汪俊瓊

一、參數(shù)化設計概述

參數(shù)化設計（Parametric Design）也稱參變量化設計，是把設計系統(tǒng)中的各相關要素進行參數(shù)化的一種設計方法[1]。早期伍德伯里在定義參數(shù)化設計時，強調其幾何形態(tài)的關聯(lián)性探索價值，認為參數(shù)化設計方法能夠以互動的方式挖掘設計的無限可能。參數(shù)化設計的本質是基于數(shù)據(jù)關聯(lián)和計算思維的邏輯化、交互式、創(chuàng)造性構造設計，通過設定規(guī)則建立起目標對象與選定參數(shù)之間的參變量化模型，從而實現(xiàn)相互關聯(lián)的數(shù)據(jù)在邏輯構建中自由流動，突破傳統(tǒng)設計方法中以感性思維為主的相對成熟而固化的流程，代之以構建規(guī)則式的算法來生成幾何形態(tài)，表現(xiàn)為一種新穎的、靈動的、嚴謹而微妙的計算性設計思維。

參數(shù)化設計是一種前衛(wèi)的設計思潮和技術方法，廣泛應用在城市設計、建筑設計、室內設計及產(chǎn)品設計等領域。自由的實驗性設計、系統(tǒng)的復雜性設計，使參數(shù)化設計獲得眾多先鋒設計師的青睞。鑒于參數(shù)化設計的內涵和優(yōu)勢，我國參數(shù)化設計的教學實踐大體呈現(xiàn)實驗性和復雜性兩種基本價值取向，實驗性強調發(fā)揮學生的主觀能動性，在參數(shù)化設計課題實踐中探索未知結果；復雜性運用復雜的系統(tǒng)視角構建復雜的設計關系，試圖通過參數(shù)化設計實踐解決復雜問題。這兩種取向不可避免地帶來參數(shù)化設計學習中認知難度的提升，再加上主觀投入或客觀資源等原因，參數(shù)化設計教學實踐陷入多重現(xiàn)實困境。人工智能技術的發(fā)展與應用為參數(shù)化設計帶來新面貌和革新契機，其應用探索不僅有助于降低認知難度，改善教學效果，同時還能形成學生的多元視角，提升其解決復雜問題的能力。由此，人工智能背景下參數(shù)化設計教學呈現(xiàn)一系列新的景觀。

二、參數(shù)化設計的兩種教學取向

美國哥倫比亞大學建筑研究院于 1994 年成立了無紙設計工作室（Paperless Studio），將數(shù)字技術手段引入專業(yè)課程設計實踐，并對建筑的數(shù)字化設計方法進行了廣泛探索。經(jīng)過數(shù)十年的發(fā)展，參數(shù)化設計課程在歐美等發(fā)達國家的設計院系中得到普及。國內的參數(shù)化設計教學也在 21 世紀初嶄露頭角，發(fā)展至今日漸成熟，并形成一定的規(guī)模和影響?？偟膩碚f，參數(shù)化設計教學呈現(xiàn)實驗性設計和復雜性設計兩種理論取向，這與設計的綜合性與實踐性特質高度契合。

（一）實驗性設計

參數(shù)化設計是一種探索無限可能的技術，從誕生初期，便具有顯著的實驗性質。實驗性設計教學過程主要關注參數(shù)化設計在算法生形方面的應用價值。在專業(yè)課程教學中，參數(shù)化設計可以適應多種場景，如建筑設計、景觀小品、圖案設計等，常用于前衛(wèi)設計、概念設計、未來設計。在天馬行空的個性化設計中凸顯設計師的批判意識與游戲意味，也讓創(chuàng)意設計的內涵更加深刻[2]。清華大學在建筑設計課程中開設“非線性建筑設計”專題，經(jīng)過近二十年的參數(shù)化設計實踐，完成了對建筑設計實驗性設計教學的階段化探索。徐衛(wèi)國團隊將其教學成果匯集成冊，形成《參數(shù)化非線性建筑設計》一書，書中針對不同的建筑景觀作品，從技術路線、算法研究、設計過程、設計結果等方面進行介紹和效果闡釋，完美揭示了參數(shù)化非線性建筑設計的實驗探索過程。此外，廈門大學馮立宇團隊在博物館課程設計中，鼓勵學生對空間形態(tài)進行不斷試錯與篩選，通過大量的模擬實驗生成了形態(tài)各異的復雜空間結構[3]。武漢理工大學的李慶楠團隊嘗試將自然符號元素和當下社會焦點與價值思考引入?yún)?shù)化設計課程中，引導學生觀察、分析社會問題，挖掘自然現(xiàn)象表層符號元素及其內在機理，鼓勵學生在實驗性探索中挖掘作品的社會價值和人文意蘊[4]。與此同時，南京藝術學院徐炯團隊在長期的教學改革探索中將“實驗”視為其參數(shù)化設計教學的根本態(tài)度，在教學中不斷開拓創(chuàng)新，以跨界方式拓展學生視野，用新的技術、新的媒介、新的材料、新的建構方式探索參數(shù)化構形與數(shù)字化營造體驗，在這一過程中培養(yǎng)學生的創(chuàng)造力和追尋極致創(chuàng)意的態(tài)度[5]。

