人工智能干預(yù)下的漢字重構(gòu)研究

劉曉茜 王方

摘要：文章著重研究字體設(shè)計(jì)與科技相結(jié)合的意義及影響。探尋Al智能干預(yù)造字的方法、優(yōu)勢(shì)及延伸價(jià)值，并在傳統(tǒng)字體設(shè)計(jì)的語(yǔ)境下探索全球化的現(xiàn)代字體設(shè)計(jì)多樣化發(fā)展的新趨勢(shì)。以往傳統(tǒng)的設(shè)計(jì)以及計(jì)算機(jī)為輔助完成設(shè)計(jì)轉(zhuǎn)變?yōu)槿伺c計(jì)算機(jī)的攜手并進(jìn)。設(shè)計(jì)是感性中摻雜著理性，跨學(xué)科的設(shè)計(jì)團(tuán)隊(duì)趨勢(shì)加強(qiáng)了現(xiàn)代制造需求的現(xiàn)實(shí)性。

關(guān)鍵詞：人工智能干預(yù)漢字設(shè)計(jì)重構(gòu)趨勢(shì)數(shù)物虛實(shí)轉(zhuǎn)化

中圖分類號(hào)：J

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1003-0069（ 2021） 07-0043-03

Abstract： This paper focuses on the significance and influence of the combinationof font design and technology.To explore the methods， advantages and extendedvalue of Ajinteliigent intervention in character making， and explore the new trend0f diversified development of modern font design in the context of traditiional fontdesign. in the past， the traditional design and computeraided design have beentransformed into the hand-ln-hand development of human and computer.designis a mixture of sensibility and rationality. The trend of interdisciplinary design teamstrengthens the reality of modern manufacturing demand

Keywords： ArtifIcial intelligence intervention Chinese character designReconstrucfion Ttrend Number object transformation

引言

中華漢字歷經(jīng)五千余年，其結(jié)構(gòu)從象形符號(hào)表意到抽象符號(hào)意蘊(yùn)，這種解構(gòu)演變不僅提高了漢字信息交流、思想意識(shí)傳達(dá)的功能，也成為一種重要的傳達(dá)審美理想的符號(hào)。伴隨人工智能等高科技的不斷涌入，漢字的發(fā)展與創(chuàng)新方式被進(jìn)一步推動(dòng)，迎合人們?nèi)找嬖鲩L(zhǎng)的審美需求和傳播效率。當(dāng)今信息化社會(huì)，運(yùn)用文字符號(hào)的傳播方式更加多樣化，廣泛地傳達(dá)出各種不同的社會(huì)意識(shí)。人工智能干預(yù)下的漢字設(shè)計(jì)，不僅使我們能夠更加高效地完成漢字設(shè)計(jì)任務(wù)，擴(kuò)大了應(yīng)用范圍，使得漢字在市場(chǎng)經(jīng)濟(jì)下充分發(fā)揮獨(dú)特的藝術(shù)魅力和社會(huì)商業(yè)效益，同時(shí)也被認(rèn)為是漢字藝術(shù)文化的傳承和創(chuàng)新設(shè)計(jì)的一個(gè)必然選擇。

首先，本文深入探討在新媒介、新科技領(lǐng)域下的漢字設(shè)計(jì)的新趨勢(shì)，以及如何在人工智能的干預(yù)下對(duì)漢字設(shè)計(jì)進(jìn)行重構(gòu)。其次，漢字設(shè)計(jì)是一個(gè)新的符號(hào)生成過程，其中包含哪些內(nèi)部要素，尤其是人工智能不可替代要素，即是本研究的關(guān)鍵點(diǎn)。再次，探尋人工智能干預(yù)下的漢字重構(gòu)過程中的優(yōu)勢(shì)以及面臨的問題，是本文重點(diǎn)探討的議題，以期對(duì)研究人工智能造字產(chǎn)生一定的借鑒意義。

一、從解構(gòu)到重構(gòu)一一漢字設(shè)計(jì)與人工智能干預(yù)

