人工智能不應(yīng)該只有左腦，只精通算計(jì)；也應(yīng)該有右腦，它會(huì)設(shè)計(jì)；設(shè)計(jì)人工智能是為設(shè)計(jì)服務(wù)的人工智能研究、實(shí)踐。

——節(jié)選自「設(shè)計(jì)人工智能的介紹」

設(shè)計(jì)人工智能2.0

2025年春節(jié)，我在美國的幾所高校做了參訪。正值DeepSeek爆發(fā)，中國科技創(chuàng)新話題在美國很受歡迎；美國大學(xué)對于運(yùn)用人工智能與設(shè)計(jì)創(chuàng)意話題的結(jié)合還是有顧慮的，因此這也是一次種草之旅。

結(jié)合我在雪城大學(xué)（Syracuse University）的「L. C. Dillenback講座」的演講（感謝Speaks院長和老朋友王飛教授的邀請），以及在普林斯頓大學(xué)、賓夕法尼亞大學(xué)、特拉華大學(xué)、卡耐基梅隆大學(xué)的參訪、交流，總結(jié)了如下8個(gè)觀點(diǎn)，概括了ChatGPT出現(xiàn)之后，我在設(shè)計(jì)人工智能領(lǐng)域的研究和實(shí)踐。ChatGPT之前，我從事了7年的「設(shè)計(jì)人工智能1.0」研究和實(shí)踐，都已經(jīng)記錄在《教“設(shè)計(jì)”做“人工智能”的這些年》一文中。「設(shè)計(jì)人工智能2.0」剛剛起步，還有諸多不成熟的地方，期待同好指正。

不是任何「設(shè)計(jì)」都需要人來做

據(jù)說中國電商生態(tài)有200萬設(shè)計(jì)師，收入水平在設(shè)計(jì)師群里里比較高。仔細(xì)觀察他們的工作，工作強(qiáng)度很大（往往需要996），其中，90%時(shí)間在做重復(fù)、機(jī)械的工作，如：電商圖的重組、排版、尺寸修改、文字翻譯等。設(shè)計(jì)師往往會(huì)根據(jù)用戶的數(shù)據(jù)反饋（點(diǎn)擊率、跳轉(zhuǎn)率、轉(zhuǎn)化率、成單率……）進(jìn)行設(shè)計(jì)迭代和優(yōu)化。我認(rèn)為存在兩種設(shè)計(jì)：一、由人的創(chuàng)造力驅(qū)動(dòng)的「0-1的設(shè)計(jì)」（如：蘋果的Think Different廣告設(shè)計(jì)）二、由工具驅(qū)動(dòng)的「1-∞的設(shè)計(jì)」（如：大量電商、社媒等的內(nèi)容延展）0-1的設(shè)計(jì)中，新的技術(shù)、工具，會(huì)啟發(fā)人產(chǎn)生新的靈感和想法（Machine-in-the-Loop）；但是，人是0-1的主導(dǎo)，即使一支筆、一張紙，也可以進(jìn)行0-1的設(shè)計(jì)。1-∞的設(shè)計(jì)中，即使需要人的選擇、指導(dǎo)、操作（human-in-the-loop)；但是，工具是1-∞的主導(dǎo)，沒有合適工具，那么只能把人當(dāng)做工具來用。人工智能會(huì)出現(xiàn)在0-1和1-∞兩種設(shè)計(jì)中；但是，沒有人工智能，1-∞的設(shè)計(jì)是不可能實(shí)現(xiàn)的。

「可計(jì)算性」是人工智能對人創(chuàng)意的理解

維特根斯坦說：語言的邊界就是世界的邊界。大語言模型解決了語言的可計(jì)算性問題?！赣?jì)算」對于人類發(fā)展至關(guān)重要，如果「物理」是通過「數(shù)學(xué)模型」對「客觀世界」進(jìn)行建模的話；那么，「語言模型」則是通過「數(shù)學(xué)模型」對「主觀世界」進(jìn)行建模。「設(shè)計(jì)的可計(jì)算性」把設(shè)計(jì)翻譯成機(jī)器可以理解的語言；設(shè)計(jì)人工智能1.0癡迷于把設(shè)計(jì)翻譯為數(shù)據(jù)，下面??是其中的一些研究：

