(河南工業(yè)大學(xué) 設(shè)計(jì)藝術(shù)學(xué)院 通用信息工作室 河南 鄭州 450001)
“天命之謂性,率性之謂道,修道之謂教。道也者,不可須臾離也,可離非道也。”人工智能(以下簡(jiǎn)稱AI)可以說(shuō)是現(xiàn)代技術(shù)不可忽略的一部分,深入各個(gè)領(lǐng)域應(yīng)用于多種環(huán)境,而且近年來(lái)正在獲得難以想象的進(jìn)步。AlphaGo戰(zhàn)勝圍棋大師證明了AI在固定的規(guī)則下行為能力超過(guò)人類;國(guó)外“LogoJoy”系統(tǒng)標(biāo)榜著深度學(xué)習(xí)和遺傳算法聲稱可以賦予每個(gè)人快速設(shè)計(jì)Logo的能力;就在2017年上旬,阿里開(kāi)發(fā)的“魯班”AI設(shè)計(jì)系統(tǒng)問(wèn)世,并在同年雙十一為淘寶提供了1.7億個(gè)Banner海報(bào)。一時(shí)間,AI完全代替人類設(shè)計(jì)師完成設(shè)計(jì)工作的言論甚囂塵上,給廣大藝術(shù)設(shè)計(jì)從業(yè)者帶來(lái)了恐慌。AI這個(gè)新生的技術(shù)真的能適應(yīng)這變化的世界從而成為不可須臾離的“道”嗎?
(一)基于規(guī)則的AI研究。對(duì)AI的研究起源于人類對(duì)人腦運(yùn)作最本質(zhì)的規(guī)則的探究,試圖把這種規(guī)則抽象成“語(yǔ)言”,再通過(guò)具體的指令完成特定動(dòng)作產(chǎn)生特定的后果,也就是NLP(Neuro-LinguisticProgramming)神經(jīng)語(yǔ)言程序?qū)W。1966年,AI之父美國(guó)科學(xué)家馬文·明斯基舉了一個(gè)簡(jiǎn)單的反例來(lái)說(shuō)明基于規(guī)則的計(jì)算機(jī)語(yǔ)言處理所遇到的困難:“Thepenisinthebox.”和“Theboxisinthepen.”第一句很好理解“鋼筆在盒子里”,而第二句就會(huì)產(chǎn)生很大的迷惑,因?yàn)閜en本身?yè)碛袖摴P和圍欄兩個(gè)意思,人類在學(xué)習(xí)和運(yùn)用這個(gè)詞的時(shí)候需要一定的時(shí)間來(lái)培養(yǎng)常識(shí),而要通過(guò)語(yǔ)言規(guī)則來(lái)限定pen的詞義與用法則需要幾乎無(wú)限的規(guī)則來(lái)完善,因此基于規(guī)則的AI研究在當(dāng)時(shí)來(lái)說(shuō)算是失敗了。
(二)基于統(tǒng)計(jì)的AI研究。1970年后,猶太裔美國(guó)科學(xué)家賈里尼克和他帶領(lǐng)的IMB工作室提出了基于統(tǒng)計(jì)的語(yǔ)音識(shí)別框架,為AI的發(fā)展指出了新的方向。起初并非所有的學(xué)者都認(rèn)同這樣的方向,經(jīng)過(guò)長(zhǎng)達(dá)15年的爭(zhēng)論,基于統(tǒng)計(jì)的AI設(shè)計(jì)最終因其應(yīng)用可能性成為了AI技術(shù)發(fā)展的主流方向。這種看起來(lái)舍本逐表的發(fā)展方向確實(shí)也獲得了很大的成果,使AI在有規(guī)律而無(wú)具體規(guī)則的行為中能力顯著提升。
(三)AI發(fā)展趨勢(shì)的局限性?;诮y(tǒng)計(jì)的人工智能發(fā)展方向一定程度上解決了規(guī)則過(guò)于龐雜的問(wèn)題,使人工智能能夠依靠學(xué)習(xí)做出更接近人類的行為,因而有了應(yīng)用的可能性。然而,這樣的人工智能也暴漏出明顯的局限性,也就是無(wú)法在可行的時(shí)間復(fù)雜度內(nèi)產(chǎn)生有效的變化與創(chuàng)造。
