Este artículo repasa la evolución de las técnicas de generación de gradientes aleatorios aplicadas a la identidad visual de OpenAI, desde el trabajo fundacional de Ben Barry en 2017 hasta las posibilidades que abren los modelos de generación de imágenes por IA.
La primera técnica, el heightmap, consiste en una cuadrícula de celdas con valores de altura entre 0 y 1 generados con ruido Perlin modificado y suavizado. Sobre esa rejilla se aplica una escala de color aleatoria, definida por paradas con posiciones, tonos, saturaciones y brillos también variables. El resultado son gradientes orgánicos que finalmente no se incorporaron a la marca OpenAI, aunque resultan visualmente atractivos.
El segundo método, llamado radial en capas, se implementó en SVG a partir de 2020. Aprovecha el elemento nativo superponiendo varios de ellos con transformaciones aleatorias (escala, rotación, sesgo y traslación) sobre una paleta base. Cada carga de página generaba un gradiente único y mantenía un peso muy reducido (unos 6 KB por imagen).
La tercera vía, la generación con IA, recurre al modelo DALL·E 2 de OpenAI. Aunque el proceso es impredecible —el autor lo compara con una máquina tragaperras—, permite obtener resultados texturales imposibles de conseguir con métodos deterministas. Se proponen tres prompts de ejemplo: uno etéreo y onírico, otro floral de inspiración mid-century y un tercero inspirado en cielos al atardecer. El artículo defiende que las restricciones propias de estos modelos estimulan la creatividad y abren un abanico prácticamente ilimitado de estilos visuales.