FC MATEMÁTICA

CONGRESO INTERNACIONAL
MULTIDISCIPLINARIO DE MATEMÁTICA
CIMM
Michael Hurtado
michael.hurtado@pucp.pe
Pontificia Universidad Católica del Perú
¿Sueñan las computadoras con ovejas eléctricas?: acerca de algunos modelos gráficos
aplicados al arte y diseño

Abstract
El desarrollo de la tecnología digital hizo posible en la década del 50 el
surgimiento de nuevas áreas dentro de las ciencias de la computación, por
ejemplo: la computación gráfica. Aunque su aparición se debió a la necesi-
dad de contar con herramientas de visualización de información o control,
pronto, se convirtió en un área propicia para la experimentación con lo que
ahora conocemos como imagen digital. Estos primeros experimentos in-
spiraron a los artistas de la década siguiente, quienes junto con científicos
e ingenieros, desarrollaron diversas propuestas que acercaron estas técni-
cas al ámbito del arte en celebradas exposiciones [11],[9]. Sin embargo,
muchos de los trabajos de este naciente arte digital eran propuestas abstrac-
tas. Con el desarrollo del concepto de fractal, en las siguientes décadas,
se proponen modelos gráficos realistas inspirados en la naturaleza[8]. No
es hasta el trabajo de Karl Sims (1991) que se plantea el uso de modelos
matemáticos evolutivos en la generación de imágenes[10], mostrando el po-
tencial de los sistemas dinámicos en la generación de objetos gráficos que
responden a estímulos y se adaptan al entorno. Digamos que es uno de
los primeros intentos en querer introducir una noción de “inteligencia” a
un entorno gráfico. Este trabajo lleva a los teóricos de arte a plantearse la
posibilidad de que las computadoras puedan crear arte[1],[4],[7]. Desde en-
tonces, se han planteado diversos modelos con un enfoque en las redes neu-
ronales artificiales, las cuales utilizan principalmente arquitecturas basadas
en ConvNets[6] y GAN[3]. Por ello, en esta charla, nos centraremos en al-
gunos modelos gráficos: transferencia de estilo[2] y el algoritmo pix2pix[5],
hablaremos sobre el modelo matemático en el cuál están basados, es decir,
su estructura y posibilidades. Además, mostraremos una aplicación de es-
tos algoritmos en la industria cerámica nacional, sobre cómo su adopción le
permitió a los diseñadores de una empresa a co-diseñar (junto a los métodos
de IA) la siguiente línea de producción, potenciando sus capacidades.

1 Lima, Perú, 2020

FC MATEMÁTICA

References
[1] G ALANTER , P., What is generative art? Complexity theory as a context for
art theory. In In GA2003–6th Generative Art Conference, 2003.

[2] G ATYS , L. A., E CKER , A. S., B ETHGE , M., A neural algorithm of artistic
style. arXiv preprint arXiv:1508.06576, 2015.

[3] G OODFELLOW, I., P OUGET-A BADIE , J., M IRZA , M., X U , B., WARDE -
FARLEY, D., O ZAIR , S., B ENGIO , Y., Generative adversarial nets. In Ad-
vances in neural information processing systems (pp. 2672-2680), 2014.

[4] H ERTZMANN , A., Can computers create art?. In Arts (Vol. 7, No. 2, p. 18).
Multidisciplinary Digital Publishing Institute, 2018.

[5] I SOLA , P., Z HU , J. Y., Z HOU , T., E FROS , A. A., Image-to-image translation
with conditional adversarial networks. In Proceedings of the IEEE conference
on computer vision and pattern recognition (pp. 1125-1134), 2017.

[6] L E C UN , Y., B ENGIO , Y., Convolutional networks for images, speech, and
time series. The handbook of brain theory and neural networks, 3361(10),
1995.

[7] M AZZONE , M., E LGAMMAL , A., Art, creativity, and the potential of Ar-
tificial Intelligence. In Arts (Vol. 8, No. 1, p. 26). Multidisciplinary Digital
Publishing Institute, 2019.

[8] O PPENHEIMER , P. E., Real time design and animation of fractal plants and
trees. In ACM SiGGRAPH Computer Graphics (Vol. 20, No. 4, pp. 55-64).
ACM, 1986.

[9] R EICHARDT, J., Cybernetic serendipity: the computer and the arts. Praeger,
1969.

[10] S IMS , K. Artificial evolution for computer graphics (Vol. 25, No. 4, pp. 319-
328). ACM, 1991.

[11] VALOCH , J., Computer Graphic: katalog k výstavám. Brno: Dům umění
města Brna, 1968.

2 Lima, Perú, 2020