【专访】郭锐文Raven kwok ：任何想法，理论上都可通过程序算法实现
自学超过12年的心路历程
大咖说
⬤ 思维与经验
⬤ 行业见解
如果你在学习
Creative Coding / Generative Art
你一定要关注的艺术家 🔽
郭锐文 Raven Kwok
-
本期最毕设专访 Raven
一起窥探他的算法艺术世界
聊聊他的行业洞见与未来计划
-
假如你不知道何为新媒体艺术
编程较于其他工具的优劣
不懂学习方法
迷茫自己的行业定位
强烈推荐阅读 全文 | 共5000字
郭锐文 Raven Kwok
🇨🇳
视觉艺术家 / 程序员
ravenkwok.com
现居美国洛杉矶，Raven 以计算机编程语言为手段，探究算法在视觉美学上表达的可能性。
2014 年毕业于伦斯勒理工学院电子艺术专业 (RPI iEAR) 并获得艺术硕士学位，Raven 的程序生成作品在全球多个艺术节、电影节展览以及展映。他的创作从不局限于工具，特有且极具辨识度的视觉表现方式让他一跃成为国际专业领域内知名的艺术家。
他可能是最会“玩”自己的艺术家吧
adidas Originals “DEERUPT” x RAVEN KWOK，2018
adidas Originals
邀请5位最顶尖的创意人代言其 DEERUPT 跑鞋
艺术家郭锐文是其中一位代言人
●
《Greatness》，2016
与Karma Fields合作的音乐MV
将歌词可视化，在YouTube点击达77万
●
“理论上，任何想法，都可以通过设计一套程序算法实现。”
— Raven Kwok
Raven 认为，编程作为一种创作手段，不像使用其他界面化的计算机软件时往往被软件自带的功能所限，只要有想法，理论上就可以设计定制一套算法来达到自己的需求。
相比于艺术家，他更喜欢称自己为“程序员”，区别于感性的思考，他更认为自己是理性的创作者。
他喜欢跨学科创作，不受限制，以计算机编程（现以 Processing 为主）为手段，无尽延伸。
《算法生物》，2014
视觉、听觉、实时交互
硕士毕业作品，成名作品之一
●
他将细胞微观结构与有限细分(Finite Subdivision) 的几何概念的融合，模拟一个居住着“算法生物”的生态环境。
装置包含三个部分：视觉、听觉、互动。每个“算法生物”都有一套自己独特的行为和发声（Sonification）规则。
《Perspective Tracking in Triple Screens CAVE》，2015
VR、实时追踪、联系现实、虚拟世界
●
这是 Raven 在研究生时期研究项目的延伸，Raven 称之为：联系现实空间和虚拟空间的投影表面，能与观众进行不止于视觉的交互。
三屏追踪以及矩阵计算相关知识
能与参与者进行实时的互动
在当时属于 old school 的 VR 形式
VR不只是头戴式
视频👇震撼
《Build the Cities》，2015
超人气音乐MV、声音视觉
●
这是 Raven 与加拿大电音厂牌 Monstercat 旗下音乐人 Karma Fields 合作的系列 MV 之一。在 YouTube 上获得超 462 万次观看。
Kinect、相机、DepthKit 捕捉演唱者模样
01.
他所经历的 “ 闪客 ” 时代
他高中学习的是理科，而现在的创作着重于对计算机算法在视觉美学上的表达。
在互联网兴起（高中时期），他开始接触国内外在线社区，像 Newgrounds、蓝色理想、闪客帝国。当时 Flash 盛行，人们会把作品放上社区交流，在国内他们有个名字叫 “闪客”。
因为受到一些国外的大师、设计工作室的作品触动，例如日本的 Yugop (中村勇吾)以及美国 2advanced 工作室的创始人 Eric Jordan ，促使他开始尝试玩 Flash 与 ActionScript ，成为“ 闪客 ”。
Raven 早期制作的动画
之后接触到 Processing（Java）等程序语言而逐渐改为目前创作使用的主要编程语言。跟现在系统的学习相比，他所在的年代学习可能会更加困难一些，但也更加不可预知与有趣。
当时 Flash 发布的文件是 .swf（ShockWave Flash） 格式。通过反编译，可以从.swf 格式转变成工程文件，但这类工程文件中所有的变量和函数名往往非常混乱，所以会需要通过改变数值观察结果来猜测该变量或函数的作用。
早期使用 processing 制作的动画作品
02.
