人工智能背景下设计思维的发展与转变

1、人工智能背景下设计思维的发展与转变作者：杨彭 来源：江苏科技信息 2018年第30期摘要：人工智能的出现给如今的设计行业带来巨大冲击，设计行业面临新技术模式带来的 变革和冲击。文章通过对人工智能如何进行设计工作的模式进行深入剖析，发现人工智能的出 现对设计行业产生的影响以及会带来的工作方式的改变、优势和局限性，据此探讨人工智能出 现后对设计产业会带来哪些冲击和挑战，提出设计师和当代设计教学应该正视人工智能的出现， 及时转变思路，将人工智能作为新的工具，利用科技的进步协助设计师处理机械性的、可重复 的部分，解放设计师思想，将设计师的重点放到通过进一步整合来提升设计师的社会智能与创 造性智能，深入

2、挖掘人类深层次情感需求，将设计从功能性审美向情感化审美转变。关键词：人工智能；设计创新；跨界整合；情感美中图分类号：TP399文献标识码：A0 引言2016年是人工智能概念提出的第60年，但行业内更喜欢把2016年称为人工智能元年，随 着AlphaG。击败人类职业围棋选手、战胜围棋世界冠军，震惊整个世界，人工智能(Artificial Intelligence ，Al)程序被大众广泛认知。一年多的时间，人工智能出现在各 个领域并且有不俗的表现，Gartner公司所发布的2017年十大科技发展趋势报告中，首当其冲 的就是人工智能和高级机器学习。在设计界，人工智能同样异军突起，给创意、艺术带来了意

3、 想不到的变化。面对这种情景，人类设计师是否将会被机器取代？设计师将会面对怎样的职业 危机和转折？高校设计教育应该如何变革来适应新的技术浪潮？这些问题都是亟须思考和解决 的问题。笔者认为我们不必畏惧人工智能的到来，未来的设计将充满了包容性和多样性，让人 工智能成为我们创意设计的工具，找到人类与人工智能结合、并存和共同进化之路。人工智能对设计行业的渗透人工智能是计算机科学的一个分支，研究包括机器人、语音识别、图像识别、自然语言处 理和专家系统等1。简单来说，就是想生产出一种能以人类智能相似的方式做出反应的智能 机器。人工智能概念的提出并不是近些年开始的，在1956年，以麦卡锡、明斯基、罗切斯特和

4、 申农等为首，在达特茅斯会议上提出研究用机器模拟智能的一系列有关问题，标志着“人工智 能”正式诞生，然后20世纪80年代到90年代前后有一波，AlphaGo为代表的人工智能这是 第三波。和前两次AI热潮相比，这一次人工智能复兴的特点是更“有用”，更“务实”，其 应用非常广泛也更加贴近产业和生活，其主要原因在于近些年来大数据的长足发展和云计算技 术的突破。如果我们把人工智能看成一个正在搭建的摩天大楼，那么某一领域专业的海量的深 度数据就是这个大楼的地基。地基的深度决定了建筑物的高度，而地基的质量则决定了建筑物 的稳固程度。在设计与艺术领域，最为广泛使用的技术就是卷积神经网络(Convolutio

5、nal NeuralNet work， CNN)，印象派、野兽派、浮世绘、波普、解构主义，这些对于人工智能绘画软件来 说完全不是问题，我们可以看到机器如何从不同艺术家的画中提炼出风格然后转化到一张照片 上2(见图1)。2016 年的“双11”，中国最大的电商企业阿里巴巴，一套人工智能系统 做了 1.7亿张广告图片，精准投放后，广告点击率提升了百分之百，还有ARKie，DeepDream, Prisma这些人工智能设计的出现，在设计界引发了巨大的震动，那么人工智能的出现对设 计行业将带来哪些影响？是否会取代设计师，还是有共生可能？人工智能设计的工作优势及局限性人工智能系统是如何进行设计的呢？从阿

6、里巴巴提供的鲁班工作原理资料可以看出它是可 以根据用户的行为和偏好智能生成广告(见图 2)，也就是说为了鲁班系统能够自动生成设计 程序开发人员需要收集海量的数据，并且整合训练。第一步，让机器理解设计是什么构成的。 通过人工数据标注，对设计的原始文件中的图层做分类，对元素做标注。设计专家团队也会提 炼设计手法和风格。通过数据的方式告诉机器这些元素为什么可以放在一起，把各种设计师的 经验和知识通过数据输入。这部分核心是深度序列学习的算法模型。第二步，建立元素中心。 当机器学习到设计框架后，需要大量的生产资料。工程师建立元素库，通过机器做图像特征提 取，然后分类，再通过人工控制图像质量以及版权问题。

