曹楠，博士，同济大学设计创意学院副院长、教授、博士生导师，国家级青年人才，人工智能与数据设计学科主任。担任设计学、软件工程以及智能科学与技术三个一级学方向的博士生导师。曹楠毕业自香港科技大学并获得计算机博士学位，加入同济大学前，曾任美国IBM T.J. Watson研究院研究员。在IBM工作的近十年中，曾获得IBM杰出技术成就奖、IBM 杰出研究成就奖，以及多项 IBM创新成就奖。他的主要研究方向是信息传达设计与数据可视化，并专注于信息传达设计理论及智能设计方法与技术的研究。他提出了通过构建叙事性可视化设计来提升信息传达效能的研究方案，并在智能数据内涵洞察、智能可视化设计及智能数据逻辑编排三个方面做出了主要的技术及理论贡献。基于上述研究，曹楠教授带领团队设计研发了基于智能信息传达设计技术的在线数据探索式分析系统Calliope，为横跨商业、金融、医疗、教育、政治、食品及体育等十余个领域提供了智能化的数据呈现及分析工具，相关技术落地于知名开源社区及华为、阿里、腾讯等企业的BI 产品当中。
曹楠教授累计在数据可视化、人机交互、人工智能及设计学领域的重要国际学术期刊及会议上发表相关论文100余篇，获得专利20余项，并在IEEE VIS，ACM CHI，ACM IUI 等可视化及人机交互领域的顶级国际会议上获得最佳论文奖2项及最佳论文提名奖5项。曾获“微软最有价值专家”称号及“ACM新星奖（上海）”，谷歌引用4000余次，H-Index 37。他目前是SCI 期刊IEEE Trans on Big Data 的 Associate Editor 及 Computer Science Review 的编委。曾担任 IEEE PacificVis 2020，2021 论文主席，及可视化领域所有重要会议的程序委员会委员。
《设计》：从学术背景上看，您一直深耕于计算机、大数据、AI等智能科技领域，是什么契机使您跨界到了设计创意领域？
曹楠：我从来没有想过有一天会成为设计学院的教授。从13岁起我就有一个从事计算机领域工作的梦想，那一年父亲送给我一台配置有Intel 80286 CPU芯片及1MB内存的二手个人电脑。虽然那是一台现在看来连手机都不如的老爷机，但在那个年代，普通人拥有一台这样的电脑并不是一件寻常的事情，也正是这台电脑让我迷上了计算机程序设计，改变了我的人生。2005年，硕士尚未毕业我便收到了来自IBM 中国研究院的工作邀约，开始从事与数据分析及可视化相关的研究工作。因为对该领域的热爱，30岁的时候我辞职入读香港科技大学计算机科学与工程系，在屈华民老师的指导下攻读博士学位。长期的技术积累及屈华民老师在学术上的谆谆教诲，让我仅用两年半的时间便取得了博士学位，并因博士期间在复杂数据关系可视分析技术上取得的成绩，获得了由香港科技大学工学院颁发的“博士杰出研究奖”。
求学期间，我从未间断与IBM的科研合作，与时任美国IBM T.J.Watson研究院研究员的孙冀萌博士（现任UIUC计算机系教授）及David Gotz博士（现任UNC信息学系教授）等人一起设计研发了交互式医疗知识图谱可视呈现系统FacetAtlas得到了广泛的应用，并在毕业后正式加入了美国IBM T.J.Watson研究院，成为了一名研究员。历史上，从IBM T.J Watson共走出过6位诺贝尔奖得主及6位图灵奖得主。他们在计算机体系结构、操作系统、软件工程、编程语言、数据库等领域做出了卓越的贡献，可以说这里是人类现代计算机科学的发源地之一。在这里的工作学习生活，让我接触到了领域中更多的前沿课题，也让我对自身研究的方向及对人生的意义与价值有了更加深远的思考。2015年夏天，因为在社交媒体可视分析方面的科研工作，我获得了“IBM杰出技术成就奖”，也就是在那一刻，我决定：“是时候回家了。”
2016年初，怀揣着对祖国的思念和对年迈父母的牵挂，我放弃美国的生活，举家回国发展。这时，同济大学副校长，时任同济大学设计创意学院院长的娄永琪教授抛出了橄榄枝。娄院长豁达的人生态度及高瞻远瞩的学术视野深深感染了我，他说，“要为人生的意义和世界的未来而学习和创造”。在这样的信仰下，同济大学设计创意学院用短短10年的时间，站在了设计学科的世界前沿。受到娄校长的启发，我开始觉得，把人工智能、大数据等计算机学科的先进技术与设计学交叉融合，将能够在更多关乎国家重大需求的重要领域做出更为突出的贡献。于是这一年，我加入了同济大学，成为了一名“设计学”领域的教授，并牵头设立了“人工智能与数据设计”研究生专业方向，自此，儿时有关计算机的梦想，也因为这个决定变得“设计”“交叉”了起来。
