[ 關(guān)鍵詞 ]人智共創(chuàng)設(shè)計(jì)；智能化設(shè)計(jì)；創(chuàng)新方法論；融合智能設(shè)計(jì)；生成式人工智能

[ 中圖分類(lèi)號(hào) ] J504 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1008-9675（2025）01-0176-08

從“大分流”（Great Divergence）到“大合流”（Great Convergence），人類(lèi)不懈打破事物間的界面，于共生與共創(chuàng)中謀求融合創(chuàng)新。在挑戰(zhàn)與機(jī)遇并存的數(shù)智時(shí)代，前沿科技的迅猛發(fā)展使大爆炸式破壞（Big-bangdisruption）展露出更顯著的敏捷性、非指示性和不可預(yù)測(cè)性。以生成式人工智能（GenAI）為代表的技術(shù)導(dǎo)向創(chuàng)新（Technology-driven innovation）不僅使產(chǎn)業(yè)的興衰更迭如運(yùn)諸掌，更導(dǎo)致設(shè)計(jì)等創(chuàng)新領(lǐng)域?qū)η把乜萍嫉淖呦?、效用及影響莫衷一是。?shù)智技術(shù)下的創(chuàng)新面臨科林格里奇困境，如何塑造人類(lèi)智能（HI）與人工智能（AI）間的共生關(guān)系及共創(chuàng)方式，成為未來(lái)產(chǎn)業(yè)創(chuàng)新發(fā)展的“卡脖子”問(wèn)題。

設(shè)計(jì)與科技的發(fā)展適以相成，人機(jī)交互（HMI）與人機(jī)共創(chuàng)（HMCC）更可視為現(xiàn)代設(shè)計(jì)活動(dòng)的基礎(chǔ)。伴隨計(jì)算機(jī)科學(xué)與信息技術(shù)的發(fā)展，HMI 中人（H）面對(duì)的對(duì)象逐漸從機(jī)器（M）細(xì)分為計(jì)算機(jī)（C），并在數(shù)智技術(shù)的作用下剝離為人工智能（AI），形成從HMI、HCI 到人智交互（HAI）的新環(huán)境。在數(shù)智技術(shù)的建設(shè)中，HMCC 也在人工智能輔助設(shè)計(jì)（AIAD）的語(yǔ)境下逐漸形成人智共創(chuàng)設(shè)計(jì)（HAICD）的新形態(tài)。[1] 在此背景下，設(shè)計(jì)雖曾被視為“最不可計(jì)算機(jī)化”的學(xué)科之一，[2] 卻首當(dāng)其沖受到了人工智能生成內(nèi)容（AIGC）的沖擊。

前沿科技的發(fā)展速度已遠(yuǎn)超戈登·厄爾·摩爾（Gordon Earle Moore）的預(yù)測(cè)，指日可待的通用人工智能（Artificial general intelligence，AGI）亦會(huì)為設(shè)計(jì)帶來(lái)新的可能性。當(dāng)下是重塑HAI，推動(dòng)HAICD 創(chuàng)新構(gòu)建的“窗口期”，更是搭建設(shè)計(jì)型人工智能（Design"AI），引導(dǎo)AI 與設(shè)計(jì)雙向變革的“關(guān)鍵期”。萬(wàn)物互聯(lián)（IoE）語(yǔ)境下，分布式人工智能（DAI）等端邊云協(xié)同技術(shù)將促使AI 廣泛嵌入各類(lèi)事物，形成泛在智能（UI）的技術(shù)環(huán)境。HI、AI 以及智聯(lián)硬件與邊緣計(jì)算構(gòu)建的群體智能代理（Agents）也將在此環(huán)境中與設(shè)計(jì)產(chǎn)生協(xié)同效應(yīng)，共同促成聚合多種智慧的融合智能設(shè)計(jì)（Intelligence" Fusion Design，IFD），以推動(dòng)HAICD創(chuàng)新路徑的構(gòu)建。

一、人智共創(chuàng)設(shè)計(jì)的研究概述

1.從協(xié)作到協(xié)同：人智共創(chuàng)視域下的設(shè)計(jì)流變

在動(dòng)態(tài)發(fā)展的進(jìn)程中，人、機(jī)器與設(shè)計(jì)相互成就，逐步融合。伴隨人類(lèi)社會(huì)生產(chǎn)力的提升、生產(chǎn)關(guān)系的調(diào)整以及生產(chǎn)方式的轉(zhuǎn)變，藝科交融推動(dòng)機(jī)器實(shí)現(xiàn)了從工具到智能體的深刻變革，并使其經(jīng)歷了從“人造物”到“造物者”的演變（圖1）。設(shè)計(jì)的思維、方法及模式亦歷經(jīng)多次創(chuàng)新演進(jìn)，在人機(jī)共生與共創(chuàng)的建設(shè)中起到了應(yīng)變而進(jìn)、引領(lǐng)創(chuàng)新的關(guān)鍵作用。

機(jī)械計(jì)算機(jī)時(shí)代的設(shè)計(jì)學(xué)、計(jì)算機(jī)科學(xué)及相關(guān)技術(shù)均處于孵化期。計(jì)算機(jī)自主創(chuàng)新理念形成前，設(shè)計(jì)與機(jī)器結(jié)合的原動(dòng)力來(lái)自人們對(duì)自動(dòng)化造物的需求。1804年，約瑟夫·瑪麗·雅卡爾（Joseph Marie Jacquard）在其發(fā)明的提花織機(jī)中，首次通過(guò)編程控制機(jī)器制作圖案，設(shè)計(jì)以機(jī)器可讀的抽象形式存在于打孔卡中，指導(dǎo)機(jī)器運(yùn)作。1843年，阿達(dá)·洛芙萊斯（AdaLovelace）在其分析機(jī)筆記中，首次探討了以機(jī)器算法生成復(fù)雜藝術(shù)內(nèi)容的構(gòu)想，并提出“洛芙萊斯的異議”（Lovelace's Objection），認(rèn)為機(jī)器是一種始終需要人類(lèi)控制和指導(dǎo)的工具，其局限性在于缺乏預(yù)見(jiàn)能力，無(wú)法產(chǎn)生超越其編程的結(jié)果，更無(wú)法實(shí)現(xiàn)獨(dú)立創(chuàng)新。[3]

