生成式AI如何幫助想象更好的機器人模樣

編譯/高斯寒

AI沒有給出圖解，但它確實激發(fā)了創(chuàng)造力。

2023年大概會被銘記為生成式人工智能（GAI）之年。生成式AI是否會把我們的生活改變得更好，這依然是個未知的問題。然而，有一點是確定的：最新的AI工具正在被迅速推出，而且在未來的一段時間里都會繼續(xù)這種勢頭。工程師用AI做實驗，將AI融入設(shè)計過程，能從中收益良多。

這種情況在某些領(lǐng)域中早已發(fā)生。阿斯頓 · 馬丁公司DBR22概念車的設(shè)計者就依靠整合數(shù)字3D軟件的AI來優(yōu)化后副車架部件的外形和布局，該軟件來自數(shù)字工業(yè)制造系統(tǒng)公司Divergent。這種后副車架具有樸實簡練的外觀，這全靠AI對于形狀的探究才變得可能。實際的部件通過增材制造技術(shù)加工而成。阿斯頓 · 馬丁公司說，這種方法大幅降低部件的重量，又保持了部件的剛性。公司計劃在未來的小批量生產(chǎn)車型中采用相同的設(shè)計和制造步驟。

AI協(xié)助設(shè)計的其他例子能夠在美國宇航局（NASA）的太空任務(wù)中找到，其中包括行星儀器、空間望遠(yuǎn)鏡和火星樣本取回任務(wù)。NASA工程師瑞安 · 麥克萊蘭（Ryan McClelland）說，最新的AI生成設(shè)計方案也許“看起來有點陌生和奇怪”，但可以使部件重量低于常規(guī)，卻能容許更高的結(jié)構(gòu)荷重。另外，和傳統(tǒng)部件比起來，設(shè)計所需的時間只是前者的一丁點。麥克萊蘭稱，這些新設(shè)計是“進(jìn)化出的結(jié)構(gòu)”。這個說法指的是AI軟件如何通過設(shè)計突變來迭代，趨近于高性能的設(shè)計方案。

NASA工程師麥克萊蘭稱，他使用商業(yè)AI軟件設(shè)計出的3D打印部件是“進(jìn)化出的結(jié)構(gòu)

在這些類型的工程環(huán)境中，與生成式AI共同設(shè)計、高質(zhì)量的結(jié)構(gòu)化數(shù)據(jù)以及充分研究后的參數(shù)能清楚地導(dǎo)向更具創(chuàng)造力、更有效的新設(shè)計方案。我決定試一試這種方式。

生成式AI如何激發(fā)工程設(shè)計的靈感

2022年1月，我開始用生成式AI做實驗，以此作為我對信息物理系統(tǒng)研究工作的一部分。信息物理系統(tǒng)涵蓋廣泛的應(yīng)用，包括智能家居和自動駕駛等。它們依賴于實體部件和計算部件的整合，通常還包括部件之間的反饋回路。為了開發(fā)信息物理系統(tǒng)，設(shè)計者和工程師必須相互合作，以創(chuàng)造性的方式進(jìn)行思考。這是一個很耗費時間的過程，我尋思著，人工智能生成器能否幫助擴(kuò)大可選設(shè)計方案的范圍，使得更高效的迭代循環(huán)成為可能，或者促進(jìn)橫跨不同學(xué)科的合作。

阿斯頓·馬丁公司使用AI軟件來為DBR22概念車設(shè)計零部件

當(dāng)我開始進(jìn)行生成式AI的實驗時，我并沒有尋求實際的設(shè)計指引。更確切地說，我想要的是靈感。最初，我只為好玩而嘗試了文本生成器和音樂生成器，但我最終發(fā)現(xiàn)，圖像生成器最適合用來獲得靈感。圖像生成器是一類能基于一組輸入?yún)?shù)或提示語而創(chuàng)造出圖像的機器學(xué)習(xí)算法。我試驗了多個平臺，努力弄明白如何在每個平臺上組織起良好的提示語（提示語是生成器用來產(chǎn)生圖像的輸入文本）。我嘗試過的平臺有Craiyon、DALL-E2、Midjourney、NightCafé和Stable Diffusion。我發(fā)現(xiàn)，將Midjourney和Stable Diffusion組合使用的話，對于我的意圖來說表現(xiàn)最好。

