人工智能简化了设计过程带给设计师一个乐观的

在未来若干年，很多重复性的、没有创造性的工作岗位将会被人工智能机器人所取代。阿里巴巴人工智能机器人鲁班的推出，让不少设计师担心自己的未来。平面海报千人千面的设计、海量高端的企业网页模板的推出、各种雾化板门的高效网页设计工具的问世，都得益于人工智能技术的融入。然而这些对于我们设计师来说并未完全是坏事。甚至可能看到了另一面具有乐观的可能性。

人工智能时代

-

机器时代的人们越来越多的参与到创造性的活动中。可用于设计的工具、平台和设备的种类也越来越多，并且它们的成本也呈下降的趋势。有了这些设计工具，你可以自己拍电影，录制专辑，设计一个城市或者打印自己的花盆，所有的这些，你都可以在家里的电脑上，甚至你的手机上轻松完成。大家也会很想要尝试一下自由创作带来的兴奋感受吧。

尽管设计工具的价格变得更便宜，也让人们更容易获得和使用，但这并不意味着创建一个高质量的图像或讲述一个引人入胜的故事会变得更容易。想要做原创或者有美感的东西仍然需要具备专业知识、实践和经验的积累。

设计工具和编程语言给我们带来一股非常强大的力量，我们可以利用设计工具做一些真正属于自己的事情，但前提是我们必须了解如何使用它，否则它并不会成为真正属于我们的力量。

设计工具+机器学习

-

我有一个建议，我们可以利用机器学习帮助我们简化设计工具，但不去限制它们的表现力，更不要剥夺设计师的创造力。但这似乎与我们的认知背道而驰，当我们想到机器学习或人工智能时，我们首先想到的是自动化。

原创设计需要做很多的决定并占用很多的时间，这是一个我们无法回避的事实。因此，设计工具走向了两个极端：

其中一种是采用“一刀切”的方法，通常可以在消费级别的设计工具中找到，这一类型的工具通过强制用户进入少数预设的模板来简化设计过程。

另一种类别是采用了“一应俱全” 的方法，通常作为专业的设计工具来使用，这一类工具提供大量的初级功能，并引起用户极高的学习兴趣，但通常在使用方式上与用户的思维方式不一致。

起初，机器学习似乎提供了一个相比“一刀切”方法稍微复杂一些的版本，这一方法是通过将决策性的任务从设计师身上转移出去，从而简化设计过程。我承认机器学习可以用这样的方法，特别是在早期，但它其实也提供了更丰富的可能性。虽然我们不能真正改变设计过程中涉及的决策数量，但我们可以改变这些决策所涉及的内容。

我想浅谈几种机器学习的方法，我们可以通过这些方法改变我们对设计软件的操作方式，并通过它做出决策。这些方法分别是：发现特征、探索式设计、描述式设计、流程组织和对话系统。

我认为这些很有可能在不影响设计师创造力的前提下，帮助我们简化设计的过程。或许更令人兴奋的是，这些方法可以让设计师将他们的全部注意力都放在设计本身，而不是学习如何通过这些设计工具来实现他们的想法。换句话说，设计师将会控制这些工具，而不是被工具所制约。

发现特征

-

当设计师坐下来设计时，也许他们对最终产品有一个确切的描述，也许他们没有。无论在哪种情况下，他们都需要找到一种方法，并且通过一系列的操作来将空白的画布转换成为最终的产品。这使我想起一句名言：

“每块石头里面都有一尊雕像，雕刻家的任务就是去发现它。” - 米开朗基罗。

我喜欢这句话，因为它把艺术和设计过程比做一种探索。

一块大理石有它既定的边界，在这些边界之内，有无限可能的雕塑同时存在，而艺术家的工作就好比是发现大海里的针，这里说的针是可以满足一系列特定要求的特征组合。这与化学家寻找一种新的分子，或者厨师寻找一种新的风味是类似的。

对上述的这些问题来说，他们探索的空间可能是完全不同的，但过程上有一定的相似性，因为每个设计问题都与特定的一组相互关联的属性和约束有关。

举个例子

-

让我们来看看在设计家用物品(如酒杯)时可能需要考虑的一些因素。如果我们想要把玻璃做得更高，我们可能需要加宽底座来防止它翻倒。在这里，需要针对这一个约束而改变两个属性。

当我们第一次遇到这个问题时，我们可能没有意识到它内在的约束：“这个属性在什么样的比例下会导致玻璃杯翻倒？”

我们通过进行实验来获得专业知识，并学习到两个属性之间的关系以及物理世界施加给我们的一组最初的未知约束。让我们把这个探索空间想象成一个非常大的图谱，其中每个可能的最终状态都由一组唯一的坐标表示。