人工智能与数字媒体艺术融合发展研究

2021-11-29梁丹

中国科技纵横 2021年24期

关键词：设计者人工智能数字

梁丹

（长春工程学院，吉林长春 130000）

0.引言

数字媒体属于现代的新型科技，其能把各类无法切实感受与抽象化的内容，以艺术的形式呈现在人们眼前。在人工智能的加入后，让数字媒体发生较大的转变，给艺术设计者提供更多的创作素材与思路，切实使数字媒体艺术的设计难度得以下降。

1.人工智能在数字媒体艺术中的应用

1.1 改善设计环境

在未融入人工智能以前，数字媒体运行下，相关艺术设计师对于人物类的设计任务，感到较大的压力，而且极为枯燥。在运用人工智能的手段后，使得数字媒体发生极大的转变，促使人物设计的操作难度大幅度降低。借助人工智能，不仅提升设计成品的质量，发挥出设计过程中的环境优势，以此完成全方位优化。在人工智能的背景下，让信息得以更新与深层次的交流应用。在实际的艺术设计中，能利用人工智能，生成大批量的艺术成品。按照人工智能本身的理论架构与数据集合，可辅助设计师，改善数字媒体艺术成品的品质，并优化产出的效果，可打破常规数字化设计中的缺陷，简化艺术设计的基本步骤。

1.2 优化用户体验

在智能手机及电脑等设备的不断普及下，近几年，网络游戏面向的目标群体在持续扩大中，覆盖的年龄段极广。在游戏前期开发阶段，设计游戏画面等部分，会先对目标群体实施调研与信息统计，以此提炼出有价值的信息，保障最终推向市场的网络游戏成品，能有较高的传播度。网络游戏开发者，为能贴合用户的娱乐需要，优化实际的体验感。基于人工智能的融入，用户每次进入游戏，均会收获新的感受，以保持用户对于游戏的新鲜感，延长游戏产品的生命周期。若要落实对游戏过程的分析，需应用人工智能的方法，及时检测出具体的异常点，随即完成修复处理，由此能优化用户的体验感以及娱乐的参与性[1]。

1.3 保障工作效率

在人工智能下，实施数字媒体的场景设计，能优化成品质量及整体速度。在修改完善数字化的场景及细节内容中，需用到人工智能，促使用户可以全方位地看到场景艺术作品，并通过查找评价及建议，提出反馈信息中，使用户对艺术成品形成更深刻的印象，向用户展现更多的选择。另外，将人工智能融入场景设计中，能缓解设计者的任务压力，减少实际设计工作量，并有效降低设计者与用户之间要求偏差大等问题的出现概率。由此看来，人工智能和数字媒体的结合，存在极高的重要性，能改进数字媒体，扩展新的功能。所以，应继续加深人工智能的渗透程度，辅助设计师创作出符合用户需要的成品，优化数字媒体领域的服务效果，同时，数字媒体在整理、筛选及反馈等渠道中，持续加深人工智能的融入，能给自媒体平台构建坚实的保障屏障。数字媒体以人工智能取代传统人工，切实省下培育人才的成本，并确保产品丰富传达内容与浏览量，并打开用户的可选择面。人工智能运用下，推动数字媒体运行方式的调整，使信息推广速度与可信度得以提升。

2.人工智能和数字媒体艺术之间的融合路径

2.1 AI赋能发展

首先，数字化的图形图像。数字媒体艺术依托于计算机软件，形成的艺术作品，同时其传播载体也是数字化的形式。从出现至今，由原本的手工绘制到如今的计算机制图，呈现的艺术风格更为多样，颜色也由黑白两色扩展到上千万，让画面更具视觉冲击力与感染力。对于创作步骤，早期设计中根据个人基本构思，生成草图素材，运用计算机保存应用，经过拼贴、特效及调色等环节，得到艺术作品。而在计算机工具不断升级中，带有批量制图的软件程序，获得更多设计师的喜爱，切实增加产量。但在该种应用模式下，极容易出现同类的艺术作品。但在AI的赋能下，使图形图像更加多变。基于庞大的素材资料库，能跳过采集与整理素材的步骤，即便当下尚未迸发灵感，也可通过素材库，逐渐激发出艺术灵感。设计师在AI界面输入自己的创作需要，通过大数据算法，筛选出与关键词吻合的内容，也能根据设计师设定的格式、文案及色系等，融合各类素材生成多个方案，以供设计师选择[2]。比如，2016年的“鲁班”AI设计师，其在一年内设计出上亿的产品海报。

