อนาคตของสินค้าอุปโภคบริโภคนั้นเกิดขึ้นได้

ปัจจุบัน อัลกอริธึมการสร้างแบบ onchain ถูกใช้เป็นหลักในโดเมนทัศนศิลป์ เนื่องจากศิลปินเขียนโค้ดเพื่อสร้างชิ้นงานดิจิทัลและแบบโต้ตอบ แอนิเมชั่น และภาพพิมพ์ อย่างไรก็ตาม ศิลปะน่าจะเป็นเพียงสื่อแรกที่ใช้ได้สำหรับกระบวนการสร้างสรรค์ออนเชนใหม่นี้ เราเชื่อว่าสื่อเจนเนอเรชั่นแบบออนเชนจะแพร่หลายไปทั่วทุกหมวดสินค้าอุปโภคบริโภคและสินค้าฟุ่มเฟือยอื่นๆ และกระบวนการทางศิลปะนี้จะช่วยให้เกิดการผลิตทางกายภาพประเภทใหม่ได้อย่างมีเอกลักษณ์ผ่านการผลิตแบบเจนเนอเรชั่น

เสน่ห์ของคอลเลกชั่น generative นั้นชัดเจน: ผู้บริโภคโหยหาผลิตภัณฑ์ที่โดดเด่นซึ่งสะท้อนถึงเอกลักษณ์เฉพาะของตนในขณะเดียวกันก็เชื่อมโยงพวกเขาเข้ากับชุมชนที่ใหญ่ขึ้น ด้วยโมเดล 1/1/x อัลกอริธึมกำเนิดสามารถบรรลุสิ่งนี้ได้โดยการสร้างชิ้นส่วนเอกพจน์ในคอลเลกชั่นที่กว้างขึ้นด้วยความสวยงามที่เหนียวแน่น การสร้างสรรค์ที่มีเอกลักษณ์เฉพาะตัวเหล่านี้ตอบสนองรสนิยมเฉพาะของแต่ละบุคคล ทำให้เกิดการแสดงออกภายในชนเผ่าได้อย่างละเอียด และความสำเร็จในความพยายามนี้แสดงให้เห็นได้จากความนิยมที่เพิ่มขึ้นอย่างรวดเร็วของตลาด PFP และชุมชนเฉพาะกลุ่มที่งอกขึ้นมาตามลักษณะเฉพาะของการกำเนิด

สิ่งที่น่าสนใจคืออัลกอริธึมกำเนิดและการแจกแจงความหายาก 1/1/x ช่วยลดความตึงเครียดระหว่างการผลิตจำนวนมากและการปรับแต่งด้วยเช่นกัน ในการผลิตแบบดั้งเดิม การสร้างผลิตภัณฑ์ตามสั่งในวงกว้างมักทำไม่ได้จริงและมีค่าใช้จ่ายสูง อย่างไรก็ตาม อัลกอริธึมเชิงกำเนิดสามารถรวมเข้ากับฮาร์ดแวร์การแปรรูปได้โดยตรง เช่น เครื่องพิมพ์ 3 มิติ เครื่องจักร CNC เครื่องพิมพ์เลเซอร์ เครื่องทอผ้าอัตโนมัติ และอุปกรณ์อื่นๆ ให้ความเป็นไปได้ในแง่ของการผลิตและการจัดจำหน่าย ในขณะเดียวกันก็นำเสนอความขาดแคลนและเอกลักษณ์เฉพาะตัว

อิทธิพลซึ่งกันและกันระหว่างพลวัตทางสังคมและความหายาก กับการสร้างสรรค์ทางดิจิทัลและการผลิตทางกายภาพ ถือเป็นการสร้างเวทีสำหรับสินค้าอุปโภคบริโภคและสินค้าฟุ่มเฟือยประเภทใหม่ที่ผสมผสานการสุ่มแบบอัลกอริธึม การกำหนดพารามิเตอร์ของผู้ใช้ปลายทาง และความเป็นเอกลักษณ์ที่ตรวจสอบได้ เพื่อตอบสนองความต้องการของผู้บริโภค

ประวัติความเป็นมาของการผลิตแบบกำเนิด

ศิลปินหันมาใช้เทคโนโลยีอย่างต่อเนื่องเพื่อสำรวจมิติใหม่ๆ ของความคิดสร้างสรรค์ เมื่อเวลาผ่านไป ความสัมพันธ์นี้ได้พัฒนาอย่างเห็นได้ชัด โดยเปลี่ยนจากความพยายามทางศิลปะล้วนๆ มาสู่การบรรจบกันของศิลปะและการผลิต

