SVG library)来输入可缩放矢量图形(Scalable Vector Graphics，SVG)向量数据。所有的向量数据都被传递到“节点盒”标准路径上，人们可以分离地操控路径上的每个点，形成自由的形状。另外，每条路径被一个毛状的路径滤镜修改，这种特殊运算法则创造出了一种非常奇异的、毛状类生物形态。

　　由此可见，生成图形带有强烈的实验性，它在模拟自然的同时又能创造性地修改自然的固定法则，它像是在寻求虚拟和自然事物边界的一种表达方式。乌尔姆应用科技大学(Ulm University of Applied Sciences)媒体设计教授、德国设计师兼动画师丹尼•弗兰泽博(Danny Franzreb)认为生成软件创造了一个很自然的工作环境。他说：“我喜欢将数学与自然的美丽结合起来表达人类内心的混乱，我也喜欢无法控制每一个微小细节的感觉，这是个不断有新灵感和变化出现的过程。”〔8〕

　　4. 以过程特性来定义的不确定图形

　　纽约大学教授安德里亚•J•斯坦因(Andrea J.Stein)用L系统(L- System)开发出了一个音乐生成系统，该系统和传统作曲方式的区别在于: 传统的方式是预先定义好的、特定的，方向是精确和固定的;而生成方式产生的音乐是不确定的。斯坦因引述了这样一句话:“生成的直接愿望是了解什么是音乐，而不是作曲家对音乐的预定义。”〔9〕和音乐一样，在生成艺术的图形领域，也存在不确定性、随机性与计划性的统一。在以程序语言生成图形的过程中，设计师只要设定生成艺术算法公式，然后计算机会进行自动处理。但这一算法的特征就是：最后生成的结果是设计师无法预料的，并且同一算法在不同时间段运算所产生的结果也不同，因此“随机现象”〔10〕也是生成图形的一项重要特性。

　　不同试验性的参数组合可以制作出现实材料难以或不可能制成的形式，像阻力或重力可能被强调或去除;顽固的物体间可能相互渗透;任何色彩和形式可能在一个纯粹的表面上被瞬间修改，现实中的逻辑关系完全被颠覆……生成艺术通过哪怕一个微小数字的变化都会得到完全不同的画面。

　　图5为2009年在哥本哈根召开的美国国家气候变化会议的视觉识别系统核心徽标(logo)，徽标的图形象征着蓝色的星球，平面设计稿由网状的线条组成了一个复杂的结构，这个标志兼有符号的简单性和复杂性，简单是因为符号是一个程式化的地球;复杂则是因为视觉表达上很容易进行多义的诠释。

　　利用生成软件，设计师为该标志增加了实时运动，专门定制的动画软件让标志中的球形产生种类繁多的情绪变化和风格，生成符合一定变化规则的图案(例如植绒花纹)，而且还具有不断适应与演变的动态能力，体现了在无序与平衡间的转换以及随机性与计划性的统一(图6)。设计师解释通过设计想要传达“复杂的谈判和决议将在会议上动态地进行”的概念。

　　奥地利多瑙河大学(Austria Danube university)图像科学教授著名艺术史学家奥利弗•格劳(Oliver Grau)所著的《虚拟艺术》(Virtual Art，2003)一书中指出：“黑格尔和其他人所定义的一件艺术作品的本体特征，在计算机辅助下的虚拟环境中再也无法获得，出于这一原因，这样的作品逐渐用它们的过程特性来定义，强调它们的未完成性和开放性……”〔11〕这样的图形是一个以持续技术系统为框架、短暂、任意、不可再生的无限可操作图形，甚至于影像是仅此一回、无可预测且无法追回的，正如任意瞬间生成的事物状态一样。

