范凌，畢業于同濟大學建筑系，獲美國普林斯頓大學建筑學碩士，美國哈佛大學設計學博士，曾在中央美術學院和美國加州大學伯克利分校任教。2015年創立了AIGC 內容科技獨角獸“特贊Tezign”（www.tezign.com），致力于通過生成式人工智能技術助力企業實現更高效、更優質的內容管理、積累、生產、分析。2016年加入同濟大學任教授、博士生導師，成立“設計與人工智能實驗室”（ https://www.sheji.ai/），致力于致力于數據、計算、網絡和人工智能與設計學的交叉學科應用研究。
特贊Tezign
《設計》：何為“智能設計”？請談談您對“智能設計”及其要素的理解。在您的智能設計實踐中，計算力和想象力是怎樣的關系？您認為自己是科學家還是設計師？
范凌：對我來說，智能設計就是用算法數據等方式來進行設計。智能設計并不僅代表用計算機進行設計，也可能是一種算法和數據啟發的設計，所以它也有可能是傳統設計的一種延伸。
我一直覺得人類的創造力是基于工具的，所以它也有自己的唯物主義。比如文藝復興的時候能夠出現那么多的藝術家，其實是基于透視學的發明以及透視工具的出現，后面有這么多精美的油畫，來自暗房或者照相機技術；現在有這么多人可以成為創作者，是因為手機里各種各樣的創作工具讓創造力變得更平民化、大眾化。
運算其實是一種新工具給予我們能力的增強，工具底層就是算法、數據和網絡，所以運算力或者計算力是創造力的一副新翅膀。作為創作者，并不需要畏懼計算力的發展，而應該和計算力共舞，讓計算力成為創造力的翅膀，就像歷史上透視學、照相機、電腦、軟件、App等帶來的創造力釋放一樣。
我其實是一個運用科學技術的創作者，所以會對新的工具、技術特別感興趣，本質上是一個把新的技術引入到創意行業當中去的人。
《設計》：特贊與同濟大學聯合成立“設計與人工智能的實驗室”，目前這個實驗室在做什么？未來會有怎樣的目標？
范凌：“設計與人工智能的實驗室”是8年前成立的，主要目的是把人工智能技術引入設計創意里面去，所以我們主要在研究三個問題：第一，人工智能會不會成為創意新的生產力的來源，這方面我們會研究工具、算法等；第二，創意可不可以被翻譯成計算機的語言，研究如何將各種各樣的創意設計變為數據；第三，研究新的人機共同創作的關系，即新的人工智能工具的出現將如何改變創作者、創意人、設計師的工作。
設計人工智能實驗室的研究主題
這三個問題有偏文科的，有偏工科的，但是基本是基于社會上真實的問題來進行應用型研究。未來我們希望能夠培養更多的人才，他們是在人工智能時代依然能夠堅守創意的，能夠在人工智能時代利用好人工智能，把人文和技術更好地結合在一起的，創造新事物、新觀念、新環境的一群人。所以，人才培養是核心目標，然后在人才培養的過程當中去發現人工智能如何去解決一些實際問題。
《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？
范凌：我是個好奇心很強的人，一直學的工科，但是有一個藝術和創意的內心，總希望能夠把自己的腦和心結合在一起，自然而然地，人工智能和創意的交叉領域會激起我很多的興趣。但是我也很清楚這兩者的關系更多的不是融合而是合理的沖突，進而產生各種各樣有意思的結果，這就是我進入這個行業的初心。做公司和實驗室給了我充足的空間，把我的想法在實踐和理論研究、應用研究上推動下去，也給了我足夠的時間和耐心去探索這個空間。
《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？
范凌：設計行業是較早使用計算機的，智能設計其實很早就有。歷史上很多劃時代的人物，像美國著名建筑師巴克敏斯特·富勒（Richard Buckminster Fuller），克里斯托弗·亞歷山大（Christopher Alexander），尼古拉斯·尼葛洛龐蒂（Nicholas Negroponte），他們或是很早就開始使用計算機，或是將計算機的思維引入設計的研究和實踐當中。他們中的有些人改變了設計，有些人甚至改變了計算機，比如像亞歷山大和尼葛洛龐蒂。
所以，雖然這不是一個新的學科，但時不時就會有新的技術和新的可能性，讓我們重新對這個學科感興趣。比如現在常被提到的運算化設計（Computational Design）或者算法設計（Algorithm Design），事實上也是有一定時間年限的概念，但是隨著Midjourney、Stable Diffusion 和 Runway等一系列新工具的誕生，創作的門檻變得更低以后，AIGC、智能設計成了耳熟能詳的熱詞。所以我覺得發展的過程有一個不變的軌跡，就是創作的門檻不斷降低，讓表達的豐富度更容易變得更高。從前畫圖、做視頻有一定的技術門檻，現在一句話就能生成圖片或視頻，技術進步讓創作更加大眾化。
設計工具的發展
《設計》：在“智能”的加持下，設計師面臨的是怎樣的新設計范式？
范凌：在人工智能時代，設計師、創意人或者更廣義的創作者如何與人工智能共生、共榮、共創，是一門我們都要去修的必修課。