ทศวรรษ 1960 - ศิลปะยุคแรกเริ่ม: ศิลปินเริ่มทดลองกระบวนการอัลกอริธึมเพื่อสร้างงานศิลปะ การใช้คอมพิวเตอร์และภาษาโปรแกรมในยุคแรกๆ พร้อมด้วยเครื่องมือต่างๆ เช่น พล็อตเตอร์ปากกา ศิลปินอย่าง Manfred Mohr, Vera Molnár และ Harold Cohen เริ่มสร้างงานศิลปะที่ขับเคลื่อนด้วยอัลกอริทึม

ทศวรรษ 1980 - คอมพิวเตอร์ส่วนบุคคลและการปฏิวัติซอฟต์แวร์: การเกิดขึ้นของคอมพิวเตอร์ส่วนบุคคลทำให้เครื่องมือดิจิทัลเข้าถึงได้ง่ายขึ้น สิ่งนี้ทำให้ศิลปินหลากหลายกลุ่มสามารถทดลองกระบวนการทางศิลปะที่แปลกใหม่เหล่านี้ได้

ทศวรรษที่ 1990 ถึง 2000 - การกำเนิดและการขยายตัวของการผลิตแบบเติมเนื้อวัสดุ: ในขณะที่การพิมพ์ 3 มิติเกิดขึ้นและพัฒนา ศิลปินก็มองเห็นโอกาสใหม่ๆ ศิลปินยุคใหม่เริ่มทดลองใช้เครื่องมือเหล่านี้ โดยสร้างงานประติมากรรมและงานศิลปะจัดวางโดยตรงจากการออกแบบที่ขับเคลื่อนด้วยซอฟต์แวร์

ช่วงปี 2000 ถึง 2010 - ศิลปะดิจิทัลมาพบกับการผลิตแบบดิจิทัล: เมื่อทั้งสองสาขาเติบโตขึ้น ศิลปินดิจิทัลจะร่วมมือกับผู้สร้าง สถาปนิก และนักออกแบบเพื่อสร้างงานศิลปะจัดวางขนาดใหญ่ โปรเจ็กต์ต่างๆ เช่น หอคอย Hy-Fi ของ The Living ซึ่งใช้อิฐออร์แกนิกที่ปลูกจากก้านข้าวโพดและเห็ด ได้รวมหลักการออกแบบเชิงสร้างสรรค์ไว้ในแนวคิด และใช้วิธีการผลิตที่ทันสมัยในการสร้างสรรค์ ในช่วงเวลานี้เองที่เครื่องมือซอฟต์แวร์ที่ปรับแต่งสำหรับศิลปิน เช่น การประมวลผล ได้เสริมศักยภาพให้พวกเขาสร้างงานศิลปะเชิงโปรแกรมที่ซับซ้อนโดยไม่จำเป็นต้องมีความรู้ด้านการเขียนโปรแกรมเชิงลึกเช่นกัน

2010 - เครื่องมือและวิธีการเติบโตเต็มที่: แพลตฟอร์มและเฟรมเวิร์กศิลปะเชิงสร้างสรรค์ เช่น openFrameworks และ TouchDesigner ได้รับความนิยมเพิ่มขึ้น เครื่องมือเหล่านี้ เมื่อรวมกับการพิมพ์ 3 มิติที่เข้าถึงได้และซับซ้อนมากขึ้น การตัดด้วยเลเซอร์ และเทคโนโลยีการกัด CNC ทำให้การผลิตราบรื่น ตัวอย่างเช่น ศิลปินอย่าง Nervous System ใช้อัลกอริธึมกำเนิดในการออกแบบเครื่องประดับและเครื่องแต่งกายที่มีเอกลักษณ์เฉพาะตัว ซึ่งต่อมาถูกพิมพ์ด้วยเครื่องพิมพ์ 3 มิติ

2020 - การบรรจบกันและการทำงานร่วมกัน: เส้นแบ่งระหว่างศิลปะ การออกแบบ และการผลิตเริ่มเบลอมากขึ้น งานศิลปะจัดวาง โครงสร้างทางสถาปัตยกรรม และแม้กระทั่งสิ่งของในชีวิตประจำวัน ในปัจจุบันได้แสดงให้เห็นถึงสุนทรียภาพและความสามารถอันเป็นเอกลักษณ์ที่การผสมผสานสามารถสร้างขึ้นได้ โดยเฉพาะอย่างยิ่ง ศิลปะ onchain ได้กลับมาให้ความสนใจในสาขา generative art อีกครั้งในเวลานี้ โดยใช้อินพุตการเข้ารหัสเป็นเมล็ดพันธุ์สุ่มสำหรับคอลเลกชัน onchain เมื่อรวมกับสิ่งดั้งเดิมใหม่ในพื้นที่ดิจิฟิสิคัล เรากำลังเข้าถึงหัวหาดใหม่ในการผสมผสานระหว่างการสร้างสรรค์ทางดิจิทัลและการผลิตทางกายภาพ

