人工智能介入艺术设计应用的研究

熊杰

（广州城建职业学院 艺术与设计学院）

在人工智能迅猛发展的大背景下，各领域都将面临重大冲击，其中以创造性思维为核心的设计行业也开始反思如何重塑人类的生活方式[1]，以应对新的技术变革和社会需求。艺术设计是一门充满创造力和想象力的领域，而人工智能作为一种强大的技术工具，具备了解决复杂问题和生成创造性内容的潜力[2]。通过人工智能的算法和技术，设计师能够探索新的创意可能性[3]，提高设计效率，并创造出令人惊叹的艺术设计作品。

传统的设计方式中，设计师需要参与到思维创意和作品生成的各个环节当中，而借助人工智能参与的设计中，设计师需要做的内容主要是语境构建和作品质量把控，辅助创意和制作生成部分则主要交给人工智能来完成[4]，人工智能在创意设计上的不确定性能很好地促进艺术设计行业的发展[5]。虽然人工智能目前尚处于起步阶段，但从其介入艺术设计的发展来看，人工智能将深度参与到设计作品生成的各个环节中，并逐渐成为多数设计师不可或缺的重要助手[6]。由此可见，未来设计师们将越来越倾向于创意构建和审美把控等思维性劳动[7]，而人工智能则倾向于生成和制作等实质性工作。

一、人工智能在艺术设计中的基本原理和方法

（一）人工智能概述

人工智能（Artificial Intelligence，简称AI）是指通过模拟人类智能行为的技术和系统。1950年英国数学家和计算机科学家艾伦·图灵（Alan Turing）提出一种测试人工智能的能力是否能够通过与人进行对话来表现出与人类一样的智能[8]。人工智能的概念，早在1956年达特茅斯会议上就被正式提出[9]，至今六十多年却尚未争论并普遍认同出一个一致的结果。为了方便沟通，在学术界中对于人工智能的定义倾向于人工智能是一种机器智能[10]。机器智能主要是在算法、仿生学、认知科学等技术的支持下，实现对人类思维和行为的模拟[11]，从而展现出联想、记忆、学习和推理等类人的能力。根据技术的发展程度进行划分，一般分为弱人工智能、强人工智能和超人工智能三个阶段[12]。2017年7月国务院印发了《新一代人工智能发展规划》，提出了我国新一代人工智能发展的方向，2022年4月中国信息通信研究院发布了《人工智能白皮书（2022年）》，继续推动我国人工智能健康发展。以当前人工智能发展的趋势来看，在思维和意识方面人工智能与人的界限正逐渐变得模糊。

（二）图像生成和图像识别算法

通过利用深度学习技术和大量数据进行训练，人工智能能够生成具有逼真细节和多样性的图像，且能够实现高准确率的图像识别，其主要方法是基于不同模型的算法来完成。

在图像生成方面，常见的算法包括生成对抗网络（GAN）和变分自编码器（VAE）等。GAN是一种由生成器和判别器组成的对抗性模型[13]，生成器负责生成逼真的图像样本，而判别器则负责判断生成器生成的图像是否真实，生成器和判别器通过对抗训练的方式相互优化，最终使生成器能够生成更逼真的图像；VAE是一种基于概率编码的生成模型[14]，它通过学习图像的潜在表示来生成新的图像样本，VAE的编码器将输入图像映射到潜在空间中的概率分布，解码器则从潜在空间中的样本重建图像。

如上所述，北京中医药大学中医药博物馆可作为学生初步参观学习的启蒙教育基地。此外，我们还可选择地坛公园中医药养生文化园、北京响水湖长城旅游景区名医塑像文化园、北京御生堂中医药博物馆、中国中医科学院古籍特藏部、天津市中医药研究院“津门医粹”中医药文化博物馆等重要的中医药文化教育启蒙基地。

在图像识别方面，常见的算法包括卷积神经网络（CNN）、目标检测算法和语义分割算法等。CNN是一种专门用于图像处理的神经网络结构[15]，它通过卷积层、池化层和全连接层等组件来提取图像的特征，并将其用于图像的分类或检测任务；目标检测算法主要在图像中定位和识别特定对象的位置和类别，常见的目标检测算法包括基于区域的卷积神经网络（R-CNN）[16]、快速区域卷积神经网络（Fast R-CNN）、区域卷积神经网络（R-FCN）和单阶段检测器（如YOLO和SSD）等；语义分割算法用于将图像中的每个像素分配给特定的语义类别，常见的语义分割算法包括全卷积网络（FCN）[17]、语义分割网络（SegNet）、U-Net等[18]。

