羅仕鑒,張德寅+,邵文逸,沈誠儀,郭和睿,盧 楊,鐘方旭

(1.浙江大學 工業(yè)設計系,浙江 杭州 310027;2.浙江大學 計算機輔助設計與圖形學國家重點實驗室,浙江 杭州 310027)

0 引言

智能時代,世界逐漸從原來的“物理空間—人類社會”二元空間衍進到“信息空間(cyberspace)—物理空間(physical space)—人類社會(human society)”的三元空間(CPH),社會逐漸從強調與追求個體智慧轉變?yōu)橹匾暬谏鐣W(wǎng)絡的群體智慧[1]。以互聯(lián)網(wǎng)為基礎的信息科技革命推動了以全球價值鏈為基礎的國際分工,社會產(chǎn)業(yè)的創(chuàng)新邏輯迎來了重要變革[2]。群體的創(chuàng)新實踐比以往更加廣泛,社會的生產(chǎn)聯(lián)系比以往更加緊密,大眾文化及思想的傳播比以往更加迅速[3]。國內外以微軟、Meta、騰訊、阿里巴巴為代表的信息科技公司創(chuàng)造了數(shù)字時代下的生產(chǎn)創(chuàng)新工具及創(chuàng)新模式,萬物互聯(lián)與邊緣智能等技術的突破成功聯(lián)系了世界萬物[4]。當下社會正處于數(shù)字化生存環(huán)境中,數(shù)字社會環(huán)境賦予了大眾更多的創(chuàng)新能力和創(chuàng)新空間。

數(shù)字技術和工具的深入發(fā)展成功地將個人的需求、創(chuàng)意、行為等各類知識數(shù)據(jù)高效匯集和整合,為社會提供了新的創(chuàng)新方向和創(chuàng)新生態(tài)[5]。相應地,社會越來越重視利用數(shù)字技術手段來匯聚大眾的集體智慧,以解決復雜的問題[6]。在解決社會復雜問題的過程中,用戶與設計師的邊界日趨模糊,群體創(chuàng)新模式逐漸成為社會創(chuàng)新的常態(tài)[7],群體提供的多元異構知識也日益成為當前社會創(chuàng)新的重要來源。

現(xiàn)有的創(chuàng)新設計理論與方法需要與時俱進,為設計研究與設計實踐提供新的指導,因此亟需構建一套全新的創(chuàng)新設計理論與方法體系。作為人工智能與創(chuàng)新設計相結合的前沿領域,群智創(chuàng)新設計研究將以數(shù)字技術為基礎,整合設計學、計算機科學及社會學等學科知識,聚焦社會性創(chuàng)新,實現(xiàn)共創(chuàng)價值,推動社會全面創(chuàng)新。

1 群智創(chuàng)新設計研究進展

1.1 基于群體的社會性創(chuàng)新范式衍進

20世紀初,社會學研究中產(chǎn)生了社會性創(chuàng)新的概念。MULGAN[8]于2006年最先將社會創(chuàng)新定義為“以滿足社會需求為目的創(chuàng)新活動與服務”;2008年,WESTLEY[9]研究了社會創(chuàng)新的衍變、動力和影響,認為社會創(chuàng)新是一種倡議、產(chǎn)品、過程或計劃,深刻改變了社會系統(tǒng)的基本慣例、資源、權力流動或信仰;九年后,VON JACOBI[10]研究發(fā)現(xiàn),人們可以利用社會創(chuàng)新解決邊緣化問題。隨著相關研究的不斷深入,社會創(chuàng)新的研究范圍和涉及領域變得越來越廣泛。

根據(jù)創(chuàng)新范式關注的維度及發(fā)展時間的不同,創(chuàng)新范式衍進的過程可大致劃分為封閉式創(chuàng)新階段、開放式創(chuàng)新階段、生態(tài)化創(chuàng)新階段3個階段,并在向第4個階段(群智創(chuàng)新階段)衍進,如圖1所示,圖中以理論最早提出的時間為基本線索,呈現(xiàn)了具有代表性的社會創(chuàng)新范式。

1.1.1 封閉式創(chuàng)新階段

封閉式創(chuàng)新階段處于上世紀互聯(lián)網(wǎng)發(fā)展的起步期,其特點是創(chuàng)新主體單一,創(chuàng)新活動不具備成熟的交互與協(xié)作性,創(chuàng)新動力通常源于企業(yè)內部需求并聚焦于技術與市場。該階段的創(chuàng)新活動總體呈現(xiàn)出單向、獨立的鏈式特征[11],其代表性創(chuàng)新范式包括樸素式創(chuàng)新[12]、知識創(chuàng)新[13]、顛覆式創(chuàng)新[14]、自主創(chuàng)新[15]、精益創(chuàng)新[16]、模仿式創(chuàng)新[17]等。

樸素式創(chuàng)新是一種以市場需求為出發(fā)點的創(chuàng)新管理理念[18],其利用新產(chǎn)品、新技術、新工藝的創(chuàng)新手段獲得競爭優(yōu)勢并創(chuàng)造市場價值[19],具體包括大幅度降低成本、專注于核心功能和優(yōu)化性能水平等[20];知識創(chuàng)新強調現(xiàn)代知識在社會中的創(chuàng)造性價值,主張將知識細分為顯性知識和隱性知識[21],并將其作為企業(yè)資產(chǎn)進行管理[22];顛覆式創(chuàng)新是一種基于新技術或商業(yè)模式,通過突破現(xiàn)有市場格局來改變消費者需求,實現(xiàn)市場顛覆的全面創(chuàng)新方式[23],其涵蓋了技術、產(chǎn)品與商業(yè)及管理模式等多方面創(chuàng)新突破[24];自主創(chuàng)新指通過獨立研究開發(fā),獲得具有自主知識產(chǎn)權的創(chuàng)新成果的過程,其特點包括對研究開發(fā)的高額投入、涉及眾多研究開發(fā)人員的協(xié)同工作、信息流通的靈活性以及高度重視勞動力的技能和知識[25];精益創(chuàng)新是典型日式企業(yè)創(chuàng)新思維倡導下的生產(chǎn)方式[26],旨在最大可能地減少現(xiàn)代生產(chǎn)中的“創(chuàng)新浪費”,強調準時化、精致化、綠色化;模仿式創(chuàng)新[17]是一種企業(yè)創(chuàng)新戰(zhàn)略,指企業(yè)通過研究和學習先行創(chuàng)新者的創(chuàng)新方法和思路,獲取并改進其核心技術和創(chuàng)新思路,進而在產(chǎn)品或服務的性能、質量和價格方面獲得更強的競爭力。