文字是人類文明歷程的再現(xiàn)，是人類智慧的結(jié)晶。據(jù)文獻(xiàn)記載，漢代許慎在《說文解字?jǐn)ⅰ分?，“古者庖棲氏之王天下也，仰則觀象于天，俯則觀法于地，觀烏獸之文與地之宜，近取諸身，遠(yuǎn)取諸物，于是始作易象八卦，以垂憲象。既神農(nóng)結(jié)繩為治，而統(tǒng)其事，庶業(yè)其繁，飾偽萌生。黃帝之史倉(cāng)頡，見烏獸之躓遠(yuǎn)之跡，知分理之可相別異也，初造書契[1]?！辈浑y看出，中華漢字是隨著社會(huì)生產(chǎn)、文化和經(jīng)濟(jì)發(fā)展而誕生的，從偶然的記錄行為發(fā)起，并經(jīng)過一定的歷史演變而日臻成熟。中華漢字是隨著社會(huì)生產(chǎn)、文化和經(jīng)濟(jì)發(fā)展而誕生的，從偶然的記錄行為發(fā)起，并經(jīng)過一定的歷史演變而日臻成熟。

一方面，從古至今人們意識(shí)表達(dá)、心靈溝通、思想傳播，文化交流多以文字進(jìn)行。文字已融入到人們生活的各個(gè)環(huán)節(jié)，構(gòu)成人類文化符號(hào)的重要部分。文字設(shè)計(jì)成為了人類社會(huì)經(jīng)濟(jì)生產(chǎn)和實(shí)踐中必然要求，隨著現(xiàn)代社會(huì)文明的進(jìn)步而發(fā)展。從最早的雕刻而成的楔形文字、甲骨文到運(yùn)用毛筆、鋼筆書寫的草書、楷書等，再到計(jì)算機(jī)鍵盤敲打出的各種字體，直到今天，現(xiàn)代科技智能干預(yù)下重構(gòu)的新字體，無不表明書寫工具的進(jìn)步是字體日新月異的前提，也是漢字設(shè)計(jì)發(fā)展的必然趨勢(shì)。另一方面，每一個(gè)新技術(shù)，新思想的轉(zhuǎn)換時(shí)期，必然會(huì)產(chǎn)生各種主張。在當(dāng)代科技人工智能語(yǔ)境下，人工智能與傳統(tǒng)文字設(shè)計(jì)之間的思辨成為討論的焦點(diǎn)。

關(guān)于人工智能，有學(xué)者解讀為“人工智能機(jī)器人創(chuàng)作作品”、“人工智能生成內(nèi)容”或“人工智能創(chuàng)作物”等，但值得注意的是，人工智能與人工智能干預(yù)的概念有所不同，前者完全排除了以計(jì)算機(jī)來創(chuàng)造內(nèi)容的復(fù)雜過程，全程由一臺(tái)計(jì)算機(jī)進(jìn)行創(chuàng)作和完成，而后者則主要是指以計(jì)算機(jī)將人類自己作為其創(chuàng)造的主體，人工智能將其作為一種輔助手段和工具，其算法以卷積式神經(jīng)網(wǎng)絡(luò)（ Convolutional NeuralNetwork，簡(jiǎn)稱CNN）為基礎(chǔ)的深度機(jī)器學(xué)習(xí)算法和技術(shù)，對(duì)漢字圖像、時(shí)間序列數(shù)據(jù)進(jìn)行處理，內(nèi)容的自動(dòng)生成基于計(jì)算機(jī)生成一種與對(duì)抗網(wǎng)絡(luò)方法的模仿與學(xué)習(xí)（ Imitation Learning based ongenerative adversarial nets，即簡(jiǎn)稱之為計(jì)算機(jī)自動(dòng)運(yùn)行（GANs- IL）來進(jìn)行處理完成的，最終結(jié)果與設(shè)計(jì)程序員有較大的關(guān)聯(lián)，生成藝術(shù)內(nèi)容的程序即是設(shè)計(jì)師在實(shí)踐中進(jìn)行藝術(shù)創(chuàng)造性表演的過程。簡(jiǎn)言之，人工智能干預(yù)是設(shè)計(jì)師創(chuàng)作的現(xiàn)代化工具，設(shè)計(jì)師在文字設(shè)計(jì)前期，基于傳統(tǒng)歷史語(yǔ)境和解構(gòu)主義理論對(duì)新的字體進(jìn)行重構(gòu)。最早期的漢字產(chǎn)生于圖畫，在似與不似之間描繪，意與象構(gòu)成字體內(nèi)部結(jié)構(gòu)。例如，“羊”字利用羊頭的特征來表現(xiàn)羊字，是“意”的表現(xiàn)方式。再如“象”字的甲骨文則是大象的造型，是“象”的表現(xiàn)方式[2]。在中國(guó)現(xiàn)代文化設(shè)計(jì)中，漢字解構(gòu)設(shè)計(jì)則主要是通過將漢字解意、分割、合文等進(jìn)行解構(gòu)的方法，運(yùn)用奇特的藝術(shù)創(chuàng)意和獨(dú)特的視覺聯(lián)想，賦予中國(guó)漢字一種新的藝術(shù)生命。具體有四種構(gòu)建方法：其一，意象同構(gòu)。即將漢字意象化組合設(shè)計(jì)。例如：將釘子的造形放入“干”字的筆畫中，意與象的完美結(jié)合，傳遞了一種求真務(wù)實(shí)的“釘子精神”;其二，拆散式重構(gòu)。即拆解漢字筆畫結(jié)構(gòu)，生成新的意義。例如：小林漫畫的“雙喜字”設(shè)計(jì)，由上下左右四個(gè)“苦”字構(gòu)成，賦予“雙喜字”詼諧幽默且富有人生哲理之意;其三，字意重構(gòu)。即根據(jù)漢字的結(jié)構(gòu)和含義，在可識(shí)別的前提下，對(duì)漢字構(gòu)成進(jìn)行取舍、嫁接，形成新的寓意。例如，在一則關(guān)于汶川地震的海報(bào)設(shè)計(jì)中，設(shè)計(jì)師巧妙地將“汶”和“川”兩個(gè)字進(jìn)行了上下結(jié)構(gòu)“嫁接”，重新組合成一個(gè)“濟(jì)”字，起到了一個(gè)呼吁全社會(huì)救災(zāi)宣傳引領(lǐng)作用;其四，合文結(jié)構(gòu)。即用多種文字按照結(jié)構(gòu)美學(xué)原理構(gòu)成一個(gè)或多個(gè)圖形。該方法在中國(guó)民俗傳統(tǒng)的吉祥字設(shè)計(jì)中經(jīng)常運(yùn)用，如“金玉滿堂”、“招財(cái)進(jìn)寶”、“日進(jìn)斗金”等。

