劉鵬 馬宇陽

摘要：目的：近年來，人工智能在藝術(shù)設(shè)計中的應(yīng)用受到廣泛關(guān)注。隨著人工智能技術(shù)的發(fā)展，藝術(shù)設(shè)計領(lǐng)域也在不斷嘗試利用相關(guān)技術(shù)激發(fā)更多創(chuàng)意和靈感，同時為用戶帶來更好的體驗。但是，目前人工智能在藝術(shù)設(shè)計領(lǐng)域的體系化建設(shè)仍不完善，因此，文章結(jié)合當前人工智能的主流技術(shù)，旨在構(gòu)建模塊化、體系化的人工智能應(yīng)用體系。方法：文章對人工智能在藝術(shù)設(shè)計領(lǐng)域的工作模塊進行分析，將人工智能在藝術(shù)設(shè)計領(lǐng)域的應(yīng)用劃分為分析模塊、設(shè)計模塊以及優(yōu)化模塊，并結(jié)合神經(jīng)風(fēng)格遷移、生成式對抗網(wǎng)絡(luò)等主要技術(shù)，構(gòu)建基于分析模塊的藝術(shù)設(shè)計多模塊體系。結(jié)果：人工智能技術(shù)在藝術(shù)設(shè)計領(lǐng)域的應(yīng)用主要包含基于神經(jīng)風(fēng)格遷移的藝術(shù)設(shè)計創(chuàng)作模塊、基于生成式對抗網(wǎng)絡(luò)的藝術(shù)設(shè)計優(yōu)化模塊以及融合深度學(xué)習(xí)的藝術(shù)設(shè)計分析模塊。其中，融合深度學(xué)習(xí)的藝術(shù)設(shè)計分析模塊是各類人工智能技術(shù)在藝術(shù)設(shè)計領(lǐng)域發(fā)揮作用的基礎(chǔ)。而智能化的數(shù)據(jù)分析能力和數(shù)據(jù)可視化功能是人工智能技術(shù)應(yīng)用于藝術(shù)設(shè)計領(lǐng)域的內(nèi)在邏輯基礎(chǔ)。結(jié)論：目前，人工智能技術(shù)在藝術(shù)設(shè)計領(lǐng)域的應(yīng)用主要是針對不同領(lǐng)域運用各類深度學(xué)習(xí)技術(shù)。此外，針對人工智能技術(shù)在藝術(shù)設(shè)計領(lǐng)域所面臨的法律法規(guī)、倫理道德、人機平衡等問題，文章也提出相關(guān)建議，以期推動人工智能技術(shù)在藝術(shù)設(shè)計領(lǐng)域的長遠發(fā)展。

關(guān)鍵詞：人工智能；藝術(shù)設(shè)計；深度學(xué)習(xí)

中圖分類號：J505；TP18 文獻標識碼：A 文章編號：1004-9436（2023）20-0-03

當前，藝術(shù)設(shè)計領(lǐng)域一直在探索更多樣化的創(chuàng)新方式，人工智能的引入為其創(chuàng)新帶來了新的機遇。隨著人工智能技術(shù)的不斷創(chuàng)新，藝術(shù)設(shè)計的流程也發(fā)生了變化。在過去，設(shè)計師通常需要花費數(shù)小時甚至數(shù)天來設(shè)計一個圖案，而如今，使用人工智能技術(shù)可以大幅縮短藝術(shù)設(shè)計所花費的時間。可見，人工智能技術(shù)的普及與應(yīng)用對藝術(shù)設(shè)計領(lǐng)域來說具有重要意義。因此，明確人工智能技術(shù)在藝術(shù)設(shè)計中的應(yīng)用方式以及所面臨的困難，是保證人工智能技術(shù)更好地為創(chuàng)作者服務(wù)的重要前提。

1 人工智能在藝術(shù)設(shè)計中的應(yīng)用現(xiàn)狀

1.1 圖像處理

在藝術(shù)設(shè)計領(lǐng)域，圖像處理是一個必不可少的環(huán)節(jié)。隨著人工智能技術(shù)與藝術(shù)設(shè)計的聯(lián)系逐漸加深，其在圖像處理方面的運用也愈發(fā)廣泛。郭斌等人（2021）總結(jié)人工智能技術(shù)在藝術(shù)領(lǐng)域的運用后指出，人工智能技術(shù)為藝術(shù)的發(fā)展提供了極大的助力。這些工具可以根據(jù)用戶需求自動調(diào)整圖片的亮度、對比度、銳度等參數(shù)，使圖片更加清晰、明亮、艷麗［1］。此外，人工智能還能追蹤、收集用戶的瀏覽歷史和搜索記錄等信息，為用戶提供更個性化的圖片推薦，節(jié)省用戶搜索和選擇的時間。

