Quando eu era jovem, tinha um treinador de futebol, que salientou a importância da antecipação. “An-tiiii-ciiiiiii-pagamento-shun“, gritava, enquanto mergulhamos ao redor para a bola. Se fizemos certo, ele prometeu, seríamos capazes de fazer no futebol o que Neo no Matrix — não, como, parar balas, mas estar no lugar certo na hora certa para parar um ataque ao nosso objetivo. Eu não era muito bom nisso, pelo menos não no início.
Mas a lição preso. Consigo ouvir a voz do treinador mesmo agora, quando eu navego o esmagamento dos viajantes durante o horário de rush todo-demasiado-frequente da cidade de Nova York. Isto é tudo o que quer dizer que a previsão é a chave; é a diferença entre obter a bola no fundo da rede e defumo inteiramente, a diferença entre obter um assento em um trem lotado ou ter que esperar, castigados, para a próxima. E, como eu aprendi recentemente, a previsão é a diferença entre um vídeo do YouTube e arte de falha.
No outro dia me deparei com um bot do Twitter, @youtubeartifacts, que twittou para fora os screenshots e de grampos de vídeos aleatórios do YouTube — mas imagens e vídeos foram bitcrushed e pixelizada e pintura cinética, mais abstrata do que erro de codificação.
Há um nome para este tipo de esteticismo glitched-para fora, e parece ter um passado artístico bem estabelecido. “O bot usa minha própria variação em uma técnica de arte antiga falha chamada ‘datamoshing’, que basicamente gera um tipo específico de falha de compressão h264, que cria o pixelated borrada, às vezes pictóricas artefatos que você vê na saída,” disse David Kraftsow, o artista por trás do @youtubeartifacts. (H. 264, também conhecido como MPEG-4 Part 10 ou avançada codificação de vídeo, é um padrão de compressão de vídeo — para gravação, compactação e distribuição — amplamente utilizado na Internet desde por volta de 2014, que fornece uma qualidade de vídeo melhor do que os anteriores.)
“É na verdade um pouco falha arte projeto antigo meu que passou por muitas iterações, o mais recente dos quais é o bot do Twitter,” Kraftsow me escreve em um e-mail. Começou como um site em 2009, onde alguém poderia digitar uma URL do YouTube e ver efeitos específicos falha no navegador — mas que era difícil de manter, Kraftsow explica, o que significava não durou muito tempo. Em seguida, os curadores de arte digital rizoma coletiva pediu-lhe para criar uma versão mais robusta: um aplicativo desktop.
“Repaginada do site e tinha procurar especificamente por”vlogger”conteúdo gerar fotos”, disse ele. “Depois de alguns anos atrás” — fevereiro 2015 — “fiz o app em um bot do Twitter, que por si só passou por algumas versões. O mais recente dos quais gera imagens 4K de uma pesquisa youtube complicada que procura (entre outras coisas) vloggers, beleza/cosméticos vids, esportes e vídeos de natureza/paisagem. “
Como Kraftsow mencionada, datamoshing é um tipo de arte falha — que, no contexto da história da arte, pode ser amplamente definida como arte, criado por corromper ou caso contrário, manipular um arquivo existente — que tem raízes na net movimento de arte dos aughts precoce. Um dos exemplos mais influentes da técnica foi um vídeo de 2003 chamado “Pastell Kompressor,” pelos artistas Owi Mahn e Laura Baginski. “Como base para ‘pastell compressor’, que temos vindo a utilizar tempo-lapso tiroteios de nuvens à deriva, que pegamos nos planaltos do Sul da França [sic],” escreveram. Eles publicaram através um codec proprietário, chamado “sörensen-3”, que misturou os platôs francês com a figura de uma pessoa. Dois anos mais tarde, o artista Takeshi Murata criou “Filme de terror,” que misturou cenas de um filme B 1981 e uma trilha sonora pesada e que está agora na coleção permanente da Maçonaria como talvez a peça mais influente no cânone datamosh. Em 2009, Kanye West usa a técnica em seu vídeo “Welcome To Heartbreak”.
Conceitualmente, o datamoshing é muito fácil: para criar a versão mais básica daqueles dramáticos, pixelated efeitos, tudo o que você tem que fazer é aproveitar-se de como os vídeos são codificados. Basicamente, existem três tipos de quadros, que armazenam imagens comprimidas:-frames, quadros P e B-frames. Porque tem um excelente tutorial,-frames são “inter quadros,” o que significa que eles contêm dados de imagem dos quadros. P-frames são “quadros preditivos”, que possuem informações abstratas — essencialmente, eles armazenam dados como movem pixels do vídeo e quase nada mais. (B-frames são um pouco diferentes, porque eles são como quadros preditivos mas eles são bi-direcional; não têm muito a ver com problemas na imagem). Então, para datamosh, tudo o que você faz é apagar os quadros. Excluir os dados de imagem — identificável, ainda imagens do vídeo — e você é deixado com as informações de resumo, interiores que preenche o espaço entre as imagens. Deixar na ann-até-ciii-PAY-shun, as previsões, que, por conta própria, produzir o redemoinho de marca de glitchy pixels que definem visualmente um vídeo de datamoshed. Simples, certo?
Eu decidi experimentá-lo por mim mesmo, começando com algo familiar: vídeo excelente da beira ciência no grafeno que saiu no início desta semana. Cortei o vídeo até 45 segundos usando o iMovie, que me senti como um gerenciável comprimento suficiente, então eu corri através de Avidemux versão 2.5.4 (um livre, popular editor de vídeo) para excluir meus quadros I; Então eu usei o VLC (um excelente reprodutor de vídeo) para reproduzir os meus resultados. (Uma boa regra sobre quadros I é que, porque eles são pontos de ancoragem, eles existem em quase todos os cortes. Avidemux identifica-los para você — apenas pressione cima e para baixo teclas de seta para percorrer cada um em um vídeo.)
Demorei seis tentativas e quase uma hora para obter dos primeiros 45 segundos do presente…
… .to isso:
Foi um pouco mais difícil do que pensei. Mas eu perseverou. Eu acreditei em meus P-frames. Eventualmente, eu tenho isso.
É como meu treinador de futebol pode-se dizer: a perseverança é tão importante quanto descobrir aonde vai seu pixels.