AI的設(shè)計(jì)框架原始文件通過(guò)對(duì)人類設(shè)計(jì)數(shù)據(jù)集進(jìn)行深度學(xué)習(xí)產(chǎn)生接近人類的設(shè)計(jì),這里接近的是數(shù)據(jù)集內(nèi)人類設(shè)計(jì)的平均值,偶爾出現(xiàn)的異類的設(shè)計(jì)則會(huì)被認(rèn)為是錯(cuò)誤神經(jīng)鏈的產(chǎn)物被評(píng)價(jià)模型和人工給予規(guī)避。藝術(shù)與設(shè)計(jì)風(fēng)格的發(fā)展是隨著人類思想的進(jìn)步情感升華而發(fā)生改變的,這樣的改變通?;谌祟惖念D悟思維模式而非直觀思維是神經(jīng)網(wǎng)絡(luò)算法所無(wú)法模擬的。
(一)神經(jīng)網(wǎng)絡(luò)算法。人工神經(jīng)網(wǎng)絡(luò)就是模擬人形象(直觀)思維過(guò)程。這是一個(gè)非線性動(dòng)力學(xué)系統(tǒng),其特色在于信息的分布式存儲(chǔ)和并行協(xié)同處理。人腦的形象思維工作是由密集的神經(jīng)元構(gòu)成的神經(jīng)網(wǎng)絡(luò)來(lái)完成的,信息是通過(guò)神經(jīng)元上的興奮模式分布儲(chǔ)在網(wǎng)絡(luò)上,再由相鄰神經(jīng)元之間的相互作用這一動(dòng)態(tài)過(guò)程來(lái)完成信息處理。大量結(jié)構(gòu)簡(jiǎn)單功能有限的神經(jīng)元構(gòu)成網(wǎng)絡(luò)系統(tǒng)能實(shí)現(xiàn)豐富多彩的行為。
神經(jīng)網(wǎng)絡(luò)算法就是以人腦神經(jīng)網(wǎng)絡(luò)為模型建立的系統(tǒng),它是由眾多的神經(jīng)元可調(diào)的連接權(quán)值連接而成,具有大規(guī)模并行處理、分布式信息存儲(chǔ)、良好的自組織自學(xué)習(xí)能力等特點(diǎn)。上文中提到的“LogoJoy”和“魯班”AI設(shè)計(jì)系統(tǒng)都是基于這樣的算法建立的框架。
(二)迭代算法。迭代法是一種不斷用變量的舊值遞推新值的過(guò)程。這樣一個(gè)數(shù)學(xué)概念本身就解釋了許多科學(xué)和哲學(xué)的問(wèn)題。迭代的基因突變?cè)斐闪水?dāng)今世界物種的多樣性,而自然選擇又使每一個(gè)存在的物種都是合理的。AI設(shè)計(jì)系統(tǒng)正是模擬了這一過(guò)程,利用計(jì)算機(jī)運(yùn)算速度的優(yōu)勢(shì),讓其進(jìn)行重復(fù)性操作,對(duì)一組數(shù)據(jù)用同一指令反復(fù)執(zhí)行,產(chǎn)生大量與原變量有關(guān)的新值。再由評(píng)估模型或人工對(duì)產(chǎn)生的新值進(jìn)行加權(quán),從而有效規(guī)避一些錯(cuò)誤的神經(jīng)鏈,使AI的行為更加合理。
(三)AI設(shè)計(jì)系統(tǒng)運(yùn)作模式的局限性。AI設(shè)計(jì)的步驟順序有一步與人工不同,就是生活體驗(yàn)與設(shè)計(jì)構(gòu)思。人工設(shè)計(jì)的設(shè)計(jì)構(gòu)思是基于設(shè)計(jì)師的生活體驗(yàn)的,而AI設(shè)計(jì)框架的原始文件的建立則是先于元素庫(kù)與數(shù)據(jù)集,經(jīng)過(guò)對(duì)數(shù)據(jù)集的深度學(xué)習(xí)逐步完善的。而這個(gè)原始文件的建立就直接決定了設(shè)計(jì)品最終的價(jià)值層次。如果原始文件編寫為只識(shí)別學(xué)習(xí)資料集中的構(gòu)圖,線條,造型,色彩等形式符號(hào)層面的元素,那么最終的結(jié)果就只能是該層面元素堆砌出的設(shè)計(jì)品,經(jīng)過(guò)對(duì)大量人類設(shè)計(jì)品的深度學(xué)習(xí),能夠?qū)崿F(xiàn)接近人類設(shè)計(jì)品的功能并產(chǎn)生一定的形式美感。
