《设计》专访|牛旭:智能设计赋能产业创新与变革

0

4 牛旭.jpg

牛旭

中科曙光“国家级工业设计中心”负责人

 

牛旭,二十年工业设计及管理经验,高级工程师,中科曙光“国家级工业设计中心”负责人。光华龙腾奖中国设计业十大杰出青年、工信部工业设计领军人才、中国工业设计协会理事、天津工业设计协会副会长、北京工业设计促进会常务理事、山东省国家级工业设计研究院特聘专家、中国工业设计协会人才大使、天津工业大学工业设计工程专业硕士生导师。先后担任光华龙腾奖、刺桐杯国际设计大赛及全国青年设计师大赛等赛事评审专家,荣获“北京市优秀青年工程师”及“天津工业设计实践与设计示范贡献奖”等荣誉。

深入了解目标用户需求和产品各项功能属性,围绕人工智能、大数据等计算业务,基于软硬件一体化操作、用户体验的角度,进行高端计算机、通用服务器及国产化终端等产品的工业设计、产品化和品牌宣传等工作。荣获中国优秀工业设计奖、中国设计红星奖、北京文化创意大赛一等奖、中国设计智造大奖、金芦苇工业设计奖及红点设计奖等荣誉。基于市场需求及高端计算领域的行业特点进行整合创新,以工业设计赋能产业高质量发展,提升中国高端计算品牌的全球竞争力。

 

摘要:AI的出现,使设计师逐渐回归到同一起跑线,未来是拼创意、拼脑力、拼变革的时代。这就迫切需要设计领域从业人员在不断提升创新思维和创新能力的同时,熟练驾驭“智能”加持下的设计工具和方法。通过大数据分析调研目标用户需求和市场趋势,定期进行用户满意度调查,依靠大量数据进行设计创新优化改进,完成由传统设计师向“数据智能”设计师的角色转变。随着人工智能技术的日益完善和广泛应用,运用智能设计方法和工具,未来或许所有人都会成为设计师、艺术家、音乐人、多媒体创作者,做自己喜欢的事,实现更多的人生理想。

关键词:智能设计;交叉学科  

 

《设计》:何为“智能设计”?请谈谈您对“智能设计”及其要素的理解。智能设计中涉及自动化、数据驱动、交互和持续优化等概念,智能设计中的“智能”与“设计”是怎样的关系?

牛旭:近几年人工智能相关的话题讨论一直热度未减,我也陆续参加了一些人工智能(AI)应用方面的专业论坛或会议,向AI领域的专家学者及设计界同行们学习了很多相关知识,收获了很多方式方法的启发,并运用到实际设计工作中。对智能设计方面的认知及技术理解如有不妥之处,还请大家原谅及指正。我觉得与传统意义上的设计定义有所不同,智能设计是随着人工智能及智能制造等现代技术的不断推广,而快速兴起的一种高效的设计方法,涉及了计算机深度学习、自然语言处理、视觉处理和数据分析等方面技术。现阶段通过人工智能生成内容(AIGC)等技术,使设计流程得以大幅优化,节省了时间和相关资源,提高了设计的准确性和可靠性。人与人工智能间的相互协同,能够创造出更加智能、高效和可持续的产品及服务。目前已逐步在艺术、设计、影视等众多领域中广泛应用。

智能设计中“智能”与“设计”为相辅相成、相互促进的关系。一方面,在日趋强大的算力算法支持下,智能技术为设计师提供了更加强大的工具和手段,使设计过程变得更加高效、精准,设计手段也更为灵活。无论是设计之初的调研阶段,还是在创意构思、方案评估及产品化阶段,智能技术都可以辅助设计师进行高效率和高质量的设计工作。另一方面,设计也为智能技术的快速推广提供了更多的应用场景和实现的可能性,也因在实际项目中的不断应用,使智能技术短期内不断进行升级和迭代。智能与设计的深度融合,可以创造出更加人性化的智能产品和服务,更好地满足目标用户和市场需求。

 

《设计》:中科曙光国家级工业设计中心主要做哪些领域的研发?在智能设计方面是否有所侧重?