自電子計(jì)算機(jī)時(shí)代起，人們對(duì)造物質(zhì)量和效能的要求日益提高。隨著帕特里克·J·漢拉蒂（Patrick" J.Hanratty）研發(fā)的PRONTO問(wèn)世，CAx應(yīng)運(yùn)而生。設(shè)計(jì)在與CAx 的結(jié)合下，邁入了標(biāo)準(zhǔn)化、集成化、自動(dòng)化的數(shù)字維度，并滲透至創(chuàng)新造物的各個(gè)環(huán)節(jié)。人們開(kāi)始注意到HCI 的良性構(gòu)建對(duì)CAx 等HMCC的重要性。伊凡·愛(ài)德華·蘇澤蘭（Ivan EdwardSutherland）倡導(dǎo)從“給計(jì)算機(jī)寫(xiě)信”到“與計(jì)算機(jī)商議”的觀念變革；[4] 道格拉斯·卡爾·恩格爾巴特（DouglasCarl Engelbart）提出了“增強(qiáng)人類(lèi)智能”（AugmentingHuman Intellect）和“共同進(jìn)化”（Co-evolution）等人機(jī)在“智慧”層面相互作用的理論；[5] 戴維·坎菲爾德·史密斯（David Canfield Smith）也多次談及友好的HCI設(shè)計(jì)可對(duì)創(chuàng)造力產(chǎn)生積極作用，并認(rèn)為計(jì)算機(jī)應(yīng)再現(xiàn)人類(lèi)的思維過(guò)程，以真正地服務(wù)于人。[6]CAx 與HCI的出現(xiàn)使設(shè)計(jì)可將繁復(fù)的任務(wù)交與計(jì)算機(jī)，從而讓人們有更多時(shí)間專(zhuān)注于創(chuàng)意，形成了人與計(jì)算機(jī)各騁所長(zhǎng)的協(xié)作式設(shè)計(jì)（Cooperative design），[7]為日后HAICD的形成奠定了理論與技術(shù)基礎(chǔ)。從此，大量CAx 軟件與HCI 系統(tǒng)開(kāi)始涌現(xiàn)，直至今日仍不斷與新技術(shù)結(jié)合，逐步實(shí)現(xiàn)從二維至多維的體驗(yàn)升級(jí)，并在不同的垂直細(xì)分領(lǐng)域持續(xù)創(chuàng)新。

進(jìn)入21世紀(jì)后，設(shè)計(jì)需依托于不斷提升的計(jì)算機(jī)算力與信息技術(shù)，以協(xié)同更多因素和知識(shí)來(lái)解決更復(fù)雜的問(wèn)題。一方面，CAx 和BIM 等設(shè)計(jì)方法逐漸向多維化、平臺(tái)化和互聯(lián)化發(fā)展，將設(shè)計(jì)中涉及的更多因素接入平臺(tái)進(jìn)行協(xié)同。查爾斯·伊士曼（Charles M.Eastman）強(qiáng)調(diào)信息模型和數(shù)據(jù)庫(kù)在設(shè)計(jì)中的重要性，并主張通過(guò)計(jì)算機(jī)系統(tǒng)來(lái)管理和共享設(shè)計(jì)信息，促進(jìn)不同專(zhuān)業(yè)之間的合作，整合設(shè)計(jì)上下游鏈路中的信息，以提高協(xié)同效率。[8] 另一方面，以生成式設(shè)計(jì)為代表的運(yùn)算化設(shè)計(jì)開(kāi)始在建筑、服裝、工業(yè)等設(shè)計(jì)領(lǐng)域興起。帕特里克·舒馬赫（Patrik Schumacher）認(rèn)為在機(jī)器算法驅(qū)動(dòng)下，設(shè)計(jì)師將成為跨學(xué)科下人機(jī)共創(chuàng)中規(guī)則的制定者，并提出了參數(shù)化主義（Parametricism）。

設(shè)計(jì)可通過(guò)計(jì)算機(jī)生成和迭代方案，快速滿足環(huán)境和功能需求的變化，實(shí)現(xiàn)人機(jī)協(xié)同下設(shè)計(jì)的自適應(yīng)性。[9]從這一時(shí)期起，許多設(shè)計(jì)師開(kāi)始建立“編程思維”，并將結(jié)構(gòu)、造型和信息處理等大量設(shè)計(jì)工作交與AI和計(jì)算機(jī)算法，實(shí)現(xiàn)了早期的AIAD，[10-11] 逐漸邁向HAICD（圖2）。設(shè)計(jì)因此獲得了更全面和多維的視角，形成了由多智慧協(xié)同、跨學(xué)科參與、互通有無(wú)的協(xié)同式設(shè)計(jì)（Collaborative Design）。

2.生成式的排異：人智共創(chuàng)設(shè)計(jì)的現(xiàn)狀與挑戰(zhàn)

隨著阿希什·瓦斯瓦尼（Ashish Vaswani）等人成果的發(fā)表，[12]GenAI 賦予了HAICD 新的定義，并推動(dòng)其進(jìn)入轉(zhuǎn)化期。2021 年起，Dall·E、MuseNet、Sora 等多款A(yù)IGC 模型相繼問(wèn)世，過(guò)去三年全球已有超過(guò)半數(shù)的設(shè)計(jì)師利用AI 進(jìn)行創(chuàng)作，在工業(yè)、建筑、影像等設(shè)計(jì)領(lǐng)域的使用比例更已超過(guò)70%。Adobe、Autodesk、Siemens 等企業(yè)也在近年著手對(duì)旗下CAx軟件進(jìn)行智能化升級(jí)和研發(fā)。從職業(yè)生成內(nèi)容（Occupationally-generated content，OGC）、專(zhuān)業(yè)生成內(nèi)容（Professionally-generated" content，PGC）、用戶生成內(nèi)容（User-generated content，UGC）到AIGC，成為創(chuàng)作者的標(biāo)準(zhǔn)進(jìn)一步降格，人在內(nèi)容創(chuàng)新上不再具有唯一性，任何人都可通過(guò)與AI 的簡(jiǎn)單交互快速完成圖文、影像、代碼等創(chuàng)造性?xún)?nèi)容的生成。AI 能給設(shè)計(jì)帶來(lái)的增益毋庸置疑，但過(guò)往的設(shè)計(jì)模式與數(shù)智技術(shù)間的排異性，也著實(shí)引發(fā)了設(shè)計(jì)思維鈍化、設(shè)計(jì)方法失效等負(fù)面反撥效應(yīng)（Washback effect）。設(shè)計(jì)的觀念與模式受到了前所未有的顛覆，AI 威脅論催發(fā)的焦慮與恐慌時(shí)有發(fā)生，設(shè)計(jì)似乎成為智能化技術(shù)的跟隨者，HAICD 理論體系的缺失使設(shè)計(jì)的未來(lái)進(jìn)路變得模糊與混沌。

