劉鵬 馬宇陽(yáng)

摘要：目的：近年來(lái)，人工智能在藝術(shù)設(shè)計(jì)中的應(yīng)用受到廣泛關(guān)注。隨著人工智能技術(shù)的發(fā)展，藝術(shù)設(shè)計(jì)領(lǐng)域也在不斷嘗試?yán)孟嚓P(guān)技術(shù)激發(fā)更多創(chuàng)意和靈感，同時(shí)為用戶帶來(lái)更好的體驗(yàn)。但是，目前人工智能在藝術(shù)設(shè)計(jì)領(lǐng)域的體系化建設(shè)仍不完善，因此，文章結(jié)合當(dāng)前人工智能的主流技術(shù)，旨在構(gòu)建模塊化、體系化的人工智能應(yīng)用體系。方法：文章對(duì)人工智能在藝術(shù)設(shè)計(jì)領(lǐng)域的工作模塊進(jìn)行分析，將人工智能在藝術(shù)設(shè)計(jì)領(lǐng)域的應(yīng)用劃分為分析模塊、設(shè)計(jì)模塊以及優(yōu)化模塊，并結(jié)合神經(jīng)風(fēng)格遷移、生成式對(duì)抗網(wǎng)絡(luò)等主要技術(shù)，構(gòu)建基于分析模塊的藝術(shù)設(shè)計(jì)多模塊體系。結(jié)果：人工智能技術(shù)在藝術(shù)設(shè)計(jì)領(lǐng)域的應(yīng)用主要包含基于神經(jīng)風(fēng)格遷移的藝術(shù)設(shè)計(jì)創(chuàng)作模塊、基于生成式對(duì)抗網(wǎng)絡(luò)的藝術(shù)設(shè)計(jì)優(yōu)化模塊以及融合深度學(xué)習(xí)的藝術(shù)設(shè)計(jì)分析模塊。其中，融合深度學(xué)習(xí)的藝術(shù)設(shè)計(jì)分析模塊是各類人工智能技術(shù)在藝術(shù)設(shè)計(jì)領(lǐng)域發(fā)揮作用的基礎(chǔ)。而智能化的數(shù)據(jù)分析能力和數(shù)據(jù)可視化功能是人工智能技術(shù)應(yīng)用于藝術(shù)設(shè)計(jì)領(lǐng)域的內(nèi)在邏輯基礎(chǔ)。結(jié)論：目前，人工智能技術(shù)在藝術(shù)設(shè)計(jì)領(lǐng)域的應(yīng)用主要是針對(duì)不同領(lǐng)域運(yùn)用各類深度學(xué)習(xí)技術(shù)。此外，針對(duì)人工智能技術(shù)在藝術(shù)設(shè)計(jì)領(lǐng)域所面臨的法律法規(guī)、倫理道德、人機(jī)平衡等問題，文章也提出相關(guān)建議，以期推動(dòng)人工智能技術(shù)在藝術(shù)設(shè)計(jì)領(lǐng)域的長(zhǎng)遠(yuǎn)發(fā)展。

關(guān)鍵詞：人工智能；藝術(shù)設(shè)計(jì)；深度學(xué)習(xí)

中圖分類號(hào)：J505；TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1004-9436（2023）20-0-03

當(dāng)前，藝術(shù)設(shè)計(jì)領(lǐng)域一直在探索更多樣化的創(chuàng)新方式，人工智能的引入為其創(chuàng)新帶來(lái)了新的機(jī)遇。隨著人工智能技術(shù)的不斷創(chuàng)新，藝術(shù)設(shè)計(jì)的流程也發(fā)生了變化。在過去，設(shè)計(jì)師通常需要花費(fèi)數(shù)小時(shí)甚至數(shù)天來(lái)設(shè)計(jì)一個(gè)圖案，而如今，使用人工智能技術(shù)可以大幅縮短藝術(shù)設(shè)計(jì)所花費(fèi)的時(shí)間?？梢?，人工智能技術(shù)的普及與應(yīng)用對(duì)藝術(shù)設(shè)計(jì)領(lǐng)域來(lái)說具有重要意義。因此，明確人工智能技術(shù)在藝術(shù)設(shè)計(jì)中的應(yīng)用方式以及所面臨的困難，是保證人工智能技術(shù)更好地為創(chuàng)作者服務(wù)的重要前提。

