2017年7月15日，由“同济×特赞设计与人工智能实验室”主办、腾讯设计通道协办的“人工智能与设计的未来”分享会在腾讯大厦召开。活动由腾讯互动娱乐市场部创意设计总监李若凡主持，深圳市创想公益基金会姜峰理事致辞，同济×特赞设计与人工智能实验室创始人范凌博士详细解读了《2017设计与人工智能报告》，吸引了来自设计、科技和创业等行业的260余人到场聆听，线上直播观看次数累计6000余次。
范凌博士在现场演讲
本报告由深圳创想公益基金会资助，于今年4月27日由同济大学设计创意学院和特赞信息科技首次联合发布，可在网站sheji.ai免费下载。网站迄今累积吸引访问约100万人次。本次线下分享会旨在进一步扩大《2017设计与人工智能报告》在学术圈及行业内的影响力，为更多的设计、科技及人工智能行业从业者带去“设计及人工智能”交叉领域的实践经验和总结思考，促进跨行业交流。
sheji.ai 网站首页
范凌首先分享了四个观察：需求侧的极度细分，在线／连接／交互，超细分个体的涌现，人／机交互的新组织。基于一系列的观察，范凌提出，在技术层面，“人工智能设计”的难点在于让机器理解“创造”、“确定性/不确定性”、“形式/内容”。而这一难点随着传统人工智能基于“规则”到现在基于数据和统计的思想转变，正在逐渐产生突破。
范凌博士在现场演讲
针对人工智能设计的意义和价值，范凌认为，消费端的数据闭环在过去五到十年中已极度丰富，但供给侧现在还是极度脆弱，两者之间的不对等产生了机会——人工智能或许可以帮助建立一个新的数据闭环，精准将会成为商业的未来。
现场观众
在演讲中，范凌详细解读了《2017设计与人工智能报告》中首次提出的“脑机比”概念。范凌认为， 在设计行业中，机器的成分变大甚至会造成人脑的进化，设计行业的未来将是“人机的共同进化”。报告从1300 份设计师样本中，计算出了设计师工作细分内容的时间占比，未来十年，创意创造能力将成为设计师的最核心竞争力。
《2017设计与人工智能报告》节选
在活动最后的对谈环节，范凌博士与李若凡、姜峰一同就设计师们面临的挑战和机会，设计教育面临的变革诉求，校企合作的未来与趋势等问题展开了讨论。
从左到右：李若凡、范凌、姜峰
姜峰谈到，设计是一个链条，链条中有创意的部分，还有重复劳动，还有管理的部分，AI能够帮助设计师去解放他们的更多的精力和时间，让他们把一些重复性的，没有太多价值的模块被AI所代替。在教育方面，AI在未来能够发挥更大作用的仅仅是基础性的教育，比如一些职业培训，传统性的知识的普及。而针对特殊人才，仍然需要个性化的教育。 李若凡提到，大数据时代的到来对大学创意人才的培养是一大挑战。现在不是大学和大学之间在抢人才，不是中国的大学和国外的大学在抢人才，而是大学和企业在抢人才。学校比任何机构都急需改革。设计工作是有很大一部分工作核心是知识管理，人工智能为教育提供了充分开放的设计的知识体系，能够很好的丰富设计师的眼界，但设计师们一定要避免深陷在信息的海洋里。 范凌则认为，教育的改革是一个发展的，互相成长的，螺旋上升的过程。互联网平台的发展，让学校和企业能够联合起来，更有效的进行学术性的讨论和沉淀，这一点是非常有价值的。此外，对资源的整合，从0到1的设计也是对教育行业巨大的挑战。我们每个人对自己的终身教育，是人工智能带来的最大的警醒。
《2017设计与人工智能报告》节选
用范凌博士的一句话来总结设计与人工智能的远景和使命——“设计的工作不追求确定性，而反而是受益于不确定性的。设计的人工智能并不以获得合适的答案为目的，而可以创造不确定，进而对设计师形成启发。人创造的瓶颈是人自身的经验、逻辑和方法，人工智能可否帮我们超越我们的经验或者逻辑或者方法，从而让人的创造进一步释放呢？”
对于DesigNet数据集的定义，官网上有这么一段描述文字：“人类赋予机器无限运算力，机器回馈人类无限想象力。34年前，WordNet教会了机器看懂文字背后的语义；10年前，ImageNet教会了机器看懂图片背后的内容；今天，我们开始了DesignNet，将慢慢教会机器看懂设计背后的故事、情感和意义。”
这对于相关垂直领域人工智能的发展意义重大。范凌介绍，DesignNet建立了创意元素和对应属性库，作为设计行业面向数据运算的基础数据集，聚焦在设计垂直领域和垂直场景中。对于数据的要求，则是需要数据简单、结构化清洗、多样性差且稳定、设计规则简单等。 目前DesignNet的数据集已经包括：超过 20 万张平面设计作品图文件，设计图包含的 100 万个设计元素标签数据（包括风格标签、情感标签等），近 1,000 套结构化平面设计框架/排版数据的抽象和提炼，以及近 10 万条设计作品评分数据。 范凌说，这需要整个创意设计行业的从业者一起来参与完善，通过大家一起去建立、健全、运用，让数据集的资源库越来越丰富。
2017设计和人工智能报告
