基于人工智能的產(chǎn)品設(shè)計(jì)理論模型研究

李學(xué)超

摘要：本文通過建立感性意象語義庫分析和明確設(shè)計(jì)用戶的感性需求，將其與產(chǎn)品設(shè)計(jì)要素對(duì)應(yīng)構(gòu)建設(shè)計(jì)本體，以人工智能學(xué)習(xí)方法為切入點(diǎn)，借鑒經(jīng)典設(shè)計(jì)創(chuàng)新方法，分析其與人工智能技術(shù)結(jié)合的可能性，以大數(shù)據(jù)和云計(jì)算為支撐，通過設(shè)計(jì)元素?cái)?shù)據(jù)庫和專家咨詢系統(tǒng)，構(gòu)建產(chǎn)品設(shè)計(jì)理論模型。同時(shí)提出人工智能輔助產(chǎn)品設(shè)計(jì)理論模型，闡釋人工智能輔助設(shè)計(jì)系統(tǒng)的運(yùn)行流程，促進(jìn)人工智能與產(chǎn)品設(shè)計(jì)領(lǐng)域的結(jié)合。

關(guān)鍵詞：人工智能;產(chǎn)品設(shè)計(jì);本體論;設(shè)計(jì)模型

中圖分類號(hào)：TB472 文獻(xiàn)標(biāo)識(shí)碼：A

文章編碼：1672-7053（2020）06-0110-02

1人工智能概述

1.1人工智能的概念

一般認(rèn)為，人工智能是研究用于模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用的一門科學(xué)技術(shù)，涉及到人機(jī)對(duì)弈、圖像識(shí)別、語音識(shí)別、自動(dòng)駕駛、醫(yī)療健康、機(jī)器人等多個(gè)領(lǐng)域。微軟亞洲研究院院長洪小文認(rèn)為，根據(jù)人類創(chuàng)造的算法持續(xù)提升任務(wù)執(zhí)行效率即是人工智能。人工智能試圖探索人類智能的本質(zhì)，并研究能以人類智能相似方式做出反應(yīng)的智能機(jī)器。

1.2人工智能的載體

正如石油是工業(yè)時(shí)代的血液一樣，數(shù)據(jù)是人工智能時(shí)代的血液，即人工智能的載體，而云計(jì)算則為數(shù)據(jù)處理提供了推動(dòng)力。大數(shù)據(jù)以一種前所未有的方式對(duì)海量數(shù)據(jù)進(jìn)行分析，并產(chǎn)生巨大價(jià)值的價(jià)值或深刻的洞見。大數(shù)據(jù)不過分追求數(shù)據(jù)的準(zhǔn)確性，而更強(qiáng)調(diào)相關(guān)性和混雜性，在定位用戶需求方面具有可觀優(yōu)勢(shì)。云計(jì)算是以云服務(wù)器為核心載體的一項(xiàng)技術(shù)，可以承擔(dān)單個(gè)日常計(jì)算器難以承擔(dān)的計(jì)算任務(wù)，如需要長時(shí)間的大型渲染任務(wù)，就可將其發(fā)送到云端完成，再將結(jié)果反饋至用戶。

在互聯(lián)網(wǎng)環(huán)境下，大數(shù)據(jù)與云計(jì)算密不可分，大數(shù)據(jù)依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫和云存儲(chǔ)技術(shù)，實(shí)現(xiàn)對(duì)海量數(shù)據(jù)的信息挖掘。二者與產(chǎn)品設(shè)計(jì)相結(jié)合，在需求定位、創(chuàng)意設(shè)計(jì)等方面能夠產(chǎn)生更多的可能性。

2基于人工智能的產(chǎn)品設(shè)計(jì)模型研究現(xiàn)狀

在現(xiàn)有人工智能輔助產(chǎn)品設(shè)計(jì)系統(tǒng)研究中，大都針對(duì)具體應(yīng)用場(chǎng)景（如個(gè)性化學(xué)習(xí)系統(tǒng)、智能菜譜推薦系統(tǒng)等），且從計(jì)算機(jī)技術(shù)角度出發(fā)開展研究，從設(shè)計(jì)角度提出產(chǎn)品設(shè)計(jì)模型的研究相對(duì)較少。從產(chǎn)品設(shè)計(jì)流程角度出發(fā)構(gòu)建人工智能輔助產(chǎn)品設(shè)計(jì)模型，有助于幫助設(shè)計(jì)師更好地利用人工智能開展設(shè)計(jì)工作，同時(shí)利于工程師開發(fā)出符合產(chǎn)品設(shè)計(jì)師實(shí)際需求的人工智能系統(tǒng)。