• DesignNet：把平面設(shè)計(jì)特征（色彩、元素、字體等）翻譯為數(shù)據(jù)集
• 普羅米修斯：把設(shè)計(jì)學(xué)術(shù)知識(shí)（文獻(xiàn)、書籍、論文等）翻譯成知識(shí)圖譜
• 亞文化色彩數(shù)據(jù)集：把亞文化色彩的搭配翻譯成數(shù)據(jù)集
• 金山農(nóng)民畫數(shù)據(jù)集：把傳統(tǒng)中國工藝美術(shù)的元素、搭配、排版、手法翻譯成數(shù)據(jù)集

為此，我們開發(fā)了「設(shè)計(jì)數(shù)據(jù)的采集、管理、協(xié)作工具MuseDAM」，讓設(shè)計(jì)可以被翻譯為數(shù)據(jù)，從而可以被計(jì)算，設(shè)計(jì)可計(jì)算的方式，并不只有「生成」這一種，也包括：理解、搜索、匹配、推薦、分析等。 www.musedam.cc里的功能，上傳文件后可以自動(dòng) / 手動(dòng)觸發(fā)「AI 智能解析」與設(shè)計(jì)的「可計(jì)算性」共存的，是設(shè)計(jì)的「不可計(jì)算性」；即使把所有文學(xué)名著都內(nèi)化了，語言模型還是無法寫出經(jīng)典，而只能是泛泛之詞；這就是創(chuàng)作中「不可被計(jì)算」的部分。亞里士多德說：我們知道的越多，知道自己不知道的越多。設(shè)計(jì)的可計(jì)算性越多，我們越是對不可計(jì)算更珍惜和好奇。0-1的設(shè)計(jì)中，由不可計(jì)算的成分主導(dǎo)；1-∞的設(shè)計(jì)中，由可計(jì)算的成分多主導(dǎo)。

通過可計(jì)算性，讓人工智能進(jìn)行「設(shè)計(jì)推理」人工智能有一個(gè)經(jīng)典原則：GIGO（garbage in，garbage out），輸入的數(shù)據(jù)質(zhì)量越高，AI輸出的結(jié)果質(zhì)量越高；0-1的質(zhì)量越高，1-∞的質(zhì)量越高。DeepSeek的技術(shù)文檔中講述了兩個(gè)有啟發(fā)的人工智能思路：一、引入混合專家模型（MOE），讓不同專家處理不同任務(wù)，可以優(yōu)化模型處理復(fù)雜問題的效率；高質(zhì)量的設(shè)計(jì)師的0-1，就是設(shè)計(jì)專家處理設(shè)計(jì)問題的表現(xiàn)。二、給模型更少結(jié)構(gòu)、讓模型更多自我決策權(quán)，給模型更長的推理時(shí)間，會(huì)出現(xiàn)更好的結(jié)果；設(shè)計(jì)人工智能1.0的「設(shè)計(jì)可計(jì)算性」是「創(chuàng)意理解」；設(shè)計(jì)人工智能2.0的「設(shè)計(jì)可計(jì)算性」是「創(chuàng)意推理」。畢加索說過（喬布斯后來引用過）：好的藝術(shù)家抄襲（copy），卓越的藝術(shù)家竊?。╯teal）。Steal = 推理。

大語言模型的突破，讓設(shè)計(jì)人工智能從垂直學(xué)科到「水平能力」

設(shè)計(jì)人工智能1.0 = Design AI是一個(gè)垂直學(xué)科，研究為設(shè)計(jì)服務(wù)的算法、模型、數(shù)據(jù)集，建立一個(gè)與產(chǎn)品設(shè)計(jì)、交互設(shè)計(jì)、環(huán)境設(shè)計(jì)、設(shè)計(jì)理論等平行的人工智能設(shè)計(jì)學(xué)科；設(shè)計(jì)人工智能2.0 = Design +AI成為一種水平能力，研究為AI如何在設(shè)計(jì)問題的工作流中，建立一個(gè)與產(chǎn)品設(shè)計(jì)、交互設(shè)計(jì)、環(huán)境設(shè)計(jì)、設(shè)計(jì)理論等結(jié)合的人工智能基礎(chǔ)能力；

