受訪人物：劉鍵，北京工業大學藝術設計學院副院長，博士生導師。入選北京市宣傳文化系統“四個一批”人才計劃，北京市科委優秀青年設計人才計劃。近年來服務多項國家重大活動的設計工作，主創設計了“立德樹人”“人類命運共同體”國慶70周年彩車，參與建黨百年設計、2022北京冬奧會村文化設計等。重視科教融合，主持國家社科基金藝術學一般項目、教育部人文社科青年項目、北京市社科基金-市教委聯合資助重點項目、中央臺辦、北京市委宣傳部、北京市科委等項目。發表論文40篇，著有《老齡化背景下智能導視系統的創新設計》《慶祝新中國成立70周年慶典彩車設計》《設計研究中的機器學習（英文）》專著3部，發明專利5項。獲2022北京市教學成果一等獎、首都勞動模范集體、北京市教委美育案例和全國美育案例各一項、慶祝中國共產黨成立100周年廣場設計積極貢獻獎。同時，重視國際交流與數智化人才的產教融合培養，與香港理工大學、歐洲設計學院、英國倫敦藝術學院、英國倫敦創意大學簽署了國際化聯合人才培養的多項合作協議，指導學生獲得多項設計獎項，指導的畢業生在比亞迪研究院、字節跳動、中建集團、華為、完美世界等大型企業擔任骨干設計師。
關鍵詞：智能設計；量子糾纏；設計思維
觀點提純：智能設計首先應該解決人類的生活需求，而不是讓智能設計主攻人類精神領域的視頻生成、創意生成等。未來設計師應以系統觀念為指引，提供整體解決方案為目標，建立“人-機-環”的綜合性系統模型，實現來居家智慧化藍圖設計，來居家智能裝備設計，未來居家智慧化管理設計。
《設計》：何為“智能設計”？請談談您對“智能設計”及其要素的理解。
劉鍵：當前，基于“大型語言模型+記憶+任務規劃+工具使用”的智能設計涌現，已經成為設計教育和產業應用的數字系統標配，智能設計應用程序的分類變得更為細致，設計師可以通過發出指令產出專業的作品。相比較傳統的專業技能，當下的設計教育應當培養設計師如何更好地與人工智能（AI）進行溝通，高等院校應該增加大量的AI相關課程，了解基本的機器學習概念、算法，以及如何處理和理解文本數據，特別是卷積神經網絡（CNN）、遞歸神經網絡（RNN）、長短期記憶網絡（LSTM）和量子物理學，以致力于培養AI溝通師，并開發虛擬仿真和人性化的大語言模型設計課程，使AI能更好地與設計師協同工作和相互交流。
智能設計的相關技術最早可追溯于20世紀80年代。近年來隨著智能基礎設施的發展，開發者可以積累大量用戶偏好數據來讓模型生成得更好看，最終實現商業化。就目前而言，它在處理復雜設計方面還是遠遠不夠的，例如面對高精尖產品的外觀、結構、人機交互設計之間的耦合設計問題，無法給出一個合理的設計方案。其次，人工智能的設計方法需要把問題抽象為數據驅動的封閉問題，因此，它也無法理解人類設計師可以捕捉到的用戶需求和文化細微差別，并會產生虛假信息、認知謬誤、決策僵硬等現象，以及低廉的藝術審美作品，更無法解決德巴赫猜想、尼曼猜想、唐加萊猜等一系列計算難題。
綜上所述，現階段的智能設計還不夠成熟，它有一個固有的缺陷，就是依靠概率分布進行生成，而顛覆性創新是一個小概率事件。我個人預測到2030年，隨著超導量子計算機的普及，大語言模型將會具有量子思維，以量子理論為基礎的非線性架構所能提供的解釋，比當今的“基于海量文本數據訓練”的大語言模型要好得多，可以利用量子理論中的非確定性、疊加、糾纏等現象來創新和解決問題，建立一組正交的基矢撐展而成的多維希伯特空間。具體來說，首先量子語言模型將會具備“多模態情景感知力”，能夠在不確定條件下開展設計研究、收集與分析數據、理解推動與決策的干涉效應；其次是具備“量子糾纏”的系統建模能力，通過不可約的方式為認知現象建模，超越日常觀感，產生對社會現象、用戶需求、商業化趨勢判斷的深刻洞察，結合生成式設計推演出多維設計價值，實現了從數據驅動、大語言模型驅動、到量子思維驅動的設計范式轉變。
