随着AI技术的发展和在设计领域的应用，设计面临着挑战与机遇。将AI作为辅助设计的驱动力导入整个创意设计生成的流程，强调“以人为本”的人机交互共创，聚焦创意和以决策为核心，可以提高设计效率和质量。在这个流程中，AI的介入包括概念、学习、设计、评估、反馈、优化及呈现等系统生成过程，同时AI就成了生成创造性设计概念、形式和结构的思维工具。
人工智能生成设计的趋势
随着AI技术的不断更新迭代，在欧洲等国家已上升至战略高度。美国作为全球AI研究的领军者，在不断探索中追求创新。欧盟为加强在AI领域的研究和创新能力，提出了“欧洲人工智能战略”计划。日本的NEC、富士通、松下电器等知名企业和研究机构也成了AI的技术先驱。加拿大在深度学习、自然语言的处理以及计算机视觉等人工智能方面已经取得了重要进展。在中国，政府也特别重视AI的技术创新和发展，纷纷出台相关支持政策。
当今，AI技术已经开始在艺术与设计领域中展现出广阔的应用前景，尤其是AI技术可以深度学习和生成内容，能够激发设计师的创造力，推动社会的创新和进步。有的设计师利用人工智能辅助设计，生成文本、图像、3D、影像及代码等内容。AI生成工具的成功开发是源自对深度学习技术的积累和迭代，以及深度探索和尝试各种模型。随着AI生成式设计内容逐渐得到应用，这既提高了设计效率，又能推动相关产业的发展，在辅助生成设计方面重点是促进AI技术与创意设计过程的有机融合。
基于设计类型学和进化创造力能为AI辅助设计提供理论基础，在设计工作中使用哪种AI生成技术，取决于设计过程变化的方式和程度。AI可以在概念设计阶段和详细设计阶段自动生成设计内容，并进一步实现各种系统化的生成。为了解决在创意开发阶段的问题，使用生成式AI设计的方法可以规避耗时且乏味的问题。当推进具体设计方案时，采用AI生成式的系统设计方法可以解决设计问题，特别是用于处理复杂结构优化问题。基于AI框架提问，将设计师与人工智能进行信息交换，AI作为一种新的生成式辅助设计工具，在各个领域中展现出巨大的应用和发展前景。
人工智能作为辅助设计工具
生成式人工智能（AIGC）也被称为“创意AI”或“合成媒体”，它能整合哲学、数学、逻辑学和语言学等理论基础，不仅可以解释人类思维的本质，而且可以启发创造性发展，是AI在创新中的应用，输入相关提示后可以生成文本、图像、视频、声音甚至代码等，并进一步深度学习算法，利用算力进行创作。这种AI深度学习是一种基于神经网络的学习，主要包含编码器和解码器两部分，模拟人类的意识、自我、思维等认知行为和复杂的智能关系，能够实现人类的思考和分析能力。随着技术的发展，AI不仅可以解析并借鉴复杂的系统，还可以推动自身的规划、建设、管理及运行等复杂的智能提升。AI生成式设计包括生成、创作辅助以及作品展示等多个方面的艺术表现。
随着艺术与科技的进一步融合，设计师应该与AI有效地交互，并将其纳入设计工作的全流程。一方面，AI可以帮助设计师突破局限的表现手法，避免重复性、复杂性的工作。另一方面，应当认识到，AI技术虽对艺术界形成冲击，却也为跨学科交叉融合带来契机。不过，它在设计领域，永远无法取代人类的创造力。总之，AI辅助设计可以增强各个阶段设计效率，特别是可以应用于探索、构思、创意生成、原型设计、反馈与优化和预示未来等作品的系统生成。此外，在生成式人工智能（AIGC）赋能设计工作中，也可能成为一种非线性的设计工具，它能增强设计师自身感知、认知、推理及物理行动等能力，也能够实现自身的迭代生成。
人工智能辅助设计的流程
运用AI可以推进人机交互体验的设计流程。一方面，从实际交互体验设计流程中能够了解用户需求与期望、发现可能存在的问题与风险。另一方面，可以通过科学系统的用户研究来检验AI是否真正增进了人类的创造力。在人工智能生成设计系统的模型中，包括生成、优化和呈现等三个基本的设计任务，我们可以建立起AI生成设计“调研—创意—原型生成—反馈—迭代”等全流程的设计步骤：
