李巖，郭玉良

1.常熟理工學院，常熟 215500；2.韓國中央大學，首爾 06974

設計是人類從事目的明確的創(chuàng)造活動之前以及過程中的設想和計劃，也是一種思考與運籌。設計具備藝術和科學雙重屬性，遵循一定的原理與方法。這些原理和方法就是人工智能模擬的對象。人工智能是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學[1]。作為計算機科學的一個分支，人工智能通過對智能本質的探索，開發(fā)與人類智能相似的技術，模擬人類感知、學習、認知、推理、決策、交互等過程。根據(jù)人工智能的演進路線，其關鍵技術主要可以分為三類：數(shù)據(jù)挖掘與學習、知識和數(shù)據(jù)的智能處理以及人機交互[2]。而按照機器能否產(chǎn)生自我認知和使用范圍進行劃分，可以將其分為弱人工智能和強人工智能[3]。弱人工智能沒有自我意識，不具備真正推理和解決問題的能力，通常適用于特定條件下的一類問題的解決，故也被稱為專用人工智能，如人臉識別、語音識別和語義理解等。人工智能在現(xiàn)階段的研究和應用主要集中在弱人工智能領域。強人工智能是指機器具有一定的自我意識，并能夠通過學習不斷拓展。強人工智能可以獨立面對各種復雜問題，具有一定的通用性，故也被稱為通用人工智能。強人工智能技術挑戰(zhàn)巨大，應用風險和社會倫理方面的爭議強烈，故業(yè)界普遍認為其在短期內難以獲得較大突破。但隨著人工智能在設計行業(yè)應用的逐漸深入，將極大拓展設計的維度和價值。

一、人工智能與設計應用的發(fā)展

第一次工業(yè)革命完成了由傳統(tǒng)手工藝到現(xiàn)代設計的轉變，設計行業(yè)開始從傳統(tǒng)手工制作中分離出來。技術與機器的同時進步，極大地促進了當時生產(chǎn)力的發(fā)展。隨著新藝術運動的發(fā)生，設計也完成了從裝飾到實用的轉變。繼以蒸汽機的發(fā)明為標志的大型機器應用和電氣時代的規(guī)?；a(chǎn)這兩次工業(yè)革命后，以電子信息技術應用為代表的第三次工業(yè)革命，成為發(fā)生在第二次世界大戰(zhàn)后科技領域的重大變革。1955年，麥卡錫在達特茅斯學院會議上首次提出“人工智能”的概念。在經(jīng)歷了20世紀五十年代的第一次發(fā)展高峰與七十年代的發(fā)展低潮后，人工智能在20世紀八十年代迎來了第二次發(fā)展熱潮，語音識別、機器學習和深度學習等快速發(fā)展。

人工智能在設計領域的應用與研究可以追溯到20 世紀七十年代在建筑和產(chǎn)品設計等行業(yè)運用的形態(tài)語法。隨著八十年代微型計算機的迅速發(fā)展，原來需要設計師進行徒手繪制的過程轉變?yōu)殡娔X繪圖軟件的命令，并由二維繪圖向三維建模轉變，材料、燈光效果模擬等得以實現(xiàn)。隨著算力的提升，設計師從一些簡單重復的操作中逐漸解脫出來，并可以通過算法實現(xiàn)實時改變關聯(lián)性結果的操作。九十年代，DeepBule擊敗國際象棋冠軍加里·卡斯帕羅夫，這標志著人工智能應用首次成功地進入大眾視野。進入21世紀以來，人工智能的發(fā)展步入了第三次熱潮。機器學習、深度學習等人工智能技術開始廣泛應用。2016 年，AlphaGo 的面世引發(fā)了社會對人工智能的廣泛關注，開啟了人工智能新紀元。同年，美國發(fā)布《準備迎接人工智能未來》及《國家人工智能研究發(fā)展計劃書》。國務院將人工智能納入“國家戰(zhàn)略性新興產(chǎn)業(yè)”，并寫入“十三五”規(guī)劃綱要，特別強調了人工智能對于中國未來經(jīng)濟轉型與產(chǎn)業(yè)升級的重要性。谷歌的戰(zhàn)略從Mobile First轉向了AI First[4]。信息技術的發(fā)展和計算機硬件技術的成熟為設計師提供了更多現(xiàn)代化的手段和方法。

