生成式人工智能技术在艺术设计课程教学中的应用

杨雅儒

(湖南艺术职业学院,湖南 长沙 410100)

0 引言

人工智能(简称AI)的概念由数学家巴斯卡、计算机先驱莱布尼茨提出.机器与艺术最早的结合产生于英国,伦敦大学斯雷德艺术学院首次应用机器进行生成式创作,标志着人工智能开始进入教育与设计领域.进入21 世纪,我国逐渐重视将人工智能技术应用于教学变革,相关部门印发《新一代人工智能发展规划》《高等学校人工智能创新行动计划》《人工智能教育蓝皮书》等文件,提出利用人工智能技术以科技赋能模式创新高校教学理念,对人工智能技术应用于教学进行方向性指引,推动人工智能和教育深度融合[1].2022 年,生成式人工智能应用迅速爆发,在设计行业中得到广泛应用,对现行艺术创作模式产生了冲击,科技与艺术已经深度融合,教育科技化已经成为影响教育现代化进程的关键环节和核心要素.在此背景下,本文尝试探析与展望生成式人工智能技术在高校艺术设计专业课程中的应用方式及手段,探索人工智能融入设计教育的新路径,促进设计教学的数字智能化,以期为人工智能技术提供教育场景应用的新范式.

1 生成式人工智能运行方式

生成式人工智能是指计算机通过利用现有文本、音频或图像来创造全新、类似内容的技术.此技术专注于生成新内容,如文本、图像、视频、音乐等.现阶段生成式人工智能可依托海量数据分析与深度学习完成文字到图形、图形到图形、声音到图形的多角度转化,打破了文字、声音、图形这三种信息传播符号的媒介壁垒,给艺术设计带来了新的设计范式.生成式人工智能除了可根据指令生成具有一定原创属性的图形图像外,还可完成自动配色换色、字体设计、版式设计等功能,这标志着人工智能正在逐步拥有图像创造与设计能力.

1.1 文本生成

生成式人工智能仅依据文字指令就能实现独立的图像创作,甚至能“理解”不同属性的词汇并以此展开合理的“想象”形成“同构”,进而产生具有创意的图形.随着人工智能技术的不断成熟,现阶段仅需通过概念、属性、风格三个维度的文字描述,生成式人工智能即可在极短的时间内创作出一幅具有高度艺术美感的海报.2022 年,TBWA 公司展示了一系列人工智能依据经典诗句自动生成的视觉图片作品(图1),标志着该项技术已经相对成熟.

1.2 风格迁移

风格是指艺术家经过长期的创作实践所形成的特定技巧或视觉特征.风格迁移是指人工智能利用神经网络捕捉、分析特定风格,使得生成的图像风格模仿目标图像风格[2].例如,人工智能Dall-E 2 可根据用户上传的图片,分析出相应风格特征,再将该特征赋予其他图片,生成同一风格图像(图2).风格迁移类相关应用能在艺术商业化过程中为人们节约大量的时间,包括动画原稿上色、图像渲染等,极大提高了产业工作效率.

图2 由人工智能系统Dall-E 2 根据约翰内斯·维米尔的作品创造的同一风格图片

1.3 音频生成

声音与视觉是两种不同的信息传播方式,设计界一直尝试探索如何用图像表达声音或味道,以此实现多感官交互设计.人工智能图像生成技术打破了声音与图像的壁垒,可在没有任何文字提示的情况下根据音频生成图像.图3 为人工智能系统根据不同音乐风格及节奏韵律生成的富有变化的图形.此外,人工智能还可根据青蛙的叫声生成青蛙的图片,这表明该技术不仅可实现对节奏的视觉化表达,还具备一定的声音分析能力.

图3 人工智能系统Stable Diffusion 根据放克贝斯线与爵士萨克斯独奏、钢琴放克、摇滚电吉他独奏生成的图片

1.4 色彩生成

色彩是视觉感知中最为直接的元素,能极大影响受众对图像的判断与情感态度.现阶段视觉图片作品的配色依靠设计师个人经验完成,主观性极强且难以复制及批量化.生成式人工智能技术可将固定风格的配色通过HSL 模型转化为规则,形成智能色彩库,用户通过简单点击,便可完成色彩方案的替换或固定色彩风格的模仿.现行技术条件下,色彩生成可分为自动着色与交互着色两种.自动着色指通过人工智能参与,计算机根据学习经验自动为图片上色.交互着色指结合设计师的画作,如线稿草图,自动识别形状边界,为图片添加颜色,或根据指定目标色彩搭配方案,更换原始图片色彩.

