上周五，Design Matters大会登陆同济大学设计与创意学院。虽然台风携带大雨突袭，到场观众仍然让整个会场座无虚席。大会前期宣传直接触及15000余人，现场观众及网络直播观众总计超过3000人，直播点赞2000多次，评论互动200多条。
这一次，同济大学和特赞联合发起了一次圆桌讨论，希望激活已经沉寂了50年的设计与人工智能讨论，建立设计+人工智能的「深度」（关于科学、技术、设计、资本的演讲），以及「广度」（关于产、学、研、创的讨论）。
范凌 ｜ 同济大学特聘研究员、哈佛大学博士、特赞创始人
特赞创始人及CEO范凌曾先后在中央美术学院和加州大学伯克利分校任教，他讲述了自己对设计和科技桥接的思考——我们在一个生产资料大幅变化的时代，从物质成本到非物质成本，人成为最重要的生产资料。所以，个人能力的最大体现是他最善于做什么、在哪方面最不可取代，如果我们要衡量一个人的能力，那么就需要将其转化为结构化描述的数据。在未来，智力可能会成为一种资本，我们在等待这样拐点的到来，用智能运算网络取代之前的人力重复劳动。未来的工作方式是机器和专家结合的。
上面这些问题与每一个设计师息息相关，不完全是一个企业能做的，所以范凌希望通过校企合作，推动特赞与同济大学合作成立了人工智能实验室。一方面是回应社会性问题，另一方面探索人工智能在设计里的应用可能性。「设计师总说设计需要灵感，但是我们必须意识到从数据思考的重要性。」范凌说，「我们可能正在处理千万级的问题，所以我们希望以这样挑战性的方式去处理数据、运算和网络的问题。我们是创造新事物、创造未来的人。」
王淮 ｜ 线性资本创始合伙人、Facebook 第一位华裔研发经理
王淮是Facebook 的早期员工，从零打造了数据挖掘和机器学习的反欺诈系统，他同时也是人工智能领域最顶尖的投资人之一。从投资者的视角出发，他看到了哪些人工智能行业的机会，以及产业格局的改变呢？
在王淮还在Facebook 的那段时期，人工智能并没有在主流视野频繁出现，只是一小群人在思考的问题。而就在这两年间，整个行业和工业带来的机会却给了学术一个巨大的奇迹——人工智能从遥不可及的概念变成了热门话题。王淮接触过很多算法，对他来说，「只要有用的算法就是好算法。」绝大多数的问题都是一个「Old Problem」，老问题对应着人的基本需求，用新的办法解决老问题才有意义。
他指出，人工智能要真正落实到应用层面，有三个要跨越的关键点。第一步是从科研到技术，第二步是技术到产品，第三步就是产品到商品。很多学者和技术牛人做的要么是第一步，努力一把可以实现第二部，但绝大多数到不了第三步。这是一个落地性的问题，但商品需要有稳定的盈利模式，从产品到商品的过程难住了不少人。王淮认为，对人工智能的投资才刚刚开始，很多有潜力的公司将会慢慢浮现。
曹楠 ｜ 数据可视化科学家、曾IBM沃森研究员、同济大学教授
曹楠是同济大学设计与创意学院的教授，也曾是IBM 沃森研究院研究员之一，他加入同济大学之后，组建了智能可视化实验室，曹楠认为，数据可视化最大的用处，就是能够吸引眼球，抓住更多人的目光。对于如何将数据分析与智能技术结合在一起，他举了一个例子加以说明。
在Twitter 上有大量匿名用户，他们对社交媒体平台来说是一种潜在威胁，我们希望将他们的行为与可视化相结合，对异常行为进行分析，再找出这些「垃圾用户」。但是，传统的技术有两个缺陷：首先是机器无法界定「正常」和「异常」，第二是需要大量包含事实的数据来对机器进行训练，而这种数据很多时候是无法获取的。
于是曹楠的实验室开发了一系列可视化工具，收集Twitter用户的两种行为——发送和回应，对其进行分析处理并展示出来，使专家能够通过这些工具直观了解这两类行为，如此一来，简单的设计使复杂的用户行为「一目了然」。
梁明 ｜ 同济大学教授、设计人文学者
曹楠做了应用层面的介绍，而设计人文学者梁明则带来了更多哲学层面的思考——在谈论更高端科技的同时，我们必须要讨论人性、文化、道德以及我们的生存环境。
「人工智能的定义在不断被改变着，从阿兰图灵到Google Deepmind这个定义改变了很多」。之前，人工智能意味着可以通过图灵测试和像人类一样的，通过「意识」重新塑造自己和这个世界的机器，但这个目标昂贵并且遥不可及。而从2016年开始，人工智能意味着任何一种由人类编程算法推动的、能够识别并学习图像的机器。
梁明认为，机器可以完成很多人类需要思考的任务，但却不能像人类一样不假思索地去行事，这是机器的难点。他认为大脑是人类用来下定判断的工具，因为我们的大脑、身体储存着不同的数据，所以每个人喜好不同、观点各异。对于人工智能的未来，他说道：「我们今后的生存不依赖于个人的智力，而在于大家要有一个共同的愿景去创造伟大的价值，一个利他的社会比一个自私的社会更加长久。」