牛旭:中科曙光历经20多年的发展,已在高端计算、人工智能、存储、安全、数据中心等领域拥有深厚的技术积淀和领先的市场份额。通过软硬件协同创新支撑大模型训练,充分满足国内大模型对海量算力资源的爆发式需求,助力人工智能和算力经济产业链高质量发展。工业设计中心依托集团发展战略,以实现集团整体形象和产品品质提升为目标,全面负责集团设计战略的规划及制定,进行产品创新相关的体验设计、数据分析和材料工艺等方面的研究与应用,实现国际化品质的产品开发及品牌推广。不断将工业设计和前沿技术进行融合创新,从用户和市场需求出发,实现集团产品全生命周期设计。完成了一系列高端计算机、服务器、图形工作站、桌面终端及数据中心等项目的设计开发。

紧随现代科技的发展,设计团队在不同阶段陆续将虚拟现实、智能制造及人工智能等技术与设计平台体系建设中的设计流程、设计方法相融合,并逐步将AIGC相关工具导入设计流程中,达到提效的目的。我们2012年引进了虚拟现实及沉浸式体验技术,设计师可在虚拟场景空间中对产品形态、材质、比例、配置和操控性等方面进行身临其境般的体验和调整,提高了设计精度和沟通效率。智能设计的重要特征包含数字化和自动化,近几年我们不断围绕集团智能工厂的建设和布局,在满足不同客户多品种、多批次、小批量、时间紧等定制化需求的同时,及时调整设计方向,结合智能制造手段,使设计项目得以快速、可靠地落地。通过产品工艺分析,借助于工艺地图及成本基线分析方法,使我们可以详细地拆分产品制造工艺,精确到每一个部件的规格、成本、拆装时间等因素,从而评估出制造工艺的难易度、工作量及劳动成本。通过优化再设计,降低设计成果转化的工艺复杂度和工作量,提升了集团全线产品品质。

 

《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?

牛旭:2022年11月30日ChatGPT的诞生并被大众所迅速应用,标志着人工智能从概念走进了现实。其实早在十几年前入职中科曙光开始,我就已在逐渐接触到人工智能和智能设计领域的相关项目,只是那时的技术发展还不像今天如此被大众所关注。众所周知,算力、算法和数据,是推动人工智能技术快速发展和应用的三个重要因素,中科曙光作为高端计算领域的高科技企业,以核心部件、数据中心、人工智能管理平台等创新技术及产品为依托,在算力供给、算法优化、数据服务及行业应用等方面有着深厚的技术、经验积淀,为用户提供全场景人工智能计算服务。得益于集团强大的技术优势,团队从最初的逐渐探索和试错,到如今的设计流程导入,人工智能生成内容技术辅助设计创新,已大幅提升了设计团队在概念生成和方案生成阶段的工作效率和精准度。

我比较关注AIGC相关工具的精准化输出、大模型深度训练及数据安全等领域的研究。由于我们公司多为ToB端产品,与消费类产品相比模型较少,在最初的探索阶段经常会遇到由文本或图形所生成的方案,与实际产品风格或配置有太多的偏差。所以我们团队在集团安全的内网环境下,运用内部的算力资源进行了大量的ToB端产品模型训练,计算机通过不断的深度学习,逐渐可以生成更贴近品牌设计风格的方案,经过设计师的方案再转化,最终可以应用到实际项目中。

 

《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?