1.1.2 開放式創(chuàng)新階段

在開放式創(chuàng)新階段,企業(yè)逐漸將重心從技術轉向產(chǎn)品用戶體驗,開始重視用戶的反饋和需求。為了提升創(chuàng)新能力,產(chǎn)業(yè)界開始強調協(xié)同創(chuàng)新,通過并購整合、戰(zhàn)略聯(lián)盟、產(chǎn)業(yè)集群、產(chǎn)學研協(xié)同創(chuàng)新等方式進行合作,以實現(xiàn)資源共享、優(yōu)勢互補、協(xié)同發(fā)展。這些合作方式有助于企業(yè)間的知識流動和資源共享,從而提升整個產(chǎn)業(yè)的創(chuàng)新能力和競爭力。該階段的代表性創(chuàng)新范式包括用戶創(chuàng)新[27]、協(xié)同創(chuàng)新[28]、全面創(chuàng)新[29]、開放式創(chuàng)新[30]等。

用戶創(chuàng)新重視用戶的自主創(chuàng)造性,這種創(chuàng)新方式認為在信息技術的推動下,未來的創(chuàng)新模式將轉變?yōu)橐杂脩魹閯?chuàng)新中心的民主化創(chuàng)新(democratizing innovation)[31-32],這種轉變將更加注重用戶的參與和反饋,鼓勵用戶積極參與到產(chǎn)品的設計、改進和創(chuàng)新過程中,使產(chǎn)品與用戶需求能夠更好地契合;協(xié)同創(chuàng)新是一種利用現(xiàn)代信息通訊技術和工具,整合知識創(chuàng)造及技術創(chuàng)新的復雜創(chuàng)新方式[28],具有整體性和動態(tài)性[33];全面創(chuàng)新旨在以戰(zhàn)略為導向,通過協(xié)調各個創(chuàng)新要素實現(xiàn)協(xié)同創(chuàng)新,以提升企業(yè)的價值增值、創(chuàng)新績效和競爭力[29],其中科技創(chuàng)新是核心,管理創(chuàng)新是基礎,體制機制和制度創(chuàng)新是重要手段[34-35];開放式創(chuàng)新是一種分布式創(chuàng)新,強調跨組織知識流動管理,其核心思想是整合內部和外部資源以獲得更大的效益[36],這種創(chuàng)新模式注重有目的地流入和流出知識,從而提升企業(yè)的創(chuàng)新能力。

1.1.3 生態(tài)化創(chuàng)新階段

隨著數(shù)字經(jīng)濟時代的到來,創(chuàng)新衍進至生態(tài)化創(chuàng)新階段。隨著生產(chǎn)消費者的崛起,產(chǎn)學研一體化流程式創(chuàng)新誕生,逐步形成政府、企業(yè)、高校院所及用戶協(xié)同創(chuàng)新的多重螺旋格局[37]。創(chuàng)新逐漸發(fā)展成以社群為中心,關注可持續(xù)性發(fā)展、經(jīng)濟增長水平、社會效應與價值等方面[38]。該階段的代表性創(chuàng)新范式有開放眾包[39]、責任式創(chuàng)新[40]、整合式創(chuàng)新[41]等。

開放眾包式創(chuàng)新是一種將具體工作任務以自由、自愿的方式外包到非特定參與者的商業(yè)模式[42],包括顯性眾包與隱性眾包[43],近年來相關研究逐漸深入,多是關于眾包模型應用[44-46]和技術融合研究[47-49];責任式創(chuàng)新強調社會責任與創(chuàng)新之間的關系[50],保障社會實踐者和創(chuàng)新者及所有利益相關者共同參與其中,具有可持續(xù)性與可取性[51];整合式創(chuàng)新是綜合戰(zhàn)略驅動、縱向整合、上下互動和動態(tài)發(fā)展的綜合創(chuàng)新范式[52],被廣泛應用于鄉(xiāng)村治理[53]、企業(yè)管理[54]、實體經(jīng)濟[55]、技術攻關[56]等領域。

表1所示為創(chuàng)新范式衍進的3個階段及相關代表性研究。

表1 創(chuàng)新范式衍進的代表性研究

1.2 群智創(chuàng)新設計的發(fā)展

智能時代的創(chuàng)新必須注入群體力量,需要號召社會各界共同參與[67]。目前,創(chuàng)新范式正向著群智創(chuàng)新階段衍進。群智創(chuàng)新設計的發(fā)展大致被劃分為“群體智慧—機器智能—群智輔助—群智創(chuàng)新”4個階段。

1.2.1 群體智慧

群體智慧的研究是群智創(chuàng)新設計發(fā)展的起點,群體智慧概念的起源可以追溯到十八世紀以來的陪審團定理(jury theorem)。陪審團定理指出,如果一個投票團體的每個成員都有可能做出正確的決定,則該團體的最高票數(shù)是正確決定的概率將隨團體成員的數(shù)量而增加[68]。1907年,《自然》雜志刊登了一篇重要的研究報告[69],該報告通過精心設計的實驗證實,群體在特定場景下可以展現(xiàn)出超越專家智慧的能力。這一發(fā)現(xiàn)標志著“群體智慧”的概念開始使人們在理論上引發(fā)深入的反思,并促使相關研究領域發(fā)生轉向[70]。