由此可見，現(xiàn)代設(shè)計(jì)師的文字設(shè)計(jì)方法依然存有早期文字生成的過程的影子，文字設(shè)計(jì)與其他設(shè)計(jì)一樣，都是建立在歷史的基礎(chǔ)上，層層遞進(jìn)，從解構(gòu)到重構(gòu)不斷優(yōu)化。雅克德里達(dá)（Jacquederrida）是一種被廣泛應(yīng)用于研究和批判現(xiàn)代語(yǔ)言學(xué)領(lǐng)域中的人工結(jié)構(gòu)主義而最終提出的人工結(jié)構(gòu)主義理論，其通過對(duì)分解人工結(jié)構(gòu)再次進(jìn)行創(chuàng)新和重組的核心思想與如今的人工智能相結(jié)合，集中隱形于“干擾”之中，通過對(duì)人的解構(gòu)思維再次進(jìn)行編碼，重構(gòu)并創(chuàng)造出新的顯形漢字符號(hào)，成為了傳遞文明和信息的傳達(dá)信息的一種新載體。

二、從智能到干預(yù)——人工智能干預(yù)設(shè)計(jì)的基本編碼方法

人工智能對(duì)漢字圖像的處理主要是在卷積神經(jīng)網(wǎng)絡(luò)CNN的基礎(chǔ)上運(yùn)行一定的網(wǎng)絡(luò)結(jié)構(gòu)來完成的。這里的人工智能干預(yù)設(shè)計(jì)的編碼算法用到的是：深度表征學(xué)習(xí)（Deep Representation Learning）。

在機(jī)器學(xué)習(xí)（Machine Iearning ）中，表征學(xué)習(xí)（Representation Iearning）指的是機(jī)器學(xué)習(xí)一個(gè)基于特征識(shí)別技術(shù)的集合，主要是將原始漢字的圖像和數(shù)據(jù)直接轉(zhuǎn)換成一種能通過機(jī)器學(xué)習(xí)的方式進(jìn)行深度學(xué)習(xí)開發(fā)的形式，其中所謂的深度表征學(xué)習(xí)從本質(zhì)上說就屬于同一種任務(wù)：該機(jī)器通過自動(dòng)學(xué)習(xí)抽取漢字圖像中的各種抽象性信息，這些抽象性信息可以在后續(xù)分類、對(duì)比等處理中使用，并且能夠直接表征出其相應(yīng)漢字圖像中的原始性。機(jī)器通過學(xué)習(xí)抽取漢字圖像中的抽象特征，這些特征信息能在后續(xù)的分類、對(duì)比等處理中可用來表征其相應(yīng)漢字圖像的原始特征。