1.2 色彩設(shè)計

色彩對藝術(shù)設(shè)計具有至關(guān)重要的作用。銀宇堃等人（2020）對人工智能在顏色設(shè)計中的應(yīng)用展開研究后指出，色彩既包含語言色彩，也包含圖像顏色，而人工智能技術(shù)能將二者有機結(jié)合，還能運用算法將藝術(shù)情感與著色結(jié)合［2］。從設(shè)計師角度出發(fā)，其可以利用人工智能技術(shù)自動生成不同的色彩搭配方案，同時結(jié)合自身的設(shè)計理念以及對藝術(shù)的理解，選擇最合適的搭配，以此節(jié)省設(shè)計時間。此外，人工智能技術(shù)還可以分析用戶的愛好、風(fēng)格和心理特征等信息，為用戶提供個性化的色彩設(shè)計方案，使藝術(shù)設(shè)計更具多樣性。

1.3 3D建模

在過去，設(shè)計師需要花費大量時間人工制作3D模型，但是隨著人工智能技術(shù)的引入，3D打印技術(shù)的普及極大地提高了藝術(shù)設(shè)計的效率。毛溪等人（2021）指出，3D打印技術(shù)已經(jīng)在設(shè)計領(lǐng)域得到了廣泛的認可和應(yīng)用，創(chuàng)作者可以通過人工智能輔助工具快速生成3D模型，以此節(jié)省大量的時間和精力［3］。此外，人工智能技術(shù)還可以根據(jù)用戶的需求自動調(diào)整模型的大小、比例和形狀等參數(shù)，使創(chuàng)作者可以更加自由地探索和創(chuàng)新。

1.4 藝術(shù)創(chuàng)作

藝術(shù)創(chuàng)作是人工智能技術(shù)面臨的一個最具挑戰(zhàn)性的難題。傳統(tǒng)的藝術(shù)創(chuàng)作是由設(shè)計師依靠腦力勞動獨立完成的，而如今，人工智能技術(shù)可以模擬并生成藝術(shù)作品。王璐、孫海垠（2020）針對藝術(shù)設(shè)計的創(chuàng)作過程展開研究后指出，人工智能技術(shù)的應(yīng)用為藝術(shù)創(chuàng)作提供了更多的方法和體驗，為創(chuàng)作者提供了更豐富的選擇和創(chuàng)作條件［4］。

2 融合深度學(xué)習(xí)的藝術(shù)設(shè)計模塊體系構(gòu)建

人工智能在藝術(shù)設(shè)計中的應(yīng)用主要涉及作品的創(chuàng)作和優(yōu)化。在創(chuàng)作方面，人工智能技術(shù)可以提供靈感、設(shè)計方案生成、風(fēng)格遷移和圖像生成等功能。在優(yōu)化方面，人工智能技術(shù)可以用于自動調(diào)整圖像、結(jié)構(gòu)和顏色，以及優(yōu)化設(shè)計體驗等。此外，在藝術(shù)設(shè)計的全過程中，人工智能可以將數(shù)據(jù)分析與可視化貫穿始終。隨著人工智能技術(shù)在藝術(shù)設(shè)計領(lǐng)域的不斷深入和拓展，具有深度學(xué)習(xí)特性的人工智能技術(shù)逐漸成為藝術(shù)設(shè)計的前沿應(yīng)用領(lǐng)域，而深度學(xué)習(xí)技術(shù)加持下的藝術(shù)設(shè)計模塊也在不斷豐富。

2.1 神經(jīng)風(fēng)格遷移推動藝術(shù)設(shè)計創(chuàng)作模塊

神經(jīng)風(fēng)格遷移（Neural Style Transfer，簡稱NST）是一種深度學(xué)習(xí)技術(shù)，用于將圖像的內(nèi)容與風(fēng)格分離并重組。在藝術(shù)設(shè)計領(lǐng)域中，NST技術(shù)能夠為創(chuàng)作者提供豐富多維的創(chuàng)作思路和創(chuàng)作理念，其主要能夠?qū)崿F(xiàn)風(fēng)格遷移、細節(jié)處理、藝術(shù)創(chuàng)作等多項功能。

