智能革命新潮!设计师将人工智能工具带入工作
智能革命新潮!设计师将人工智能工具带入工作

智能革命新潮!设计师将人工智能工具带入工作

去年威尼斯玻璃周上最引人注目的物件之一是一只乳白色的吹制玻璃花瓶。至少乍一看是这样,而且是一只朴素的花瓶,但它有些奇怪:它没有在顶部张开,而是封闭的,而且它不是中空的,而是坚固而沉重的。

简而言之,这是一个没有功能的容器;或者说,是一个“冒牌容器”。

这个物体是基于一个生成的人工智能工具提供的图像,作为对文本提示的响应。原始的AI图像与实物对象一起展示,以及提示中使用的一些词语:“手吹制玻璃,花瓶,白色,沙子,当代,在展览的基座上”。

这个AI工具尚未学会设计师所称的“人类语境”:在这种情况下,花瓶如果没有开口和适合摆放花朵的内部空间,就不是花瓶。

这个花瓶背后的女性是Rezzan Hasoğlu,一位居住在伦敦的土耳其设计师和玻璃吹制者。当她向威尼斯玻璃周委员会提交这个想法时,她只包括了AI图像。她表示,没有书面解释,很难说这个图像是否是一个真实的玻璃物体。

展示在一个小基座上,与其他展品一起,其中更具审美冒险精神,对“冒牌花瓶”在访客中引起的主要反应似乎是一种困惑。然而,事后看来,它可能是未来事物的前兆。

AI的发展速度非常迅猛。一些设计师和手工艺人对其取代人类创造力的能力不屑一顾;另一些人对其对生计的影响感到担忧。然而,Hasoğlu是越来越多的人中的一员,他们正在拥抱AI,并找到将其纳入工作流程的新方法。

“AI使人类建造的机器能够‘更多、更快、更便宜’,”专门从事开源生成AI的公司Stability AI的研究副总裁Christian Laforte说。“我喜欢把AI助手看作是越来越有帮助的‘同事’,他们在技能和经验方面迅速成长。”

一些甚至被制作成看起来像人类的形象,比如Ai-Da,她类似于老式自动人,但带有机器手臂,由艺廊主Aidan Meller及其团队宣传为“世界上第一个超逼真的艺术家机器人”。 Ai-Da在伦敦设计双年展 2023 中尝试进行设计,使用生成AI制作了一系列餐具设计,包括一个水壶,一个茶壶和餐具。

据称“世界上第一个AI设计师”是Tilly Talbot,这是一个采用年轻女性形象的AI模型——并带有英国口音。 Tilly是悉尼Studio Snoop创始人Amanda Talbot的创意,该工作室在去年四月的米兰设计周首次公开亮相的Tilly与人类设计师和制造商合作,展示了五个物理设计原型,这些原型是由Tilly开发的。

就Hasoğlu而言,她表示她“不是AI艺术家”,而她使用的AI工具并不理解玻璃制作涉及的实际情况。“我想挑战新兴AI工具与几个世纪的工艺知识和材料知识之间的差距。”

Rezzan Hasoğlu的创作过程涉及将上述文本提示输入Dall-E 2,并通过不同的变体进行细化。总体而言,她计算了101个迭代才达到最终图像。然后,她使用软件创建了AI图像的计算机三维模型,然后前往多塞特郡的Notarianni Glass制作物理对象。

Hasoğlu改变了设计的一些方面——尽管原始提示中包含“白色”,但AI建议采用橙紫色调。她拒绝了这个建议:“它看起来像一个很糟糕的鸡蛋。”然而,她决定保留AI图像的“烟雾”效果,她使用了砂磨这个非常非数码的过程。最终物体的一些方面是任何数字工具都无法复制的。特别是她的作品“需要被看到和触摸…在网上很难传达这一点”。

对于意大利设计师Andrea Mancuso来说,AI生成的图像之一的迷人之处在于其出乎意料。这包括它的错误;来自以不同方式运作的“缺乏实用主义”的特征。Mancuso认为,掌握AI对于下一代设计师至关重要。

作为米兰新美术学院的教师,他鼓励学生使用它。当涉及到构想想法时,他说,最新版本的Midjourney(于去年6月发布的第5.2版)是一个“改变游戏规则”的工具,尤其适用于那些具有较少视觉想象力的学生。为ChatGPT编写精确的提示也可以帮助他们发展想法并“深入研究”。他强调,尽管AI是一种工具,但不是人类创造选择和方向的替代品。

人工智能与人类合作的最新成果在去年十一月的阿姆斯特丹的“Crafting Dimensions: Dreams of Augmented Gems”展览中展示,该展览探讨了数字技术在传统工艺中的介入。策展人Natalia Krasnodebska在加密货币工程师中担任“技术支持”的职务;业余时间里,她从事珠宝设计。这个展览的灵感部分来自她与担心人工智能会夺走他们工作的艺术家朋友的争论。

Krasnodebska提供了她利用Dall-E辅助设计的珠宝系列。她表示:“人工智能在生成创意方面确实很有帮助,”但她自己作为策展人的“每一步都至关重要”。特别是,她说:“人工智能(目前)没有人类的品味。如果设计师觉得某事在主观上很好,其他人可能也会这样认为。人工智能不理解这一点,也不理解从个体、具体的角度体验事物意味着什么。”