　　二、代码意识为设计师开辟的新领域

　　今天，算法与代码已不仅成为人们认识自然、生命、思维和社会的一种普适观念和方法，而且成为一种新世界观，在图形世界中生成技术正试图改变我们的思维和创造方式。西方当代思想界最重要的哲学家、思想家之一，法国的让•鲍德里亚(Jean Baudrillard，1929—2007)说过：“我们认为技术能够随心所欲地支配世界，其实是世界通过技术向我们强调它的存在。”〔12〕围绕着设计领域关于“我们是否需要代码技能?”的讨论，许多设计师认为设计和代码就像一枚硬币的两面，不要把自己归类于使用左脑的编码器和使用右脑的设计师，任何人都可以学着同时爱上并体验这两个领域，使用代码可以塑造整个创作过程，这样做的好处在于可以把任何一种概念用作一种设计工具。

　　1. 艺术家和设计师的程序语言—Processing

　　Processing的概念来自于麻省理工大学(Massachusetts Institute of Technology)媒体实验室(MIT Media Lab)的美学和算法小组，它是一种具有革命前瞻性的新兴计算机语言，它的概念是在电子艺术的环境下介绍程序语言，并将电子艺术的概念介绍给程序设计师。它是用“爪哇语言”(Java)编写的，不过在语法上简单许多，并具有许多贴心及人性化设计。它也是开放源代码软件，使用者可以依照自己的需要自由定制出最合适的使用模式。Processing的应用千变万化，可以生成静态图像和运动图形，但它们都遵守开放源代码的规定，这样的设计大幅增加了整个社群的互动性和学习效率。因此，Processing被称为艺术家和设计师的程序语言。

　　英国设计师格伦•马歇尔(Glenn Marshall)的作品灵感来源是在Processing中模拟自然，从蛇到树到风景。他说：“我总是会偶然发现一个不错的参数组合，激发着我去尝试类似的组合，一个接着一个。”〔13〕他为英国音乐家彼得•盖布瑞尔(Peter Gabriel，1950—)做的音乐视频《飘浮在空中的鸟巢》(The Nest That Sailed The Sky，2009)赢得了电子艺术大奖(Prix Ars Electronica)。在这个作品中，格伦•马歇尔运用Processing创造出了一个崇高的、带有幻想色彩的世界，像植物一样的有机体在不断地萌芽和细胞增殖(图7)。

　　上文提到的丹尼•弗兰泽博称自己在Processing程序中完成的作品为一种概念原型，通过互动规律再现了一种奇异的飞行路径，像是在声音的世界里旅行。他说：“自然、互动、交流和人类的不完美启发着我……它们以自己绚烂多彩的方式诠释着我最初的想法，现在Processing已经成为这类项目制作的主要工具。”〔14〕他为来自慕尼黑的电音制作人迈克尔•菲克斯奇(Michael Fakesch)制作一张音乐专辑的平面图形及音乐电视(MV，2009，图8)。

　　2. 现代数据视觉化和信息设计

　　现代设计师的代码意识已经越来越强，生成图形成为了重新考虑创意选择的一种独特方式。通过使用最简单的法则，元素将会传达并重新解释一种观点，为设计带来令人惊异的图形变化。丹尼•弗兰泽博指出了特别适合生成图形运用的两类项目：信息图表以及那些需要结合图像和另一种创意语言(如音乐)的项目。因为现代信息可视化设计致力于创建那些以直观方式传达抽象信息的手段和方法，使得用户能够目睹、探索并立即理解大量信息，而生成艺术则可利用图形图像方面的技术与方法，帮助人们理解和分析数据。

　　来看一看法兰克福设计师丹尼尔•A•贝克尔(Daniel A. Becker)利用生成软件再现复杂信息的项目“随机游走”(Random Walk，2009)，他认为数学或物理随意性有两个组成部分：全局秩序与局部混乱，在他的系列图表(图9)中试验运用了生成技术和各种随意性的理论，用繁复随机的点与线来尝试表现数学或物理的全局秩序与局部混乱的概念，创作出了令人惊叹的视觉画面。

　　3. 其他商业领域的拓展

　　生成艺术现在不仅出现在各大艺术交流会和博物馆里，商业领域也正慢慢意识到代码艺术的力量和魅力。例如2008年的荷兰海牙当代艺术节以大型生成艺术投影展示为主打节目，将作品投射在大楼的一面，这些带有数学复杂性的图形投射在建筑物表面呈现出了令人震撼的效果(图10)。