傳統(tǒng)的表征學(xué)習(xí)方法為：首先人工將漢字圖像標(biāo)注為各種屬性，然后將這些屬性模擬構(gòu)建相應(yīng)的Loss函數(shù)。其缺點(diǎn)是標(biāo)注工作量大，且特征信息不完備，模擬得到的Loss函數(shù)的相關(guān)系數(shù)大小直接影響了后續(xù)模型學(xué)習(xí)得到的特征質(zhì)量?，F(xiàn)代深度學(xué)習(xí)技術(shù)，如生成對(duì)抗式網(wǎng)絡(luò)（Generative Adversarial Nets，簡(jiǎn)稱GANs），將漢字圖像的精準(zhǔn)表征學(xué)習(xí)推上了一個(gè)新的高度，GANs可以采用漢字圖像提取特征、特征生成漢字圖像的循環(huán)方式，采用無手工、無標(biāo)注的方式模擬訓(xùn)練，因其抽取的特征幾乎能還原為原始漢字圖像，做到精準(zhǔn)學(xué)習(xí)。這就大大增強(qiáng)特征的精準(zhǔn)，并省略了數(shù)據(jù)標(biāo)注成本。

人工智能干預(yù)技術(shù)打破傳統(tǒng)的編碼方式，僅需要設(shè)計(jì)師為原始樣本設(shè)計(jì)120個(gè)字符號(hào)為原始樣本，再通過原始樣本產(chǎn)生兩個(gè)互相對(duì)抗的網(wǎng)絡(luò)[3]：原始樣本生成的模型（以下簡(jiǎn)稱樣本生成器）和判別模型（以下簡(jiǎn)稱判別器）。其中，生成的模型[4]是指產(chǎn)生能夠滿足所期望的樣本輸出模型。GANs已在與計(jì)算機(jī)和視覺等技術(shù)應(yīng)用領(lǐng)域中已經(jīng)創(chuàng)造性地開拓了一系列與之密切相關(guān)的技術(shù)，如圖像合成[5]、圖像超分辨率[6]等。具體方法是，設(shè)計(jì)師預(yù)先設(shè)計(jì)120個(gè)字為樣本，通過計(jì)算機(jī)基于生成對(duì)抗網(wǎng)絡(luò)的模仿學(xué)習(xí)方法（GANs-IL）來研究字體和編碼?；静襟E：（1）起筆收筆的特征;（2）學(xué)習(xí)行筆特征;（3）學(xué)習(xí)中宮，重心，留白布局。具體方法是，設(shè)計(jì)師預(yù)先設(shè)計(jì)120個(gè)字為樣本，通過計(jì)算機(jī)基于生成對(duì)抗網(wǎng)絡(luò)的模仿學(xué)習(xí)方法（GANs-IL）來研究字體和編碼。基本步驟：（1）起筆收筆的特征;（2）學(xué)習(xí)行筆特征;（3）學(xué)習(xí)中宮、重心、留白布局。

通過以上三種Al智能干預(yù)即可輕松計(jì)算編程出9585個(gè)獨(dú)立字庫(kù)。在字樣風(fēng)格設(shè)計(jì)中，將起筆、收筆的方式轉(zhuǎn)換為字體的兩端進(jìn)行創(chuàng)意重構(gòu)，轉(zhuǎn)換方式多種多樣。在通常情況下，筆畫的兩端可以采用規(guī)則形狀進(jìn)行變化，如斜角、圓角、弧線、倒角或重組變化。或者通過不規(guī)則形狀的變化進(jìn)行，即在筆畫兩端延伸，增加字體的風(fēng)格特點(diǎn)，如此，端點(diǎn)設(shè)計(jì)不僅使設(shè)計(jì)師易于把握字形特點(diǎn)，也可快速體現(xiàn)字體特征，既是一種通過細(xì)節(jié)突顯現(xiàn)創(chuàng)意風(fēng)格、傳遞字體內(nèi)涵，也是一個(gè)完善設(shè)計(jì)品質(zhì)，提高設(shè)計(jì)效率的好方法。某些筆畫變化呈現(xiàn)出鋒利、陽(yáng)剛、簡(jiǎn)潔、硬朗、時(shí)尚、速度等直覺，有些則呈現(xiàn)出可愛、流暢、纖細(xì)、柔美等感覺結(jié)構(gòu)，有些則能體現(xiàn)字體傳統(tǒng)、雅致、古典、文藝等意境[7]。