3.智能體的融合：人智共創(chuàng)設(shè)計(jì)的創(chuàng)新性理論

當(dāng)前，HAICD相關(guān)的設(shè)計(jì)理論研究主要集中在人機(jī)交互、群體智能與創(chuàng)新方法論構(gòu)建三大領(lǐng)域。安卡·塞爾巴內(nèi)斯庫(kù)（Serbanescu Anca）等人強(qiáng)調(diào)，在人類(lèi)與AI 系統(tǒng)的積極協(xié)作中，AI不僅是一個(gè)工具，更是一種創(chuàng)作伙伴。動(dòng)態(tài)的HCI 有助于構(gòu)建互動(dòng)數(shù)字?jǐn)⑹拢↖nteractive digital narrative，IDN）；[13] 郝凝輝與劉曉天以智能交互為切入點(diǎn)，主張將智能化設(shè)計(jì)、數(shù)字孿生技術(shù)和智能生態(tài)系統(tǒng)融入智能制造中，以促進(jìn)設(shè)計(jì)、制造與服務(wù)的無(wú)縫銜接與深度整合；[14] 李曉杰針對(duì)傳統(tǒng)藝術(shù)紋樣，提出人機(jī)交互下的生成式設(shè)計(jì)應(yīng)嵌入數(shù)據(jù)資源庫(kù)構(gòu)建、圖像識(shí)別、風(fēng)格遷移等環(huán)節(jié)，以人智共創(chuàng)的方式豐富設(shè)計(jì)多樣性；[15] 羅仕鑒等人以AI 時(shí)代的群體智能（Crowd intelligence）為切入點(diǎn)，從創(chuàng)意表達(dá)、創(chuàng)意共創(chuàng)、價(jià)值協(xié)同三個(gè)層面提出了群智創(chuàng)新設(shè)計(jì)方法，并強(qiáng)調(diào)有效的平臺(tái)建設(shè)和機(jī)制管理在實(shí)現(xiàn)群智創(chuàng)新中的關(guān)鍵作用；[16] 柴春雷等人指出，未來(lái)的GenAI 需在新的方法論下與設(shè)計(jì)師深度融合，形成更高的創(chuàng)造力和自主性；[17] 亞歷山大·阿洛詹茨（Alexander Alodjants）等人認(rèn)為DAI 中，人工智能代理（Artificial intelligent agents，AIAs）和自然智能代理（Natural intelligence agents，NIAs）能夠自我組織，形成一個(gè)動(dòng)態(tài)的協(xié)作網(wǎng)絡(luò)，使系統(tǒng)在沒(méi)有集中控制的情況下，通過(guò)代理之間的相互作用和通信，實(shí)現(xiàn)高適應(yīng)性和高效率，協(xié)同解決復(fù)雜性問(wèn)題；[18] 伊麗莎白·丘吉爾（Elizabeth Churchill）等人以計(jì)算機(jī)支持協(xié)同工作（Computer supported cooperative work，CSCW）為切入點(diǎn)，表示人機(jī)協(xié)作需改變以人為中心的慣性思維，從相互信任、角色分工、反饋機(jī)制、持續(xù)適應(yīng)等方面重新思考AI 的設(shè)計(jì)。[19]

二、人智共創(chuàng)設(shè)計(jì)的創(chuàng)新路標(biāo)

在足夠長(zhǎng)的時(shí)間維度上，任何科學(xué)與技術(shù)都只是人類(lèi)文明發(fā)展進(jìn)程中的一環(huán)。[20] 本研究從長(zhǎng)期主義（Longtermism）出發(fā)，進(jìn)行設(shè)計(jì)理論構(gòu)建，基于集成產(chǎn)品開(kāi)發(fā)（Integrated Product" Development，IPD）理念，從設(shè)計(jì)戰(zhàn)略角度以設(shè)立創(chuàng)新路標(biāo)為起始，明確IFD 下的HAICD 核心轉(zhuǎn)向，逐步形成HAICD 創(chuàng)新路徑（圖3）。

1.科技路標(biāo)：開(kāi)發(fā)設(shè)計(jì)導(dǎo)向人工智能

IFD下HAICD需首先關(guān)注設(shè)計(jì)對(duì)AI 的重塑，快速推動(dòng)AI 向Design AI 轉(zhuǎn)變。Design AI 的構(gòu)建標(biāo)準(zhǔn)并非是創(chuàng)造“類(lèi)人設(shè)計(jì)師”，而是基于AI對(duì)HI的模擬與借鑒，打造能通過(guò)設(shè)計(jì)探究最優(yōu)結(jié)果的“理性智能體”（Rational agent）。[21]AI 在審美、感知、體驗(yàn)等方面難以與人類(lèi)設(shè)計(jì)師比肩，如VLP 下的生成式設(shè)計(jì)缺乏對(duì)于設(shè)計(jì)理解的縱深，其生成內(nèi)容時(shí)常不及人類(lèi)設(shè)計(jì)師水準(zhǔn)，導(dǎo)致拮抗效應(yīng)（Antagonism）。設(shè)計(jì)應(yīng)抓住窄人工智能（Artificial narrow intelligence，ANI）向AGI發(fā)展的轉(zhuǎn)捩點(diǎn)，深度參與Deisgn AI 的開(kāi)發(fā)。以設(shè)計(jì)為主導(dǎo)，推動(dòng)AI 將自身優(yōu)勢(shì)與設(shè)計(jì)思維等設(shè)計(jì)理論知識(shí)結(jié)合，[22] 并引導(dǎo)AI 嵌入至設(shè)計(jì)工作全鏈路中，深化機(jī)器學(xué)習(xí)（ML），提升其在邏輯推導(dǎo)和信息感知兩大方面的設(shè)計(jì)素養(yǎng)，確保HAICD 的生成內(nèi)容可實(shí)現(xiàn)多維度的美學(xué)平衡。此外，IFD 下的HAICD 無(wú)需苛求為AI 增添“人性”維度，而應(yīng)聚焦于觸發(fā)融合多智能體的協(xié)同效應(yīng)。通過(guò)客觀解構(gòu)設(shè)計(jì)活動(dòng)各階段對(duì)不同能力的具體需求，培養(yǎng)并助力AI在其擅長(zhǎng)環(huán)節(jié)高效施展作用，由表及里地構(gòu)建具備擴(kuò)展HI 能力的Design AI。

2.交互路標(biāo)：重塑融合智能交流模式

更加智能化的Design AI 將著手解決實(shí)際、復(fù)雜、動(dòng)態(tài)的抗解問(wèn)題（Wicked problem），但AI 智力提升的同時(shí)，其自身復(fù)雜性也會(huì)迎來(lái)劇增。伴隨HAICD中總體信息熵的增加，HAI 的設(shè)計(jì)難度也將不斷攀升。構(gòu)建HI、AI、設(shè)計(jì)間的良性關(guān)系，消解排異反應(yīng)，預(yù)防倫理問(wèn)題，確保信息流與設(shè)計(jì)流的順暢是HAICD 積極運(yùn)作的核心。總體上，HAICD 需基于人機(jī)間的相互尊重與平衡，建立數(shù)據(jù)、信息、知識(shí)等資源上的共享與反饋機(jī)制，重塑HAICD 中AI 與人類(lèi)設(shè)計(jì)師的工作角色、任務(wù)分配和決策權(quán)重等框架，以形成HI 與AI 在設(shè)計(jì)中的融合路徑?！拔覀儽仨毥邮苋祟?lèi)行為的本來(lái)方式，而不是我們希望它應(yīng)有的方式?！盵23]Design AI 應(yīng)以可解釋人工智能（Explainableartificial intelligence，XAI）為基礎(chǔ)，建立AI 對(duì)人類(lèi)行為習(xí)慣與思維觀念的自適應(yīng)。以設(shè)計(jì)推動(dòng)自然語(yǔ)言處理（NLP）等技術(shù)創(chuàng)新發(fā)展，改善當(dāng)下HAI 中對(duì)于提示詞（Prompt）和輸入數(shù)據(jù)源等溝通技巧的依賴(lài)。同時(shí)，設(shè)計(jì)師應(yīng)對(duì)自身與AI 雙方的優(yōu)劣勢(shì)形成客觀認(rèn)識(shí)，給予AI 相應(yīng)信任，摒棄將AI 視為“替代者”的觀念，使HI 與AI 在互補(bǔ)中走向融合，形成基于HAI 匯聚多元智慧的設(shè)計(jì)工作流，實(shí)現(xiàn)人智間的雙向增幅。

3.型態(tài)路標(biāo)：形成泛在智能設(shè)計(jì)平臺(tái)

