Hannu Töyrylä

Kuinka taiteeni oikeasti syntyy? Olen vuodesta 2015 tehnyt taidetta kehittelemällä omaa kuvankäsittelyä johon yhdistelen kuvallista tekoälyä. Nyt kun isot kielimallit…

Kriitikon arvio on toki hänen omansa, eikä sen kanssa väitellä, mutta jos kriitikko esittää virheellistä tietoa taitelijan työskentelystä, siihen voi toki vastata.

vimeo.com/1126585537/4...

Saaran ja minun yhteinen näyttely Rovaniemellä. Siinä sekoittuvat Saaran värikenttämaalaus ja oma tapani käsitellä kaupunkimaisemia, jossa tällä kertaa sekoittuvat niin Rovaniemen keskustan näkymät, Saaran maalaukset kuin myös itse galleriatila.

Avajaiset 26.9. 2025 klo 18-20

Weird stares.

(at ArtSibbe25 exhibition, Sipoo, Finland, today)

One piece from my Complexions series now on auction as NFT at gallery.manifold.xyz/0x1a722f5890...

I have updated my artist pages

liipetti.net/visual/

Lainaan suoraan saksankielistä käännöstä "Dort nahmen die Inder durchaus denselben Platz ein wie die Juden heute in Deutschland" (Martin Buber: Ein Land und zwei Völker", Suhrkamp, 1993, p. 154

En tunne riittävästi asiaa Gandhin osalta. Hänen kokemuksensa olivat kai lähinnä kolonialistisesta tilanteesta (Intia ja Etelä-Afrikka). Pitäisi itsekin syventyä (tuohonkin) paremmin. Huomattava ainakin kohta jossa Gandhi vertaa kokemuksiaan Etelä-Afrikassa Saksan tilanteeseen.

Mielenkiintoinen on myös Martin Buberin kirjeenvaihto Gandhin kanssa 1938. Gandhi suhtautuu sympaattisesti juutalaisiin, mutta suosittelee heille samanlaista passiivista vastarintaa (satyagraha) mitä hän itse käytti brittien siirtomaavaltaa vastaan Intiassa.

Modified my urdiffusion to use EULER scheduler.

Urdiffusion is for experimenting with training small models on limited private datasets overnight. Focused rather than generic aesthetics.

What if you train a diffusion model from scratch using only eight images in the training set, and train it only for half an hour.

Complexions.

liipetti.net/htoyryla/sp4g/

Work in progress viewable live at liipetti.net/htoyryla/z12...

Points of view.

A set of selfies run through several self developed processes. Soundtrack my own music.

My 10 years in AI art have left a trace in my Twitter/X account. This Grok summary captures the essence if it, even if the details like GPU cable can be excused as poetic license.

AI art today is something quite different, I am still going my own ways.

Haven't used Fortran since my tech studies in 76 - 82. At first I had to punch the code to cards, later on had access to a CRT terminal. Today, other than historical interest, don't know what merits Fortran would have compared to Python or C++. Would be interesting to try anyway.

Nyt menee mielenkiintoiseksi. Viime vuonna taidemaalarivaimoni Saara otti maalauksiensa osaksi tekoälyllä tekemiäni (ja enimmäkseen syrjään laittamiani kuvia). Nyt itse otan alunperin maisemakollaaseja kehittelevään prosessiini mukaan Saaran maalauksia, juuri niitä joissa on kuviani mukana.

A fragment. Around here. With soundtrack.

How is it possible that everything I am deeply interested in the long run turns out to be controversial.

Perhaps everything is.

Some people claim that a generator must be capable of all possible visual styles to allow the artist to find his own style. I prefer to work with generators with a limited range of expression. They are difficult to work with but when you succeed you know it was worth while.

This been my gut feeling for years, based on experience with visual AI since 2015... it is enough that a model knows enough basic visual features, then with appropriate guidance it can produce various artistic effects.

Working on my own GAN again... this is one way to ensure that there's nobody's images involved in the process but mine.

Poorly trained (or designed?) GAN used a generative tool, continued.

I was never into deepdream really... in 2015 neural-style was my favorite... ended up doing all kinds of modifications to the code&algorithm.

Always thought that deepdream was not a generator-discriminator architecture, by the way, but used a pretrained classifier to guide image generation.

A GAN that fails to learn correct features from the training set as a generative process on its own right.

First train a GAN on something... say faces. Then you start a training from this model but using a different dataset. Monitor how the output changes from faces into something else, and save frequently.

Next phase... do you hear something?