淺談人工智能技術下產品設計的發展趨勢和策略

一、“人工智能”的概念

人工智能是通過對人的智能活動進行研究，對其規律進行總結，并利用計算機軟件等來模擬人的思維和行為，從而形成的一種科學的理論、技術和方法，屬于一門新型的學科。［1］

概括來講，人工智能就是通過對人的思維方式進行模擬，將這種思維方式運用到機器上，使機器可以像人一樣思考問題，并對問題進行回應。

人工智能技術從起初的探索到今天的日益強大，經歷了漫長的發展過程。如今，人工智能已經走進人們的生活。尤其在設計領域，人工智能技術已經被廣泛運用到視覺設計、產品設計以及藝術設計等領域。伴隨著物聯網技術、5G技術的發展，人工智能將具備更加廣闊的發展空間，對藝術設計的發展起到更大的推動作用。

二、人工智能和產品設計發展的關系

產品設計是一項融合多種學科知識的創新行為，包含造型、美學、材料、技術、商業營銷等多種因素。縱觀產品設計的發展，可以看出每一次技術革命都為產品設計和相應的設計理念帶來了新的發展空間。這足以說明技術因素對產品設計的發展有著直接的促進作用。新技術可以使產品內核實現革新升級，從而改變產品的外觀和使用方式。以電視機為例，早期的電視機（圖1）由于內部電子槍和顯像管的體積過于龐大，產品呈現笨重的長方體形態；到了20世紀，由于等離子技術的出現，電視機內部采用了第一代自動發光技術，省去了原始電子槍的結構，將更多空間留給屏幕，從而使電視機機身變薄了許多。隨著液晶顯示屏技術的發展，電視機屏幕變得更薄了，甚至可以達到幾毫米的厚度。超薄電視機（圖2）已成為目前電視機市場的主流。電視機從笨重的“體”的形態進化到超薄的“面”的形態，依靠的就是技術的推動。同時，人工智能技術又使電視機在與用戶交互方面有了新的發展，用戶可以通過語音對話實現操控的全過程。技術的不斷進步也使產品設計的方向更加多樣化。人工智能技術的高速發展不斷影響著產品的功能和形態，促使產品設計從基礎功能向綜合功能全面開發，打破了用戶使用產品的局限性，增強了用戶和產品之間的情感交互體驗。

圖1 老式電視機 圖片來源：https://m.haier.com/bbs/activity/2436233.shtml

圖2 超薄電視機 圖片來源：https://www.smzdm.com/p/25539047/

人工智能技術具備精準性、高效性和創新性，可以取代傳統的重復性或有危險性的人工操作。此外，人工智能技術可以依靠大數據以及物聯網采集更多信息，通過自我學習，為用戶帶來全新的情感體驗。如今，人工智能技術的落地再次驅使產品設計進入升級化時代，并在流程、方法等方面給其帶來了新的發展。

三、人工智能技術下產品設計的發展趨勢

（一）由單向的人機系統進化為共融的人機融合系統

人工智能技術打破了傳統設計的界限，擴大了設計領域，使藝術和設計可以更快速地進行交融。物聯網、5G以及大數據使傳統的機器具有了更高的“智慧”，從而成為設計主體，參與設計流程，與設計師一同完成設計任務。

由于融入人工智能技術的機器具備了深度學習、思考和協作的能力，和用戶一樣具備智能思維，因而它和用戶同屬于認知主體。通過人對機器的使用，二者形成了更加復雜、精密、智慧的新型人機融合系統。這種人機融合系統不僅包含人、機器、物理環境，也包含其互相融合的關系。分別對人的認知屬性和機器的計算屬性進行研究，探究人機認知處理決策的差異性，是建立融合性人機系統的關鍵。

傳統的人機系統由人、機器、環境組成。機器屬于單純的物理體態，人機系統的運行要通過人對機器的控制來完成。而新型的群體智能系統則對人的身體、感覺和認知能力做了擴展和提升，并通過自然交互、智能交互與人和諧共處，從而實現人機融合。

例如廣州汽車集團股份有限公司推出的全球首款自動駕駛系統，人機交融主要體現在自動泊位和輔助駕駛功能方面。其車身安置了4個高清攝像頭和12個超聲波傳感器來探測車身位置。在6米的范圍內，系統可以通過信號傳輸完成尋找車位、識別車位、泊入車位的全過程。此外，方向盤還安裝了預警系統，駕駛者雙手只需要輕搭在方向盤上即可；如果雙手離開方向盤幾秒鐘，系統就會發出警報。人工智能技術將傳統設計轉向更加友好的人機深度協作。