需要指出的是，随着技术的发展，图像生成和图像识别算法不断演进和改进。研究人员不断提出新的算法架构、损失函数、数据增强技术等来提高图像生成和图像识别的性能。例如，生成对抗网络中的改进版本如条件生成对抗网络（cGAN）[19]、风格迁移网络（StyleGAN）等被提出[20]，并在图像生成领域取得了显著的进展。此外，还有一些跨模态的模型，如图像到文本的生成和文本到图像的生成等。

二、人工智能在艺术设计领域的应用

当前，随着人工智能的参与，传统的设计步骤已发生革命性的转变，原本以设计师的创意灵感为核心的设计活动过程，变成了设计师与人工智能相互促进共同完成设计作品的过程（图1）。虽然在整个设计活动中，设计师依然起主导作用，但人工智能已对创意生成产生了巨大的影响。

图1 设计方式的转变

（一）创意辅助

在文本生成方面，人工智能系统可以采用基于深度学习的自然语言处理技术[21]，如循环神经网络（RNN）和变换器模型（Transformer）[22]，来分析设计要求的文本输入，并生成符合设计方向的创意建议，这些模型能够从海量的文本数据中学习到语义、句法和风格等方面的知识，从而能够产生与设计相关的语言表达；在图像生成方面，人工智能系统可以利用生成对抗网络等技术，通过对大量图像数据的学习，生成器网络可以生成与设计要求相匹配的创意图像，而判别器网络则可以评估生成的图像的真实度和质量。当前，在文本生成方面应用比较广泛的是美国的人工智能研究公司OpenAI旗下的聊天机器人程序ChatGPT，在图像生成方面应用比较多的主要有Midjourney、谷歌的Imagen和OpenAI的DALL-E，国内在文本生成和图像生成方面主要有百度公司旗下的文心一言和文心一格。以Midjourney为例，通过输入关键词“咖啡馆、阳光、吧台、怀旧情调、真实细节、室内效果图、Corona渲染器”等，可得到相关咖啡厅室内效果图片（图2），虽然室内设计师不一定会完全按照该生成图片去进行设计，但不一样的创意思路和直观参考可以帮助设计师打破思维局限。

图2 人工智能生成的咖啡厅效果图作品

（二）设计优化

人工智能系统可以根据设计师的意图，分别在快速原型设计、色彩和构图优化、风格迁移和图像转换、自动化创作与合成、创意探索和演化等方面进行优化处理，并可以根据设计目标、约束条件和用户需求等因素，提供针对性的改进意见，帮助设计师进一步完善设计方案。通过运用机器学习、优化算法和深度学习等技术，AI能够有效提升设计方案的质量、效率和创造性[23]。

在人工智能的协助下，设计师的任务重心将慢慢回归到创意本身，甚至只需要一些模糊的概念和想法，就有可能创作出完整的设计方案。例如，AI可以利用色彩优化可对线稿图进行自动填色，并根据构图需要调整不同的色彩风格；在不同的场景或画面中需要不同的风格迁移和图像转换时，AI可以利用卷积神经网络（CNNs）实现图像的风格迁移，将另一幅图像的风格应用到该图像上[24]；通过演化算法，AI可以自动调整设计参数并生成一系列设计变体。在其他设计领域中，AI通过不断的指令修正和迭代演算[25]，能够逐步获得更加复杂和精确的效果，以实现设计师的意图。

（三）自动化设计

在艺术设计制作中，常常会遇到一些重复性或相似性动作，在这方面人工智能展现出强大的自动化功能，这种自动化设计并非简单地机械化重复，而是根据设计意图或创意需求进行的主动式生成。例如在景观规划设计中，AI能够根据输入的原始平面图、规划区域、绿化面积等要求，生成多张不同的平面布置方案；在字体设计方面，人工智能可以把笔画结构和字体特征提取出来[26]，通过自动组合，即可完成全部字体的设计工作。除此以外，人工智能在音乐创作、影像处理、雕塑生成等领域也可以进行自动化生成，其应用不仅扩展了创作的范围和创新性，还为设计师提供了更多创作选择和可能性。

