写在前面

这本书是为小朋友编写的，如果你不幸错过了这个年纪也不要气馁，因为我也是大学毕业才开始接触Processing编程的，本书也适合零基础的读者学习。这个时代发展太快，每5～10年就会发生软件技术与思想的变革，但我相信用代码来实践美学的这个新潮流不会退去。尝试用寥寥几行代码来生成无限变化的画面，是一件可以消磨一整个下午的趣事。看完这本书之后，你或将洞见大自然的数理奥秘，成为一个爱写代码的设计师。

这是一个美好的时代，因为我们可以很方便地获取古今中外人类的知识宝藏；这又是一个充满挑战的时代，因为我们在有限的时间内只能窥探知识宝藏的零散片段，很难体会其中隐含的精妙乐趣。例如，你在人生的4个阶段可能接触4种看似无关的知识：小学数学中的直角三角形、初中物理中斜面上力的分解；大学数学中的线性代数与向量几何；群论表示的经典力学。如果你偶然发现它们其实都在说一件事情，你可能会豁然开朗，开始领悟这些知识宝藏中的奥妙。生成艺术通过计算机编程来处理逻辑、数学、物理等问题，可以帮助我们发现知识点之间的潜在联系。本书的一个愿望，或者说是生成艺术的一个愿望，就是让大家做一做“大脑体操”，从原本分散的知识点中发现引人入胜的线索。

人们对美术的理解差别很大，不过大家似乎懒得把自己的观点拿出来辩一辩。我们会在博物馆看到工艺大师的刺绣名画精美绝伦；在景区路边看到艺人的素描人像惟妙惟肖；在风光摄影作品上看到艺术家的诗意境悠远。这些美术形式都值得我们讨论，但我觉得最重要的还是大人（自觉或不自觉地）灌输给小朋友的美术理念。达芬奇小时候反复练习画鸡蛋，这个故事的中心思想是：要持之以恒、精益求精；要画得像！我想这就是传统的美术理念吧。本书很少谈及美术思想，而是让读者体会用代码绘图的乐趣，使读者自然而然地形成自己的品味和素养。

美术和编程，在人们以往的印象中是互不相干的两件事。不管是在中小学还是在大学，文科、理科、艺术都是分开教学的。美术课往往注重技艺的培养，看重结果的呈现，很少触及灵魂的拷问：绘画是为了表现眼前所见，还是为了表达内心世界？美有没有科学规律可循？最近的十几年，生成艺术（generative art）的出现让代码与图形之间的关系空前紧密，人们能够直观地看到数理逻辑与美术作品的关联；而语法结构、随机过程、动态系统、复分析等科学领域为生成艺术提供了广阔的游戏场地，不断衍生出令人惊异的精彩作品。

每个接触过生成艺术的人或许都对它有不同的理解。程序员往往认为生成艺术只不过是用代码来“写”图形；艺术家则倾向于把它看成一种新媒体艺术；也有科学家认为它可以建构自然现象。我们不妨提出两类问题：①基于某种计算机编程语言，如何高效地通过编写代码来生成图像？②在自然科学的视角下，计算机程序究竟能干什么，不能干什么？对于计算机程序能够生成复杂现象这件事，苏黎世联邦理工学院的Ludger Hovestadt教授曾比喻：计算机程序向大自然（nature）喊话，大自然的回音使程序运行的结果呈现出大自然的复杂性。著名的例子有朱利亚集、de Jong吸引子、生命游戏等，它们的共同特点是代码很短，但可以生成无限复杂的细节。

如今，Processing等工具让生成艺术变得十分容易上手，但二维或三维图形的编程工具并不局限于Processing。20世纪60年代的Sketchpad系统就考虑了图形在计算机上的输入和输出。我最早用AutoCAD的LISP语言来制作几何图形；之后，Flash开始流行，大家发现它内置的ActionScript脚本语言直观又好用；后来，基于Java语言的Processing以干净的代码风格和流畅的运行效果逐渐成为生成艺术的首选工具；此外还有基于C++的openFrameworks、基于Javascript的p5.js等；最近几年，实时数据获取、开源互动社区等新思潮日益凸显，涌现出了Observable等新平台。

虽然编程工具不断变迁，但生成艺术的基本原理如同自然科学一样经久不衰，如笛卡儿坐标系、逻辑运算、颜色理论等。生成艺术可以帮助人们推敲美术中的一些感觉问题。例如，与蓝色相反的颜色是什么？你可能一时陷入沉思。在红绿蓝三原色的理论下，(0, 0, 255)表示蓝色，即蓝色成分是满格，红与绿的成分为0。那么“相反”的概念用数学方法表示为：(255, 255, 255)-(0, 0, 255)=(255, 255, 0)。计算结果中只有满格的红色与绿色成分，即黄色。也许你觉得橙色才与蓝色相反，这就引出了一系列问题：每个人的感受是否有差异？主观感觉与颜色科学哪个更可靠？不难看出，我们在谈论生成艺术时，往往不是在讲编程，而是在讨论美术和人。

不可否认的是，生成艺术的技术、方法、价值观与之前的所有美术形式都截然不同。例如，程序生成的动画可以是永不重复的，这与循环播放一段动画的情形完全不同。我们倾向于用尽量短的代码来生成尽量复杂的画面，这种“洁癖”类似物理学家追求用最简洁的数学模型表达复杂的理论。同时，有人尝试用代码生成不可预知的效果，这与传统的美术理念大相径庭。此外，很多人喜欢“抄袭”别人的作品，并将其改写成自己的版本，这个操作称为fork（分支）。很多人还不太习惯这种开源的思维，但未来的生成艺术会越来越多地在这种共享文化中成长。

我所在的东南大学建筑学院是融合“设计——编程”的前驱。原南京工学院（即现在的东南大学）卫兆骥老师早在20世纪80年代，就在Apple II、IBM PC上进行了建筑设计的自动化编程，自主研发了CAD系统；20多年后，李飚老师在原有CAD实验室的基础上建立了建筑运算与应用研究所，把复杂系统科学、建筑设计、计算机算法结合起来，逐渐形成“生成设计”学科。近年来，东南大学建筑学院为了让低年级学生尽早接触“设计——编码”思想，每年举行“生成艺术”工作营。学生们释放出空前的创造力，创造了不少精彩的作品，其中一小部分作品也呈现在本书中。

如果没有卫兆骥、李飚、Ludger Hovestadt等领路人的超前探索，东南大学或许就不会率先在建筑学院开设“生成艺术”实验课程。现在我决定把生成艺术介绍给更年轻的兴趣爱好者，这就是编写本书的缘由。本书能够顺利出版，首先要感谢东南大学建筑学院对本书的大力支持。除此之外，还要感谢唐芃、顾大庆等老师的巨大努力，他们使“生成艺术”成为一项受欢迎的课题，逐渐改变了大家将技术与美术分开理解的现状；感谢所有参加“生成艺术”工作营的同学，他们的创意让人难忘；感谢运算所的研究生助教们，他们为工作营做了大量工作；刘晨晰为本书绘制了所有插画，期待以后我们能有更多合作。最后，感谢我的妻子贾亭立对我的默默支持，让我可以顺利完成本书。

华好
2021年6月28日