受访人物：刘键，北京工业大学艺术设计学院副院长，博士生导师。入选北京市宣传文化系统“四个一批”人才计划，北京市科委优秀青年设计人才计划。近年来服务多项国家重大活动的设计工作，主创设计了“立德树人”“人类命运共同体”国庆70周年彩车，参与建党百年设计、2022北京冬奥会村文化设计等。重视科教融合，主持国家社科基金艺术学一般项目、教育部人文社科青年项目、北京市社科基金-市教委联合资助重点项目、中央台办、北京市委宣传部、北京市科委等项目。发表论文40篇，著有《老龄化背景下智能导视系统的创新设计》《庆祝新中国成立70周年庆典彩车设计》《设计研究中的机器学习（英文）》专著3部，发明专利5项。获2022北京市教学成果一等奖、首都劳动模范集体、北京市教委美育案例和全国美育案例各一项、庆祝中国共产党成立100周年广场设计积极贡献奖。同时，重视国际交流与数智化人才的产教融合培养，与香港理工大学、欧洲设计学院、英国伦敦艺术学院、英国伦敦创意大学签署了国际化联合人才培养的多项合作协议，指导学生获得多项设计奖项，指导的毕业生在比亚迪研究院、字节跳动、中建集团、华为、完美世界等大型企业担任骨干设计师。
关键词：智能设计；量子纠缠；设计思维
观点提纯：智能设计首先应该解决人类的生活需求，而不是让智能设计主攻人类精神领域的视频生成、创意生成等。未来设计师应以系统观念为指引，提供整体解决方案为目标，建立“人-机-环”的综合性系统模型，实现来居家智慧化蓝图设计，来居家智能装备设计，未来居家智慧化管理设计。
《设计》：何为“智能设计”？请谈谈您对“智能设计”及其要素的理解。
刘键：当前，基于“大型语言模型+记忆+任务规划+工具使用”的智能设计涌现，已经成为设计教育和产业应用的数字系统标配，智能设计应用程序的分类变得更为细致，设计师可以通过发出指令产出专业的作品。相比较传统的专业技能，当下的设计教育应当培养设计师如何更好地与人工智能（AI）进行沟通，高等院校应该增加大量的AI相关课程，了解基本的机器学习概念、算法，以及如何处理和理解文本数据，特别是卷积神经网络（CNN）、递归神经网络（RNN）、长短期记忆网络（LSTM）和量子物理学，以致力于培养AI沟通师，并开发虚拟仿真和人性化的大语言模型设计课程，使AI能更好地与设计师协同工作和相互交流。
智能设计的相关技术最早可追溯于20世纪80年代。近年来随着智能基础设施的发展，开发者可以积累大量用户偏好数据来让模型生成得更好看，最终实现商业化。就目前而言，它在处理复杂设计方面还是远远不够的，例如面对高精尖产品的外观、结构、人机交互设计之间的耦合设计问题，无法给出一个合理的设计方案。其次，人工智能的设计方法需要把问题抽象为数据驱动的封闭问题，因此，它也无法理解人类设计师可以捕捉到的用户需求和文化细微差别，并会产生虚假信息、认知谬误、决策僵硬等现象，以及低廉的艺术审美作品，更无法解决德巴赫猜想、尼曼猜想、唐加莱猜等一系列计算难题。
综上所述，现阶段的智能设计还不够成熟，它有一个固有的缺陷，就是依靠概率分布进行生成，而颠覆性创新是一个小概率事件。我个人预测到2030年，随着超导量子计算机的普及，大语言模型将会具有量子思维，以量子理论为基础的非线性架构所能提供的解释，比当今的“基于海量文本数据训练”的大语言模型要好得多，可以利用量子理论中的非确定性、叠加、纠缠等现象来创新和解决问题，建立一组正交的基矢撑展而成的多维希伯特空间。具体来说，首先量子语言模型将会具备“多模态情景感知力”，能够在不确定条件下开展设计研究、收集与分析数据、理解推动与决策的干涉效应；其次是具备“量子纠缠”的系统建模能力，通过不可约的方式为认知现象建模，超越日常观感，产生对社会现象、用户需求、商业化趋势判断的深刻洞察，结合生成式设计推演出多维设计价值，实现了从数据驱动、大语言模型驱动、到量子思维驱动的设计范式转变。
届时，借助量子大语言模型，开展超越人类理解的社会需求来进行设计价值创造，针对一个用户需求推演出上千种路径，用户可以按照自己的想法借助AI生成数字内容，整个创意产业将会进入高度个性化时代，用户热衷于听自己创作的音乐，玩自己开发的游戏，看自己做的电影，用自己设计的产品形成个性化的生活方式。
《设计》：北京工业大学艺术设计学院的教学特点有哪些？在智能设计方面是否有所侧重？
