邱信贤
哈尔滨工业大学互动媒体设计与装备服务创新文旅部重点实验室主任、设计学学科带头人、教授、博士生导师
邱信贤，省高层次人才，美国UC Berkeley引进长聘教授、博士生导师、策展人，现任互动媒体设计与装备服务创新文旅部重点实验室主任，黑龙江省虚拟现实工程技术研究中心主任，中国高等院校影视学会交互媒体创研中心主任，哈尔滨工业大学校学术委员，建筑与设计学院院长助理，数字创新设计中心常务副主任， 设计学学科带头人，智能环境与数字创新设计研究所所长，兼任美国身体觉知设计协会新世代联盟设计师/核心会员、中国建筑学会计算性设计学术委员会常务委员、中国建筑学会环境设计学术委员会委员、中国城科会历史文化名城委员会数字名城学部委员、文创设计智造教育部哲学社会科学实验室学术委员等学术职务。常年担任国际与全国性展览策展人/展场设计，以及国内外建筑与设计类竞赛评审。曾获数次国际建筑竞赛奖项，以及个人与团队国际竞赛首奖。出版建筑专业理论书籍、国际论文期刊，设计作品刊登于建筑与设计杂志、报纸，并接受媒体与电台专访（央视、新华社、China Daily国际版， News 98等），讲述设计与建筑相关议题。
摘要：以GPT为例，当大家共享同一个大语言模型，就意味着大家在运用同一颗AI大脑进行创作与设计，如何进行个人风格的养成，或者突显不同设计案例的特色，便成为另一个智能设计界重要的议题。在现今AI工具如雨后春笋般的出现之下，在网络上充斥着各种AIGC，这对设计师而言，无疑是一种挑战，也同时考验设计师对于设计本质的认知与追求。如何能够巧妙地运用AI工具的强大能力，但是又不失设计的创新与本质，是新世代智能设计师所面临的挑战。
关键词：电子算力；智能设计范式；提问设计师
Abstract：Taking GPT as an example, when everyone shares the same large language model, it means that everyone is using the same AI brain to create and design, and how to develop personal style, or highlight the characteristics of different design cases, has become another important issue in the intelligent design industry. Under the emergence of AI tools like mushrooms, the network is full of various AIGC, which is undoubtedly a challenge for designers, and also tests designers' cognition and pursuit of the nature of design. How to skillfully use the powerful capabilities of AI tools, but without losing the innovation and nature of design, is the challenge facing the new generation of intelligent designers.
Keywords：Electronic computation; Intelligent design paradigm; Prompt designer
《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？
邱信贤：在谈论“智能设计”之前，我想先简单谈谈“设计”与“智能”两个议题。设计的定义十分多元，泛指在特定的范围、社会、文化与涵构（Context）之下，针对特定群体进行观察、交流等研究，进而定义出可能存在的议题，再通过设计的手法与实践，来反映、改善或解决所定义的问题与现象；最终，设计将以不同的形式与产品呈现，包含文字、图像等媒介与工具(“Meaning of design”, 2024)。
智能（Intelligence）的定义，在不同的语境下有所差异。从达尔文的进化论而言，不同的物种之间，有着智能的差异，比方从一条鱼、一只鸟、到一头猩猩之间，智力呈现由低至高的不同（Darwin, 2018）。在“智能设计”一词中，“智能”在此可以理解为人工智能 (Artificial Intelligence, AI) 。在AI的领域里，有几种重要特质，包含 “互动性（Reactive）”“主动性/预动性（Proactive）”“自动性（Autonomous）” “可变性（Flexible）”等（Chiu, 2013; SoftwareAgents_Group, 1994; Wooldridge, 2002），这部分牵涉层面极广，将来有机会再展开讨论。上述每一项人工智能的特质，都能对标到真实物种的智能展现；与自然界一样，人工智能辅助下所产生的设计，也有所谓智能的高低，进而呈现所谓聪明与平庸之别。