二、人類智能與人工智能

隨著人工智能技術水平的提升和應用邊界的拓展，關于人工智能的擔憂也不斷涌現(xiàn)。已經(jīng)或即將有部分工作被人工智能取代，這其中也包括部分設計工作。前田·約翰在“Design in Tech Report 2019”中更是指出，大多數(shù)設計師相信，視覺設計師將在五年內被人工智能取代[5]。

目前，人工智能技術的核心仍然是以超快速率進行數(shù)據(jù)運算。其基本思路都是將問題轉換為正確的數(shù)據(jù)集，構建模型進行運算。在圖像識別的過程中，人工智能在給出神經(jīng)網(wǎng)絡、深度學習算法的基礎結構和大量標記圖像的基礎上進行數(shù)據(jù)對比，找到定義每種類型對象的相關性和模式，并實現(xiàn)用該信息標記全新圖像中的對象。以語音識別為基礎的語音交互技術也是通過建立聲音數(shù)字樣本庫，應用神經(jīng)網(wǎng)絡找到聲音的共同模式并確定某段錄音是否屬于某個對象。而強人工智能的研究進展較為緩慢，但也有以清華大學為主導的團隊突破異構融合類腦芯片，或將促進通用人工智能的發(fā)展。由此可以看出，當前廣泛應用的以弱人工智能為主的人工智能技術擅長處理數(shù)據(jù)，而不善于抽象思考。

與人工智能相比，人類智能雖然不擅長記憶和數(shù)據(jù)處理，但是擅長做出抽象的決策。人類具有多元智能，包括感知和操縱智能、創(chuàng)造性智能、社會智能。人工智能在感知和操縱智能上已經(jīng)取得長足發(fā)展，但在創(chuàng)造性智能和社會智能方面尚無法與人類智能相比較[6]。人工智能可以超越其中理性化的智能，卻難以超越人性化的情感，人工智能滿足的更多是“智”而不是情，其只能模仿人類的情緒而非情感，更無法由內而外地抒發(fā)情感[7]。

三、設計智能化進展

近年來，計算機圖形學、計算機輔助設計、敏捷設計等技術的發(fā)展與應用逐漸深入，現(xiàn)代設計的理論與方法也發(fā)生了質的飛躍。將人工智能技術應用于設計領域成為設計現(xiàn)代化發(fā)展的必然趨勢。越來越多的設計平臺或工具應用人工智能協(xié)助或替代設計師完成任務。人工智能通過算法模擬設計師的思維和方法，而設計師實現(xiàn)創(chuàng)新的思維方式被稱之為設計思維[8]。設計思維既是一種設計理念，也是一套方法論。有學者研究將設計思維應用于人工智能開發(fā)，整合設計思維與機器學習的模型，并以設計思維中的同理心、定義、設想、原型和測試為基礎，探索應用于機器學習中分析、合成、設想、調優(yōu)和驗證的方法，得出每個階段的整合要點[9]。

人工智能強調交互過程，能夠快速并很好地判斷創(chuàng)新方案是否有近似的想法和知識產(chǎn)權保護等問題。在大數(shù)據(jù)時代，人工智能和大數(shù)據(jù)將影響人的行為方式和審美意識[10]。人工智能可以有效地處理大數(shù)據(jù)流、信息流、知識流、物資流和資金流等交互元素，并利用這些數(shù)據(jù)形成顛覆式的創(chuàng)新思維。人工智能能夠連接工程師的心理模型、設計師的心理模型和用戶的心理模型，在各種關系中靈活調整相互匹配的作用力與影響力，合理分配權利與義務，促進新型人機關系、造物方法與制造模式的發(fā)展[11]，并通過使機器承擔更多重復性工作的方式來協(xié)助“人腦-機器”的共同進化[12]。

在設計創(chuàng)意過程中設計師需要進行分析推理、運籌決策和綜合評價。人工智能主要應用專家系統(tǒng)、知識圖譜、自然語言處理等技術，圍繞創(chuàng)造性活動參與設計方案決策。

（一）專家系統(tǒng)