（二）復雜性設計

系統(tǒng)論認識視野下的參數(shù)化設計通過有序組織各項子系統(tǒng)，將復雜性體現(xiàn)在子系統(tǒng)間的關聯(lián)邏輯上，形成一種復雜的內在邏輯關系。對這種關聯(lián)關系的正確認知使設計師具備面對復雜需求變化的思辨思維以及解決復雜問題的基本能力。帕特里克·舒馬赫（Patrik Schumacher）認為，參數(shù)化設計的精彩之處在于通過設計復雜的聯(lián)系加強全局的有機整合，通過設置不同的規(guī)則在大量的子系統(tǒng)間建立起獨特而清晰的連續(xù)性秩序，而閾值和奇點的設定將加強和放大初始差異性，形成更豐富和更多導向性的視覺信息[6]。看似不受約束的復雜形態(tài)背后包含著對邏輯與秩序的嚴格遵守與執(zhí)行，敏感而不確定性的復雜性設計結果在一定程度上滿足了人們對和諧美與奇異美的追求。以面向綠色建筑設計的參數(shù)化設計應用為例，其復雜性表現(xiàn)在信息量的劇增以及設計目標的系統(tǒng)性，在設計過程中需要同時考慮綠色性能、建筑功能和空間形態(tài)以及相互之間的關聯(lián)，屬于復雜性的設計場景，對設計師的系統(tǒng)性思維能力要求也更高，不僅要關注系統(tǒng)與系統(tǒng)間，以及系統(tǒng)與環(huán)境間的關系，還需要建立自洽的性能優(yōu)化邏輯，通過信息的反饋和設計的迭代實現(xiàn)創(chuàng)新設計。西安建筑科技大學建筑學專業(yè)搭建起綠色建筑技術和數(shù)字化設計的課程體系，在參數(shù)化設計教學中強化設計主題與自然、社會的關聯(lián)性，并以綠色性能為目標，鼓勵學生以建筑性能優(yōu)化為目標進行建筑形態(tài)的生成與演化。復雜性設計取向下，這種跨學科的研究方法展現(xiàn)出富有邏輯理性的科學特征，建筑的“綠色設計”也呈現(xiàn)新的內涵。一方面，基于計算思維導向的建筑參數(shù)化設計更多指涉抽象與分解、算法與自動化、數(shù)據(jù)的收集、分析與表征等，并在此過程中致力于探索自然環(huán)境與建筑的關系；另一方面，通過尋求與用戶的行為模式以及與居住體驗相匹配的創(chuàng)意空間設計，建立起建筑形式與建筑功能、主體性能與設計成本之間的價值工程對應關系，極大地豐富了建筑空間的可能性。

三、參數(shù)化設計教學現(xiàn)存問題

參數(shù)化設計教學的實驗性和復雜性設計取向不可避免地帶來參數(shù)化設計學習中認知難度的提升。此外，參數(shù)化設計教學會涉及軟件學習、數(shù)字模型構建、參數(shù)化邏輯構建、實體建造等內容，學習過程仍需投入巨大精力，甚至物力。所以，無論是主觀導向還是客觀資源的原因，參數(shù)化設計教學實踐都陷入多重現(xiàn)實困境。