第一步，确定设计主题。在设计前期需要充分调研，利用AI进行采集和分析各类调研数据信息，从中提取创意特征和元素，从而辅助设计师进行设计决策和筛选相关的主题，并确定设计主题和设计目标，把控设计概念的新颖性、多样性，为后续设计工作提供方向。
第二步，收集相关素材。依据筛选好的“主题”，利用AI工具收集与主题有关的素材，基于不同的素材产生“提示”，进行“重组、变异和选择”，从而生成个性化的设计理念。
第三步，生成创意草图。因不同个体的思维和认知局限，可能会限制生成的创造力，所以需要利用AI生成设计草图，激发设计师的创造力和决策能力。
第四步，自然理解与生成。在各种设计领域中，设计师利用自然语言AI技术进行决策和创作，可以更好地、自动地理解和分析用户需求和问题反馈，并生成初步的原型设计。
第五步，人工与智能交互生成。基于AI自动生成的多种创意设计草案，能为设计师提供多样化的选择，并定义设计目标、变量及其约束条件，经过草图“训练的模型”转换为设计的“生成形式”，从“系统体系结构”到“可视化呈现”，进而实现“人智共生”。
第六步，情感优化设计。生成式AI设计存在显式和隐式两种情感化设计方法，显式生成设计是基于语法或参数模型的生成式设计，隐式设计则常常需要情感的计算与介入。为提高AI生成式设计内容的情感表达，可以利用设计师偏好的设计风格，通过“算法”进行训练、模仿，激发人工智能与人类互动的新领域“情感计算”，并以此来优化项目设计。
课题项目：本研究源自2023年度中国美术学院校级课题“探讨 AI 人工智能生成辅助设计研究”（课题编号：YB2023004）
（作者单位：中国美术学院）
随着AI技术的发展和在设计领域的应用，设计面临着挑战与机遇。将AI作为辅助设计的驱动力导入整个创意设计生成的流程，强调“以人为本”的人机交互共创，聚焦创意和以决策为核心，可以提高设计效率和质量。在这个流程中，AI的介入包括概念、学习、设计、评估、反馈、优化及呈现等系统生成过程，同时AI就成了生成创造性设计概念、形式和结构的思维工具。
人工智能生成设计的趋势
随着AI技术的不断更新迭代，在欧洲等国家已上升至战略高度。美国作为全球AI研究的领军者，在不断探索中追求创新。欧盟为加强在AI领域的研究和创新能力，提出了“欧洲人工智能战略”计划。日本的NEC、富士通、松下电器等知名企业和研究机构也成了AI的技术先驱。加拿大在深度学习、自然语言的处理以及计算机视觉等人工智能方面已经取得了重要进展。在中国，政府也特别重视AI的技术创新和发展，纷纷出台相关支持政策。
当今，AI技术已经开始在艺术与设计领域中展现出广阔的应用前景，尤其是AI技术可以深度学习和生成内容，能够激发设计师的创造力，推动社会的创新和进步。有的设计师利用人工智能辅助设计，生成文本、图像、3D、影像及代码等内容。AI生成工具的成功开发是源自对深度学习技术的积累和迭代，以及深度探索和尝试各种模型。随着AI生成式设计内容逐渐得到应用，这既提高了设计效率，又能推动相关产业的发展，在辅助生成设计方面重点是促进AI技术与创意设计过程的有机融合。
基于设计类型学和进化创造力能为AI辅助设计提供理论基础，在设计工作中使用哪种AI生成技术，取决于设计过程变化的方式和程度。AI可以在概念设计阶段和详细设计阶段自动生成设计内容，并进一步实现各种系统化的生成。为了解决在创意开发阶段的问题，使用生成式AI设计的方法可以规避耗时且乏味的问题。当推进具体设计方案时，采用AI生成式的系统设计方法可以解决设计问题，特别是用于处理复杂结构优化问题。基于AI框架提问，将设计师与人工智能进行信息交换，AI作为一种新的生成式辅助设计工具，在各个领域中展现出巨大的应用和发展前景。