屆時，借助量子大語言模型，開展超越人類理解的社會需求來進行設計價值創造，針對一個用戶需求推演出上千種路徑，用戶可以按照自己的想法借助AI生成數字內容，整個創意產業將會進入高度個性化時代，用戶熱衷于聽自己創作的音樂，玩自己開發的游戲，看自己做的電影，用自己設計的產品形成個性化的生活方式。
《設計》：北京工業大學藝術設計學院的教學特點有哪些？在智能設計方面是否有所側重？
劉鍵：北京工業大學藝術設計學院的教學建設以習近平文化思想為指導，面向首都四個中心建設，提出了服務國家重大活動、傳承創新中華文化、構建藝工融合平臺、拓寬國際視野的四項舉措，構建新工科、新文科背景下設計人才培養路徑。
圖1 以培養創新能力為導向的實踐教學體系
第一，通過服務國家重大活動，確立了以培養創新能力為導向的實踐教學體系，引領師生堅定理想信念。設計成果被國家重大活動所采用，有效展示了國家建設成就，傳播了國家價值。十年來，師生團隊用藝術作品奮力書寫中國故事，作品被應用于北京冬奧會、建黨100周年、新中國成立70年、慶祝“改革開放四十年”等國家重大活動，另有多項成果被國家部委所采納。這些作品有效地展示了十八大以來的黨領導人民所取得的偉大建設成就，向世界傳播中國和平發展的價值理念。
第二，學院的人才培養高度重視傳統文化的數字化建設。針對目前國際上的AI大語言模型在數據標注與訓練過程中隱含意識形態風險，藝術設計學院與北京工業大學信息學部開展跨學科研究。例如，針對中軸線15處文化遺產無法形成良性互動的全局知識關聯問題，通過跨學科研究，融合了數字孿生與知識圖譜構建了可視化大語言模型（圖2），具有可解釋、可追溯、可驗證的功能，從智慧數據和知識圖譜兩種信息承載形式映射到知識大圖，涵蓋15處遺產基本信息、歷史檔案、文獻等多維度的關聯邏輯，用戶通過手機二維碼掃描，就能夠獲得AI自動生成的虛擬場景和創意內容，提供沉浸式的互動體驗。
圖2 基于數字孿生的文化遺產知識大圖
第三，突破學科門類和專業之間的限制，搭建跨學科平臺，開發具有新工科特征的培養方案。教學團隊致力于跨學科和跨專業的平臺建設，聯合理學部成立“科技創意學研究中心”，開展多學科交叉實踐。建立了由行業兼職教授+骨干教師+校內專家組成的交叉學科團隊和課程群；與工信部、北京市科委共建重點實驗室；凝練出“展示與文化傳播設計”“科技創意學理論與方法”“數字孿生與信息交互設計”的三個特色學科方向，豐富了藝工融合知識體系。通過藝術+科學的實驗室和研究中心等多元平臺建設，為同學們提升學習能力、擴展知識空間、培育創新思維，推動學科交叉融合提供資源條件；同時，師生共同探究新工科培養方案，建立跨學科教學團隊，組建了城市更新設計、碳中和生態材料、人工智能等跨學科課程群，通過學科知識的交叉融合，拓寬了同學們的學科視野，有效地解決了學生創新意識和就業能力不足的問題。
《設計》：您是如何進入智能設計這個領域的？您個人關注智能設計的哪些細分領域？