7、第三步，生成系统。在设计框架上构 建起虚拟画布，类似棋盘，生成的系统把元素中心的元素往棋盘放。在强化学习的过程中，机 器参考原始样本，通过不断尝试，得到一些反馈，然后从中学习到什么样的设计是对的、好的。 第四步，评估系统。收集大量设计的成品，从“美学”和“商业”两个方面进行评估。美学上 的评估由专业人士来进行，商业上的评估就是看投放出去的点击率浏览量等3。由此我们可以看出人工智能在设计领域的一些优越性：第一，大大减少了设计时间，一般 来说，一个熟练的设计师完成一张网站的Banner，在有素材、有灵感的情况下，通过各种软件 (PS, AI)等完成，需要半小时左右，那么2016年“双11”时候的1

8、.7亿张Banner，如果全 靠设计师人手来完成，需要100个设计师连续做300年。第二，节省了海量的资料收集分析时 间，一般设计师在进行设计工作前，都会进行资料的收集分析，通过图书、网络或者其他媒体 方式寻找设计素材，但是这个过程中设计师需要依靠自身的经验，审美品位等条件来筛选出对 自己有用的资料，同时还要注意图片版权归属，是否和从前的其他设计重复等问题，时间和精 力的耗费，大大提升了设计成本，而人工智能可以通过巨大的数据库和优化的算法，精准快速 地找到需要的素材和资料。第三，对于许多设计师来说，各种复杂的设计软件学习是一个不低 的门槛，需要花费大量的时间在软件学习上，只有将软件的操作彻底掌

9、握后才可以准确地表达 出设计师的创意和构思，当人工智能能够承担这些工作后，将会大大减少设计师学习各种软件 的时间。第四，我们从鲁班设计系统中可以看出，一张商业Banner，由“背景+商品+文字”来 组成，这 3 个元素往往都是不需要追求太多创意和深层次内涵性，这些都是属于套路性的工作 这种套路性工作对于许多设计师来说是非常枯燥且没有成就感的，现在很多一线设计团队都不 愿意自己完成，宁愿把这些“粗活”外包出去，而人工智能的出现可以彻底解放设计师。把这 些大量低级重复劳动交给了人工智能，设计师反而可以专注于“设计”本身，更好地发挥创造 力，持续保持竞争力。因此可以得出结论：机械性的、可重复的脑力/

10、体力劳动，在这一方面， 人工智能完全可以取代人类的工作，对设计行业来说，只会拼接临摹的设计师将会面对很大的 职业危机。但是设计师是否会丢掉饭碗，不是取决于鲁班设计系统有多强大，而是在于设计师 怎么去提升和改变自己。要分析设计师在这场巨大的变革中会面临哪些冲击和挑战，首先要明白人类的哪些能力和 特质是不会被机器程序所取代？对这个问题，美国著名设计公司Artefact的联合创始人Rob Girling 给出了3 个答案：感知和操纵智能、创造性智能、社会智能。感知和操纵智能在某些复杂精细的操作工种上，比如外科医生，人工智能在这方面已经取得长足发展，与 人类的技术差距越来越小。但是还有许多传统手工业是

11、工业制造完全无法取代的，像日本设计 界所提出的“工匠”精神，就是通过工艺作品将创作者的热情、情怀传递给使用者。创造性智能创造性智能是一种提出有价值的创意并解决各种问题的能力。在科研、艺术等领域，创造 性至关重要，设计工作需要大量复杂精细的感知和操作；需要高度的创意和灵感；需要与各个 需求方频繁沟通交流人类最不可替代的能力都在设计这个行业里有所体现。目前看来，机 器不具备真正的创造力，甚至人工智能设计所判定的标准“美”也是由人类定义的，设计师最 独特的能力在于他们可以制定和打破规则;所以在未来的某一天，我们可能将“美”定义为和现 在完全不同的一个标准。社会智能社会智能关乎人与人的相互关系，涉及谈

12、判、说服、同理心和关怀等。评价程序是否具备 社会智能的经典方法是图灵测试。迄今为止，还没有任何人工智能能够真正通过图灵测试。所以我们可以看出，人工智能在设计行业同样有着非常大的局限性，还是以鲁班设计系统 为例，庞大的数据教会了机器“审美”，机器可以通过数字化寻求一个最合理的解决方案，达 到设计师能够认可的效果。鲁班设计系统虽然可以快速有效地进行大量设计，但是前提是在于 对海量设计作品收集分析的基础上进行的，首先还是要请设计师设计大量固定模板，然后拆解 成商品、文字、设计主题等模块。机器需要从海量素材中选取元素，套入固定模板，组合不同 模块，这样的一套人工智能系统技术含量很高，但毕竟还不是真正的