徐剑 ｜ 人工智能助手Rokid 设计师
徐剑是一名设计师，两年半前，「误打误撞」地加入了一个Rokid 的高科技产品公司，开始深入接触人工智能。Rokid 是一个可以通过智能语音与外界交流的设备，徐剑他们希望Rokid 未来能像真人一样沟通说话，让我们的生活更加简单方便。
在开发中，徐剑和同事也会遇到各种问题，比如现在的智能系统对环境的感知并不像人类那样具体和敏感，无法对紧急情况作出准确的反应。通过调整逻辑或者算法，他们可以比较直观地让机器作出判断，更重要的是，让这个算法和逻辑「产生温度」，让用户感觉没有那么冰冷，或者让用户和机器之间可以交流协作，比如，由人来做一些判断，由机器来协作完成，就好像大白一样，它虽然几乎没有表情，但能够完成用户各种要求。Rokid 希望达成一点：表达情感，与用户建立信任。
乐乘 ｜ 阿里巴巴智能平台设计专家
来自阿里巴巴智能设计平台的设计师乐乘（吴春松），平时负责探索机器学习与电商广告设计的结合。最近正忙着「双十一」项目的他，向大家透露了一些关于阿里将人工智能运用到商业领域中的最新进展。
乐乘所在的团队开发了一套名为「鲁班」的系统，这套系统能根据用户的行为和偏好智能生成并投放广告。手机淘宝首页焦点图片就是机器生成的，还能根据用户点击结果自动调整。为了让「鲁班」达到这个效果，他们需要用海量的数据组合训练它，分步来说，第一步是人工机器拆解，让机器理解像素的单位分别代表什么；第二步是拆解设计元素的组成部分、空间布局，使机器学会按照风格组织元素；最后一步，就是让机器能分辨「美」和「丑」。
庞大的数据教会了机器「审美」，机器可以通过数字化寻求一个最合理的解决方案，达到设计师能够认可的效果。阿里不仅在让机器学习美学，同时也在积累着数百万级别的商业化经验。
主持人汤维维，知性优雅的她是前福布斯中文副主编，造就创始人&CEO
认真做笔记的观众
同济大学创意艺术学院教授、院长娄永琪
娄永琪：今天在座的微软、阿里和特赞，分别代表了三代科技企业，所以我特别希望能听你们聊聊你们所在的企业是分别从哪些角度切入和思考人工智能和设计的？人工智能在多大程度上会影响你们所在企业的未来？最后，你们觉得现在正在崛起的、一直在从事这方面思考的社群能够一起为人类的未来做些什么？
刘康平：长话短说，微软对人工智能的定位，是要帮助每个人成就更多，用英文讲就是empower everyone to achieve more。人工智能产品有的是看得见的、有形的，如机器人，微软的Hololens；还有无形的，如微软小冰。无论是有形的还是无形的，人工智能好比是人的“左脑”，与人类的右脑相配合，充分利用人类特有的创造力，延伸出无限可能。人类和机器协同工作，可以让世界变得更加美好。
青云：在去年的「双十一」会场，阿里做了第一次个性化投放，全部由人力完成，根据需求现写代码。今年，我们把它做成了「鲁班」这个产品，让它自己「写代码」。这个问题起源于：设计师的价值到底在哪里？中国在经历一次巨大的消费升级，对设计的需求会越来越多，要求也会越来越高。
人工智能会不会取代设计师？我想不会。因为人脑拥有世界上最大的不确定性，机器无法学习预测可能出现的问题的。与机器相比，设计师的长板在于：对于美好生活都无比向往，始终希望用设计去改变世界。未来的十年是设计的十年，是你们的十年。
范凌：中国有1700万设计师，其中300万是交互设计师，100个人里就有1个是设计师。在任何一个行业里，总有一部分市场是属于设计的，但设计无法跟这些市场明确切分边界。市场是不确定的，而设计师是足够的，我们需要做的是不能被取代的设计。所以我们希望能够用数据、算法加上互联网来改变这个行业。
青云：消费升级会使人们的消费观念发生巨大变化。市场的需求造就了大量从业人员趋向这个方向，造成了设计师的涌入。
刘康平：刚才梁明老师演讲中提到，2016年是人工智能的一个拐点，我非常认同。之前人工智能有点像玄学，今天的人工智能终于落地了，尤其是在计算机视觉、语音识别和自然语言理解等方面不断取得重大突破。对于设计的未来我是乐观的，人工智能和Photoshop一样就是一个工具，好的设计一定源自设计师的创造力，而工具可以大大提高工作效率。
范凌：我相信市场对设计能力的需求会越来越强烈，传统意义上的美工可能很快就会被机器取代，设计人才将会在各个行业交融，设计的门槛从来没有如此低过。现在我们到了一个时间节点，设计不是悬在空中的，要回归到为社会服务。
感谢这么多演讲嘉宾，感谢投资人，最后也感谢我的各个伙伴和朋友，他们在很短的时间内为这次论坛准备了很多。感谢大家！
Design Matters 大会永远的「保留节目」——特赞手
特别鸣谢承办方：造就、同济大学设计与创意学院设计与人工智能实验室
联系客服