　　一些设计师在他们的数码绘画与商业插画作品中，也喜欢运用编码生成工具去实践和扩展创意项目，兼有艺术家、设计师和程序工程师等多重身份的埃里克•纳茨克(Erik Natzke)是一个在图形领域中的冒险者，当他准备画插画时，不是拿起铅笔，而是直接打开电脑编写代码;他用具有创新性的代码技术创造出特殊的笔触，用不可思议的色彩、形状和散乱的图案组合出各种抽象画面，努力尝试着去模糊设计与代码技术的边界;他用代码绘制人物肖像(图11);而他最新的代码设计作品是2011年度Adobe MAX大会上推出的创意云服务(Creative Cloud)，这个作品是Adobe公司委托埃里克•纳茨克为创意云团队成员创造的一件限量版艺术品(图12)。

　　从设计角度来说，看似冒险性、失去可控性的生成图形，实际上使作品回归到了一种更加开放与自然的状态。现在国外许多设计师会编写自己的计算机模拟系统，因为未来需要的是全方位的设计师，这是所谓的混合型人才。设计本身在不断变化，它的工具、作用、媒介甚至是观众都是不断变化的，因此新东西对它来说并不可怕，正如英国谢菲尔德的设计师鲍勃•桑德森(Bob Sanderson)指出：“你有无数不同的方向可以选择，这才是设计的刺激之处。”〔15〕

　　三、技术性语言泛滥中“美学与运算”的研究

　　从历史角度来看，艺术与科技并非始终一分为二，从1810年至1930年，虽然艺术与科学已各自作为独立的学科分头发展，但分析人士仍然认为摄影技术、非欧几里得几何学与初步粒子物理学的研究对于抽象艺术产生了重要影响。这些新的科学技术方法对传统观点及概念化的物理世界提出了挑战，这些挑战解放了艺术家的思想，激励他们去表现新世界观。正所谓“太阳下没有真正新鲜的事物，科幻想象力也无法超出柏拉图为人们画下的认知洞穴”。〔16〕人类对于未知总是怀有不可理喻的恐惧心理，对于超越于自身的事物和宇宙意义的理解，存在着一种深层欲望。今天的计算机艺术在图形本质上是人类想象世界现实化的一项产物，它通过代码这种世界性的通用语言来实现虚拟图像化的过程。

　　随着学科界限的消失，对于21世纪的设计师来说，很少能够清晰意识到技术间的界限，只要创作需要，便会使用任何一门技术，这种自由性归于这样的现实：任何一门艺术都不是通过纯粹单一的形式来表达，更不是单一的技术所能成就。在艺术设计的领域中，技术的集中正在显著地发生，但这不是指对完整的Adobe软件套装包的掌握与运用，它是指对创意过程其他方面的了解与突破。生成艺术家凯文•麦克奎尔(Kevin McGuire)觉得现有的图形软件尽管有复杂的滤镜和特效，但是要产生自然形态的图案却并不尽如人意，他认为理想的状况应该是：艺术家对创作的过程具有宏观控制能力，而微观的控制交给计算机完成。这样一来，创作的大致结果是可以预测的，但具体形态又可能令人惊奇。〔17〕

　　在这个软件不断追求人性化设计、降低大众使用门槛的时代，不知不觉中，被大公司所主导的制式化生产工具限制了创意及形式的可能性，带有明显数码痕迹的形式也成为了图形图像内容的一部分。技术性语言的强调与泛滥成为了人们对计算机图形图像的一种谴责，网络操作化获得的过于简单的数码合成图像常使人们忘记了为何制造图像。事实上，代码运算生成的图像甚至是比传统图像有更大程度的抽象化、象征性的复合体，从这个意义上来说，生成艺术是计算机图形图像领域中难以接近却又很本质的一个部分;生成艺术在跨学科领域的工具、形式及创作过程本身，其实就像一个不断地寻找与探索未知景致的过程;它是现今数码图像技术泛滥(甚至低俗化)景象中所保留的一处高地;它需要艺术家(或设计师)具有代码意识，这是一种跨界的技术领悟能力。今天的设计师应该以更成熟的态度面对现有技术，平衡所谓的潮流与风行，创造经典设计产生的环境和氛围。