ศิลปินยุคใหม่ในปัจจุบันไม่ได้เป็นเพียงการผลิตงานศิลปะเท่านั้น พวกเขากำลังกำหนดนิยามใหม่ให้กับสินค้าอุปโภคบริโภค ผสานคุณค่าทางสุนทรีย์เข้ากับการออกแบบที่ใช้งานได้จริง และผลักดันขอบเขตของสิ่งที่เป็นไปได้ทั้งในงานศิลปะและอุตสาหกรรม

การทดลอง Web3

ภายใน web3 มีการทดลองในช่วงแรกๆ มากมายเกี่ยวกับการผลิตเชิงกำเนิด

ประวัติความเป็นมาของการผลิตแบบกำเนิด

ศิลปินหันมาใช้เทคโนโลยีอย่างต่อเนื่องเพื่อสำรวจมิติใหม่ๆ ของความคิดสร้างสรรค์ เมื่อเวลาผ่านไป ความสัมพันธ์นี้ได้พัฒนาอย่างเห็นได้ชัด โดยเปลี่ยนจากความพยายามทางศิลปะล้วนๆ มาสู่การบรรจบกันของศิลปะและการผลิต

1. ทศวรรษ 1960 - ศิลปะยุคแรกเริ่ม: ศิลปินเริ่มทดลองกระบวนการอัลกอริธึมเพื่อสร้างงานศิลปะ การใช้คอมพิวเตอร์และภาษาโปรแกรมในยุคแรกๆ พร้อมด้วยเครื่องมือต่างๆ เช่น พล็อตเตอร์ปากกา ศิลปินอย่าง Manfred Mohr, Vera Molnár และ Harold Cohen เริ่มสร้างงานศิลปะที่ขับเคลื่อนด้วยอัลกอริทึม
2. ทศวรรษ 1980 - คอมพิวเตอร์ส่วนบุคคลและการปฏิวัติซอฟต์แวร์: การเกิดขึ้นของคอมพิวเตอร์ส่วนบุคคลทำให้เครื่องมือดิจิทัลเข้าถึงได้ง่ายขึ้น สิ่งนี้ทำให้ศิลปินหลากหลายกลุ่มสามารถทดลองกระบวนการทางศิลปะที่แปลกใหม่เหล่านี้ได้
3. ทศวรรษที่ 1990 ถึง 2000 - การกำเนิดและการขยายตัวของการผลิตแบบเติมเนื้อวัสดุ: ในขณะที่การพิมพ์ 3 มิติเกิดขึ้นและพัฒนา ศิลปินก็มองเห็นโอกาสใหม่ๆ ศิลปินยุคใหม่เริ่มทดลองใช้เครื่องมือเหล่านี้ โดยสร้างงานประติมากรรมและงานศิลปะจัดวางโดยตรงจากการออกแบบที่ขับเคลื่อนด้วยซอฟต์แวร์
4. ช่วงปี 2000 ถึง 2010 - ศิลปะดิจิทัลมาพบกับการผลิตแบบดิจิทัล: เมื่อทั้งสองสาขาเติบโตขึ้น ศิลปินดิจิทัลจะร่วมมือกับผู้สร้าง สถาปนิก และนักออกแบบเพื่อสร้างงานศิลปะจัดวางขนาดใหญ่ โปรเจ็กต์ต่างๆ เช่น หอคอย Hy-Fi ของ The Living ซึ่งใช้อิฐออร์แกนิกที่ปลูกจากก้านข้าวโพดและเห็ด ได้รวมหลักการออกแบบเชิงสร้างสรรค์ไว้ในแนวคิด และใช้วิธีการผลิตที่ทันสมัยในการสร้างสรรค์ ในช่วงเวลานี้เองที่เครื่องมือซอฟต์แวร์ที่ปรับแต่งสำหรับศิลปิน เช่น การประมวลผล ได้เสริมศักยภาพให้พวกเขาสร้างงานศิลปะเชิงโปรแกรมที่ซับซ้อนโดยไม่จำเป็นต้องมีความรู้ด้านการเขียนโปรแกรมเชิงลึกเช่นกัน
5. 2010 - เครื่องมือและวิธีการเติบโตเต็มที่: แพลตฟอร์มและเฟรมเวิร์กศิลปะเชิงสร้างสรรค์ เช่น openFrameworks และ TouchDesigner ได้รับความนิยมเพิ่มขึ้น เครื่องมือเหล่านี้ เมื่อรวมกับการพิมพ์ 3 มิติที่เข้าถึงได้และซับซ้อนมากขึ้น การตัดด้วยเลเซอร์ และเทคโนโลยีการกัด CNC ทำให้การผลิตราบรื่น ตัวอย่างเช่น ศิลปินอย่าง Nervous System ใช้อัลกอริธึมกำเนิดในการออกแบบเครื่องประดับและเครื่องแต่งกายที่มีเอกลักษณ์เฉพาะตัว ซึ่งต่อมาถูกพิมพ์ด้วยเครื่องพิมพ์ 3 มิติ
6. 2020 - การบรรจบกันและการทำงานร่วมกัน: เส้นแบ่งระหว่างศิลปะ การออกแบบ และการผลิตเริ่มเบลอมากขึ้น งานศิลปะจัดวาง โครงสร้างทางสถาปัตยกรรม และแม้กระทั่งสิ่งของในชีวิตประจำวัน ในปัจจุบันได้แสดงให้เห็นถึงสุนทรียภาพและความสามารถอันเป็นเอกลักษณ์ที่การผสมผสานสามารถสร้างขึ้นได้ โดยเฉพาะอย่างยิ่ง ศิลปะ onchain ได้กลับมาให้ความสนใจในสาขา generative art อีกครั้งในเวลานี้ โดยใช้อินพุตการเข้ารหัสเป็นเมล็ดพันธุ์สุ่มสำหรับคอลเลกชัน onchain เมื่อรวมกับสิ่งดั้งเดิมใหม่ในพื้นที่ดิจิฟิสิคัล เรากำลังเข้าถึงหัวหาดใหม่ในการผสมผสานระหว่างการสร้างสรรค์ทางดิจิทัลและการผลิตทางกายภาพ

