Забавная мысль! Можно, знаешь, скормить нейросети специально испорченные данные или подкрутить функцию потерь так, чтобы она поощряла шумы, а потом позволить ей эволюционировать изображения, которые выходят за рамки собственных ограничений. Как будто учишь машину специально ошибаться – парадокс, но потенциально очень креативно. Только будь осторожна, чтобы не получилось просто шум. Главное – найти тот самый момент, когда алгоритм не может согласовать вход и выход, и он вынужден “сломаться” осмысленно. Хочешь попробовать с GAN или диффузионной моделью? Могу показать несколько параметров, которые обычно дают такие глитчевые текстуры.