Bu araştırma, evrimsel algoritmaların (EA’lar) resimsel kompozisyon ve stil optimizasyonu bağlamında uygulanmasını, temel bir engel olan “estetik değer fonksiyonu”nun (EDF) tanımlanması ve nicelleştirilmesi problemi merkezinde incelemektedir. EA’lar, doğal seçilim ve genetik operatörlerden esinlenerek, karmaşık, çok boyutlu ve geleneksel analitik yöntemlerle tanımlanması zor olan sanatsal arama uzaylarında keşif yapma potansiyeli taşır. Ancak, bu süreci yönlendirecek EDF’nin nesnel, genellenebilir ve hesaplanabilir bir biçimde modellenmesi, temel bir teorik ve pratik meydan okuma oluşturmaktadır. Bu çalışma, EDF tanımına yönelik yaklaşımları (istatistiksel, psikofiziksel, öğrenme tabanlı ve etkileşimli) sistematik olarak sınıflandırarak, her birinin sanatsal arama uzayını nasıl farklı şekilde “deforme ettiğini” ve keşif sürecini nasıl yönlendirdiğini analiz etmektedir. Önerilen metodolojik çerçeve, “yönlendirilmiş keşif” kavramı altında, basit bir uygunluk/fitness maksimizasyonundan ziyade, EA’nın çok modlu arama uzayında çeşitli, sürprizli ve yine de estetik açıdan ilginç çözümler üretebilmesi için nasıl yapılandırılabileceğini araştırır. Kurgusal ancak gerçekçi deneysel bir düzenek kullanılarak, parametrik bir resim oluşturma sisteminde, farklı EDF tanımlarına (örn., fraktal boyut, Renk Uyumu Ölçeği, derin öğrenme tabanlı estetik puanlayıcılar ve insan-değerlendirmeli etkileşimli evrim) sahip Genetik Algoritmaların performansı karşılaştırılmıştır. Bulgular, nicel EDF’lerin aramayı hızlandırsa da üretilen eserlerde belirgin bir yakınsama ve çeşitlilik kaybına yol açtığını; buna karşın etkileşimli evrim ve çoklu-kriter optimizasyonunun daha zengin ve öngörülemeyen keşif alanları açtığını, ancak ölçeklenebilirlik ve öznellik sorunlarını beraberinde getirdiğini göstermektedir. Sonuç olarak, bu makale, sanatsal optimizasyon için EA’ların başarısının, temelde, sanatçının veya tasarımcının estetik niyetini yakalayan, aynı zamanda keşif ve sürpriz olanaklarını koruyan bir “kılavuz fonksiyon” tasarımına bağlı olduğunu savunmaktadır. Gerçek anlamda yaratıcı bir sistem, optimum noktayı bulmaktan ziyade, sonsuz olasılık uzayında anlamlı ve özgün yolların haritasını çıkarabilmelidir.
This research examines the application of Evolutionary Algorithms (EAs) in the context of pictorial composition and style optimization, focusing on the fundamental challenge of defining and quantifying the "Aesthetic Value Function" (AVF). EAs, inspired by natural selection and genetic operators, hold the potential for exploration within complex, multi-dimensional artistic search spaces that are difficult to define using traditional analytical methods. However, modeling the AVF—which is needed to guide this process—in an objective, generalizable, and computable form poses a fundamental theoretical and practical challenge. This study systematically classifies approaches to defining the AVF (statistical, psychophysical, learning-based, and interactive) and analyzes how each differently "deforms" the artistic search space and guides the exploration process. Under the proposed methodological framework of "guided exploration," the research investigates how EAs can be configured not merely for simple fitness maximization but to generate diverse, surprising, and yet aesthetically interesting solutions within a multimodal search space. Using a fictional yet realistic experimental setup within a parametric image generation system, the performance of Genetic Algorithms employing different AVF definitions (e.g., fractal dimension, Color Harmony Scale, deep learning-based aesthetic scorers, and human-evaluated interactive evolution) was compared. The findings reveal that while quantitative AVFs accelerate the search, they lead to noticeable convergence and a loss of diversity in the generated works. In contrast, interactive evolution and multi-criteria optimization open up richer and more unforeseen areas of exploration but introduce challenges of scalability and subjectivity. In conclusion, this paper argues that the success of EAs for artistic optimization fundamentally depends on the design of a "guidance function" that captures the aesthetic intent of the artist or designer while preserving opportunities for discovery and surprise. A truly creative system should be able to map meaningful and original paths within the infinite space of possibilities, rather than merely finding an optimum point.
By subscribing to E-Newsletter, you can get the latest news to your e-mail.