在“魯班”的發(fā)布會(huì)上,發(fā)布者承認(rèn)這款A(yù)I設(shè)計(jì)系統(tǒng)針對(duì)的是以商業(yè)設(shè)計(jì)為主的“大量低質(zhì)易耗”設(shè)計(jì)想要讓AI設(shè)計(jì)的價(jià)值達(dá)到核心層次形象世界層,就必須進(jìn)一步細(xì)化設(shè)計(jì)框架原始文件的可變參數(shù),再通過(guò)學(xué)習(xí)生成更細(xì)膩的規(guī)則。人類設(shè)計(jì)的價(jià)值達(dá)到形象世界層需要設(shè)計(jì)師本身的審美經(jīng)驗(yàn)與生活閱歷,而這包含近乎無(wú)窮的龐雜數(shù)據(jù)與規(guī)則,很多數(shù)據(jù)是模糊的很多規(guī)則是矛盾的,這就又會(huì)遇到二十世紀(jì)六十年代NLP語(yǔ)言學(xué)習(xí)的瓶頸導(dǎo)致同樣的失敗。終極意義層就更要求AI的規(guī)則不僅要跨越空間維度還要有一定的時(shí)間縱深,這在短時(shí)間內(nèi)是無(wú)法完成的。
(四)AI設(shè)計(jì)給我們的啟示。AI雖有局限卻仍然對(duì)設(shè)計(jì)師構(gòu)成威脅?,F(xiàn)在的部分設(shè)計(jì)師不學(xué)藝術(shù)、不善思考、不懂生活;設(shè)計(jì)的步驟基本上是快餐式地了解設(shè)計(jì)目標(biāo),拘泥于功能,形式感,依葫蘆畫瓢完成設(shè)計(jì)任務(wù)。即便在這樣的快餐時(shí)代也很容易被AI取代。想要不被取代就要認(rèn)識(shí)AI設(shè)計(jì)的優(yōu)勢(shì)與局限性,使設(shè)計(jì)品達(dá)到AI所不能達(dá)到形象世界層和終極意義層。
定制設(shè)計(jì)。中庸有云:“上焉者雖善無(wú)徵,無(wú)徵不信,不信民弗從?!焙玫钠返滦枰?jīng)過(guò)民眾的驗(yàn)證才能有權(quán)威。再好的品質(zhì)如果忽略了體驗(yàn)也是無(wú)意義的,這要求我們?cè)谠O(shè)計(jì)過(guò)程中要注重用戶體驗(yàn),用同理心去體會(huì)關(guān)注用戶的期待視野,要做用戶細(xì)分,對(duì)目標(biāo)人群要多交流多了解,做到定制設(shè)計(jì)。
關(guān)注前沿的設(shè)計(jì)理念與藝術(shù)思潮?!跋卵烧唠m善不尊,不尊不信,不信民弗從。”居于下位的人,品德雖好,但不尊貴,不尊貴就不權(quán)威。從生活中發(fā)現(xiàn)的想法,產(chǎn)生的設(shè)計(jì)思路,要有優(yōu)秀的理念做支撐或比較成熟的思想做基礎(chǔ)。始終對(duì)藝術(shù)設(shè)計(jì)的終極意義層有一個(gè)認(rèn)識(shí),我們?cè)谧鲈O(shè)計(jì)和設(shè)計(jì)研究的時(shí)候才不會(huì)迷惘。
最為重要的是創(chuàng)新。面對(duì)這個(gè)不斷變化的世界,我們唯一能做的就是不斷創(chuàng)新,也只有這件事是一定要人來(lái)做的,也是最難的。想要有源源不斷地創(chuàng)意,則需要相對(duì)豐富的知識(shí)儲(chǔ)備,系統(tǒng)思考,跨域思考。另外,我們擁有算法無(wú)法模擬的頓悟思維模式,所以要善于從生活中汲取靈感,每一個(gè)閃念的價(jià)值都是AI無(wú)法企及的,善加利用才能做出好的設(shè)計(jì)。