李鑫等人（2023）指出，風(fēng)格遷移技術(shù)能夠有效融合作品輪廓與內(nèi)容語義，通過建立數(shù)據(jù)庫進行風(fēng)格遷移訓(xùn)練，最終實現(xiàn)圖像輪廓與內(nèi)容語義的匹配與協(xié)調(diào)［5］。其中，NST技術(shù)將一幅圖像的風(fēng)格轉(zhuǎn)移到另一幅圖像上，不僅可以為創(chuàng)作者提供全新的創(chuàng)作視角，還極大地拓寬了圖像處理的應(yīng)用范圍。此外，NST技術(shù)可以突破創(chuàng)作者的個人認知與感官限制，將創(chuàng)作者的個性化風(fēng)格應(yīng)用到圖像中，創(chuàng)造出更優(yōu)質(zhì)的作品。特別是在視覺藝術(shù)領(lǐng)域，人工智能技術(shù)極大地豐富了創(chuàng)作者在色彩、亮度、紋理等內(nèi)容方面的選擇，使作品創(chuàng)作具有更多樣的手段。NST作為藝術(shù)設(shè)計創(chuàng)作模塊中較為常用的技術(shù)，其最重要的功能是為創(chuàng)作者提供豐富的藝術(shù)設(shè)計思路。創(chuàng)作者可以運用NST技術(shù)將多個圖像的內(nèi)容和風(fēng)格進行重組，以此融合不同作品的特色內(nèi)容，進而為藝術(shù)設(shè)計創(chuàng)作提供更多的靈感和思路。

2.2 生成式對抗網(wǎng)絡(luò)助力藝術(shù)設(shè)計優(yōu)化模塊

生成式對抗網(wǎng)絡(luò)（Generative Adversarial Networks，簡稱“GAN”）是一類深度學(xué)習(xí)模型，用于生成和訓(xùn)練與原始數(shù)據(jù)類似但又具有新特征的數(shù)據(jù)。GAN包含兩個神經(jīng)網(wǎng)絡(luò)，即一個生成網(wǎng)絡(luò)和一個判別網(wǎng)絡(luò)。生成網(wǎng)絡(luò)試圖生成和訓(xùn)練與原始數(shù)據(jù)類似但又有些許差異的新數(shù)據(jù)，判別網(wǎng)絡(luò)則用于判斷生成數(shù)據(jù)是否與訓(xùn)練數(shù)據(jù)一致。兩個網(wǎng)絡(luò)之間的競爭會促進生成網(wǎng)絡(luò)的學(xué)習(xí)，從而生成更好的數(shù)據(jù)。在藝術(shù)設(shè)計領(lǐng)域中，生成式對抗網(wǎng)絡(luò)能夠幫助創(chuàng)作者實現(xiàn)特征提取、超分辨率優(yōu)化以及個性化細節(jié)生成等功能。

王士順（2023）指出，生成式對抗網(wǎng)絡(luò)在藝術(shù)設(shè)計領(lǐng)域具有較強的綜合設(shè)計與數(shù)據(jù)處理能力，其能夠通過訓(xùn)練數(shù)據(jù)體現(xiàn)藝術(shù)作品的價值和多樣性［6］。其中，圖像特征提取功能可以將多幅圖像的風(fēng)格及特點在預(yù)定設(shè)置的基礎(chǔ)上進行體系化的遷移和融合，進而形成新的圖像，使新圖像具有不同作品的特色，從而為創(chuàng)作者提供優(yōu)化作品的參考。圖像超分辨率優(yōu)化功能主要通過GAN在訓(xùn)練時從高分辨率圖像中提取特征并生成低分辨率圖像，然后另一個生成網(wǎng)絡(luò)將低分辨率圖像轉(zhuǎn)化為高分辨率圖像，進而實現(xiàn)圖像分辨率的優(yōu)化。此外，基于GAN的個性化細節(jié)生成功能能夠為藝術(shù)設(shè)計作品增添更豐富的內(nèi)涵。