《设计》：您如何定义“智能设计”？“智能设计”的重点是“智能”还是“设计”？两者是怎样的协作？
曹楠：智能设计是一个复杂的交叉学科，同时涵盖了设计对象及智能化层级两个方面：一方面Buchanan教授认为设计可以根据其对象的不同而被划分为四大类：（1）面向符号的设计（如媒体/视觉传达设计）；（2）面向物品的设计（如工业产品设计）；（3）面向行为的设计（如服务/交互设计）；（4）面向系统的设计（如环境/商业体系设计），设计问题的复杂程度也随类别依次增高。另一方面，设计的智能化程度也分为多个层级：（1）人工设计；（2）智能辅助设计（智能程序辅助完成部分设计操作）；（3）人-机协作设计（人与机器智能体共同协作完成设计创作）；（4）自主智能设计（智能体独立生成设计方案）；（5）人-机群智协同（多人、多智能体共同协作）。
当今人工智能技术的发展尚未让机器具备思考、推理及创造的能力，正如有学者在《自然》杂志上指出的，探索人类大脑的运作机理，揭示人类思维及创意产生的根本原因，不仅是神经科学的研究重点，也是发展下一代人工智能技术过程中需要解决的关键问题。我也曾在IASDR 2021的主旨演讲中提出，目前全自动的智能化设计技术仍然缺少“设计创新的灵魂”。这不仅是因为现有的自动设计生成技术常常伴随着设计方法不透明、设计流程不可控以及设计结果不精确等一系列技术问题，更是因为这些技术大都是在对大规模数据进行分析与学习的基础上实现的对设计规则及设计策略基于统计规律的简单重复，距离跟人一样创作生成具有文化底蕴及人文情怀的高质量创意作品这一智能化设计的终极目标有较大差距，因此无法在众多涉及情感、个性及伦理的情境中得到实际应用。在此背景下，“人-机”协作的概念正在受到越来越多的关注，成为人工智能及人机交互领域中研究的前沿与热点问题。
“人-机”协作设计是指由两个或两个以上的设计主体（人或机器智能体），通过一定的信息交换和协作机制，执行相同或不同的设计任务，并最终共同完成既定设计目标的过程。在上述智能设计的范畴中，它是四个智能化层级中最重要的一环，既弥补了智能辅助设计的不足，也克服了现有自动生成技术所带来的技术及人文方面的挑战。具体而言，一方面，与智能辅助设计不同（智能程序多用于推荐设计素材或用于执行低层级的设计操作），“人-机”协作设计过程对智能算法有更高的要求，需要算法具备一定的沟通协调及生成并推荐设计方案的能力，要能够在人的指导下完成更为复杂的设计任务，并在一定程度上被视为独立的设计个体。另一方面，“人-机”协作设计比自动生成更具有实际应用价值，这不仅是因为智能体的参与，大大提升了设计效率，更重要的是人的参与为设计作品注入了设计灵韵及文化内涵，维系了设计与艺术之间的纽带，同时也解决了现有自动生成技术所面临的设计方法不透明、设计流程不可控及设计结果不精确等一系列技术问题。
从科研体系上而言，“人-机”协作与“以人为中心的人工智能”（Human Centered AI， HAI）息息相关，后者被国际学术界广泛认为是AI发展的未来方向之一。斯坦福大学、加州大学伯克利分校和麻省理工学院都建立了专门针对HAI的研究机构。他们的研究认为，人工智能不仅是技术，更应该是包容了人文和道德的，其核心目标是为了增强人类而不是取代人类。美国国家工程院院士、斯坦福大学的李飞飞教授认为，人工智能技术的研发应该遵循三个目标：在技术上体现人类智能的深度特征；提高而不是取代人的能力；专注于人工智能对人类的影响。这也构成了“人-机”协作技术研究的基本前提。
在过去的近三年时间中，美国工程院院士、美国国家发明家科学院院士、IEEE/ACM Fellow、现代人机交互及交互设计奠基人之一、马里兰大学杰出教授Ben Schneiderman在全球范围内通过电子邮件建立学术讨论组，就“人-机”协作及 HAI的前沿技术及最新动态展开了持续、广泛且深入的讨论，我也受邀参与其中，通过与广大国际领域专家的深入交流，更加坚定地认为，现在开展有关数据驱动下的“人-机”协作设计的深入研究，是奠定未来智能化设计的技术基础的关键，并有助于实现我国在智能设计领域的弯道超车。