1 人工智能在藝術(shù)設(shè)計(jì)中的應(yīng)用現(xiàn)狀

1.1 圖像處理

在藝術(shù)設(shè)計(jì)領(lǐng)域，圖像處理是一個(gè)必不可少的環(huán)節(jié)。隨著人工智能技術(shù)與藝術(shù)設(shè)計(jì)的聯(lián)系逐漸加深，其在圖像處理方面的運(yùn)用也愈發(fā)廣泛。郭斌等人（2021）總結(jié)人工智能技術(shù)在藝術(shù)領(lǐng)域的運(yùn)用后指出，人工智能技術(shù)為藝術(shù)的發(fā)展提供了極大的助力。這些工具可以根據(jù)用戶需求自動(dòng)調(diào)整圖片的亮度、對(duì)比度、銳度等參數(shù)，使圖片更加清晰、明亮、艷麗［1］。此外，人工智能還能追蹤、收集用戶的瀏覽歷史和搜索記錄等信息，為用戶提供更個(gè)性化的圖片推薦，節(jié)省用戶搜索和選擇的時(shí)間。

1.2 色彩設(shè)計(jì)

色彩對(duì)藝術(shù)設(shè)計(jì)具有至關(guān)重要的作用。銀宇堃等人（2020）對(duì)人工智能在顏色設(shè)計(jì)中的應(yīng)用展開研究后指出，色彩既包含語(yǔ)言色彩，也包含圖像顏色，而人工智能技術(shù)能將二者有機(jī)結(jié)合，還能運(yùn)用算法將藝術(shù)情感與著色結(jié)合［2］。從設(shè)計(jì)師角度出發(fā)，其可以利用人工智能技術(shù)自動(dòng)生成不同的色彩搭配方案，同時(shí)結(jié)合自身的設(shè)計(jì)理念以及對(duì)藝術(shù)的理解，選擇最合適的搭配，以此節(jié)省設(shè)計(jì)時(shí)間。此外，人工智能技術(shù)還可以分析用戶的愛好、風(fēng)格和心理特征等信息，為用戶提供個(gè)性化的色彩設(shè)計(jì)方案，使藝術(shù)設(shè)計(jì)更具多樣性。

1.3 3D建模

在過去，設(shè)計(jì)師需要花費(fèi)大量時(shí)間人工制作3D模型，但是隨著人工智能技術(shù)的引入，3D打印技術(shù)的普及極大地提高了藝術(shù)設(shè)計(jì)的效率。毛溪等人（2021）指出，3D打印技術(shù)已經(jīng)在設(shè)計(jì)領(lǐng)域得到了廣泛的認(rèn)可和應(yīng)用，創(chuàng)作者可以通過人工智能輔助工具快速生成3D模型，以此節(jié)省大量的時(shí)間和精力［3］。此外，人工智能技術(shù)還可以根據(jù)用戶的需求自動(dòng)調(diào)整模型的大小、比例和形狀等參數(shù)，使創(chuàng)作者可以更加自由地探索和創(chuàng)新。

1.4 藝術(shù)創(chuàng)作

藝術(shù)創(chuàng)作是人工智能技術(shù)面臨的一個(gè)最具挑戰(zhàn)性的難題。傳統(tǒng)的藝術(shù)創(chuàng)作是由設(shè)計(jì)師依靠腦力勞動(dòng)獨(dú)立完成的，而如今，人工智能技術(shù)可以模擬并生成藝術(shù)作品。王璐、孫海垠（2020）針對(duì)藝術(shù)設(shè)計(jì)的創(chuàng)作過程展開研究后指出，人工智能技術(shù)的應(yīng)用為藝術(shù)創(chuàng)作提供了更多的方法和體驗(yàn)，為創(chuàng)作者提供了更豐富的選擇和創(chuàng)作條件［4］。

