人人皆可设计,眼界决定创新力!设计周主题论坛热议'人工智能时代下的设计思维”
9月21日,伴随2023北京国际设计周开幕,“人工智能时代下的设计思维”主题论坛也在通州区张家湾设计小镇的北京国际设计周永久会址举办。来自全球各地20多位设计、教育领域专家围绕人工智能时代下设计思维、人才培养等话题碰撞思想火花。
需要进行改写的内容是:原有的设计人才培养模式需要被打破
“人工智能时代,我们这个年龄的教师(五六十岁),还有资格去教设计专业的学生吗?”在圆桌论坛环节,不止一位高校设计专业的资深教授发出这样的疑问。
中央美术学院城市设计与创新研究院院长王中提醒在场的业内人士,要想一想我们对人工智能时代的理解是否足够深刻。“人工智能时代的核心是指数发展。”王中举例说明指数叠加概念。如果拿一张A4纸反复折叠,折叠到第43次时,纸的厚度会超过从地球到月球的距离。伴随量子计算出现,指数叠加就更厉害了。“根据‘新摩尔定律’,人类有史以来的数据总量,每过18个月就翻一番。如果我们对此没有深刻的认识,只是把人工智能作为一种辅助工具去做设计和思维的话,那我们就低估了这个时代。”他说。
王中绘制的一组表格显示,传统设计师的培养模式是创意——技术——作品——产品的闭环。未来设计师,则要了解人工智能、大数据,用户体验、区块链、IP、发展设计、新的技术平台应用、人文审美。“今天我们站在学校角度来谈怎么去培养人才,要知道,现在的设计人才培养,设计思维培养,首先就需要打破原有的学科、条块,那些是工业文明时代延续下来的人才培养模式,并不是适合当下的时代。”王中说。
设计将不再是科班人士“专利”
“洞察力与同理心,至关重要。”湖南大学设计艺术学院学术委员会主席何人可说,尤其在人工智能时代,这是人类设计师的优势。不过,这种洞察力和同理心不会是设计专业学生、设计科班人士的“专利”。在人工智能时代,设计的门槛在降低。因为新的技术平台已经填补了以往的技术鸿沟。谁有更广阔的眼界,更能有效发出指令去引导设计工具,谁就能成为优秀的设计师。
“未来人人可以设计,人人可以做设计师。”基于这种共识,武汉理工大学艺术与设计学院荣誉院长陈汗青预测,“未来设计专业的学生会变少,但是选修设计思维这门课的各个专业学生将增多。”很可能未来学机械、学物理、学计算机等专业的学生修两门课,一个设计思维,一个设计表达,就可以嫁接、交叉他们的原本所学。”他说,这种交叉学习本身就是教育模式的转折。
现场,北京国际设计周、中国传媒大学联合发布《2023年度设计思维研究报告》。报告显示中国已经有越来越多学校、政府组织、企业、商业咨询机构意识到培养设计思维的重要性。“除了专业课程建设,清华、复旦、西南交大、传媒大学、上海科技大等均已开展以‘设计思维’为核心的通识教育课程。”中国传媒大学设计思维学院院长税琳琳介绍,甚至同济、北师大已分别在中学和小学落地设计思维教学,显示出设计从娃娃抓起的紧迫性。
创意设计由交叉学科人才带来
在设计周开幕式现场举办的小型展览——“基于AIGC辅助设计 数字化艺术时尚服饰展”上,我们已经可以看到交叉学科人才的创意,以及取得的市场成果
北京斯克莱特科技有限公司展示了他们最新推出的幼儿学步鞋。这款鞋子的设计是通过人类发出指令,由人工智能完成设计、优化和生产的。公司的团队核心成员来自雕塑、工业设计、力学和仿生专业。创始人之一许方雷表示,在设计过程中,团队不断细化人类的指令,训练人工智能的设计能力,以实现人类的设计意愿。例如,学步鞋需要满足柔软、前三分之一可弯折、透气、包裹性好、棉织面料无线头等要求。许方雷说:“你看鞋底的晶格结构,它与著名建筑师扎哈·哈迪德的建筑语言风格是一致的,同样应用了参数化的仿生结构,只不过我们做的不是宏大的建筑,而是小小的生活品。这就是交叉运用学科知识所带来的成果。”这款产品一经推出就赢得了全球设计大奖,并登上了各大全球电商平台
“与人工智能相比,人类更擅长从0到1的创造与创新。而要培养人的创新和创造能力,产业研一体的实践,行之有效。”在设计周主论坛上,斯坦福大学人工智能、机器人与未来教育中心主任蒋里分享了斯坦福半个多世纪来的实践经验,希望为国内同行提供借鉴。
以上是人人皆可设计,眼界决定创新力!设计周主题论坛热议'人工智能时代下的设计思维”的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站7月5日消息,格芯(GlobalFoundries)于今年7月1日发布新闻稿,宣布收购泰戈尔科技(TagoreTechnology)的功率氮化镓(GaN)技术及知识产权组合,希望在汽车、物联网和人工智能数据中心应用领域探索更高的效率和更好的性能。随着生成式人工智能(GenerativeAI)等技术在数字世界的不断发展,氮化镓(GaN)已成为可持续高效电源管理(尤其是在数据中心)的关键解决方案。本站援引官方公告内容,在本次收购过程中,泰戈尔科技公司工程师团队将加入格芯,进一步开发氮化镓技术。G