牛旭:智能设计和人工智能的发展是密不可分的,对于人工智能的研究起源于20世纪50年代,1956年达特茅斯会议的召开标志着人工智能这一领域的诞生,随之产生了一系列重要的理论和实验,如神经元模型、图灵测试、感知机等。经过了多年的发展,由于计算机技术的进步,以及互联网和大数据的兴起,人工智能逐渐在各个领域取得了一些重要的成果和突破,出现了一些新的研究方向和范式。2011年至2019年由于深度学习和强化学习等方法的突破性进展,加上云计算和移动互联网等平台的支持,人工智能已在各个领域实现了惊人的表现和应用。2020年至今是人工智能及智能设计快速发展的三年,随着计算机视觉、自然语言处理和机器人等方面的持续创新,智能设计也从早期的基于规则设计、模型设计,发展到今天基于大数据的设计,已广泛应用于航天、医疗、教育、设计等众多领域。

传统设计关注用户和市场需求,进行人与人、人与物和实际应用场景之间的交互,通过创新行为和市场等方面研究实现设计价值最大化,这些在智能设计中同样非常重要。与传统设计最大的区别的是,智能设计在设计各阶段更加注重数据驱动、机器协同等方面,利用人工智能、机器深度学习、智能制造等技术手段,分析用户行为、产品痛点、市场趋势,优化设计、生产等过程,更加节省时间和资源,提高了设计的精准性和可靠性。除了在设计阶段能够更加全面准确地为设计人员提供数据之外,还可以指导设计和产品化实现过程,使产品或服务能够更好地适应市场需求变化。

 

《设计》:设计本身是交叉学科,智能设计中交叉了哪些学科?对设计师提出了怎样的要求?

牛旭:设计的专业属性使其可以被认为是一种横向学科,综合运用多学科知识和技能来完成设计任务。而智能设计则属于交叉学科,涉及如计算机科学、数据科学、软件工程、艺术学、材料学、心理学等众多的学科领域。审美能力对于设计师而言尤为重要,经过长时间的理论学习和大量的项目实战后,能够对计算机所生成的结果进行理性的分析和优劣筛选。除了要加强本专业的设计水平和创新能力外,还要着眼于了解专业之外诸多领域的知识,不断升级自己的认知范围和思维模式。智能设计的更新迭代速度非常之快,涉及许多先进的技术,只有去学习和了解这些技术的基本原理和应用方式,才能更切合实际地应用到设计项目中,也利于与项目内不同领域的专家更好地进行讨论和交流。各种AIGC工具的出现,促进了设计生产力的变革进程,这个过程中如果设计师拒绝改变原有的设计方法和思维模式,很可能会被其他同能力水平却率先使用的人所超越。主动接受新技术、新的创新模式,并在项目实践中收获方法论、不断地总结、复盘并沉淀结论,运用智能设计使设计师的综合实力得以迅速提升。

 

《设计》:设计事关功能和美感,如何让人工智能掌握审美能力?

牛旭:人类与计算机最大的不同点是,人类的行为是由0到1、由无到有地在进行创造与创新,而计算机则是在已知的现有理论、数据上进行学习和模仿。在战略策略及决策层面一定是由人先设定好方向,设计表现层面再由人工智能辅助完成目标。所以人工智能是否能掌握审美能力,最终取决于如何用已有的美学理论和作品让其进行学习。通过数量庞大的艺术创作、设计作品、视频图片等数据,对人工智能进行高质量美学相关训练,使其对相关标准和原则进行深度学习,并识别有效特征;通过训练深度神经网络(DNN),人工智能在图像分类、语音识别、自然语言处理等领域加强对美的感知和评价,使其更好地理解人类文化和艺术;通过不断改进和优化算法模型,使人工智能进行强化学习,根据已有经验和美学原则进行智能调整,进行不同类型和风格的尝试,不断升级审美能力。

 

《设计》:在“智能”的加持下涉及诸多高新科技方法路径,带来了解决方案更高效的输出,所产生的利弊使设计师面临了怎样的新设计范式?