“這個(gè)時(shí)代的設(shè)計(jì)將解決從超現(xiàn)實(shí)到現(xiàn)實(shí)的回歸問(wèn)題，即存在的回歸。”[24]HAICD 的構(gòu)建需聚焦于元與存在間的通感，進(jìn)而形成虛實(shí)交融的智能化設(shè)計(jì)平臺(tái)，以應(yīng)對(duì)真實(shí)世界中的復(fù)雜挑戰(zhàn)。HAICD 將以物聯(lián)網(wǎng)（Internet of things，IoT）的物物相連（Machineto machine，M2M）為基礎(chǔ)，實(shí)現(xiàn)設(shè)計(jì)與全場(chǎng)景中設(shè)備的智聯(lián)，借助DAI 構(gòu)建以設(shè)計(jì)為核心的多智能體系統(tǒng)（Multi-agent system，MAS），打通人（People）、數(shù)據(jù)（Data）、設(shè)備（Things）、流程（Process）間的交流通道，依托于數(shù)字孿生等相關(guān)使能技術(shù)（Enablingtechnology），實(shí)現(xiàn)IFD語(yǔ)境下HAICD泛在化設(shè)計(jì)平臺(tái)。一方面，在UI 與端邊云協(xié)同技術(shù)驅(qū)動(dòng)下的DesignAI 將具備主動(dòng)感知物理世界的“賽博感官”，從而減少AI 對(duì)人類(lèi)供給信息的依賴(lài)，規(guī)避AI 角度下信息繭房的出現(xiàn)。IoE泛在能力與AI 強(qiáng)大算力的結(jié)合，可使得泛在智能設(shè)計(jì)平臺(tái)中的創(chuàng)新設(shè)計(jì)實(shí)現(xiàn)倍增效應(yīng)（Multiplication effect）。另一方面，多維、動(dòng)態(tài)、全面的信息將加速AI 形成設(shè)計(jì)智慧，基于同其他智能硬件的聯(lián)動(dòng)，逐步發(fā)展為可在物理世界中實(shí)施設(shè)計(jì)的智能體集群，并在具身智能（EAI）等相關(guān)技術(shù)與理念支持下，成為參與設(shè)計(jì)全鏈路的“設(shè)計(jì)型機(jī)器人”。

三、人智共創(chuàng)設(shè)計(jì)的創(chuàng)新思維

1.泛在聯(lián)接思維

IFD下的HAICD將使HI、AI、設(shè)備、系統(tǒng)、環(huán)境等諸要素緊密相連，為設(shè)計(jì)提供更加宏觀化的視域和更具系統(tǒng)化的信息。泛在連接思維強(qiáng)調(diào)在萬(wàn)物互聯(lián)的世界中，需以設(shè)計(jì)開(kāi)發(fā)事物中的智慧，剖析萬(wàn)物間的關(guān)系，自頂層橫向延展設(shè)計(jì)的幅度（圖4）。（1）全局觀念：鑒于信息時(shí)代事物間前所未有的緊密聯(lián)系，設(shè)計(jì)問(wèn)題已非孤立事件，任何設(shè)計(jì)的解決方案都可能產(chǎn)生連鎖效應(yīng)。全局觀念強(qiáng)調(diào)設(shè)計(jì)需依托IoE、大數(shù)據(jù)及強(qiáng)大算力支持的仿真模擬等技術(shù)，建立高維度、全鏈路視角，以超越HI的視域，去洞察、理解、解決復(fù)雜問(wèn)題。（2）系統(tǒng)觀念：IFD 視事物中存有多元多樣的接觸點(diǎn)、信息流與關(guān)系網(wǎng)，接觸點(diǎn)中的元素變量、信息流中的傳遞向量與關(guān)系網(wǎng)中的組織參量共同構(gòu)成了一個(gè)不斷變化的動(dòng)態(tài)系統(tǒng)。系統(tǒng)觀要求設(shè)計(jì)持續(xù)關(guān)注萬(wàn)物之間的運(yùn)作邏輯、組織結(jié)構(gòu)和作用方式，動(dòng)態(tài)調(diào)和熵權(quán)重，持續(xù)促進(jìn)系統(tǒng)穩(wěn)定優(yōu)化，增強(qiáng)遷移能力。（3）涌現(xiàn)觀念：該觀念強(qiáng)調(diào)設(shè)計(jì)需要在個(gè)體發(fā)展與群體耦合中平衡獨(dú)特性與通用性。HAICD需依托涌現(xiàn)計(jì)算（Emergent computing）理念，從分布式個(gè)體中汲取多樣性數(shù)據(jù)、信息、知識(shí)，繼而聚合為群體智慧，構(gòu)建具有靈活性、適應(yīng)性、廣泛性的智能化設(shè)計(jì)決策系統(tǒng)，以改善藝科交融中的失衡問(wèn)題。

2.數(shù)據(jù)進(jìn)化思維

新一代信息技術(shù)下的設(shè)計(jì)在數(shù)據(jù)處理方面達(dá)到了前所未有的體量、速率與精度。然而，數(shù)據(jù)并不等同于智能，而是可支撐智能化設(shè)計(jì)、蘊(yùn)含潛在價(jià)值的“原材料”。[25] 數(shù)據(jù)進(jìn)化思維以“通感”為核心，促使異構(gòu)資源逐步進(jìn)化為“設(shè)計(jì)智慧”，實(shí)現(xiàn)信息價(jià)值的升級(jí)（圖5）。（1）洞悉意識(shí)：UI 下的HAICD 可擁有“無(wú)邊界”的數(shù)據(jù)資產(chǎn)，因此HAICD 需具備極高的信息敏銳度，以便在繁雜環(huán)境中迅速完成識(shí)別、分析和判斷。其中，Design AI 的抽象、推理與計(jì)算能力將彌補(bǔ)HI 在數(shù)據(jù)和信息處理上的不足。在莫拉維克悖論（Moravec's Paradox）下，設(shè)計(jì)師更需在Design AI的訓(xùn)練中，培養(yǎng)其在設(shè)計(jì)上的“直覺(jué)思維”，進(jìn)而形成直覺(jué)和邏輯結(jié)合下的洞悉意識(shí)。（2）認(rèn)知意識(shí)：設(shè)計(jì)面對(duì)的問(wèn)題本質(zhì)及最優(yōu)解決方案往往隱含于信息背后。認(rèn)知意識(shí)作用下的Design AI 需在模型訓(xùn)練、實(shí)際應(yīng)用、迭代優(yōu)化等階段，持續(xù)挖掘表層信息背后多維度的里層知識(shí)，實(shí)現(xiàn)從數(shù)據(jù)識(shí)別到信息認(rèn)知和學(xué)習(xí)的升級(jí)，使Design AI 可從數(shù)據(jù)中建立設(shè)計(jì)型知識(shí)庫(kù)。（3）決策意識(shí)：唯有在實(shí)際情境中運(yùn)用過(guò)的知識(shí)，才可成為智慧。HAICD 需不斷將AI 與HI 的知識(shí)進(jìn)行存在性實(shí)踐和歸因，以建立先驗(yàn)知識(shí)。AI 將基于經(jīng)驗(yàn)與知識(shí)的融合，完成從推薦式、啟發(fā)式到?jīng)Q策式的升維，成為能夠生成高質(zhì)量情報(bào)、方法、策略的DesignAI。