2 融合深度學(xué)習(xí)的藝術(shù)設(shè)計(jì)模塊體系構(gòu)建

人工智能在藝術(shù)設(shè)計(jì)中的應(yīng)用主要涉及作品的創(chuàng)作和優(yōu)化。在創(chuàng)作方面，人工智能技術(shù)可以提供靈感、設(shè)計(jì)方案生成、風(fēng)格遷移和圖像生成等功能。在優(yōu)化方面，人工智能技術(shù)可以用于自動(dòng)調(diào)整圖像、結(jié)構(gòu)和顏色，以及優(yōu)化設(shè)計(jì)體驗(yàn)等。此外，在藝術(shù)設(shè)計(jì)的全過程中，人工智能可以將數(shù)據(jù)分析與可視化貫穿始終。隨著人工智能技術(shù)在藝術(shù)設(shè)計(jì)領(lǐng)域的不斷深入和拓展，具有深度學(xué)習(xí)特性的人工智能技術(shù)逐漸成為藝術(shù)設(shè)計(jì)的前沿應(yīng)用領(lǐng)域，而深度學(xué)習(xí)技術(shù)加持下的藝術(shù)設(shè)計(jì)模塊也在不斷豐富。

2.1 神經(jīng)風(fēng)格遷移推動(dòng)藝術(shù)設(shè)計(jì)創(chuàng)作模塊

神經(jīng)風(fēng)格遷移（Neural Style Transfer，簡(jiǎn)稱NST）是一種深度學(xué)習(xí)技術(shù)，用于將圖像的內(nèi)容與風(fēng)格分離并重組。在藝術(shù)設(shè)計(jì)領(lǐng)域中，NST技術(shù)能夠?yàn)閯?chuàng)作者提供豐富多維的創(chuàng)作思路和創(chuàng)作理念，其主要能夠?qū)崿F(xiàn)風(fēng)格遷移、細(xì)節(jié)處理、藝術(shù)創(chuàng)作等多項(xiàng)功能。

李鑫等人（2023）指出，風(fēng)格遷移技術(shù)能夠有效融合作品輪廓與內(nèi)容語(yǔ)義，通過建立數(shù)據(jù)庫(kù)進(jìn)行風(fēng)格遷移訓(xùn)練，最終實(shí)現(xiàn)圖像輪廓與內(nèi)容語(yǔ)義的匹配與協(xié)調(diào)［5］。其中，NST技術(shù)將一幅圖像的風(fēng)格轉(zhuǎn)移到另一幅圖像上，不僅可以為創(chuàng)作者提供全新的創(chuàng)作視角，還極大地拓寬了圖像處理的應(yīng)用范圍。此外，NST技術(shù)可以突破創(chuàng)作者的個(gè)人認(rèn)知與感官限制，將創(chuàng)作者的個(gè)性化風(fēng)格應(yīng)用到圖像中，創(chuàng)造出更優(yōu)質(zhì)的作品。特別是在視覺藝術(shù)領(lǐng)域，人工智能技術(shù)極大地豐富了創(chuàng)作者在色彩、亮度、紋理等內(nèi)容方面的選擇，使作品創(chuàng)作具有更多樣的手段。NST作為藝術(shù)設(shè)計(jì)創(chuàng)作模塊中較為常用的技術(shù)，其最重要的功能是為創(chuàng)作者提供豐富的藝術(shù)設(shè)計(jì)思路。創(chuàng)作者可以運(yùn)用NST技術(shù)將多個(gè)圖像的內(nèi)容和風(fēng)格進(jìn)行重組，以此融合不同作品的特色內(nèi)容，進(jìn)而為藝術(shù)設(shè)計(jì)創(chuàng)作提供更多的靈感和思路。