牛旭:人工智能技术的快速发展迭代,层出不穷的智能软件,传统的学习及工作模式正在逐渐被改变。其实不单是设计师之间,在“智能”的加持下,各行各业从业人员之间的经验值距离在愈发缩短。比如没有设计学习经历和经验的人,通过智能软件输入品类特征关键词,可快速生成自己喜欢的画面或设计方案;没有写作经验的人,在智能文档软件中输入故事提纲或情景概括,可快速生成扩展成一部万字级的小说;不会作曲的人通过智能音乐生成器输入音乐类型,可快速生成一首旋律优美或欢快或悲伤的乐曲,甚至可以智能填词由机器人完美演唱出来。人工智能可以完成的工作还有很多,当然很多工作的完成度还较为初级且缺乏情感,但随着算力和技术的快速发展,机器的完成度一定会越来越高。但会开枪的人不一定就是神枪手,还需专业的人去做更专业的事。

因设计能力、阅历、品位和经验的不同,使设计从业人员在业界产生了级别和职称的划分。初级设计师通常被归类于执行层面,进行诸如建模搭建、图像制作、美化修改等相对直接、简单、重复性的设计工作;中高级设计师更偏向于进行决策、管理、评审、营销、整合和跨界等方面的工作。AI所带来的诸多高科技方法及工具,使设计师的工作效率大幅提升,设计行为变得更加精准、智能,也降低了各方面的资源成本。同时AIGC软件的广泛应用,使各个领域的设计门槛大幅降低,初级的设计劳动行为及传统的设计服务未来可能会逐渐被AI所替代,必然会导致一部分从事简单重复性设计工作的初级设计人员被淘汰。AI的出现,使设计师逐渐回归到同一起跑线,未来是拼创意、拼脑力、拼变革的时代。这就迫切需要设计领域从业人员在不断提升创新思维和创新能力的同时,熟练驾驭“智能”加持下的设计工具和方法。通过大数据分析调研目标用户需求和市场趋势,定期进行用户满意度调查,依靠大量数据进行设计创新优化改进,完成由传统设计师向“数据智能”设计师的角色转变。使独特创意与智能设计深入融合,创造更大的商业价值。

 

《设计》:对于设计教育及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?

牛旭:人工智能时代的到来,为传统设计教育模式带来了机遇和挑战,建议设计教育能够结合当下AI技术辅助设计教学,以适应时代发展需求。几十年前计算机辅助设计技术刚刚出现时,也被众多擅长手工绘图的群体提出过质疑和抵制,如今计算机辅助设计早已被设计界和制造业所普遍应用。当下人工智能辅助设计推广的情况与当年极为相似,有赞同的人也有反对的声音。设计教师和设计专业学生应以包容、开放的心态接受AI所带来的改变。并不是说智能设计介入了,传统的教育方法就会被抛弃,如美术基础、设计手绘、构成基础等基本技能还是非常有必要让学生熟练掌握的,经过系统训练才能培养出辨别好坏美丑的能力。同时鼓励学生结合AIGC工具将创意更快更好更高效地展现出来,也为创新创造提供了更多的选择方案。对于一些设计感觉出色、创意想法新奇的学生来说,AI的融入可以为其提供更为宽广的创意空间,并在一定程度上弥补了因产品化经验不足的短板,增多设计成果落地转化的可能性。在和一些高校老师交流时得知,目前国内很多高校已开始在课程设置及作业完成中导入了AIGC工具和方法,对学生的创新能力提升取得了一定的效果。希望AI技术与设计教育的深度融合,未来能够培养出更多具备创新能力的综合性智能设计人才。

 

 《设计》:请分享一些您认为在智能设计领域中具有创新性和启发性的案例或项目。

牛旭:智能设计的应用范围非常广泛,日常应用具有代表性的有智慧交通、汽车、智能医疗和智能家居等领域的产品。智能交通系统通过实时精准地分析城市交通流量和路况信息,为用户提供更为高效安全的出行路线。智能车载系统作为其重要的组成部分,在提供导航、通信、娱乐功能的同时,提高了车辆的安全性、稳定性和舒适性,使用户的驾驶体验较以往大幅提升;智能医疗系统可根据患者的年龄、病史和健康状况,为其提供定制化的医疗康复方案和健康管理计划等;智能家居系统可根据用户的生活起居习惯,自动调节室内照明、温湿度,智能设定安防设备及家用电器等,让居住空间更为舒适、安全、方便,实现全新家居生活体验。