2.3 融合深度學(xué)習(xí)的藝術(shù)設(shè)計分析模塊構(gòu)建

隨著NST技術(shù)與生成式對抗網(wǎng)絡(luò)的運用不斷深化，基于深度學(xué)習(xí)的藝術(shù)設(shè)計分析模塊也在積極融入其他模塊，并逐步構(gòu)建起多模塊融合的藝術(shù)設(shè)計體系。目前，融合深度學(xué)習(xí)的人工智能技術(shù)主要運用于人像等方面，表情識別等細節(jié)內(nèi)容的分析與體現(xiàn)為藝術(shù)設(shè)計開拓了更廣闊的發(fā)展空間。創(chuàng)作者可以通過表情識別去探索面部表情所體現(xiàn)的情感內(nèi)容以及表情背后的行為特征，以此為情感創(chuàng)作提供助力。另外，深度學(xué)習(xí)技術(shù)也逐漸在多媒體設(shè)計領(lǐng)域嶄露頭角，其通過在圖像領(lǐng)域的數(shù)據(jù)積累與應(yīng)用經(jīng)驗，逐步開始在視頻、音頻領(lǐng)域?qū)Ω黜椉夹g(shù)進行遷移，以此為藝術(shù)領(lǐng)域的多維度工作提供便利。

2.4 基于分析模塊的藝術(shù)設(shè)計多模塊體系構(gòu)建

在各類深度學(xué)習(xí)技術(shù)的加持下，藝術(shù)設(shè)計領(lǐng)域的發(fā)展逐步形成了創(chuàng)作者與人工智能相互配合的格局，同時，基于人工智能的藝術(shù)設(shè)計多模塊體系也逐漸成型。該多模塊體系主要以人工智能的分析模塊為基礎(chǔ)，向基于深度學(xué)習(xí)的創(chuàng)作模塊與優(yōu)化模塊拓展，進而實現(xiàn)人工智能、藝術(shù)創(chuàng)作者與作品的有效融合。其中，基于人工智能的分析模塊是整個體系的基礎(chǔ)，其主要利用各類深度學(xué)習(xí)算法，對已有作品進行分析，通過可視化轉(zhuǎn)化將作品呈現(xiàn)給創(chuàng)作者，以此為創(chuàng)作者提供思路。同時，基于深度學(xué)習(xí)的創(chuàng)作模塊與優(yōu)化模塊以分析模塊為基礎(chǔ)，運用當前比較成熟的GAN技術(shù)、NST技術(shù)重點處理藝術(shù)設(shè)計流程中的細節(jié)內(nèi)容。綜合來看，基于分析模塊的藝術(shù)設(shè)計多模塊體系涵蓋了藝術(shù)設(shè)計流程的各個層面，并能運用不同類型的深度學(xué)習(xí)技術(shù)細化藝術(shù)設(shè)計環(huán)節(jié)，為創(chuàng)作者提供豐富的創(chuàng)作靈感與思路。

3 人工智能應(yīng)用于藝術(shù)設(shè)計領(lǐng)域的機遇與挑戰(zhàn)

3.1 人工智能設(shè)計中的道德問題

隨著人工智能技術(shù)的廣泛應(yīng)用，藝術(shù)設(shè)計領(lǐng)域面臨一定的道德問題。首先需要思考的問題是，人工智能是否會取代具有創(chuàng)造性的人類設(shè)計師。雖然人工智能可以通過學(xué)習(xí)模擬人類的創(chuàng)造性思維，但能否完全達到人類的設(shè)計水平，還需要時間的檢驗。此外，人工智能設(shè)計方案的審核問題也是需要關(guān)注的重點。人工智能依賴算法和數(shù)據(jù)，因此可能引起一些算法偏見或限制，特別是在數(shù)據(jù)來源、版權(quán)歸屬等方面，可能對作品產(chǎn)生負面影響。因此，在實際應(yīng)用中，需要由專業(yè)人士對人工智能設(shè)計方案進行審核和修正。

