设计+产业专家观点· 王敏：人工智能时代的不确定之美

 

作者：王敏

 

创意中心咨询委员会委员  

 

中央美术学院设计学院前院长 

 

长江学者特聘教授

 

人工智能时代的不确定之美

 

一百年前，为应对机器给人类带来的机遇与挑战，包豪斯诞生。百年之后，我们面临着新的机器带来的机遇与挑战。机器深度学习、脑机连接，诸多技术与概念快速进入我们的世界。但人工智能时代的到来带来了太多的不确定，让我们又期盼又担忧。有人说它是通向未来的希望，将强化未来的设计；也有人说它是未来人类的毁灭者，是设计的终结。个人而言，我更倾向于相信AI会是设计师的合作者；它将是设计师的机器人，将设计师从重复性、技术性工作中解脱出来。借助大数据、不断强大的运算力和设计师无限的想象力，设计会被用于社会创新和人类的可持续发展。探讨技术和机器给设计带来的影响，我们或许可以从过去的经验中找到一些预测未来的依据。

 

设计师与机器人

 

我们知道，在20世纪80年代末开始的桌面出版革命是一场影响了设计出版与传播的技术革命，它彻底改变了设计行业的工作模式、印刷行业的工作程序以及出版行业的运作。当时技术的革命也带来了很多挑战，比如80年代是字体设计数字化的初期，技术为上，字体与排版的审美因素常常被企业经营者和工程师忽略，以至于在初期桌面出版生成的文字排版和打印效果品质都很低，电脑排版遭到很多专业设计师的鄙视。

 

王敏教授第一次使用Adobe Illustrator把文字随意编排，1987年。当时的AdobeIllustrator尚不能做色彩处理，这两件作品是王敏教授先用黑白激光打印机打印出黑白图形，然后以热转印方式而得的色彩效果。

 

而且当时已经开始谈论人人都是设计师，设计师将失去存在的价值。因为以往排字、照片色彩处理、印刷稿各自都需要专门人士来进行，但桌面出版革命消灭了这些工种。现在看起来谁都可以做宣传页、做手册了，不需要设计师了。在2000年之前，美国的平面设计学生毕业后找到专业工作的一度只有15%。那时出现了对手工排版、铅字以及铅字印刷物的怀念，类似今天都市人对田园风光的留恋与向往。几乎是在桌面出版的初期，Adobe的设计师便开始试图用新的技术手段去模拟传统工具的工作模式与审美特质，以求抹去电脑化的痕迹。

 

但随着互联网与多媒体的出现，技术给设计行业和设计师带来的更多是机会。在一段时间内机器带来的设计审美品质的丧失、专业性的缺失、职业的消失，转眼成为设计行业发展的动能。技术带来了设计行业的兴旺发展，并且改变了设计师的行为。在桌面出版消灭了排字、修图、制作黑白稿等技工之后，设计师从原来单纯地出创意、出草稿变成需要既是创作者也是技术人员。设计师要花费时间去学习电脑技能，要知道怎么使用各类软件硬件，要了解技术问题和制作问题。而现在技术又会将设计师从这些问题中解放出来。人工智能的发展使得我们可以把这些工作都交由机器去完成，让设计师专注于创意。这看起来似乎是又回到了桌面出版之前的状态，但设计的生成手段更多样，更有效率，也更有力量。

 

人工智能作为提高工作效率的工具

 

过去三十多年来，Adobe与Apple等公司的技术大大提高了图像制作、设计制作的效率，很多工作因为机器（这里的机器也包括软件）从而实现越来越多的自动化操作，这在PhotoShop、InDesign等工具的演变过程中可以体现出来。2003年我在硅谷的最后一个项目是为Adobe设计可以全球应用的设计模版，其中包括软件包装、市场宣传手册、宣传页、网页等。这些模版用Adobe InDesign设计，放在Adobe的中央服务器中，任何地区的分公司或办公室都可以根据市场需求，用Adobe InCopy输入当地语言文字，InDesign便会自动生成包装与其他文件用于印刷。这种基于模版的自动化设计与今天基于模版的系统相比当然要落后很多，但目的是一样的。现在Adobe Sensei技术作为Adobe创意设计软件的底层技术，大大提高了使用者的工作效率。

 