三、人工智能在艺术设计中的挑战与限制

（一）数据集和训练样本的依赖

虽然目前人工智能的发展已经开发出很多不同的演算方法，但在艺术设计领域中，其依然需要借助已有的作品进行训练，这就会产生数据偏见和样本局限性[27]。如果训练数据主要集中在某种特定风格或主题，生成的作品也会倾向于这种特定的风格和主题，限制了多样性和创新性。解决的办法是提高人工智能训练样本的数量和质量，但即便如此，现阶段的AI仍然是基于现有作品的学习和模仿，可能导致作品缺乏原创性。此外，当设计师希望将人工智能应用于非常特定的领域或主题时，可能会面临数据不足的问题，在这种情况下，AI可能难以从有限的数据中获取足够的信息。

影响内控制度被执行的具体制度文化在第二部分介绍了四个层次——规章制度层、运行机制层、执行文化层、价值理念层。各文化因素对学生执行制度的影响程度不同，但是制度文化的四个层次都与执行内部控制制度息息相关。

（二）创造力与人类独特性

与人工智能相比，除了设计作品的美观以外，人类设计师能够为作品赋予灵魂[28]，从而让设计作品蕴含情感价值、文化特征和个人特色等，甚至包括对哲学和精神的思辨，这些都是人工智能暂时无法企及的。

1.创意思维

人工智能在某种程度上是基于已有数据进行模仿和推断的，但创意性和想象力是人类设计师的独特优势。AI可能无法像人类设计师一样创造出全新的概念和思路，其根本原因在于人工智能缺乏创作设计作品的动机。人类设计师具有丰富的创意思维，能够从不同角度和领域汲取灵感，将多元的概念融合到设计中，创造出新颖、有趣、引人入胜的作品。

2.情感表达

在本研究中，利用Illumina Hiseq 4000平台获得了青钱柳叶的高质量转录组数据，共生成50，126个装配的unigenes，并对公共蛋白数据库进行注释，然后进行GO、COG、KEGG分类，检测到21 089例假定的简单序列重复(SSRs).这些转录组数据提供了一个有价值的公共基因组资源，对于理解青钱柳叶次生代谢机制，促进发现与次级代谢途径及其调控有关的基因，以及未来青钱柳的基因表达谱和功能基因组研究都着十分重要的作用.

在艺术设计中，不同国家、地区、民族、时段会有各自的情感语境。以平面海报为例，近年来人们为抗击疫情创作了大量的宣传海报，对人工智能而言，它也许能够识别其中的人物或场景，但只能从画面的角度去解读，对于有过这段经历的人们来说，画面不仅仅是画面，更内容包含了人们对生命、对人性的各种情感，现阶段的人工智能是难以理解的，更不可能自主表达这些情感并应用到设计作品当中。

当设计行业的要求发生转变时，其对从业者的要求也将发生改变。未来的创意生成更倾向于跨专业、跨学科知识的融合；未来表达创意的形式将由以往的图像表现转变为文字表达。过去从事设计行业的设计师们大多经历过系统的美术基础、设计基础、专业技能等训练，未来设计行业的从业者可能并不需要这些基础训练，而仅仅需要具备基本的美学鉴赏能力即可，设计行业有可能被跨专业融合。此外，人工智能可以通过分析用户偏好和需求，提供个性化和定制化的设计建议和方案，这可能改变传统设计行业的商业模式和市场需求。设计师需要适应和理解用户个性化需求的变化，提供更具定制化和个性化的设计解决方案。

文化与风俗也是人类在漫长发展过程中形成的独特产物，是人类对劳动生产和生活的高度提炼。即便是人类本身，由于不同的生产和生活方式，导致不同地域的人对相互的文化也不能完全理解和认同。艺术设计作品中的符号、图案、色彩都可以是不同文化的特征体现[29]，人工智能在理解和表达这些方面时可能存在困难，因为它们涉及语境、隐喻、象征和情感等非常人性化的要素，人工智能可以通过信息收集和整理分析这些文化的特征，但却无法理解它对于人们的象征意义。