13、“设计”，是一种基于模 仿的创作。换言之人工智能系统是一辆可以高速奔跑的汽车，但是如果没有之前的数据分析， 它终究是一个不能移动的铁壳子，人工智能设计系统虽然可以把“0”不断地延续下去，但是没 有之前人类艺术设计的“1”，这些也就只是空中楼阁。实际上任何一种工作都存在被机器取代 的可能性，人与机器的关系会呈现出两种可能性：一种是机器取代人，比如日常翻译这样的简 单脑力劳动；还有一种叫“共同进化”机器能力的增长，给人脑制造了更大的成长空间， 反而会促进人脑的进化。笔者认为对设计行业来说，人工智能的进入属于人机关系的第二种发 展模式，即“共同进化”，当机器能够帮人承担更多重复性的工作，也就无限激发

14、了人脑的创 造力，设计需要人工智能来协助“人脑-机器”的共同进化过程。人工智能的出现对设计师的新要求任何一种新的技术形式的出现，都会对原有行业造成强烈的冲击，所以也就要求我们需要 及时转变思维，而具有深度的、创意性的人才才能适应人工智能时代的需求。机器本质上并不 会真的思考，它只能通过不断优化算法来模拟人类的思维方式，算法的限制在于即使现在通过 机器学习各种规则，它们仍然建立在人类定义的规则上。设计行业中不去深入思考，故步自封 的设计师将被算法取代，然而，那些在必要时可以打破规则的人将会把人工智能作为新工具， 所以创意和创新将会成为设计师的最核心竞争力。3.1 跨学科知识整合能力和跨领域的知识

15、储备机器可以很轻易在某一单独领域替代和超越人类，比如计算算不过计算器，记忆比不上百 度、谷歌，下棋比不过AlphaGo。但是把它综合起来，即使具备一个3岁小孩能力的人工智能 迄今为止都还没有出现。虽然人工智能无法取代设计师的作用，但是并不是说设计师就可以高 枕无忧，人工智能所带来的最深远的影响会是越来越多的非设计师会培养自身的创意和社会智 能，以提高就业能力，设计师对“创意人才”这个称谓不再具有垄断地位，为了保持竞争力， 更多的设计师需要额外的知识和专长在多学科交叉的环境下发挥作用，这也许会导致愈发独特 的专业化。在新的设计模式中，不再限于传统的T型结构，而应该是一个基于经济、科技和人 文的蜂

16、巢式集成平台，要求的知识结构是灵活并可以互相转换的，每个知识单元都可以集成到 新的系统，在这个过程中，设计师的角色应该是诠释者和整合者。这就需要设计师有相当的知 识储备，并且在职业生涯中不断学习。根据清华大学美术学院的一份调查报告中发现（见图 3），在过去的3年中，有94%的设计人员在工作中应用新知识而不是传统设计知识，87%的设 计人员认同设计知识已经改变，清晰地体现了设计从业者希望扩大自身的知识和技能领域，并 整合其他学科知识的需求1。笔者认为，要适应人工智能时代，必须具备深厚的专业知识和创造力，大量的可量化封闭 性的工作都会被人工智能替代。设计本身是一个边缘交织学科，要求设计师能够懂设计

17、、懂心 理学、懂营销、懂技术，通过不同学科的知识视野的扩大，才可以使设计师更深入更客观 地了解人类情感需求，多角度地发现和思考问题，培养和提升创造性智能。3.2 功能性向情感美的转变在笔者看来，设计不是一种技能，它不需要太过复杂，不需要多么高深的技术支持。日本 国宝级设计大师原研哉说过，“我是一个设计师，可是设计师不代表是一个很会设计的人，而 应该是一个抱设计理想来生活，来活下去的人。”2随着技术的发展与进步，在材料、人体 工程学等方面，设计越来越呈现完美的感觉，也产生了严重的同质化现象，但是在当今这个物 质生产极大丰富的社会环境下，伴随着网络科技的发展，全球经济文化不断融合。在这种情况 下，

18、个人的社会观和价值观受到很大的影响，大众的审美情趣变得更加的复杂和细化，这也就 提高了我们对设计的要求，不能仅仅关注产品的功能性，要求培养和提高设计师的社会智能， 更多地去关注人类情感本身的需求。从前文提到的“人工智能取代设计师”的案例中不难发现，在这些案例中，人工智能更多 的还只是取代了设计师工作中较为低端、重复的部分，而针对人类感受的职业仍旧需要人类来 完成，设计当然是其中一点，人工智能在深度学习、知识储备方面远远高于我们，但在人类所 拥有的思想的力量，那些爱、同理心、创造力，设计师通过这些能力，将冰冷的产品和用户连 接在一起微妙的情感纽带，是人工智能无法做到的。好的设计能真正体会用户的需

