浅谈人工智能技术下产品设计的发展趋势和策略

2022-10-17曹祥哲

天津美术学院学报 2022年2期

一、“人工智能”的概念

人工智能是通过对人的智能活动进行研究，对其规律进行总结，并利用计算机软件等来模拟人的思维和行为，从而形成的一种科学的理论、技术和方法，属于一门新型的学科。［1］

概括来讲，人工智能就是通过对人的思维方式进行模拟，将这种思维方式运用到机器上，使机器可以像人一样思考问题，并对问题进行回应。

人工智能技术从起初的探索到今天的日益强大，经历了漫长的发展过程。如今，人工智能已经走进人们的生活。尤其在设计领域，人工智能技术已经被广泛运用到视觉设计、产品设计以及艺术设计等领域。伴随着物联网技术、5G技术的发展，人工智能将具备更加广阔的发展空间，对艺术设计的发展起到更大的推动作用。

二、人工智能和产品设计发展的关系

产品设计是一项融合多种学科知识的创新行为，包含造型、美学、材料、技术、商业营销等多种因素。纵观产品设计的发展，可以看出每一次技术革命都为产品设计和相应的设计理念带来了新的发展空间。这足以说明技术因素对产品设计的发展有着直接的促进作用。新技术可以使产品内核实现革新升级，从而改变产品的外观和使用方式。以电视机为例，早期的电视机（图1）由于内部电子枪和显像管的体积过于庞大，产品呈现笨重的长方体形态；到了20世纪，由于等离子技术的出现，电视机内部采用了第一代自动发光技术，省去了原始电子枪的结构，将更多空间留给屏幕，从而使电视机机身变薄了许多。随着液晶显示屏技术的发展，电视机屏幕变得更薄了，甚至可以达到几毫米的厚度。超薄电视机（图2）已成为目前电视机市场的主流。电视机从笨重的“体”的形态进化到超薄的“面”的形态，依靠的就是技术的推动。同时，人工智能技术又使电视机在与用户交互方面有了新的发展，用户可以通过语音对话实现操控的全过程。技术的不断进步也使产品设计的方向更加多样化。人工智能技术的高速发展不断影响着产品的功能和形态，促使产品设计从基础功能向综合功能全面开发，打破了用户使用产品的局限性，增强了用户和产品之间的情感交互体验。

图1 老式电视机图片来源：https://m.haier.com/bbs/activity/2436233.shtml

图2 超薄电视机图片来源：https://www.smzdm.com/p/25539047/

人工智能技术具备精准性、高效性和创新性，可以取代传统的重复性或有危险性的人工操作。此外，人工智能技术可以依靠大数据以及物联网采集更多信息，通过自我学习，为用户带来全新的情感体验。如今，人工智能技术的落地再次驱使产品设计进入升级化时代，并在流程、方法等方面给其带来了新的发展。

三、人工智能技术下产品设计的发展趋势

（一）由单向的人机系统进化为共融的人机融合系统

人工智能技术打破了传统设计的界限，扩大了设计领域，使艺术和设计可以更快速地进行交融。物联网、5G以及大数据使传统的机器具有了更高的“智慧”，从而成为设计主体，参与设计流程，与设计师一同完成设计任务。

由于融入人工智能技术的机器具备了深度学习、思考和协作的能力，和用户一样具备智能思维，因而它和用户同属于认知主体。通过人对机器的使用，二者形成了更加复杂、精密、智慧的新型人机融合系统。这种人机融合系统不仅包含人、机器、物理环境，也包含其互相融合的关系。分别对人的认知属性和机器的计算属性进行研究，探究人机认知处理决策的差异性，是建立融合性人机系统的关键。

传统的人机系统由人、机器、环境组成。机器属于单纯的物理体态，人机系统的运行要通过人对机器的控制来完成。而新型的群体智能系统则对人的身体、感觉和认知能力做了扩展和提升，并通过自然交互、智能交互与人和谐共处，从而实现人机融合。

例如广州汽车集团股份有限公司推出的全球首款自动驾驶系统，人机交融主要体现在自动泊位和辅助驾驶功能方面。其车身安置了4个高清摄像头和12个超声波传感器来探测车身位置。在6米的范围内，系统可以通过信号传输完成寻找车位、识别车位、泊入车位的全过程。此外，方向盘还安装了预警系统，驾驶者双手只需要轻搭在方向盘上即可；如果双手离开方向盘几秒钟，系统就会发出警报。人工智能技术将传统设计转向更加友好的人机深度协作。