專家系統(tǒng)是一個含有大量的某一領域專家水平的知識與經(jīng)驗的智能程序系統(tǒng)，能夠利用人類專家的知識和解決問題的方法來處理特定領域的問題[13]。設計在不同階段的目標表達方式也不盡相同。語義網(wǎng)絡、產(chǎn)生式規(guī)則系統(tǒng)、謂詞邏輯、框架系統(tǒng)等都是人工智能表示知識的方法。應用專家系統(tǒng)能夠對產(chǎn)品設計各階段進行智能化輔助，例如在概念設計階段，應用產(chǎn)生式規(guī)劃和推理規(guī)劃；而在詳細設計階段則可應用框架系統(tǒng)[14]。

（二）知識圖譜

知識圖譜是一種通過對文本或圖像的學習，描述本體與其他事物之間關系的方法。知識圖譜通過對特定學科知識的系統(tǒng)性梳理，來反映不同層次和顆粒度的抽象概念[15]。在通過互聯(lián)網(wǎng)構建知識圖譜的基礎上，未來有可能通過深度學習建立設計人工智能的知識圖譜。例如在建筑設計領域，小庫科技正在重點探索人工智能知識圖譜的建設[16]。這種方法將改變知識的傳承方式，在降低設計師學習成本的同時，引發(fā)設計師對當前設計美學和技術哲學的反思。

（三）自然語言處理

情感具有不同的載體，如語言、視覺和生理等。基于語義分析的情感計算和分析技術不僅影響到了人工智能技術的發(fā)展，而且也影響到了人機交互的方式[17]。而基于自然語言處理的文本內容情感計算主要集中在詞匯和詞匯上下文語義特征分析[18]。利用文本語句語法與語義結構分析實現(xiàn)自然語言理解情感的計算主要有兩種方式，即基于情感字典、詞典、關系等情感詞袋進行規(guī)則匹配[19]和基于統(tǒng)計的機器學習方法。機器學習方法首先需要建立大規(guī)模情感語料庫，再通過情感和極性標注實現(xiàn)對樣本內容的訓練。例如筆者通過互聯(lián)網(wǎng)用戶評論的文本內容構建大數(shù)據(jù)情感語料庫，并針對傳統(tǒng)服飾設計挖掘對消費者產(chǎn)生積極情緒影響的設計元素，為構建滿足用戶情感需求的設計模型提供了參考方法[20]。

四、人工智能在設計行業(yè)的應用

Adobe Sensei 是Abode 公司推出的一款采用人工智能和機器學習技術，并使用大量內容和數(shù)據(jù)資產(chǎn)的智能化設計系統(tǒng)。Adobe Sensei基于深度學習建立各種特征之間的關系模型，提高設計師的設計效率，甚至取代了一些重復的設計工作。

人工智能最大的特點就是智能匹配。只要是能想象到的事物，他們之間都可以進行匹配?；A匹配原型有四種，包括文字與文字、文字與圖像、圖像與文字、圖像與圖像之間的匹配。

以文字匹配文字為例，智能配色需要先獲得配色數(shù)據(jù)集，再通過訓練得到配色模型。如采色靈感、Colormind 等。谷歌還推出自動矯正繪畫工具AutoDraw。在華為2019開發(fā)者大會上，為構筑應用生態(tài)，華為云提出了圖像匹配圖像的人工智能平面廣告設計系統(tǒng)，可以根據(jù)開發(fā)者需求為同一產(chǎn)品更換不同背景并自動投放。同時，華為正式面向全球發(fā)布鴻蒙OS。鴻蒙是IoT時代基于微內核的全場景分布式OS，可支撐各種不同的設備，包括大屏、手機、PC、音響等。開發(fā)者針對移動終端的一次應用開發(fā)，可以直接對應不同設備進行彈性部署。系統(tǒng)能夠自動生成適應于不同終端的應用UI。這在系統(tǒng)層面為人工智能輔助用戶界面設計提供了解決方案，大大提高了開發(fā)者的工作效率。

基于匹配原型，已經(jīng)在多個專業(yè)領域誕生了人工智能設計師。如建筑設計師小庫、海報設計師ARKie、標志設計師Logopony、網(wǎng)頁設計師The Grid、Firedrop，平面設計師阿里鹿班、深繪Deepdraw，視頻設計師Alibaba Wood等。

