AI For Design —— 香港科技大学（广州）讲席教授，人工智能学域主任熊辉

上期【畅所“预”言家】栏目为大家带来了“设计设计的世界” —— 中国美术学院副校长，教授韩绪，今天我们不妨一起来听香港科技大学（广州）讲席教授，人工智能学域主任熊辉谈AI For Design。熊辉教授致力于人工智能几十年的时间，在2022ADM十周年的开幕论坛上他谈到了感情是艺术作品中的重要组成，机器很难赋予艺术品情感要素。人类艺术家可能将与深度学习技术展开一场“反模仿与模仿”的竞争，在这个过程中是否会产生新的艺术流派，也未可知。

下面就一起来听熊辉教授的完整分享吧~

非常荣幸今天有机会作为演讲嘉宾来到ADM现场，我算是来跨界学习的。

我自己是一个非常标准的理工男，第一次跨界是在美国完成。我当时在美国是计算机系、统计系的PhD minor，去了美国商学院做教授，从2005年做助理教授、副教授、正教授、杰出教授，2020年荣任杰出教授，在此期间担任了百度研究院的副院长，也主管过5个实验室。我涉猎的领域非常广，今天来ADM论坛现场也与大家共同分享一些设计方面的思考。

也许在座的各位对下图非常熟悉，这幅名为《太空歌剧院》的画作是通过AI绘图工具Midjourney创作而成的，并在美国科罗拉多州艺术博览会上的数字艺术类别比赛中一举夺冠。

经常有朋友问我，人工智能或现在的深度学习技术，对人的智慧而言究竟改变了什么？不妨先来想一下，我们常说人类很聪明的这个“聪明”可以用什么来描述？

第一个境界：博览群书。现在的人工智能技术、深度学习技术，首先做到的就是博览群书，能够做到智慧知识的一种积累。

第二个境界：一叶知秋。这就好比AlphaGo下围棋，我们看到一片叶子就迅速反应知道秋天来了，这是一种推理的能力。

第三个境界：触类旁通。比如AI作画，它用到了很多关于知识的积累。目前的人工智能面临的下一个巨大挑战是什么？是要实现人类的一大智慧，这个智慧就叫做天外飞仙。我们人类有很多的创造力，就好比是天外飞仙，灵感不知道是从哪里来的，突然之间就冒出来了。所以我们现在所面临的新的场景是什么？我们不但要实现“聪明”的前两个境界，还要努力拥有创造力。

现在我自己所在的人工智能行业，就可以从多个方向来实现刚才所描述的，例如我们可以通过人工智能去设计园艺盆景，也可以利用人工智能去辅助工业图绘制等等，从艺术设计、工业设计、家居设计等方面我们可以借鉴到非常多触类旁通的想法，这就是我们现在整个AI的使用，这个范围是非常广泛的。

目前我们进入到第四次信息革命时代，这个时代我们的主要生产要素是数据，可以说人类从没有像现在这样面临着靠数据来改变一切，赋能一切的时代。因此现在整个世界的竞争，都围绕着数据来进行，而数据是靠应用场景产生的。只有数据的存在，数据的获得，也就是说从应用场景到数据这条路走通后，我们才有机会去培养人工智能的技术，因为人工智能技术非常依赖于数据。

站在AI对于设计的角度思考，技术日新月异，同时我们产生的数据的形态也是如此。一方面我们在不断的产生新型的多模态化的数据，包括设计图纸、数据化。同时因为这种技术需求，所以要开发从1D，也就是文本，到图片，到3D，再到视频这种技术的转换能力。

所以人工智能可以涉及的面非常广，除了我刚才所说的，现在还可以用来作曲、绘画等，下面我就来简单介绍一下。

AI作画

作画作为一种重要的创新设计领域，凸显着人类的创造力，具有悠久的历史，同样的它也是图像生成等AI技术最直接的应用方向。

AI绘画这个词在80年代就已经出现了。1973年时ARRON模型横空出世，当时是控制机械手臂在画布上绘画，2012年后计算机视觉便进入了快速的时期，从吴恩达提出猫脸生成模型到去年2022年Stable Diffusion, DALL-E 2文本自动生成图片。

虽说AI绘画技术已经得到了快速的发展，但其还是面临着不小的挑战，例如AI绘画得在大量画作中学习各种技巧，它是缺乏创造性的，想要兼备精湛画工和令人神往的创造性，AI绘画的模型优化还有一段路要走。其次AI作画依然存在着一部分类似于显卡成本、开源模型、版权交易、故事性生成等问题。

AI家装设计

在经济快速发展的当下，随着人们生活水平的提升，对居住环境的要求也随之提高，这其中的家装设计则包含了家具选择，布局位置，装修风格以及需求定制等。通常在家装设计时很容易出现以下两种问题，一是场景设计复杂，方案设计依赖于设计人员的经验，成本高昂；二是用户需求多样，且用户并非专业人士，时常会造成需求表达和理解困难。

