基于人工智能的產品設計理論模型研究

李學超

摘要：本文通過建立感性意象語義庫分析和明確設計用戶的感性需求，將其與產品設計要素對應構建設計本體，以人工智能學習方法為切入點，借鑒經典設計創新方法，分析其與人工智能技術結合的可能性，以大數據和云計算為支撐，通過設計元素數據庫和專家咨詢系統，構建產品設計理論模型。同時提出人工智能輔助產品設計理論模型，闡釋人工智能輔助設計系統的運行流程，促進人工智能與產品設計領域的結合。

關鍵詞：人工智能;產品設計;本體論;設計模型

中圖分類號：TB472 文獻標識碼：A

文章編碼：1672-7053（2020）06-0110-02

1人工智能概述

1.1人工智能的概念

一般認為，人工智能是研究用于模擬、延伸和擴展人類智能的理論、方法、技術及應用的一門科學技術，涉及到人機對弈、圖像識別、語音識別、自動駕駛、醫療健康、機器人等多個領域。微軟亞洲研究院院長洪小文認為，根據人類創造的算法持續提升任務執行效率即是人工智能。人工智能試圖探索人類智能的本質，并研究能以人類智能相似方式做出反應的智能機器。

1.2人工智能的載體

正如石油是工業時代的血液一樣，數據是人工智能時代的血液，即人工智能的載體，而云計算則為數據處理提供了推動力。大數據以一種前所未有的方式對海量數據進行分析，并產生巨大價值的價值或深刻的洞見。大數據不過分追求數據的準確性，而更強調相關性和混雜性，在定位用戶需求方面具有可觀優勢。云計算是以云服務器為核心載體的一項技術，可以承擔單個日常計算器難以承擔的計算任務，如需要長時間的大型渲染任務，就可將其發送到云端完成，再將結果反饋至用戶。

在互聯網環境下，大數據與云計算密不可分，大數據依托云計算的分布式處理、分布式數據庫和云存儲技術，實現對海量數據的信息挖掘。二者與產品設計相結合，在需求定位、創意設計等方面能夠產生更多的可能性。

2基于人工智能的產品設計模型研究現狀

在現有人工智能輔助產品設計系統研究中，大都針對具體應用場景（如個性化學習系統、智能菜譜推薦系統等），且從計算機技術角度出發開展研究，從設計角度提出產品設計模型的研究相對較少。從產品設計流程角度出發構建人工智能輔助產品設計模型，有助于幫助設計師更好地利用人工智能開展設計工作，同時利于工程師開發出符合產品設計師實際需求的人工智能系統。

人工智能系統具有短時間內提供更多設計方向及方案的優勢，而設計師可依據現實條件選擇并完善方案。經過學習典型產品設計風格或特征的智能系統可依據指令輸出個性化的設計方案。在人工智能應用于產品設計方面，國內外諸多學者提出了相應的設計模型。馬爾伯里大學Jasmin Kaljun和Bojan Dolsak提出的智能設計咨詢系統描繪了在由設計概念到符合美學和人機工程學的設計流程中應用智能系統的理論模型。該模型強調了專家咨詢系統和設計本體在設計流程中的作用。

周美玉提出的感性設計流程為建立人工智能輔助產品設計模型提供了參考（圖1）。該模型通過構建感性意向空間和產品設計要素空間，并建立二者的對應關系模型，強調由用戶感性要求到設計要素的轉化。其中感性意象空間構建包括消費者訪談、文化背景分析、生活方式調查、消費者感性期望、感性詞匯的收集、分類和篩選等，設計要素空間構建包括產品使用調查、產品形態分析、人機關系分析、產品圖片搜集、產品特征分析、形態結構分析等。在產生新的設計方案前，系統要需要經過回歸分析、因子分析、聚類分析、遺傳算法等流程來檢驗設計方案的可行性和有效性。

3基于人工智能的產品設計模型構建流程

3.1借鑒經典設計理論構思產品設計理論模型

創新是設計的生命，而設計工作具有一定的程式化特征。創意設計及其評估工作并不是天馬行空、完全依賴于設計師個人靈感的，而是遵循一定的設計流程或方法，循序漸進地展開設計工作。眾多設計理論各有千秋，適用于解決不同類型的設計問題。

本文選取五種經典設計理論：通用設計理論（GDT）、公理化設計（AD）、Pahl和Beitz的理論、TRIZ理論、Simoon的人為事物科學理論，為人工智能輔助產品設計模型構建提供如下借鑒：（1）通用設計理論中以數學形式表達設計過程和需求、功能之間的映射機制，實現從需求到設計要素的轉化;（2）公理化設計中強調的設計經驗，并建立域之間的映射機制，將傳統設計流程的不同階段概念化;（3）Pahl和Beitz的理論中的迭代進化思想，用于產品方案的自我優化和迭代;（4）TRIZ理論中的40種創新機制，為系統創新提供方法論;（5）Simoon提出的設計方法中強調多學科交叉，為產品設計提供相關領域的知識支撐。