（一）計算性設計思維培養(yǎng)不足

參數(shù)化邏輯構建是參數(shù)化設計中非常重要的部分，它基于特定的計算性邏輯思維，涵蓋算法設計、數(shù)字編程，常用的是基于Rhino 腳本編程語言或基于Grasshopper 插件的可視化編程方法，它們配合Rhino 交互式命令模型構建，讓整個參數(shù)化設計構成更加直觀流暢。此外，還可以選擇基于Processing 的Java 編程語言、基于Max 軟件的腳本編程語言，或基于Maya 軟件的MEL編程語言。在實際教學中，設計專業(yè)的學生以美術背景居多，他們有著相對優(yōu)秀的感性設計思維和藝術審美鑒賞水平，這使得傳統(tǒng)的設計教學體系對學生的計算性設計思維培養(yǎng)缺乏足夠重視，這種局面無疑對參數(shù)化設計的高階學習造成困擾，認知有一定的難度，導致學習成本高。

（二）空間體驗缺失

參數(shù)化設計的設計核心是空間形態(tài)，設計目標是圍繞該空間構建參數(shù)模型、優(yōu)化性能指標、探索行為模式。也就是說，雖然參數(shù)化設計具有先鋒實驗性質，但最終需要將其落地，所以空間的體驗反饋非常重要，否則參數(shù)化設計只能是鏡中花、水中月，且對后續(xù)項目建造存在一定的設計風險。傳統(tǒng)設計主要通過圖紙、數(shù)字模型等展示建造過程和建造效果，偏平面式概念設計，理性多、直觀少。而參數(shù)化設計中建造環(huán)節(jié)的引入是為帶給學生真切的感受，形成對材料、結構邏輯、細部構造等的具體認知[7]。傳統(tǒng)的基于實物的空間建造會來帶經(jīng)濟上的負擔，甚至影響設計方案的自由度和完成度。因此，許多參數(shù)化設計教學不得不對后續(xù)的空間建造及其體驗環(huán)節(jié)進行選擇性忽視。

（三）場景創(chuàng)新意識薄弱

對場景化應用創(chuàng)新重視不夠，參數(shù)化設計的課題實踐普遍存在場景相關理論知識鋪墊薄弱的問題，造成設計作品的內涵缺失、創(chuàng)新不足。以建筑設計為例，參數(shù)化設計的算法生形應用是學生最關心的，常常只關注建筑的空間形態(tài)變異，這明顯偏離了建筑設計初衷的實用功能。再則，應用場景知識的缺失造成對建筑空間形態(tài)及其表皮優(yōu)化的指向性不明確，使得通常的參數(shù)化設計無法實現(xiàn)建筑性能的最優(yōu)化，尤其是面對可持續(xù)目標、綠色設計、城市空間更新設計等特定場景時，由于缺失前期的有效信息整理和評價指標設定，信息過載、系統(tǒng)性強等特點會讓傳統(tǒng)參數(shù)化設計的優(yōu)勢失靈，最終只能眉毛胡子一把抓，無法真正有效地達到預期效果。

四、人工智能背景下參數(shù)化設計教學新圖景

人工智能技術的發(fā)展與應用為參數(shù)化設計帶來新面貌，在教學實踐中，教師需要積極優(yōu)化參數(shù)化設計創(chuàng)新人才的培養(yǎng)體系，迎合產(chǎn)業(yè)場景化細分需求的同時，探索教學手段、教學模式的智能化融合創(chuàng)新，不斷拓寬跨學科創(chuàng)新人才的培養(yǎng)路徑?；谔摂M現(xiàn)實技術的體驗式教學與面向跨學科貫通創(chuàng)新的教學理念的引入，有助于降低認知難度，改善教學效果，同時能形成學生的多元視角，提升其解決復雜問題的能力。這些融合實踐共同創(chuàng)設了人工智能語境下參數(shù)化設計教學的新圖景。

