人工智能有可能有“右腦”嗎？|范凌
更新時間：2024-01-25 11:03:31作者：佚名
//引
///
AI+創意設計
//引言——范凌
///
AI+創意設計
人工智能技術在無人駕駛、安防、智慧城市、圖像辨識、自然語言處理等方面的突破性應用對我們來說都已耳熟能詳。假如把人工智能和人的腦部進行類比的話，上述人工智能的應用都是追求更高、更快、更強、更準的“左腦”范疇。這么，人工智能有可能有“右腦”嗎？具有空間感、形象感、想象力、滿足感……未來峰會組織的AI+創意設計主題，就是對人工智能在創意設計這一左腦領域的意義和影響進行深入淺出的學術討論。
創意設計學科的演化原本就與技術的發展息息相關。2019年是現代設計的鼻祖包豪斯學派（Bauhaus）誕生100華誕，即使標志著人工智能誕生的達特茅斯大會要等到包豪斯誕生后的近半個世紀才能舉行，但以包豪斯為代表的現代設計開創者們（不止只有包豪斯，也包括至上主義、未來主義等初期現代先鋒）早就在構想設計的手動化作為方式論——設計是否可以脫離對具體客體的設計，而是以系統作為設計對象，進而通過這個系統生成針對不同場景、用戶等條件的差別化設計結果？與好多批判工業標準化大生產的保守聲音不同，包豪斯甚至把工業化和標準化贊揚為一種文化標志和美學。工業化和標準化不但沒有成為創造力的敵軍，反倒成為具有劃時代意義的設計靈感新源泉。包豪斯也因此方能成為讓后人津津樂道的設計精典時代。其實我們可以構建如下的比較：從工業生產力的指數級釋放到智能運算力的摩爾定理（每18個月芯片的運算速率翻一倍）智能工程與創意設計，包豪斯時代的“工業機器”可以類比如今的“運算機器”，包豪斯時代驅動機器的“電”可以類比的驅動運算器的“數據”資源。
我們所經歷的正是世界經濟峰會主席施瓦布院長稱之為“第四次工業革命”的時代，也必定成為設計的新機遇。并且，正如工業機器和電的研制與應用均源于西方發達國家，當時設計的領先力量（如包豪斯）也在這種國家；而正在經歷數字經濟、數字社會的深度變革中的中國，具有全球領先的運算能力和數據資源，也許可以在第四次工業革命的這一輪設計改革中搶占一席之地，借此為抓手，讓人工智能的左腦和右腦發展齊頭并進。
范凌
未來峰會青年理事
特贊信息科技創始人及CEO
復旦學院設計人工智能實驗室校長、博士生導師
▍跨學科討論
一、人工智能與設計教育
范凌：未來的設計教育在人工智能時代會發生哪些變化。反過來設計對人工智能領域的其他人就會有哪些影響？
KittyYeung：我認為未來會有更多交叉性的學科。關于學習，可以完全從個人興趣開始，追求自己感興趣的事物，在這過程中發覺有其他方面的應用就可以嘗試，“豎”著走、“橫”著走都可以。像技術發展到這個階段就才能幫助你們豎著走，假如你對一項東西非常專注的話，再通過這種技術幫助大家，學習更多跨學科的領域，在豎著走的同時也才能發覺好多新突破，又找到新的“豎著走”的路。
KostasTerzidis：我想說說關于未來的設計。現現在的設計大學傾向于培養從人類思維出發的天才設計師。她們推崇這樣一種觀點：人類十分智慧，可以做好多跨學科的研究，以至于人類可以做任何事情。但這是一個十分古老的觀念，給中學生傳遞了錯誤的信息。由于歸根結底，這是行不通的，尤其是隨著人工智能的起步。重要的點不在于你做事有多聰明，而在于你是怎么聰明地讓機器為你工作。我們何必成為一個天才，而應當以“物控制物”的形式去工作。以編程為例，大多數設計大學不使用編程進行創作，不僅一些特別具有創新意識的中學，其中之一就是我所在的大學。這就是我來這個大學工作的真正緣由，在這兒，她們更樂意擁抱改變，尋求創新。因而，這些教育原則是十分重要的，它容許我們可以有不同的思索形式。我覺得，這是是未來應當對中學生們傳達的信息。