如今,國內外學者已基本達成共識,認為群體智慧具有強于單一個體智慧,甚至強于個體智慧之和的能力[71-73]。有關群體智慧的研究主要集中于群體智慧的形成及相關理論,例如FLANAGAN[74]建議構建民主合作實驗室,以充分利用群體智慧和力量;WOLPERT等[75]利用生物學中基因的概念來理解互聯(lián)網(wǎng)群體智慧系統(tǒng);GALLUPE等[76]指出群體規(guī)模越大,群體決策質量也將更高;劉樹林等[77]指出群體規(guī)模與群體智慧質量之間的關系是非固定的拋物線關系。

1.2.2 機器智能

機器智能的研究旨在通過結合多種先進技術,賦予機器學習、適應、決策和展現(xiàn)新行為的能力[78]。楊揚[79]基于現(xiàn)代服務機器人的力學抓取研究,搭建了機器模擬抓取聯(lián)網(wǎng)系統(tǒng),建立了一種快捷靈敏的物體三維建模手段;朱強[80]提出一種基于高性能數(shù)值微分博弈的機器智能結構方法;LEGG等[81]通過分析數(shù)字化人類專家關于人類智能的非正式結論,構建了機器智能的一般度量指標。

在設計領域,機器智能被認為是促進設計跨領域發(fā)展、幫助設計師進行設計的先進智能技術的統(tǒng)稱,出現(xiàn)了如Adobe Sensei、華為ModelArts、特贊等設計平臺及智能設計工具。設計師可以利用智能設計工具,將不同行業(yè)的設計方案通過云部署及線下場景計算等方式匯聚,并利用機器學習技術對解決方案進行機器衍生和動態(tài)處理,以降低設計師的基礎性重復工作,提升設計生產(chǎn)力[82]。

1.2.3 群智輔助

群智是群體智能的簡稱(英文環(huán)境中的表述包括swarm intelligence, collective intelligence,crowd intelligence等),最早由BENI等[83]于1989年提出,用于描述細胞機器人系統(tǒng)的集體行為。隨著計算機技術的發(fā)展,學界陸續(xù)出現(xiàn)了人工群體智能、集群機器人等概念。BENI[84]將集群機器人定義為可共同完成超出單個個體能力任務的實體代理,強調集群機器人的自組織性與涌現(xiàn)性;ROSENBERG等[85]提出一種名為“人工群體智能”的新型協(xié)作技術,該技術旨在增強人類的群體智慧,提高群體在預測、評估和決策方面的能力。因此,將人工智能和群體智慧結合,能發(fā)揮出超越個體能力的集體智慧,從而在復雜問題的解決和決策過程中得到更完善且高效的創(chuàng)新成果。

在群智輔助階段,群體智能技術與創(chuàng)新設計進行了深度融合。通過構建群智協(xié)作系統(tǒng),創(chuàng)新主體獲得了號召、引導和管理大規(guī)模的參與群體的能力,其將通過多元競爭和團隊合作等多種方式共同解決復雜和具有挑戰(zhàn)性的問題,并可利用群智輔助決策的方式提高創(chuàng)新預測的準確性和創(chuàng)新決策的有效性,進而提升創(chuàng)新效益與價值。

1.2.4 群智創(chuàng)新

邁入人工智能2.0時代,社會由注重個人知識創(chuàng)新轉變?yōu)樽⒅匾跃W(wǎng)絡為基礎的群體知識創(chuàng)新,形成了具有群體性智慧的綜合網(wǎng)絡生態(tài),未來的群體智慧創(chuàng)新是與個人知識創(chuàng)新相對應的概念。該階段社會的創(chuàng)新模式發(fā)生了結構性轉變,創(chuàng)新主體更加注重于將社會的共同智慧聚焦于特定的復雜問題,由此創(chuàng)新發(fā)展進入最后一個階段——群智創(chuàng)新階段。

群智創(chuàng)新指將大數(shù)據(jù)、區(qū)塊鏈、人工智能、群智感知計算等數(shù)字技術應用于互聯(lián)網(wǎng)平臺[86],以突破學科壁壘,集合社會大眾智力來完成社會復雜任務,解決社會復雜問題的群體性創(chuàng)新過程。群智創(chuàng)新的關鍵在于智能技術和群體智慧的交融,強調感性和理性認知有機結合,尤其注重以用戶為中心的群智創(chuàng)新生態(tài)建設,目標在于共同創(chuàng)造立體的、網(wǎng)絡的和多源異構的協(xié)同價值。

2 群智創(chuàng)新設計體系

2.1 本體—行為—價值層次

群智創(chuàng)新設計的核心是知識創(chuàng)新,主要研究群體如何積聚設計信息知識、生成設計要素、評價設計創(chuàng)意、推理設計特征、優(yōu)化設計細節(jié)等,目標是創(chuàng)造群體價值?？梢杂谩氨倔w—行為—價值”3個層次來描述與概括群智創(chuàng)新設計[87]:本體層強調群智本體表達;行為層強調群智共創(chuàng)體驗;價值層強調群智價值協(xié)同。群智創(chuàng)新設計以群智本體為基礎,以群智行為為路徑,以共創(chuàng)價值為目標,相互支撐與關聯(lián),如圖2所示。

(1)本體層 群智創(chuàng)意表達。本體層主要關注具體創(chuàng)新設計實踐,包括群智創(chuàng)新設計的知識本體、創(chuàng)新工具、協(xié)同平臺、技術架構和創(chuàng)新成果等,強調創(chuàng)新活動在具體實踐過程中的美學性和實用性。美學性指產(chǎn)品或者系統(tǒng)、服務本身在視覺界面上是否具有吸引力和美感,是否能夠帶給用戶以“美”的愉悅感受;實用性考量群智創(chuàng)新設計的創(chuàng)新工具與協(xié)同平臺是否完備,能否有效聚集群體智慧并生成創(chuàng)新成果,以及能否高效應對復雜性創(chuàng)新任務。

