李巖，郭玉良

1.常熟理工學(xué)院，常熟 215500；2.韓國中央大學(xué)，首爾 06974

設(shè)計(jì)是人類從事目的明確的創(chuàng)造活動(dòng)之前以及過程中的設(shè)想和計(jì)劃，也是一種思考與運(yùn)籌。設(shè)計(jì)具備藝術(shù)和科學(xué)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(duì)象。人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)[1]。作為計(jì)算機(jī)科學(xué)的一個(gè)分支，人工智能通過對(duì)智能本質(zhì)的探索，開發(fā)與人類智能相似的技術(shù)，模擬人類感知、學(xué)習(xí)、認(rèn)知、推理、決策、交互等過程。根據(jù)人工智能的演進(jìn)路線，其關(guān)鍵技術(shù)主要可以分為三類：數(shù)據(jù)挖掘與學(xué)習(xí)、知識(shí)和數(shù)據(jù)的智能處理以及人機(jī)交互[2]。而按照機(jī)器能否產(chǎn)生自我認(rèn)知和使用范圍進(jìn)行劃分，可以將其分為弱人工智能和強(qiáng)人工智能[3]。弱人工智能沒有自我意識(shí)，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(shí)別、語音識(shí)別和語義理解等。人工智能在現(xiàn)階段的研究和應(yīng)用主要集中在弱人工智能領(lǐng)域。強(qiáng)人工智能是指機(jī)器具有一定的自我意識(shí)，并能夠通過學(xué)習(xí)不斷拓展。強(qiáng)人工智能可以獨(dú)立面對(duì)各種復(fù)雜問題，具有一定的通用性，故也被稱為通用人工智能。強(qiáng)人工智能技術(shù)挑戰(zhàn)巨大，應(yīng)用風(fēng)險(xiǎn)和社會(huì)倫理方面的爭議強(qiáng)烈，故業(yè)界普遍認(rèn)為其在短期內(nèi)難以獲得較大突破。但隨著人工智能在設(shè)計(jì)行業(yè)應(yīng)用的逐漸深入，將極大拓展設(shè)計(jì)的維度和價(jià)值。

一、人工智能與設(shè)計(jì)應(yīng)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(shè)計(jì)的轉(zhuǎn)變，設(shè)計(jì)行業(yè)開始從傳統(tǒng)手工制作中分離出來。技術(shù)與機(jī)器的同時(shí)進(jìn)步，極大地促進(jìn)了當(dāng)時(shí)生產(chǎn)力的發(fā)展。隨著新藝術(shù)運(yùn)動(dòng)的發(fā)生，設(shè)計(jì)也完成了從裝飾到實(shí)用的轉(zhuǎn)變。繼以蒸汽機(jī)的發(fā)明為標(biāo)志的大型機(jī)器應(yīng)用和電氣時(shí)代的規(guī)模化生產(chǎn)這兩次工業(yè)革命后，以電子信息技術(shù)應(yīng)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(lǐng)域的重大變革。1955年，麥卡錫在達(dá)特茅斯學(xué)院會(huì)議上首次提出“人工智能”的概念。在經(jīng)歷了20世紀(jì)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(jì)八十年代迎來了第二次發(fā)展熱潮，語音識(shí)別、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等快速發(fā)展。