4.个人特色

从古至今不同时代的设计作品经历了各种风格、流派的发展，与创作者的个人特色密切相关，它极大地丰富了设计作品的类别和呈现方式。对于设计创作而言，每一位创作者都有不同的审美偏好和思维方式，如果能将这种创意思维呈现出来，就可能形成具有个人特色的设计作品，这种个人特色是有别于现有创作风格和形式的新的类别。而人工智能的最大优势在于能够吸收所有已知的风格并进行运用，但目前为止尚未发现人工智能自主形成一种新的特色。

5.跨学科思考

1.创作权归属

对于由人工智能生成的艺术设计作品是否属于原创作品，目前也有争议。一部分人认为人工智能的模型训练是基于大量现有作品的基础之上完成的，任何作品或风格都能被高度还原或模仿，原创性的界定将变得困难；另一部分人认为人工智能只是一种更加高效的创作工具，对于生成的结果，其关键的控制因素在于使用该工具的人，而不是工具本身。未来，人们应该强调其作为工具的属性，并对其生成的作品加以监管。

（三）伦理与道德问题

主要体现在设计师在使用数据训练人工智能时，所选择的数据是否包含他人隐私，需要设计师和技术开发者来把控，而由此引发的法律问题也需要进行探讨，以对设计师和开发者进行边界约束。

艺术设计通常涉及多个学科领域，如美学、心理学、材料、科技，甚至包括哲学、社会和文化议题等。人类设计师能够进行跨学科思考，将不同领域的知识和思想融合到设计中[30]，创造出丰富而深刻的作品。人类设计师通过突破常规和新的尝试，推动设计领域的创新，能够带来前所未有的视觉和观感体验。对于人工智能而言，把多学科进行融合并应用到艺术设计中尚且还有一定的难度。

美国对伊朗的制裁是一种国家间的系统性政治风险，最好的解决办法是由中国政府出面，同美国一起寻找到合适的长期解决办法。同时，从中美经贸摩擦的深层矛盾分析，无论美国在180天后是否会延长给与中国的“重大削减例外”豁免，中国都应该对美国的制裁政策制定和出台系统应对措施。

由设计师发布简单指令，人工智能自行补充生成出来的作品，例如设计师输入“一栋现代化建筑”，而AI自动生成出一张建筑作品的图片，其创作权应归属于设计师还是AI，或者共同所有，这主要取决人们是否认为AI具有主权身份[32]；此外，由于人工智能是基于一定的算法来完成作品的，当其他设计师以相同或相似的指令操控人工智能时，可能会产生与其他设计师相同或相似的作品，此时，作品创作权的归属也会有争议。

2.原创性认同

为激发进口潜力，加快跨境电商等新业态新模式发展，2016年5月以来，我国对跨境电商零售进口实行“暂按个人物品监管”的过渡期安排，有效促进了行业稳定发展，但也存在各方权责不清、政策预期不稳定等问题。6部门联合发布的通知中，一大特点是取消“暂按”，明确按个人自用进境物品监管，不执行首次进口许可批件、注册或备案要求。

3.隐私保护

目前，人们对人工智能的定位还比较模糊，部分学者认为它只是人类创造出来的比较高级的工具，至少认为它尚且不具备主观意识[31]，只能辅助人类去完成相应的工作和任务；也有部分学者认为人工智能在近些年的快速发展中已经表现出非常接近人类思维方式的状态，甚至感觉人工智能可能会自我改进成为具有主观体验的超级智能机器。早在2017年，机器人苏菲亚（Sophia）获得沙特阿拉伯公民身份，成为世界上第一个拥有公民身份的机器人。正因为身份定位的不确定，人工智能在责任和权利方面将无法划分，体现在艺术设计领域中，则涉及创作权、原创性、隐私、文化尊重等方面的问题。

4.文化尊重

文化是一个复杂而动态的概念，包含许多方面，如语言、价值观、信仰、习俗和符号等[33]，这会导致人工智能很难判断作品受众的接受程度。以习俗为例，不同地区的人对图案、画面或色调的解读是不一样的，因此很难避免被误解或误读。人工智能受训练者和开发者的个人主观影响和个人知识面的局限较大，为避免生成具有性别、种族、信仰等偏见的作品，还需要进行人为的审核与纠正。