王敏：我從設計教育的角度聊聊Kitty老師提及的“橫”著走和“豎”著走。雖然，重要的不是先豎著走還是先橫著走，重要的是要有這樣的能力，會橫著走也會豎著走，我認為我們做老師的應當關注的是怎樣培養中學生這樣的能力。怎樣為未來人工智能時代培養設計師？好多人覺得，要讓所有中學生都學習編程，但我認為沒有必要。我們是要有一批有編程能力的設計師，有對技術的深刻理解與掌握，進而參與人工智能解決方案的研制。并且對于更多的設計師，我們只須要重視她們的素養教育，訓練她們有豎著走和橫著走的能力，這兒包含了對于她們想像力、創造力、審美、同理心、好奇心等素養以及跨學科合作能力的培養。這樣的一批人將來可以應對人工智能時代對設計師的需求和挑戰。假如所有人都學編程，并不是所有人都能像工程師一樣具有對編碼的掌握能力以及思維方法，我們實際上還是須要設計師有更多的創造力，最終要豎著走，也要會橫著走。當我們培養的中學生具有豎著走、豎著走能力的時侯，我們的設計教育才能是成功的。
KittyYeung：在科技的發展過程中，開源的思維對你們自學新東西特別有幫助的。現今網上有越來越多的教程，你們會主動放在網起來和世界進行分享。六年前我們做可穿戴會十分困難，但現今技術越來越好，又有好多開源教程可以學習，我們就可以掏出來應用，這也是科技才能賦于人們更多創造力的很重要的一點。
袁烽：知識的迭代速率越來越快，這并不是說曾經我們學的所有知識早已過時，從學習時空的學習曲線角度來看，我們應當用更短的時間和更有效的方法去學習，由于新知識到來的規模和速率會特別大，因而步入知識爆燃的程度，隨著5G、6G的出現，視頻線上交流形式平臺逐漸普及，人和人的信息流和知識流交換速率極大地提高。這當中很重要的一點是要有更多的學習能力和學習平臺，也包括我們對于知識的心態，假如沒有分享的精神，個人會很難成長，由于現今所有知識都是站在“巨人”的脖子上獲得。
所以，用一種新的方法構建一種新的知識體系，這從根本上不同于現代教育體系和院校評價體系。為了讓知識不成為自己私有或則獨門絕技，而讓它才能互相學習、相互分享，于是，在過去10年我們搭建DigitalFUTURES的學習平臺。在平臺上我們向全世界學習，參與方都受惠，此類分享精神也正是未來解決跨學科和構建知識教學體系的核心內容。
二、設計工具在中印關系下的風險與機遇
范凌：當我們開始使用人工智能進行創造性工作的時侯，不得不依賴于好多數字化的工具。但當前的中俄的政治環境告訴我們，好多軟件在中國的使用會有一些挑戰，比如物理軟件MATLAB被封風波。事實上我們如今用的工具，無論是三維設計工具還是二維設計工具，其自主產權都不是自己的。這么，在中印比較敏感的大環境下，你們對于人工智能和設計在工具層面是怎樣思索的？
袁烽：我先談一下專著權和署名權。曾經是誰設計誰擁有署名權智能工程與創意設計，但如今隨著后人文時代的到來，機器和程序會成為人的智力的延展，人和工具之間弄成了密不可分的共同體。諸如AlphaGo，這個智能體上面既有人的部份，又有機器的部份，它展開了一種全新的方法，在這個形式下邊，須要我們重新認知世界的知識結構或則交流結構。
這個結構以后，假如沒有一個體系上的改革，那一定會發生類似于戰爭方面的爭端問題。由于我們的哲學認知體系跟不上現實社會系統的進步。以下是我個人的想法：
首先，我們是否還能平等看待哪些是底層基礎設施體系或則新的話語權體系。新的基礎設施會不會成為一種政治工具，或則說它只是一個知識工具。知識工具是否會在達到一定的手中以后，會弄成可以拿來免費共享的體系。也就是說，對于知識產權的認知，我們是否永遠是消費者，還是會成為對知識產權開發的知識者。