（一）人工智能驅動場景化創(chuàng)新

知識創(chuàng)新帶動了科技發(fā)展，也極大地拓展了設計創(chuàng)新空間。人工智能時代，智能化技術的深度融合發(fā)展引發(fā)了設計內容、設計思維、設計流程的變革，不僅有設計思維的碰撞交融，還有設計內容的整合創(chuàng)新，設計流程的協(xié)同提效等，為跨學科創(chuàng)新人才的培養(yǎng)提供了全新場域。人工智能語境下的建筑產(chǎn)業(yè)“智能+”的發(fā)展需求，讓參數(shù)化設計迎來新的發(fā)展契機。新興人工智能技術的介入在加速這場建筑信息化轉型升級的同時，驅動了參數(shù)化設計的場景創(chuàng)新應用。比如，通過機器學習、數(shù)據(jù)挖掘、云端計算、神經(jīng)網(wǎng)絡方法等手段，將建筑元素及其組織規(guī)則系統(tǒng)化映射至算法模型，實現(xiàn)信息集成；在設計決策中運用新興技術手段實施智能預測和決策支持，進而加速優(yōu)化設計進程，實現(xiàn)建筑的綠色性能優(yōu)化、空間形態(tài)優(yōu)化及城市空間系統(tǒng)整合[8-9]；發(fā)展建筑參與式設計，基于擴展現(xiàn)實技術以及用戶生成內容模式，實現(xiàn)虛擬世界與現(xiàn)實世界的產(chǎn)業(yè)融合，如將參數(shù)化設計帶入元宇宙世界，結合人工智能推薦技術，營造基于個性化調適的千人千面的虛擬空間體驗。

（二）培養(yǎng)計算性設計思維

2006 年，周以真教授提出計算思維，之后計算思維便被引入眾多課堂實踐中。計算思維的興起引發(fā)設計方式的變革，催生計算性設計思維。人工智能技術的發(fā)展加快了計算性設計思維在參數(shù)化設計中的應用，使其重新煥發(fā)活力。2020 年 12 月舉辦的 2020 計算性設計學術論壇以“設計的溯源和未來”為主題，年會提出將計算性設計思維有機融入建筑科學，推動建筑設計的邏輯思維演變，勢必帶來設計方法、設計流程甚至設計策略的重構，將極大推動建筑設計的科學技術工具革新與設計創(chuàng)新?；谟嬎阈运季S的參數(shù)化設計教學，不只讓學生掌握一門軟件設計或編程工具，而是著重培養(yǎng)學生的計算思維和設計創(chuàng)新能力，引導他們利用新興人工智能技術解決更具系統(tǒng)性的復雜問題。從提高學生計算性設計思維能力的角度出發(fā)，設計有效的教學模式，開展教學實踐，讓學生在學習參數(shù)化設計工具的過程中自主創(chuàng)作和交流，從而達到關注并發(fā)展每個學生設計創(chuàng)新能力的效果。這種全新的設計思維正是信息智能化時代學生所需的技能。

面對人工智能技術帶來的挑戰(zhàn)與契機，蘭州大學參數(shù)化設計創(chuàng)新人才的培養(yǎng)也與時俱進。首先，強化教學體系的頂層設計，保證學科知識體系的完整性以及專業(yè)課程教學的可延續(xù)性。其次，通過明確培養(yǎng)目標，梳理并強化前期建筑理念與知識內涵，在教學實踐中引導從設計軟件工具到設計創(chuàng)新思維的重心轉移。在相關理論教學方面，通過建筑設計相關基礎課程讓學生了解建筑設計的要求和目標。參數(shù)化設計課程以Rhino+Grasshopper 參數(shù)化設計工具為主要平臺，穿插參數(shù)化設計理論、技術和方法，培養(yǎng)學生的計算性設計思維，同時嘗試非線性建筑景觀的實驗性設計。具體來說，課程以創(chuàng)新設計思維培養(yǎng)為目標，在系統(tǒng)介紹參數(shù)化設計基礎知識的基礎上，通過設計實踐培養(yǎng)學生參數(shù)化建模的基本能力，以及通過邏輯構建進行數(shù)字空間幾何造型自由探索的能力，同時思考模型與模型關聯(lián)、模型與參數(shù)關聯(lián)對形態(tài)控制與優(yōu)化的作用。培養(yǎng)學生通過計算思維分析問題、創(chuàng)建規(guī)則和控制設計過程的能力，并持續(xù)豐富學生對前沿建筑設計形態(tài)的理解。同時，通過與人工智能設計創(chuàng)新跨學科課程的嫁接，提高人工智能背景下學生解決復雜設計問題的能力。接下來的教學實踐，可以嘗試運用美國師生創(chuàng)新技術體驗機構（ITEST）提出的“使用—修正—創(chuàng)造”培養(yǎng)框架重新設計適合大學生課題創(chuàng)作階段的教學，觀察實際的課題實踐效果，并根據(jù)現(xiàn)有的學習差異以及學生主觀訴求，從模仿實現(xiàn)到提升創(chuàng)作體驗、從迭代反饋到再創(chuàng)作等環(huán)節(jié)對ITEST 提出的框架進行豐富。通過明確培養(yǎng)目標，引入基于虛擬現(xiàn)實技術的體驗式教學以及跨學科貫通創(chuàng)新應用與實踐，重新構建參數(shù)化設計教育的課程體系，使其能夠適應與人工智能技術相匹配的從感知到認知再到創(chuàng)新的不同層次要求。