对算法艺术的热爱
他对算法在视觉美学上的表达感兴趣且擅长，如同画家使用画笔，雕塑家使用刻刀，出于本能的选择，很难追溯动机。
最吸引他的是，算法艺术中的无限可能性——只要有想法，理论上就可以设计定制一套计算机算法来达到自己的需求。他认为跨学科的实践给艺术创作增加了很多新鲜的元素，也更容易打开创作者的眼界。
再者，相较于传统艺术创作较为“线性”的创作过程，通过计算机编程这种更重视“底层”的方式能让观众以及创作者本人看到作品在不同时间维度、空间维度下可能得到的结果，略有些担当造物主的快感。
03.
行业没有适合的位置
所以成为自由职业者
关于自己为何成为自由职业者，Raven 说到，就目前来说，行业可能不需要一个以计算机编程为手段来进行全案创作的人，而比较倾向于需要可以专注完成项目中某个特定环节的人。
Creative Technologist 这个身份目前并没有一个很明确的行业标准/技能树，它可以选择性地包含很多不同方向：
UX （用户体验），倾向于调查分析用户需求、情感、行为来设计对应的体验流程，设计原型（Prototype）等；
Physical Computing（物理计算），倾向于原型的实现，选择合理的传感器以及其他电子元件，设计电路等；
Software Engineering（软件工程），艺术创意项目在软件方面的原型开发与最终实现。
VFX Development（视觉特效开发），同样是开发，但需要大量计算机图形学领域的知识。
Front-end Development（前端开发），基于网页的视觉界面开发与互动设计，譬如国内广告从业人员挂在嘴边的H5。
另外提到H5，Raven 觉得有些困惑，HTML本身是一个历史久远的名词，不知为何它的新一代标准突然就被包装成了一个时髦的概念？
《1194D》，2013
●
《1194D》，是《算法生物》系列作品的延伸，也是 Raven 个人印象最深的作品之一。每个小片段具体实现的含金量都极高。
他在研究什么？
现在的他，每周都会抽出时间阅读一些其他相关领域的学术论文，同时思考将其用于创作媒介上的可能性。“这种类似R&D（研究开发）的工作，很多时候都会涉猎自己专业领域外的知识，遇到瓶颈也会有挫败感，但我还是蛮享受整个过程的。”
Raven 过去作品中跨学科领域知识涉及：Voronoi 结构，登梅耶系统（Lindenmayer System），力导向图（Force-directed Graph），有限细分（Finite Subdivision），各类树型数据结构（二叉树，四叉树，八叉树，以及推广到的K-D树），元胞自动机（Cellular Automata）等等。
这是一个需要深度跨学科的工作
他曾在过去的采访中表示：通过计算机算法将数学模型以及数据结构进行“艺术”可视化的困难点在于这本身是一个需要深度跨学科的工作。
一方面，计算机科学家即便在不完全了解公式推导过程的前提下，也可以将一个公式转换为一套计算机算法并映射为对应的图形，但往往却无法让这个可视化过程变得具有创意和美感。
另一方面，艺术工作者有着略胜一筹的创造力，但在非自己专业领域的技术实现层面却往往有很大的瓶颈，无法将公式翻译为计算机语言，更不用提对公式本身的理解了。
这部分内容来自艺术权力榜对 Raven 的采访
Raven 的日常创作
04.
经验不能被授予
必须经历尝试、挫败
很多媒体称 Raven 为自学成才，而他同时也表示自学的过程中充满了不断的“挫败”和“再尝试”。
与其他同龄学生不同，他有着一个明确的方向：以计算机为主要工具的数字创作。在准备报考学校时却发现国内类似的专业属于艺术领域，需要参加艺考。未接触过绘画考试的他，向学校请了一个月的长假，学习素描、水粉和速写。
进入大学后，发现数字艺术在国内仍是摸索阶段，即便许多专业都会涉及，但更多地倾向于教授学生使用某个特定工具/软件，完成某个产业链中的某个特定环节。因为未能获得心中所想，他选择继续走自学这条路。随后前往伦斯勒理工学院就读电子艺术专业，他开始将跨学科与领域的知识融入他的艺术创作中。《算法生物》、《1194D》等系列作品也因此出现。
说到自学心得，他直言：“目前‘墙’与语言是国内艺术类学生自学这个领域的主要障碍，但后者的障碍往往可以靠自身的努力来克服。” Raven 亦会把自己的创作过程、源代码、论文分享在网络上，与大家交流。
有兴趣的同学可以去Raven 的个人网站ravenkwok.com 以及微博 ：ravenkwok 看看。
《The Hex》, 2016
音乐live show新形式、如梦似幻的眩晕感
●
作为国内外炙手可热的视觉艺术家，经常被邀请参与全球不同的展览。说到国内外行业情况，他认为国内似乎很多人会把新媒体艺术视为一个“来钱很快”的产业，出现很多“网红”展览/项目（“网红”一词在此并无贬义），但部分的影像内容都缺乏独创性，甚至还有不少明显“借鉴”国外艺术家/团队作品的负面例子。
《1194D^3》
●
《1194D^3》在今日美术馆展出中，引发观众大量自拍行为被同展艺术家开玩笑称为“少女心”片段。
05.