刘键：北京工业大学艺术设计学院的教学建设以习近平文化思想为指导，面向首都四个中心建设，提出了服务国家重大活动、传承创新中华文化、构建艺工融合平台、拓宽国际视野的四项举措，构建新工科、新文科背景下设计人才培养路径。
图1 以培养创新能力为导向的实践教学体系
第一，通过服务国家重大活动，确立了以培养创新能力为导向的实践教学体系，引领师生坚定理想信念。设计成果被国家重大活动所采用，有效展示了国家建设成就，传播了国家价值。十年来，师生团队用艺术作品奋力书写中国故事，作品被应用于北京冬奥会、建党100周年、新中国成立70年、庆祝“改革开放四十年”等国家重大活动，另有多项成果被国家部委所采纳。这些作品有效地展示了十八大以来的党领导人民所取得的伟大建设成就，向世界传播中国和平发展的价值理念。
第二，学院的人才培养高度重视传统文化的数字化建设。针对目前国际上的AI大语言模型在数据标注与训练过程中隐含意识形态风险，艺术设计学院与北京工业大学信息学部开展跨学科研究。例如，针对中轴线15处文化遗产无法形成良性互动的全局知识关联问题，通过跨学科研究，融合了数字孪生与知识图谱构建了可视化大语言模型（图2），具有可解释、可追溯、可验证的功能，从智慧数据和知识图谱两种信息承载形式映射到知识大图，涵盖15处遗产基本信息、历史档案、文献等多维度的关联逻辑，用户通过手机二维码扫描，就能够获得AI自动生成的虚拟场景和创意内容，提供沉浸式的互动体验。
图2 基于数字孪生的文化遗产知识大图
第三，突破学科门类和专业之间的限制，搭建跨学科平台，开发具有新工科特征的培养方案。教学团队致力于跨学科和跨专业的平台建设，联合理学部成立“科技创意学研究中心”，开展多学科交叉实践。建立了由行业兼职教授+骨干教师+校内专家组成的交叉学科团队和课程群；与工信部、北京市科委共建重点实验室；凝练出“展示与文化传播设计”“科技创意学理论与方法”“数字孪生与信息交互设计”的三个特色学科方向，丰富了艺工融合知识体系。通过艺术+科学的实验室和研究中心等多元平台建设，为同学们提升学习能力、扩展知识空间、培育创新思维，推动学科交叉融合提供资源条件；同时，师生共同探究新工科培养方案，建立跨学科教学团队，组建了城市更新设计、碳中和生态材料、人工智能等跨学科课程群，通过学科知识的交叉融合，拓宽了同学们的学科视野，有效地解决了学生创新意识和就业能力不足的问题。
《设计》：您是如何进入智能设计这个领域的？您个人关注智能设计的哪些细分领域？
刘键：近年来，北京工业大学艺术设计学院面向首都国际科技创新中心建设，发挥学院的中国服务设计发展研究中心、北京市博物馆展陈与空间实现重点实验室、科技创意学研究中心在数智化时代人才培养中的作用，构建“艺术与科学”“学校与社会”“项目与产业”艺工融合的智能设计育人模式。其中，智能设计的关键就是输入和输出的映射能力，模型训练需要输入有效的数据，而当前“具身智能”赋能人形机器人技术还不够成熟，仍需要行业设计师与高等院校师生高频互动，通过不断地设计实践和研究，向大语言模型灌输数据养分。
我个人关注两个领域，一是与材料科学与工程专业进行跨学科设计研究，面向碳中和战略提出了“基于人工智能的材料设计方法”（图3）。
图3 面向碳中和战略的人工智能材料设计方法
基于智能化技术，科研团队创建具有用户定义性能和目标属性的生态材料，使所有用户都有可能定义其目标产品的机械行为。首先，团队前期通过对生态材料实施纤维打散、研磨、干燥处理、加工成型的步骤，使用微观可视化平台的数字图像处理方法，从纳米级结构微观层面，对微生物钙化反应提升材料性能的时空演化过程进行定量研究；其次，对生态材料实验样本进行美学、多场性能、健康与安全共72项指标的评价与实证，揭示关联机理，对材料的多场性能与健康安全进行动态评估，构建多模态感官、意义、情感、交互、文化内涵的审美体验模型，着重解决生态材料脱锂嵌理引起的价态变化、晶格畸变产生的力学失稳等问题。并通过好奇心驱使、超越规范等多种途径，应用实验法和试错法，探索生态材料的新视觉、新体验、新功能、可供性、新场景；最后，汇总上述数据与定性经验构建多重耦合关系的知识基因库，完成知识库建设、测试，开放。应用IDEF1X可视化工具，对知识基因进行视觉化表达（图4）。
图4 面向碳中和战略的人工智能材料设计方法