（四）用户接受度

一般情况下，普通用户并不在意设计师采用什么方式完成设计作品，而主要关心作品的质量，其次是可靠性和实惠性等问题，其中的可靠性包括情感上的信任和后续的配套服务等内容。部分用户可能会对人工智能完成的作品的原创性、准确性、后期修改服务等产生一定的质疑。此外，当前社会普遍对于设计行业的价值认可度不高，由人工智能完成的作品会被认为生成太过容易而进一步降低对其价值的认可度。虽然在部分设计领域如影视特效、游戏设计等行业，人工智能的参与让人们觉得更加具有科技感，但对于广告设计、空间设计等行业，对普通用户而言还需要一定的时间来适应。

尹军平还表示，随着“三通一达”、顺丰、德邦等的陆续上市，整合大幕实际上已然拉开，而且行业内并购标的也在快速增加，一方面第一代物流企业家已到退休年龄，而很多二代不太愿意接班；另一方面，80、90年代出生的企业家家族观念没那么强，很多企业家创业成功后并不介意通过并购退出。

四、未来发展与展望

（一）可能的研究方向和趋势

有了人工智能的助力，未来的设计行业及其从业者需要重点关注的方向在于生成创意和表达创意，而降低对于设计基础和技能的要求，未来设计行业的研究方向会聚焦在人工智能的情感表达[34]、交互体验、设计伦理等方面。

3.文化认同

（二）潜在的应用领域和机会

传统设计向人工智能设计进行转变时将发生较大的变革，在此过程中也会产生许多新的应用，如虚拟现实、增强现实、人机交互等[35]。除了这些新兴领域外，传统设计的升级也有很大的发展空间，主要体现在当前人工智能比较薄弱的领域，例如传统文化的现代化应用等。无论是人工智能擅长还是欠缺的领域，都将成为未来设计的重点发展方向。

人工智能擅长的领域着力发展，体现在艺术设计中主要为图像生成方面。无论是二维的静态平面、动态视频，还是三维的立体模型，人工智能都已表现出强大的生成能力。对于当前正在发展期的元宇宙建设而言，人工智能的参与将为元宇宙中的设计师提供更加便利的创作手段和更加新奇的创意情境[36]。由此，不久的将来将产生更多的元宇宙设计师。

曾为太子而被废黜，降封王爵者有唐敬宗第六子李成美和唐昭宗长子李裕；死后追封王爵者有唐高祖的长子李建成，唐太宗长子李承乾和唐高宗的长子李忠。五人之中追赠谥号者只有二人，分别是李建成和李承乾。

应用蛋鸡绿色生态养殖技术，有效解决传统蛋鸡养殖中环境污染大、疫病多、污染物危害性强的特点。通过积极应用绿色蛋鸡生态养殖技术，能够及时转变传统生产模式，提高养殖效益，实现蛋鸡养殖经济效益、生态效益和社会效益的有效结合，具有重大现实意义。

人工智能欠缺的领域形成特色，主要体现在文化应用等方面。目前，虽然人工智能在图像生成等方面表现非常不错，但一旦涉及传统文化、地域文化[37]、信仰文化等方面的应用，当前的人工智能还存在很多不足，这为设计师留下了一块很大的可以发挥的空间。设计师可以在某一文化领域对人工智能进行专门训练，由此训练出来的模型将成为设计师在该领域的专属设计，从而形成独立的设计风格和特色。

（三）技术创新和社会影响

在艺术设计领域中，创意和表现是从业者需要具备的两项基本技能，但随着人工智能技术的高速发展，这两项技能在传统设计和未来设计中的形式并不相同，主要表现为创作方式、创作平台、创作需求的差异（图3），并对从业者提出个性化定制、配套服务等诸多新的要求。

④IT服务外包作为一种市场化活动，市场规律自然蕴涵其中，管理意识的弱化是服务方减少供给、压缩成本、风险放大的直接诱因，放任式的服务外包会引发因服务外包而带来的新风险。