3.萬(wàn)物矩陣思維

IFD下的HAICD將每一個(gè)人、事件、物體及現(xiàn)象均視為設(shè)計(jì)中的“關(guān)聯(lián)因子”及復(fù)雜巨系統(tǒng)中的“矩陣節(jié)點(diǎn)”，進(jìn)而廣泛建立數(shù)字世界與物理世界的感知連接，通過(guò)跨學(xué)科研究梳理萬(wàn)物間的邏輯，構(gòu)建以人為原點(diǎn)、輻射至全域的設(shè)計(jì)矩陣，形成聚合效應(yīng)（圖6）。（1）述情設(shè)計(jì)：HAI 因語(yǔ)言、邏輯、感知的差異和計(jì)算機(jī)科學(xué)與技術(shù)的限制，仍存有一定交流壁壘。

在IFD的驅(qū)動(dòng)下，HAICD中的AI 與HI 都應(yīng)遵循可用性原則（Usability principles）等HAI 基本原則，主動(dòng)將各自的所知所想進(jìn)行及時(shí)且有效的“述情”，避免算法“黑箱”（Black box）等問(wèn)題的出現(xiàn)。[26]（2）算法移情：HAICD應(yīng)依托Design AI的算法和算力，完成HI 難以勝任的模擬和預(yù)測(cè)工作。與人的移情相比，Design AI 可更客觀地將矩陣中多元、海量的節(jié)點(diǎn)作為變量，以去人類(lèi)中心化和長(zhǎng)期主義為驅(qū)動(dòng)，推測(cè)設(shè)計(jì)方案在更長(zhǎng)時(shí)間維度和更多領(lǐng)域中可能造成的影響。（3）幸福創(chuàng)新：HAICD的技術(shù)構(gòu)成將隨著顛覆性科技的發(fā)展而變化，但無(wú)論科技如何發(fā)展，都需確保設(shè)計(jì)的創(chuàng)新是以創(chuàng)造幸福生活為主旋律的積極計(jì)算（Positive computing），以正視并應(yīng)對(duì)科技異化（Technological" alienation）、數(shù)字鴻溝（Digital divide）等問(wèn)題。[27]

4.動(dòng)態(tài)發(fā)展思維

智能化設(shè)計(jì)應(yīng)更加深刻認(rèn)識(shí)到“世界是一個(gè)充滿動(dòng)態(tài)變化和發(fā)展過(guò)程的整體”。[28] 在日新月異的世界中，動(dòng)態(tài)發(fā)展思維視“變量”為“常量”，以提高對(duì)事物“動(dòng)勢(shì)”的敏銳度，強(qiáng)調(diào)智能化設(shè)計(jì)“識(shí)變從宜、應(yīng)變而進(jìn)”的發(fā)展方向（圖7）。（1）閉環(huán)觀念：HAICD需認(rèn)識(shí)到事物在運(yùn)動(dòng)中的發(fā)展，并與其他事物間產(chǎn)生不間斷的相互影響。UI 下的HAICD 具有統(tǒng)籌多元、多樣、多維元素的技術(shù)能力，可通過(guò)設(shè)計(jì)保持宏觀視角上事物的閉環(huán)，并在不斷循環(huán)中形成新智慧，實(shí)現(xiàn)設(shè)計(jì)的持續(xù)進(jìn)化。（2）路標(biāo)觀念：Design AI賦予了設(shè)計(jì)強(qiáng)大的檢索、運(yùn)算和生成等超越HI 的能力。設(shè)計(jì)師能夠在“不可測(cè)”的創(chuàng)新鏈路中設(shè)立多重“路標(biāo)”，以引導(dǎo)資源實(shí)現(xiàn)最優(yōu)調(diào)配，充分發(fā)揮智能化技術(shù)的最大效能，使設(shè)計(jì)可以階段性目標(biāo)為驅(qū)動(dòng)，在里程碑效應(yīng)下有效規(guī)避“非意圖后果”的產(chǎn)生。（3）發(fā)展觀念：不存在最完美的設(shè)計(jì)，唯有更適宜的方案。Design AI需從自驅(qū)動(dòng)與自組織起始，逐步邁向智能化設(shè)計(jì)的自感知與自適應(yīng)，從而在科技、文化和環(huán)境變遷中不斷推動(dòng)設(shè)計(jì)的與時(shí)俱進(jìn)。確保設(shè)計(jì)能以積極、永續(xù)的態(tài)度主動(dòng)預(yù)研趨勢(shì)，發(fā)揮動(dòng)態(tài)規(guī)劃，解決背包問(wèn)題（Knapsack problem）。

四、人智共創(chuàng)設(shè)計(jì)的創(chuàng)新路徑

1.部署群智驅(qū)動(dòng)的智能感知矩陣

IFD下的HAICD將在數(shù)字孿生支持下，使傳感器、智能終端、智能化系統(tǒng)等軟硬件成為設(shè)計(jì)部署在物理世界中的億萬(wàn)個(gè)多模態(tài)“感官”，為設(shè)計(jì)創(chuàng)造泛在且多維的信息輸入與輸出端口，推動(dòng)虛擬設(shè)計(jì)空間與現(xiàn)實(shí)問(wèn)題空間的無(wú)縫融合，形成智能感知矩陣。

智能感知矩陣將以保障用戶隱私權(quán)益為前提，充分利用智能家居、智慧工廠、智慧交通等全場(chǎng)景中的數(shù)據(jù)資產(chǎn)（Digital asset），使多元、多樣的數(shù)據(jù)經(jīng)邊緣計(jì)算處理后于云端交融，建立以設(shè)計(jì)為中心的數(shù)據(jù)倉(cāng)庫(kù)（Data warehouse），進(jìn)而發(fā)揮UI 下的群智效應(yīng)，以最大化IoE 價(jià)值，使Design AI 具備一種區(qū)別于HI的感知能力。（1）廣域研究：智能感知矩陣應(yīng)從洞察問(wèn)題和挖掘需求等設(shè)計(jì)研究出發(fā)，結(jié)合跨學(xué)科知識(shí)充分利用智能硬件中的冷數(shù)據(jù)（Cold data）和暗數(shù)據(jù)（Darkdata），為設(shè)計(jì)持續(xù)構(gòu)建數(shù)據(jù)驅(qū)動(dòng)下的情報(bào)庫(kù)和知識(shí)管理系統(tǒng)（Knowledge management system，KMS），并以其為Design AI的ML 提供動(dòng)力，助力AI 從設(shè)計(jì)學(xué)的角度認(rèn)知世界。（2）垂直研究：智能感知矩陣可根據(jù)設(shè)計(jì)師發(fā)起的特定設(shè)計(jì)需求，檢索設(shè)計(jì)相關(guān)的核心人群、使用場(chǎng)景和受眾地區(qū)等信息，并精準(zhǔn)地對(duì)目標(biāo)的智能化軟硬件主動(dòng)發(fā)起深層次、周期化、策略性的信息收集與研究，以提升設(shè)計(jì)的準(zhǔn)確度和時(shí)效性。（3）設(shè)計(jì)預(yù)研：設(shè)計(jì)師可驅(qū)動(dòng)智能感知矩陣采集批式（Batch）大數(shù)據(jù)與流式（Streaming）大數(shù)據(jù)，開(kāi)展前瞻性設(shè)計(jì)預(yù)研，依托AI 與HI 的多維設(shè)計(jì)分析，實(shí)現(xiàn)對(duì)未來(lái)趨勢(shì)的仿真、模擬與預(yù)測(cè)，以更加快捷的方式搭建設(shè)計(jì)智庫(kù)，為設(shè)計(jì)的戰(zhàn)略性決策提供知識(shí)支持。