《设计》：2022年最新版的《研究生教育学科专业目录》中，设计学成为交叉学科门类的一级学科（可授予工学、艺术学学位）。这预示着设计学科将发生怎样的变化？同济大学设计创意学院的设计教育有怎样的教研特色及属地特点？
曹楠：这是一个令人感到振奋的改变，体现了国家对于设计学科的重视以及对未来设计学人才培养的期望，预示着今后的设计学教育，将不单单是培养设计艺术类人才，而将着眼于培养交叉领域的、以工学为主的设计创新型人才。目前，国家自然科学基金委、交叉学部的专家们定义了三种交叉的主要模式：1. 利用多学科知识或研究手段解决某个领域的重要科学问题；2. 在单一学科取得优秀成果，且其研究成果在其他学科得到应用，促进了其他学科的发展；3. 与其他学科开展深度交叉合作，共同解决某个重要、复杂科学问题或多学科共性科学问题。可以说每一种模式都与设计学息息相关，都能够成为未来设计学人才培养的参考范式。
同济大学设计创意学院一直专注于交叉学科的建设，“领异标新、兼容并包”一直是学院建设的基本原则，在此基础上做出了一系列开创性的工作。
早在2017年，同济大学便成立了全国第一个“人工智能与数据设计”硕士生专业方向，及“先进技术与设计”博士生专业方向，开始颁发设计工学硕士及博士学位。该方向的办学宗旨是“以人类重大需求为导向，以数据为基础、人工智能技术为手段，围绕设计学及信息科学理论根基，探索人工智能与设计学交叉领域的前沿方法与技术，推进设计学科的信息化与智能化转型，培养信息时代中具有设计思维及技术理论能力的跨学科创新人才”。经过6年的不断发展，该专业汇聚了一批由前哈佛大学算法设计先驱、IBM人工智能专家、光华龙腾奖设计业十大杰出青年及福布斯30岁以下科技精英等优秀科研人员组成的国际交叉创新团队，开展并从事有关智能设计的交叉研究及教学工作。2022年，同济大学经上海市教委批准，又开设了“人工智能-媒体传达设计”本科双学位计划，自此初步建成了集“本-硕-博”于一体的智能设计人才培养体系。
除此以外，面向国家“创新驱动”“可持续发展”“中国制造 2025”“新一代人工智能”“健康中国”“乡村振兴”等重大发展战略，应对方法工具创新、关键技术研发和应用领域拓展的迫切需要，同济大学于2021年由设计学牵头，机械工程、计算机科学与技术、工商管理学科支撑，协同智能科学与技术、信息与通信工程、电气工程、 车辆工程、力学、航空宇航科学与技术等学科，提出并建立了“创新设计与智能制造”学科群。该学科群通过“设计+”和“AI+”双轮驱动，形成了多学科交叉融合共创，在更深更广的层面上探索跨学科的研究和人才培养，并希望最终在设计驱动创新的智能制造方面形成原创理论、核心技术和标志化产业成果。
这些举措都为同济大学设计学顺利步入交叉学科奠定了坚实的基础。
《设计》：目前的设计教育是否对应对真实世界挑战的设计核心能力有了明确的认识，并以此为目标来调整教育的内容、培养的方式和支持的体系？我们的课程设置正在做出什么样的调整，引入了什么新的方法工具，如何设计出新的教学内容？
曹楠：在我看来，设计学是一个非常独特的学科，似乎领域内并没有形成一套完全达成共识的理论及方法体系，往往同样的课程在不同的地方会有不一样的内容和效果，这与计算机、自动控制、电子工程、机械等传统工科的教学非常不一样。这些领域往往具有完备的理论与知识体系及领域公认的重要前沿课题。设计学更加包罗万象，从某种程度上说更加复杂，更加难以琢磨，很多时候更像是哲学，这也为到底如何定义什么是新时代中的“设计核心能力”带来了困难，为教学的开展带来了挑战。
我认为，“应对真实世界的挑战” ，培养对国家社会有用的人才，永远应该是教育的核心。在人工智能时代中，面向设计工学的人才培养，最应该注入传统设计核心能力的是被设计学领域遗忘已久的数学能力，以及对新兴人工智能及计算机技术的掌控能力。这些技能都会成为未来设计师在设计创作过程中不可缺少的重要武器。正因为如此，同济大学在结合传统设计教学的同时，正在努力为设计专业的培养方案注入新鲜的技术血液，开设了《智能设计导论》《设计编程基础》等一系列设计与技术相交叉融合的创新课程，让学生们与时俱进地掌握更多设计创新技能，让他们为应对新的挑战做好更充足的准备，并打下更坚实的基础。
