Pindar 解析了自己的艺术创作过程，将其传授给绘画机器人，以便加深自我理解。
它源于一个故事。不知为何，他的 GPU 开始创作出一种生物，后来他了解到这种生物称为 bitGAN。不久之后，他们接管他的机器人，开始亲自作画。
他不清楚这些生物为什么出现，或者他们来自哪里，但经过六个月的时间，总共发布 512 个 bitGAN，谜团渐渐揭开。对于这些生物为什么会出现，每个版本都提供了相关线索和提示。
渐渐地，他发现，它们是由 GAN 使用训练数据生成，包含数十万件自定义生成的 8 位艺术作品。这些图像采用五彩缤纷的色彩，参考了 Pindar 的许多童年游戏：“马里奥兄弟 (Mario Bros)”、“太空侵略者 (Space Invaders)”、“口袋妖怪 (Charizard)”、“鸵鸟骑士 (Joust)”、“冒险 (Adventure)”。
这些发现及其他相关内容均记录在日志中，并与 bitGAN 发烧玩家社区分享。许多人研究了 bitGAN 如何自我创作，并开始与 bitGAN 合作，自行进行更多创作。
Pindar 最终失去了对 bitGAN 的控制，因为他们开始吸纳社区成员，并与这些成员合作进行更多创作。这两部作品由使用 Google Collab Notebook 的 Higgsbelly 和使用 Pixelmind 的 Architect，基于训练数据进行创作。
所有未来的 bitGAN 现在都需要创意共享，并且将由社区成员继续创作。
bitGAN 协作的最后一个阶段是 bitGAN 接管机器人，亲自作画。此时，他们使用二十多种人工创作算法，包括多个生成对抗式网络 (GAN)、卷积神经网络 (CNN) 和反馈回路，一笔一画地绘制机器人。
过去 15 年，Pindar Van Arman 一直在将其创作过程传授给绘画机器人，从而解构其创作过程。他的机器会做出标记，使用 AI 分析标记，然后根据分析生成更多标记，并在创意反馈回路中反复重复这一循环。他们的协同绘画需要数天时间才能完成，揭示他的创作中仅需算法的部分，以及使创作人性化的部分。
twitter.com/vanarman bitgans.com AI Podcast
克服受众对艺术的排斥的方法是奇思妙想和叙述故事，这就是 bitGAN 的意义所在。这个 AI 艺术项目描述了 bitGAN 的出现 – 生成式对抗网络 (GAN) 生成的生物尝试离开它们的原生 GPU，活跃于现实世界。访问 bitgans.com，查看正在进行的叙述故事。
与我们的一位优秀 AI 艺术画廊艺术家一起前往幕后，以虚拟方式参观他们的创新工作室，了解 AI 如何帮助塑造他们的创意流程。
我们的故事代代相传，但如果这些故事是通过神经模型而不是人传递的呢？ 参加讨论，探讨 AI 时代的语言如何以新的形式出现并讲述新的故事。艺术家 Stephanie Dinkins、Pindar Van Arman 和诗人 Allison Parrish 分享了 AI 的语言如何塑造其作品和创作过程。