所以，我們要反對將基礎設施型的基本構架體系上升到政治高度來作為一種恐嚇。我希望這些知識體的創造者，各個院校的研制團隊，她們的知識可以通過量化的方法來認知，但是促使她們的創造力，讓那些創造力弄成人類智能的一部份。這三者都須要付出一定的努力，重新建立一個新的合理的全球化的秩序，這一點應當趕超于民族，趕超于資本，也要趕超于個人對于自我能力的一種沉溺的狀態。這些趕超可能更強有力的哲學思想和分享形式和一種激勵機制來進行對它的重新構架。
王敏：數字設計工具的風險與機遇其實是一個急迫問題，但隨著人工智能解決方案的出現，我們早已可以在好多情況下避開了目前為止我們所用的一些軟件。我們目前使用Adobe的一些軟件來做設計，但假如有足夠強悍的人工智能給企業或則給機構提供一些解決方案，這種解決方案能將過去由單個設計軟件所做的工作都在后臺完成。
這樣設計師只要有了看法或創意，其他工作就不須要再一個個的用軟件來實現。倘若能做到這一點，事實上我們就繞開了我們目前用的Adobe的軟件。其實這須要人工智能解決方案到足夠強悍的程度才行。
KostasTerzidis：我覺得有時我們對工具的概念有點誤讀。西方人主導了設計工具的研制，她們覺得工具是手的延展。但意大利語言中關于“設計”的概念，雖然是思想的延展。數字化工具的研制，就是借助計算機來完成這些我們原本自動去做的事情，但這不是設計工具。所以，假若你想步入設計領域，就必須開始用不同的方法思索。一個能改變你的思維方法、讓你以不同的形式思索的工具才是真正的工具。這就是人工智能的作用所在。我們不會用AI來重復我們早已曉得的，無論怎樣都可以做的事情。在這些東西方在數字工具方面的競爭中，我覺得中國有更大的可能發展真正的設計工具，由于中國有著不同的文化，有著不同的思維方法。中國人總是擅長把事物聯系上去、結合在一起，不回顧過去。這是一個十分有趣的概念，由于它能讓你往前看。西方誤讀了法國語言中關于“設計”的概念，而中國人則愈發開明地借助人工智能的機會，讓人工智能在正確的方向得到更好的發展。我仍然在我的中學生們或則其他和我合作過的老師和公司里看見這些潛力。有趣的是，中國人總是把眼神投向西方，而西方從不向東方看，這是個很大的錯誤。我們法國人總是覺得最好的東西來自東方，由于東方意象了太陽升起的地方。所以我覺得從這個角度看，西方正在輸掉這場比賽。
KittyYeung：開發工具十分重要，中國的設計師、工程師可以多開發一些工具。服飾產業這種類似很傳統的產業，有時侯一些生產方根本就沒有在線平臺，在網上也難以找到。我們應當把中國做下來的好東西家喻戶曉，我十分支持開源和開放性的方式，知識、科學、藝術都是無國界的，所以有一些原創的東西，也可以開放給其他地方的人。
范凌：個人覺得設計、創意作為一種文化，文化應當是多元的，越多元越有力量，應當是無國界的。工具是一種能力，工具才能讓一些能力民主化。沒有工具之前一個工作好多人做，有了工具之后一個人可以做好多工作，所以工具讓我們更專注在創造力上，而更少的專注在硬技能上，因而，工具應當民主化，應當是跨國界的。
工具如今都是云端的工具，自然涉及到數據。數據是有產權的，因而數據是有國界的，是分“你我”的。為此，這個事情分為三類：文化應當是無國界的，工具應當是民主化的，數據應當是有產權的。
三、將設計創意引入科學討論
范凌：有沒有哪些建議可以給與未來峰會，幫助它才能更好地把設計創意的話題引入到科學的討論?另外，怎樣樣能讓科學家更多地從設計上面深受啟發?