ศิลปินยุคใหม่ในปัจจุบันไม่ได้เป็นเพียงการผลิตงานศิลปะเท่านั้น พวกเขากำลังกำหนดนิยามใหม่ให้กับสินค้าอุปโภคบริโภค ผสานคุณค่าทางสุนทรีย์เข้ากับการออกแบบที่ใช้งานได้จริง และผลักดันขอบเขตของสิ่งที่เป็นไปได้ทั้งในงานศิลปะและอุตสาหกรรม

การทดลอง Web3

ภายใน web3 มีการทดลองในช่วงแรกๆ มากมายเกี่ยวกับการผลิตเชิงกำเนิด

เครื่องทอ Neolice ของ Trame

Craft Nouveau ของ Trame x CPG คือชุดคอลเลกชันที่เน้นไปที่การผสมผสานงานฝีมือแบบดั้งเดิมเข้ากับศิลปะเชิงสร้างสรรค์ โดยจัดแสดงความสามารถของ generative code เพื่อรักษารูปแบบศิลปะของวัฒนธรรมต่างๆ ทั่วโลก Navette โดย Alexis André เป็นคอลเลกชั่นแรกของ Craft Nouveau โดยที่ Alexis ได้เขียนอัลกอริทึมที่สร้างภาพที่ได้รับการออกแบบให้ทอโดยอัตโนมัติโดย Neolice Loom ซึ่งเป็นเครื่องทออัตโนมัติที่สามารถนำเข้าโค้ดเพื่อทอชิ้นงานทางกายภาพได้

ระบบนิเวศ fx(hash) ได้เห็นการทดลองมากมายในด้านการผลิต - อาจเนื่องมาจากแนวทางที่ไม่ได้รับอนุญาตในการเผยแพร่ด้วยตนเอง Klangteppich ซึ่งเป็น NFT แบบไดนามิกที่กำลังพัฒนา จะให้คำแนะนำเกี่ยวกับเครื่องทอผ้าและช่วยให้นักสะสมสามารถรับชิ้นส่วนทางกายภาพของโครงที่สร้างขึ้นได้ Mini Dahlias ยึดคำแนะนำไว้ในข้อมูลเมตาของ NFT เพื่อสร้างประติมากรรมขนาดพกพาขนาด 3.5” x 2.0” จากแผ่นเสื่ออัลฟาเซลลูโลสที่ตัดด้วยเลเซอร์ 14 ชั้น Nuages ​​เป็นไปได้สร้างรูปแบบต่างๆ ในซีรีส์คลาวด์ของ Joanie Lemercier ด้วยเอาต์พุตจากโค้ดที่สร้างขึ้นใหม่โดยเครื่องพล็อตเตอร์ในพื้นที่ทางกายภาพ