人工智能系統(tǒng)具有短時(shí)間內(nèi)提供更多設(shè)計(jì)方向及方案的優(yōu)勢(shì)，而設(shè)計(jì)師可依據(jù)現(xiàn)實(shí)條件選擇并完善方案。經(jīng)過學(xué)習(xí)典型產(chǎn)品設(shè)計(jì)風(fēng)格或特征的智能系統(tǒng)可依據(jù)指令輸出個(gè)性化的設(shè)計(jì)方案。在人工智能應(yīng)用于產(chǎn)品設(shè)計(jì)方面，國內(nèi)外諸多學(xué)者提出了相應(yīng)的設(shè)計(jì)模型。馬爾伯里大學(xué)Jasmin Kaljun和Bojan Dolsak提出的智能設(shè)計(jì)咨詢系統(tǒng)描繪了在由設(shè)計(jì)概念到符合美學(xué)和人機(jī)工程學(xué)的設(shè)計(jì)流程中應(yīng)用智能系統(tǒng)的理論模型。該模型強(qiáng)調(diào)了專家咨詢系統(tǒng)和設(shè)計(jì)本體在設(shè)計(jì)流程中的作用。

周美玉提出的感性設(shè)計(jì)流程為建立人工智能輔助產(chǎn)品設(shè)計(jì)模型提供了參考（圖1）。該模型通過構(gòu)建感性意向空間和產(chǎn)品設(shè)計(jì)要素空間，并建立二者的對(duì)應(yīng)關(guān)系模型，強(qiáng)調(diào)由用戶感性要求到設(shè)計(jì)要素的轉(zhuǎn)化。其中感性意象空間構(gòu)建包括消費(fèi)者訪談、文化背景分析、生活方式調(diào)查、消費(fèi)者感性期望、感性詞匯的收集、分類和篩選等，設(shè)計(jì)要素空間構(gòu)建包括產(chǎn)品使用調(diào)查、產(chǎn)品形態(tài)分析、人機(jī)關(guān)系分析、產(chǎn)品圖片搜集、產(chǎn)品特征分析、形態(tài)結(jié)構(gòu)分析等。在產(chǎn)生新的設(shè)計(jì)方案前，系統(tǒng)要需要經(jīng)過回歸分析、因子分析、聚類分析、遺傳算法等流程來檢驗(yàn)設(shè)計(jì)方案的可行性和有效性。

3基于人工智能的產(chǎn)品設(shè)計(jì)模型構(gòu)建流程

3.1借鑒經(jīng)典設(shè)計(jì)理論構(gòu)思產(chǎn)品設(shè)計(jì)理論模型

創(chuàng)新是設(shè)計(jì)的生命，而設(shè)計(jì)工作具有一定的程式化特征。創(chuàng)意設(shè)計(jì)及其評(píng)估工作并不是天馬行空、完全依賴于設(shè)計(jì)師個(gè)人靈感的，而是遵循一定的設(shè)計(jì)流程或方法，循序漸進(jìn)地展開設(shè)計(jì)工作。眾多設(shè)計(jì)理論各有千秋，適用于解決不同類型的設(shè)計(jì)問題。

本文選取五種經(jīng)典設(shè)計(jì)理論：通用設(shè)計(jì)理論（GDT）、公理化設(shè)計(jì)（AD）、Pahl和Beitz的理論、TRIZ理論、Simoon的人為事物科學(xué)理論，為人工智能輔助產(chǎn)品設(shè)計(jì)模型構(gòu)建提供如下借鑒：（1）通用設(shè)計(jì)理論中以數(shù)學(xué)形式表達(dá)設(shè)計(jì)過程和需求、功能之間的映射機(jī)制，實(shí)現(xiàn)從需求到設(shè)計(jì)要素的轉(zhuǎn)化;（2）公理化設(shè)計(jì)中強(qiáng)調(diào)的設(shè)計(jì)經(jīng)驗(yàn)，并建立域之間的映射機(jī)制，將傳統(tǒng)設(shè)計(jì)流程的不同階段概念化;（3）Pahl和Beitz的理論中的迭代進(jìn)化思想，用于產(chǎn)品方案的自我優(yōu)化和迭代;（4）TRIZ理論中的40種創(chuàng)新機(jī)制，為系統(tǒng)創(chuàng)新提供方法論;（5）Simoon提出的設(shè)計(jì)方法中強(qiáng)調(diào)多學(xué)科交叉，為產(chǎn)品設(shè)計(jì)提供相關(guān)領(lǐng)域的知識(shí)支撐。