国内外高校的指标压力
学习氛围浮躁
自身接受了4年国内与2年国外的艺术类高等教育，他觉得国内这个专业领域的教育体制存在的主要问题在于：指标 - 总需要在短期内做出成果，而定下指标的人往往对专业本身缺乏了解。他认为，学习研究是一个长期、系统的规划，尤其是这类横跨多学科的领域，更应该打下稳定坚实的基础。
“指标压力导致学生会在开源社区找别人作品的代码，修改参数改变视觉效果，而后就作为自己的成果发布敷衍了事。这虚假的成果或许可以让定指标的人振奋，让完成指标的人终于可以轻松地长嘘一口气，但整个过程中学生究竟确确实实地学到了多少东西呢？”Raven 质疑。
在微博或是其他社交媒体平台，会有同学私信Raven：“怎样才能最快地学习编程创作，我只有三个星期如果从零开始学习是否来得及......”，关于这些问题，他表示无法回答。
兴趣是最好的老师，但任何专业经验的积累需要长期的亲身实践，没有捷径，无法一蹴而就。
《Zero One》，2018
2018 Zero One Technology Festival
委托制作宣传视频
●
最毕设：你的作品表现力都非常强，想要向大家传达什么概念？
Raven：我自己从未想过通过这些生成作品传达一个观念或概念，叙事性（Narrative）以及象征主义（Symbolism）在我的作品基本是不存在的，虽然观众可以自由解读。
我认为任何东西理论上都可以被数据化，以及被归纳为一系列的运作机制/算法。我比较享受研究提炼各种视觉形态的结构原理，试验调整这些原理来定制我自己的算法规则，然后根据这些算法规则来生成新的作品。整个过程中理性的部分基本是垄断的，但观众偏向感性的反馈我也非常乐意接受。我觉得创作者可以持有对各种反馈开放的态度，而不是告诉观众该如何解读。
最毕设：未来的规划？
Raven：在个人研究上，基本还是继续探索计算机算法在视觉美学表达上的可能性。此外可能会用Javascript 搭配Three.js 库 (WebGL 技术) 移植一些过往的作品到Web 上。
《Gingerbread House Party 2.0》，是 Raven 第一代作品的迭代，有兴趣的同学可以在网页端打开：http://t.cn/EZpDO1T
关于长远的职业生涯，也是最近几年困扰到我的，可以说是处于一个半迷茫的阶段，有一个大致的方向却没有下一个“里程碑”的确切位置，所以目前只能保持在一个稳定学习、创作、思考的状态，同时慢慢确定下一步的位置，或者考虑这个假想“里程碑”的存在是否必要。但无论如何，维持一个不断学习思考的状态我觉得还是比较重要的。
最毕设：给想要学习编程的同学一些建议？
Raven：入门的话可以了解一下《The Nature of Code》，是Daniel Shiffman 编写的一本书，它的在线版本可以免费阅读。网站的话可以考虑订阅：CreativeApplicationsNetwork、CreateDigitalMusic 等专业咨询类网站。
但只通过看书无法获得长远的进步，必须不断亲身去实践：试验、创作、改进，在这个过程中亲身感受挫败吸取教训，这样才能提升专业水平，毕竟编程是需要大量实践作为支撑的。一些入门的同学往往会陷入一个看多少书籍的迷思，但看了一本书之后再看另一本并不意味着你的专业水平就成长了一倍。
《 Nature Of Code 》
🤫在油管上有教学视频，大家可以配套学习
最毕设：比较欣赏的创意人以及其他专业人士？
Raven：早期 2Advanced Studio / Yugo Nakamura / Masayuki Kido / Mario Klingemann / Marius Watz
目前 Robert Hodgin / Joanie Lemercier / Albert Omoss / Beeple / Zach Lieberman / Cyriak Harris / Inigo Quilez / Baku Hashimoto / Keijiro Takahashi
🔍
大家有什么设计相关的问题，可以留言给我们哦！
我们也会持续为大家输出更多干货！！