智能设计之中的自动化，以工业革命的进程来说，是属于工业革命2.0时期的特色；人类发明机器之后，为了达成大量生产（mass production）的目的， 在机器劳动力之上，加上自动化的特色。至于“数据驱动设计” (Data-Driven Design) ，则是以科学数据为基础来进行的设计决策，相较于以设计师个人直觉 (intuition) 或者主观经验为依据，是一种比较科学化的设计决策，对于一些特定议题，例如智慧城市、智能建筑等，特别具有广泛的科学意义（Kirk, 2019; Myre, 2023）。过去在人工智能的发展历程，也有许多与数据相关的议题，例如专家系统（Expert System）、大数据（Big Data）决策等。
至于智能设计中的交互环节，牵涉“人工智能”与“交互设计”两大领域，简单来说，智能设计中的交互，可以从“人机交互”（Human-Computer Interaction, HCI）的范畴来谈，包含交互的形式、所牵涉的智能层级、决策方式等来探讨，不同的设计需求，所牵涉的智能设计交互自然不尽相同 。比方说，一个可以根据环境光线自动调节照度的智能灯具（图1），跟一套建筑物的智能自适应表皮系统（Intelligent Façade System），可以根据外在环境自动调节建筑物立面开窗与遮阳（Chiu, 2007），其两者之间智能交互的深度与机制便有所不同。
“持续优化”的智能设计概念，本身必然包含某种程度的AI；部分的设计作品，例如工业设计、建筑设计等，皆有所谓的生命周期；当设计能够对于设计相关要素，包含使用者需求、行为、周遭环境等进行持续优化时，就越能延长产品自身的寿命，增强设计产品本身在生产与制造过程的全生命周期管理 (Product Life Cycle Management, PLM) 。
《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？
邱信贤：当年在美国加州大学伯克利分校 （UC Berkeley）求学时，一开始念的是建筑专业硕士学位（Master of Architecture），面对学校丰富、多元而开放的学术氛围，便让我对交叉学科产生了浓厚的兴趣。在硅谷充满创意科技的环境感染之下，我选择“智能化自适应建筑表皮系统”（Intelligent Building Façade System）作为论文研究主题（图２），最后的成果获邀在伯克利国际学术年会Berkeley Circus进行发表，因此也获得伯克利新媒体中心 (Berkeley Center for New Media, BCNM) 的创始人Yehuda Kalay教授的邀请，加入数字化设计团队（Digital Design Research Group, DDRG），正式展开一系列的智能与数字化设计研究，并完成另一个建筑科学硕士的学位（Master of Science in Architecture）。荣幸获得伯克利环境设计学院院长奖学金（Berkeley Dean’s Fellowship）之后，也顺利取得新媒体与建筑双跨学科的博士学位，同时获得美国伯克利新媒体中心的认证（PhD in Architecture with Designated Emphasis in New Media），后来留校成为UC Berkeley的正式教师，主要负责教授与设计、建筑相关的各类课程。在博士期间主要的研究方向为“人工智能建筑在适老环境的应用”（Intelligent Home Care Environments for the Elderly），在这段时间，我在设计学与建筑学之间展开了广泛的交叉探索，包含人工智能、人机交互、老年学、新媒体，计算机、资讯处理、公共健康等不同交叉学科。在伯克利新媒体中心的期间，我获邀到美国设计软件龙头欧特克公司 （Autodesk IDEA Studio）担任驻地研究员（图３），并进行软件开发的工作，包含建筑资讯系统 (Building Information Modeling)、智能医疗系统开发等（图４）。这些经历帮助我在科技与设计的应用与交叉有着更多元而丰富的经验，也成为日后在旧金山的安德森建筑师事务所担任研究与设计总监的重要经验，得以顺利推进事务所在智能装配式建筑软件系统的开发工作。
我主要关注的智能设计方向包含多重人工智能代理人（Intelligent Agents/ Multi-agent Systems）、人工智能环境（Intelligent Environments）、智能建筑自适应表皮系统（Intelligent Façade System）、智能模拟系统开发（Intelligent Simulation System）、人机智能交互设计 （Intelligent Human-Computer Interaction）（图５）、智能元宇宙环境（Intelligent Metaverse Virtual Environments）（图６）等方向。
《设计》：在东西方政治经济文化差异的前提下，国内人工智能教育和研究的发展有哪些特点和提升空间？
邱信贤：整体而言，人工智能的发展在西方的时间有较长的历程；近年来随着AI的蓬勃发展，尤其是大语言模型（Large Language Model, LLM）的现世，促使“生成式预训练模型” （Generative Pre-trained Transformer, GPT）飞速迭代，东西方在人工智能的发展差距逐渐缩小。如今，AI的发展进程逐渐迈向全球化，人们对于AI的使用门槛大幅降低，因此，AI的可应用性与普遍性，便成为AI发展重要的指标与助力。