Nuages เป็นไปได้บน fx(hash)

นอกเหนือจากงานฝีมือและศิลปะแล้ว แฟชั่นยังเป็นหนึ่งในช่องทางที่มีการสำรวจมากที่สุดสำหรับการผลิตเชิงสร้างสรรค์ การผลิต Iteration-002 ของ 9dcc เป็นตัวอย่างแรกของการผสมผสานการออกแบบเชิงสร้างสรรค์และผลิตภัณฑ์ทางกายภาพเข้าด้วยกัน เสื้อ Iteration-002 ผลิตสดโดยใช้เครื่องพิมพ์ที่เสียบเข้ากับอัลกอริทึม Squiggles ของ SnowFro เครื่องพิมพ์อาศัยการสุ่มอัลกอริธึมของซอร์สโค้ดเพื่อกำหนดลักษณะของการออกแบบที่พิมพ์บนเสื้อ และเป็นไปตามการกระจายลักษณะเดียวกันกับคอลเลกชัน 10,000 ดั้งเดิม

9dcc ซ้ำ-002

Tribute Brand เพิ่งรีมิกซ์อัลกอริทึม Chromie Squiggle เพื่อสร้างเสื้อผ้าที่ผลิตขึ้น ผู้ถือ Chromie Squiggle สามารถสร้างเสื้อสเวตเตอร์เฉพาะบุคคลโดยใช้ Chromie Squiggle อันเป็นเอกลักษณ์ของพวกเขา ในขณะที่คนอื่นๆ สามารถสร้างเสื้อสเวตเตอร์ที่ไม่ซ้ำใครผ่านอัลกอริธึม Chromie Squiggle ดั้งเดิม การปล่อยดังกล่าวมีทั้งเสื้อสเวตเตอร์ ODDS แบบดิจิทัลและแบบฟิสิคัลที่ได้มาจากซอร์สโค้ดของ Chromie Squiggle วัตถุดิจิทัลทำหน้าที่เป็นพิมพ์เขียวสำหรับรุ่นเสื้อสเวตเตอร์ในอนาคต และสามารถใช้เป็นสกินในสภาพแวดล้อมที่สมจริง และวัตถุดิจิทัล ODDS แต่ละรายการที่ไม่ซ้ำกันสามารถแลกเป็นเสื้อสเวตเตอร์ ODDS ที่เกี่ยวข้อง ซึ่งทำด้วยมือโดย Waste Yarn Project

โครงการแฟชั่นเจนเนอเรชั่นที่โดดเด่นอื่นๆ ได้แก่ mmERCH และ RSTLSS ซึ่งทั้งสองโครงการวางแผนที่จะทดลองเกี่ยวกับการสุ่มและการออกแบบอัลกอริทึม

ด้วยแนวทางที่แตกต่างออกไปเล็กน้อยกับสินค้าสร้างสรรค์ Deep Objects ใช้เครื่องมือการดูแลจัดการชุมชนเพื่อลดการออกแบบหนึ่งล้านชิ้นที่สร้างโดยโมเดล GAN AI ของพวกเขาให้เหลือเพียงชิ้นเดียว ผลงานชิ้นสุดท้ายนี้ได้รับการตั้งค่าให้พิมพ์แบบ 3 มิติเพื่อแสดงการสร้างสรรค์ผลิตภัณฑ์เจนเนอเรชั่นที่ขับเคลื่อนโดยชุมชน

กองการผลิตแบบกำเนิด

กองการผลิตแบบกำเนิดสามารถแบ่งออกเป็น 5 ชั้น:

การสร้าง: ระยะเริ่มต้นที่การออกแบบหรือแนวคิดถูกสร้างขึ้นโดยใช้กระบวนการอัลกอริธึมหรือ AI

การดูแลจัดการ: กระบวนการเลือกและปรับปรุงการออกแบบที่สร้างขึ้นเพื่อให้ได้ผลลัพธ์หรือข้อกำหนดที่ต้องการ