人工智能在設(shè)計(jì)領(lǐng)域的應(yīng)用與研究可以追溯到20 世紀(jì)七十年代在建筑和產(chǎn)品設(shè)計(jì)等行業(yè)運(yùn)用的形態(tài)語法。隨著八十年代微型計(jì)算機(jī)的迅速發(fā)展，原來需要設(shè)計(jì)師進(jìn)行徒手繪制的過程轉(zhuǎn)變?yōu)殡娔X繪圖軟件的命令，并由二維繪圖向三維建模轉(zhuǎn)變，材料、燈光效果模擬等得以實(shí)現(xiàn)。隨著算力的提升，設(shè)計(jì)師從一些簡單重復(fù)的操作中逐漸解脫出來，并可以通過算法實(shí)現(xiàn)實(shí)時(shí)改變關(guān)聯(lián)性結(jié)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(biāo)志著人工智能應(yīng)用首次成功地進(jìn)入大眾視野。進(jìn)入21世紀(jì)以來，人工智能的發(fā)展步入了第三次熱潮。機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等人工智能技術(shù)開始廣泛應(yīng)用。2016 年，AlphaGo 的面世引發(fā)了社會(huì)對(duì)人工智能的廣泛關(guān)注，開啟了人工智能新紀(jì)元。同年，美國發(fā)布《準(zhǔn)備迎接人工智能未來》及《國家人工智能研究發(fā)展計(jì)劃書》。國務(wù)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(qiáng)調(diào)了人工智能對(duì)于中國未來經(jīng)濟(jì)轉(zhuǎn)型與產(chǎn)業(yè)升級(jí)的重要性。谷歌的戰(zhàn)略從Mobile First轉(zhuǎn)向了AI First[4]。信息技術(shù)的發(fā)展和計(jì)算機(jī)硬件技術(shù)的成熟為設(shè)計(jì)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(shù)水平的提升和應(yīng)用邊界的拓展，關(guān)于人工智能的擔(dān)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(shè)計(jì)工作。前田·約翰在“Design in Tech Report 2019”中更是指出，大多數(shù)設(shè)計(jì)師相信，視覺設(shè)計(jì)師將在五年內(nèi)被人工智能取代[5]。

目前，人工智能技術(shù)的核心仍然是以超快速率進(jìn)行數(shù)據(jù)運(yùn)算。其基本思路都是將問題轉(zhuǎn)換為正確的數(shù)據(jù)集，構(gòu)建模型進(jìn)行運(yùn)算。在圖像識(shí)別的過程中，人工智能在給出神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)算法的基礎(chǔ)結(jié)構(gòu)和大量標(biāo)記圖像的基礎(chǔ)上進(jìn)行數(shù)據(jù)對(duì)比，找到定義每種類型對(duì)象的相關(guān)性和模式，并實(shí)現(xiàn)用該信息標(biāo)記全新圖像中的對(duì)象。以語音識(shí)別為基礎(chǔ)的語音交互技術(shù)也是通過建立聲音數(shù)字樣本庫，應(yīng)用神經(jīng)網(wǎng)絡(luò)找到聲音的共同模式并確定某段錄音是否屬于某個(gè)對(duì)象。而強(qiáng)人工智能的研究進(jìn)展較為緩慢，但也有以清華大學(xué)為主導(dǎo)的團(tuán)隊(duì)突破異構(gòu)融合類腦芯片，或?qū)⒋龠M(jìn)通用人工智能的發(fā)展。由此可以看出，當(dāng)前廣泛應(yīng)用的以弱人工智能為主的人工智能技術(shù)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(huì)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(huì)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(nèi)而外地抒發(fā)情感[7]。

三、設(shè)計(jì)智能化進(jìn)展

近年來，計(jì)算機(jī)圖形學(xué)、計(jì)算機(jī)輔助設(shè)計(jì)、敏捷設(shè)計(jì)等技術(shù)的發(fā)展與應(yīng)用逐漸深入，現(xiàn)代設(shè)計(jì)的理論與方法也發(fā)生了質(zhì)的飛躍。將人工智能技術(shù)應(yīng)用于設(shè)計(jì)領(lǐng)域成為設(shè)計(jì)現(xiàn)代化發(fā)展的必然趨勢(shì)。越來越多的設(shè)計(jì)平臺(tái)或工具應(yīng)用人工智能協(xié)助或替代設(shè)計(jì)師完成任務(wù)。人工智能通過算法模擬設(shè)計(jì)師的思維和方法，而設(shè)計(jì)師實(shí)現(xiàn)創(chuàng)新的思維方式被稱之為設(shè)計(jì)思維[8]。設(shè)計(jì)思維既是一種設(shè)計(jì)理念，也是一套方法論。有學(xué)者研究將設(shè)計(jì)思維應(yīng)用于人工智能開發(fā)，整合設(shè)計(jì)思維與機(jī)器學(xué)習(xí)的模型，并以設(shè)計(jì)思維中的同理心、定義、設(shè)想、原型和測(cè)試為基礎(chǔ)，探索應(yīng)用于機(jī)器學(xué)習(xí)中分析、合成、設(shè)想、調(diào)優(yōu)和驗(yàn)證的方法，得出每個(gè)階段的整合要點(diǎn)[9]。