劉鍵：近年來，北京工業大學藝術設計學院面向首都國際科技創新中心建設，發揮學院的中國服務設計發展研究中心、北京市博物館展陳與空間實現重點實驗室、科技創意學研究中心在數智化時代人才培養中的作用，構建“藝術與科學”“學校與社會”“項目與產業”藝工融合的智能設計育人模式。其中，智能設計的關鍵就是輸入和輸出的映射能力，模型訓練需要輸入有效的數據，而當前“具身智能”賦能人形機器人技術還不夠成熟，仍需要行業設計師與高等院校師生高頻互動，通過不斷地設計實踐和研究，向大語言模型灌輸數據養分。
我個人關注兩個領域，一是與材料科學與工程專業進行跨學科設計研究，面向碳中和戰略提出了“基于人工智能的材料設計方法”（圖3）。
圖3 面向碳中和戰略的人工智能材料設計方法
基于智能化技術，科研團隊創建具有用戶定義性能和目標屬性的生態材料，使所有用戶都有可能定義其目標產品的機械行為。首先，團隊前期通過對生態材料實施纖維打散、研磨、干燥處理、加工成型的步驟，使用微觀可視化平臺的數字圖像處理方法，從納米級結構微觀層面，對微生物鈣化反應提升材料性能的時空演化過程進行定量研究；其次，對生態材料實驗樣本進行美學、多場性能、健康與安全共72項指標的評價與實證，揭示關聯機理，對材料的多場性能與健康安全進行動態評估，構建多模態感官、意義、情感、交互、文化內涵的審美體驗模型，著重解決生態材料脫鋰嵌理引起的價態變化、晶格畸變產生的力學失穩等問題。并通過好奇心驅使、超越規范等多種途徑，應用實驗法和試錯法，探索生態材料的新視覺、新體驗、新功能、可供性、新場景；最后，匯總上述數據與定性經驗構建多重耦合關系的知識基因庫，完成知識庫建設、測試，開放。應用IDEF1X可視化工具，對知識基因進行視覺化表達（圖4）。
圖4 面向碳中和戰略的人工智能材料設計方法
第二個是與機械工程的智能制造專業圍繞“機器人數字孿生動態交互設計應用”進行跨學科教學，基于數字孿生技術，為草莓采摘機器人研發動態交互的虛擬仿真試驗教學系統平臺，讓學生掌握解決場景建模、試驗場景驅動、智能算法試驗數據自動生成、動態任務驅動的試驗場景優化、試驗任務等效加速等方法，為創意設計的測試數據與場景生成方法研究提供支撐（圖5）。
《設計》：智能設計的發展歷程是怎樣的？它與傳統設計有哪些區別和聯系？
劉鍵：智能設計（Intelligent Design）作為一種設計領域的新興方向，可以分為以下幾個發展階段。
早期探索階段：隨著計算機科學的發展，20世紀末期，設計師開始探索利用計算機算法輔助設計，這一階段的智能設計更多是關于自動化和效率提升。隨后進入技術融合階段：進入21世紀，人工智能（AI）、機器學習（ML）、大數據等技術開始與設計領域結合。設計過程開始包含數據分析、用戶行為預測等智能化元素。目前已進入成熟應用階段：近年來，由ChatGPT掀起的智能科技浪潮，大模型企業級市場的崛起，私有化定制大模型的普及，皆向產業化和垂直化方向發展，AI在設計中的角色從輔助工具轉變為創造性合作者，成為超級生產力工具。未來趨勢：預計未來智能設計將進一步與量子技術、元宇宙技術相結合，創造更為沉浸式和個性化的設計體驗。人工智能將可以學習人類有史以來所有的知識和經驗，誕生出人工通用智能體設計AGID（Artificial General Intelligence Design）。由智能化設計到人工通用智能體設計，將會是人工智能的一個質的飛躍。如果說現在基于大語言模型的智能設計是一個記憶力超強、理性至上的人，那么AGID就是一個可以模仿人類思考方式和行為的智能體。
