曹楠教授的团队训练出一位人工智能设计师(Train an AI-Designer),而这位虚拟机器人能够模拟专业人类设计师完成一系列设计工作——这便很好地回答了视觉设计在计算机维度的认知问题。首版人工智能设计师是一款比较简单的软件——AI-Designer V1.0 Sketcher,它能绘制线稿和草图。在接下来第二个迭代版本中,人工智能设计师被赋予更多维度的设计技能:通过使用人工智能模型,虚拟机器人AI-Designer V2.0 Graphics Designer掌握了初步平面设计技术,可以完成海报设计,技能点落实在怎样有效传达图形信息上。而在第三个迭代版本中,人工智能设计师AI-Designer V3.0 Visual Communication Designer经历了更加重大的改造——它与数据能力相结合,能够分析数据、以图形方式展现数据分析结果,它捕获了数据可视化技能。
智能机器人的每一次迭代都是艰难而有趣的过程,同时也是三次“何为设计”的认知迭代。起初,人工智能设计师只被要求“学会”绘制草图。由于人类设计师在工作中需要绘制故事板,手绘故事板是表达创意的基本方式,然而这一点对于没有手绘功底的设计师来说具有相当难度,它极其依赖重复动作中逐步训练出来的肌肉记忆,否则难以达到熟练和流畅的效果。
那么第一代设计的初衷就是利用人工智能技术来辅助人类设计师画出合格的产品造型草图。它的方法是:基于对人类设计师设计行为的直接观测,并令机器人学习这种具身连续行为。在人类设计师这里,草图的绘制起源于“一笔一笔的勾勒”(Stroke By Stroke),线稿图形是在勾勒过程中逐渐呈现的,人类设计师在这一过程中将重心放在轮廓和线感,不涉及色彩填充——这就是训练机器人的关键。
如何让机器人“学会”绘制草图?大致分为三个步骤:第一步,对草图进行编码,令计算机“读懂”。第二步,创建人工智能模型令计算机“学懂”。第三步,学习完成后,令计算机创造和“繁衍”出新形式。其中,编码(Stroke Encoding)要解决的问题是“怎样用计算机符号表达人类设计师绘图行为”——通过记录绘图坐标以及每一步绘图动作来达成。
接下去借用数据集(Learning Dataset)帮助收集人类行为:邀请人类设计师绘制庞大的数据集,其中包含500万张不同的人脸表情,概括为6类表情作为训练数所用,紧接着创造出更高效和精准的人工智能模型(Learning Model)。这里的每一步都含有内部的逻辑结构,层层递进、环环相扣。
其结果就是:人类设计师只需要绘制简单的基本形象,例如人脸,人工智能模型则提供不同的搭配组合(在这里就可以提供至少6套表情),设计师只需要选择或者替换某个“套餐”,以此来细化和丰富这个基本形象就可以了。当然这还只是人工智能设计师发展的初始阶段,相对来说更高级的Vinci系统则可以直接生成难度更大的商业平面广告。
系统可以根据用户需求生成相应海报,还可以人工进行后期修改与装饰。在这里,将鹿班系统、人类设计师以及Vinci系统统合在一起做图灵测试。三者分别根据已有的产品图片来创作海报,最后让普通用户区分哪些海报是人类设计师设计的,哪些海报是机器生成的。通过实验和比较,40%的用户都“错误”地认为Vinci系统创作的图像是由人类自己生成的,Vinci系统的“水平”次于人类设计师,但高于鹿班系统。
虚拟机器人除了学会画线稿和进行平面设计以外,经过二次迭代后还能充分掌握具体分析数据、直观呈现数据、正确传达数据信息的技能。智能机器人能捕捉到多变的、多维度的、不同场合下衍生的不同数据,如何捕捉数据的特征并生成不同结果是很有挑战性的目标。本质上而言,机器人需要掌握的是数据可视化技术(Data Visualization),人工智能设计师能呈现数据内部信息,并做出及时、有效的信息传达。
虽然在此之前,人类程序员已经可以通过可视化图表库(Toolkits&Frameworks),利用写程序的方式来生成可视化图表,但这意味着用户必须掌握写程序的技术。另外,一些商业软件也可以实现此类目标:通过用户上传数据,能够利用交互方式来制作图表的呈现形式,但这仍然要求用户对数据可视化形式较为熟悉。
以上二者对于没有技术背景的应用者来说通常比较困难,他们真正需要的是自动化流程,以此来代替自己进行基本操作,进一步降低技术门栏的需求十分旺盛。因此研究人员将重点放在学习人类设计师怎样设计图表上。经过对巨量可视化设计的分析和调研,相应的设计范式、模式以及规律被爬梳和构建起来了。研究人员调研大量已有图表来追踪人类设计师动态图表的设计过程,还调研大量动态插图来观察人类设计师动态插图的设计过程,观察人类设计师如何运用可视化形式来传达和描述数据内容、以何样结构呈现数据信息、以何种可视化形式表达人类直觉与情感。同时,研究人员邀请设计师参与调研,并对调研结果进行评估。
在方法上,Calliope(曹楠及其团队发明的世界上第一个智能可视化叙事内容设计及生成平台)受到AlphaGo的启发,在一个非常庞大的设计空间中来搜索所有可能的设计方案,并且自动选择最优化的设计方案,生成最终输出,构造相应的数据分析结果以及可视化的呈现形式。通过此类实践活动,研究人员较为系统和全面地了解到相关设计作品如何通过算法来生成和创造,某种程度上说,算法如同传统意义上的画笔,它编织、架构、生成艺术作品本身。人工智能技术手段能帮助人类设计师更好地创造出设计作品。