前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【首发】人工智能与设计的未来报告:100个案例,50位专家,1000份问卷告诉你设计领域人机深层关系(下载)

【首发】人工智能与设计的未来报告:100个案例,50位专家,1000份问卷告诉你设计领域人机深层关系(下载)

作者头像
新智元
发布2018-03-28 13:53:02
9460
发布2018-03-28 13:53:02
举报
文章被收录于专栏:新智元

【新智元导读】 2017年4月27日,由“同济×特赞设计与人工智能实验室”撰写的《设计与人工智能报告》在阿里巴巴UCAN 用户体验设计峰会上发布。这份报告回顾了几十年来设计和人工智能交叉学科的学术文献,调研访谈了100+个智能设计案例,采访了50+位设计专家、人工智能专家、法律专家,发放并回收了1000+份调查问卷。

2017年4月27日,由“同济×特赞设计与人工智能实验室”撰写的《设计与人工智能报告》在阿里巴巴 UCAN 用户体验设计峰会上发布。设计与人工智能实验室联合同济大学设计创意学院、特赞信息科技有限公司、阿里巴巴智能设计实验室共同发布此报告。旨在探讨人工智能时代,设计师、设计工作和设计相关行业的未来可能发生的变化。本报告可在sheji.ai 网站下载。

《设计与人工智能报告》通过对学术文献、技术资料和产业案例的定性和定量分析,从专家采访、趋势预测、劳动力再分配观察和教育改革等方面,第一次对设计与人工智能的交叉学科问题进行建构,希望帮助更多设计师为人工智能时代做准备。这份报告回顾了几十年来设计和人工智能交叉学科的学术文献,调研访谈了100+个智能设计案例,采访了50+位设计专家、人工智能专家、法律专家,发放并回收了1000+份调查问卷。

范凌博士在阿里巴巴 UCAN 用户体验设计峰会上演讲

报告负责人范凌博士是“同济x特赞设计与人工智能实验室”主任,他认为:“设计的工作不追求确定性,反而是受益于不确定性的。设计的人工智能并不以获得合适的答案为目的,而可以创造不确定,进而对设计师形成启发。人创造的瓶颈是人自身的经验、逻辑和方法,人工智能可否帮我们超越我们的经验或者逻辑或者方法,从而让人的创造进一步释放呢?”设计需要创造力和感情,恰好应该在智能时代扮演更重要的链接人工智能和人性的角色。因此,设计与人工智能的关系远远要比工作取代关系深入和复杂。

整个报告包括四个部分:

  1. 工业4.0和设计;
  2. 为什么设计需要人工智能;
  3. 人工智能设计的产业实践;
  4. 人工智能建构设计未来。

一、工业4.0和设计:“人工智能”作为政治、经济、技术和人文条件对“设计”有什么意义?

第四次工业革命的到来,对传统企业的生产方式带来了极大的挑战。商业竞争越发残酷,消费者需求越发复杂。阿里巴巴首席战略官曾鸣说:“只有精准,才有未来”。新商业时代,精准是商业核心,是产品和服务能否有机会与用户建立有效连接的先决条件。

需求侧的精准化努力早已先行,人工智能在数据和算法上的突破更加加速了这个过程。需求侧越来越精准,越来越千人千面。但供给侧的闭环还没形成。现在不同的消费者已经可以看到不同的商品、资讯、营销等信息,但供给侧,不管是传统的创意服务,还是传统的创意内容,都还停留在单向生产输出的状态。

工业4.0通过“智能化”的手段,实现“生产的闭环”,并最终完成供给侧改革。作为生产过程中的重要一环,设计需要智能化,帮助企业实现千人千面的生产能力,提供给用户更精准和满意的产品和服务,从而提高自己的市场竞争力和盈利能力。

“没有在线化、自动化、数据化,就没有智能化” (曾鸣)。人工智能将作为先决条件,通过统一“数据”的接口,心与脑的“在线化”等方式,帮助设计相关行业完成工业4.0的改造。

二、为什么设计需要人工智能?——数据、算法和智能对设计所服务的不同产业发生了什么影响和改变?

