– Furcsa, furcsa, – szólt a leopárd. – Valószínűleg az az oka, hogy éppen most léptünk ki a napfényből. Érzem és hallom a zebrát; de nem látom. (Kipling)
Nagyapámtól kaptam e, vagy nem, én már nem is tudom, de volt egy könyvem, tele Kipling mesékkel, és ezek a mesék magyarázatot adtak csomó tudományos kérdésre, mint például mitől hosszú az elefánt orra, vagy hogyan kapta a leopárd a foltjait. Nyilván nem a Turing-elmélet volt a mesekönyvben, hanem csak annyi volt a magyarázat, hogy az etióp szerecsen mocskos kézzel összefogdosta a macskáját. Na most, én nem vagyok PC-párti, de ezek után még sok idő kellett, amíg gyermeki fantáziámmal feldolgoztam, hogy a négerek igenis tudnak fehér inget venni magukra anélkül, hogy össze ne barnázzák. Sajnos a gyerekkönyvem illusztrációját nem találom a neten, de még a városi könyvtárban sem, pedig számos jópofa illusztráció örökíti meg a leopárdfoltok genézisét (Amanda Hall cuccai se rosszak, bár a gyerekkori rajzokat nem lehet überelni).
Írattunk a DeepSeek progival egy szkriptet, ami megadott számú iterációval, megadott paraméterekkel futtatja a serkentő és gátló szűrőket, ami remekül illusztrálja a Turing-mintázatokat és azok kialakulását.
De szinte ugyanilyen hatással használhatunk PS Actiont is, csak ebben az esetben az iterációt egy funkcióbillentyű nyomogatással kell elvégezni.
 |
| Kiindulási kép |
 |
| HighPass 3px - Gaussian Blur 3px |
 |
| Hangsúlyosabb Blur |
 |
| Hangsúlyosabb High Pass |
A kiindulási képunk tartalmazhat vonalakat is. Ebben az esetben a HighPass-Gaussian actiont használtuk, az instabilitás a széleken jelentkezik először,
és onnan támadva halad befele, egészen addig amíg teljesen be nem lepi a képet, ezután már nincs változás, beáll a stabilitás.
Ez utóbbi képnél visszaléptük a legutolsó Gaussian Blur szűrőt, ettől ilyen éles. Na de valóban beálla a stabilitás egy idő után?
Kipróbáltuk az MI által írt skriptünkkel is (Unsharp-GaussianBlur iterálás), 350 iteráció múlva beállni látszott az egyensúly a két erő között, de a Differencies még az ezredik iterációnál is ki tudott mutatni nüansznyi eltéréseket. Viszont úgy tűnik, hogy az 1450. ismétlés már annyira stabil, hogy újabb 500 végrehajtás sem okozott (Differenciessel mérhető) különbséget. Nyilván a kép felbontása egy adott alsó korlát, egy sokkal nagyobb felbontás vélhetően sokkal több iterációt elbír, mielőtt beállna a stabilitás. Erre, a biológiából a cirmos, vagy ragadozó macskák farkát szokták példaként említeni, a nagy felületen komplexebb minták képesek kifejlődni, kis felületeken, például az állat farkán, csak egyszerűbb csíkok kialakulására van lehetőség.
A mintázatok felépülése, vagy a képek leromlása (nézőpont kérdése) az iterációk során időben is érdekes, de az internet tele van ilyen videókkal, és sokkal jobbakkal is, mint amilyeneket mi tudnánk készteni. Meg különben is, csinálják azok, akik jobban értik az egészet, mert mi inkább csak élvezzük.
Szívesen kipróbáltuk volna valami itthoni kémiai kísérlettel is a dolgot, de nincs hozzáférésünk például a Belousov–Zhabotinsky kísérlet alapanyagaihoz. De a ferrofluidok is tudnak hasonló mintázatokat, színes festékkel keverve különösen látványosak tudnak lenni. Viszont látunk ilyeneket:
Jó szórakozást, és a színekről se feledkezzetek meg.