當前，傳統設計在更加人性化、友好和可信賴方面保持著優勢，尤其是能夠理解和表達情感，建立和維持與用戶的關系，以及遵守道德和社會準則方面。智能設計與傳統設計的區別在于設計方法層面上，智能設計依賴于算法和數據驅動的決策，而傳統設計更多依賴于設計師的直覺和經驗。在設計效率和精準度方面，智能設計能夠快速處理大量數據，提供精準的設計方案，而傳統設計過程較為緩慢且重視創意過程。在用戶體驗設計層面，智能設計能夠根據用戶行為和偏好進行個性化設計，將傳統的產品變成以智能硬件為載體的開放平臺，可以接入更多的服務和體驗內容，來幫助用戶解決實際的問題。而傳統設計更多基于一般性的用戶需求。無論是智能設計還是傳統設計，其核心目標都是解決問題，提高用戶體驗。智能設計可以為傳統設計提供數據支持和新的視角，而傳統設計的創意和直覺思維對智能設計同樣重要。同時，兩者都追求在技術和藝術之間找到平衡，創造美觀且實用的創新產品。
《設計》：設計本身是交叉學科，智能設計交叉了哪些學科？對設計師提出了怎樣的要求？
劉鍵：智能設計作為一種交叉學科領域，當下應關注量子糾纏與設計思維，設計師應率先具備智能化量子設計思維。量子糾纏是量子物理學中的一個核心概念，指的是兩個或多個粒子以一種方式相互關聯。這種現象挑戰了經典物理學中的許多理論。量子糾纏展示了事物之間復雜的相互關系。在設計思維中，也強調了理解復雜系統中各部分之間的關系。量子糾纏的非局域性暗示了即使在看似獨立的系統中也存在深層次的聯系。在設計思維中，跨學科合作和不同觀點的整合能夠帶來新的洞察力和解決方案。
未來，量子計算機使用量子位（qubits）來存儲信息，與傳統計算機使用的二進制位不同，量子位可以同時表示0和1（量子疊加），并通過量子糾纏實現高度復雜的計算，設計師如何運用計算機科學，特別是人工智能、機器學習、數據挖掘等領域，為智能設計思維提供算法和技術支持是非常重要的一個課題。因此，在“智能”的加持下，設計師不再僅是傳統意義上的設計價值創造者，而是變成了一個數據驅動的策略家、技術的應用者和倫理的守護者。這要求設計師不僅要有良好的藝術感覺和創造力，還需要具備數據分析能力、技術理解力以及跨學科的協作能力，這種新的設計范式為創造更加個性化、智能化和人性化的設計提供了廣闊的空間。
《設計》：您曾談到“根據目前的數據來看，基于ChatGPT分析，而后應用mindjourney、stable diffusion等生成式技術產出設計方案，它的效率更快，簡化設計過程并改善設計成果智能化的設計解決方案”，這種智能解決方案的高效輸出，對于設計師來說，利弊如何衡量？
劉鍵：我認為智能設計首先應該解決人類的生活需求，比如衣食住行中的勞動和體力問題，以及工業制造與危險工況下的各種體力繁重工作，解放人類有時間去旅游感受大自然，學習美術和音樂。而不是讓智能設計主攻人類精神領域的視頻生成、創意生成等。精神領域的創作能力是人類寶貴的財富，其可貴之處在于人豐富的情感體驗和思考；智能設計少有精神內核。但是以現在的網絡傳播特性，這類感官沖擊強的內容卻是最易大范圍傳播，并可以直接影響用戶的行為和思維的。同時這類快錢收益可觀，造成很多從業人員被取代。因此，智能設計的誕生目的應該是讓更多的人更好地體驗生活。例如，隨著未來科技產業發展，居家辦公生活將成為一種生活模式，配套智能家居生活產品；隨著人口老齡化趨勢，老人康養輔助、殘疾人輔助等機器人等智能裝備，都將成為未來城鎮化發展的重點需求方向。 在智能設計源頭方面：以需求人群、智能裝備、居家環境三個要素，形成的“人-機-環”是一個相對復雜的綜合系統，要獲得滿足適宜生活與康養助殘等需求的產品或者方案，不能僅從以上三個要素的單一方向考慮，需要的是系統性設計工作。 