


Designen kann jeder, Vision bestimmt Innovation! Das Themenforum der Designwoche diskutierte „Design Thinking im Zeitalter der künstlichen Intelligenz'
Am 21. September, mit der Eröffnung der Beijing International Design Week 2023, fand auch das Themenforum „Design Thinking in the Artificial Intelligence Era“ am ständigen Veranstaltungsort der Beijing International Design Week in Zhangjiawan Design Town, Bezirk Tongzhou, statt. Mehr als 20 Experten aus den Bereichen Design und Bildung aus aller Welt trafen mit Ideen zu Themen wie Design Thinking und Talenttraining im Zeitalter der künstlichen Intelligenz aufeinander.
Was neu geschrieben werden muss, ist: Das ursprüngliche Modell zur Ausbildung von Designtalenten muss gebrochen werden
„Sind Lehrer unseres Alters (50 oder 60 Jahre alt) im Zeitalter der künstlichen Intelligenz noch qualifiziert, Designstudenten zu unterrichten?“ Während des Roundtable-Forums stellten mehr als ein Seniorprofessor für Designstudiengänge an Universitäten diese Frage.
Wang Zhong, Dekan des Instituts für Städtebau und Innovation der Central Academy of Fine Arts, erinnerte die anwesenden Brancheninsider daran, darüber nachzudenken, ob unser Verständnis der Ära der künstlichen Intelligenz tief genug ist. „Der Kern der Ära der künstlichen Intelligenz ist die exponentielle Entwicklung.“ Wang Zhong gab ein Beispiel für das Konzept der exponentiellen Überlagerung. Wenn Sie ein Blatt A4-Papier nehmen und es wiederholt falten, übersteigt die Dicke des Papiers beim 43. Mal die Entfernung von der Erde zum Mond. Mit dem Aufkommen des Quantencomputings wird die exponentielle Superposition noch leistungsfähiger. „Nach dem ‚New Moore’s Law‘ verdoppelt sich die Gesamtdatenmenge in der Menschheitsgeschichte alle 18 Monate. Wenn wir kein tiefes Verständnis dafür haben und künstliche Intelligenz einfach als Hilfswerkzeug für Design und Denken nutzen, dann.“ Wir unterschätzen diese Ära“, sagte er.
Eine von Wang Zhong gezeichnete Reihe von Tabellen zeigt, dass das traditionelle Designer-Ausbildungsmodell ein geschlossener Kreislauf aus Kreativität, Technologie, Arbeit und Produkt ist. Zukünftige Designer müssen künstliche Intelligenz, Big Data, Benutzererfahrung, Blockchain, IP, Entwicklungsdesign, neue Technologieplattformanwendungen und humanistische Ästhetik verstehen. „Heute sprechen wir darüber, wie man Talente aus der Sicht der Schulen fördern kann. Sie müssen wissen, dass die aktuelle Ausbildung von Designtalenten und die Ausbildung zum Design-Denkenden zunächst einmal die Überwindung der ursprünglichen Disziplinen und Barrieren erfordern. Das sind Talentausbildungsmodelle, die es gab.“ „Geerbt aus der Ära der industriellen Zivilisation, ist nicht für die aktuelle Ära geeignet“, sagte Wang Zhong.
Design wird für Profis kein „Patent“ mehr sein
„Einsicht und Empathie sind entscheidend.“ He Renke, Vorsitzender des akademischen Ausschusses der School of Design and Art der Hunan-Universität, sagte, dass dies insbesondere im Zeitalter der künstlichen Intelligenz der Vorteil menschlicher Designer sei. Diese Art von Einsicht und Empathie wird jedoch nicht das „Patent“ von Designstudenten und Designprofis sein. Im Zeitalter der künstlichen Intelligenz sinken die Hürden für Design. Denn neue Technologieplattformen haben die bisherige Technologielücke geschlossen. Wer eine umfassendere Vision hat und effektiv Anweisungen zur Steuerung von Designtools geben kann, wird ein ausgezeichneter Designer.
„In Zukunft kann jeder entwerfen und jeder kann Designer sein.“ Basierend auf diesem Konsens prognostiziert Chen Hanqing, Ehrendekan der School of Art and Design der Wuhan University of Technology: „Es wird weniger Designstudenten geben.“ In Zukunft wird der Wahlfachstudiengang „Design Thinking“ jedoch zunehmen. „Es ist sehr wahrscheinlich, dass in Zukunft Studierende mit den Hauptfächern Mechanik, Physik und Informatik zwei Kurse belegen werden. eine für Design Thinking und eine für Design Expression, damit sie ihre ursprünglichen Studien aufgreifen und überschneiden können. „Er sagte, dass diese Art des gegenseitigen Lernens selbst einen Wendepunkt im Bildungsmodell darstellt.
Vor Ort veröffentlichten die Beijing International Design Week und die Communication University of China gemeinsam den „2023 Design Thinking Research Report“. Der Bericht zeigt, dass immer mehr Schulen, Regierungsorganisationen, Unternehmen und Unternehmensberatungsorganisationen in China die Bedeutung der Pflege von Design Thinking erkannt haben. „Zusätzlich zum Aufbau professioneller Kurse haben die Tsinghua-Universität, die Fudan-Universität, die Südwest-Jiaotong-Universität, die Kommunikationsuniversität Chinas, die Shanghai-Universität für Wissenschaft und Technologie usw. allgemeinbildende Kurse mit ‚Design Thinking‘ als Kern eingeführt.“ sagte Shi Linlin, Dekan der School of Design Thinking an der Communication University of China, der Even Tongji University und der Beijing Normal University, die Design Thinking-Lehre in Mittelschulen bzw. Grundschulen eingeführt haben, was die Dringlichkeit zeigt, mit Design schon in der Kindheit zu beginnen.
Kreatives Design wird von interdisziplinären Talenten hervorgebracht
Bei der kleinen Ausstellung im Rahmen der Eröffnungsfeier der Design Week – „Digital Art Fashion and Clothing Exhibition Based on AIGC-Assisted Design“ können wir bereits die Kreativität interdisziplinärer Talente und die erzielten Marktergebnisse sehen
Beijing Sklett Technology Co., Ltd. präsentierte seine neuesten Kleinkindschuhe. Das Design dieses Schuhs wurde von künstlicher Intelligenz nach menschlichen Anweisungen entworfen, optimiert und produziert. Die Kernmitglieder des Unternehmensteams kommen aus den Bereichen Bildhauerei, Industriedesign, Mechanik und Bionik. Xu Fanglai, einer der Gründer, sagte, dass das Team während des Designprozesses kontinuierlich menschliche Anweisungen verfeinerte und die Designfähigkeiten künstlicher Intelligenz trainierte, um menschliche Designwünsche zu verwirklichen. Beispielsweise müssen Kleinkinderschuhe Anforderungen wie Weichheit, Biegefähigkeit im ersten Drittel, Atmungsaktivität, gute Wickeleigenschaften und endlose Baumwollstoffe erfüllen. Xu Fanglai sagte: „Sehen Sie sich die Gitterstruktur der Sohle an, sie steht im Einklang mit dem architektonischen Sprachstil der berühmten Architektin Zaha Hadid. Sie verwendet auch eine parametrische bionische Struktur, aber was wir machen, ist kein großes Gebäude. Es ist ein Dies ist das Ergebnis der interdisziplinären Anwendung von Wissen.“ Dieses Produkt gewann gleich nach seiner Einführung globale Designpreise und wurde auf großen globalen E-Commerce-Plattformen vorgestellt.
„Im Vergleich zu künstlicher Intelligenz sind Menschen von 0 auf 1 besser darin, zu schaffen und zu innovieren. Um die Innovations- und Kreativitätsfähigkeiten der Menschen zu fördern, ist die Praxis der Integration von Industrie und Forschung effektiv.“ Auf dem Hauptforum der Design Week an der Stanford University Jiang Li , Direktor des Zentrums für künstliche Intelligenz, Robotik und zukünftige Bildung, teilte Stanfords praktische Erfahrung aus mehr als einem halben Jahrhundert und hoffte, einheimischen Kollegen als Referenz zu dienen.Das obige ist der detaillierte Inhalt vonDesignen kann jeder, Vision bestimmt Innovation! Das Themenforum der Designwoche diskutierte „Design Thinking im Zeitalter der künstlichen Intelligenz'. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Um mehr über AIGC zu erfahren, besuchen Sie bitte: 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou unterscheidet sich von der traditionellen Fragendatenbank, die überall im Internet zu sehen ist erfordert einen Blick über den Tellerrand hinaus. Large Language Models (LLMs) gewinnen in den Bereichen Datenwissenschaft, generative künstliche Intelligenz (GenAI) und künstliche Intelligenz zunehmend an Bedeutung. Diese komplexen Algorithmen verbessern die menschlichen Fähigkeiten, treiben Effizienz und Innovation in vielen Branchen voran und werden zum Schlüssel für Unternehmen, um wettbewerbsfähig zu bleiben. LLM hat ein breites Anwendungsspektrum und kann in Bereichen wie der Verarbeitung natürlicher Sprache, der Textgenerierung, der Spracherkennung und Empfehlungssystemen eingesetzt werden. Durch das Lernen aus großen Datenmengen ist LLM in der Lage, Text zu generieren

