Teaching Machines to Understand Design？

-1- 背景

人工智能已经发展成为一种基本技术，可用于各种领域，例如机器人，计算机视觉，自然语言处理，甚至用户体验、产品设计、建筑设计、海报设计等等。

 

但是，我们必须意识到人工智能并不是万能的。当AI经过训练可以执行或加速特定任务时，它的表现最佳。

过去的实践表明，

AI并不擅长人类层面的认知或“广义”智能；

反而是擅长人类不擅长一些任务，例如理解大型数据集。

商业化的经验告诉我们，用户对AI从替代到增强的预期变化，我们应该将AI定义为可以增强人类能力的东西（而不是替代人类），

同时，越来越多的人开始接受智能增强的理念。

-3- 机器的理解能力

先看一道题，

在舞台上，一位女士坐在钢琴边上。她_____

a）坐在姐姐旁边玩洋娃娃

b）正微笑着听音乐

c）在人群中，看着舞者

d）紧张地将手指放在钢琴按键上

读者们（人类）很容易就可以找出答案，但对于机器来说，这是一个非常难的问题。

对于设计而言，如何教会机器设计的常识呢？

回想一下我们是如何接受设计学的教育的？学习三大构成 ——色彩构成、平面构成、立体构成。然后经过不断地练习，观察案例，从而形成了我们对设计的理解能力。

从这个角度来说，我们应该从最基础的设计学教育开始教给机器。

我们需要设计一种机器与设计师都能懂的语言。“设计语言”，这是设计师与机器的通讯标准，机器理解设计的数据结构。

-5- 进展

另一个场景就是更加智能化的设计工具。

设计工具一个明显的趋势是从手动到自动化的演进，例如早期photoshop并没有action的概念，而现在，我们可以预设一系列的操作变成一个action，自动化地完成一些设计任务。有了自动化的帮助，设计过程从繁至简。

关于设计工具，我们已经无法分辨到底是设计师被工具所影响，还是工具被设计师所影响。早期设计师只通过手绘来构思设计，而现在工具越来越智能，设计师表达设计的媒介不再局限于手绘，甚至跳过手绘阶段，直接打开设计工具，在设计工具里进行操作。

可以说，设计师在设计工具的影响下，设计思维也发生了转变。

另一个趋势就是越来越多的设计工具标配二次开发接口，例如三维软件blender，基于python的插件生态，例子非常多。

从这个角度来讲，设计越来越等同于技术。未来，技术将是设计师标配的技能。

举2个栗子，adobe的fontphoria使用ar自动检测图片，并生成字体样式直接叠加到现实中。