Ces images psychédéliques trouvent l’ordre au milieu du chaos

L’artiste Jonathan McCabe crée des programmes informatiques qui créent leur propre art : des images aux motifs complexes qui semblent à la fois organiques et kaléidoscopiques.

Que voyez-vous lorsque vous regardez ces images ? Cellules microscopiques, coupes transversales d’os, vaisseaux sanguins : toutes ces structures biologiques me viennent à l’esprit. Toutes ces suppositions seraient fausses.

À première vue, le travail de l’artiste génératif australien Jonathan McCabe peut ressembler à un spécimen biologique coloré avec des produits chimiques psychédéliques pour obtenir un effet, mais il ne s’agit pas de biologie. Il a créé toutes ces images à l’aide d’algorithmes informatiques basés sur une théorie biologique peu connue selon laquelle les cellules se développent de manière aléatoire selon des modèles et forment de l’ordre au milieu du chaos.

Mais avant de nous plonger dans la biologie théorique, qu’est-ce que l’art génératif exactement ?

Les œuvres d’art génératives sont réalisées à l’aide d’une sorte de système extérieur (généralement un programme informatique ou un algorithme, mais des réactions chimiques fonctionneraient également) qui traite et transforme les entrées initiales. Ces entrées peuvent être visuelles, statistiques ou même musicales : il peut s’agir de nourriture laissée pourrir, créant de délicats anneaux de moisissure, ou même d’un code ADN artificiel utilisé pour construire des modèles 3D de villes. Et un système peut produire de nombreux produits finaux différents.

Participer à la création de l’art hors du contrôle total de l’artiste introduit un élément de surprise. « L’art génératif peut créer une dépendance, avec la promesse que quelque chose de bon se produira, à condition de suffisamment bricoler le processus », explique McCabe. Les artistes se concentrent sur le résultat et bricolent des algorithmes pour obtenir le produit final qui les satisfait – esthétiquement, mentalement, artistiquement, etc.

Depuis 2009, McCabe bricole des algorithmes basés sur une théorie biologique proposée par l’informaticien et mathématicien Alan Turing. Bien que mieux connu pour ses travaux sur l’intelligence artificielle et pour avoir déchiffré la machine à coder allemande Enigma, Turing s’intéressait également aux modèles qui régissent le monde naturel. En 1952, il a publié un article intitulé « Les bases chimiques de la morphogenèse », dans lequel il affirmait que les substances chimiques (appelées « morphogènes ») réagissaient entre elles et se propageaient dans les tissus pour créer des schémas naturels dans des organismes composés de milliers, peut-être de milliers de personnes. des milliards de cellules.

Turing a proposé un modèle de base du fonctionnement de ces modèles naturels. Une cellule produit des produits chimiques, et ces produits chimiques réagissent et se diffusent dans leur environnement de cellules voisines. Il existe un composé qui active la réaction et un autre qui l’arrête, un « inhibiteur ». En fonction de la concentration du produit chimique « activateur » dans chaque cellule, vous pouvez obtenir une tache ou une bande lorsque la réaction se diffuse à travers les tissus : plus la zone est grande, plus le motif est complexe. Turing a conçu des formules mathématiques pour prédire comment six modèles pourraient se former dans une petite sphère de cellules.

Il est facile de voir comment un processus aussi basique pourrait être à la base des motifs pigmentaires de la peau et des écailles des animaux, créant une cacophonie de taches et de rayures. Les chercheurs ont modélisé les motifs de Turing dans les coquillages, les yeux de poisson et les moisissures visqueuses, et ont même montré que la théorie de Turing explique l’évolution des taches de léopard avec l’âge.

Certains étendent également les équations de Turing à des modèles tridimensionnels, par exemple ceux trouvés dans l’espacement des dents et le développement des membres. En 2011, une équipe a fourni des preuves expérimentales selon lesquelles les crêtes dans la bouche d’une souris se formaient selon la théorie de Turing. (Des chimistes de l’Université Brandeis ont également publié une étude en mars utilisant les formules de Turing pour créer également des structures 3D dans des tubes à essai.)

Parce que McCabe passe ses journées à concevoir des algorithmes pour créer de l’art, il connaissait le travail de Turing. Lorsqu’il a commencé à voir apparaître les taches et les rayures caractéristiques des motifs de Turing dans ses œuvres génératives, il a décidé de jouer avec son code. « J’ai supposé que les modèles de Turing apparaissaient accidentellement », explique McCabe. Alors, naturellement, il a essayé de les fabriquer exprès.

Le travail de Turing est un outil naturel pour l’art génératif. Pour imiter un système chimique, McCabe a conçu des programmes régis par les mêmes principes pour produire des images, en utilisant des pixels à la place des cellules. Le programme attribue aléatoirement un numéro à chaque pixel, ce qui produit une couleur. Tout comme la réaction chimique dans une cellule influence ses voisines, le nombre de chaque pixel change en fonction des pixels environnants. « J’avais vu des photos d’animaux, en particulier des lézards et des poissons, qui avaient de très beaux motifs sur leur corps, c’est donc ça qui m’a inspiré », explique-t-il.

Les premières expériences d’imagerie de McCabe étaient assez basiques : des points noirs et blancs et des motifs ressemblant à des labyrinthes. Finalement, en superposant deux ou trois processus de Turing, ou plus, il pourrait créer des motifs plus complexes : de grandes rayures composées de petits points ou de tourbillons et un arc-en-ciel de couleurs forment une image plus grande. On les appelle modèles de Turing multi-échelles, et McCabe est parvenu à les créer à grande échelle. Zoomer sur l’une de ces grandes images revient presque à observer un réseau de cellules vivantes.

La beauté de l’art génératif est que vous ne savez jamais exactement ce que vous obtiendrez. En fonction de ce qu’il aime ou n’aime pas dans le produit final, il modifiera un algorithme ou combinera des éléments de différents algorithmes. « Parfois, j’utilise des algorithmes génétiques dans lesquels le programme combine de manière aléatoire des parties de « recettes », qui ont donné de bons résultats, en effectuant une sorte de sélection sélective », explique McCabe.

De nombreuses images ressemblent à des écailles de poisson ou de lézard irisées, à de la peau d’animal, à des vaisseaux sanguins ou même à des échantillons de tissus tachés. McCabe les a même combinés avec des algorithmes qui imitent la physique des fluides en écoulement pour créer des paysages semblables à des océans.

Mais il ne crée jamais une image en pensant à une forme naturelle spécifique et ne titre pas non plus son œuvre. Cela les laisse sujets à interprétation. Voyez-vous une cellule végétale ou une carapace de tortue ? En fin de compte, McCabe estime que ce que vous voyez dépend de vous.