KittyYeung：開展活動，才能將你們的思想分享下來，可以有更多的聽眾互動，聽聽聽眾的看法。同時希望能有線下平臺，使我們繼續保持聯系。像西方好多的開源平臺才能讓你們分享自己的作品，可以將使用材料、制作過程寫出來之后教給你們怎樣做。既有教育又有互動，既是線上平臺，但也可以通過活動在線下保持聯系。
王敏：未來峰會來闡述設計的問題，我認為應該是非常合適的平臺，由于設計從某種意義上講就是一個關乎未來的一種行為，設計師所做的就是為未來來提一些新的方案或則新的解決方法。所以未來峰會從名子上來說應該關注設計。
其實，我們明天想要建議的還是怎樣才能讓科學家對設計感興趣，或則如何讓設計師對科學家愈發關注。當這三者結合它所形成的能量和形成的結果是未來我們所須要的。諸如，好多的科學家在做新的材料，這些新材料從出現到實際應用的過程里，設計師就可以發揮很大的作用。我們常說的“設計思維”在這個時侯和科學家的研究置于一起會形成很大的能量。現今也有好多人做這方面的實驗和嘗試，將把設計和技術結合在一起，因而闡述這些創新模式的可能性。我認為未來峰會是特別好的平臺，才能把設計和科學技術揉到一起，讓設計師、藝術家和科學家在一起共同碰撞出一些新的火花，對未來發展有新的可能性的有益闡述，我非常期盼未來峰會才能做這樣的事情。
微軟DeepDream書法
四、如果感受AI作品中的情感
范凌：假如說藝術是一種人與人共情的方法，我們怎么從AI創作的作品中感受創造這個作品時的愛情，并傳遞至我們？
王敏：一年前，日本Rutgers學院的人工智能實驗室做了一批作品，作品由人工智能完全自主形成（區別于風格轉化）。有了作品以后，這群研究者將其和藝術家的作品進行“混亂”展示，之后讓聽眾衡量打分。打分的標準是：作品是否是有趣、是否帶有目的性、色彩是否飽和、感染力是否強。打分的結果是：人工智能的得分比藝術家要高。換句話說，聽眾覺得AI的作品更有趣，更有目的性。
這個結果有別于人類的常識，一般人類覺得機器沒有思想、情感，這么他的作品也應當是沒有意識的。
雖然，觀察作品背后蘊涵的意思和愛情，還得是取決于最后作品生成的質量和生成的款式。追根追溯，最后取決于操控程序的人。
袁烽：昨天的問題還是人本主義，即以人為核心判斷所有事情。人工智能時代，此觀點要有所轉變，我們要重新思索“人是不是主體”。當前，創作主體、評價主體都在改變，智能體時代的到來，讓那些主體弄成混和體，這個混和感受顯得愈發綜合，綜合當中的比列可能70%的人類誘因，30%的算法或則70%的算法，30%的人類誘因，甚至是愈發混雜的狀態。
在混和狀態的評價體系中，我們必須作出思想轉變，不能用“人本”觀點觀察事物，所以我們必須跨出“思想轉變”這一步。
KittyYeung：我認為不須要用機器代替人，而是須要機器去解決痛點。最后解決問題以后雖然也不是以人為本，假如你能解決環境污染問題，最后還是以大自然為本。有的時侯確實不須要以人為主體去創作，而是借助技術去解決問題。