先行后知，是設(shè)計(jì)人工智能對的打開方式

設(shè)計(jì)人工智能1.0的主張是「先知后行」；因?yàn)椤感小沟耐度敫?、效果差、人才少，所有，我們把精力主要投入在「知」上。設(shè)計(jì)人工智能2.0的主張是「先行后知」；因?yàn)椤感小挂呀?jīng)投入低、效果好、技能門檻低，人人都玩過Windows的「掃雷」，掃雷不只是一個(gè)游戲，而是為訓(xùn)練人們使用鼠標(biāo)。鼠標(biāo)在我們過去的習(xí)慣和本能中都不存在，但是使用鼠標(biāo)，會(huì)成為我們在PC時(shí)代的新本能。設(shè)計(jì)人工智能2.0并沒有選擇以原理、范式、法則……等「知」的方式作為開篇，而是以「創(chuàng)客松」作為抓手，創(chuàng)客松就是AI的掃雷游戲；讓我們行動(dòng)起來，做一個(gè)創(chuàng)建者（builder & creator），先行而后知！

人工智能讓設(shè)計(jì)師從「小設(shè)計(jì)」走向「大設(shè)計(jì)」？

現(xiàn)代設(shè)計(jì)（以包豪斯為例）代表了工業(yè)化的思路，工業(yè)化的思路是全球化生產(chǎn)、精細(xì)化分工。設(shè)計(jì)師作為千行百業(yè)分工的一環(huán)，與其他工種一起協(xié)作，產(chǎn)生了巨大的工業(yè)化價(jià)值。以Thonet椅（維也納咖啡椅）為例，設(shè)計(jì)師設(shè)計(jì)了造型、材質(zhì)、工藝，甚至還有全球化的物流方式。

大語言模型是「反工業(yè)化」、反對精細(xì)化分工的，人工智能會(huì)讓工種變少，人會(huì)通過人工智能，補(bǔ)充自己的短板， 能力變得變廣。重新回到現(xiàn)代主義萌芽時(shí)期，達(dá)芬奇式的「全能的人」；設(shè)計(jì)師從工業(yè)化職業(yè)分工的重要一環(huán)（小設(shè)計(jì)），發(fā)展為解決端到端復(fù)雜問題的「復(fù)合型創(chuàng)新人才」（大設(shè)計(jì)）。重要的是，這種全能的人不是以閉環(huán)、優(yōu)化、效率的收斂模式為目標(biāo)的；而是可以以意義、價(jià)值、進(jìn)化的發(fā)散模式來行動(dòng)的。

用「創(chuàng)建者」的身份來設(shè)計(jì)人工智能

因?yàn)樯厦嬲f的這些背景，我們改變了自己做設(shè)計(jì)人工智能科研和實(shí)踐的方式，在設(shè)計(jì)人工智能1.0，我們拒絕了幾乎所有產(chǎn)業(yè)應(yīng)用課題；在設(shè)計(jì)人工智能2.0，我們積極擁抱各種產(chǎn)業(yè)應(yīng)用場景和實(shí)踐。與產(chǎn)業(yè)的合作，我們的角度與其說是AI專家，不如說是作為builder和creator；我們無法標(biāo)榜自己對的更多，只能標(biāo)榜自己犯過的錯(cuò)更多。

合作通過如下三種模式：一、創(chuàng)客松：1-2天，基于問題的AI應(yīng)用工作坊，與合作方共創(chuàng)AI的價(jià)值共識(shí)；二、POC（Proof of Concept）：2周搭建原型，快速測試迭代，讓合作方形成AI的價(jià)值驗(yàn)證；三、深度融合：持續(xù)合作，落地、形成對合作方AI的價(jià)值影響。下面是一些Design +AI的產(chǎn)業(yè)實(shí)踐：

產(chǎn)品設(shè)計(jì) +AI：為<某國際食品公司>用AI來進(jìn)行「產(chǎn)品創(chuàng)新流程設(shè)計(jì)」

• 通過AI在社交媒體進(jìn)行用戶需求識(shí)別
• 通過AI針對需求形成產(chǎn)品創(chuàng)新思路的發(fā)散
• 通過AI進(jìn)行產(chǎn)品創(chuàng)新想法的擇優(yōu)
• 通過AI進(jìn)行產(chǎn)品設(shè)計(jì)概念的發(fā)散腦暴
• 通過AI對產(chǎn)品設(shè)計(jì)概念進(jìn)行反饋