《设计》：您率领团队设计了一款能够进行设计创作的虚拟机器人——“AI-Designer”，在您看来，人工智能让设计师的工作变得更容易了还是更难了？在学校里的“未来设计师”应该习得哪些知识和能力才能提升自己的不可替代性？
曹楠：“AI-Designer”是我们打造的一款用于设计创作的虚拟机器人，目前“她”已经具备了针对平面设计及信息传达设计的智能化创作能力及简单的人机协同设计能力。我们研究“AI-Designer”并让其不断迭代进化，并不是希望“她”有一天能够取代人类，正如前边说，我们希望“AI-Designer”具备“人-机”协同设计的能力，能够帮助设计师自动完成复杂的计算过程及单调的重复劳动，从而彻底解放设计师的劳动力，让他/她们从事更富创造性的工作。虽然要实现这个目标，我们还有很长的路要走，但我们已经迈出了第一步，并正在为此而不断努力着。
每次谈起“人工智能设计师”这个话题，我都会用工业革命来类比，每一次技术革命无不是在批评与质疑声中开始的。早在第一次工业革命时期，蒸汽机取代了人力从事生产与制造。一方面，很多从事简单传统手工艺劳动的人失去了工作，批评机器生产出来的瓷器、衣物等产品“没有灵魂”的声音不绝于耳；另一方面，一些技艺精湛的工匠也因此成为了“艺术家”，他们创造的作品成为了人类艺术殿堂的瑰宝。这个过程像极了今天我们所面对的人工智能技术。人工智能正在潜移默化地改变着许多行业，设计也不例外。技术的进步正在迫使行业进行自身进化，淘汰那些简单重复的工种，而保留那些需要智慧与创新的岗位。这也很好地说明了“未来设计师”应该注重培养什么样的技能。回顾人类的历史，科学技术的不断发展与进步是不可逆转的，与其担忧与抱怨，不如寻求自身的改变，驾驭新的知识，拥抱新的时代，成为具有核心创造力的人。
《设计》：您近年毕业生的毕业设计都关注了哪些领域？有哪些设计作品引起了您的关注？
曹楠：近年来，我的学生主要从事信息传达设计领域的智能计算理论、方法、技术及工具方面的研究。我们针对信息传达设计智能化程度低，影响数据可视呈现与分析效率这一领域内的难题，开展了一系列理论及技术研究。基于认知科学中有关叙事可以激发联想增强理解与记忆的相关理论，提出了通过构建叙事性可视化来提升信息传达效果的科研方案，并做出了自动数据内涵洞察、智能可视化设计生成及自动叙事逻辑编排三个关键性技术创新，实现了有内涵、好理解、易传达的叙事性可视化智能生成技术。
“做切实有用且系统深入的研究”是我经常告诫学生及自己的一句话。基于上述研究，团队中的老师及学生们在领域内的重要会议上获得2项最佳论文奖及6项最佳论文提名奖，并研发了拥有自主知识产权的智能信息呈现及可视数据探索分析系统，被遍及50余个国家/地区的4000余位用户用于分析来自金融、医疗、教育、工业、娱乐、体育等十余个领域的数万份数据，相比于具有垄断地位的美国商务智能软件Tableau（已于2021年底退出中国），系统提拱了自动数据叙事与探索的能力，从而提升了可视分析的效率及信息传达的效能。系统的相关技术也被应用到了华为、阿里等企业的商务智能产品当中，服务于十余万用户。
但应当看到，这些研究就设计本身而言仍然比较初级，是面向“图形符号”的简单设计，距离实现真正意义上的智能创作及“人-机”协同还有不小的差距，这也是我们未来努力的方向。
《设计》：您希望自己的毕业生未来承担起怎样的社会责任，怎样实践设计价值？
曹楠：这个问题让我想起图灵奖获得者理查德·汉明（Richard Hamming）在他著名的演讲《你和你的研究》（“You and Your Research”）当中说过的一句话，“你们每个人都只活一次，为什么不用这一生去做一些重要的事呢？（Each of you has one life to live，why shouldn't you do significant things in this one life?）”我希望每一位学生都能够在实践中让设计赋予科学技术灵魂与生命，让技术不断拓展设计的能力与外延。希望每一位学生能够度过对自己有意义且对人类有价值的一生。