（二）机器人产品的升级

人工智能技术促使机器人产品快速发展。目前机器人分为两大类。

一类是具备操作功能的工业机器人，如物流系统的分货装置、生产线上的装配机器人等。这类机器人已经运用到各种生产领域，不仅降低了生产成本，而且大大提高了工作效率。如京东的机器人分拣系统将原有的分拣系统从6个减少到3个，而单小时处理货品的件数却比以前大大增加。

亮相于2021年亚洲国际物流技术与运输系统展览会的极智嘉智能分拣机器人（图3、图4），外观硬朗小巧、科技时尚。其机身自带智能升降架，可任意调节高度，适应各种高度和不同尺寸的物流箱体，具备高柔性和很好的兼容性。这样的设计既提高了机器人分拣物件的效率，又节约了物流存储空间。

图3 极智嘉智能分拣机器人图片来源：https://new.qq.com/rain/a/20211027a0bv8o00

图4 极智嘉智能分拣机器人图片来源：https://baijiahao.baidu.com/s?id=1728255086162374864

这类机器人需要依靠专业技术人员进行操控，操作难度较大。一旦操作有误，很可能给人群带来损伤，并影响生产。为了提高安全性和工作效率，必须加强机器人的仿真设计，将人体结构的数据、尺度、原理以及运动规律等运用到机器人的设计中。此外，整体结构还需更加简化、合理，控制程序还需更加简洁、宜人，以便使用者和机器人更好地协同工作，从而提高工作效率。这就需要我们对人形机器人加大开发步伐。

另一类机器人的外观设计模拟人体形态，能够完成人体动作，也称作仿真人形机器人。这类机器人具备敏捷的思维，能够思考、运算并作出判断，以此完成使用者对它的指示，高效、安全地完成人机交互。

如日本Walker X机器人（图5、图6），经过5年4次的产品升级，已经从最初的结构性机器人进化到仿人形机器人。该产品通过减轻自身材料的重量、降低重心实现单腿支撑，每小时步行距离提高到了3公里。而且，即使受到外力冲击，其也能保持稳定性。此外，该机器人还配备了三维立体视觉定位系统，通过多层算法，可以选择最优行动路径，并且可以探测物体的位置和方向等属性，完成多项复杂的抓取动作。这就是仿真人形服务机器人技术的突破。未来这类机器人将更加富有情感，并走向家庭生活。

图5 Walker X机器人图片来源：https://www.163.com/dy/article/GEGJQ92L05318Y5M.html

图6 Walker X机器人图片来源：https://www.sohu.com/a/476199932_100171209

四、人工智能技术下产品设计发展的策略

（一）建立虚拟智能角色形象

用户在和智能设备交互的过程中，会通过综合感知对交互过程进行一种情感定位，并将这种情感投入到一种虚拟的情景中。我们依据这种用户感知，可以建立一种虚拟的角色形象，来满足用户对这种虚拟情感的期盼。这类智能角色形象将传统语音交互模式拟人化，赋予了情感和性格，强调情感化交流。这种智能系统可以通过智能算法和用户交流，完成各种任务。“智能小爱”就是这样的虚拟智能角色。它可以应用于各种系统化的家电产品中，通过和用户友好对话完成用户的各项指令。

我们可以将这种智能系统设定为朋友或助手的身份，也可以进行更广泛的角色开发，如管家、长辈以及下属的身份等。智能产品设计必须依托虚拟智能角色形象完成产品的交互过程。这样的智能角色既可以使产品的交互过程变得更加生动有趣，又可以满足用户对情感的期望。

（二）构建智能数据分析系统

在传统产品设计流程中，设计师要通过调研来对企业、产品以及用户行为等进行分析，以此作为产品研发的依据。研究人员将数据分为企业内部数据、外部数据和用户数据。内部数据包含企业的管理资源、人力资源、管理决策、运营模式以及营销数据等。它是由企业正常运转所产生的直接或间接数据。外部数据是指企业所处大环境的数据，包含同类竞品信息、产品生产法规、国家政策条例、整体流行趋势等。用户信息是指消费者的人群特点、审美取向、生活模式以及消费模式等。

以往的工作中，设计师要通过人工对这些信息进行综合采集和分析，从而完成对设计方向的预测。相关的调研工作相当烦琐和庞杂，要消耗大量时间成本和人力成本。由于时间和空间的限制，这种传统的数据采集和分析不能做到精准，尤其是对产品的潜在创新突破口和用户的个性化需求不能进行准确预判。这就需要有一种设计系统能将用户和设计方进行链接，以达到用户和设计方的无障碍沟通。

