Baseados em GAN são pequenos estudos com tinta sobre papelão à partir de paisagens geradas por softwares que utilizam inteligencia artificial e seus algoritimos. Utilizo os computadores a mais de 30 anos para criar imagens. Minha geração contribuiu com muito tempo e talento para aperfeiçoar máquinas, softwares, processos criativos e índices de produtividade com a chegada e consolidação da informática no nosso campo de atuação. No meu cotidiano estas ferramentas atuam ativamente no processo criativo e tem seu papel ao lado do lápis, papel, pincel, tintas, fotografia o são como alimento para a imaginação.
Quase que diariamente me submeto a uma overdose de imagens geradas por AI, estimulando a criação de novos parametros de visualização. Já são mais de 27.669 imagens criadas até agora. Isto é importante para estabelecer novos critério de composição pictórica, levando em conta o espaço e tempo. As imagens geradas por AI são as vezes tão repetitivas quando não conseguem fazer uma leitura dos parâmetros injetados no seus 'engines'. Ou elas turbinam as imagens alimentadas ou pequenos elementos inseridos com as ferramentas de desenho criando paisagens absurdas e deliciosas.
Trazer para as pinturas este universo não é simplesmente transpor para outro suporte uma representação das imagens. Mas integrar através do estado de espírito da arte estes novos elementos e parâmetros recentemente adquiridos para interpretar uma linguagem. Busco então ser um condutor reprogramado com novos upgrades para criar, realizar e humanizar peças de arte. Buscar novos parametros para poder criar livremente e vislumbrar infinitas possibilidades de criação de imagens.
Estes são alguns exemplos de pequenas arte, tinta sobre papelão, 20x16 cm - Nov 2020 .
GAN - Generative adversarial networks
Traduzido do inglês-Uma rede adversária generativa é uma classe de frameworks de aprendizado de máquina projetada por Ian Goodfellow e seus colegas em 2014. Duas redes neurais competem entre si em um jogo. Dado um conjunto de treinamento, essa técnica aprende a gerar novos dados com as mesmas estatísticas do conjunto de treinamento.