2.構(gòu)建融合智能設(shè)計(jì)的存在形式

IFD下的HAICD不應(yīng)使設(shè)計(jì)活動(dòng)受限于某一種硬件。需致力于構(gòu)建可自適應(yīng)情境、可自拓展媒介的Design AI，以實(shí)現(xiàn)設(shè)計(jì)活動(dòng)的泛在化與融合化。（1）泛在化硬件嵌入：Design AI應(yīng)廣泛嵌入至設(shè)計(jì)師的手機(jī)、電腦與可穿戴設(shè)備等智能終端（圖8），通過(guò)對(duì)GUI、VUI和NUI等界面的設(shè)計(jì)，為HAI 構(gòu)建更加多元、靈活且自然的接觸點(diǎn)。充分利用不同智能硬件的功能和特性，形成物理世界中泛在化的多模態(tài)HAI，通過(guò)以行動(dòng)為中心的設(shè)計(jì)（Activity-centereddesign，ACD），使Design AI觸手可及。（2）生態(tài)化軟件融合：Design AI需在硬件基礎(chǔ)上將平臺(tái)融入各類(lèi)設(shè)計(jì)軟件，并衍生至開(kāi)發(fā)、工程、生產(chǎn)等設(shè)計(jì)上下游的軟件中，基于不同軟件的專(zhuān)業(yè)特性達(dá)成協(xié)同，形成HAICD串聯(lián)下的設(shè)計(jì)軟件生態(tài)。在提供智能化支持的同時(shí)，實(shí)現(xiàn)Design AI 綜合能力的逐步擴(kuò)展。（3）設(shè)計(jì)型具身智能：HAICD可基于傳感器、執(zhí)行器與系統(tǒng)集成等技術(shù)成為具有行動(dòng)與制造能力，可在物理世界中自主探索、分析并解決問(wèn)題的設(shè)計(jì)型EAI。在NLP、計(jì)算機(jī)視覺(jué)（Computer Vision，CV）、計(jì)算機(jī)數(shù)據(jù)控制（Computer numerical" control，CNC）等技術(shù)的加持下，Design AI 將依托于具身智能的機(jī)動(dòng)性，在環(huán)境互動(dòng)中發(fā)生感知、行動(dòng)和體驗(yàn)，完成實(shí)地勘測(cè)、材料試驗(yàn)、原型制作等設(shè)計(jì)活動(dòng)，推動(dòng)ML 鏈路的閉環(huán)，在“發(fā)展型”機(jī)器人的理念下促進(jìn)AI產(chǎn)生“設(shè)計(jì)智慧”。設(shè)計(jì)師也將與具身智能下的Design AI建立更緊密的HAI，全天候地進(jìn)行收集靈感、錄入情報(bào)、生成設(shè)計(jì)等HAI 活動(dòng)。（4）設(shè)計(jì)型元宇宙：HAICD將依托設(shè)計(jì)軟件平臺(tái)與擴(kuò)展現(xiàn)實(shí)（Extended reality，XR）、基于物理的渲染（Physically Based Rendering，PBR）和BCI等技術(shù)融合，構(gòu)建擬真化且無(wú)限制的設(shè)計(jì)元空間，為設(shè)計(jì)師帶來(lái)更身臨其境的工作體驗(yàn)，以形成更高質(zhì)量的設(shè)計(jì)成果。Design AI也將在元空間形成相應(yīng)的數(shù)字形象，拉近HI、AI和設(shè)計(jì)間的距離。

3.培養(yǎng)藝科交融下的AI設(shè)計(jì)能力

HAICD視Design AI為與HI互補(bǔ)并融合的智能體，而非設(shè)計(jì)師的工具，AI 應(yīng)具備設(shè)計(jì)能力。AI 在數(shù)據(jù)存儲(chǔ)、學(xué)習(xí)速度、多任務(wù)處理等效能方面早已超越HI，結(jié)合奈杰爾·克羅斯（Nigel Cross）等人有關(guān)設(shè)計(jì)能力的觀點(diǎn)（圖9），[29]AI 轉(zhuǎn)向Design AI 應(yīng)以創(chuàng)新、審美、溝通、共情為主要提升方向。設(shè)計(jì)師應(yīng)基于藝科融合，同人類(lèi)學(xué)、心理學(xué)和計(jì)算機(jī)科學(xué)等專(zhuān)家合作，深度參與大模型開(kāi)發(fā)，結(jié)合跨學(xué)科知識(shí)并利用機(jī)器學(xué)習(xí)力場(chǎng)（Machine-learning force fields，ML-FFs），以多模態(tài)HAI 為驅(qū)動(dòng)，通過(guò)人機(jī)回環(huán)（Human-in-theloop，HITL），對(duì)AI 進(jìn)行有效的訓(xùn)練。

訓(xùn)練分為集中訓(xùn)練和日常訓(xùn)練兩部分，涵蓋數(shù)據(jù)標(biāo)注、預(yù)訓(xùn)練模型、遷移學(xué)習(xí)等前期環(huán)節(jié)，以及設(shè)計(jì)任務(wù)定義、生成結(jié)果評(píng)估與反饋等后期環(huán)節(jié)。（1）集中訓(xùn)練：設(shè)計(jì)師與AI 共同梳理海量設(shè)計(jì)作品的影像、圖紙、參數(shù)等多模信息特征及其背后的設(shè)計(jì)目的、主要?jiǎng)?chuàng)新、用戶反饋等相關(guān)資料，從跨學(xué)科研究角度進(jìn)行特征定義，構(gòu)建藝科融合下的大規(guī)模多模態(tài)數(shù)據(jù)集，賦能于預(yù)訓(xùn)練模型，使AI 理解設(shè)計(jì)造型、材質(zhì)、結(jié)構(gòu)、工藝等表征與其內(nèi)在邏輯關(guān)聯(lián)，實(shí)現(xiàn)從模仿形態(tài)到理解原理的轉(zhuǎn)變，提高IFD的簡(jiǎn)并性（Degeneracy）和魯棒性（Robustness）。（2）日常訓(xùn)練：設(shè)計(jì)師可基于NLP，實(shí)現(xiàn)對(duì)AI 發(fā)起即時(shí)的知識(shí)共享，并通過(guò)平臺(tái)為AI 布置設(shè)計(jì)訓(xùn)練任務(wù)，在HITL 的共同作用下開(kāi)展依托實(shí)時(shí)情景的AI 設(shè)計(jì)訓(xùn)練。AI 將在日常訓(xùn)練中基于智能感知矩陣構(gòu)建聯(lián)覺(jué)（Synesthesia），逐步形成“共情界面”，培養(yǎng)從視覺(jué)導(dǎo)向到直覺(jué)導(dǎo)向，從啟發(fā)式到?jīng)Q策式的智能升級(jí)。提升AI 生成內(nèi)容質(zhì)量，并推動(dòng)AI 與設(shè)計(jì)師建立更加良性的人智關(guān)系。