KostasTerzidis：共情是一個十分有趣的概念，由于它有主觀、個人化的含意，但它不一定非得這么。你也可以用一種集體的形式來感同身受，形成人與人之間的共鳴。你能共情于某物，不一定是由于你擁有它，而是由于你共同參與創造了它。原先的藝術是基于個人的共情，是一種主觀上的對藝術作品的占有。但是此類情況正在發生改變，由于人工智能在藝術家和作品之間制造了一道屏障。但我們仍可以通過好多不同的方法對它形成共情。你可以共情于你所創造的事物，比如作為家長，你有個女兒，但你并不是小孩的“主人”，由于兒子有自己的看法。盡管這么，但你仍為你的女兒倍感自豪，你因生下他、撫養他的行為而形成共情。
同樣，由于人工智能也像是一個小孩，它有自己的思維，但這并不意味著我們就因而難以對它形成共情。這是一種不同的共情形式，共情來自于我們“參與創作事物“這件事本身。
范凌：現今建筑設計中常常會使用一些AI仿生學算法生成有機的建筑體塊，比如模擬螞蟻、細菌的行動，這種的模擬生成建筑應當怎樣剖析，是有實際意義還是大多處于學術研究階段？人類思索了那么多年，各方面細節早已可以構建出相對建立的建筑，如今轉而選擇一些沒有高等情商的動物或則微生物制造的形體，是不是有些本末倒置？
袁烽：那些對于仿生的模擬，我們注重指出生成式設計，即建立和生成一個方式。現今設計分兩類，一種是研究式的設計，一種是步入社會要解決問題的設計。假如作為知識體，比如在學院里的訓練，我們會把生成式的設計在特定的訓練單元抽離下來，之后非常訓練你們某一方面能力。
然而真正解決設計問題時，這并不是設計的全部，而可能是一個很長的設計流程，包括怎樣生成、優化、評判、形成反饋等。人的情商和AlphaGo的最大區別是AlphaGo只曉得贏這盤棋，但人有時侯可能明明能贏并且選擇輸棋，AlphaGo如今可能做不到這一點。從這個意義上講，當我們把握了很強勁的生成工具的時侯，真正實戰的設計使用當中，就須要把解決問題的對象置于后面。為此，倘若是作為一個研究型內容，無論哪些樣的生成方式，它都還是一種對于機器和智能思索形式互相代替或則互相補充的一種探求，我們都把它稱為研究型的設計。但真正解決一個現實問題時，這些生成本身并不是設計目標，而是生成設計目標的很重要部份。所以我們掌握的分寸就是AlphaGo和人的區別，怎么掌握這些工具，就須要更深的功底和駕馭能力。
范凌：請問KostasTerzidis院士，剛剛您提到AI在服飾設計電商領域的應用事例，能詳盡說說么？
KostasTerzidis：這個問題包含兩部份。一是關于藝術或設計的主觀性，它是潮流吸引消費者選購商品的主要裝備。換言之，只有潮流仍然在持續地生產新鮮的和不同的事物，人們會消費更多的東西。人們推入了這樣一個消費圈套里，由于在某種程度上，我們如今穿的衣物和之前并沒有哪些不同。“衣不如新”只是一種感官上的享受。
傳統是人類創造的最先進的原則，而且存在了幾千年，它能給與一種標準的思維方法，一種對主觀性的客觀化。但倘若我們能用設計旨在于創造普遍的、客觀的、永恒的事物，我們一定會比“反復持續地更新“要更成功，而不是生產過量的服飾并最終導致對環境和視覺的污染。
所以，我們在這兒的案例中針對潮流的排列設計所做的，更多的是去發覺哪些是不變的標準事物，以及潮流的真正特點是哪些。為此，AI不是一個發覺不同之處的工具，而是一個發覺不同服飾組合當中的共同點的工具。這在某種程度上愈加傳統。
相關文章
為您推薦
加載中...