展览中还展示了“Spawns”,这是珠宝设计师Gio Sampietro与未来主义设计工作室OIO合作的一系列银勺。设计师们于2021年初启动了这个项目。他们设计了一个定制过程,涉及到一种名为“生成对抗网络”(GAN)的技术,这是Midjourney等更复杂人工智能模型的前身,他们通过在精心组织的古老勺子数据库上对其进行训练进行“微调”。GAN产生的图像模糊不清,但足以用作通过其他软件进行细化的起点。

对于Sampietro来说,人工智能的吸引力在于它能够产生令人惊讶的结果。但他发现通过简单输入提示生成图像是不令人满意的。这导致了“没有灵魂的僵尸图像”。他认为,真正的含义只能通过人类的上下文、叙事和“温暖”来实现。

Dinuo Liao是一位试图创建能考虑到人类口味的人工智能的设计师。在去年在代尔夫特理工大学的毕业项目中,他请人们对由人工智能生成的灯具图像进行评分,以确定其受欢迎程度和视觉吸引力。他使用最高评分的图像来微调人工智能模型,这使其能够生成更受参与者喜欢的灯具图像。

尽管Liao的项目规模较小,但它表明人工智能可以被训练来调整其创作以适应人类的喜好,并帮助设计师预测哪些作品可能受欢迎。毕竟,喜好和反感也是数据。

截至2024年初,由人工智能生成的文字和图像显然有能力在设计过程中发挥作用。一个合乎逻辑的下一步将是转向三维的人工智能。例如,去年十一月,总部位于加利福尼亚的初创公司Luma AI在成立于2021年的基础上发布了其新的生成人工智能工具Genie的研究预览。用户可以输入文本或图像作为提示,Genie将提供新的三维模型。这些模型可以以“网格”格式下载,该格式在对象上映射纹理,从而使用户能够进一步操作和完善它们。目前,Luma的产品在游戏和其他虚拟环境中特别受欢迎。但这些网格可以进行3D打印,从而带入物理世界。

在设计背景下,很容易想象Genie这样的工具有朝一日可能绕过对2D生成人工智能的需求。与后者相比,还有一些路要走。Luma的产品和增长主管Barkley Dai表示:“Midjourney就像是一位专业设计师,” “目前的Genie模型可能还处于小学阶段。”

其中一个挑战是数据库的相对大小:Dai估计,用于训练人工智能工具的3D模型数量在百万级,而2D图像数量在数十亿级。然而,Luma和其他地方的研究人员正在开发从2D图像重建3D模型的方法,这可能会极大地扩大3D数据库。

当我通过Zoom与Dai交流时,他为我演示了Genie,要求其生成一只花瓶。他对第一次尝试并不满意,因为花瓶是玻璃的(透明性显然使算法混淆)。而且有一只花瓶里悬浮着一朵花 — 这是人工智能缺乏实用性的另一个例子。尽管形式比较传统,但陶瓷方面的结果更令人信服。在3D中,艺术风格的选择比2D要受到更多限制,这同样是由于数据库规模较小。Dai尝试了一个以像素为基础的“像素化”风格的花瓶,类似于复古风格的电子游戏中发现的:Genie生成了四只花瓶,图案由独特但略显粗糙的色块组成。

以色列公司3DFY.ai开发了自己的AI模型,据其网站称,该模型可以根据文本提示生成“独特”的3D模型,与“模型师会制作的相似”。到目前为止,公开可用的3DFY Prompt版本仅允许在八个类别中生成模型,包括脚凳、桌子和剑(用于虚拟游戏),但该公司正在探索扩大其数据库的方式。

与美术领域一样,一个像Genie这样的AI模型的更高级版本也可以在设计师或艺术家的创意阶段使用,以摆脱传统思维,生成更具创新性的物体或纹理。“真正AI的力量,”Dai说,“在于它可以设计出人们以前从未见过的东西。”

Luma业务的另一方面涉及“捕捉”或数字扫描3D物体,并将完整的虚拟模型上传到计算机。这项技术目前尚未与Genie完全连接。如果有朝一日实现,这将使工匠能够使用类似Genie的AI模型对其艺术品的3D捕捉和文本描述进行训练,然后以相同风格生成新模型。“目前还不可能,”Dai说,“但这是我们正在努力实现的目标。”

这些图像然后可以转化为3D模型,并以PLA塑料、铝或树脂等材料进行打印。

随着AI飞速发展,热衷者预测一个世界,在这个世界中,所有物理实体都可以无休止地复制。在物理世界中,甚至包括你餐桌上的手工花瓶,一切以前“人造”的东西都可能在新发现的材料中被构思、调整物理约束,并以3D打印的方式复制。

目前,Sampietro、Krasnodebska、Mancuso和Hasoğlu等设计师的经验表明,AI在设计和手工艺的最后阶段仍然面临着最艰巨的任务:调整以满足人类的需求和品味,然后在物理世界中实现。尽管Spawn勺子的原型是3D打印的,但用银重新制作它们则需要使用失蜡铸造,这是一种比AI早数千年的专业工艺。

新技术是否能够取代艺术家和设计师,无论是作为创意思想者还是制作者,目前尚难以确定。“我过去学到的一件事。”Dai说,“我们经常对事物做出预测,而这些预测都是错误的,就像对AI的发展的预测一样。”