人工智能強(qiáng)調(diào)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(shí)產(chǎn)權(quán)保護(hù)等問題。在大數(shù)據(jù)時(shí)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(shí)[10]。人工智能可以有效地處理大數(shù)據(jù)流、信息流、知識(shí)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(shè)計(jì)師的心理模型和用戶的心理模型，在各種關(guān)系中靈活調(diào)整相互匹配的作用力與影響力，合理分配權(quán)利與義務(wù)，促進(jìn)新型人機(jī)關(guān)系、造物方法與制造模式的發(fā)展[11]，并通過使機(jī)器承擔(dān)更多重復(fù)性工作的方式來協(xié)助“人腦-機(jī)器”的共同進(jìn)化[12]。

在設(shè)計(jì)創(chuàng)意過程中設(shè)計(jì)師需要進(jìn)行分析推理、運(yùn)籌決策和綜合評(píng)價(jià)。人工智能主要應(yīng)用專家系統(tǒng)、知識(shí)圖譜、自然語言處理等技術(shù)，圍繞創(chuàng)造性活動(dòng)參與設(shè)計(jì)方案決策。

（一）專家系統(tǒng)

專家系統(tǒng)是一個(gè)含有大量的某一領(lǐng)域?qū)＜宜降闹R(shí)與經(jīng)驗(yàn)的智能程序系統(tǒng)，能夠利用人類專家的知識(shí)和解決問題的方法來處理特定領(lǐng)域的問題[13]。設(shè)計(jì)在不同階段的目標(biāo)表達(dá)方式也不盡相同。語義網(wǎng)絡(luò)、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(shí)的方法。應(yīng)用專家系統(tǒng)能夠?qū)Ξa(chǎn)品設(shè)計(jì)各階段進(jìn)行智能化輔助，例如在概念設(shè)計(jì)階段，應(yīng)用產(chǎn)生式規(guī)劃和推理規(guī)劃；而在詳細(xì)設(shè)計(jì)階段則可應(yīng)用框架系統(tǒng)[14]。

（二）知識(shí)圖譜

知識(shí)圖譜是一種通過對(duì)文本或圖像的學(xué)習(xí)，描述本體與其他事物之間關(guān)系的方法。知識(shí)圖譜通過對(duì)特定學(xué)科知識(shí)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(gòu)建知識(shí)圖譜的基礎(chǔ)上，未來有可能通過深度學(xué)習(xí)建立設(shè)計(jì)人工智能的知識(shí)圖譜。例如在建筑設(shè)計(jì)領(lǐng)域，小庫科技正在重點(diǎn)探索人工智能知識(shí)圖譜的建設(shè)[16]。這種方法將改變知識(shí)的傳承方式，在降低設(shè)計(jì)師學(xué)習(xí)成本的同時(shí)，引發(fā)設(shè)計(jì)師對(duì)當(dāng)前設(shè)計(jì)美學(xué)和技術(shù)哲學(xué)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(jì)算和分析技術(shù)不僅影響到了人工智能技術(shù)的發(fā)展，而且也影響到了人機(jī)交互的方式[17]。而基于自然語言處理的文本內(nèi)容情感計(jì)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(jié)構(gòu)分析實(shí)現(xiàn)自然語言理解情感的計(jì)算主要有兩種方式，即基于情感字典、詞典、關(guān)系等情感詞袋進(jìn)行規(guī)則匹配[19]和基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)方法。機(jī)器學(xué)習(xí)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(biāo)注實(shí)現(xiàn)對(duì)樣本內(nèi)容的訓(xùn)練。例如筆者通過互聯(lián)網(wǎng)用戶評(píng)論的文本內(nèi)容構(gòu)建大數(shù)據(jù)情感語料庫，并針對(duì)傳統(tǒng)服飾設(shè)計(jì)挖掘?qū)οM(fèi)者產(chǎn)生積極情緒影響的設(shè)計(jì)元素，為構(gòu)建滿足用戶情感需求的設(shè)計(jì)模型提供了參考方法[20]。