第二个是与机械工程的智能制造专业围绕“机器人数字孪生动态交互设计应用”进行跨学科教学，基于数字孪生技术，为草莓采摘机器人研发动态交互的虚拟仿真试验教学系统平台，让学生掌握解决场景建模、试验场景驱动、智能算法试验数据自动生成、动态任务驱动的试验场景优化、试验任务等效加速等方法，为创意设计的测试数据与场景生成方法研究提供支撑（图5）。
《设计》：智能设计的发展历程是怎样的？它与传统设计有哪些区别和联系？
刘键：智能设计（Intelligent Design）作为一种设计领域的新兴方向，可以分为以下几个发展阶段。
早期探索阶段：随着计算机科学的发展，20世纪末期，设计师开始探索利用计算机算法辅助设计，这一阶段的智能设计更多是关于自动化和效率提升。随后进入技术融合阶段：进入21世纪，人工智能（AI）、机器学习（ML）、大数据等技术开始与设计领域结合。设计过程开始包含数据分析、用户行为预测等智能化元素。目前已进入成熟应用阶段：近年来，由ChatGPT掀起的智能科技浪潮，大模型企业级市场的崛起，私有化定制大模型的普及，皆向产业化和垂直化方向发展，AI在设计中的角色从辅助工具转变为创造性合作者，成为超级生产力工具。未来趋势：预计未来智能设计将进一步与量子技术、元宇宙技术相结合，创造更为沉浸式和个性化的设计体验。人工智能将可以学习人类有史以来所有的知识和经验，诞生出人工通用智能体设计AGID（Artificial General Intelligence Design）。由智能化设计到人工通用智能体设计，将会是人工智能的一个质的飞跃。如果说现在基于大语言模型的智能设计是一个记忆力超强、理性至上的人，那么AGID就是一个可以模仿人类思考方式和行为的智能体。
当前，传统设计在更加人性化、友好和可信赖方面保持着优势，尤其是能够理解和表达情感，建立和维持与用户的关系，以及遵守道德和社会准则方面。智能设计与传统设计的区别在于设计方法层面上，智能设计依赖于算法和数据驱动的决策，而传统设计更多依赖于设计师的直觉和经验。在设计效率和精准度方面，智能设计能够快速处理大量数据，提供精准的设计方案，而传统设计过程较为缓慢且重视创意过程。在用户体验设计层面，智能设计能够根据用户行为和偏好进行个性化设计，将传统的产品变成以智能硬件为载体的开放平台，可以接入更多的服务和体验内容，来帮助用户解决实际的问题。而传统设计更多基于一般性的用户需求。无论是智能设计还是传统设计，其核心目标都是解决问题，提高用户体验。智能设计可以为传统设计提供数据支持和新的视角，而传统设计的创意和直觉思维对智能设计同样重要。同时，两者都追求在技术和艺术之间找到平衡，创造美观且实用的创新产品。
《设计》：设计本身是交叉学科，智能设计交叉了哪些学科？对设计师提出了怎样的要求？
刘键：智能设计作为一种交叉学科领域，当下应关注量子纠缠与设计思维，设计师应率先具备智能化量子设计思维。量子纠缠是量子物理学中的一个核心概念，指的是两个或多个粒子以一种方式相互关联。这种现象挑战了经典物理学中的许多理论。量子纠缠展示了事物之间复杂的相互关系。在设计思维中，也强调了理解复杂系统中各部分之间的关系。量子纠缠的非局域性暗示了即使在看似独立的系统中也存在深层次的联系。在设计思维中，跨学科合作和不同观点的整合能够带来新的洞察力和解决方案。
未来，量子计算机使用量子位（qubits）来存储信息，与传统计算机使用的二进制位不同，量子位可以同时表示0和1（量子叠加），并通过量子纠缠实现高度复杂的计算，设计师如何运用计算机科学，特别是人工智能、机器学习、数据挖掘等领域，为智能设计思维提供算法和技术支持是非常重要的一个课题。因此，在“智能”的加持下，设计师不再仅是传统意义上的设计价值创造者，而是变成了一个数据驱动的策略家、技术的应用者和伦理的守护者。这要求设计师不仅要有良好的艺术感觉和创造力，还需要具备数据分析能力、技术理解力以及跨学科的协作能力，这种新的设计范式为创造更加个性化、智能化和人性化的设计提供了广阔的空间。
《设计》：您曾谈到“根据目前的数据来看，基于ChatGPT分析，而后应用mindjourney、stable diffusion等生成式技术产出设计方案，它的效率更快，简化设计过程并改善设计成果智能化的设计解决方案”，这种智能解决方案的高效输出，对于设计师来说，利弊如何衡量？