其次，沉浸式交互。艺术表达的根本目的是为打造独立空间，通过AI赋能使数字交互艺术，拥有更大的“舞台”。借此激发出相关设计者的灵感，并通过最表层的呈现方式，予以受众更为真实的感受。而此种沉浸式的交互，在2012年的《雨屋》中全面体现出来，该体验艺术运用数字3D与感应技术，把自然降水“留在”室内，基于人机交互，使人们身在“雨中”却不湿身。通过AI赋能使得数字交互推动着艺术领域的革新，创造出特别的数字化作品。

最后，数字可视化。在数字媒体的运转中，需运用计算机与数据之间存在密切的联系。数据原本是以静态图表的形式呈现，而相应的分析模式在数据大爆炸的年代，完全不能适应媒介生态。在新媒体推广下让数据动了起来，而可视化便是由此衍生的视觉艺术。比如“The Next Rembrandt”，该软件支持模仿伦勃朗的画作。

2.2 VR技术融合

利用VR技术能支持海量信息的传达，其融合模拟环境、传感装置与生物感知等多项内容，使人们形成如临其境的感受。基于VR系统，视觉发挥主要作用，在眼睛看到不同帧数的图像后，形成视觉差，以产生立体感。通过VR技术和数字媒体艺术的搭配，可向受众同时输出更多关联性的信息，沉浸于虚拟空间中，而且还能和虚拟空间中的事物进行互动。基于此特征，能够让人们不被其他因素影响，完全沉浸在数字化的世界中，利于人们快速吸收到相关资料。在现代艺术中，会传达出比较消极的元素，这是受到大环境的影响。目前社会环境中快节奏、人情淡薄，再加上人们具备的差异化意识与感受，促使现代艺术作品，反映出的内容信息，更多是焦虑与孤独。但是后现代艺术，更多是基于愉悦的氛围，传递出相应内容，这是借助VR手段实现的。所以说VR融合是有必要的。

数字媒体和传统媒体之间的本质上区别在于互动，实现数字虚拟化后，用户和数据之间的联系，更为复杂化。虚拟现实下，用户接收信息的途径似乎更为明确，打破常规的获得方法。借助简化此环节的思路，提升信息传达的效率与精度。目前，VR技术的运用比较广，在此项技术下涉及3个主要节点，具体是交互、图像和行为，围绕图像节点实现各部分的组合关联。VR技术构建的数字媒体环境中，事物根本数据是借助运动与双眼的视差实现，并利用某些信息手段与3D图像展现出来。从某种角度上来讲VR和艺术设计之间，存在某些相似点，最终输出形式均为图像，但相较于技术设计，VR图像相对抽象，依托于人体感觉形成物体图像。而VR技术不仅能基于感觉，形成数字化图像，还可构成空间改变原本的2D平面，形成更为特别的感受。在目前的数字媒体艺术中，VR的融合实际根据美学和人类行为学，设计出艺术作品。通过调整观察数字化图像的角度，形成融入环境的感受，而桌面VR系统，已然被运用到网络游戏及产品展示等方面[3]。

2.3 智能化设计

智慧设计能看成设计师的工作辅助用具，借助智慧化的处理方式模拟人脑思维，由此加深计算机的智能化，以完成智能设计任务，按照市场整体环境开发出符合平日需求的工具技能。比如当前市面上的众多批图软件，便涉及人工智能，深度学习不同的艺术风格和色调构图，经过添加滤镜的方式，得到更具艺术感的图像。而且此类软件的操作比较简单，用户按照个人需要挑选素材。该种软件工具是依托于深度学习与智慧设计，按照用户操作指令调整相应参数。这些功能及交互模式，均是按照人们日常行为设计出来的，基于对采集到的信息，加以筛选分析，提炼出最吻合的需要特点。而实现此种智能化设计，不仅要用到大数据，还需要创造者让计算机形成美感方面的“思考”，使输出内容更具美学智慧。

在计算机不断成熟发展中，设计师利用诸多工具软件找寻创作灵感，并完成视觉化的步骤。艺术家也借助计算机程序进行建模，借助庞大的色彩素材，打开艺术的思路更为自由地设计。此外，人工智能利用深度学习平面设计与配色等支持智能设计，得到的成品也极具艺术效果。而计算机“获得”在美感层面上的感知，是通过分析统计大量已有的创作素材。但从另一个角度来讲，计算机不具备设计理性与激情，换言之，计算机无法拥有对美产生自主感知，也不能对艺术本身形成任何思考。对于数字媒体艺术的创作，需思考智慧和美、技术和美两对联系，而艺术领域中没有固定的界线，智慧设计形成的作品属于科学与艺术等专业的融合。数字媒体艺术的设计者，需主动了解新技术，并站在更加理性客观的角度，看待人工智能给此领域带来的变化，积极利用智慧化的方式，寻求艺术新模式，推动和人工智能的融合性。