Midjourney使用專有機器學(xué)習(xí)模型，而Stable Diffusion開放了源代碼，讓所有人都能免費獲取。Midjourney只有在聯(lián)網(wǎng)時才能使用，而且提供不同的訂閱方案。你能下載Stable Diffusion到你的計算機上后運行，免費使用，或者你可以支付少許費用，就能在線上使用它。我在本地電腦上使用Stable Diffusion，并且訂閱了Midjourney。

在我初次試驗生成式AI時，我使用圖像生成器來共同設(shè)計出一種自我依賴的水母機器人。我們打算在我位于瑞典烏普薩拉大學(xué)的實驗室建造這樣的機器人。我們的研究團(tuán)隊專長于自然啟發(fā)下的信息物理系統(tǒng)。我們預(yù)想這種水母機器人能從海洋中收集微塑料，充當(dāng)海洋生態(tài)系統(tǒng)的一部分。

在實驗室里，我們設(shè)計信息物理系統(tǒng)時，一般經(jīng)過頭腦風(fēng)暴、畫草圖、計算機建模、模擬、原型試制、測試等在內(nèi)的迭代過程。第一步就是團(tuán)隊開會，基于系統(tǒng)計劃的用途和約束，構(gòu)想出初步概念。接著，我們畫出粗略的草圖，建立基本的計算機輔助設(shè)計（CAD）模型來將可選的不同方案可視化。最具希望的設(shè)計方案得到模擬，從而分析動態(tài)情況、完善機械設(shè)計。然后制造簡化原型，進(jìn)行評估，再建造更加完善的版本。廣泛的測試使得我們能改進(jìn)系統(tǒng)的實體特征和控制系統(tǒng)。上述過程由眾人合作，但極大地依賴設(shè)計者過往的經(jīng)驗。

我想要看一下，使用AI圖像生成器能否開啟我們想象的可能性。我開始嘗試不同的提示語，從含糊的一句話描述到大段的詳細(xì)解釋，不一而足。起初，我不知道如何提問，甚至不知道該問什么，因為我不熟悉AI工具和它的能力。可以理解，最初的那些嘗試未獲成功，因為我選擇的關(guān)鍵詞不夠特定，我也沒有給予關(guān)于風(fēng)格、背景或詳細(xì)要求的任何信息。

最初嘗試生成水母機器人圖像時，使用了下列提示語：水下、自我依賴、迷你機器人、珊瑚礁、生態(tài)系統(tǒng)、超現(xiàn)實主義（圖1）。改進(jìn)提示語后，得到更好的結(jié)果（圖2），提示語為：水母機器人、塑料、白色背景。圖3來自下述提示語：未來主義水母機器人、高細(xì)節(jié)、生活在水下、自我依賴、快速、大自然的啟發(fā)

隨著提示語中特定細(xì)節(jié)的增加，能夠獲得更加符合想象的水母機器人圖像。圖4、圖5和圖6都來自下列提示語：一種旨在自我依賴和在海中生存的未來主義電子水母機器人，采用水或彈性玻璃之類的材料、外形能變換、技術(shù)設(shè)計、透視工業(yè)設(shè)計、酷比克馬克筆風(fēng)格、電影一般的高清細(xì)節(jié)、極其詳盡、情緒色彩分級、白色背景

隨著我嘗試更精確的提示語，AI的設(shè)計開始看起來與我的想象越發(fā)一致。我接著試驗了不同紋理和材料，直到我對多個設(shè)計方案滿意為止。

在區(qū)區(qū)幾分鐘后，就能看到我最初給出的提示語的結(jié)果，這令人激動。然而，進(jìn)行改動，重述概念，嘗試新的提示語，再結(jié)合成功元素得到完善設(shè)計方案，這個過程耗費了許多個小時。