(2)行為層 群智共創(chuàng)體驗。行為層主要關注群智創(chuàng)新設計中的設計師、機器和用戶三重角色。設計師在群智創(chuàng)新設計中承擔著創(chuàng)新驅動的任務,他們洞察、分析問題并組織具體創(chuàng)新設計;機器在群智創(chuàng)新設計中提供技術和工具支持,并調用科技手段對設計過程和結果進行測試與反饋;被服務的用戶在群智創(chuàng)新設計中負責提出基于自身使用的實際需求、創(chuàng)意及想法,并全程參與創(chuàng)新設計活動和消費活動?？傮w而言,各方角色的整體體驗是行為層關注的焦點[88]。

(3)價值層 群智價值協(xié)同。價值實現(xiàn)是群智創(chuàng)新設計的終極目標。在價值層,創(chuàng)新者更多關注群智創(chuàng)新背后的價值內涵,在滿足產(chǎn)業(yè)發(fā)展的同時激發(fā)關注個人及社會多方價值實現(xiàn),最終形成滿足個人發(fā)展要求、社會集體衍進要求和產(chǎn)業(yè)創(chuàng)新要求的社會性群智價值共生協(xié)同。

2.2 群智創(chuàng)新設計的理論模型

群智創(chuàng)新設計通過聚集多學科角色人才,利用數(shù)字技術的造物手段進行協(xié)同共創(chuàng)的創(chuàng)新實踐。依據(jù)群智創(chuàng)新設計的衍生體系、設計周期及過程,構建了群智創(chuàng)新設計理論模型,如圖3所示。

2.2.1 群智創(chuàng)新設計的主體

群智創(chuàng)新設計的主體包括需求主體、資源主體和平臺主體。圖4所示為3種創(chuàng)新主體的動態(tài)循環(huán)關系:需求主體包含來自社會、集體、個人等各類群體提出的各項需求,組成動態(tài)的需求群落,其不僅將各個需求動態(tài)分配在群智創(chuàng)新設計過程中,還將設計的最優(yōu)方案反饋至平臺主體;資源主體是群智創(chuàng)新設計開展的基礎與前提,由技術資源、信息資源、人才資源、商業(yè)資源等各類資源構成,具有分散性、差異性和可替代性[89];群智創(chuàng)新設計產(chǎn)出的最優(yōu)創(chuàng)新方案也將作為一種特殊的資源反饋至資源主體,實現(xiàn)資源的自我更新;平臺主體為群智創(chuàng)新設計提供技術支撐,實現(xiàn)群智創(chuàng)新設計知識生態(tài)衍化。

2.2.2 群智創(chuàng)新設計的創(chuàng)新環(huán)節(jié)

群智創(chuàng)新設計并非是一種簡單的自上而下[90]或自下而上[91]的創(chuàng)新。對于流程而言,群智創(chuàng)新設計是一種存在周期性的動態(tài)化創(chuàng)新衍進[92]。作為同技術緊密結合的創(chuàng)新設計,群智創(chuàng)新設計包括生成、評價、推理和優(yōu)化4個環(huán)節(jié)并動態(tài)地轉化。

(1)群智創(chuàng)意生成 是明確創(chuàng)新目標并產(chǎn)生創(chuàng)新方案的第1步。創(chuàng)新者需要重點關注在群體智慧積聚過程中產(chǎn)生的新信息和新知識;在明確創(chuàng)新目標后,創(chuàng)新者需要利用創(chuàng)新工具和平臺激發(fā)創(chuàng)意,結合跨領域知識資源和數(shù)據(jù)資源促進創(chuàng)新方案的生成。

(2)群智創(chuàng)新方案評價 確定參與者的創(chuàng)新貢獻、制定激勵配置計劃等,激勵群智創(chuàng)新方案生成。該階段的評價方法主要包括流形學習、感知評價、聚類降維、價值排序等。例如,提取方案特征進行篩選和分類,尋找并確定與設計目標最接近的設計方案;利用智能算法進行數(shù)據(jù)感知和篩選、創(chuàng)新度排序、潛在價值分析;進行需求匹配度評價及創(chuàng)新方案決策等。

(3)群智創(chuàng)新設計推理 該環(huán)節(jié)利用集成學習、線性回歸和聚類降維等技術方法深化、匯總和融合創(chuàng)新方案。創(chuàng)新者利用群智創(chuàng)新設計平臺發(fā)現(xiàn)、記錄、識別創(chuàng)新方案的生成行為,并監(jiān)測和獲取數(shù)據(jù),產(chǎn)生群智創(chuàng)意數(shù)據(jù)流;結合大數(shù)據(jù)挖掘分析、區(qū)塊鏈登記溯源、機器學習綜合推理及人工采訪、用戶定義等定量和定性研究法完成群智知識的推理匯聚,探尋創(chuàng)新方案的共性和個性創(chuàng)新點,建立不同群智創(chuàng)新方案間的網(wǎng)絡關系;網(wǎng)絡關系建立后,依托區(qū)塊鏈等數(shù)字技術將確認的方案傳遞至群智創(chuàng)意池,為未來方案的保存、決策以及在網(wǎng)絡空間的傳播和推廣提供便利。

(4)群智創(chuàng)新結果優(yōu)化 創(chuàng)新者基于場景約束、梯度優(yōu)化和強化學習等技術方法對方案進行進一步優(yōu)化、迭代和發(fā)展,并基于全方位的產(chǎn)品數(shù)據(jù)與反饋,利用人工智能相關算法模型對群智創(chuàng)新結果進行多角度地整合、分析、歸納、迭代,從而獲得最終創(chuàng)新方案[93]。

2.3 群智創(chuàng)新設計的特征

智能時代下的群智創(chuàng)新設計具有以下特征:

(1)涌現(xiàn)性(emergence) “涌現(xiàn)”一詞最早來自生物學界,在某些場合也稱“突現(xiàn)”[94]。群體智慧的涌現(xiàn)是廣泛、動態(tài)和平等化的,具有學習和自我調節(jié)能力[95]。群智創(chuàng)新過程中,每位參與者的創(chuàng)新想法和行為都會被實時標注、記錄、存儲、傳遞、計算、整理和分析,每個靈感、想法、創(chuàng)意、知識都會被評價。