国内的AI发展，正好赶上GPT最新飞速成长的时间点；在应用层面，国内无论在人口总数、发展规模、实际需求等方面，相较世界其他国家而言，有着明显的优势。此外，在政策上的统一制定与推动下，国内对于AI的发展具有宏观的整体方针，无论从教育方针，或者研究计划的推动，对于AI皆有非常明显的倾斜与支持。在中国广大的市场需求之下，AI的应用正在各行各业掀起巨大的改革浪潮。当然，对于科技最尖端的部分，是世界各国在AI顶尖技术的博弈之战，尤其是创新与研发，也就是从0到1的部分，国内仍需要再进一步提升，攻克各种卡脖子技术，真正做到世界顶流之境。
《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？
邱信贤：设计所牵涉的交叉学科的确十分广泛，广义地说，举凡我们生活周遭所见的范畴，包含肉眼不常见的地外空间（外太空）等，都与设计相关。而智能设计的领域，由于大量牵涉电子算力（Computation），特别着重在计算机、机械、机电、仪器等相关的学科进行交叉，甚至于航空、航天、飞行器、机器人等更加复杂与特殊性的学科都囊括其中。
也由于设计学所牵涉的学科如此广博，个人浅见，一位好的智能设计师应该具备以下的素养：
1)宽广的学科知识谱系：面对更加多元且充满变化的环境，智能设计师必须累积更多元的知识面向，丰富创作的经验，才能更好地融合不同学科之间的特质。
2)跨学科整合与沟通协调的能力：为了实践多学科交叉的设计特质，设计师必须具备多方协调、沟通与资源整合能力，才能将复杂与多元的设计作品与方案更完善地呈现。
3)对于新兴科技与事物的掌握度：由于设计往往需要创新思考的能力，因此设计师对于新事物的接受度必须更高，同时对于创新科技的掌握度也必须与时俱进。
4)独到而精确的判断力：资讯爆炸的年代，网络上充斥着各种资讯；在人们可以轻易创造出许多人工智能生成内容（Artificial Intelligence Generated Content, AIGC）的同时，如何养成设计师个人独特的设计风格，并对于事物进行更精确而有效的判断，过滤掉不必要或者不正确的资讯，才能在众多复杂的资讯中，获取有用的资源，进而融合与凝练到设计之中，最后呈现出最合适的设计，这也是智能设计师所必须具备的特质，否则便会轻易被智能科技牵着鼻子走，最终迷失了身为设计师的自觉性与自信心。
《设计》：在“智能”的加持下，设计师面临的是怎样的新设计范式？
邱信贤：范式（Paradigm）一词最早是由著名的科学家库恩（Thomas Kuhn）在1962年的《科学革命的结构》一书中提出来的，大概泛指在一个历史时期，构成一门科学学科的概念集成、一种思维方式、模式或标准（Kuhn, 2012）。设计的创作过程中包含了不同阶段，例如问题与定位、概念生成、设计发展、设计实践等；面对AI工具的强力现世，为许多设计师在生产力上带来了极大的帮助，特别是在工作流程（working flow）上，也产生了极大的影响；举例而言，一位制作3D电影的动画师，过去可能需要花费数个月才能生产出数十分钟的动画影片，现在在AI工具的辅助下，可能在数小时之内便可完成，甚至在动画与视觉效果各方面更超以往。
然而，许多人担心在未来人类的工作即将大量被AI所取代，究竟AI工具的出现对于设计师的意义为何？设计师面对强大的AI工具应该如何应对？
人工智能在设计师创作的过程中可以发挥不同的作用与影响，例如灵感发散、问题分析、设计草案的形成、设计表现的风格与润饰等。每一位设计师应该针对自己的设计性质与特色，运用合适的AI工具来进行设计辅助，并寻找适合自己的智能设计范式。
这让我想起世界知名哲学家休伯特·莱德勒·德雷弗斯（Hubert Lederer Dreyfus）所撰写的名著《电脑依然不能做的事》（What Computers Still Can’t Do）一书中，提到许多电脑所依然无法取代碳基生物的部分，包含人工智能的发展限制等议题（Dreyfus, 1992）。在现今AI工具如雨后春笋般的出现之下，在网络上充斥着各种AIGC，这对设计师而言，无疑是一种挑战，也同时考验设计师对于设计本质的认知与追求。如何能够巧妙地运用AI工具的强大能力，但是又不失设计的创新与本质，是新世代智能设计师所面临的挑战。在大量精致炫目的数字图像充斥网络世界的同时，有“人味”的设计，便显得格外的珍贵；如何能找寻到设计的自然状态（gesture），相较于科技精准绚丽的设计表现，展现出另一种“不完美之美”（The Beauty of Imperfection）的设计与艺术意境（Brown, 2022; Mitoubsi, 2024）。
《设计》：设计事关功能和美感，如何让人工智能掌握审美能力？
邱信贤：设计是一种关于人类高智商活动的行为，除了针对特定族群的特定需求，在解决所定义的问题的同时，也必须兼具美学的考量。美学的定义十分多元而广泛，不同的设计师有各自不同的审美标准与美学风格；然而，这些美学标准有些是可以用科学的方法加以分析与记录的，例如数学上的黄金比例，或者莱昂纳多·达·芬奇（Leonardo da Vinci）所绘制的《维特鲁威的人体比例》（Le proporzioni del corpo umano secondo Vitruvio）（图７）等。这些可分析记录的美学标准属于相对理性的范畴，对人工智能而言是可以通过不断的训练与迭代来“养成”与“模拟”接近人类某方面的美感训练。