與AI一起設(shè)計是一次啟發(fā)性的經(jīng)歷。一個提示語能涵蓋許多屬性，包括對象、介質(zhì)、環(huán)境、顏色甚至是情緒。我學(xué)習(xí)到，一個優(yōu)秀的提示語需要是特定的，因為我想要設(shè)計方案適合某個特定的用途。另一方面，我又想要對結(jié)果大吃一驚。我發(fā)現(xiàn)，我需要在知道和想要的東西、不知道或想象不到但也許想要的東西之間實現(xiàn)平衡。我獲知，提示語中任何不特定的元素都可能被AI平臺隨機分配給圖像。因此，假如你想要對某個屬性大吃一驚，那么你可以對那個屬性只字不提。但假如你想要某些特定的東西被包括在結(jié)果中，那么你得要將它包括在提示語中，你必須清楚表達(dá)任何對你而言重要的脈絡(luò)或細(xì)節(jié)。你也可以將關(guān)于圖像構(gòu)成的指示包括進(jìn)來，假如你在設(shè)計工程產(chǎn)品，這會幫上大忙。

控制生成式AI的成果是幾乎不可能的

我嘗試看看我能在多大程度上控制共同創(chuàng)造的過程，以此作為我調(diào)查研究的一部分。有時，控制措施起效，但在大多數(shù)時候都以失敗告終。

下面的人形機器人設(shè)計圖中出現(xiàn)的文字實際上并非詞匯，它只是一些圖像生成器產(chǎn)生的字母和符號，是作為技術(shù)制圖美學(xué)特征的一部分。當(dāng)我提示AI“技術(shù)設(shè)計”時，AI經(jīng)常將這種假語言包括進(jìn)來，很可能是因為訓(xùn)練數(shù)據(jù)包括許多帶有外觀相似文本的技術(shù)圖或設(shè)計藍(lán)圖的范例。這些字母僅僅是些視覺元素，算法將它們與那種技術(shù)插圖的風(fēng)格聯(lián)系在一起。因此，AI在遵循它從數(shù)據(jù)中識別出的模式，即使文本本身是無意義的。這是一個無傷大雅的例子，展示了這些生成器如何從訓(xùn)練中采納怪異模式或形成偏差，卻沒有任何真正的理解。

為了生成人形機器人的圖像（左），作者從簡單的提示語“人形機器人、白色背景”開始，接著使用提示語“擁有攝像頭眼睛的人形機器人、技術(shù)設(shè)計、增加文本、全身視角、強壯手臂、V形身體、電影一般的高清細(xì)節(jié)、淺色背景”，嘗試將代替眼睛的攝像頭融入人形機器人的設(shè)計中（右）

當(dāng)我嘗試把水母改成章魚后，AI設(shè)計就可悲地失敗了——這點令人詫異，因為在工程師眼中，水母和章魚看起來十分相似（在此要對讀到本文的海洋生物學(xué)家說聲抱歉）。為什么生成器對于水母能產(chǎn)生很好的結(jié)果，但對于章魚就給出死板的、外星生命一般、解剖學(xué)上不正確的設(shè)計？這是個謎團(tuán)。我再次假定這和訓(xùn)練數(shù)據(jù)集有關(guān)。

作者使用下面的提示語生成一種類似章魚的機器人的圖像：未來主義電子章魚機器人、技術(shù)設(shè)計、透視工業(yè)設(shè)計、酷比克馬克筆風(fēng)格、電影一般的高清細(xì)節(jié)、情緒色彩分級、白色背景。下面的兩張圖片生成時間比上面的兩張圖片晚了數(shù)月，看上去粗陋程度略輕，但依然不像章魚

在使用AI圖像生成器生成多張挺有希望的水母機器人設(shè)計圖后，我和團(tuán)隊成員一起檢閱這些圖片，以便決定是否有什么方面能給真正原型的開發(fā)提供信息。我們討論哪些美學(xué)元素和功能元素可以很好地轉(zhuǎn)化進(jìn)實體模型。譬如說：許多圖片中弧線的傘狀頂蓋能對機器人保護(hù)性外殼的材料選擇給予靈感；收放自如的觸手能為會與海洋環(huán)境交互的柔性機械臂的實現(xiàn)提供設(shè)計暗示。看著AI生成的圖像中不同的材料和構(gòu)成，抽象的藝術(shù)風(fēng)格鼓勵我們對于機器人外形和運動進(jìn)行更為異想天開、更富創(chuàng)造力的思考。