การแปล: การแปลงการออกแบบดิจิทัลให้เป็นคำสั่งหรือโค้ดที่เครื่องอ่านได้ที่จะใช้โดยอุปกรณ์การผลิต

การผลิต: การผลิตทางกายภาพหรือกระบวนการผลิตของการออกแบบโดยใช้วัสดุและอุปกรณ์ต่างๆ

การรับรองความถูกต้อง / การเชื่อมโยง: การตรวจสอบความถูกต้องของผลิตภัณฑ์ที่ผลิตและเชื่อมโยงกับแฝดดิจิทัลเพื่อให้มั่นใจถึงแหล่งที่มา

เลเยอร์การสร้าง

การสร้างสิ่งดีๆ เริ่มต้นด้วยรหัส ไลบรารีเช่น p5.js และ Processing มอบเครื่องมืออันทรงพลังสำหรับศิลปินและนักออกแบบในการสร้างสรรค์งานศิลปะเชิงสร้างสรรค์ ไลบรารีเหล่านี้ขยายผ่านการสุ่มแบบ onchain โดยใช้เมล็ดที่สร้างจากแฮช tx ข้อมูลโทเค็น ส่วนหัวของบล็อก และอื่นๆ Onchain art engine เช่น ArtBlocks Engine และ fx(hash) ช่วยให้ศิลปินเสียบสุ่ม seeds เหล่านี้เข้ากับโค้ดของพวกเขาได้อย่างง่ายดาย และสร้างอาร์ตเวิร์คบน chain ได้โดยตรง

สำหรับศิลปิน AI เลเยอร์นี้มุ่งเน้นไปที่การพัฒนาโมเดลและการปรับแต่งอย่างละเอียดเพื่อสร้างสุนทรียภาพตามที่ต้องการ โดยทั่วไปแล้วจะเริ่มต้นด้วยการเลือกโมเดล AI ที่มีอยู่แล้ว เช่น generative adversarial network (GAN) เป็นรากฐาน น้ำหนักโมเดลจะค่อยๆ ปรับปรุงเพื่อสร้างงานศิลปะที่สอดคล้องกับสไตล์ที่ต้องการผ่านการขยายกลับ ศิลปินให้ข้อเสนอแนะโดยคัดสรรผลลัพธ์ที่น่าสนใจที่สุดและรวมกลับเข้าไปในชุดข้อมูลการฝึกอบรม กระบวนการทำซ้ำนี้ดำเนินต่อไป โดยปรับปรุงประสิทธิภาพของโมเดล และช่วยให้ศิลปินสำรวจความเป็นไปได้ต่างๆ นอกเหนือจากโมเดลที่กำหนดเองหรือ LoRA แบบกระจายที่เสถียรแล้ว ยังมีเครื่องมือที่ทำให้กระบวนการนี้ง่ายขึ้น เช่น Scenario.gg

เลเยอร์การดูแลจัดการ

หลังจากสร้างเลเยอร์แล้ว ผลลัพธ์ของโค้ดจะสามารถปรับแต่งเพิ่มเติมเพื่อให้ตรงกับความต้องการของผู้ใช้ได้ ในบริบทการเขียนโค้ดโฆษณา โดยทั่วไปจะอยู่ในรูปแบบของการกำหนดพารามิเตอร์ผู้เล่นหลายคน เช่นเดียวกับที่มีอยู่ใน fx(params) ของ fx(hash)

ในบริบทของโมเดลกำเนิดของ AI โดยทั่วไปการดูแลจัดการจะดำเนินการผ่านชุมชนผู้ถือโทเค็นที่กว้างขึ้น เช่นเดียวกับในกรณีของอัลกอริทึมกำเนิดของ Botto และกระบวนการออกแบบชุมชนของ Deep Objects

สตูดิโอหรือการเผยแพร่ด้วยตนเองถือเป็นขั้นตอนสุดท้ายของกระบวนการดูแลจัดการ นี่คือจุดที่สตูดิโอกำเนิดเช่น Trame และ ArtBlocks เข้ามานำเสนอผลงานต่อสาธารณะหรือ fx(hash) ในฐานะผู้เผยแพร่ด้วยตนเอง

เลเยอร์การแปล

เมื่อตั้งค่าอัลกอริธึมและการออกแบบแล้ว สินค้าที่ผลิตได้จะต้องแปลเป็นคำแนะนำที่เครื่องอ่านได้สำหรับฮาร์ดแวร์การผลิต การแปลเป็นกระบวนการที่ค่อนข้างตรงไปตรงมา โดยมีเป้าหมายเพื่อสร้างชิ้นงานขึ้นมาใหม่ในพื้นที่ทางกายภาพให้ตรงตามต้นฉบับมากที่สุด