由此可見，人工智能在設計行業(yè)的應用主要是提供設計建議和自動生成設計方案。唐納德·諾曼認為成功的設計，其情感要素比實用要素更為關鍵[20]。而人工智能無法做到將冰冷的產(chǎn)品和用戶連接在一起[6]。人工智能和機器人雖然能夠對某物的線、形、色進行初級的把握，但是無法創(chuàng)作藝術品，因為任何藝術都是人類“情感符號”的呈現(xiàn)[7]。

五、設計師角色的轉化

在人類文明的進程中，技術進步和社會認知總是相輔相成的。前田·約翰在“Design in Tech Report 2019”中指出人工智能對設計的影響已經(jīng)非常顯著，機器學習的發(fā)展既令人興奮又令人擔憂[5]。很多設計師也開始擔憂，并重新定義自身的價值。

人工智能已經(jīng)開始對醫(yī)學院和商學院等非設計機構的職業(yè)人員開展創(chuàng)意思維的培養(yǎng)，未來社會人人都是設計師。而職業(yè)設計師只有成為跨學科的復合型人才，才能維持自身的競爭力，從創(chuàng)造者轉換為領導者和管理者的角色[21]。同濟×特贊設計與人工智能實驗室在2017 年發(fā)布的報告主題是《人機共同進化》。報告中指出，設計師需要在一定程度上了解相關技術并提升技能，甚至學習代碼[22]。在建筑設計領域，設計師需要通過審美和人類對于空間的直覺感受，評判所需要的最終結果[23]，因此，設計師應該充分理解并運用科技發(fā)展所帶來的便捷與可能。

設計不再是設計師利用他們的設計天賦來創(chuàng)造新方案，而是從一系列現(xiàn)有的可能選項中搜索和挑選最佳選項。設計師更多的時候是在進行評價[9]。人們已經(jīng)發(fā)現(xiàn)人工智能在搜尋任何可能的設計結果的能力上均已遠超人類。例如阿里鹿班智能設計平臺，在根據(jù)用戶行為和喜好自動生成平面廣告的過程中，首先需要通過海量數(shù)據(jù)收集和輸入來建立元素庫，其次再進行圖像特征提取并生成系統(tǒng)，最后完成設計評估。對傳統(tǒng)設計過程的顛覆驅使人們思考是否應該放棄對設計天賦的推崇，因為它也是人工性的[24]。

六、結語

設計是一種創(chuàng)新性行為，而目前人工智能主要處于依托大數(shù)據(jù)、算力、算法運行的階段，即屬于弱人工智能范疇。它可以輔助設計師在既定的方向上高速、準確地認知設計任務，解決數(shù)據(jù)獲取、思想直譯、效率提升和科學決策等問題，并在此基礎上預測可能性，但其不具備創(chuàng)新性，也無法進行獨立思考。設計師的勞動可以分為創(chuàng)造性和程序性兩個方面。而基于大數(shù)據(jù)的人工智能可以從各個維度輔助設計師進行設計研究、創(chuàng)意和實踐。人工智能輔助設計將減少設計師的程序性勞動，設計師將有更多的時間去思考和創(chuàng)新。

人工智能的應用邊界仍在不斷拓展，并以難以想象的速度滲透進人們的生活。計算機相關的知識和技能將成為職業(yè)設計師的基礎能力，因為編程語言是人機溝通的橋梁。在職業(yè)設計領域，需要利用人工智能輔助設計師解決從未遇到的問題時，與計算機交流的能力將顯得格外重要。由于計算機代碼具有很強的可讀性，易于算法化設計思想的傳播，人工智能在整合資源的同時也必然會串聯(lián)起更多的設計師和設計團隊，通過學科的交叉和融合點燃新的創(chuàng)意，激活更復雜的組織，并有助于在設計細分領域形成工業(yè)化平臺，最終提升整個產(chǎn)業(yè)的競爭力。設計師的設計創(chuàng)意需要具有明確的價值觀和倫理取向，而人工智能作為一種工具，所得到的最優(yōu)解無法進行價值判斷，也不具備倫理性。因此，設計師在積極適應并學習人工智能的同時，需要更加關注自身的藝術修養(yǎng)和正確價值觀的培養(yǎng)，因為人工智能將讓設計回歸思考。