地球照耀火星 · Terra Mars

人工智能在火星回想地球的模样……

当人类能够从太空中回望地球以后,这颗蓝色行星的图像总能唤起一种当代的乡愁和诗意的内省。火星的图像则往往能够激发相反的情绪——它寂寥而又苍凉,似乎在提醒着我们人类在宇宙有多么孤独。而我在《地球照耀火星》中进行艺术呈现的则是样貌仿佛地球的火星。为此我训练了一个人工神经网络,让它学习地球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火星的地形数据生成类似地球的图像。通过这个项目,我希望探索一种运用人工智能进行艺术创作的新途径——利用人工智能的重映射能力拓展艺术想象的边界。

训练完成的神经网络模型最终被用于生成接近十亿像素尺寸的火星全球数据——这足以渲染高品质的火星半球图像、详细的火星地图以及具有视觉冲击力的火星局部图像。

《地球照耀火星》第73代西半球
2019年。中央为巨大的水手号峡谷,西部可见包括太阳系行星最高峰——奥林帕斯山在内的火星上最高的几座山峰。

《地球照耀火星》第73代东半球
2019年。西南部是名为希腊盆地的巨大湖泊,东北部可见以埃律西昂山为中心的火山岛。

《地球照耀火星》第73代地图
2019年。标有至2018年为止所有成功着陆的火星探测器的登陆地点。

以空间站视角飞过《地球照耀火星》第73代西半球的一些标志性地貌。

如果我们的母星的图像能够唤起你的某些情感,那么一颗状若地球的外星是否也能激发你的同样抑或别样的感情呢?欢迎你从各种角度出发来解读《地球照耀火星》。如果你愿意,你可以把它看做是地球和火星这两个行星的一种“混搭”;你可以结合真实的火星地理来探索这个虚构的版本;你可以把它视为火星地球化工程的科幻蓝图;或者你也可以单纯地欣赏这颗像地球一样的行星的美丽。

对我而言,这种基于人工智能的创作手段最吸引我的地方在于我们可以对其作品作出完全相反的两种判断——项目所呈现的火星图景一方面完全不符合科学,另一方面却又完全合“理”。这种“理”是由人工智能在不厌其烦地分析、学习精确的数据之后总结出来的。它曾经数百遍地检视地球上每一个角落的地貌,再将其所学贯彻到生成火星地貌过程中的每一个决策里。人类艺术家无法独自完成这样的创作。

因此,我认为人工智能是新的想象力,它独特的跨领域信息映射能力将会启发和帮助艺术家创作出世界前所未见的作品。


《地球照耀火星》系列

《地球照耀火星》是同名系列中的第一个作品。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

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).