2.2 生成式對(duì)抗網(wǎng)絡(luò)助力藝術(shù)設(shè)計(jì)優(yōu)化模塊

生成式對(duì)抗網(wǎng)絡(luò)（Generative Adversarial Networks，簡(jiǎn)稱“GAN”）是一類深度學(xué)習(xí)模型，用于生成和訓(xùn)練與原始數(shù)據(jù)類似但又具有新特征的數(shù)據(jù)。GAN包含兩個(gè)神經(jīng)網(wǎng)絡(luò)，即一個(gè)生成網(wǎng)絡(luò)和一個(gè)判別網(wǎng)絡(luò)。生成網(wǎng)絡(luò)試圖生成和訓(xùn)練與原始數(shù)據(jù)類似但又有些許差異的新數(shù)據(jù)，判別網(wǎng)絡(luò)則用于判斷生成數(shù)據(jù)是否與訓(xùn)練數(shù)據(jù)一致。兩個(gè)網(wǎng)絡(luò)之間的競(jìng)爭(zhēng)會(huì)促進(jìn)生成網(wǎng)絡(luò)的學(xué)習(xí)，從而生成更好的數(shù)據(jù)。在藝術(shù)設(shè)計(jì)領(lǐng)域中，生成式對(duì)抗網(wǎng)絡(luò)能夠幫助創(chuàng)作者實(shí)現(xiàn)特征提取、超分辨率優(yōu)化以及個(gè)性化細(xì)節(jié)生成等功能。

王士順（2023）指出，生成式對(duì)抗網(wǎng)絡(luò)在藝術(shù)設(shè)計(jì)領(lǐng)域具有較強(qiáng)的綜合設(shè)計(jì)與數(shù)據(jù)處理能力，其能夠通過訓(xùn)練數(shù)據(jù)體現(xiàn)藝術(shù)作品的價(jià)值和多樣性［6］。其中，圖像特征提取功能可以將多幅圖像的風(fēng)格及特點(diǎn)在預(yù)定設(shè)置的基礎(chǔ)上進(jìn)行體系化的遷移和融合，進(jìn)而形成新的圖像，使新圖像具有不同作品的特色，從而為創(chuàng)作者提供優(yōu)化作品的參考。圖像超分辨率優(yōu)化功能主要通過GAN在訓(xùn)練時(shí)從高分辨率圖像中提取特征并生成低分辨率圖像，然后另一個(gè)生成網(wǎng)絡(luò)將低分辨率圖像轉(zhuǎn)化為高分辨率圖像，進(jìn)而實(shí)現(xiàn)圖像分辨率的優(yōu)化。此外，基于GAN的個(gè)性化細(xì)節(jié)生成功能能夠?yàn)樗囆g(shù)設(shè)計(jì)作品增添更豐富的內(nèi)涵。

2.3 融合深度學(xué)習(xí)的藝術(shù)設(shè)計(jì)分析模塊構(gòu)建

隨著NST技術(shù)與生成式對(duì)抗網(wǎng)絡(luò)的運(yùn)用不斷深化，基于深度學(xué)習(xí)的藝術(shù)設(shè)計(jì)分析模塊也在積極融入其他模塊，并逐步構(gòu)建起多模塊融合的藝術(shù)設(shè)計(jì)體系。目前，融合深度學(xué)習(xí)的人工智能技術(shù)主要運(yùn)用于人像等方面，表情識(shí)別等細(xì)節(jié)內(nèi)容的分析與體現(xiàn)為藝術(shù)設(shè)計(jì)開拓了更廣闊的發(fā)展空間。創(chuàng)作者可以通過表情識(shí)別去探索面部表情所體現(xiàn)的情感內(nèi)容以及表情背后的行為特征，以此為情感創(chuàng)作提供助力。另外，深度學(xué)習(xí)技術(shù)也逐漸在多媒體設(shè)計(jì)領(lǐng)域嶄露頭角，其通過在圖像領(lǐng)域的數(shù)據(jù)積累與應(yīng)用經(jīng)驗(yàn)，逐步開始在視頻、音頻領(lǐng)域?qū)Ω黜?xiàng)技術(shù)進(jìn)行遷移，以此為藝術(shù)領(lǐng)域的多維度工作提供便利。