三、從優(yōu)勢(shì)到問題——人工智能干預(yù)字體設(shè)計(jì)的前景分析

隨著5G時(shí)代的來臨，人們的生活將從物質(zhì)社會(huì)向非物質(zhì)性轉(zhuǎn)變，在實(shí)體空間與虛擬空間中生活即將成為常態(tài)，藝術(shù)形式和表現(xiàn)方法也理應(yīng)隨之改變。一方面在互聯(lián)網(wǎng)虛擬世界里，雖然溝通方式包括表情、音頻、動(dòng)作等符號(hào)，但文字信息仍占主導(dǎo)地位;一方面追求個(gè)性化審美是當(dāng)今時(shí)代特征，因此如何滿足互聯(lián)網(wǎng)和個(gè)性審美需求成為漢字設(shè)計(jì)研究的主要議題，人工智能干預(yù)漢字設(shè)計(jì)的預(yù)想正是在此語(yǔ)境下孕育而生。在這一領(lǐng)域，漢儀字庫(kù)（創(chuàng)始人謝立群）已成為先行者，其創(chuàng)立的字體UGC （UserGenerated Content，用戶原創(chuàng)內(nèi)容）產(chǎn)業(yè)，順應(yīng)了網(wǎng)路社交領(lǐng)域，倡導(dǎo)張揚(yáng)個(gè)性的歷史潮流[8]。相比而言，傳統(tǒng)造字行業(yè)的發(fā)展相對(duì)滯后，超過80%的字體存在侵權(quán)使用的現(xiàn)象，意味著傳統(tǒng)造字行業(yè)的開發(fā)率還不到20%，另外，目前中文字庫(kù)還存在數(shù)量少、費(fèi)用高以及造字慢、糾紛多、費(fèi)用高等問題。因此，傳統(tǒng)造字行業(yè)也亟需智能化升級(jí)，解放勞動(dòng)力，滿足龐大的互聯(lián)網(wǎng)市場(chǎng)需求以及政策要求。

人工智能干預(yù)字體設(shè)計(jì)的優(yōu)勢(shì)主要體現(xiàn)為：其一，統(tǒng)一性。即具有風(fēng)格高度統(tǒng)一優(yōu)勢(shì)。人工智能是一種模仿的產(chǎn)物，不論是長(zhǎng)短期記憶網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)還是生成對(duì)抗網(wǎng)絡(luò)，在使用數(shù)據(jù)分析計(jì)算生成字樣后，僅需設(shè)計(jì)師預(yù)先編碼出120個(gè)字體模型，計(jì)算機(jī)就會(huì)根據(jù)字體模型和計(jì)算程序生成新的同類型數(shù)據(jù)字體，快速形成風(fēng)格一致的字庫(kù)。最后輸出結(jié)果會(huì)包含原始設(shè)計(jì)的字體模型風(fēng)格，同時(shí)這些內(nèi)容會(huì)趨向于設(shè)計(jì)師所期望得到的設(shè)計(jì)效果[9]。其二，易讀性。即人工智能干預(yù)字體設(shè)計(jì)要以漢字基元庫(kù)[IO]和漢字結(jié)構(gòu)知識(shí)庫(kù)作為依托，輸出的字體不會(huì)出現(xiàn)錯(cuò)別字，具有易讀易認(rèn)的特性。其三，高效且經(jīng)濟(jì)的應(yīng)用性。人工智能干預(yù)造字只需要設(shè)計(jì)師設(shè)計(jì)120個(gè)字體樣章，再通過機(jī)算計(jì)學(xué)習(xí)，僅需幾天即可快速生成9585個(gè)字的國(guó)標(biāo)完整字庫(kù)，大大降低人工和時(shí)間成本。與傳統(tǒng)設(shè)計(jì)字樣相比，人工智能干預(yù)造字時(shí)間更短，具有產(chǎn)出更多，性價(jià)比更高的優(yōu)勢(shì)。另外，基于人工智能適配技術(shù)，還可在用戶端的場(chǎng)景中及時(shí)適配文字。