(2)協(xié)同性(cooperativity) 群智協(xié)同精準滿足用戶需求。協(xié)同性原本是生物學領域的概念,指生物體內不同元素之間相互關聯(lián)和協(xié)同工作的能力,反映了生物元素在機體發(fā)展過程中的整體協(xié)同關系。群智創(chuàng)新沿襲了生物協(xié)同的性質,呈現(xiàn)出深領域、多維度的協(xié)同共創(chuàng)屬性,其包括組織、學科、資源、機制、技術等多方面的協(xié)同創(chuàng)新,本質上是群體智能、協(xié)同計算、社會創(chuàng)新的融合與發(fā)展[96]。

(3)共享性(sharing) 群智創(chuàng)新設計能夠突破人—時—空限制,實現(xiàn)群體智慧共享。在群智創(chuàng)新設計中,參與者的所有創(chuàng)新活動都被可視化地存儲、共有和優(yōu)化,這意味著該過程中儲存下來的設計流程可以在很大程度上被共享。與傳統(tǒng)的設計理念不同,在傳統(tǒng)設計中,個人知識產(chǎn)權的概念根深蒂固,造成想法或創(chuàng)意難以有效交流;在群智創(chuàng)新活動中,參與者相互信任、精誠合作,共享創(chuàng)意與想法,使創(chuàng)新資源得到最大化利用。

(4)技術性(technicality) 技術驅動賦能多領域創(chuàng)新。在理想狀態(tài)下,群智創(chuàng)新平臺以云計算、互聯(lián)網(wǎng)、人工智能為支撐,借助數(shù)字媒體、物聯(lián)網(wǎng)等新興數(shù)字技術獲取創(chuàng)新靈感,憑借感知、挖掘技術具體化創(chuàng)新靈感,利用3R技術、智能交互及可視化技術等手段優(yōu)化創(chuàng)新環(huán)境,加速知識推理[97]。在群智創(chuàng)新背景下,技術對接場景是一個反復迭代的協(xié)作過程,在該過程中不同領域的創(chuàng)新者共同努力,促使技術手段與場景需求不斷匹配、互相影響[98],確保場景需求在新技術支持下獲得解決思路,使解決方案更好地貼近用戶場景,滿足實際需要。

3 群智創(chuàng)新設計的關鍵技術

3.1 群智數(shù)據(jù)感知

當前社會產(chǎn)生了大量多模態(tài)數(shù)據(jù),對這些數(shù)據(jù)的采集并沒有固定的模式,而不同結構的信息需要被融合使用來滿足社會對多元化信息的需求。在感知數(shù)據(jù)的過程中,數(shù)據(jù)最初是由終端設備或傳感器產(chǎn)生只能被機器識別的物理信號,需要經(jīng)過整流、降噪、放大、采樣等操作才能轉變?yōu)榭梢员挥嬎銠C存儲和運算的數(shù)據(jù)[99]。因此,數(shù)據(jù)采集設備之間要相互關聯(lián),彼此之間形成自組織的群體感知網(wǎng)絡[89]。群智感知技術需要對感知到的數(shù)據(jù)質量進行評估和分級,然后根據(jù)數(shù)據(jù)質量進行后續(xù)優(yōu)化選擇,經(jīng)過優(yōu)化選擇的數(shù)據(jù)將通過高效的數(shù)據(jù)移交技術移交給中心服務器或用戶。例如,鄧寧等[100]以社交網(wǎng)站中的北京城市圖片作為元數(shù)據(jù)集,采用計算機文本分析方法研究了北京城市旅游形象;黃蔓云等[101]提出一種基于歷史數(shù)據(jù)深度挖掘的態(tài)勢感知方法,并采用配電網(wǎng)絡的歷史數(shù)據(jù)深度挖掘技術高效地捕捉配電網(wǎng)實時運行狀態(tài);韓立等[102]將情境感知技術應用于數(shù)據(jù)采集過程,采用基于情境感知的遠程數(shù)據(jù)采集方法準確獲取了多種用戶在真實環(huán)境下的行為和體驗數(shù)據(jù)。

3.2 群體行為建模與優(yōu)化

在群智創(chuàng)新設計過程中,多人提交多種方案是一種普遍現(xiàn)象,這涉及最優(yōu)化解決的情境求解問題。針對該問題,可以采用群智行為建模優(yōu)化技術在極短時間內尋找到符合實際需要的近似解,設計者通過這種技術可以有效整合和優(yōu)化各種設計方案,從而提高設計的效率和準確性。該技術主要包括蟻群優(yōu)化、粒子群優(yōu)化和人工蜂群優(yōu)化等算法,例如REYNOLDS[103]提出集群保持穩(wěn)定和一致運動的三大規(guī)則,構建了動力學Boids模型;VICSEK等[104]引入噪聲和群體密度的概念,在統(tǒng)計力學層面對集群行為進行系統(tǒng)分析,最終提出Vicsek模型;COUZIN等[105]拓展了Boids模型的三大規(guī)則,劃分了粒子決定未來運動方向的三大區(qū)域(排斥區(qū)、取向區(qū)和吸引區(qū)),并將其適用范圍拓展至三維空間,最終提出了Couzin模型。