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S

Maschinelles Lernen ist ein wichtiger Zweig der künstlichen Intelligenz, der Computern die Möglichkeit gibt, aus Daten zu lernen und ihre Fähigkeiten zu verbessern, ohne explizit programmiert zu werden. Maschinelles Lernen hat ein breites Anwendungsspektrum in verschiedenen Bereichen, von der Bilderkennung und der Verarbeitung natürlicher Sprache bis hin zu Empfehlungssystemen und Betrugserkennung, und es verändert unsere Lebensweise. Im Bereich des maschinellen Lernens gibt es viele verschiedene Methoden und Theorien, von denen die fünf einflussreichsten Methoden als „Fünf Schulen des maschinellen Lernens“ bezeichnet werden. Die fünf Hauptschulen sind die symbolische Schule, die konnektionistische Schule, die evolutionäre Schule, die Bayes'sche Schule und die Analogieschule. 1. Der Symbolismus, auch Symbolismus genannt, betont die Verwendung von Symbolen zum logischen Denken und zum Ausdruck von Wissen. Diese Denkrichtung glaubt, dass Lernen ein Prozess der umgekehrten Schlussfolgerung durch das Vorhandene ist

Laut Nachrichten dieser Website vom 1. August hat SK Hynix heute (1. August) einen Blogbeitrag veröffentlicht, in dem es ankündigt, dass es am Global Semiconductor Memory Summit FMS2024 teilnehmen wird, der vom 6. bis 8. August in Santa Clara, Kalifornien, USA, stattfindet viele neue Technologien Generation Produkt. Einführung des Future Memory and Storage Summit (FutureMemoryandStorage), früher Flash Memory Summit (FlashMemorySummit), hauptsächlich für NAND-Anbieter, im Zusammenhang mit der zunehmenden Aufmerksamkeit für die Technologie der künstlichen Intelligenz wurde dieses Jahr in Future Memory and Storage Summit (FutureMemoryandStorage) umbenannt Laden Sie DRAM- und Speicheranbieter und viele weitere Akteure ein. Neues Produkt SK Hynix wurde letztes Jahr auf den Markt gebracht