2.4 基于分析模塊的藝術(shù)設(shè)計(jì)多模塊體系構(gòu)建

在各類深度學(xué)習(xí)技術(shù)的加持下，藝術(shù)設(shè)計(jì)領(lǐng)域的發(fā)展逐步形成了創(chuàng)作者與人工智能相互配合的格局，同時(shí)，基于人工智能的藝術(shù)設(shè)計(jì)多模塊體系也逐漸成型。該多模塊體系主要以人工智能的分析模塊為基礎(chǔ)，向基于深度學(xué)習(xí)的創(chuàng)作模塊與優(yōu)化模塊拓展，進(jìn)而實(shí)現(xiàn)人工智能、藝術(shù)創(chuàng)作者與作品的有效融合。其中，基于人工智能的分析模塊是整個(gè)體系的基礎(chǔ)，其主要利用各類深度學(xué)習(xí)算法，對(duì)已有作品進(jìn)行分析，通過可視化轉(zhuǎn)化將作品呈現(xiàn)給創(chuàng)作者，以此為創(chuàng)作者提供思路。同時(shí)，基于深度學(xué)習(xí)的創(chuàng)作模塊與優(yōu)化模塊以分析模塊為基礎(chǔ)，運(yùn)用當(dāng)前比較成熟的GAN技術(shù)、NST技術(shù)重點(diǎn)處理藝術(shù)設(shè)計(jì)流程中的細(xì)節(jié)內(nèi)容。綜合來(lái)看，基于分析模塊的藝術(shù)設(shè)計(jì)多模塊體系涵蓋了藝術(shù)設(shè)計(jì)流程的各個(gè)層面，并能運(yùn)用不同類型的深度學(xué)習(xí)技術(shù)細(xì)化藝術(shù)設(shè)計(jì)環(huán)節(jié)，為創(chuàng)作者提供豐富的創(chuàng)作靈感與思路。

3 人工智能應(yīng)用于藝術(shù)設(shè)計(jì)領(lǐng)域的機(jī)遇與挑戰(zhàn)

3.1 人工智能設(shè)計(jì)中的道德問題

隨著人工智能技術(shù)的廣泛應(yīng)用，藝術(shù)設(shè)計(jì)領(lǐng)域面臨一定的道德問題。首先需要思考的問題是，人工智能是否會(huì)取代具有創(chuàng)造性的人類設(shè)計(jì)師。雖然人工智能可以通過學(xué)習(xí)模擬人類的創(chuàng)造性思維，但能否完全達(dá)到人類的設(shè)計(jì)水平，還需要時(shí)間的檢驗(yàn)。此外，人工智能設(shè)計(jì)方案的審核問題也是需要關(guān)注的重點(diǎn)。人工智能依賴算法和數(shù)據(jù)，因此可能引起一些算法偏見或限制，特別是在數(shù)據(jù)來(lái)源、版權(quán)歸屬等方面，可能對(duì)作品產(chǎn)生負(fù)面影響。因此，在實(shí)際應(yīng)用中，需要由專業(yè)人士對(duì)人工智能設(shè)計(jì)方案進(jìn)行審核和修正。

3.2 人工智能的責(zé)任和可持續(xù)性

在人工智能設(shè)計(jì)領(lǐng)域中，責(zé)任和可持續(xù)性同樣是兩個(gè)重點(diǎn)問題。為了確保人工智能的設(shè)計(jì)符合法律法規(guī)和道德規(guī)范，相關(guān)部門需要制定對(duì)應(yīng)的規(guī)章制度，同時(shí)也需要對(duì)創(chuàng)作者進(jìn)行必要的培訓(xùn)和教育，讓他們認(rèn)識(shí)到自己的社會(huì)責(zé)任和道德義務(wù)。此外，還要構(gòu)建針對(duì)運(yùn)用人工智能進(jìn)行藝術(shù)設(shè)計(jì)的監(jiān)管和責(zé)任追究機(jī)制，確保其不會(huì)損害用戶利益。人工智能應(yīng)用于藝術(shù)設(shè)計(jì)時(shí)還需要考慮產(chǎn)品的可持續(xù)性，即需要充分考慮產(chǎn)品的節(jié)能環(huán)保和循環(huán)利用等方面。例如，通過采用可再生能源、優(yōu)化算法等，從而有效減少人工智能系統(tǒng)對(duì)環(huán)境的負(fù)面影響。