（三）面向跨學科貫通創(chuàng)新的教學理念

以設計創(chuàng)新為核心，從知識創(chuàng)新出發(fā)，對跨學科知識進行整合與重組，在課題應用中實現(xiàn)融合式創(chuàng)新。蘭州大學參數(shù)化設計教學通過與人工智能設計創(chuàng)新跨學科課程的嫁接，顯著提高了人工智能背景下學生解決復雜設計問題的能力。該融合課程引導學生從設計思維、設計方法、設計內容等方面理解設計創(chuàng)新，并嘗試基于數(shù)據(jù)、知識、算法、場景四元素構建人機深度協(xié)同模式下的AI 創(chuàng)新應用，培養(yǎng)人工智能背景下的創(chuàng)新設計思維。根里奇·阿奇舒勒指出：“創(chuàng)造力是正確表述問題的技能?！蓖ㄟ^清晰描述、量化、簡化和優(yōu)化目標的迭代設計過程，進一步鞏固學生發(fā)現(xiàn)問題、定義問題、分析問題、解決問題的設計思維，并發(fā)掘其創(chuàng)新應用場景的能力。在創(chuàng)新設計實踐中，學生吸收來自不同學科的最新研究成果，使設計作品在視覺形態(tài)、設計流程和用戶體驗方面與眾不同、獨樹一幟。

在參數(shù)化設計創(chuàng)作中，設計師不僅吸收生物、數(shù)學、物理、藝術、自動化、計算機、機械等學科的知識，還能融合展現(xiàn)程序、結構、材料、藝術的最新研究成果。這種跨學科研究成果是基于各學科發(fā)展成果基礎之上的，是團隊合作的結果、集體智慧的結晶。如果說早期的參數(shù)化設計作品可視為基于規(guī)則的生成藝術，那么當下融入了智能技術的參數(shù)化設計則獲得了以“涌現(xiàn)”為中心的自組織集群智能。神經(jīng)網(wǎng)絡、深度學習等新興智能技術將隱性的“生成”特征轉變?yōu)轱@性的生成設計方法和流程，這讓參數(shù)化設計作品呈現(xiàn)強烈的面向未來的個性化色彩。

以基于人工智能的產(chǎn)品創(chuàng)新設計課題為例，“生成”概念設計以及人機協(xié)同是智能設計的核心，但越來越多的參數(shù)化模型在人工智能技術的加持下走向情感化設計、人性化設計。比如，浙江大學孫守遷團隊融合了美學經(jīng)驗、交互行為、文化時尚以及消費符號等元素，藝術與技術并重，打造了面向產(chǎn)品外觀設計的分解創(chuàng)新性知識模型。再如，蘭州理工大學蘇建寧團隊不僅建立起感性意象與形態(tài)設計要素之間的映射關系模型，還融入多學科研究方法及前沿成果，涉及可用性評估研究、耦合特性研究、智能算法研究等[10]。換句話說，感性計算、用戶研究、數(shù)據(jù)化設計、認知研究、模式識別、邏輯分析、材料感知、基因理論等多學科知識極大豐富了基于計算性設計思維的參數(shù)化產(chǎn)品設計實踐的可能。在參數(shù)化設計教學中，通過引入需求多樣、形式多元的實際課題，鼓勵來自不同學科的學生團隊相互合作，實驗性設計和復雜性設計將呈現(xiàn)豐富的內涵。