3.2感性意象語義庫構(gòu)建

產(chǎn)品的感性意象語義庫是對(duì)用戶需求的系統(tǒng)化整理與解讀。用戶需求來自設(shè)計(jì)用戶和系統(tǒng)用戶，設(shè)計(jì)用戶指產(chǎn)品設(shè)計(jì)的最終人群，系統(tǒng)用戶指設(shè)計(jì)師、企業(yè)設(shè)計(jì)部門、設(shè)計(jì)教育者以及其他有設(shè)計(jì)背景的從業(yè)人員，二者身份在某些場(chǎng)景重合。人工智能輔助產(chǎn)品設(shè)計(jì)系統(tǒng)應(yīng)緊扣設(shè)計(jì)用戶的需求。從設(shè)計(jì)用戶的視角來看，他們對(duì)于產(chǎn)品能夠提出理性的和感性的需求或希望：理性需求主要包括產(chǎn)品的功能種類、性能指標(biāo)、可用性等，這部分主要由工程師結(jié)合現(xiàn)有科技完成;感性需求主要來源于用戶的主觀感受，如時(shí)尚、硬朗、科技等。搜集設(shè)計(jì)用戶需求感性詞匯構(gòu)建產(chǎn)品感性意象語義庫，通過自然語言處理技術(shù)進(jìn)一步準(zhǔn)確匹配用戶的需求，更準(zhǔn)確地理解用戶意圖，同時(shí)也是人工智能設(shè)計(jì)系統(tǒng)運(yùn)行的基礎(chǔ)。

3.3設(shè)計(jì)本體構(gòu)建

從廣義說，本體論指一切實(shí)在的最終本性。由于本體論在人工智能領(lǐng)域應(yīng)用廣泛，因此對(duì)其進(jìn)行了專業(yè)領(lǐng)域內(nèi)的定義：共享概念模型的形式化規(guī)范說明。明確設(shè)計(jì)本體，利于設(shè)計(jì)用戶、系統(tǒng)用戶、工程師以及其他領(lǐng)域的專家進(jìn)行協(xié)作。設(shè)計(jì)本體是對(duì)設(shè)計(jì)美學(xué)、人機(jī)工程學(xué)、設(shè)計(jì)心理學(xué)等領(lǐng)域的形式化說明，用于從感性意象到設(shè)計(jì)特征的轉(zhuǎn)化，以此為基礎(chǔ)進(jìn)行設(shè)計(jì)方案的輸出。這需要在前期人為地對(duì)智能系統(tǒng)進(jìn)行監(jiān)督式學(xué)習(xí)，將感性意象與相關(guān)的設(shè)計(jì)特征對(duì)應(yīng)起來，并設(shè)置不同的權(quán)重。

3.4產(chǎn)品設(shè)計(jì)數(shù)據(jù)庫構(gòu)建

在人工智能輔助產(chǎn)品設(shè)計(jì)模型中，包含設(shè)計(jì)專業(yè)知識(shí)的數(shù)據(jù)庫必不可少。數(shù)據(jù)庫主要由設(shè)計(jì)元素?cái)?shù)據(jù)庫和專家咨詢系統(tǒng)構(gòu)成，設(shè)計(jì)元素?cái)?shù)據(jù)庫包括產(chǎn)品的色彩、材質(zhì)、形態(tài)、表面處理工藝、結(jié)構(gòu)、人機(jī)工程等領(lǐng)域的信息，為產(chǎn)品設(shè)計(jì)提供直接的信息支撐。在進(jìn)行人工智能設(shè)計(jì)系統(tǒng)建立的過程中，需要將這些領(lǐng)域的知識(shí)數(shù)據(jù)化并輸入到系統(tǒng)中，作為設(shè)計(jì)系統(tǒng)輸出方案的原始依據(jù)。數(shù)據(jù)庫中的專家咨詢系統(tǒng)可應(yīng)對(duì)設(shè)計(jì)方案的主觀性現(xiàn)象，設(shè)計(jì)領(lǐng)域?qū)＜叶嗄甑脑O(shè)計(jì)經(jīng)驗(yàn)對(duì)于設(shè)計(jì)方案的輸出質(zhì)量大有裨益，將其數(shù)據(jù)化并建立專家咨詢系統(tǒng)利于降低由不同系統(tǒng)工作水平而造成的差異。