3.人工智能时代数字媒体艺术与技术的创新研究

3.1 智能检索

在视觉设计中，收集及查找素材的前期环节，人工智能显然更具优势，这主要由于筛选是设计者综合分析的过程，对于智能标准有较高需要，所以，人工智能运用到检索阶段的重要体现在于：分析目标群体以及激发设计者思路。早期调研是设计者掌握具体任务信息的过程，因而对人工智能的应用不多，大体上还是借助设计者，完成分析等工作。研究目标群体中，人工智能基于大数据的帮助，能比较精准地确定目标群体，给设计者提供方向上的参考。不仅能提升此环节的推进效率，还可辅助设计者，得出更加贴合实际的推理结果。而对于激发设计者思路中，利用神经网络所能提供的联想及识别搜索，迅速确定有关素材，使设计者产生创作灵感的时间被缩短[4]。

3.2 组合推荐

艺术视觉设计中，会有涉及诸多专业知识，对此构建专家系统，实现向设计者组合推荐有关案例、联想素材等。在视觉创作中，并非仅包含视觉方面的专业内容，还需了解项目层面的信息，借助专家系统，能利用不间断学习，筛选出视觉识别实际需要的全部元素，并生成知识框架，按照设计项目要求，调取出来更加适宜的方案。设计者按照系统输出的专业资料，能迅速确定设计的基本框架，以及某些特殊项目的禁忌内容等。因此，借助人工智能，实现学习及保存、调取各专业内容，使设计者能迅速对数字媒体艺术的创作任务，形成总体性的了解。而设计者需要完成的工作，只有对智能运算得出的信息，加以优化及决策，切实提升总体的设计速度。

3.3 视觉生成

现如今，有临摹拓展形式的艺术设计，可借助人工智能达成，但依旧要有设计者配合。具体来讲，先把设计流程进行数字化处理，也就是设计结构环节转变成以神经网络为基础的信息，而后保存到相应的设计数据库内，而该步骤便是通过机器学习，在此过程中要求设计者作为辅助，确保机器学习能顺利完成。鉴于常规情况中，人工智能领域的专业技术员，不能对艺术设计的行为，实现准确的数字化处理。所以，在确定机器掌握所需的设计框架，此外与框架相匹配的行动器与素材库，均要交给设计者安排训练。在所有基础材料均完成后，设计者能基于设定好的内容，而且可获得诸多关于艺术设计的结果资料，而此均要设计者利用完成审美训练的神经网络系统，调取比较满足审美的视觉素材，该过程类似于设计者的试错及调节动作，主要的区别体现在神经网络通过极快的运算速率，把关联性的全部可能性呈现出来，而后借助相应的评估系统对各项结果给出分数，把所有高分视觉结果，形成方案后，输出给设计者完成后续的处理。所以，人工智能和数字媒体艺术之间的结合，在生成视觉的环节中，关键是设计者完成模型训练和构成信息库。在早期制作中，要录入准确的信息要求，直接运用机器完成基础性的视觉结果。对于尺寸拓版方面的艺术设计，也能交给人工智能，完成任意尺寸视觉上的快速匹配。在该过程中，人工智能辅助设计者完成基础创作设计，设计者的工作是完成迭代处理，基于总体方案结果实施艺术性的改动。

3.4 优化设计

根据当前人工智能的智能化程度，还无法实现设计决策，所以说，依旧要保持常规设计者的主导位置，设计者需要完成最终的决策部分。运用人工智能方法形成的设计方案，此时得到的各项结果，已通过技术层面的分析，完成更具理性的浅层决策，而最后的设计决策依然由设计者完成。简单来说，设计者应当按照现实状况，综合分析人工智能系统调取的各项设计方案，最终定版的元素组合形式。在选定视觉设计方案后，设计者依旧要通过二轮迭代，也就是优化设计，对于基础的视觉方案结果实行创意化、艺术性的修改，完成细节部分的处理调节，由此才能防止由人工智能得到的艺术设计成品，显得极为“智障”。所以，在优化设计的决策中，由人工智能负责完成浅层的基础性决策，设计者则开展优化设计决策整体呈现出技术决策辅助，设计者决策为主导的协作设计形式[5]。