然而，人类在进行设计时，仍有些所谓的“创作的黑箱过程”，也就是相对而言较为直觉式的美学决策与个人品位。这种直觉式的美学标准，通常是通过设计师经年累月的培养所逐渐养成。这种从0到1的美学培养过程，对于目前的人工智能而言，在理论上可以运用AI范畴里的“类神经网络”“深度学习”等技术领域，将特定对象的美学标准与喜好置入机械学习之中加以训练，让AI能进一步模拟人类思考与判别的方式。
尽管如此，对于有些“非逻辑性”的美学，例如解构主义（deconstruction）的作品，以及一些非对称性的美学，如解构主义建筑大师法兰克·盖瑞（Frank Owen Gehry）的设计创作，时常出现一些非理性创造的手法，将建筑通过艺术家直觉式的雕塑与堆叠，来形成建筑物的外观（图８），这种创作元素之间微妙的“非对称性协调关系”，对AI而言就显得相对复杂，且复制难度更高。
《设计》：智能设计涉及诸多高新科技方法路径，带来解决方案更高效的输出，由此给设计师工作带来的利弊如何看待？
邱信贤：以目前AI工具的发展进程，对于智能设计来说，无疑替设计师增加了一支强有力的团队，如果运用得当，可以帮助设计师在短时间内完成过去必须由一支设计团队方能达成的工作量。然而，水可载舟亦可覆舟，在设计图面与表现的成果已经可以轻易被大量AI工具所制作的同时，对于设计师而言，设计的本质便是更值得思考的问题。在一张张光彩夺目的数字图纸背后，究竟设计想传达的理念为何？艺术的价值与原创在哪里？
此外，随着时间推移，大家对于AI设计工具的掌握度也逐渐接近之后，设计师的个人风格便是值得思考的议题，以GPT为例，当大家共享同一个大语言模型，就意味着大家在运用同一颗AI大脑进行创作与设计，如何进行个人风格的养成，或者突显不同设计案例的特色，便成为另一个智能设计界重要的议题。
在学习的历程中，我们常听说要学会“提问”，而且是“问正确的问题”，对于学习可以有正面的帮助；使用AI工具的一个特色，就是对AI进行“提问”（Prompt）。目前，有一种新兴职业已然诞生——“提问设计师”（prompt designer）；提问设计师主要的工作就是帮助客户针对需求与AI工具进行反复的提问与互动，以期得到接近客户满意的AI反馈 （Google, 2024）。
尽管如此，设计师是否可以，或者应该全面使用AI工具进行创作？使用AI工具的prompt来作图，是通过“文字”的方式与机械对话，告诉AI绘画的重点、相对参数等，跟过去在传统艺术训练上用手工进行设计图绘制十分不同；此两者除了在视觉表现效果上的差异，更存在大脑认知领域（Cognitive functioning）上面的反应差距：当我们通过手工进行绘制，会在人类手与脑之间产生联动刺激，进而刺激大脑皮层，影响人类设计与创作的思考机制 （Löwgren, 2023）。不管将来AI工具如何发展，“手绘”对于设计师的养成还是相当重要的，当将来大家都习惯用下指令的方式来绘图，对于很多设计的直觉掌握度或许会产生质变，个人建议还是要特别注意。此外，由于AI工具与大语言模型的特质，在训练设计师个人化 GPT 的同时，也必须注意所运用的图片与生成出来的效果是否会有侵权的问题。
《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？
邱信贤：在人工智能蓬勃发展的今日，许多事物都面临巨大的契机与转变，设计教育本身也不例外。
从工业革命的历史进程，工具的转变，对于人类生活的影响自然不可同日而语。未来的设计教育，必将融入更多AI工具作为教育的资源，一方面帮助教育者更有效地进行教育资源的整合，包含教学方法的提升、教案与实际作品的分享等；从学生的观点，可以通过AI的辅助，进行更多自我学习，提升学习效率。因此，我们必须正向地面对AI发展，熟悉新世代的工具并加以运用。
除此之外，在设计教育中，依然有些基础课程十分重要，例如设计的本质、美感教育的训练等，是一种百年树人的过程，需要在日常教育中慢慢浸润，以收潜移默化之效，这方面除了AI工具的辅助，更需要好的教育者来进行引导。另外一点，就是之前所提到的设计学本身存在的学科交叉与多元维度，建议设计教育的师生要培养更宽广的视野来接受新的事物，并保持与时俱进、自我挑战，以及终身学习的态度。
《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？
邱信贤：人工智能的发展已经进入全球白热化阶段，随着AI工具的普及化，使用者门槛降低，一位之前完全没有美术或绘画基础的使用者，可以轻松通过AI工具创造出视觉效果令人惊艳的作品。全面性的智能设计世代俨然已来临，美国《福布斯》双周刊提出的2024年五大AI新趋势中，也谈论到许多关于未来AI的发展与问题、包含量子AI的出现、AI的合法性、AI道德性等（Marr, 2023），更在2023年底提出未来2024年的十大AI预言，包含世界AI与软件巨头之间的兴衰与分合等，这无疑反映出AI将依旧占领人类未来文明发展的重要位置（Toews, 2023）。个人十分期待通过智能设计，让人类设计品质得以进行全面提升，使我们的世界充满更多美的事物与画面；面对设计，人们的选择可以更加多元，并通过高度客制化来满足不同的需求，也期待各行业的设计师分享更多智能设计领域的成功经验与作品！