การแปลสามารถทำได้หลายวิธี ได้แก่:

การตีความของศิลปิน / นักสะสม วิธีที่ง่ายที่สุดในการแปลวัตถุคือการปล่อยให้ข้อกำหนดการออกแบบทางกายภาพเป็นหน้าที่ของศิลปินหรือนักสะสม พวกเขาจะตัดสินใจว่าควรจะสร้างชิ้นงานอย่างไร วัสดุที่จะใช้ ขนาดเฉพาะ ฯลฯ

ลักษณะที่ฝังตัว แนวทางที่สามารถปรับขนาดได้และน่าสนใจกว่ามากคือการฝังข้อมูลทางกายภาพที่จำเป็นสำหรับการประดิษฐ์ลงใน NFT เอง คุณลักษณะภายในเมตาดาต้าของ NFT จะกำหนดขอบเขตของการตีความ (เช่น จำนวนเส้นด้าย ขนาดเส้นด้าย คำแนะนำในการทอ และอื่นๆ สำหรับผืนผ้า)

การสร้างอินสแตนซ์โดยตรง แนวทางที่สามคือการสร้างเนื้อหาที่สามารถตีความได้โดยตรง: อัลกอริธึมการสร้างได้รับการปรับให้เหมาะกับฮาร์ดแวร์การประดิษฐ์แล้ว หรือผลลัพธ์ของอัลกอริธึมเป็นไฟล์ที่สามารถพิมพ์แบบ 3 มิติหรือจุดยอดของ 3 มิติเมช

ชั้นการผลิต

หลังจากการแปล สินค้าที่สร้างขึ้นจะถูกประดิษฐ์ขึ้น ​​ขั้นตอนการผลิตเป็นขั้นตอนสำคัญที่เกี่ยวข้องกับการแปลงการออกแบบเสมือนจริงให้เป็นวัตถุทางกายภาพ เทคนิคหลายอย่าง เช่น การพิมพ์ 3 มิติ การกัด CNC การตัดด้วยเลเซอร์ เครื่องพิมพ์โรโบ และการทอผ้าอัตโนมัติ ถูกนำมาใช้เพื่อสร้างวัตถุด้วยวัสดุและรูปร่างที่แตกต่างกัน

เครื่องปั้นดินเผากำเนิดของ Trame

สำหรับการดรอปครั้งแรกของ Trame กับ Alexis Andre ที่กล่าวถึงข้างต้น Neolice Loom ถูกใช้เป็นฮาร์ดแวร์ในการประดิษฐ์ Neolice Loom รับสคริปต์ที่กำหนดเองของศิลปินและตีความโค้ดใหม่ให้เป็นพื้นที่ 3 มิติผ่านการทอผ้า Trame กำลังขยายไปสู่สื่อใหม่ๆ เช่นกัน ภาพด้านบนเน้นการทดลองเกี่ยวกับเครื่องปั้นดินเผาแบบกำเนิด

แม้ว่าในปัจจุบันจะมีความเฉพาะเจาะจงกับการผลิตผลงานศิลปะเชิงสร้างสรรค์ แต่ Artmatr ก็เน้นย้ำว่าเครื่องมือการผลิตขั้นสูงสามารถทำอะไรได้บ้างสำหรับการผลิตสินค้าดิจิทัลทางกายภาพ ศิลปินทำงานร่วมกับทีมงาน Artmatr เพื่อส่งรูปแบบไฟล์ดิจิทัลต่างๆ เช่น โค้ด โมเดล 3 มิติ ไฟล์ PSD (Photoshop) เวกเตอร์ และภาพเคลื่อนไหว ถัดไป จะกำหนด 'เกลียว' ทางกายภาพ รวมถึงพารามิเตอร์ เช่น ตัวกลาง (น้ำมัน UV อะคริลิก) วัสดุพิมพ์ ขนาด และอื่นๆ สุดท้ายนี้เกิดขึ้นได้จากการใช้เครื่องจักร เช่น แขนหุ่นยนต์และเครื่องพิมพ์ 6 แกน มีการใช้เทคนิคต่างๆ เช่น การพิมพ์อิงค์เจ็ท แอร์บรัช และการอัดขึ้นรูป และโทโพโลยีผลลัพธ์ที่ได้อาจเป็น 2D, 2.5D หรือ 3D