3.3 多元異構知識融合

多元異構知識融合技術包括以下3點:①利用強化學習和無監(jiān)督學習技術整合群智創(chuàng)新系統(tǒng)的創(chuàng)意、技術、文化、商業(yè)等設計資源,使群智生態(tài)擁有人類觀察環(huán)境、學習經(jīng)驗和總結規(guī)律的自主決策能力,例如KONDAKA等[106]提出一種采用基于物聯(lián)網(wǎng)的機器學習策略的強化醫(yī)療監(jiān)控范式,SHAFIZADEH等[107]采用機器學習技術成功預測和優(yōu)化了生物質的水熱液化,ZHOU等[108]采用文本挖掘和非監(jiān)督學習方法分析了可持續(xù)超精密加工,提出一種非保留學習方法;②基于深度學習技術挖掘已有知識,將已有的知識資源可視化,展示知識之間的聯(lián)系,促進新知識產(chǎn)出[109],例如王仁武等[110]利用深度置信網(wǎng)絡構建了圖書館學科中知識模塊間的關系網(wǎng)絡,提出一種適用于商業(yè)領域快速形成的具體細分領域知識資源可視化方法,安傳艷等[111]通過構建我國鄉(xiāng)村旅游領域的知識圖譜,詳細分析了1992年～2016年鄉(xiāng)村旅游的特征趨勢;③基于大數(shù)據(jù)技術和大知識概念,存儲多元異構的海量數(shù)據(jù)、分布式并行處理數(shù)據(jù),并通過大數(shù)據(jù)知識工程將大數(shù)據(jù)轉變?yōu)榇笾R[112],例如葉鑫等[113]從知識信息和數(shù)據(jù)信息的數(shù)字化視角重新設計了政務云平臺體系架構,提出互聯(lián)網(wǎng)形態(tài)下知識信息及數(shù)據(jù)信息平臺的協(xié)同創(chuàng)新策略。

3.4 群智創(chuàng)新設計自動生成與評價

目前,人工智能技術領域的熱點正從傳統(tǒng)的分析型AI轉向生成式AI,意味著人工智能技術不再局限于“擬合”“分類”“識別”等分析技術,而是轉向更具創(chuàng)新價值的創(chuàng)新工作[114]。GOODFELLOW等[115]基于深度學習的生成式對抗網(wǎng)絡在圖像和視覺計算、語音和語言處理、信息安全等領域被廣泛研究,通過生成器和判別器相互學習和訓練生成高分辨率的全新形象。群智創(chuàng)新設計的評價包括創(chuàng)新方案的評選、創(chuàng)新者各自創(chuàng)新貢獻的評估及創(chuàng)新方案自身創(chuàng)新價值的評價3方面:①將自評價技術應用在定性與定量數(shù)據(jù)評價中,在得到“設計方案—得分數(shù)據(jù)集”后,利用機器學習算法訓練生成評價模型,以形成主客觀結合的創(chuàng)新方案量化評價方法,例如CONG等[116]采用機器學習的迭代設計方法,在智能產(chǎn)品服務系統(tǒng)(Smart Product-Service System,Smart PSS)中進行用戶滿意度預測,為當今工業(yè)界智能產(chǎn)品服務系統(tǒng)開發(fā)提供了指南;②對創(chuàng)新成果的知識產(chǎn)權歸屬及設計要素的貢獻度進行評估,例如PAZAITIS等[117]采用分布式的價值記錄和去中心化的識別技術,在多人社區(qū)的價值生產(chǎn)、記錄和實現(xiàn)方面進行了探索;③利用行為跟蹤及大數(shù)據(jù)挖掘技術了解用戶對相關產(chǎn)品(及服務)的綜合使用偏好,繪制準確的用戶模型,指導和評價創(chuàng)新設計方案[118],例如SPILIOTOPOULOS等[119]在設計初期提取了社交媒體Twitter平臺上的實時信息,構建了精確用戶模型,提高了后續(xù)創(chuàng)意評價工作的準確率和效率。

4 群智創(chuàng)新設計的研究范圍

群智創(chuàng)新設計是人工智能2.0時代下,運用智能技術,整合多學科知識,匯聚社會群體智慧來實現(xiàn)個體智慧升維,解決社會復雜問題的社會創(chuàng)新范式。群智創(chuàng)新設計的研究范圍如圖5所示。

4.1 群體創(chuàng)新設計大數(shù)據(jù)

設計大數(shù)據(jù)研究是群智設計知識的生成與融合、群智創(chuàng)新網(wǎng)絡圖譜構建、創(chuàng)新成果評價、創(chuàng)新平臺開發(fā)和創(chuàng)新生態(tài)衍化等方面的創(chuàng)新之源。群智設計大數(shù)據(jù)主要包括精準畫像數(shù)據(jù)、智能化設計決策數(shù)據(jù)、智能化精準營銷數(shù)據(jù)、人因工程數(shù)據(jù)、視聽和生理數(shù)據(jù)、多模態(tài)人機交互數(shù)據(jù)、文化風格語義數(shù)據(jù)、文化符號特征數(shù)據(jù)、美學五維評價數(shù)據(jù)等。

在實際研究中,群智設計大數(shù)據(jù)需要通過數(shù)據(jù)清理(包括缺失值處理、離群點處理、噪聲值處理等)、數(shù)據(jù)集成(包括實體識別、冗余處理、沖突處理等)、數(shù)據(jù)規(guī)約(包括維度規(guī)約、數(shù)據(jù)壓縮、數(shù)值規(guī)約等)、數(shù)據(jù)變化(包括規(guī)范化、離散化、稀疏化處理等)等手段,使數(shù)據(jù)滿足結構化、可讀取和可運算的要求。

4.2 群智創(chuàng)新設計知識網(wǎng)絡及知識圖譜

構建群智知識網(wǎng)絡時,需要客觀界定知識的范圍和領域,同時深入研究群智創(chuàng)新本體、用途、信息等基本問題,還需要明確群智創(chuàng)新設計中的重要術語、定義類和繼承類等研究細節(jié),并厘清其屬性關系和相關限制,在此基礎上按照類和繼承類的劃分創(chuàng)建知識實例,最終實現(xiàn)知識的網(wǎng)絡化建模[120]。

知識網(wǎng)絡圖譜的數(shù)據(jù)源(集)來自社會各界,不同數(shù)據(jù)源對同一個實體的表達存在偏差。因此,創(chuàng)新者需要客觀地利用數(shù)據(jù)分析技術進行信息篩選、知識合并、數(shù)據(jù)歸類和相似度排序,以降低計算數(shù)據(jù)量,提高知識網(wǎng)絡圖譜的構建效率。