（四）基于虛擬現(xiàn)實技術的體驗式教學

南京藝術學院徐炯老師提出將軟件教學、研究實驗性教育以及建造實踐性教學相結合，形成全程體驗式教學模式，針對性地培養(yǎng)空間設計類學生的綜合能力[11]。人工智能時代，虛擬現(xiàn)實技術通過計算機建構仿真虛擬環(huán)境，依賴三維數(shù)字模型的高清視覺圖像和人性化的交互方式為用戶營造深度沉浸式體驗，它是賦予設計空間認知的新手段。在參數(shù)化構造過程中使用虛擬現(xiàn)實空間的方式來建構信息量豐富的環(huán)境，可供學生在其中進行探索、選擇，甚至在三維、立體空間中進行感知。將建造環(huán)節(jié)通過虛擬現(xiàn)實手段對設計構想進行模擬還原，有助于方案的立體呈現(xiàn)，不僅能帶來真實的空間感知，而且能在一定程度上驗證設計中的用戶行為預期，還能用于檢驗設計成果的合理性。這種漫游式三維空間能帶給學生更好的設計空間沉浸感知，學生得以實時體驗構造性空間的設計效果并適時反饋迭代設計方案，增強對新型設計空間的體驗、加快探索實驗目標的實現(xiàn)。更重要的是，這種基于數(shù)字設計資源的建造方式不會影響方案設計的自由度和完成度。此外，借助智能化技術可以便捷地生成元宇宙世界的城市與建筑空間，實現(xiàn)個性化、差異化定制。而增強現(xiàn)實、混合現(xiàn)實的新形態(tài)帶給參數(shù)化設計多元的表現(xiàn)可能，將虛擬與現(xiàn)實高度融合，呈現(xiàn)靈動的設計體驗，極大地豐富了體驗式教學手段。

以綠色建筑設計課題為例，傳統(tǒng)的參數(shù)化設計過程很容易忽視光線、微風等自然環(huán)境變化對空間體驗的影響，而基于虛擬現(xiàn)實技術的空間與環(huán)境再塑體驗可以從人、物與環(huán)境相互作用的系統(tǒng)視角探索設計元素的豐富性和空間表達的多樣性，有利于創(chuàng)作適應于自然環(huán)境變化和使用者行為模式的豐富空間，對極限條件的數(shù)值模擬適應性也會更強。比如，表皮形態(tài)優(yōu)化可能帶來空間自然采光和景觀視線的差異化，這種細微的變化有時會啟發(fā)設計的靈感。通過一種相對直觀的方式凸顯建筑性能驅動設計的理念，以及在人居環(huán)境空間創(chuàng)作中對用戶體驗的關注，具有科學性和人文性。

五、結語

參數(shù)化設計是一種設計思維和設計方法，廣泛應用于城市設計、建筑設計、產(chǎn)品設計等領域，因而很多設計學科均開設了參數(shù)化設計課程。從理論上看，參數(shù)化設計主要呈現(xiàn)實驗性設計和復雜性設計兩種教學取向。這種現(xiàn)實凸顯了對參數(shù)化設計本質的認知和對參數(shù)化設計實踐的偏重，同時彰顯了學界對參數(shù)化設計不滿足現(xiàn)狀、積極探索的態(tài)度，是參數(shù)化設計教學變革的內驅力。從實踐來看，參數(shù)化設計教學依然有亟待解決的現(xiàn)實問題，它們是參數(shù)化設計教學變革的外驅力。人工智能技術的發(fā)展與應用為參數(shù)化設計帶來新面貌，引發(fā)了設計需求、設計內容、設計思維、設計流程的全面變革，不僅有設計思維的碰撞交融，還有設計內容的整合創(chuàng)新，設計流程的協(xié)同提效等，為跨學科創(chuàng)新人才的培養(yǎng)提供了全新場域。在此情境下，參數(shù)化設計發(fā)展迎來了新的契機，參數(shù)化設計教學創(chuàng)新也有了更多可能。首先，需要積極優(yōu)化參數(shù)化設計創(chuàng)新人才培養(yǎng)體系，迎合產(chǎn)業(yè)的場景化細分需求，確立創(chuàng)新人才培養(yǎng)方向的同時，培養(yǎng)計算性設計思維，拓寬創(chuàng)新人才培養(yǎng)路徑。其次，在參數(shù)化設計教學實踐中積極探索教學理念、教學手段的智能化融合創(chuàng)新，如引入跨學科貫通創(chuàng)新的教學理念、探索基于虛擬現(xiàn)實技術的體驗式教學。最后，人工智能技術的應用將為實驗性設計和復雜性設計帶來更多可能，從復雜課題的復雜問題到創(chuàng)新設計的設計方法，這些無疑擴大了參數(shù)化設計教學的創(chuàng)新局面，也為參數(shù)化設計教學帶來新的挑戰(zhàn)。