四、人工智能在設(shè)計(jì)行業(yè)的應(yīng)用

Adobe Sensei 是Abode 公司推出的一款采用人工智能和機(jī)器學(xué)習(xí)技術(shù)，并使用大量內(nèi)容和數(shù)據(jù)資產(chǎn)的智能化設(shè)計(jì)系統(tǒng)。Adobe Sensei基于深度學(xué)習(xí)建立各種特征之間的關(guān)系模型，提高設(shè)計(jì)師的設(shè)計(jì)效率，甚至取代了一些重復(fù)的設(shè)計(jì)工作。

人工智能最大的特點(diǎn)就是智能匹配。只要是能想象到的事物，他們之間都可以進(jìn)行匹配?；A(chǔ)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(xùn)練得到配色模型。如采色靈感、Colormind 等。谷歌還推出自動(dòng)矯正繪畫工具AutoDraw。在華為2019開發(fā)者大會(huì)上，為構(gòu)筑應(yīng)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(shè)計(jì)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(dòng)投放。同時(shí)，華為正式面向全球發(fā)布鴻蒙OS。鴻蒙是IoT時(shí)代基于微內(nèi)核的全場景分布式OS，可支撐各種不同的設(shè)備，包括大屏、手機(jī)、PC、音響等。開發(fā)者針對(duì)移動(dòng)終端的一次應(yīng)用開發(fā)，可以直接對(duì)應(yīng)不同設(shè)備進(jìn)行彈性部署。系統(tǒng)能夠自動(dòng)生成適應(yīng)于不同終端的應(yīng)用UI。這在系統(tǒng)層面為人工智能輔助用戶界面設(shè)計(jì)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(gè)專業(yè)領(lǐng)域誕生了人工智能設(shè)計(jì)師。如建筑設(shè)計(jì)師小庫、海報(bào)設(shè)計(jì)師ARKie、標(biāo)志設(shè)計(jì)師Logopony、網(wǎng)頁設(shè)計(jì)師The Grid、Firedrop，平面設(shè)計(jì)師阿里鹿班、深繪Deepdraw，視頻設(shè)計(jì)師Alibaba Wood等。

由此可見，人工智能在設(shè)計(jì)行業(yè)的應(yīng)用主要是提供設(shè)計(jì)建議和自動(dòng)生成設(shè)計(jì)方案。唐納德·諾曼認(rèn)為成功的設(shè)計(jì)，其情感要素比實(shí)用要素更為關(guān)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(jī)器人雖然能夠?qū)δ澄锏木€、形、色進(jìn)行初級(jí)的把握，但是無法創(chuàng)作藝術(shù)品，因?yàn)槿魏嗡囆g(shù)都是人類“情感符號(hào)”的呈現(xiàn)[7]。

五、設(shè)計(jì)師角色的轉(zhuǎn)化

在人類文明的進(jìn)程中，技術(shù)進(jìn)步和社會(huì)認(rèn)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(duì)設(shè)計(jì)的影響已經(jīng)非常顯著，機(jī)器學(xué)習(xí)的發(fā)展既令人興奮又令人擔(dān)憂[5]。很多設(shè)計(jì)師也開始擔(dān)憂，并重新定義自身的價(jià)值。

人工智能已經(jīng)開始對(duì)醫(yī)學(xué)院和商學(xué)院等非設(shè)計(jì)機(jī)構(gòu)的職業(yè)人員開展創(chuàng)意思維的培養(yǎng)，未來社會(huì)人人都是設(shè)計(jì)師。而職業(yè)設(shè)計(jì)師只有成為跨學(xué)科的復(fù)合型人才，才能維持自身的競爭力，從創(chuàng)造者轉(zhuǎn)換為領(lǐng)導(dǎo)者和管理者的角色[21]。同濟(jì)×特贊設(shè)計(jì)與人工智能實(shí)驗(yàn)室在2017 年發(fā)布的報(bào)告主題是《人機(jī)共同進(jìn)化》。報(bào)告中指出，設(shè)計(jì)師需要在一定程度上了解相關(guān)技術(shù)并提升技能，甚至學(xué)習(xí)代碼[22]。在建筑設(shè)計(jì)領(lǐng)域，設(shè)計(jì)師需要通過審美和人類對(duì)于空間的直覺感受，評(píng)判所需要的最終結(jié)果[23]，因此，設(shè)計(jì)師應(yīng)該充分理解并運(yùn)用科技發(fā)展所帶來的便捷與可能。