我们可以利用5G和大数据建立数据分析系统，对企业的内部数据、外部数据和用户数据进行采集和分析，帮助企业进行产品设计规划与研发预判。如针对用户信息，可以将用户喜好、生活方式等数据在云端进行存储，并利用深度神经网络模型，对市场用户的特征价值进行数据整合、分析、计算，从而预测出未来的用户喜好以及产品的流行趋势。此外，还可以对消费者的文化背景、爱好以及生活品位等抽象要素进行分析，选取与匹配指标关联性较高的特征值，为后期匹配提供服务。智能数据分析系统对大量基础和复杂信息进行整合、分析，不仅能为后期的设计进阶提供理论基础，而且能减少设计师投入的时间成本，以便他们能够集中精力投入创造性的活动，［2］最终达到数据的科学性和思维创新性的融合。有研究者将依靠人工神经网络算法建立预测模型的工作分为准备数据并选取适当的特征、训练模型并进行评估、优化模型性能并评估三部分，［3］并提出利用深度神经网络模型对汽车造型流行趋势进行预判。

（三）构建智能设计系统

大数据的发展以及硬件系统的更新，如CPU并行计算技术的成熟，成就了深度学习的方法。深度学习的方法是更加接近人脑对数据进行解释的方法，也是人工智能的重要实现路径和发展方向。［4］杰弗里·埃弗里斯特·辛顿（Geoffrey Everest Hinton）等学者在2006年提出深度信念网络训练方法，促进了深度学习的迅速发展。深度学习的方法相对于以往的机器学习方法更具有先进性。面对不同结构的数据，它可以采用相对统一的结构进行处理，输入和输出都具备较灵活的方式，不需要人工对特征进行筛选。按照某类任务训练的特定神经网络，可以方便地适配到相似任务。［5］

深度神经网络通过专业训练，可以对各种数据提取相应的概念并进行分类，分类结果更加精准。深度神经网络技术可以广泛应用于图像筛选、图像组织、图像辨识、风格塑造和创新设计等领域。我们可以利用卷积神经网络加强图像识别，构建个性化的产品生成算法研究，从而构建个性化的人工智能设计方案生成算法，生成具有创新性并能够唤起用户心理期望的产品样式，使生成的产品具有个性化风格。

阿里公司推出的阿里鹿班平台，凭借强大的AI智能算法和大数据的利用，使机器可以学习设计知识，从而拥有设计能力。同样的技术原理我们完全可以应用到产品设计领域。国外一家汽车公司即利用人工智能技术，结合虚拟现实以及3D打印，开发出新的车型。［6］

在未来产品设计流程中，我们可以将草图、配色以及形态样式等要素搜集起来，建立不同属性的资源库；再结合用户的指令进行搜索，通过机器学习算法，生成新的图形、图像；最后通过优化模块进行高精度的完善，从而形成最终的设计效果。

设计师菲利普·施密特（Philipp Schmitt）曾利用人工智能系统的自我学习能力完成一个设计项目。这个人工智能系统由两个模块组成：一个模块可以检索图像，将上百件产品存入信息库中，然后对其进行自主学习，从而生成新的图像；另一个模块为优化模块，可以对生成的图像进行验证，从而得到更加合理的图形。最后，他根据这个图形，结合新材料，制作出了成品（图7、图8）。［7］

图7 素材资源库图片来源：https://www.sohu.com/a/339587443_288591

图8 菲利普·施密特利用人工智能设计的座椅图片来源：https://www.sohu.com/a/339587443_288591

设计师飞利浦·斯塔克（Philippe Starck）利用人工智能软件平台设计出的新型座椅已经亮相于2019年的米兰家具展。设计者根据自己的设想输入材质、形态、预期感觉等命令，AI程序在接到相应的命令后对其进行分析、提炼，最终总结出关键点，概括出设计者的意图，从而设计出形态，并结合3D打印技术以及其他辅助成型技术制作出模型。

（四）机器人和操作者共融的工作模式

强调机器人和操作者共融的工作模式，还可以建立多机器人系统（Multi-Robot System，MRS）。多机器人系统就是将不同用途的多个单体机器人组合成系统。［8］它突破了单体机器人的工作局限，更注重群体智能系统协作，实现1+1＞2的功效。多机器人系统能在不同的领域发挥优势。［9］这也会成为未来机器人发展的趋势。