AI设计系统“设计之神”
AI设计系统“设计之神”
本文是mixlab社区成员Arthur-ML05的投稿。Arthur长期研究：Deepfakes，生成对抗网络 GAN等技术。
这是他参加同济大学举办的“数字未来”工作营，在教授Kostas、 Hyejin Lee夫妇的带领下，和刘上同学合作做的一个研究。主要探讨了数字技术对设计的影响，一种人工智能辅助下的新设计流程。
用户操作工具，通过点击挑选喜欢的设计，利用机器学习得到用户真实的设计需求，避免了人与人沟通中很多的信息不对称的因素。
这项技术适用于个性化商品定制、设计学的个性化教育、传统的设计业务。
----------------------------------------
以下时间交给他：
下面详细介绍下整个展板内容。
标题：
“God of Design” AI design system
“设计之神”AI设计系统
价值主张：
我们的“设计之神”系统利用生成对抗网络技术，帮助甲方把设计目标可视化后，更清楚地传达给设计师
Value proposition ：
Our “GOD OF DESIGN” system hleps clients who want to transmit the design goal more clearly to designers by Generative Adversarial Neural Network
过去的设计流程
OLD PROCESS：
由于甲方不具有作图能力，甲方的设计需求通常以文字描述的形式传达给设计师，传达和理解上的偏差往往导致设计师要反复改稿，效率较低。
人工智能介入后的设计流程
NEW PROCESS WITH AI：
GAN、VAE、GLOW等生成式网络模型的发展，使得人工智能能够根据输入的若干条件（甲方的文字描述）来生成相应方案（图像、音频、视频均可），这些方案的虽然还称不上完整的设计方案，但可以给设计师作为参考依据来使用。借此技术，让无作图能力的甲方，把生成条件输入AI设计系统后，程序在极短时间内生成海量方案，甲方只需挑选其中想要的方案，交给设计师来完善，避免了设计师的无效工作，提升了工作效率。
“设计之神”AI设计系统原型演示
demo of AI design system：
我们以室内装修设计为例，制作了一份简单的使用演示，让读者能更具体的了解人工智能发挥的作用
- 甲方在程序中调节相应参数来定制想要的方案，程序后台会实时根据这些参数生成海量相应的方案（技术原理参考：conditional GAN）
2.甲方挑选自己想要的方案
3.甲方把自己定制的方案发布出来，交给设计师完善。
（这里我们还设计了一个简单的商业模式，AI设计工具免费开放给所有人使用，定制生成的方案可以直接发布在我们的平台上，寻找设计师来完成。交易完成后我们从中收取一定的中介费用以盈利）
技术原理
TECHNICAL PRINCIPLE ：
涉及的主要技术是GAN生成对抗网络。这里我就不重复赘述该技术了，陌生的同学可以看下李宏毅教授2018年GAN公开课，讲得很风趣接地气：
https://www.bilibili.com/video/av23316535?from=search&seid=2488422690260951702
其中第八课photo editing中的一个NVIDIA制作的演示视频，很直观解释了本次项目涉及的技术，特此截取出来作为演示。
海报中我放了一张starGAN的效果演示，图片来自于
https://github.com/yunjey/StarGAN
运营模式
BUSINESS OPERATION MODEL ：
这块只是很粗略的构想了一个如何利用这技术来开展商业的模型，大体思路就是利用这个AI设计系统来吸引甲方和设计师，从而构建一个设计服务平台，对接甲方们和设计师们，从中盈利。当然，这只是纸上谈兵。
结语
现阶段的人工智能并不能真的像人那样思考，设计师们也不必担心马上会失业。我比较务实，并没有像科幻小说那样天马行空去构思未来，而是根据现在已经出现的技术来思考AI何如影响设计。
从技术角度来看，前面的所有构思都是可以实现出来的，但从产品设计角度来看，却存在着各种各样的非技术性问题。例如实际工作中，并不是所有甲方都清楚自己想要什么，需要设计师来帮他们想出最合理的方案，对于这样的情况，这套“设计之神”系统就完全失效了。又例如有时甲方让设计师改方案，并不是设计师做的不符合他要求，而是觉得花了钱就只做了一稿太不划算，强行让设计师再改几稿，显得这钱花得值，那这也不是AI所能解决的问题。
抛砖就抛到这里，欢迎大家发表看法。