4.明確人智交互驅(qū)動(dòng)的設(shè)計(jì)流程

HAICD應(yīng)基于對(duì)設(shè)計(jì)項(xiàng)目的多維評(píng)估，結(jié)合設(shè)計(jì)師客觀能力與主觀意愿，靈活調(diào)整，交叉啟用HAI下不同工作模式，充分利用平臺(tái)內(nèi)外的HI 與AI，發(fā)揮更多人與物的智慧。（1）設(shè)計(jì)助理：設(shè)計(jì)師與DesignAI 都基于本地平臺(tái)向?qū)Ψ教岢鲈谔搶?shí)世界中的協(xié)助訴求，雙方皆有義務(wù)輔助對(duì)方完成特定任務(wù)。例如：AI 可幫助設(shè)計(jì)師完成信息檢索和數(shù)據(jù)處理；設(shè)計(jì)師也應(yīng)配合AI完成創(chuàng)意評(píng)估及方案遴選等工作。（2）并行設(shè)計(jì)：設(shè)計(jì)師將在平臺(tái)內(nèi)賦予AI 一定自主權(quán)，允許其自主完成發(fā)現(xiàn)問(wèn)題、定義設(shè)計(jì)、提出方案、驗(yàn)證構(gòu)想等流程。設(shè)計(jì)師也將會(huì)在雙盲條件下獨(dú)立進(jìn)行設(shè)計(jì)。平臺(tái)應(yīng)階段性地發(fā)起雙向反饋，推動(dòng)方案在HAI 下迭代優(yōu)化。（3）設(shè)計(jì)接力：HAICD需詳細(xì)解構(gòu)設(shè)計(jì)工作，通過(guò)在平臺(tái)內(nèi)外部發(fā)布任務(wù)、劃分職責(zé)，組建跨學(xué)科、多人數(shù)、多智能體的創(chuàng)新團(tuán)隊(duì)，成員將依照次序接手對(duì)方成果，發(fā)揮群智效應(yīng)，完成整體設(shè)計(jì)。（4）智能博弈：Design AI將獲得完全自治權(quán)，并在平臺(tái)的組織下與一至多位設(shè)計(jì)師和智能體形成模擬對(duì)抗的競(jìng)爭(zhēng)關(guān)系，催化創(chuàng)新方案的出現(xiàn)。

HAICD內(nèi)AI與設(shè)計(jì)師在工作流中的權(quán)重不同，平臺(tái)應(yīng)確保任何工作模式都應(yīng)基于HITL 建設(shè)，使設(shè)計(jì)師可隨時(shí)接管設(shè)計(jì)任務(wù)，為創(chuàng)新負(fù)責(zé)。設(shè)計(jì)師也需規(guī)避算法厭惡（Algorithm aversion），充分地尊重AI的作用，確保設(shè)計(jì)以改善問(wèn)題為目標(biāo)而進(jìn)行。

5.打通從概念到實(shí)施的智能鏈路

HAICD需在UI理念驅(qū)動(dòng)下，將數(shù)字孿生等端邊云協(xié)同技術(shù)與XR、BCI 等HCI技術(shù)進(jìn)行集成，構(gòu)建設(shè)計(jì)深度參與各環(huán)節(jié)的生態(tài)化元宇宙，以?xún)?yōu)化PLM流程，從體驗(yàn)上實(shí)現(xiàn)設(shè)計(jì)創(chuàng)新的回歸。DesignAI 也將依托在PLM中不斷學(xué)習(xí)的跨學(xué)科知識(shí)，以豐富其判斷器維度，持續(xù)提高其戰(zhàn)略設(shè)計(jì)能力。（1）構(gòu)建項(xiàng)目智鏈：整合項(xiàng)目管理、研發(fā)管理、設(shè)計(jì)方案等多維因素，對(duì)PLM中的供應(yīng)商、服務(wù)商、物流商等相關(guān)方展開(kāi)綜合評(píng)估。利用XAI 生成多項(xiàng)設(shè)計(jì)實(shí)施方案，通過(guò)對(duì)不同方案搭配的優(yōu)劣勢(shì)闡述，輔助設(shè)計(jì)師搭建生態(tài)系統(tǒng)。（2）促進(jìn)信息同頻：打通設(shè)計(jì)端到實(shí)施端的多源異構(gòu)數(shù)據(jù)，推動(dòng)群智效應(yīng)，增強(qiáng)設(shè)計(jì)生態(tài)的可行性、可靠性和可擴(kuò)展性。HAICD應(yīng)基于PLM中各環(huán)節(jié)的跨學(xué)科知識(shí)，形成AIAD協(xié)同多領(lǐng)域?qū)＜医涣髋c辦公的多模態(tài)創(chuàng)新開(kāi)發(fā)與管理平臺(tái)。同時(shí)，建立涵蓋圖紙規(guī)范、執(zhí)行標(biāo)準(zhǔn)、實(shí)施參數(shù)等多維聯(lián)動(dòng)的數(shù)據(jù)處理中心，通過(guò)對(duì)數(shù)據(jù)湖（DataLake）中數(shù)據(jù)的調(diào)度、清洗、轉(zhuǎn)化和整合等，建立自適應(yīng)數(shù)據(jù)倉(cāng)庫(kù)，以提高信息的流暢度，降低溝通成本。（3）生態(tài)化元宇宙：實(shí)現(xiàn)設(shè)計(jì)與各環(huán)節(jié)資源、設(shè)備、系統(tǒng)的直接互聯(lián)，并依托感知化技術(shù)和數(shù)字孿生技術(shù)，構(gòu)建HAI 驅(qū)動(dòng)的生態(tài)化元宇宙。使HAICD可在實(shí)施前根據(jù)過(guò)往數(shù)據(jù)構(gòu)成的“時(shí)空體系”，高效完成物理仿真、驗(yàn)證與預(yù)測(cè)，幫助設(shè)計(jì)師全息化了解各環(huán)節(jié)情境，識(shí)別項(xiàng)目挑戰(zhàn)并預(yù)判設(shè)計(jì)風(fēng)險(xiǎn)，實(shí)現(xiàn)虛實(shí)交互下的逆向優(yōu)化設(shè)計(jì)，降低不良率、故障率以及減少停機(jī)時(shí)間（圖10）。

6.建立反哺機(jī)器學(xué)習(xí)的智慧回環(huán)