1.5 字符生成

广义来看,字符是有着特定意义的图形,而图像识别是深度学习技术最早尝试的应用领域.随着技术的发展,深度神经网络开始应用于中文字体设计.在商业设计领域,常见的字体设计主要指在保持字形识别度的情况下按照视觉规律赋予文字一定风格及特征,并将这种特征延续至整体.2017 年,手迹造字APP可以做到用户最少只需手写100 个字,软件即可通过深度学习总结书写特征,生成个性化风格字体.

2 赋能创意教学的应用构想

2.1 革新教学内容

科技与人、科技与艺术一直是现代艺术设计教育中重要的议题.科技的发展促使读图时代到来,各种图形、影像包裹着复杂的社会性文化冲击着人们的视觉神经,如何解读、欣赏视觉文化产物也成为当今艺术教育的重要话题,因此,设计专业课堂中应当更为注重培养学生的数据思维、图像表达能力等.21 世纪初,西方兴起的视觉文化艺术教育认为,艺术教育的目的不仅仅在于教会学生如何创作,同时还应当引导学生思考图像背后的本质以及艺术如何影响人与社会的构建.我们可以在课程中展示人工智能创作的各种艺术作品或利用算法形成的图像作品,引导学生积极思考何为艺术、技术与艺术的关系、人与科技的关系等问题.同时可以梳理生成式人工智能的实践脉络,向学生展现设计先驱们在艺术与科技道路上的探索过程,分析里程碑式作品背后的社会文化内涵,充分发挥艺术设计教育应有的人文价值.

2.2 创新教学方法

2.2.1 加深概念理解

风格迁移能捕捉、分析特定风格并模仿目标图像.在艺术设计类课程教学中,应用该项技术能极大改善讲授艺术流派的风格时传统模式互动性差、教学效果不佳的问题.教师可将任一图片快速生成某一指定风格或生成多种风格进行对比,此操作步骤可以引导学生自主完成,增加学生学习的主观能动性,激发学习兴趣,加深对概念及原理的理解.同时,在实践环节使用该技术也能取得良好的效果.例如,利用生成式人工智能的风格迁移技术,对中国传统剪纸纹样中的兔纹进行未来风格(赛博朋克)或西方风格(波普)迁移,形成极富新意的图形,以此引导学生思考如何利用新技术对传统艺术进行活化设计与传承创新(图4).

图4 使用生成式人工智能将剪纸兔纹样变为多种风格

2.2.2 激发创作灵感

创造力与想象力是设计师的核心能力,也是平面设计教育需重点培育的能力,而依托于灵感的创造力需要前期大量的知识及生活经验的积累,因此常常受到限制.人工智能经过大量的素材学习形成了所谓的“机器逻辑”,不受生活经验所带来的思维定式及功能固着的影响,更易于多角度多方位描绘事物,更易于进行多种形状的重组解构及合成拼贴.启动设计生产程序时,人工智能设计平台就按照其掌握的规律结合客户的需求,以重构或解构的手法,进行各种可能性的试错[3].生成式人工智能将逻辑上毫不相干的两个词语进行符合逻辑的“自洽”并以此形成“同构”,进而产生具有设计创意的图形,这与设计领域图形创作中常用的同构手法极为契合,极易融入以头脑风暴为设计方式的设计实践中.人工智能可以天马行空地对视觉符号进行重组,将不同种类不同质感的形象拼贴在一起,产生全新的符号,虽然这种拼贴不一定非常合理,但能极大程度启发学生的创意思维.教师可以在头脑风暴发散词语步骤完成之后,引导学生将任一两个关键词输入人工智能平台,在生成的众多结果中寻找思路,辅助完成创意的构思.

图5 为笔者尝试使用人工智能辅助思索创意,最终完成的创意图形制作.笔者利用生成式人工智能技术,输入文本“书本与屋顶”,形成了众多结果,其中两张提供了两个可行的设计思路,将书本与屋顶的瓦砾同构,或与屋顶直接同构,最后按照其中一条思路,设计出了创意图形,以此表达“知识助力乡村振兴”这一主题.

图5 使用生成式人工智能完成创意海报制作

2.2.3 提升教学效率

平面设计教学过程与学生创作实践过程中存在大量重复性高、劳动强度大的环节,利用人工智能可有效提高教学效率.如教师课程示范时,需要对比多种风格,可使用风格迁移技术快速实现风格的转换,高效完成教学案例的绘制.教师在示范讲解不同配色效果时,可使用AI 自动着色功能,形成多种配色方案,提供丰富教学素材.在字体设计课程中,受课程时间限制,学生往往无法完成一整套字体设计,借助生成式人工智能技术,在学生完成核心设计后,可自动生成一整套字体设计,极大程度增强了课程教学效果.在其他课程实践环节中,也可使用生成式人工智能技术完成视觉元素收集、风格选择、颜色选择等创作实践步骤,提升实践效率.