刘键：我认为智能设计首先应该解决人类的生活需求，比如衣食住行中的劳动和体力问题，以及工业制造与危险工况下的各种体力繁重工作，解放人类有时间去旅游感受大自然，学习美术和音乐。而不是让智能设计主攻人类精神领域的视频生成、创意生成等。精神领域的创作能力是人类宝贵的财富，其可贵之处在于人丰富的情感体验和思考；智能设计少有精神内核。但是以现在的网络传播特性，这类感官冲击强的内容却是最易大范围传播，并可以直接影响用户的行为和思维的。同时这类快钱收益可观，造成很多从业人员被取代。因此，智能设计的诞生目的应该是让更多的人更好地体验生活。例如，随着未来科技产业发展，居家办公生活将成为一种生活模式，配套智能家居生活产品；随着人口老龄化趋势，老人康养辅助、残疾人辅助等机器人等智能装备，都将成为未来城镇化发展的重点需求方向。 在智能设计源头方面：以需求人群、智能装备、居家环境三个要素，形成的“人-机-环”是一个相对复杂的综合系统，要获得满足适宜生活与康养助残等需求的产品或者方案，不能仅从以上三个要素的单一方向考虑，需要的是系统性设计工作。 因此，我们在学科建设方面注重以系统观念为指引，提供整体解决方案为目标，建立“人-机-环”的综合性系统模型，实现以下三个方面智慧化设计：1、未来居家智慧化蓝图设计：以创新设计方法、数字孪生等新技术为依托，围绕适宜智能装备实施、满足不同人群需要、环境绿色节能等综合目标，开展未来居家生活场景智慧设计、适应人群的智慧需求设计、居家智能装备的概念化设计；2、未来居家智能装备设计：以机器人技术、人工智能技术等相关学科的融合，围绕智能装备系统化、服务功能个性化、运行能耗低碳化等设计思路，开展类人形服务机器人、康养助残机器人等为典型代表的智能装备设计研发；3、未来居家智慧化管理设计：以信息云平台、大数据分析、区块链等技术为基础，围绕智能管理区域化、个人管理全周期、服务方案特定化等需求目标，形成信息化管理系统、大数据分析与管理、个人服务方案输出平台等设计。
《设计》：对于设计教育、设计专业的教师和学生来说，应以怎样的姿态迎接人工智能时代？
刘键：首先，学生除了掌握设计知识之外，还需要养成阅读高水平学术论文的习惯，以及学习跨学科的专业知识，这对学生而言非常不容易，需要贯通式的跨学科培养模式。当我走上工作岗位之后，在学校的支持下，建立了跨学科的本硕博贯通培养机制。本科阶段，夯实学生的设计技能，并强调多学科知识复合，加入了人工智能编程和智能硬件设计等创新课程，以及与多个国际知名高校建立了2+2本科双学位联合培养机制。硕博阶段，围绕产业核心技术研发需求、国家重大活动的设计需求，强化学生的学术训练与落地实践，培养设计创新思维和解决复杂工程问题的能力。学生在参与这些项目的过程中，取得了非常多的成果，他们获得了专利，参赛获奖，发表了高水平学术论文，收获荣誉，最终能够为国家经济、文化建设贡献自己的力量，也使得他们能够非常自信地迎接未来的各种挑战。
《设计》：随着人工智能、大数据等技术的发展，您认为智能设计的发展趋势和前景如何？您有哪些期待或展望？希望和同行深度探讨哪些话题？
刘键：文化自信是一个国家、一个民族发展中最基本、最深沉、最持久的力量。目前国外的AI大模型在编码与训练过程中隐含意识形态风险。我国设计行业需创作独具中国特色的AI大模型，在大语言模型的输出结果上扭转偏差并提供价值。虽然我国的人工智能产业具有海量数据和用户数量的优势，但传统文化的数字化进展缓慢，可供大模型训练的中文数据缺失。因此，我们鼓励设计企业、高校科研人员等共同参与到其中设计行业应利用AI在语言处理方面的优势，借助AI的功能帮助理解古文语言，将其转换为现代人易于理解的形式，修复中华传统文化，创造出互动式的学习大语言模型，帮助大众更好地学习和理解传统文化，行业开发顶级国潮产品，对中国经典情怀的细颗粒度挖掘和呈现，提升大众的文化自信，达到物质与精神文明并驾齐驱的社会主义中级阶段。
在数智化背景下，设计师要融合量子纠缠与设计思维，形成智能量子设计思维。虽然量子纠缠和设计思维属于不同的学科领域，但它们都强调了在复杂和不确定的环境中理解深层次的联系和相互作用的重要性。这种思维方式对于科学研究、技术创新和复杂问题的解决都有着重要的启示作用。未来，AI与人类设计师的协作加深，AI将不仅作为工具辅助设计，而是成为设计师的“合作伙伴”，设计将更加跨学科，结合工程学、认知科学、环境科学等领域的知识，创造出综合性解决方案，共同攻克当下及未来人类知识体系上的皇冠位置。