人工智能作为辅助设计工具
生成式人工智能（AIGC）也被称为“创意AI”或“合成媒体”，它能整合哲学、数学、逻辑学和语言学等理论基础，不仅可以解释人类思维的本质，而且可以启发创造性发展，是AI在创新中的应用，输入相关提示后可以生成文本、图像、视频、声音甚至代码等，并进一步深度学习算法，利用算力进行创作。这种AI深度学习是一种基于神经网络的学习，主要包含编码器和解码器两部分，模拟人类的意识、自我、思维等认知行为和复杂的智能关系，能够实现人类的思考和分析能力。随着技术的发展，AI不仅可以解析并借鉴复杂的系统，还可以推动自身的规划、建设、管理及运行等复杂的智能提升。AI生成式设计包括生成、创作辅助以及作品展示等多个方面的艺术表现。
随着艺术与科技的进一步融合，设计师应该与AI有效地交互，并将其纳入设计工作的全流程。一方面，AI可以帮助设计师突破局限的表现手法，避免重复性、复杂性的工作。另一方面，应当认识到，AI技术虽对艺术界形成冲击，却也为跨学科交叉融合带来契机。不过，它在设计领域，永远无法取代人类的创造力。总之，AI辅助设计可以增强各个阶段设计效率，特别是可以应用于探索、构思、创意生成、原型设计、反馈与优化和预示未来等作品的系统生成。此外，在生成式人工智能（AIGC）赋能设计工作中，也可能成为一种非线性的设计工具，它能增强设计师自身感知、认知、推理及物理行动等能力，也能够实现自身的迭代生成。
人工智能辅助设计的流程
运用AI可以推进人机交互体验的设计流程。一方面，从实际交互体验设计流程中能够了解用户需求与期望、发现可能存在的问题与风险。另一方面，可以通过科学系统的用户研究来检验AI是否真正增进了人类的创造力。在人工智能生成设计系统的模型中，包括生成、优化和呈现等三个基本的设计任务，我们可以建立起AI生成设计“调研—创意—原型生成—反馈—迭代”等全流程的设计步骤：
第一步，确定设计主题。在设计前期需要充分调研，利用AI进行采集和分析各类调研数据信息，从中提取创意特征和元素，从而辅助设计师进行设计决策和筛选相关的主题，并确定设计主题和设计目标，把控设计概念的新颖性、多样性，为后续设计工作提供方向。
第二步，收集相关素材。依据筛选好的“主题”，利用AI工具收集与主题有关的素材，基于不同的素材产生“提示”，进行“重组、变异和选择”，从而生成个性化的设计理念。
第三步，生成创意草图。因不同个体的思维和认知局限，可能会限制生成的创造力，所以需要利用AI生成设计草图，激发设计师的创造力和决策能力。
第四步，自然理解与生成。在各种设计领域中，设计师利用自然语言AI技术进行决策和创作，可以更好地、自动地理解和分析用户需求和问题反馈，并生成初步的原型设计。
第五步，人工与智能交互生成。基于AI自动生成的多种创意设计草案，能为设计师提供多样化的选择，并定义设计目标、变量及其约束条件，经过草图“训练的模型”转换为设计的“生成形式”，从“系统体系结构”到“可视化呈现”，进而实现“人智共生”。
第六步，情感优化设计。生成式AI设计存在显式和隐式两种情感化设计方法，显式生成设计是基于语法或参数模型的生成式设计，隐式设计则常常需要情感的计算与介入。为提高AI生成式设计内容的情感表达，可以利用设计师偏好的设计风格，通过“算法”进行训练、模仿，激发人工智能与人类互动的新领域“情感计算”，并以此来优化项目设计。
课题项目：本研究源自2023年度中国美术学院校级课题“探讨 AI 人工智能生成辅助设计研究”（课题编号：YB2023004）
（作者单位：中国美术学院）