人工智能相关领域中非常热衷于讨论一个话题——人工智能赋能机器,从而取代人类工作者。麦肯锡提出,任何一种工作都存在被机器取代的潜力。基于这个“工作自动化”的前提,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。

报告认为,设计行业本质上属于后这一种,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。报告考察了设计工作涉足较深、占比较大的广告行业、服装行业、高科技行业中的智能设计案例,并回收了1000+份来自这些行业的设计师的问卷调查,结论概要如下:

1. 不论什么类型和经验,都需要收集素材和处理信息。“素材收集&信息处理”占据了设计师近30%工作量,并且这一比例不会随着工作年限的增长而减少。

2. 虽然设计师老叫苦叫累,但设计并非是体力活。近70%的设计师自认为工作中的“重复性体力劳动”低于10%,甚至近40%的设计师认为工作中的“重复性体力劳动”低于5%。

3. 创意和创造将会成为设计师的最核心竞争力。通过麦肯锡模型的纵向预测,以及创意创造与脑机比的横向关系比较可以看出,当机器能够承担更多工作后,人类设计师需要更聚焦于管理、创意创造、沟通等能力,才能持续保持竞争力。

三、人工智能如何帮助设计?——“设计”是否可以转化为“计算”的问题?局限和机会是什么?

让理性的机器试图去理解感性的设计过程,是这个交叉领域所面临的一个巨大难题。从早期人工智能专家用规则和知识库的方式教机器做设计开始,人类就一直在尝试跨越“人-机”的鸿沟。只是这个过程曾经一直是单向的,当人类用自己的语言和思维方式教机器做设计,看起来就像人类的自作多情——机器长期停留在三岁小孩的水平,而难以持续进步。教机器学会一个简单设计所需要付出的人类努力居高不下。

转变需要来自人类对自我思维的突破,报告尝试从三个维度来探讨这个问题:如何激发创造;不确定设计问题的确定化;如何处理设计要素中,“内容”与“形式”间的关系。

关于如何激发创造,Margaret A. Boden(英国苏塞克斯大学教授,创造与人工智能研究领域专家)在 AI Magazine 上提出了从机器角度理解创造的“创造力三模型”——组合创造( COMBINATIONAL CREATIVITY )、探索创造( COMBINATIONALCREATIVITY )和转换创造( TRANSFORMATIONAL CREATIVITY )。不同的创造类型代表着不同的创新程度,由机器通过不同的方式来实现,比如,对已有熟悉概念的重新组合,或者在一定约束条件下探索“方案空间”中的其它可能性。

阿里鲁班的智能设计项目负责人乐乘说,机器已经开始产出一些人类没教过它的设计了。事实上,机器可以部分地承担创造性工作,但是最具创新意义的转换创造,目前只能通过“人-机”协同的方式完成。

关于不确定设计问题的确定化,Milton Glaser (I Love New York 设计师)说过,“设计是关于消除可能性和自由度的(Design isabout eliminating possibilities and degrees of freedom )”。当一个不确定的设计问题“什么是美的网页设计?”被翻译成机器能够理解的确定问题“什么是和‘美的网页’最接近的网页”。机器可以通过对获奖的网页设计作品进行分析、建模和运算,得到一整套评价方式(来自斯坦福的案例Apropose )。

人工智能不再只是基于逻辑范式的研究,神经网络(即深度学习)的自我学习特性,把人类从低效的“规则编程”中解放了出来(Geoffrey Hinton,“神经网络之父”),让最“善变”的设计问题变得可以被机器理解和解决。

关于“内容”与“形式”间的关系,PAUL RAND 曾说过,“设计是将形式和内容放在一起的方法(Designis the method of putting form and content together)”。EyeEm 的工程师通过分离图片的内容和形式,用两条不同的途径实现了对这二者的解构与评价。

这些过程的重要意义,除了用机器的方式理解设计,帮助完成微观层面上,设计的单次闭环过程以外,还在于它的动态性,可以根据场景和输入信息的实时变化而变化。只有当数据、网络、算法,高度赋能生产过程,宏观层面的“精准”和“千人千面”的诉求才能完成最终闭环。

四、人工智能建构设计未来——“人工智能”带来什么新的设计师角色和设计问题?