图3 未来设计形式发展的趋势

在创作方式上，传统设计需要从业者对某一设计领域的深度和宽度都有一定的认识，并且储备足够多可以信手拈来的素材进行初步构思，即使是这种初步设计也是具体且符合实际要求的，然后再逐步细化和调整。然而进入人工智能时代之后，这种初步构思不必是具体而成熟的想法，而可以仅仅只是几个抽象的关键词。以产品设计为例，传统的方法设计一款椅子，需要对当前的市场非常了解，在设计时需要绘制出相关草图，再判断其是否可行；而当人工智能参与设计时，可能只需要输入有关形态、风格、材质等关键词，即可生成出相应的图像，剩下的工作则是在生成的图像中寻找最符合市场要求的产品。由此可以看出，在未来人工智能参与的设计领域中，创意将变成普通大众也可以完成的工作[38]。

在创作平台上，以往不同专业的设计需要进行专门的学习和训练，而在人工智能时代，不同专业的作品生成可以在同一平台上完成。以Stable Diffusion平台为例，通过对不同专业的模型进行训练，可以生成平面插画、动漫场景和角色、产品设计、室内设计、建筑设计等各类图纸，虽然还有一些领域暂时没有涉及，但从人工智能技术发展的趋势来看，正逐渐趋向于平台的统一和融合。因此，未来艺术设计领域的学习有可能会模糊专业界限，甚至不分专业，而从业者的工作方向则完全取决于个人的兴趣和爱好。

初步估算零层板厚度为250mm，可以作为上部结构嵌固端考虑，因此，上部模型可以将-0.5m定为嵌固端进行结构计算。在确定各主受力构件尺寸之后，可以进行下一步基础设计。

对老城区，要落实做好对排水泵站的管理、维护及管道等设施的疏通；对新建城区，要统筹协调城区建设与排水设施投入的关系，严格控制城区水域面积，同时部署和落实防涝抢排措施，充分发挥排水泵站紧急排涝的作用。

在创作需求上，结合通讯、3D打印[39]、材料等科技的发展，标准化设计与个性化设计都将得到快速发展。在宏观尺度上，标准化设计将为人们带来更多便利，如建筑的模块化设计等，无论在效率上还是舒适性上，都将得到很大提升；在微观尺度上，个性化设计将成为主流，以首饰设计为例，结合3D打印技术，每个人都可以制作独一无二的耳环或配饰等，由此，个体生活将可能实现最大程度的个性化。

说着说着，陆枫桥不经意间提到江云飞。罗香微微一怔，随后淡淡说：“不说他了。江大哥，江大哥他，一向来去自由，喜欢飘在江湖。”

五、讨论和结论

人工智能应用于艺术设计中，是时代发展的必然，设计师需要主动探索相关领域。未来的设计活动中，随着人工智能技术的发展和应用，某些传统设计工作的执行可能会变得更加高效和简化，从而降低了一些技术方面的门槛，使得普通人也可以借助辅助工具进行设计活动，跨行业、跨专业的跨界设计将为设计行业带来全新的认知和思考方式，对传统的设计行业及其从业者也会形成一次较大的冲击。然而，技术门槛的降低并不意味着对设计师的综合能力和创意思维的要求也降低，相反，普通人的参与和跨界设计的加入对设计作品的质量要求更高，对设计师的综合素养要求也会越来越高。设计师的核心价值在于其独特的创意思维、审美观和设计哲学，尽管人工智能在设计领域提供了更多辅助工具和可能性，但设计师的核心价值仍然是不可替代的，普通人通过人工智能辅助可以参与某些设计活动，但要从事专业的设计工作仍然需要系统的培训和经验积累。

借助智能算法和机器学习技术，设计师们可以从大规模的数据中发现趋势、模式和灵感，快速生成创意和图像，提高设计效率和质量。但同时，人工智能在设计应用中还存在着样本局限、创造力不足、伦理道德和接受度等问题。在将来的设计活动中，设计形式必然发生改变，设计师应该在人工智能擅长的领域着力发展，开拓更多新的应用；在人工智能欠缺的领域形成特色，逐渐演变成设计师的个人风格。无论设计形式如何改变，艺术设计的核心依然是创意与表现，虽然在人工智能的辅助下，设计工作能够得以高效地完成，但设计师依然是整个设计活动的主导者。