人工智能干預(yù)字體設(shè)計(jì)有待解決的問題主要有兩個(gè)：一是輸入個(gè)性化風(fēng)格的判別模型和生成模型問題。人工智能干預(yù)字體設(shè)計(jì)包含設(shè)計(jì)師的創(chuàng)作意圖，為了生成具有個(gè)性化的字體，首先要抽象出設(shè)計(jì)元素，其關(guān)鍵在于字體模型的建構(gòu)。如今，大部分設(shè)計(jì)師在使用人工智能干預(yù)時(shí)，都是在網(wǎng)上收集素材然后再進(jìn)一步設(shè)計(jì)開發(fā)。雖然網(wǎng)絡(luò)能提供大量的數(shù)據(jù)，但在很大程度上也限制了生成字體的創(chuàng)造性。使用網(wǎng)絡(luò)上提取的數(shù)據(jù)合成的字體往往模仿意味太濃，在界定生成字體的版權(quán)上會(huì)帶來較大的問題。因此，設(shè)計(jì)師須加強(qiáng)手繪技能訓(xùn)練，在判別模型和生成模型中加入自己獨(dú)創(chuàng)的設(shè)計(jì)元素，在人工智能干預(yù)生成內(nèi)容中才會(huì)有新意。人工智能干預(yù)進(jìn)程，其實(shí)是一個(gè)按照一定程序，對(duì)設(shè)計(jì)師提供的數(shù)據(jù)進(jìn)行分析計(jì)算的過程，人工智能干預(yù)僅僅是模仿設(shè)計(jì)師勞動(dòng)生成設(shè)計(jì)的工具，如果設(shè)計(jì)師水平有限或原創(chuàng)性不夠，那么人工智能干預(yù)設(shè)計(jì)就毫無意義。二是人工智能干預(yù)合成字體具有一定的不確定性問題。在運(yùn)用人工智能干預(yù)創(chuàng)作字體的過程中，常會(huì)出現(xiàn)預(yù)想效果與輸出結(jié)果不符的現(xiàn)象，即輸入判別模型和生成模型有時(shí)難以達(dá)成一致。這種不確定性現(xiàn)象對(duì)于藝術(shù)設(shè)計(jì)即有利又有避，一方面會(huì)干擾設(shè)計(jì)師的設(shè)計(jì)思路，另一方面這種不確定性也常伴隨某種特殊效果出現(xiàn)，由此激發(fā)設(shè)計(jì)師的創(chuàng)作靈感，問題在于設(shè)計(jì)師在面對(duì)這種變量時(shí)如何將偶然轉(zhuǎn)化為必然，這就需要設(shè)計(jì)師作為創(chuàng)作主體，根據(jù)具體情況進(jìn)行人工界定，隨時(shí)調(diào)整設(shè)計(jì)思路，充分把握人工智能特性，將不確定因素轉(zhuǎn)化為機(jī)遇，重構(gòu)出既統(tǒng)一又有個(gè)性的新字體。

四、從點(diǎn)到面——分析人工智能與未來設(shè)計(jì)的交織

（一）藝術(shù)設(shè)計(jì)方式多元化

隨著電腦更新?lián)Q代迅猛，人工智能融入藝術(shù)創(chuàng)作必將是大勢(shì)所趨，設(shè)計(jì)師和工程師也不斷探索新的設(shè)計(jì)模式。例如，人工智能造字，它主要是通過逐步外延傳統(tǒng)的字體設(shè)計(jì)和創(chuàng)作理念而衍生出來的，獲取到更加豐富多樣化的藝術(shù)創(chuàng)造形式，且已經(jīng)實(shí)現(xiàn)從固定的設(shè)計(jì)模式向多元化造字模式的轉(zhuǎn)變。人工智能的出現(xiàn)和推廣不但為藝術(shù)設(shè)計(jì)注入了活力與鮮血，而且讓設(shè)計(jì)者們有了一種新的認(rèn)識(shí)和一種新的設(shè)計(jì)理念，美學(xué)藝術(shù)的建筑在新科學(xué)技術(shù)的驅(qū)動(dòng)下下綻放了一個(gè)新生命。

（二）藝術(shù)設(shè)計(jì)工具智能化

隨著我國(guó)經(jīng)濟(jì)社會(huì)的發(fā)展與進(jìn)步，生產(chǎn)企業(yè)規(guī)模的擴(kuò)大壯大和各個(gè)行業(yè)之間分工越來越細(xì)致，藝術(shù)品所需要的設(shè)計(jì)手段也變得更加專業(yè)化、規(guī)格化和相應(yīng)的配套[Il]。設(shè)計(jì)工具正逐步地實(shí)現(xiàn)由一個(gè)真正的實(shí)物模型發(fā)展到數(shù)字化、由有形模型向無形模型的轉(zhuǎn)變，這一改革將深刻地影響到設(shè)計(jì)師們?cè)谶M(jìn)行藝術(shù)創(chuàng)造時(shí)的生活工作過程、所需要的設(shè)計(jì)內(nèi)容及其思維模式和方法[12]。