现有的智能设计实践中,已经开始出现了一种新的设计角色——“训机师”。设计师不再是被要求提供一个明确的设计结果,而是要设计一个机器如何做设计的过程。也许是一种设计数据结构化的方式和算法优化的方式,也许只要提供给机器关于这个设计“好/不好”的评价反馈,以帮助机器学习做设计。

从狭义角度看,随着人工智能以及科技的进一步发展,会出现更多不同的设计师角色,比如设计物理世界的增强现实设计师、专注于物理和机器接口部分的新型交互设计师、设计数据模型和算法的机器学习设计师、设计社区与个体之间的环境接口设计师。

而从广义角度看,人工智能正在进一步推进“设计民主化”的进程。

一方面,设计师们正在变得越来越像“策展人”和“买手”,而非“创造者”。类似 Autodesk Dreamcatcher 这样的设计工具,可以在设计师简单输入要求后,快速产出数百种设计方案,而设计师要做的仅仅是去挑选他们喜欢的那一个,或者不断重新组合,直至产生最满意的结果。

另一方面,人工智能使机器的能力不断增强,变相地使设计的门槛进一步降低,那些原来特别需要设计能力,但又受限于时间和成本投入的岗位,比如淘宝运营(来自案例深绘),在人工智能和机器的帮助下,正在变得越来越自主。隐含在这一现象背后的,不仅是易获取的设计能力和日益降低的设计成本,更重要的是,我们有能力去提供更大量,更多样化,同时更“精准”的设计了。

写在最后:在为设计行业带来便利的同时,人工智能也正在带给我们一些疑问和思考。

比如说,法律问题。人工智能设计的作品知识产权如何确定?人工智能学习受知识产权保护的设计作品是否侵权?来自法律学界和业界的专家给了我们一些解答。

至少就目前来看,作品的著作权遵从“工作成果”原则,应属于使用人工智能的设计师;著作权法并不保护“思想”,只保护对思想的“表达”,即设计结果。在这个问题上,法律应遵循的原则是:“赋予作者著作权的最终目的不是为了奖励作者,而是为了鼓励创作(郭锐,中国人民大学法学院副教授)”。

知识产权法总是落后于技术发展(法律普遍有这问题,所以需要实践推动的追问和反思)。如果机器主动借鉴了其他受保护的设计,现有的“著作权合理使用原则”的分析是否应该有变化,很可能要看新的官司和立法(Benjamin Qiu,Loeb& Loeb 律师事务所合伙人)。

比如说,数据垄断的问题。诚然,知识会出现新的垄断模式。如果你在使用谷歌的线上服务器,包括搜索引擎,Gmail邮件,谷歌地图,YouTube,谷歌云盘(drive),Google+(谷歌的社交平台),安卓系统,谷歌钱包和 Picasa,谷歌将会越来越了解你。而人工智能将会使 Google 的服务能力呈指数倍增长。

在更狭义的设计领域中,因为人工智能学习的数据的质量和数量,决定着最终的学习效果。所以未来是否有可能会出现,“谁有数据谁就是牛逼的设计师”的情况?我们的初步猜想,未来也许会呈现出“设计技能民主化,设计数据垄断化”的情形。

设计与人工智能的交叉领域,无论在理论还是在应用层面,都还极大地缺乏深入的积累。设计与人工智能实验室相信,越难的事,越是需要长期而深入的坚持,同样也潜藏着最大的爆发力。如果没有 Hilton 教授对“神经网络”三十年如一日的坚持,我们也没有机会目睹到它今天爆发出的巨大能量。你,做好准备跟我们一起上路了吗?

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2017-04-27,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 新智元 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
腾讯问卷
腾讯问卷是专业的在线问卷调查平台,支撑了腾讯核心业务的⽤户、市场、产品研究工作。平台提供基于数据收集的专业调查研究解决方案,覆盖问卷调查、信息上报、在线测评、在线考试、360度评估、投票打卡等工作场景,致力于为客户提供高效的洞察决策工具。同时平台还拥有超百万级的真实样本用户,可以提供高效、精准的问卷有偿投放服务。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档