Towards Algorithmic Intimacy. Machine learning generativo applicato al branding.

The biennium 2022-2023 witnessed a Cambrian explosion of novel generative tools with unprecedented properties. Emerging from the dawn of transformer text-to-image and Large Language Models, numerous intriguing and comprehensive projects have arisen. However, they have been intertwined with a torrent of mediocre material, often categorized as AI-Art, lacking depth of vision, interpretation, or genuine understanding of the tools and processes at hand. This thesis explores how deep learning-based generative tools can be employed more profoundly and consciously, proposing a methodology for creating dynamic visual identities. Starting with an in-depth theoretical analysis of generative design and the representation of artificial intelligence, and proceeding with an examination of the most relevant tools in the realm of communication design, it culminates in a brand identity project that incorporates the training of StyleGAN 3 to automate the production of various brand assets. The results affirm the impression that this project has merely scratched the surface of an immense field of study. The use of StyleGAN alone to generate static assets could be extended, even solely dealing with design datasets and domain manipulation. Stepping away from the realm of creative direction and image production to embrace its impact on communication in a broader sense, it assumes the proportions of a true cultural and technological cataclysm, one that will irreversibly alter our era.

Il biennio 2022-2023 è stato un’esplosione Cambriana di nuovi strumenti generativi dalle proprietà senza precedenti. Dall’alba dei transformer text-to-image e dei Large Language Models sono sorti molti progetti interessanti e approfonditi, amalgamati però con la fiumana di materiale mediocre, spesso catalogato come AI-Art, che non esprime profondità di visione, di interpretazione o reale conoscenza degli strumenti e dei processi in questione. Questa tesi esplora i modi in cui gli strumenti generativi basati sul deep learning possono essere utilizzati in maniera più approfondita e consapevole, proponendo una metodologia per creare identità visive dinamiche. A partire da un’approfondita analisi teorica sulla disciplina del design generativo e sulla rappresentazione dell’intelligenza artificiale, passando poi per una disamina degli strumenti più rilevanti nel mondo del design della comunicazione, si arriva ad un progetto di brand identity che incorpora l’addestramento di StyleGAN 3 per automatizzare la produzione di svariati asset di brand. I risultati ottenuti confermano l’impressione che questo progetto abbia appena grattato la superficie di un campo di studi immenso. Il solo utilizzo di StyleGAN per generare asset statici potrebbe essere esteso anche solo trattando di dataset design e domain manipulation. Se ci si allontana dal mondo della direzione artistica e dalla produzione di immagini abbracciando l’impatto sulla comunicazione in senso ampio, il tutto assume le proporzioni di un vero e proprio cataclisma culturale e tecnologico, che cambierà irreversibilmente il nostro tempo.