（三）藝術(shù)設(shè)計(jì)中虛（數(shù)字）實(shí)（實(shí)體）交互

在未來設(shè)計(jì)和智能已密不可分一未來的設(shè)計(jì)與智能足以理解、詮釋人類思想的交互方式，協(xié)助人類構(gòu)想更高級(jí)的用戶場(chǎng)景和更精細(xì)的數(shù)字視覺化能力。有效設(shè)計(jì)一個(gè)物理世界和數(shù)字世界之間的融入方式必然會(huì)決定該新興科學(xué)技術(shù)在未來的發(fā)展。運(yùn)用這些科學(xué)技術(shù)能夠取得的成果來拓展人類的世界，并且提升我們對(duì)生活的行動(dòng)力和感知能力，而不是僅僅局限在想象之中。

1.物的數(shù)據(jù)化：智能設(shè)計(jì)的一方面是要進(jìn)行“物的數(shù)化”，亦即有形物（實(shí)）的數(shù)字（虛）化、具體象物的抽象化[13]。其本質(zhì)是將非結(jié)構(gòu)性的信息轉(zhuǎn)化為能表征代替結(jié)構(gòu)化的數(shù)據(jù)，故而可被機(jī)器識(shí)別運(yùn)算，又稱通感設(shè)計(jì)。通感是指在用戶與機(jī)器之間建立低耗能、高協(xié)同的情感聯(lián)結(jié)。雖然人工智能在設(shè)計(jì)領(lǐng)域的應(yīng)用還比較樸素，但在提升傳感器、腦電波對(duì)人的感知力這一技術(shù)方面，人工智能突破了以往想象的壁壘。

2.數(shù)的物質(zhì)化：智能設(shè)計(jì)的另一方面是“數(shù)的物化”，即將無形數(shù)據(jù)（虛）有形化（實(shí)），或者是抽象概念的具體化[14]。其本質(zhì)為借助人工智能將結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)變成非結(jié)構(gòu)化的圖形，易于被人類所接受。據(jù)此，設(shè)計(jì)師采用逆向思維的模式，以問題為導(dǎo)向，加以技術(shù)輔助手段，實(shí)現(xiàn)完成完美的設(shè)計(jì)創(chuàng)作。

（四）以問題為導(dǎo)向、兼顧感性與理性的設(shè)計(jì)

一旦設(shè)計(jì)與科學(xué)技術(shù)完美結(jié)合，計(jì)算機(jī)與設(shè)計(jì)師的關(guān)系將發(fā)生根本性轉(zhuǎn)變：由原來的計(jì)算機(jī)輔助設(shè)計(jì)轉(zhuǎn)變?yōu)槿伺c計(jì)算機(jī)齊頭并進(jìn)設(shè)計(jì)。這個(gè)過程中，設(shè)計(jì)師為計(jì)算機(jī)提供經(jīng)驗(yàn)與指導(dǎo);計(jì)算機(jī)通過對(duì)大數(shù)據(jù)統(tǒng)計(jì)與人工智能分析后，提供一個(gè)最科學(xué)、最合適、最個(gè)性化的解決方案。過去學(xué)院的設(shè)計(jì)思維與創(chuàng)新能力能夠領(lǐng)先該產(chǎn)業(yè)，而如今學(xué)院技術(shù)思維或許有所滯后，出現(xiàn)新科技反過來倒逼教育的現(xiàn)象。這或許是人工智能時(shí)代給設(shè)計(jì)師價(jià)值重新定位所致。

（五）以人為本一千人千面的設(shè)計(jì)民主

人工智能作為輔助設(shè)計(jì)手段確實(shí)可以完成許多軟件中一般功能無法達(dá)到的效果。民主化工具大大降低了設(shè)計(jì)這一領(lǐng)域的技能門檻值[15]，更倚重人在交流和創(chuàng)造上的價(jià)值。具有互動(dòng)交流和自主創(chuàng)造能力的設(shè)計(jì)師已經(jīng)越來越多，通過智能化設(shè)計(jì)技術(shù)，他們都很有可能發(fā)展成為一名設(shè)計(jì)師，產(chǎn)生更多的人機(jī)共同合作的藝術(shù)和創(chuàng)意成果，未來前景可期。

