火星照耀地球 · Martian Earth

《火星照耀地球》第2代东半球
2019年。包含地球在2016年时的夜景。

假如地球是火星的模样……

当大气层几乎完全散逸,当地壳被氧化成斑驳的红色,这样的地球景象是对其远古面貌的呈现,还是我们将要应对的一种不那么美好的未来?抑或,那红色大地上的灯火正向我们展现人类对火星开发的远景?在《火星照耀地球》中,我以“红色星球”——火星的样貌对我们的地球进行艺术呈现。本作品的创作过程相当于反《地球照耀火星》之道而行之。我训练了一个人工神经网络,让它学习火星的地形与卫星图像之间的联系。训练完成之后,我再使用这个神经网络基于地球的地形数据生成类似火星的图像。在最终的呈现中,地球的地形清晰可见,并且带有火星的标志性色彩。通过这种借助人工智能建立的地球与火星之间的艺术联结,我希望展现人工智能技术的艺术潜力,并且激发人们在跨越行星的层面上畅想人类的未来。

《火星照耀地球》第2代西半球
2019年。包含地球在2016年时的夜景。

《火星照耀地球》第2代地图
2019年。


《地球照耀火星》系列

《火星照耀地球》属于《地球照耀火星》系列。本系列包括以下作品:

地球照耀火星

2019

火星照耀地球

2019

说明

  • 《地球照耀火星》或《火星照耀地球》的一“”表示完整生成一次火星图像。生成过程包括使用神经网络模型将火星或地球的全球地形数据区块转换成彩色图像,并将所生成的区块拼接成完整的全球图像。这个过程往往包括模型训练,但不是每一代都会训练新的模型。

展览信息

科学画廊班加罗尔展览现场

论文发表信息

神经网络模型参考

  • P. Isola, et al. "Image-To-Image Translation With Conditional Adversarial Networks," Proceedings of IEEE Conference on Computer Vision and Pattern Recognition 2017, 5967–5976.

  • T. C. Wang, et al. "High-Resolution Image Synthesis and Semantic Manipulation with Conditional GANs," Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition 2018, 8798–8807.

数据来源

  • "Blue Marble: Next Generation," (NASA, 2005).

  • "Blue Marble," (NASA, 2002).

  • "Mars HRSC MOLA Blended DEM Global 200m v2," (U.S. Geological Survey, 2017).

  • "Viking Global Color Mosaic (MDIM1 controlled) 925m," (U.S. Geological Survey, 2001).

素材来源

  • 云层素材:"Blue Marble," (NASA, 2002).

  • 夜景素材:"Black Marble 2016," (NASA, 2017).

  • 星空素材:"Deep Star Maps," (NASA, 2012).