4.3 群智數(shù)據(jù)感知與設計知識的生成和融合

由于不同用戶在活動上存在時空重疊,感知數(shù)據(jù)可能存在大量冗余,導致感知資料出現(xiàn)多模態(tài)、不準確、不一致等問題。為此,群智創(chuàng)新服務設計平臺需要進行持續(xù)的社會學習,研究相關專業(yè)人士發(fā)布的知識,不斷擴充平臺的知識框架體系,優(yōu)化群智思維結構。創(chuàng)新者應獲取多模態(tài)數(shù)據(jù),防止價值判斷的單一性,以免陷入“信息繭房”,促進對知識常識和思維結構認識的突破。

另外,還需要研究信息的特征級融合技術。特征級融合技術是一種多源數(shù)據(jù)的特征融合方法,它通過提取和融合不同類型的數(shù)據(jù)特征,得到比原始數(shù)據(jù)更精煉的特征。與像素級融合方法相比,特征級融合技術在實時性方面具有更大的優(yōu)勢,但也存在更大的信息損耗問題。因此,在應用特征級融合技術時,需要權衡實時性和信息保真度。

4.4 群智創(chuàng)新成果評價體系

幾乎任何綜合性活動都可以進行綜合評價[121],構建合理的評價體系是反饋群智創(chuàng)新成果、反思群智創(chuàng)造經(jīng)驗的重要的方式。群智創(chuàng)新設計評價包括以下3層內容:

(1)對創(chuàng)新方案的評選 無論是創(chuàng)新方案的中間產(chǎn)物還是最終確定的方案成果,都需要準確一致的評價方法。首先,研究設計師對創(chuàng)新方案的主觀評價,形成設計方案—評價數(shù)據(jù)集,由機器學習算法訓練生成創(chuàng)新方案的主觀評價模型;然后,將具體子領域的評價理論作為客觀的評價模型,得到主客觀結合的設計方案量化評價方法。

(2)對創(chuàng)新貢獻的評估 群智創(chuàng)新設計的特點決定了同一創(chuàng)新需求會由多位設計師協(xié)作完成,之間還會存在信息的交流與整合。因此,需要研究產(chǎn)生設計產(chǎn)品的知識產(chǎn)權歸屬、設計師對最終產(chǎn)品的貢獻度評估等問題。

(3)對創(chuàng)新價值的評價 對于最終使用創(chuàng)新產(chǎn)品或服務的用戶而言,創(chuàng)新產(chǎn)物必須是解決了實際問題、有使用價值或能創(chuàng)造價值的產(chǎn)物?？梢酝ㄟ^內置傳感器或記錄工具(預先告知用戶,避免侵犯用戶的隱私權)繪制用戶畫像,研究不同用戶對產(chǎn)品的實際評價,準確反映創(chuàng)新產(chǎn)品的使用價值。

4.5 群體智慧生態(tài)衍化

群智創(chuàng)新設計知識生態(tài)衍化包括深度學習中的自學習強化與自適應衍化等,創(chuàng)新者需要參照群智創(chuàng)新設計知識與相應數(shù)據(jù)之間的關聯(lián)機理研究群智知識結構和系統(tǒng),以對知識進行優(yōu)化更新,同時優(yōu)化自身知識網(wǎng)路和知識圖譜,實現(xiàn)群智服務平臺的自組織、自適應與自優(yōu)化。

在執(zhí)行任務過程中,群智創(chuàng)新設計服務平臺將不斷感知應用情境的變化,密切關注新發(fā)現(xiàn)的數(shù)據(jù)和執(zhí)行新任務所需的性能需求。平臺可以借助新的情境要素更新知識圖譜,吸納新知識以充實知識庫,并構建新的知識體系。為了實現(xiàn)平臺的自適應衍化策略及方案,群智創(chuàng)新設計服務平臺需要持續(xù)捕捉和量化動態(tài)環(huán)境并實時反饋,同時根據(jù)需求調用模型自適應地進行壓縮、搜索、分割等[122]。

4.6 群智創(chuàng)新設計服務平臺的開發(fā)

群智創(chuàng)新設計平臺是匯聚創(chuàng)新信息、共享創(chuàng)新知識、進行創(chuàng)新實踐的重要場所。在界面的開發(fā)階段,創(chuàng)新者需要確定整個產(chǎn)品功能邏輯、頁面邏輯、單獨頁面的頁面設計,并考慮用戶使用的復雜性;在界面的可視化設計和界面修飾階段,創(chuàng)新者必須在用戶體驗層面對界面原型進行優(yōu)化,使其具有優(yōu)良的使用體驗;在界面的輸出階段,創(chuàng)新者需要與開發(fā)人員合作,將設計的原始文檔以不同的形式輸出;在界面輸出后,測試人員需要對界面進行可用性測試。

除了對平臺界面的設計,群智創(chuàng)新設計服務平臺開發(fā)還需要大數(shù)據(jù)后端技術的強力支撐,這種后端技術包括構建先進的技術工具集和設計知識庫,并通過人工智能技術與設計知識服務深度融合與集成,為群智創(chuàng)新設計的各項活動提供穩(wěn)定的平臺支持。

4.7 群體智慧產(chǎn)權保護與激勵

群智創(chuàng)新設計中,參與者的各類想法、創(chuàng)意思考等過程數(shù)據(jù)不僅需要被系統(tǒng)地記錄下來,更需要得到充分地保護和激勵。為此,群智創(chuàng)新設計的參與者需要根據(jù)所承擔的任務建立一套合理的質量評價和激勵機制。

在設置激勵機制時,管理者應充分考慮如何避免和抑制群體內部可能出現(xiàn)的沖突對抗,同時滿足參與者的個性化需求,為此可能需要建立能夠解析群體行為的分析模型。另外,群智創(chuàng)新設計服務平臺還要保護參與者、項目及自身的隱私,群智創(chuàng)新平臺可以利用區(qū)塊鏈技術進行創(chuàng)新溯源和登記,確保所有參與者和節(jié)點遵守相關的交易規(guī)則。通過采用數(shù)字水印處理創(chuàng)意和設計方案的數(shù)據(jù),創(chuàng)新者可以協(xié)同保護群智創(chuàng)新方案中的知識產(chǎn)權,并根據(jù)任務完成情況計算出各參與者的貢獻率,據(jù)此分配相應的報酬。