3.3 人工智能設(shè)計(jì)和人類創(chuàng)造力的平衡

未來(lái)，人工智能技術(shù)和人類創(chuàng)造力之間的平衡將成為一個(gè)重大議題。盡管人工智能在藝術(shù)設(shè)計(jì)領(lǐng)域表現(xiàn)出了驚人的創(chuàng)造力和想象力，但是人類創(chuàng)造力的獨(dú)特性和創(chuàng)新性依然是技術(shù)無(wú)法替代的。對(duì)于設(shè)計(jì)師來(lái)說，需要盡可能地發(fā)揮人工智能技術(shù)的優(yōu)勢(shì)，將其運(yùn)用于創(chuàng)意的產(chǎn)生、設(shè)計(jì)的生成等方面。但是，設(shè)計(jì)師過分依賴人工智能技術(shù)是否會(huì)導(dǎo)致自身創(chuàng)作能力的減弱仍需要時(shí)間的檢驗(yàn)。除此之外，還需要注意避免人工智能技術(shù)帶來(lái)的一些設(shè)計(jì)問題，如算法偏見、自我復(fù)制等。因此，設(shè)計(jì)師在使用人工智能技術(shù)進(jìn)行藝術(shù)設(shè)計(jì)時(shí)，需要對(duì)其進(jìn)行合理的限制，以確保設(shè)計(jì)效果符合道德標(biāo)準(zhǔn)和用戶期望。

4 結(jié)語(yǔ)

人工智能算法可以處理大量數(shù)據(jù)和信息，分析這些數(shù)據(jù)和信息，可以幫助創(chuàng)作者激發(fā)藝術(shù)靈感，人工智能還可以分析人類的心理和情感，幫助創(chuàng)作者更好地在作品中表達(dá)情感。同時(shí)，人工智能可以提高藝術(shù)設(shè)計(jì)的效率和質(zhì)量，通過快速的數(shù)學(xué)計(jì)算和準(zhǔn)確的圖像處理，使創(chuàng)作者更快地完成藝術(shù)作品創(chuàng)作。此外，人工智能還可以優(yōu)化圖像并糾正錯(cuò)誤，以保證藝術(shù)作品的質(zhì)量，推動(dòng)人工智能技術(shù)在藝術(shù)設(shè)計(jì)領(lǐng)域的長(zhǎng)遠(yuǎn)發(fā)展，確保設(shè)計(jì)效果符合道德標(biāo)準(zhǔn)和用戶期望。

參考文獻(xiàn)：

［1］ 郭斌，張秋韻，方禹?xiàng)?，?計(jì)算美學(xué)：計(jì)算科學(xué)驅(qū)動(dòng)的視覺美學(xué)度量與生成［J］.包裝工程，2021，42（22）：62-77，102.

［2］ 銀宇堃，陳洪，趙海英.人工智能在藝術(shù)設(shè)計(jì)中的應(yīng)用［J］.包裝工程，2020，41（6）：252-261.

［3］ 毛溪，梁天一，嚴(yán)城雨，等. 3D打印和生成技術(shù)結(jié)合下短線智能化產(chǎn)品設(shè)計(jì)模式探索［J］.包裝工程，2021，42（16）：16-21.

［4］ 王璐，孫海垠.人工智能挑戰(zhàn)下的藝術(shù)設(shè)計(jì)創(chuàng)作思考［J］.藝術(shù)工作，2020（6）：86-88.

［5］ 李鑫，普?qǐng)@媛，趙征鵬，等.內(nèi)容語(yǔ)義和風(fēng)格特征匹配一致的藝術(shù)風(fēng)格遷移［J/OL］.圖學(xué)學(xué)報(bào)：1-12，http：//kns.cnki.net/kcms/detail/10.1034.T.20230308.1123.002.html，2023-07-17.

［6］ 王士順.生成對(duì)抗網(wǎng)絡(luò)在藝術(shù)設(shè)計(jì)領(lǐng)域的創(chuàng)造潛能研究［J］.包裝工程，2023，44（S1）：24-28，41.

作者簡(jiǎn)介：劉鵬（1980—），男，北京人，碩士，工程師，研究方向：管理科學(xué)與工程。

馬宇陽(yáng)（1995—），男，河北張家口人，碩士在讀，研究方

向：人工智能技術(shù)。