因此，我們在學科建設方面注重以系統觀念為指引，提供整體解決方案為目標，建立“人-機-環”的綜合性系統模型，實現以下三個方面智慧化設計：1、未來居家智慧化藍圖設計：以創新設計方法、數字孿生等新技術為依托，圍繞適宜智能裝備實施、滿足不同人群需要、環境綠色節能等綜合目標，開展未來居家生活場景智慧設計、適應人群的智慧需求設計、居家智能裝備的概念化設計；2、未來居家智能裝備設計：以機器人技術、人工智能技術等相關學科的融合，圍繞智能裝備系統化、服務功能個性化、運行能耗低碳化等設計思路，開展類人形服務機器人、康養助殘機器人等為典型代表的智能裝備設計研發；3、未來居家智慧化管理設計：以信息云平臺、大數據分析、區塊鏈等技術為基礎，圍繞智能管理區域化、個人管理全周期、服務方案特定化等需求目標，形成信息化管理系統、大數據分析與管理、個人服務方案輸出平臺等設計。
《設計》：對于設計教育、設計專業的教師和學生來說，應以怎樣的姿態迎接人工智能時代？
劉鍵：首先，學生除了掌握設計知識之外，還需要養成閱讀高水平學術論文的習慣，以及學習跨學科的專業知識，這對學生而言非常不容易，需要貫通式的跨學科培養模式。當我走上工作崗位之后，在學校的支持下，建立了跨學科的本碩博貫通培養機制。本科階段，夯實學生的設計技能，并強調多學科知識復合，加入了人工智能編程和智能硬件設計等創新課程，以及與多個國際知名高校建立了2+2本科雙學位聯合培養機制。碩博階段，圍繞產業核心技術研發需求、國家重大活動的設計需求，強化學生的學術訓練與落地實踐，培養設計創新思維和解決復雜工程問題的能力。學生在參與這些項目的過程中，取得了非常多的成果，他們獲得了專利，參賽獲獎，發表了高水平學術論文，收獲榮譽，最終能夠為國家經濟、文化建設貢獻自己的力量，也使得他們能夠非常自信地迎接未來的各種挑戰。
《設計》：隨著人工智能、大數據等技術的發展，您認為智能設計的發展趨勢和前景如何？您有哪些期待或展望？希望和同行深度探討哪些話題？
劉鍵：文化自信是一個國家、一個民族發展中最基本、最深沉、最持久的力量。目前國外的AI大模型在編碼與訓練過程中隱含意識形態風險。我國設計行業需創作獨具中國特色的AI大模型，在大語言模型的輸出結果上扭轉偏差并提供價值。雖然我國的人工智能產業具有海量數據和用戶數量的優勢，但傳統文化的數字化進展緩慢，可供大模型訓練的中文數據缺失。因此，我們鼓勵設計企業、高校科研人員等共同參與到其中設計行業應利用AI在語言處理方面的優勢，借助AI的功能幫助理解古文語言，將其轉換為現代人易于理解的形式，修復中華傳統文化，創造出互動式的學習大語言模型，幫助大眾更好地學習和理解傳統文化，行業開發頂級國潮產品，對中國經典情懷的細顆粒度挖掘和呈現，提升大眾的文化自信，達到物質與精神文明并駕齊驅的社會主義中級階段。
在數智化背景下，設計師要融合量子糾纏與設計思維，形成智能量子設計思維。雖然量子糾纏和設計思維屬于不同的學科領域，但它們都強調了在復雜和不確定的環境中理解深層次的聯系和相互作用的重要性。這種思維方式對于科學研究、技術創新和復雜問題的解決都有著重要的啟示作用。未來，AI與人類設計師的協作加深，AI將不僅作為工具輔助設計，而是成為設計師的“合作伙伴”，設計將更加跨學科，結合工程學、認知科學、環境科學等領域的知識，創造出綜合性解決方案，共同攻克當下及未來人類知識體系上的皇冠位置。