（二）機器人產品的升級

人工智能技術促使機器人產品快速發展。目前機器人分為兩大類。

一類是具備操作功能的工業機器人，如物流系統的分貨裝置、生產線上的裝配機器人等。這類機器人已經運用到各種生產領域，不僅降低了生產成本，而且大大提高了工作效率。如京東的機器人分揀系統將原有的分揀系統從6個減少到3個，而單小時處理貨品的件數卻比以前大大增加。

亮相于2021年亞洲國際物流技術與運輸系統展覽會的極智嘉智能分揀機器人（圖3、圖4），外觀硬朗小巧、科技時尚。其機身自帶智能升降架，可任意調節高度，適應各種高度和不同尺寸的物流箱體，具備高柔性和很好的兼容性。這樣的設計既提高了機器人分揀物件的效率，又節約了物流存儲空間。

圖3 極智嘉智能分揀機器人 圖片來源：https://new.qq.com/rain/a/20211027a0bv8o00

圖4 極智嘉智能分揀機器人 圖片來源：https://baijiahao.baidu.com/s?id=1728255086162374864

這類機器人需要依靠專業技術人員進行操控，操作難度較大。一旦操作有誤，很可能給人群帶來損傷，并影響生產。為了提高安全性和工作效率，必須加強機器人的仿真設計，將人體結構的數據、尺度、原理以及運動規律等運用到機器人的設計中。此外，整體結構還需更加簡化、合理，控制程序還需更加簡潔、宜人，以便使用者和機器人更好地協同工作，從而提高工作效率。這就需要我們對人形機器人加大開發步伐。

另一類機器人的外觀設計模擬人體形態，能夠完成人體動作，也稱作仿真人形機器人。這類機器人具備敏捷的思維，能夠思考、運算并作出判斷，以此完成使用者對它的指示，高效、安全地完成人機交互。

如日本Walker X機器人（圖5、圖6），經過5年4次的產品升級，已經從最初的結構性機器人進化到仿人形機器人。該產品通過減輕自身材料的重量、降低重心實現單腿支撐，每小時步行距離提高到了3公里。而且，即使受到外力沖擊，其也能保持穩定性。此外，該機器人還配備了三維立體視覺定位系統，通過多層算法，可以選擇最優行動路徑，并且可以探測物體的位置和方向等屬性，完成多項復雜的抓取動作。這就是仿真人形服務機器人技術的突破。未來這類機器人將更加富有情感，并走向家庭生活。

圖5 Walker X機器人 圖片來源：https://www.163.com/dy/article/GEGJQ92L05318Y5M.html

圖6 Walker X機器人 圖片來源：https://www.sohu.com/a/476199932_100171209

四、人工智能技術下產品設計發展的策略

（一）建立虛擬智能角色形象

用戶在和智能設備交互的過程中，會通過綜合感知對交互過程進行一種情感定位，并將這種情感投入到一種虛擬的情景中。我們依據這種用戶感知，可以建立一種虛擬的角色形象，來滿足用戶對這種虛擬情感的期盼。這類智能角色形象將傳統語音交互模式擬人化，賦予了情感和性格，強調情感化交流。這種智能系統可以通過智能算法和用戶交流，完成各種任務。“智能小愛”就是這樣的虛擬智能角色。它可以應用于各種系統化的家電產品中，通過和用戶友好對話完成用戶的各項指令。

我們可以將這種智能系統設定為朋友或助手的身份，也可以進行更廣泛的角色開發，如管家、長輩以及下屬的身份等。智能產品設計必須依托虛擬智能角色形象完成產品的交互過程。這樣的智能角色既可以使產品的交互過程變得更加生動有趣，又可以滿足用戶對情感的期望。

（二）構建智能數據分析系統

在傳統產品設計流程中，設計師要通過調研來對企業、產品以及用戶行為等進行分析，以此作為產品研發的依據。研究人員將數據分為企業內部數據、外部數據和用戶數據。內部數據包含企業的管理資源、人力資源、管理決策、運營模式以及營銷數據等。它是由企業正常運轉所產生的直接或間接數據。外部數據是指企業所處大環境的數據，包含同類競品信息、產品生產法規、國家政策條例、整體流行趨勢等。用戶信息是指消費者的人群特點、審美取向、生活模式以及消費模式等。

以往的工作中，設計師要通過人工對這些信息進行綜合采集和分析，從而完成對設計方向的預測。相關的調研工作相當煩瑣和龐雜，要消耗大量時間成本和人力成本。由于時間和空間的限制，這種傳統的數據采集和分析不能做到精準，尤其是對產品的潛在創新突破口和用戶的個性化需求不能進行準確預判。這就需要有一種設計系統能將用戶和設計方進行鏈接，以達到用戶和設計方的無障礙溝通。