2.2.4 融入多感官教学

艺术设计类课程教学一直强调激发学生多感官感受,通过多种形式进行设计信息的传达.在设计基础课三大构成的教学中,一直提倡将听觉、触觉与视觉联合起来,创作符号与元素.生成式人工智能技术可以实现声音到图形的直接转换,这是人工智能模仿人类大脑五感相通的结果.教师可在教学过程中使用该技术辅助完成多感官教学,如播放一段轻音乐或电闪雷鸣、动物鸣叫等声音,让学生经过联想与想象和人工智能同时创作图像(图6),最后对比讲评,以此激发学生的求知欲与好奇心,深化教学效果.

图6 GAN 根据 Saje 的歌曲Raspberry 生成的图像

2.3 丰富教学模式

传统的艺术设计类课程教学模式以“先知识传递再实践探究”为特征,讲授环节以教师为中心,讲授形式多采取语言表述配合图片视频等.虽然数字化教学课程已经提出使用VR 等人工智能手段丰富学生感官,但学生始终属于被动接受知识,而非主动探索.引入生成式人工智能技术,可与原理解析、设计方法讲授等教学环节紧密融合,让学生在使用AI 技术的过程中将知识内化,真正引导学生自主学习,提高学生学习欲望,更好地培养学生主动思考与探索研究能力,并发挥其主观能动性开展探究式学习,创新自身设计思维,提高自身艺术修养.

3 反思与建议

3.1 谨防技术依赖,活化设计模式

人工智能图像作品的创作模式是利用算法将大量与艺术相关的图片、素材、知识数据输入多层级结构的神经网络,进行信息的筛选与特征的提取,从而实现对计算机的造图思维培育,其本质还是对人类创作的学习、模仿与再造,且创作模式相对固化,虽然效率较高,但是无法真正替代人类进行全方位创作.在课堂教学中应当坚持技术的工具性与辅助性,注重通过技术强化来辅助实现教师“讲授”的主体作用,有侧重地引导学生应用技术,谨防对技术过度依赖.智能化设计过程需要人的创造力与机器的大规模计算能力相结合,是一个人机深度协同的过程[4].可鼓励学生形成人与机器协调设计的创作模式(图7),将人的创造力与机器的学习运算能力相结合,充分发挥人的主观能动性,学会借助机器调动创意思维,提升创作力和决策力,而不是被机器支配.

图7 人机协调的新型设计实践模式

3.2 关注情感缺失,优化人机关系

设计创作需要独特的创意思维,需要融入一定的人文情怀.生成式人工智能并不是在情感驱动下的创作活动,而是计算机程序通过大量人类艺术作品的学习、寻找特征、抓住规律,再进行模拟表达,现阶段人工智能技术对人类情感的“表现”仅能做到“拟情”.如著名人工智能专家皮卡德提出“感情计算”的方法,试图通过计算机强大的计算功能以及数据分析能力,去分析人类情感的外在表现,如面部表情、皮肤温度、心跳速率与人类心情的关系,绘画的笔触色彩与艺术家的情感之间的联系等[5].因此,在使用生成式人工智能进行教学的过程中,教师应让学生正确看待机器与人的关系,需增强与学生的互动,将知识传授与情感表达相结合,强调创作应立足于丰富的生活经历及情感体验,只有在此基准下才能创作出有温度有灵气的艺术作品.

3.3 注重科技素养,促进师生共研

面对新技术、新审美的冲击和变化,教师应当增强把握学情的能力,注重多渠道了解技术变化趋势,实现教学相长.在人工智能技术背景下,“工具”与“思维”之间的结合愈发紧密,相互之间亦有涉足,思维性或启发性工具使用正在成为常态.传统艺术作品的生成方式已经悄然发生了改变,艺术作品中的逻辑思维、数据统计、喜好分析等理性成分占比正在逐步上升.教师通过引入与介绍前沿技术,使学生充分感受技术引领的创新,进而实现科技思维和设计思维的链接.同时,教师应当在教学过程中尊重学生对于新技术的感受与创造性运用,围绕新时代对设计人才科技素养的新要求,对课程进行创新,进一步推动人工智能与设计教育深度融合、创新发展,才能更好赋能教育现代化,培养顺应时代发展要求的创新人才.

4 结束语

将生成式人工智能技术应用于设计教育,既可提高师生的数字素养,又可拓展设计专业的教学方法、革新教学内容、丰富教学模式.因此,教师应充分了解和学习生成式人工智能技术的相关原理,积极探索该技术融入专业教学的方式方法,进一步提升设计教学的智能化与数字化水平,更好地培育时代所需的设计人才.