學(xué)科交叉在產(chǎn)品設(shè)計(jì)中也是不可忽視的創(chuàng)新來源，如材料、市場(chǎng)營銷等學(xué)科。借鑒Simoon提出的設(shè)計(jì)方法，其他學(xué)科的知識(shí)也應(yīng)以標(biāo)準(zhǔn)化的方式輸入數(shù)據(jù)庫中，作為設(shè)計(jì)過程中的咨詢對(duì)象和檢驗(yàn)標(biāo)準(zhǔn)。在應(yīng)用設(shè)計(jì)專家模塊和其他領(lǐng)域知識(shí)模塊的內(nèi)容時(shí)，可以借鑒智能知識(shí)推送模型。此外，大數(shù)據(jù)也是數(shù)據(jù)庫構(gòu)建的重要來源之一。在政策引導(dǎo)和商業(yè)合作的基礎(chǔ)上，可將用戶大數(shù)據(jù)其作為設(shè)計(jì)數(shù)據(jù)庫的組成部分。

3.5設(shè)計(jì)模型建立

在人工智能輔助產(chǎn)品設(shè)計(jì)系統(tǒng)中，設(shè)計(jì)用戶的需求在意象語義庫中得以明確和分解，通過設(shè)計(jì)本體中的映射機(jī)制與設(shè)計(jì)元素相對(duì)應(yīng)，系統(tǒng)提取數(shù)據(jù)庫中相應(yīng)設(shè)計(jì)元素，并依據(jù)創(chuàng)新原理和相關(guān)大數(shù)據(jù)計(jì)算結(jié)果加以整合，輸出初步的設(shè)計(jì)方案。隨后經(jīng)過專家咨詢系統(tǒng)調(diào)整設(shè)計(jì)方案，不斷優(yōu)化迭代，最終輸出一個(gè)或多個(gè)方案（圖2）。

機(jī)器分析“不確定”一般要經(jīng)過抓取數(shù)據(jù)、標(biāo)準(zhǔn)建模、聚類回歸分析、評(píng)估打分的過程。在輸入文字需求方面，通過前期的監(jiān)督式學(xué)習(xí)，逐步構(gòu)架設(shè)計(jì)本體，建立感性意象對(duì)應(yīng)模型。基于設(shè)計(jì)本體的映射機(jī)制和TRIZ等理論中的多種創(chuàng)新原理，系統(tǒng)可輸出大量不同的設(shè)計(jì)方案，輸出的產(chǎn)品方案在兼顧系統(tǒng)性和個(gè)性化方面具有更大的優(yōu)勢(shì)。輸出結(jié)果經(jīng)由設(shè)計(jì)系統(tǒng)用戶評(píng)估和改進(jìn)，若符合需求則輸出最終設(shè)計(jì)方案。若設(shè)計(jì)方案與需求初衷相去甚遠(yuǎn)，則回到設(shè)計(jì)本體重新設(shè)計(jì)，優(yōu)化感性意象與設(shè)計(jì)特征的映射機(jī)制，同時(shí)起到系統(tǒng)進(jìn)化的效果。

雖然可以借助人工智能設(shè)計(jì)系統(tǒng)來實(shí)現(xiàn)創(chuàng)新，在短時(shí)間內(nèi)完成數(shù)量龐大的不同設(shè)計(jì)方案，但設(shè)計(jì)師的抽象思維、形象思維、直覺思維、發(fā)散思維等人類特有的思考方式卻是系統(tǒng)難以比擬的，在人工智能設(shè)計(jì)系統(tǒng)執(zhí)行設(shè)計(jì)工作時(shí)，需要設(shè)計(jì)師來把控和評(píng)估最終的設(shè)計(jì)方案，以保證其有效性。

4結(jié)語

對(duì)于產(chǎn)品設(shè)計(jì)行業(yè)來說，人工智能是巨大的機(jī)遇，而非威脅。未來的設(shè)計(jì)趨于共享和體驗(yàn)的設(shè)計(jì)，服務(wù)設(shè)計(jì)與用戶體驗(yàn)必將是新產(chǎn)品開發(fā)中重要的一項(xiàng)，仍有廣闊的發(fā)展空間。設(shè)計(jì)師應(yīng)當(dāng)不斷學(xué)習(xí)，磨礪人類獨(dú)有的感性和創(chuàng)意思想，訓(xùn)練人工智能并與之配合，產(chǎn)生“1+1>2”的效果，把人工智能的新思想和新技術(shù)應(yīng)用到工業(yè)設(shè)計(jì)中，為設(shè)計(jì)行業(yè)注入新的活力，開創(chuàng)設(shè)計(jì)的全新局面。