การรับรองความถูกต้อง / การเชื่อมโยงเลเยอร์

หลังจากสร้างวัตถุทางกายภาพแล้ว จะต้องเชื่อมโยงกลับไปยังแฝดดิจิทัล สิ่งนี้จะคล้ายกับกระบวนการดิจิฟิสิคัลในพื้นที่อื่นๆ เช่น แฟชั่น การใช้ชิปการสื่อสารระยะใกล้แบบที่ผลิตโดย Kong และ IYK การชวเลข และโค้ด QR เป็นเพียงเทคนิคบางส่วนในการเชื่อมโยงดิจิทัลเข้ากับกายภาพ และให้การรับรองแหล่งที่มา

ดูโพสต์ล่าสุดของเราเกี่ยวกับโครงสร้างพื้นฐานแบบดิจิทัลได้ที่นี่ หรือผลงานของเราเกี่ยวกับแฟชั่นดิจิทัลซึ่งเจาะลึกเกี่ยวกับกลยุทธ์ดิจิทัลเฉพาะสำหรับแฟชั่น

ความเป็นไปได้ในอนาคต

นับจากนี้ไป เราคาดว่า onchain generative art ที่มีอยู่จะทำหน้าที่เป็นโปรแกรมสำหรับอนุพันธ์ เราได้เห็นสิ่งนี้ผ่านการใช้ Squiggles ในโครงการแฟชั่นต่างๆ และอีกตัวอย่างแรกเริ่มของสิ่งนี้คือ Terraflows การศึกษาภาคสนามเกี่ยวกับการไหลที่สร้างขึ้นจากโปรแกรมศิลปะ Terraforms ศิลปะแบบเครือข่ายประเภทนี้สามารถนำไปสู่การตีความศิลปะเชิงสร้างสรรค์ใหม่อันน่าทึ่งในพื้นที่ทางกายภาพได้ ตัวอย่างเช่น เราสามารถใช้สคริปต์ศิลปะ Fidenza เพื่อสร้างเค้าโครงทางสถาปัตยกรรมสำหรับบ้านที่พิมพ์แบบ 3 มิติ

ความเป็นไปได้ในอนาคตที่น่าสนใจอีกประการหนึ่งคือการสร้างโทเค็นของโรงงานผลิตแบบกระจายอำนาจสำหรับการผลิตสินค้ากำเนิดในขนาดในเครือข่ายโครงสร้างพื้นฐานทางกายภาพประเภทหนึ่ง ผู้ที่ชื่นชอบงานอดิเรกและผู้ผลิตเชิงพาณิชย์ที่มีอุปกรณ์ที่เหมาะสมสามารถพิมพ์หรือสร้างชิ้นงานโดยการประมูลงานที่โพสต์โดยนักสะสมหรือศิลปิน โทเค็นสามารถวัดเครือข่ายฮาร์ดแวร์นี้และช่วยในการเริ่มต้นต้นทุนเริ่มต้นของโรงงานผลิต การจับคู่นี้เข้ากันได้ดีเป็นพิเศษกับกระบวนทัศน์ CC0 ควบคู่ไปกับโค้ด onchain

หากมองให้ไกลกว่านี้ ชีววิทยาสังเคราะห์และ/หรือการผลิตทางเคมีอาจเป็นหนทางที่น่าสนใจเช่นเดียวกับคุณสมบัติเชิงกำเนิด ตัวอย่างเช่น รหัสกำเนิดสามารถใช้เพื่อกำหนดลักษณะของผลึกที่ปลูกในห้องปฏิบัติการ ฟีโนไทป์ของพืช และอื่นๆ ตามอัลกอริทึม

ข้อสงวนสิทธิ์：

1. บทความนี้พิมพ์ซ้ำจาก [Mirror] ลิขสิทธิ์ทั้งหมดเป็นของผู้เขียนต้นฉบับ [1kx] หากมีการคัดค้านการพิมพ์ซ้ำนี้ โปรดติดต่อทีมงาน Gate Learn แล้วพวกเขาจะจัดการโดยเร็วที่สุด
2. การปฏิเสธความรับผิด: มุมมองและความคิดเห็นที่แสดงในบทความนี้เป็นเพียงของผู้เขียนเท่านั้น และไม่ถือเป็นคำแนะนำในการลงทุนใดๆ
3. การแปลบทความเป็นภาษาอื่นดำเนินการโดยทีมงาน Gate Learn เว้นแต่จะกล่าวถึง ห้ามคัดลอก แจกจ่าย หรือลอกเลียนแบบบทความที่แปลแล้ว