类似的工具还有很多。比如FontMap是IDEO一款交互式字体搜索工具，能帮助用户快速找到合适的字体；Fontjoy是由自由设计师兼工程师的Jack Qiao开发的一对神经网络系统，让使用者在构建网站或平面设计项目时更加容易确定字体；阿里汉仪智能黑体，字形由汉仪字库的字体设计师黄珍元主创设计，字库产品协同阿里人机自然交互实验室，通过计算能力自学生成。在设计场景应用上基于模版的设计生成技术已经很广泛，国内外有很多基于模版的系统，如Brandmark、Logo Crunch、Logopony、Looka、Tailor Brands、Canva、ARKie等。通过人工智能的应用，这些图像生成技术可以大大改善设计的生产方式及效率。

 

图源Canva.com

 

人工智能作为设计师的合作者

 

人工智能的关键是让机器掌握认知的能力，但在设计领域，由于设计需求、场景、观念、人性的多样化，要让机器做到这一点还有很多工作要做。但人工智能技术可以提高，通过自动化智能、增强智能、扩展智能，让设计师的能力更加强大。

 

人工智能可以将大数据、运算能力和设计师的想象力聚合在设计上，产生更大的能量。举一个例子，特赞这几年不仅为企业和设计师搭了一个平台，还在做一个有关设计的人工智能系统，叫做designNet。这个系统会不断收集设计师的案例，会形成一个大数据，教机器去学不同的设计方法、不同的设计风格，从而让人工智能系统变得更聪明，可以更好地成为设计师的合作者。

 

特赞designNet

 

特赞企业AI运行方案

 

机器能帮助我们更好地生存和工作，但创造更好的未来还需要设计师的介入。设计是有目的性的，是基于人类需求的目标所产生的行为。人工智能应该是以人为中心的，以人的意志为驱动的。这样的机器，整合大数据、运算力和设计师的想象力，就能服务于社会创新和可持续性发展。在这方面做得比较有影响力的是斯坦福大学的李飞飞教授，李教授在斯坦福成立了“以人为本人工智能研究院”，她的三个基本理念就是：人工智能技术应该受到人类智慧的启发；人工智能的发展必须以其人类影响为指导；人工智能的应用应该增强人类，而不是替代人类。

 

人工智能作为创作者

 

人工智能会不会终有一天发展出自己的意识，成为独立的创作者？我们来看一下人工智能在艺术品生成上的发展。

 

目前人工智能的图像生成技术主要是“样式转移”，或者叫“风格转移”，通过教AI去理解和复制人类创造的艺术，再使用AI去创造艺术作品。这种技术使用深度神经网络来复制、重新创建并混合艺术品的样式。比如人工智能系统DeepArt，将照片转换成艺术史上著名的风格，可以看到它们在每个角落选择的四幅原始艺术品，处于不同位置生成不同程度的风格混合，中心图像则是所有四个部分均等混合的结果。致力于连接科技与音乐的斯坦福教授王戈用一个图表形象地说明了这个过程。

 

斯坦福大学教授，创意中心咨询委员会委员王戈的图表

 

但机器自主而不是基于给定风格去创作已经成为可能。新泽西州罗格斯大学艺术与人工智能实验室的研究人员创建了一个用于艺术生成的AI系统AICAN，“该系统不涉及人类艺术家的创作过程，但涉及人类创意产品的学习过程”。他们让机器自己去决定作品的风格，让机器自己去创作，但会让机器先学习不同时代、不同风格的作品。最后他们做了一个测验，让观众在机器作品和人类艺术家作品之间做选择，结果很多人选了机器创作的画，认为机器的画更有目的性，色彩搭配和构图都很好。这说明作为自主设计师的人工智能离我们并不遥远，当机器掌握了一定的认知能力，具有记忆、语言、理解、推理、学习、表达，特别是模式认知上的功能，它就会慢慢形成独立创作的能力。但指令还是人给的，还是人去给它一个目的性。

 

AICAN作品，AICAN.IO|AICAN@ARTRENDEX.COM

 

未来设计业态将是人与机器携手共进，设计师将在与计算力的博弈过程中，回溯人性本源。未来推动人工智能发展的，不仅仅是市场和技术的力量，更是创意和想象力的力量，也可以说是未来型设计教育的力量。

 

本文选自《创意2030》第五期，整理自2019年10月26日王敏教授在“纪念包豪斯100周年国际学术研讨会”上的演讲《包豪斯百年之后——人工智能时代的不确定之美》，文字来自《设计》杂志2019年第24期，有删减。《创意2030》是由创意中心（ICCSD）出品的特辑， 旨在针对社会挑战提出切实可行的解决方案，尤其是源于创造性思维的创新解决方案，推动联合国2030年可持续发展目标的实现。目前已推出五期，敬请关注。