智能设计的快速发展和应用,背后需要强大算力提供持续稳定的支持,高端计算机是算力的重要载体。为了更好地支持人工智能产业发展,中科曙光结合最新的科研成果及液体相变冷却技术,不断对集团高端计算系列产品进行迭代升级。“硅立方液体相变冷却计算机”延续集团绿色环保的产品设计理念,融合了高端计算体系架构、高效制冷等方面的最新研究成果,实现总能耗降低30%,PUE值降至1.04。采用立方式结构的创新设计及浸没式液冷散热方式,大幅提升了计算密度,减少占地面积及建设成本,在色彩、布局、灯光等方面做到了很好的表达,打造出充满人文气息的科技空间。此产品作为极具代表性的国之重器,通过工业设计与前沿技术的融合创新,彰显数据中心“绿色转型”赋能数字经济低碳发展的文化内涵,已成为标志性景观建筑在多个城市落地应用。目前已广泛应用于人工智能、大数据、云计算等众多领域,为科学探索、产业升级提供了强大的技术支撑。该产品荣获第七届北京市文化创意大赛一等奖、中国设计智造大奖及红星奖等设计荣誉。

 

《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?

牛旭:智能设计随着科技进步、时代发展而出现,促进了生产力的大幅度提升,也是工业定制化时代的必然趋势,对各行业的发展与升级有着重要意义。我觉得智能设计的未来发展大概有以下几个方面:首先,智能设计的快速发展会涉及许多不同的专业领域,如计算机科学、设计学、美学、机械工程、电子工程等。随着人工智能的不断发展,这些学科之间的交叉将会变得愈加紧密,进行跨领域融合,从而推动智能设计的进一步发展;其次,智能设计与先进制造相互驱动、共同进步,依托大模型、大数据对生产制造各环节进行深度分析和预测,实现精准控制和自动化生产,以达到优化制造流程、提高生产效率和产品质量的目的。在提高市场竞争力及推动产业发展方面具有重要意义;第三,随着市场整体需求的不断变化,千篇一律的标准化产品已无法满足消费者日益增长的个性化需求。未来智能设计将更加注重个性化、差异化等方向,根据用户对于产品的外观、功能、品质、服务等方面需求和偏好进行定制化设计,满足不同用户不同应用场景下的多样化需求;第四,由于智能设计会产生大量的包含图纸、模型、代码、参数等核心数据,需建立更为安全的数据存储系统。核心资料除了要进行加密保护防止被非法获取外,还要保证网络安全,防止网络被攻击导致资料被窃取。借助云端AI平台所进行的创造性工作,重要资料可能会被保留在品牌方的存储系统上,存在数据泄漏风险。所以在内网部署专用的AI存储设备,对保护商业机密和用户隐私尤为重要。

计算机科学技术不断进步与创新,智能设计将有助于推动产业的数字化、智能化和绿色化发展,持续提升创意高度及生产效率,促进数字经济发展和社会进步,也为人们的生活方式带来更多的便利和美好体验。随着人工智能技术的日益完善和广泛应用,运用智能设计方法和工具,未来或许所有人都会成为设计师、艺术家、音乐人、多媒体创作者,做自己喜欢的事,实现更多的人生理想。

 

 

参考文献:

 

[1]李国杰.勇攀全球超算最高峰[J].发明与创新(大科技),2020(10):1.

[2]刘宁,杨芳.智能互联时代的工业设计创新发展研究[J].包装工程,2021,42(14):101-107.

[3]许雅玲,范金林.以工业设计的创新引领产业高质量发展[N].泉州晚报,2023-10-19(003).

[4]朱梦珍,尚斌,荣爽等.人工智能发展历程及与可靠性融合发展研究[J].电子产品可靠性与环境试验,2023,41(04):1-6.

[5]孙杰贤.AIGC机遇下的算力挑战[J].中国信息化,2023(12):14-15.

[6]陈晓晟. 从“互联网+”到“数据要素X”  运营商加固网络安全[N]. 通信信息报,2023-12-27(008).DOI:10.28808/n.cnki.ntxxx.2023.000548.

[7]章文.人工智能驱动的工业设计教育协同发展模式研究[J].上海工艺美术,2022(01):63-65.