我們可以利用5G和大數據建立數據分析系統，對企業的內部數據、外部數據和用戶數據進行采集和分析，幫助企業進行產品設計規劃與研發預判。如針對用戶信息，可以將用戶喜好、生活方式等數據在云端進行存儲，并利用深度神經網絡模型，對市場用戶的特征價值進行數據整合、分析、計算，從而預測出未來的用戶喜好以及產品的流行趨勢。此外，還可以對消費者的文化背景、愛好以及生活品位等抽象要素進行分析，選取與匹配指標關聯性較高的特征值，為后期匹配提供服務。智能數據分析系統對大量基礎和復雜信息進行整合、分析，不僅能為后期的設計進階提供理論基礎，而且能減少設計師投入的時間成本，以便他們能夠集中精力投入創造性的活動，［2］最終達到數據的科學性和思維創新性的融合。有研究者將依靠人工神經網絡算法建立預測模型的工作分為準備數據并選取適當的特征、訓練模型并進行評估、優化模型性能并評估三部分，［3］并提出利用深度神經網絡模型對汽車造型流行趨勢進行預判。

（三）構建智能設計系統

大數據的發展以及硬件系統的更新，如CPU并行計算技術的成熟，成就了深度學習的方法。深度學習的方法是更加接近人腦對數據進行解釋的方法，也是人工智能的重要實現路徑和發展方向。［4］杰弗里·埃弗里斯特·辛頓（Geoffrey Everest Hinton）等學者在2006年提出深度信念網絡訓練方法，促進了深度學習的迅速發展。深度學習的方法相對于以往的機器學習方法更具有先進性。面對不同結構的數據，它可以采用相對統一的結構進行處理，輸入和輸出都具備較靈活的方式，不需要人工對特征進行篩選。按照某類任務訓練的特定神經網絡，可以方便地適配到相似任務。［5］

深度神經網絡通過專業訓練，可以對各種數據提取相應的概念并進行分類，分類結果更加精準。深度神經網絡技術可以廣泛應用于圖像篩選、圖像組織、圖像辨識、風格塑造和創新設計等領域。我們可以利用卷積神經網絡加強圖像識別，構建個性化的產品生成算法研究，從而構建個性化的人工智能設計方案生成算法，生成具有創新性并能夠喚起用戶心理期望的產品樣式，使生成的產品具有個性化風格。

阿里公司推出的阿里鹿班平臺，憑借強大的AI智能算法和大數據的利用，使機器可以學習設計知識，從而擁有設計能力。同樣的技術原理我們完全可以應用到產品設計領域。國外一家汽車公司即利用人工智能技術，結合虛擬現實以及3D打印，開發出新的車型。［6］

在未來產品設計流程中，我們可以將草圖、配色以及形態樣式等要素搜集起來，建立不同屬性的資源庫；再結合用戶的指令進行搜索，通過機器學習算法，生成新的圖形、圖像；最后通過優化模塊進行高精度的完善，從而形成最終的設計效果。

設計師菲利普·施密特（Philipp Schmitt）曾利用人工智能系統的自我學習能力完成一個設計項目。這個人工智能系統由兩個模塊組成：一個模塊可以檢索圖像，將上百件產品存入信息庫中，然后對其進行自主學習，從而生成新的圖像；另一個模塊為優化模塊，可以對生成的圖像進行驗證，從而得到更加合理的圖形。最后，他根據這個圖形，結合新材料，制作出了成品（圖7、圖8）。［7］

圖7 素材資源庫 圖片來源：https://www.sohu.com/a/339587443_288591

圖8 菲利普·施密特利用人工智能設計的座椅 圖片來源：https://www.sohu.com/a/339587443_288591

設計師飛利浦·斯塔克（Philippe Starck）利用人工智能軟件平臺設計出的新型座椅已經亮相于2019年的米蘭家具展。設計者根據自己的設想輸入材質、形態、預期感覺等命令，AI程序在接到相應的命令后對其進行分析、提煉，最終總結出關鍵點，概括出設計者的意圖，從而設計出形態，并結合3D打印技術以及其他輔助成型技術制作出模型。

（四）機器人和操作者共融的工作模式

強調機器人和操作者共融的工作模式，還可以建立多機器人系統（Multi-Robot System，MRS）。多機器人系統就是將不同用途的多個單體機器人組合成系統。［8］它突破了單體機器人的工作局限，更注重群體智能系統協作，實現1+1＞2的功效。多機器人系統能在不同的領域發揮優勢。［9］這也會成為未來機器人發展的趨勢。

五、結論

人工智能的發展為藝術設計活動賦予了新的生命力。尤其是產品設計，由于人工智能的助力而獲得了新的發展空間。作為產品設計師，我們要不斷更新觀念，善于利用新技術改變傳統的產品設計流程和方式；運用人工智能設計的新策略，推出具有新風尚的產品設計。