ÇEVRİM İÇİ LOGO ÜRETEÇLERİNİN ÇALIŞMA PRENSİPLERİ

Yıl 2021, Sayı: 1, 21 - 30, 28.02.2021

Güllü Yakar Tapu

Öz

Ses, yazı, görüntüleri işleyebilen yapay zekâ destekli uygulamalar; farklı dillere çeviri yapabilmekte,
fotoğraf düzenleyebilmektedir. Bahsi geçen işler yaklaşık yirmi yıl öncesine kadar birer mesleki alan ya
da yoğun emek gerektiren uğraş niteliğindeyken, günümüzde birkaç saniyede otomatik biçimde
tamamlanabilmektedir. Teknolojinin iş ve uzmanlıklara getirdiği bu yeni boyut, grafik tasarım alanında da
görülmektedir. Grafik tasarım ürünleri yapay zekâ desteğiyle üretilebilir hale gelmiştir. Logo üreteçleri bu
bağlamda dikkat çekici örneklerdir. Üreteçler; kullanıcıların seçim ve beğenileri doğrultusunda ön tanımlı
listeden logo seçimi yapmayı, yazı ve renkleri düzenlemeyi mümkün kılmaktadır. Çalışmanın amacı, logo
üreteçlerinin işleyiş prensiplerini açıklamaktır. Bu alanda sıkça rastlanan bir tür olan çevrim içi üreteçlerin
girdi işleme biçimlerini incelemek için, nitel araştırma veri toplama teknikleri kullanılmıştır. Çalışma
sonuçlarının genel bulgusu, otomasyon üreteçlerle oluşturulan logoların zengin bir çeşitlilik göstermediği
yönündedir. Oldukça yeni bir alan olan yapay zekânın gelişimiyle birlikte verilerin tekrar gözden
geçirilmesi gerekmektedir.

Anahtar Kelimeler

Grafik Tasarım, Yapay Zekâ, Logo, Amblem, Üreteç

Kaynakça

• Alpaydın, E. (2016). Machine Learning: The New AI, Cambridge: MIT Press.
• Atarsaikhan, G., Iwana, B. K. ve Uchida, S. (2020). “Guided Neural Style Transfer for Shape Stylization”. PLoS ONE, Sayı 15(6). https://doi. org/10.1371/journal.pone.0233489
• Becer, E. (1999). İletişim ve Grafik Tasarım, 2. Basım, Ankara: Dost Yayınları.
• Çam, A. T. (2006). “Grafik Tasarımcının Not Defterinden”, Türk Grafik Tasarımcıları: Logo, İstanbul: Alternatif Yayıncılık.
• Erkmen, B. (1986). “Logotayp Üzerine Notlar”, Grafik Sanatı Dergisi, Sayı 7, s.6-7.
• Girişken, Y. (2018). Gerçeği Algıla, 5. Basım, İstanbul: Beta Yayınları.
• Karaata, E. (2018). “Usage of Artificial Intelligence in Today’s Graphic Design”, Online Journal of Art and Design, Sayı 6(4), s.183-198.
• Klanten, R. (2007). Dos Logos: A Selected Logo Collection, ed. Robert Klanten & Nicolas Bourquin, Berlin: Die Gestalten Verlag.
• Li, Y., Zhang, K.. ve Li, D. (2017). “Rule-Based Automatic Generation of Logo Design”, Leonardo, Sayı 50(2), s.177-181.
• Liao, W. ve Chen, P. (2014). “Analysis of Visual Elements in Logo Design”. der. M. Christie and T.-Y. Li: SG 2014, LNCS 8698, İsviçre: Springer International Publishing, s.73–85, 2014.
• Mino, A. ve Spanakis, G. (2018). "LoGAN: Generating Logos with a Generative Adversarial Neural Network Conditioned on Color”, 17th IEEE International Conference on Machine Learning and Applications, Orlando, s.965-970, doi: 10.1109/ICMLA.2018.00157.
• Moubarak, R, ve El Asmar, J. P. (2019). “Brand Identity Design and Re-Design Between Resilience and Resistance: Identity, Sustainable Identity Design and the Role of Generative Grammar”. Generative Art 2019 Roma Conference, der. Celestine Soddu, s.344-356.
• Oeldorf, C. ve Spanakis, G. (2019). “LoGANv2: Conditional Style-Based Logo Generation with Generative Adversarial Networks” 18th IEEE International Conference On Machine Learning and Applications, Boca Raton, s.462-468, doi: 10.1109/ICMLA.2019.00086.
• Olins, W. (1990). The Wolff Olins Guide to Corporate Identity, Revised Edition. London: Black Bear Press.
• Park, C. W., Eisingerich, A.. B., Pol, G. ve Park, J. W. (2012). “The Role of Brand Logos in Firm Performance”. Journal of Business Research, Sayı 66, s.180–187.
• Revella, K. (2018). “Intelligent Trademarks: Is Artificial Intelligence Colliding with Trademark Law?” The IUP Law Review, Sayı 8(4), s.13-19.
• Sage, A, Augustsson, E., Timofte, R. ve Van Gool, L. (2018). “Logo Synthesis and Manipulation with Clustered Generative Adversarial Networks”. IEEE/CVF Conference on Computer Vision and Pattern Recognition, Haziran 2018, DOI: 10.1109/CVPR.2018.00616
• Sarıkavak, N. K. (1997). Tipografinin Temelleri. Ankara: Doruk Yayıncılık.
• Teker, U. (2002). Grafik Tasarım ve Reklam, 2. Basım, İzmir: Dokuz Eylül Yayınları.
• Ter-Sarkisov, A. (2020). “Network of Steel: Neural Font Style Transfer from Heavy Metal to Corporate Logos”. Proceedings of the 9th International Conference on Pattern Recognition Applications and Methods, s.621-629. Portugal: Scitepress Publishing.
• Zhang, J., Yu, J., Zhang, K., Zheng, X. ve Zhang, J. (2017). “Computational Aesthetic Evaluation of Logos”. ACM Transactions on Applied Perception, Sayı 14(3). DOI: http://dx.doi.org/10.1145/3058982