設(shè)計(jì)不再是設(shè)計(jì)師利用他們的設(shè)計(jì)天賦來創(chuàng)造新方案，而是從一系列現(xiàn)有的可能選項(xiàng)中搜索和挑選最佳選項(xiàng)。設(shè)計(jì)師更多的時(shí)候是在進(jìn)行評(píng)價(jià)[9]。人們已經(jīng)發(fā)現(xiàn)人工智能在搜尋任何可能的設(shè)計(jì)結(jié)果的能力上均已遠(yuǎn)超人類。例如阿里鹿班智能設(shè)計(jì)平臺(tái)，在根據(jù)用戶行為和喜好自動(dòng)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(jìn)行圖像特征提取并生成系統(tǒng)，最后完成設(shè)計(jì)評(píng)估。對(duì)傳統(tǒng)設(shè)計(jì)過程的顛覆驅(qū)使人們思考是否應(yīng)該放棄對(duì)設(shè)計(jì)天賦的推崇，因?yàn)樗彩侨斯ば缘腫24]。

六、結(jié)語

設(shè)計(jì)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(yùn)行的階段，即屬于弱人工智能范疇。它可以輔助設(shè)計(jì)師在既定的方向上高速、準(zhǔn)確地認(rèn)知設(shè)計(jì)任務(wù)，解決數(shù)據(jù)獲取、思想直譯、效率提升和科學(xué)決策等問題，并在此基礎(chǔ)上預(yù)測(cè)可能性，但其不具備創(chuàng)新性，也無法進(jìn)行獨(dú)立思考。設(shè)計(jì)師的勞動(dòng)可以分為創(chuàng)造性和程序性兩個(gè)方面。而基于大數(shù)據(jù)的人工智能可以從各個(gè)維度輔助設(shè)計(jì)師進(jìn)行設(shè)計(jì)研究、創(chuàng)意和實(shí)踐。人工智能輔助設(shè)計(jì)將減少設(shè)計(jì)師的程序性勞動(dòng)，設(shè)計(jì)師將有更多的時(shí)間去思考和創(chuàng)新。

人工智能的應(yīng)用邊界仍在不斷拓展，并以難以想象的速度滲透進(jìn)人們的生活。計(jì)算機(jī)相關(guān)的知識(shí)和技能將成為職業(yè)設(shè)計(jì)師的基礎(chǔ)能力，因?yàn)榫幊陶Z言是人機(jī)溝通的橋梁。在職業(yè)設(shè)計(jì)領(lǐng)域，需要利用人工智能輔助設(shè)計(jì)師解決從未遇到的問題時(shí)，與計(jì)算機(jī)交流的能力將顯得格外重要。由于計(jì)算機(jī)代碼具有很強(qiáng)的可讀性，易于算法化設(shè)計(jì)思想的傳播，人工智能在整合資源的同時(shí)也必然會(huì)串聯(lián)起更多的設(shè)計(jì)師和設(shè)計(jì)團(tuán)隊(duì)，通過學(xué)科的交叉和融合點(diǎn)燃新的創(chuàng)意，激活更復(fù)雜的組織，并有助于在設(shè)計(jì)細(xì)分領(lǐng)域形成工業(yè)化平臺(tái)，最終提升整個(gè)產(chǎn)業(yè)的競爭力。設(shè)計(jì)師的設(shè)計(jì)創(chuàng)意需要具有明確的價(jià)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(jìn)行價(jià)值判斷，也不具備倫理性。因此，設(shè)計(jì)師在積極適應(yīng)并學(xué)習(xí)人工智能的同時(shí)，需要更加關(guān)注自身的藝術(shù)修養(yǎng)和正確價(jià)值觀的培養(yǎng)，因?yàn)槿斯ぶ悄軐⒆屧O(shè)計(jì)回歸思考。