而AI可以智能推荐家居装饰选择，自动化生成家装场景下的三维空间布置设计，理解分析用户个性化需求，提供符合用户需求的设计方案。实时交互的家装场景迭代技术则可以基于用户偏好，与模型进行实时交互，迭代生成场景方案。用户参与方案设计，实时交互更新方案，这样也便于提高用户满意度和设计效率。

可以说AI＋家装设计有以下三点优势：

降低家装费用：自动生成风格样例设计方案，辅助用户家装设计决策，降低家装成本
提高设计效率：快速反映用户需求，实时可视化展示修改效果，提升设计效率
满足个性化需求：分析个性化需求，千人千面为用户提供适合房型和需求的家装设计方案

AI作曲

AI在作曲设计领域逐渐大放异彩，通过AI进行不同风格的曲目创作已经成为现实。其中在一家名为AmperMusic的美国公司，用户只需告知系统想要多长时间的曲目以及其风格和情绪等信息，然后AI会不断吐出曲目，直到客户满意。

AI作曲的主要流程可以分为三步，首先是创作乐谱，根据需求信息通过VAE, GAN等等模型生成乐谱；其次生成演奏信息，生成具有不同风格和流派的动态(演奏)；最后则是赋予音色生成声音：生成人所能听懂的音乐，WaveNet最为经典，其他常见使用的模型为RNN，Encoder-decoder,GAN等模型。

可以看到目前AI作曲的应用也不在少数：2016年,Google宣布了Magenta项目，这是一个用AI创作艺术和音乐的项目；微软小冰的音乐创作能力已实现包括旋律、编曲及歌词端到端一体化的音乐作曲任务；2022年2月Apple收购了英国初创公司AIMusic,该公司旨在将歌曲改编成不同风格以满足听众需求；个人高度定制化的AI音乐作曲产品即将逐步落地。

目前脑科学研究已经表明，人类听到某一个音乐的时候可以刺激多巴胺的分泌，但是大多数人有喜新厌旧的特点，当我们持续不断听同一首曲子，会从开始的喜爱，到后来的无感，这也符合边际效应。因此我们如何通过人工智能生成某种声音，可以不断刺激人的大脑，不断产生多巴胺，这就可以做到软性干预，去治疗焦虑症、抑郁症、睡眠障碍等，去帮助做很多数字的生成。当然我们也可以通过曲目生成的语料库，去支持作曲家做个性化音乐的生成。

AI建筑设计

谈到建筑方面的内容，其实有很多建筑图都可以被数据化的，但就目前来看这方面进展不是很大。随着现在人们对建筑美学价值及实用性的追求，建筑设计逐渐受到关注，而这其中优化建筑空间规划，缩短建筑设计周期是大家始终都在研究与学习的。

建筑设计包含的工作多规范复杂，不仅依赖设计人员过去的经验和创造力产生新的设计，还需要同时具有美学价值、结构稳定和功能性；此外还需符合防火抗震等各类建筑设计标准规范的要求。

而依靠AI进行的建筑设计，不仅可以多模型信息结合，自动生成建筑布局及结构解决方案；还可以促进设计定制，满足特定的用户要求。AI＋建筑设计可以判断建筑布局方案的优劣，辅助设计师规划建筑布局；根据户型的大致轮廓和参数，快速进行AI图形匹配，生成户型方案；根据需求，快速生成附带景观的多种风格的彩色项目总图，提升设计效率；还能创建具有良好性能的创新，高效和美观的建筑对象。

AI工业设计

不难发现在工业设计领域，随着生产力的提高，人们需要更加个性化的产品，从成本、性能、用户需求等方面对工业产品的设计。而为了确保收益，工业设计需要分析大量的变量，需要广泛实验以评估可行性，此外在生产过程中也可能面临各种各样的挑战。

而依靠AI辅助工业设计，有很多优势。首先可以预测消费者对设计产品的接受程度，通过调查问卷和用户反馈学习消费者倾向，以此评估一个设计方案是否能取得成功。其次AI可以智能生成工业设计方案，依据设计师提供的要求和参数来生成大量设计方案，使用机器学习从其中选出最能满足要求的几个方案。再者，在工业设计中智能维护生产线，使用传感器检测生产线中设备和产品的各种指标，还可以通过这些指标预测设备是否会发生故障。

未来还有非常多AI可以为设计做的，例如指导药物设计、辅助芯片设计、优化可视化设计，甚至于生成PPT等大量设计工作。

最后我想总结一点，由于我从事人工智能行业也有一些时间了，很多人都担心说人工智能会替代我们，但事实上我使用人工智能去解决过很多问题，例如人力资源管理、市场分析、金融，包括现在我们开始做设计等。

人类从来都是来赋能的，真正的设计师是很难被替代的，因为他们拥有灵感。而人工智能可以在领域知识、技术方面提供帮助与支持，帮助设计师缩短设计周期，帮助他们产生更多的灵感。用我们这一行的话说，人工智能可以帮助科学家产生假设，帮助设计师在音乐、作曲、绘画、设计方面产生灵感，还有帮助他们去防范一些传统的错误，这些都是靠人工智能的能力来实现的。

我今天的分享就到这里，谢谢大家。

（免责声明: 以上部分图片来源于网络，版权归原作者所有。）

-END-