我們最終決定不去直接復(fù)制任何設(shè)計方案，但AI藝術(shù)中的有機外形激發(fā)了有用的想法和進(jìn)一步的研究與探索。這是一個重要的結(jié)果，因為任何一位工程設(shè)計師都知道，在你進(jìn)行足夠的探究之前就開始執(zhí)行某些設(shè)計的做法很吸引人。即便是奇怪或不實用的計算機生成概念，都能讓早期工程設(shè)計獲益，譬如充當(dāng)粗略的原型。設(shè)計公司IDEO的首席執(zhí)行官提姆 · 布朗（Tim Brown）已經(jīng)注意到：“這些原型讓我們的速度慢下來再讓我們加速。我們花費時間來讓構(gòu)思成為原型，從而避免代價高昂的差錯，如設(shè)計方案過早地變得太過復(fù)雜，或者太久地固守于一個薄弱的構(gòu)思。”

生成式AI給出的不成功結(jié)果也有教育意義

還有一次，我使用圖像生成器來嘗試?yán)L制一座智慧城市中通信的復(fù)雜性。通常，我會先在白板上繪制簡圖，再使用繪圖軟件（譬如微軟Visio，Adobe Illustrator或Adobe Photoshop）來重新繪圖。我會尋找包含組件（車輛、建筑物、交通攝像頭、城市基礎(chǔ)設(shè)施、傳感器、數(shù)據(jù)庫）草圖的庫。然后，我會增加箭頭符號來顯示潛在的聯(lián)系和這些元素之間的數(shù)據(jù)流。譬如，在智慧城市示意圖中，箭頭能顯示交通攝像頭如何傳送實時數(shù)據(jù)到云端，計算那些與交通堵塞相關(guān)的參數(shù)，再將結(jié)果傳送給聯(lián)網(wǎng)的汽車，從而優(yōu)化行車路線。繪制這些示意圖需要仔細(xì)考慮牽涉到的不同系統(tǒng)和需要傳遞的信息。這是一個有意圖的過程，重點是清楚的傳播，而不是一個讓你能自由探索不同視覺風(fēng)格的過程。

我發(fā)現(xiàn)，使用 AI圖像生成器提供了比繪圖軟件更多的創(chuàng)意自由，但沒有準(zhǔn)確地描繪出智慧城市中復(fù)雜的相互聯(lián)結(jié)。圖像有力地呈現(xiàn)了許多單獨元素，但在展示信息流和交互作用時并不成功。圖像生成器無法理解背景信息，也無法呈現(xiàn)聯(lián)系。

在我使用圖像生成器數(shù)月之久，并將它們逼迫到極限之后，我得出結(jié)論，AI圖像生成器對于探索、找尋靈感很有用，也能快速生成插圖，以便能在頭腦風(fēng)暴環(huán)節(jié)中分享給同事。甚至當(dāng)圖像本身并非貼近現(xiàn)實或可行的設(shè)計時，它們也會推動我們朝著新方向想象，不使用生成式AI的話，我們也許不會考慮那些方向。就算是那些沒有準(zhǔn)確傳達(dá)信息流的圖像，依然能驅(qū)策出卓有成效的頭腦風(fēng)暴。

作者基于以下提示語，嘗試使用圖像生成器來顯示智慧城市中的復(fù)雜信息流：智慧城市不同組件之間通信復(fù)雜性的示意圖、白色背景、設(shè)計清晰

我也了解到，與生成式AI一起創(chuàng)造的過程需要一些毅力和奉獻(xiàn)。盡管迅速地獲得很好的結(jié)果很有價值，但假如你有特定的議程，尋求特定的結(jié)果，那么這些工具會變得難以操縱。人類使用者對于AI生成的迭代幾乎沒有控制權(quán)，AI給出的結(jié)果是無法預(yù)測的。當(dāng)然，你可以繼續(xù)迭代，希望你會獲得一個更好的結(jié)果。但就目前而言，幾乎不可能控制迭代在哪兒結(jié)束。我不會說與AI一起創(chuàng)造的過程全然由人類引導(dǎo)——無論如何，都不由我這個人類來引導(dǎo)。