我一直不覺得人工智能或者一切工具都可以被簡化為降本增效。人類之所以發明工具，就是讓工具替我們去干不喜歡干的事兒，從而我們可以更專注于自己喜歡的事情。所以在我看來，未來人工智能與設計師協作的范式可以分成4個維度：那些我們不想干的簡單的事兒，應該讓人工智能去多做，最終達到“自動化（automation）”；那些我們喜歡干，又很難的事兒，我們可以讓人工智能成為我們的“副駕駛”，是為“賦能（empowerment）”，機器幫忙越多，人的能力越強；那些我們不喜歡干，但又很難，機器還不擅長干的，應該是以機器為主，人做適當的引導，也就是 “增強（augmentation）”；還有一類我們喜歡干且擅長的事兒，我們就應該享受過程，不讓機器人打擾。
腦機比（Brain-Machine-Ratio）
這一系列我把它稱之為“腦機比（Brain-Machine-Ratio）”。這個詞是我在 2017 年的《設計人工智能報告》中首次提出的，指在系列關于人機關系的討論中，避免使用機器威脅人，或者機器取代人這樣的說法，而是采用人腦和機器的分工比例來衡量。“腦機比”也作為一個人文觀念，核心是人機共生，以及人機共同進化，描述人機共創的4個不同范式。
《設計》：設計本身是交叉學科，智能設計交叉了哪些學科？對于初學者和從業者來說，智能設計領域有哪些重要的技能和知識需要掌握？他們應該如何提升自己的智能設計能力？
范凌：這次生成式人工智能的發展和過往不一樣，過往的生成式人工智能需要大量的算法和計算機的知識，以及大量的數據集，門檻很高，而這次基于GPT、擴散模型等出現的生成式人工智能技術的門檻較低，但是天花板不低。所以，要學會和機器用自然語言進行對話，提示詞工程（Prompt engineering）的培訓和實踐就非常重要。所以，與七八年前我們剛開始做設計人工智能時不同，那時有獨立的專業，需要大量的投入，現在是一個任何一個學科都可以加上AIGC的時代。
學科可以保有其原來的學科性，如講批判的，講審美的，講靈感的，都應該保留，但是每個學科都可以加一點兒AIGC，用來做創意的選型、流程的重塑。
《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？
范凌：既然這次AIGC的發展，甚至人工智能的發展是低門檻的，我們應該盡量多地去實踐，去試錯，去創造和已有的東西之間的協同。不管是老師還是同學，其實都應該保持一個開放的態度，和人工智能一起來創建，結果是具有開放性的。
我們原來的設計流程可以通過AIGC的賦能在同一周期內做更高效的迭代，更高效地回收高質量的反饋。這個過程稱之為創意的飛輪，AIGC會加速這個飛輪的旋轉，產生更多、更高質量的創意。教學也是同理。
創意的飛輪
《設計》：請分享一些您認為在智能設計領域中具有創新性和啟發性的案例或項目。這些實踐和案例對于我們理解和應用智能設計有什么啟示？
范凌：我想分享兩個案例。第一個案例是關于更高的創意質量的。我最近看到幾個品牌用AIGC做的營銷創意非常有啟發，一個是嬌蘭用AIGC生成了很多蜜蜂瓶，是嬌蘭從19世紀開始用的，很有代表性。AIGC創造了很多不斷演進的場景，從古典到現代，讓這些瓶子一路穿越到22世紀，場景一直在變，唯有瓶子不變。用快速的變化來描述不變，我覺得這是一個非常精彩的創意。
另一個例子是我們做的。我們開發的AIGC 工具中有一款叫MuseAI，是一款AIGC時代面向創作者的工具，通過訓練數據集訓練專屬自定義模型，生成海量靈感作品。同時支持自定義模型分享、AI作圖、ControlNet 圖生圖、提示詞生成等創意賦能工具。我們希望通過降低創意的門檻，讓更多人可以用AI的工具來抒發自己的想法。
https：//museai.cc/
我們通過和非營利組織合作來幫助弱勢群體，比如自閉癥兒童、鄉村的孩子，通過這些AI工具，讓他們發現自己的創造力，這是以往很難有機會去探究的能力。一些貧困山區的孩子甚至都不知道自己可以追求美，所以，AI工具其實重建了他們的創意自信。
鄉村筆記×她無限×特贊×同濟設計人工智能實驗室
這些例子背后其實都是人文性的東西。能打動我們的永遠都不是冷冰冰的機器，而是這些工具和人的創想、人的潛力、人的情感、人的本能之間產生的共鳴，我覺得共鳴不變，只是創造共鳴的方式發生了變化，意義不變，只是創造意義的方式發生了變化。
《設計》：對于想要深入了解智能設計的人，您有什么建議或者學習資源可以推薦？
范凌：現在人工智能相關學習的資料泛濫，可能不需要我給出太多建議，但我覺得從“與AI如何相處”的角度需要有更有創造性的課題被提出，然后我們再用AI的方式去理解和交互。
《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？您希望和同行深度探討哪些話題？
范凌：人工智能這扇門被打開了，我想看到它的多樣性，想知道還有些什么樣的討論，還有一些什么可能性，尤其是那些非降本增效的可能性，也希望通過《設計》雜志和更多關心這些話題的朋友交流，看到更多元的視角。