HAICD應(yīng)在設(shè)計(jì)完成后，繼續(xù)在PLM中發(fā)揮其泛在化與智能化優(yōu)勢(shì)，自平臺(tái)內(nèi)外部收集主動(dòng)與被動(dòng)的反饋信息，形成即時(shí)數(shù)據(jù)回流，并與其研發(fā)階段的設(shè)計(jì)預(yù)期、核心創(chuàng)新和推導(dǎo)邏輯等各環(huán)節(jié)資料進(jìn)行比照。完成設(shè)計(jì)迭代與優(yōu)化的同時(shí)，HAICD還可利用過(guò)往設(shè)計(jì)回流信息中的優(yōu)劣，通過(guò)對(duì)信息的標(biāo)注、分析和歸因，整理出設(shè)計(jì)的“錯(cuò)題本”和“知識(shí)點(diǎn)”，基于HITL構(gòu)建HAI與群體智慧驅(qū)動(dòng)機(jī)器學(xué)習(xí)的“智慧回環(huán)”。（1）內(nèi)部回環(huán)：Design AI 應(yīng)根據(jù)不同設(shè)計(jì)環(huán)節(jié)的生成內(nèi)容，在設(shè)計(jì)節(jié)點(diǎn)主動(dòng)向設(shè)計(jì)師采集多維度的專(zhuān)業(yè)性反饋評(píng)價(jià)。設(shè)計(jì)師也可在任何時(shí)間通過(guò)多模態(tài)輸入即時(shí)向AI 提出建議，實(shí)現(xiàn)HI 向AI的流動(dòng)，同時(shí)幫助Design AI 理解設(shè)計(jì)師的習(xí)慣、風(fēng)格與偏好。（2）外部回環(huán)：HAICD應(yīng)利用DIA在PLM中保持與各端口信息的長(zhǎng)久同步，收集更真實(shí)、全面的數(shù)據(jù)，以形成先驗(yàn)知識(shí)，構(gòu)建來(lái)自實(shí)踐的“設(shè)計(jì)智慧”。HAIC 不但需要從全鏈路中同步例如：生產(chǎn)成本、運(yùn)輸損耗及銷(xiāo)售數(shù)量等各類(lèi)可量化客觀數(shù)據(jù)，還需以參與式設(shè)計(jì)為驅(qū)動(dòng)邀請(qǐng)用戶提供UX 等主觀反饋，以匯集PLM 末端的“用戶智慧”。針對(duì)智能化產(chǎn)品，平臺(tái)需直接請(qǐng)求訪問(wèn)產(chǎn)品后端，收集產(chǎn)品的使用及性能數(shù)據(jù)，經(jīng)數(shù)據(jù)清洗與轉(zhuǎn)換后直接反饋至設(shè)計(jì)端，以推動(dòng)迭代和優(yōu)化。

7.培養(yǎng)融合智能設(shè)計(jì)的善良意圖

IFD下的HAICD將促進(jìn)AI 與人類(lèi)社會(huì)建立更廣泛、多維且深入的聯(lián)系。設(shè)計(jì)的“善良意圖”不僅是可靠性的基石，更是Design AI在社會(huì)面合理、合情、合意存在的保障。智能化設(shè)計(jì)應(yīng)以法律法規(guī)為底線，以AI 倫理與道德標(biāo)準(zhǔn)為根基，通過(guò)積極計(jì)算引導(dǎo)數(shù)智技術(shù)與設(shè)計(jì)融合，開(kāi)展懂尊重、有責(zé)任、創(chuàng)幸福的智能化設(shè)計(jì)活動(dòng)。[30]（1）權(quán)益保障：規(guī)模化、抽象化、效能化的技術(shù)系統(tǒng)最易忽視對(duì)人的權(quán)益保障。HAICD需基于反貪心算法（Anti-greedy algorithm）思想，為加密算法、共識(shí)機(jī)制、智能合約、隱私計(jì)算等增添設(shè)計(jì)維度，確保項(xiàng)目各方受到周密保護(hù)，杜絕任何信息被侵犯、濫用或泄漏，以保證其可靠性。同時(shí)，HAICD應(yīng)基于XAI 與NUI，實(shí)現(xiàn)清晰、高效、包容的HAI 設(shè)計(jì)，建立自適應(yīng)的多模態(tài)界面，使人們可快速了解設(shè)計(jì)的決策邏輯、信息走向和項(xiàng)目狀態(tài)等，確保人在體驗(yàn)與感受上的權(quán)益得到保障。此外，HAICD 還應(yīng)考慮AI 的權(quán)益，防止其遭受惡意損害或?yàn)E用于不良目的。（2）設(shè)計(jì)責(zé)任：HAICD需額外注意AI 生成下劣質(zhì)設(shè)計(jì)的產(chǎn)生。HAICD應(yīng)基于設(shè)計(jì)驅(qū)動(dòng)的ML-FFs，確保設(shè)計(jì)產(chǎn)出的解決方案源自實(shí)際問(wèn)題、需求與環(huán)境，避免出現(xiàn)方案外觀與功能割裂等可用性問(wèn)題。同時(shí)應(yīng)通過(guò)AI 自檢索和HITL，確保設(shè)計(jì)成果在各維度上的原創(chuàng)性。HAICD還需利用模擬與仿真進(jìn)行方案實(shí)施效果的預(yù)研和推測(cè)，保持設(shè)計(jì)的責(zé)任心與使命感。（3）設(shè)計(jì)尊重：IFD 倡導(dǎo)HAICD中HI與AI的等強(qiáng)原則。Design AI需以促進(jìn)型（Dedicated）設(shè)計(jì)為驅(qū)動(dòng)，通過(guò)“共情界面”和HITL即時(shí)輸出正向反饋，設(shè)計(jì)有“情商”、有“語(yǔ)商”的HAI，減少人們對(duì)AI的算法厭惡等負(fù)面情緒，提高人們?cè)跀?shù)據(jù)共享等HAI過(guò)程中的愉悅感和獲得感，調(diào)動(dòng)人們參與HAICD構(gòu)建的積極性（圖11），以加速DesignAI成長(zhǎng)。Design AI還需時(shí)刻學(xué)習(xí)人類(lèi)多元的文化及價(jià)值觀，正視其對(duì)設(shè)計(jì)偏好和需求的影響。尊重多樣化，杜絕敏感性和歧視性?xún)?nèi)容的輸出，避免設(shè)計(jì)加劇不平等的隱性問(wèn)題。

五、結(jié)語(yǔ)

數(shù)智技術(shù)的迅猛發(fā)展正持續(xù)引領(lǐng)眾多事物的深刻變革。面對(duì)事物的變化，設(shè)計(jì)需明確自身在未來(lái)視域下的存在形式，以實(shí)現(xiàn)智能化設(shè)計(jì)“識(shí)變從宜、應(yīng)變而進(jìn)”的未來(lái)發(fā)展愿景。

本研究以人智共創(chuàng)設(shè)計(jì)（HAICD）的創(chuàng)新構(gòu)建為目標(biāo)，從創(chuàng)新路標(biāo)、創(chuàng)新思維和創(chuàng)新路徑三個(gè)方面提出了依托于泛在智能（UI）的融合智能設(shè)計(jì)（IFD）。本研究強(qiáng)調(diào)IFD下的HAICD設(shè)計(jì)應(yīng)依托于端邊云協(xié)同等數(shù)智技術(shù)，進(jìn)而充分開(kāi)發(fā)分布在事物中的泛在智能，并同人類(lèi)智能（HI）和人工智能（AI）形成共融，使設(shè)計(jì)與萬(wàn)物形成閉環(huán)，在虛實(shí)聯(lián)動(dòng)、融合智能的語(yǔ)境下實(shí)現(xiàn)學(xué)習(xí)萬(wàn)物、使用萬(wàn)物、服務(wù)萬(wàn)物的智能化設(shè)計(jì)。IFD將完善HAICD的創(chuàng)新設(shè)計(jì)理論體系建設(shè)，為萬(wàn)物互聯(lián)（IoE）設(shè)計(jì)與AI 的結(jié)合方式提供了新的思路，一定程度上改善當(dāng)下智能化技術(shù)與創(chuàng)新設(shè)計(jì)的排異性，推動(dòng)二者實(shí)現(xiàn)更好的結(jié)合，以藝科交融下的智能化設(shè)計(jì)促進(jìn)未來(lái)產(chǎn)業(yè)創(chuàng)新發(fā)展，為新質(zhì)生產(chǎn)力發(fā)展注入強(qiáng)大動(dòng)能。

（責(zé)任編輯：尚澎）