19、求，甚至是 用户尚未表达出来的需求，人工智能只能按照指令进行程序化设计，但设计师能真正解读需求 方的想法，挖掘使用者自己都没意识到的深层次需求，主动提供更好的设计方案，这种对人内 心的敏锐感受、不断创新的能力是设计师的核心价值。人工智能的算法可以将大部分人类的生理感知信息数据化，但是无法将人类不确定的情感 变化变成确定的数据，因此我们经常会看到吸引人，给人带来快乐的设计不一定是效率最高， 功能最完善的设计。唐纳德诺曼先生在他的著作设计心理学3情感化设计中提出了推 翻自己早期的理论的观点，认为一个设计成功与否，设计的情感要素要比实用要素更为关键， 例如“一个不可能使用的茶壶”3（见图4），从逻辑

20、分析和人体工程学上来分析，这个是 一个不可能的设计，因此人工智能软件是几乎不可能根据已有的数据和资料完成这个设计，但 是实际上，这个设计给很多使用者一种新奇独特的感觉，非常受欢迎。因此设计师应该更多地 关注和思考如何从设计作品中传递出让人愉悦的感染力，在新奇的东西中发现美，满足人类深 层精神世界中对情感美的需求，将更多的关注和思考由功能性向情感美的转变。设计教育的变革新技术模式的出现也给设计教育提出了新的挑战，所以在高校的设计专业教学中，要求教 师要及时转变思想，不能固守传统的设计专业教学模式，必须设计教学体系，与不同专业进行 合作，进行多学科交织学习，协调通识教育与专业教育、创新精神与应用能

21、力、理论与实践、 统一性与多样性这4个方面的相互关系，使学生能够具备广阔的学科视野和一定的知识储备， 让学生具备可以不断发展更新的思维模式，在以后的工作中，可以不断自主学习，最终实现 “艺术与技术、应用能力与创新能力”的两个结合，培养具备艺术与科学、工程与人文相结合， 并兼有适当的商业思维能力的应用性创业型设计专业人才。笔者认为，新的设计教学模式应该实施从传统的重视专业知识向重视智慧转变的教育方针， 锻炼学生自己思考的能力，培养具有发现问题、解决问题的综合性设计人才。传统观念中设计 是应用艺术的一支，需要造型以及绘图和色彩表现这些技巧，因此过去的设计师和设计教学仅 仅专注于形式、机能、材料与工

22、艺，而现在新的设计模式带来的要求则更加复杂，更具挑战性。目前许多高校的设计课程过于独立，知识面狭窄，很难形成系统性的教学体系，以笔者教 授的“包装设计”课程来说，这是一门涉及多学科的专业课程，除了专业的造型技法以外，还 包括了品牌学、市场传播学、统计学和材料结构等非常多的专业知识，因为学生完全缺乏这方 面的知识，导致现实教学情况和布置的任务作业完全脱节。如前文所说，新技术背景下的设计 师需要有跨学科知识整合能力和跨领域的知识储备，笔者认为设计教学应从大二开始进行专门 的项目设计(project design)，以整合专业知识的同时，多涉及其他不同专业方面，综合培 养学生的创造性智能和社会智能，

23、成为适应新技术模式的设计人才，课程内容如图5所示。阶段1：对社会智能的培养，首先是要学会发现问题，提出问题，在这个过程中可以有效 地锻炼学生的观察力，这种观察力是基于对情感的探索和认知，会发现问题就是要求学生能够 将社会科学与行为科学结合起来，深层次挖掘人类认知与情绪欲望的需求。阶段 2：学会对相关问题的信息收集和分析，明确问题点所在，决定解决问题的方式方法。 在这个阶段则要求学生具备面对复杂问题时候，会运用新技术工具快捷的进行资料的收集整理， 以此为基础能够从多方面、多角度进行思考。阶段 3：对创造性智能的培养，要求学生面对目标能够提出可能解决问题的多种设计构思。 在设个阶段，要求学生了解掌握如KJ法、发散性思考法和收敛性思考法等不同的创意思考工具, 充分发挥人类独有的想象力，寻找打破常规的解决方案，这也是人工智能所无法完成的工作。阶段4：从许多构思方案中评价和选定最好的设计构思。从这个阶段开始，需要有其他不同专业学科的涉及，和传统设计模式中设计师单打独斗不同，在团队合作中，能够培养和提高 学生的社会智能，