5 群智創(chuàng)新設計的未來發(fā)展

當前社會正面臨著快速變化、不確定和互聯(lián)共通性日益增強的問題,這些問題具有持續(xù)性和復雜性,無法依靠單一學科提供的對策來解決。因為每門學科在處理學科邊界時難以擺脫既定的研究范式,某些特定問題甚至難以通過多學科、跨學科的方式得到解決,所以需要運用大數(shù)據(jù)、區(qū)塊鏈、人工智能技術,聚集大眾智慧,打破學科與非學科的界限。群智創(chuàng)新設計能夠集聚社會群體創(chuàng)新資源,共創(chuàng)群體協(xié)同價值,成為新時代下的群體協(xié)同創(chuàng)新范式[123]。

5.1 構建群智創(chuàng)新范式與理論體系

研究者需要探索群智設計數(shù)據(jù)融合的方法和理論體系,包括信息關聯(lián)匹配、知識網(wǎng)絡圖譜、知識融合推理、知識冗余管理等,還需要關注知識數(shù)據(jù)的一致性問題。由于群智感知數(shù)據(jù)來源廣泛,不同數(shù)據(jù)源之間的語義理解一致性和方法流一致性成為亟待解決的問題。為了提升群智大數(shù)據(jù)知識發(fā)現(xiàn)的深度、廣度和質量,需要確保不同數(shù)據(jù)源之間的數(shù)據(jù)具有一致性,為群智設計的成功應用提供可靠的數(shù)據(jù)保障。

隨著社會群智感知數(shù)據(jù)來源的不斷擴展,未來還需探索將不可感知數(shù)據(jù)轉化為可感知信息的方式,這一轉化過程需要充分考慮數(shù)據(jù)的可解釋性和可理解性,以拓展群智設計的應用領域和應用效果。

5.2 優(yōu)化群智組織形態(tài)與管理機制

群智創(chuàng)新是一種緊密結合智能數(shù)字化技術的、去中心化的集體創(chuàng)新行為,旨在號召、吸引、匯聚和管理社會廣泛參與者。未來研究需要在不同群智創(chuàng)新網(wǎng)絡場景下進行,根據(jù)不同群智任務的目標和性質建立不同的管理、組織和激勵機制。

對于群智創(chuàng)新過程中產(chǎn)生的創(chuàng)新想法,需要建立創(chuàng)新與任務要求之間的匹配模型來進行管理,還需要探索群智單元內外部之間的交流、激勵和管理機制,探索更高效進行群智創(chuàng)新活動等組織和管理的手段,達到降低創(chuàng)新成本、提高創(chuàng)新效率的目的。在優(yōu)化管理機制時,需要建立科學的評價體系,準確及時地評價群智創(chuàng)新成果,更好地指導未來的群智創(chuàng)新實踐。

5.3 共創(chuàng)群智生態(tài)系統(tǒng)

共創(chuàng)群智生態(tài)的價值在于提升產(chǎn)業(yè)價值,驅動整個信息社會各方面創(chuàng)新,特別是應用創(chuàng)新、體制創(chuàng)新、管理創(chuàng)新和商業(yè)創(chuàng)新。未來研究需要思考如何搭建將群智創(chuàng)新設計與互聯(lián)網(wǎng)、人工智能及大數(shù)據(jù)技術、區(qū)塊鏈等新興數(shù)字技術相結合的技術手段和生態(tài)系統(tǒng),如何構建技術間的交叉共融及協(xié)同映射機制。

為了推動群智創(chuàng)新設計的產(chǎn)業(yè)化推廣與應用,未來還需要開發(fā)相應的數(shù)字化軟件來實現(xiàn)創(chuàng)新生態(tài)系統(tǒng),這些軟件可以提供工具和平臺,幫助企業(yè)和個人更好地參與群智創(chuàng)新設計,提高創(chuàng)新效率和成果的質量。同時,通過建立共創(chuàng)群智生態(tài)系統(tǒng),也可以更好地保護參與者的權益和隱私,確保群智創(chuàng)新的可持續(xù)性和社會效益。

6 結束語

相比過去,創(chuàng)新在組織創(chuàng)造和維持競爭優(yōu)勢中扮演著至關重要的角色[124]。未來的群智創(chuàng)新設計研究將以數(shù)字技術為基礎,借助人工智能方法、技術與工具,整合多學科跨領域資源,挖掘群體創(chuàng)新設計想法流,實現(xiàn)從單線條和多線條的創(chuàng)新設計模式向網(wǎng)絡狀的協(xié)同整合創(chuàng)新設計模式轉變。

根據(jù)以往研究成果,本文對群智設計的相關研究進行了整理和歸納,探討了不同創(chuàng)新階段的代表性研究、社會創(chuàng)新范式衍變和群體智慧發(fā)展,同時提出群智創(chuàng)新設計理論模型,包括群智創(chuàng)新主體、群智創(chuàng)新環(huán)節(jié)、關鍵技術和研究范圍等。群智創(chuàng)新設計研究將進一步拓展人工智能與創(chuàng)新設計的科學研究范疇,催生新的學科發(fā)展方向,促進集成創(chuàng)新。未來研究將更加重視智能技術的實際應用和跨學科群體之間的協(xié)作。創(chuàng)新者將借助先進的信息技術工具和手段,開發(fā)具有自適應和自學習能力的智能系統(tǒng),促進群體創(chuàng)新設計的有效實施,推動科技創(chuàng)新和社會進步。通過不斷探索和應用新技術,未來的創(chuàng)新者必定能夠以更高效的方式解決復雜問題并迎接挑戰(zhàn),為推動人類社會發(fā)展貢獻更多的力量。