3.2感性意象語義庫構建

產品的感性意象語義庫是對用戶需求的系統化整理與解讀。用戶需求來自設計用戶和系統用戶，設計用戶指產品設計的最終人群，系統用戶指設計師、企業設計部門、設計教育者以及其他有設計背景的從業人員，二者身份在某些場景重合。人工智能輔助產品設計系統應緊扣設計用戶的需求。從設計用戶的視角來看，他們對于產品能夠提出理性的和感性的需求或希望：理性需求主要包括產品的功能種類、性能指標、可用性等，這部分主要由工程師結合現有科技完成;感性需求主要來源于用戶的主觀感受，如時尚、硬朗、科技等。搜集設計用戶需求感性詞匯構建產品感性意象語義庫，通過自然語言處理技術進一步準確匹配用戶的需求，更準確地理解用戶意圖，同時也是人工智能設計系統運行的基礎。

3.3設計本體構建

從廣義說，本體論指一切實在的最終本性。由于本體論在人工智能領域應用廣泛，因此對其進行了專業領域內的定義：共享概念模型的形式化規范說明。明確設計本體，利于設計用戶、系統用戶、工程師以及其他領域的專家進行協作。設計本體是對設計美學、人機工程學、設計心理學等領域的形式化說明，用于從感性意象到設計特征的轉化，以此為基礎進行設計方案的輸出。這需要在前期人為地對智能系統進行監督式學習，將感性意象與相關的設計特征對應起來，并設置不同的權重。

3.4產品設計數據庫構建

在人工智能輔助產品設計模型中，包含設計專業知識的數據庫必不可少。數據庫主要由設計元素數據庫和專家咨詢系統構成，設計元素數據庫包括產品的色彩、材質、形態、表面處理工藝、結構、人機工程等領域的信息，為產品設計提供直接的信息支撐。在進行人工智能設計系統建立的過程中，需要將這些領域的知識數據化并輸入到系統中，作為設計系統輸出方案的原始依據。數據庫中的專家咨詢系統可應對設計方案的主觀性現象，設計領域專家多年的設計經驗對于設計方案的輸出質量大有裨益，將其數據化并建立專家咨詢系統利于降低由不同系統工作水平而造成的差異。

學科交叉在產品設計中也是不可忽視的創新來源，如材料、市場營銷等學科。借鑒Simoon提出的設計方法，其他學科的知識也應以標準化的方式輸入數據庫中，作為設計過程中的咨詢對象和檢驗標準。在應用設計專家模塊和其他領域知識模塊的內容時，可以借鑒智能知識推送模型。此外，大數據也是數據庫構建的重要來源之一。在政策引導和商業合作的基礎上，可將用戶大數據其作為設計數據庫的組成部分。

3.5設計模型建立

在人工智能輔助產品設計系統中，設計用戶的需求在意象語義庫中得以明確和分解，通過設計本體中的映射機制與設計元素相對應，系統提取數據庫中相應設計元素，并依據創新原理和相關大數據計算結果加以整合，輸出初步的設計方案。隨后經過專家咨詢系統調整設計方案，不斷優化迭代，最終輸出一個或多個方案（圖2）。

機器分析“不確定”一般要經過抓取數據、標準建模、聚類回歸分析、評估打分的過程。在輸入文字需求方面，通過前期的監督式學習，逐步構架設計本體，建立感性意象對應模型。基于設計本體的映射機制和TRIZ等理論中的多種創新原理，系統可輸出大量不同的設計方案，輸出的產品方案在兼顧系統性和個性化方面具有更大的優勢。輸出結果經由設計系統用戶評估和改進，若符合需求則輸出最終設計方案。若設計方案與需求初衷相去甚遠，則回到設計本體重新設計，優化感性意象與設計特征的映射機制，同時起到系統進化的效果。

雖然可以借助人工智能設計系統來實現創新，在短時間內完成數量龐大的不同設計方案，但設計師的抽象思維、形象思維、直覺思維、發散思維等人類特有的思考方式卻是系統難以比擬的，在人工智能設計系統執行設計工作時，需要設計師來把控和評估最終的設計方案，以保證其有效性。

4結語

對于產品設計行業來說，人工智能是巨大的機遇，而非威脅。未來的設計趨于共享和體驗的設計，服務設計與用戶體驗必將是新產品開發中重要的一項，仍有廣闊的發展空間。設計師應當不斷學習，磨礪人類獨有的感性和創意思想，訓練人工智能并與之配合，產生“1+1>2”的效果，把人工智能的新思想和新技術應用到工業設計中，為設計行業注入新的活力，開創設計的全新局面。