系統(tǒng)設(shè)計(jì) +AI：為<某國際糧食集團(tuán)>用AI來進(jìn)行「運(yùn)輸航路優(yōu)化設(shè)計(jì)」

• 通過AI分析航路現(xiàn)狀
• 通過AI進(jìn)行航路優(yōu)化策略設(shè)計(jì)
• 通過AI進(jìn)行實(shí)時(shí)航路優(yōu)化

服務(wù)設(shè)計(jì) +AI：為<某國之重器集團(tuán)>用AI進(jìn)行「研發(fā)知識(shí)庫建設(shè)」

• 通過AI進(jìn)行研發(fā)知識(shí)標(biāo)簽庫搭建
• 通過AI進(jìn)行研發(fā)知識(shí)文件的自動(dòng)打標(biāo)
• 通過AI進(jìn)行研發(fā)知識(shí)庫的自然語言搜索
• 通過AI進(jìn)行研發(fā)知識(shí)之間的關(guān)聯(lián)、推薦

營銷設(shè)計(jì) +AI：為<某醫(yī)藥公司>用AI進(jìn)行「專業(yè)知識(shí)科普」

• 通過AI對醫(yī)學(xué)論文進(jìn)行理解
• 通過AI對醫(yī)學(xué)論文翻譯成科普語言
• 通過AI把醫(yī)學(xué)科普語言生成科普卡片、視頻等內(nèi)容

交互設(shè)計(jì) +AI：為<某心理學(xué)專家>用AI開發(fā)「個(gè)人療愈玩具」

• 通過AI進(jìn)行個(gè)人心理建模
• 通過AI進(jìn)行建模后的療愈模型匹配
• 通過AI進(jìn)行療愈形象生成
• 通過AI進(jìn)行人與療愈玩具之間互動(dòng)設(shè)計(jì)

平面設(shè)計(jì) +AI：為<某時(shí)尚雜志>用AI開發(fā)「時(shí)尚媒體新思路」

• 通過AI進(jìn)行雜志選題腦暴
• 通過AI進(jìn)行雜志視覺意向發(fā)散
• 通過AI進(jìn)行編輯
• 通過AI進(jìn)行校對

服務(wù)創(chuàng)意的人工智能「發(fā)散推理模型」

大語言模型是語言模型，讓機(jī)器產(chǎn)生語言文字的能力，大語言模型通過思維鏈（Chain of Thoughts）等方法，把思維過程融入到大語言模型產(chǎn)生回答結(jié)果的過程。

GPT o1是第一個(gè)商業(yè)化的思維模型，DeepSeek R1是第一個(gè)開源的思維模型，把思維過程非常詳細(xì)、透明的表現(xiàn)了出來，Deep Research是第一個(gè)服務(wù)科學(xué)研究進(jìn)行優(yōu)化的思維模型。是否存在一種服務(wù)創(chuàng)意的思維模型？面對科學(xué)問題，解題需要優(yōu)化「收斂」的過程 - 找到答案；面對創(chuàng)意問題，創(chuàng)意需要優(yōu)化「發(fā)散」的過程 - 發(fā)現(xiàn)可能。我們正在研發(fā)一個(gè)面向創(chuàng)意發(fā)散的模型（Creative Reasoning α），會(huì)進(jìn)行自發(fā)的、長時(shí)間、多元的、開放的創(chuàng)意發(fā)散。???www.musedam.cc里的Demo，可以點(diǎn)擊Muse Copilot激活「創(chuàng)意推理」來體驗(yàn)我們相信：創(chuàng)意 = 過去的重組 x 靈光乍現(xiàn) x 迭代的數(shù)量 x 反饋的質(zhì)量采用「拉姆斯菲爾德矩陣」Rumsfeld Matrix的方式來分析，「創(chuàng)意發(fā)散模型」就是上述四種思考模態(tài)的自組織：

• 已知 - 已知的：過去的東西
• 未知 - 未知的：靈光乍現(xiàn)
• 已知 - 未知的：迭代的數(shù)量
• 未知 - 已知的：反饋的質(zhì)量

創(chuàng)意，都可以通過這個(gè)創(chuàng)意發(fā)散模型進(jìn)行推理，從而，激發(fā)更多的可能，找到更好的設(shè)計(jì)。