参考文献：
[1]Brown, B. (2022). The Gifts of Imperfection: 10th Anniversary Edition: Features a new foreword and brand-new tools: Hazelden Publishing.
[2]Chiu, H.-H. (2007). Intelligent Building Skin: Drawing from Medical Therapies. (Master of Architecture Thesis), University of California, Berkeley, Berkeley, CA, USA.
[3]Chiu, H.-H. (2013). Toward a Healthy and Successful Aging: Design Intelligent Home Care
[4]Environments for the Elderly. (Ph.D. Dissertation), University of California, Berkeley, Berkeley, CA, USA.
[5]Darwin, C. (2018). The Origin of Species: CreateSpace Independent Publishing Platform
[6]Dreyfus, H. (1992). What computers still can't do: a critique of artificial reason: The MIT Press.
[7]Google. (2024). Introduction to prompt design. Retrieved from: Introduction to prompt design
[8]Kirk, A. (2019). Data Visualisation: A Handbook for Data Driven Design (2nd ed.): SAGE Publications Ltd.
[9]Kuhn, T. S. (2012). The Structure of Scientific Revolutions: 50th Anniversary Edition (4th ed.): University of Chicago Press.
[10]Löwgren, J. (2023). The value of hand drawing in data visualization. Retrieved from: https://medium.com/@jonas.lowgren.64/the-value-of-hand-drawing-in-data-visualization-360536fd96fc
[11]Marr, B. (2023). The 5 Biggest Artificial Intelligence Trends For 2024. Retrieved from: https://www.forbes.com/sites/bernardmarr/2023/11/01/the-top-5-artificial-intelligence-trends-for-2024/?sh=bb0e9f92c349
[12]Meaning of design. (2024).
[13]Mitoubsi, S. (2024). The Beauty of Imperfection in Abstract Art. Retrieved from: https://www.ezeeart.com/the-beauty-of-imperfection-in-abstract-art/
[14]Myre, M. (2023). What is Data Driven Design? Retrieved from: https://designlab.com/blog/what-is-data-driven-design/#whatis
[15]Sandra Kublik, S. S. (2022). GPT-3: Building Innovative NLP Products Using Large Language Models (1 ed.): O'Reilly Media; 1st edition.
[16]SoftwareAgents_Group. (1994). Software Agents. from http://agents.media.mit.edu/index.html
[17]Toews, R. (2023). 10 AI Predictions For 2024. Retrieved from: https://www.forbes.com/sites/robtoews/2023/12/21/10-ai-predictions-for-2024/?sh=577d1dc94898
18.Wooldridge, M. (2002). An introduction to multiagent systems. . West Sussex, England: John Wiley and Sons Ltd, 348.