人工智能干預(yù)字體設(shè)計(jì)是科技進(jìn)步的必然結(jié)果，凸顯藝術(shù)與科學(xué)融合的力量。首先，“干預(yù)”是漢字重構(gòu)的主體因素。無論人工智能如何先進(jìn)，但還是缺乏人的靈動(dòng)性和創(chuàng)新思維，只有設(shè)計(jì)師將自己作為設(shè)計(jì)主體，充分發(fā)揮干預(yù)的主動(dòng)性，才能將人工智能的潛質(zhì)發(fā)揮及至;其次，“干預(yù)”也包含漢字重構(gòu)的客體因素。人工智能不僅作為先進(jìn)的工具可給設(shè)計(jì)表現(xiàn)帶來諸多可能性，而且在智能開發(fā)方面也是無限的，尤其在表現(xiàn)形式的干預(yù)方面，發(fā)展空間廣闊且有待開掘，因此需要設(shè)計(jì)師與科技人員深度交流與合作，研發(fā)出更加符合漢字設(shè)計(jì)要求的人工智能系統(tǒng)。綜上所述表明，藝術(shù)與科技是一種相輔相成的關(guān)系。我們正處在急劇變革年代，人類的知識(shí)結(jié)構(gòu)不斷擴(kuò)充，創(chuàng)新科技在本學(xué)科或其他學(xué)科也將會(huì)大融合。那么，藝術(shù)與設(shè)計(jì)的將融為一體。設(shè)計(jì)是感性中摻雜著理性，跨學(xué)科的設(shè)計(jì)團(tuán)隊(duì)趨勢(shì)加強(qiáng)了現(xiàn)代制造需求的現(xiàn)實(shí)性，“數(shù)”、“物”虛實(shí)交織交融，在未來智能設(shè)計(jì)中缺一不可。

基金項(xiàng)目：廣東省教育教學(xué)規(guī)劃課題一高職設(shè)計(jì)類專業(yè)校企協(xié)同育人模式研究與實(shí)踐（課題批準(zhǔn)號(hào)：2017GGX JK067）、2018年河源職業(yè)技術(shù)學(xué)院教育教學(xué)成果獎(jiǎng)培育項(xiàng)目。

參考文獻(xiàn)

[1]許慎說文解字（現(xiàn)代版）[M]北京：社會(huì)科學(xué)文獻(xiàn)出版社，2005： 841

[2]呂筆銳“六書”在現(xiàn)代漢字標(biāo)志構(gòu)形中的應(yīng)用研究[D]長(zhǎng)沙：湖南師范人學(xué)，2010： 65

[3]林嘉豪，章宗長(zhǎng)，姜沖，郝建業(yè)基于生成對(duì)抗網(wǎng)絡(luò)的模仿學(xué)習(xí)綜述[J].計(jì)算機(jī)學(xué)報(bào)，2019：1-35

[4] GeoffreyE Hinton， Simon Osindero. Yee Whye Teh Afastlearnig aigorithmfor deepbellefne[J]NeumlComputation. 2006. 18 （7） 1527-1554

[5] Andrew Brock， Jeff Donahue. Karen Simonyan. Large scale GAN training for high fidelity natural limagesynthesis. arXiv preprint arXiv： 1809.11096， 2018

[6] Christian Ledig， Lucas Theis. Ferene Huszar. et al_Photo-reallstlc single lmage supe-resolution using atenerative adversarial network//Proceedings of the 28thIEEEConfence onComputer vislonand Pattern Recognition（CVPR） Honolulu. USA. 2017： 105-114

[7]殷慶飛漢字字體部件設(shè)計(jì)方法研究[J]美術(shù)大觀，2019 （04）：118.兒9

[8]楊虹，段凱人工智能時(shí)代的中文字庫(kù)設(shè)計(jì)[J].設(shè)計(jì)，2019，32 （14）：134-136

[9]李林人工智能生成內(nèi)容的藝術(shù)性研究[J]火眾文藝，2020 （01）：98-99

[IO]鄢琦，駱仁波，皮佑國(guó)無字庫(kù)智能造字中漢字基元的統(tǒng)計(jì)分析與預(yù)洲[J].計(jì)算機(jī)技術(shù)與發(fā)展，2012，22（04） 33-36

[Il]徐藝乙傳統(tǒng)工具：藝術(shù)設(shè)計(jì)研究的一個(gè)重要方面[J]裝飾，1995，（06）：15-17

[12]銀宇塹，陳洪，趙海英人工智能在藝術(shù)設(shè)計(jì)中的應(yīng)用[J]包裝工程，2020，4l （06）：252-261

[13]楊紹禹，卓凡數(shù)物共生：人工智能在藝術(shù)設(shè)計(jì)中的研究[J]設(shè)計(jì)，2020，33 （19） 98-100

[14]楊紹禹，卓凡數(shù)物共生：人工智能在藝術(shù)設(shè)計(jì)中的研究[J]設(shè)計(jì)，2020，33 （19） 98-100

[15]范凌《2017設(shè)計(jì)與機(jī)器智能報(bào)告》綜述[J]時(shí)代建筑，2018（01） 72-73