　　对于生成图形的研究属于“美学与运算”的研究范畴，它是现代非常有意义的命题。计算机可以满足艺术家的创新欲望并减轻传统文化形式的重负，它可能制造偶发或随机的颠覆去创造一种美学震撼。生成艺术虽然起步晚(1998 年)，但是这种新思维方式已经引起了广泛关注，国外许多大学纷纷开展了该领域的研究工作，如荷兰的埃因霍温大学(Eindhoven University)、德国的卡塞尔大学(Universitat Kassel)、比利时的根特大学(Ghent University)、美国的麻省理工学院、纽约大学(New York University)，加拿大的莱斯桥大学(Lethbridge University)等。美国麻省理工学院媒体实验室下设的“美学与运算”小组在该领域的研究非常著名，他们拥有课题深度研究的精神和开放源代码的胸襟。国内虽然对该领域接触较晚，但同济大学、天津大学、香港大学和香港理工大学以及相关科研机构也已开始了对生成艺术的研究。生成艺术挑战与解放了艺术家的思想，激励着他们不断去表现新世界观，在此范畴中研究高度实验性和概念性的作品，持续地、既广且深地在艺术设计的领域里，探索计算机的运算特质及其带来的源源不断的创造性。□

　　注释：

　　〔1〕[美] W.J.T.米歇尔著、陈永国 胡文征译《图像理论》，北京大学出版社2006年9月第1版，第14页。

　　〔2〕Philip Galanter: What is Generative Art Complexity Theory as a Context for Art Theory[C]. In: proceedings of GA2003, Milan: AleaDesign Publisher, 2003: 216～236.

　　〔3〕〔4〕张昆、张松林《论生成艺术的性质及应用》，见《计算机工程与应用》2006年第20期，第47页。

　　〔5〕开放源代码: 指的是一种软件散布模式。通常只有软件的作者或著作权所有者等拥有程序的原始码，有些软件的作者会将原始码公开，此称之为“源代码公开”，但这并不一定符合“开放源代码”的定义及条件，因为作者可能会设定公开原始码的条件限制，例如限制可阅读原始码的对象、限制衍生品等。

　　〔6〕Philip Galanter: What is Generative Art Complexity theory as a context for art theory, 2003, International Conference on Generative Art, Milan.

　　〔7〕递归算法：递归作为一种算法在程序设计语言中广泛应用，是指函数/过程/子程序在运行过程中直接或间接调用自身而产生的重入现象，递归是计算机科学的一个重要概念，采用递归编写程序能使程序变得简洁和清晰。

　　〔8〕Richard Wentk《Coding Creativity编码创意》，见《数码艺术杂志》，2009年第3期，第56页。

　　〔9〕Andrea j stein. MusicL[C]. In: proceedings of GA2003, Milan: Alea-Design Publisher, 2003: II34～II33.

　　〔10〕随机现象：事前不可预言的现象，即在相同条件下重复进行试验，每次结果未必相同。随机现象是概率论研究的主要对象，随机现象的背后往往存在着深刻的规律在内。

　　〔11〕[德]奥利弗•格劳著、陈玲译《虚拟艺术》，清华大学出版社2007年2月第1版，第152页。

　　〔12〕顾铮《让•鲍德里亚的摄影》，见北京文艺网2009年9月2日。

　　〔13〕Glenn Marshall《Processing的优势》，见《数码艺术杂志》2009年第11期，第12页。

　　〔14〕Richard Wentk《Coding Creativity编码创意》，见《数码艺术杂志》，2009年第3期，第56页。

　　〔15〕Bob Sanderson《The Changing face of graphic design》, 见《Computer arts》Feburary, 2009.

　　〔16〕黄石《信息时代的好莱坞科幻片》，见www.douban.com/group/topic 2007年1月24日。

　　〔17〕Kevin McGuire. Controlling Chaos: A Simple Deterministic Program for Drawing Complex Organic Shapes[C]. In: proceedings of GA2000, Milan: AleaDesign Publisher , 2000: 313～324.

　　郭开鹤 中国传媒大学