我注意到，在這個過程中，我本人的思考、交流構(gòu)思的方式，甚至是我看待成果的視角發(fā)生了改變。我有許多次頭腦里帶著一個具體特征開始設(shè)計過程——譬如說一種特定的背景或材料。在幾次迭代后，我發(fā)覺自己轉(zhuǎn)而基于那些我在第一批提示語中沒有具體指定的視覺特征和材料來選擇設(shè)計方案。在一些例子中，我給出的特定提示語沒有奏效。相反，我不得不使用提高AI藝術(shù)自由度、降低其他規(guī)格重要性的參數(shù)。因此，這個過程不僅允許我改變設(shè)計過程的結(jié)果，還允許AI改變設(shè)計，也許還有我的想法。

從開始實驗起，我使用的圖像生成器已經(jīng)更新過許多次，我已經(jīng)發(fā)現(xiàn)，更新版本的圖像生成器讓結(jié)果更加可預(yù)測。假如你的主要目的是見到非常規(guī)的設(shè)計概念，那么可預(yù)測性會帶來負(fù)面作用，然而我能夠理解在和AI共事時獲得更多控制權(quán)的需求。我想，我們今后會見到一些按約定要求以可預(yù)測的方式執(zhí)行任務(wù)的工具。更重要的是，我期待見到圖像生成器和許多工程工具整合在一起，并且有更多人將這些工具生成的數(shù)據(jù)用于培訓(xùn)。

當(dāng)然，AI圖像生成器的使用提出了嚴(yán)肅的倫理議題。它們有著放大訓(xùn)練數(shù)據(jù)中人口統(tǒng)計偏差和其他偏差的風(fēng)險。AI生成的內(nèi)容可能散播錯誤資訊，侵犯隱私和知識產(chǎn)權(quán)。關(guān)于AI生成器對藝術(shù)家和作家生計的影響，有著許多合理的擔(dān)憂。顯然，對于數(shù)據(jù)來源、內(nèi)容生成和下游使用，需要做到透明、監(jiān)督和可歸責(zé)。我認(rèn)為，任何一個選擇使用生成式AI的人士必須嚴(yán)肅看待這些問題，以合乎倫理道德的方式使用生成器。

假如我們能確保大家以合乎倫理的方式使用生成式AI，那么我相信這些工具能給工程師提供許多幫助。和圖像生成器一起創(chuàng)造，能幫助我們探索未來系統(tǒng)的設(shè)計。這些工具能轉(zhuǎn)變我們的思維模式，讓我們離開舒適區(qū)——這是一種在工程設(shè)計一絲不茍的作風(fēng)施加秩序之前制造一點混亂的方式。通過利用AI的力量，我們工程師能夠開始以不同的方式思考，更加清楚地看見關(guān)聯(lián)，考慮未來的影響，設(shè)計出創(chuàng)新、可持續(xù)、能夠改善全球人類生活的解決方案。

資料來源 IEEE Spectrum

————————

本文作者迪代姆 · 居爾杜拉·布羅（Didem Gürdür Broo）是瑞典烏普薩拉大學(xué)信息技術(shù)系助理教授。她領(lǐng)導(dǎo)了信息物理系統(tǒng)實驗室，指導(dǎo)以數(shù)據(jù)為中心的方法、可持續(xù)設(shè)計和以人為本的智能系統(tǒng)實現(xiàn)方面的研究，譬如協(xié)作式機器人、自動駕駛、智慧城市。她擁有瑞典皇家理工學(xué)院機械電子學(xué)博士學(xué)位，曾是斯坦福大學(xué)的瑪麗 · 居里學(xué)者，并在劍橋大學(xué)擔(dān)任過研究助理。