3.2 人工智能的責任和可持續(xù)性

在人工智能設(shè)計領(lǐng)域中，責任和可持續(xù)性同樣是兩個重點問題。為了確保人工智能的設(shè)計符合法律法規(guī)和道德規(guī)范，相關(guān)部門需要制定對應(yīng)的規(guī)章制度，同時也需要對創(chuàng)作者進行必要的培訓(xùn)和教育，讓他們認識到自己的社會責任和道德義務(wù)。此外，還要構(gòu)建針對運用人工智能進行藝術(shù)設(shè)計的監(jiān)管和責任追究機制，確保其不會損害用戶利益。人工智能應(yīng)用于藝術(shù)設(shè)計時還需要考慮產(chǎn)品的可持續(xù)性，即需要充分考慮產(chǎn)品的節(jié)能環(huán)保和循環(huán)利用等方面。例如，通過采用可再生能源、優(yōu)化算法等，從而有效減少人工智能系統(tǒng)對環(huán)境的負面影響。

3.3 人工智能設(shè)計和人類創(chuàng)造力的平衡

未來，人工智能技術(shù)和人類創(chuàng)造力之間的平衡將成為一個重大議題。盡管人工智能在藝術(shù)設(shè)計領(lǐng)域表現(xiàn)出了驚人的創(chuàng)造力和想象力，但是人類創(chuàng)造力的獨特性和創(chuàng)新性依然是技術(shù)無法替代的。對于設(shè)計師來說，需要盡可能地發(fā)揮人工智能技術(shù)的優(yōu)勢，將其運用于創(chuàng)意的產(chǎn)生、設(shè)計的生成等方面。但是，設(shè)計師過分依賴人工智能技術(shù)是否會導(dǎo)致自身創(chuàng)作能力的減弱仍需要時間的檢驗。除此之外，還需要注意避免人工智能技術(shù)帶來的一些設(shè)計問題，如算法偏見、自我復(fù)制等。因此，設(shè)計師在使用人工智能技術(shù)進行藝術(shù)設(shè)計時，需要對其進行合理的限制，以確保設(shè)計效果符合道德標準和用戶期望。

4 結(jié)語

人工智能算法可以處理大量數(shù)據(jù)和信息，分析這些數(shù)據(jù)和信息，可以幫助創(chuàng)作者激發(fā)藝術(shù)靈感，人工智能還可以分析人類的心理和情感，幫助創(chuàng)作者更好地在作品中表達情感。同時，人工智能可以提高藝術(shù)設(shè)計的效率和質(zhì)量，通過快速的數(shù)學(xué)計算和準確的圖像處理，使創(chuàng)作者更快地完成藝術(shù)作品創(chuàng)作。此外，人工智能還可以優(yōu)化圖像并糾正錯誤，以保證藝術(shù)作品的質(zhì)量，推動人工智能技術(shù)在藝術(shù)設(shè)計領(lǐng)域的長遠發(fā)展，確保設(shè)計效果符合道德標準和用戶期望。

參考文獻：

［1］ 郭斌，張秋韻，方禹楊，等.計算美學(xué)：計算科學(xué)驅(qū)動的視覺美學(xué)度量與生成［J］.包裝工程，2021，42（22）：62-77，102.

［2］ 銀宇堃，陳洪，趙海英.人工智能在藝術(shù)設(shè)計中的應(yīng)用［J］.包裝工程，2020，41（6）：252-261.

［3］ 毛溪，梁天一，嚴城雨，等. 3D打印和生成技術(shù)結(jié)合下短線智能化產(chǎn)品設(shè)計模式探索［J］.包裝工程，2021，42（16）：16-21.

［4］ 王璐，孫海垠.人工智能挑戰(zhàn)下的藝術(shù)設(shè)計創(chuàng)作思考［J］.藝術(shù)工作，2020（6）：86-88.

［5］ 李鑫，普園媛，趙征鵬，等.內(nèi)容語義和風(fēng)格特征匹配一致的藝術(shù)風(fēng)格遷移［J/OL］.圖學(xué)學(xué)報：1-12，http：//kns.cnki.net/kcms/detail/10.1034.T.20230308.1123.002.html，2023-07-17.

［6］ 王士順.生成對抗網(wǎng)絡(luò)在藝術(shù)設(shè)計領(lǐng)域的創(chuàng)造潛能研究［J］.包裝工程，2023，44（S1）：24-28，41.

作者簡介：劉鵬（1980—），男，北京人，碩士，工程師，研究方向：管理科學(xué)與工程。

馬宇陽（1995—），男，河北張家口人，碩士在讀，研究方

向：人工智能技術(shù)。