曹楠，博士，同濟大學設計創意學院副院長、教授、博士生導師，國家級青年人才，人工智能與數據設計學科主任。擔任設計學、軟件工程以及智能科學與技術三個一級學方向的博士生導師。曹楠畢業自香港科技大學并獲得計算機博士學位，加入同濟大學前，曾任美國IBM T.J. Watson研究院研究員。在IBM工作的近十年中，曾獲得IBM杰出技術成就獎、IBM 杰出研究成就獎，以及多項 IBM創新成就獎。他的主要研究方向是信息傳達設計與數據可視化，并專注于信息傳達設計理論及智能設計方法與技術的研究。他提出了通過構建敘事性可視化設計來提升信息傳達效能的研究方案，并在智能數據內涵洞察、智能可視化設計及智能數據邏輯編排三個方面做出了主要的技術及理論貢獻?；谏鲜鲅芯浚荛淌趲ьI團隊設計研發了基于智能信息傳達設計技術的在線數據探索式分析系統Calliope，為橫跨商業、金融、醫療、教育、政治、食品及體育等十余個領域提供了智能化的數據呈現及分析工具，相關技術落地于知名開源社區及華為、阿里、騰訊等企業的BI 產品當中。

曹楠教授累計在數據可視化、人機交互、人工智能及設計學領域的重要國際學術期刊及會議上發表相關論文100余篇，獲得專利20余項，并在IEEE VIS，ACM CHI，ACM IUI 等可視化及人機交互領域的頂級國際會議上獲得最佳論文獎2項及最佳論文提名獎5項。曾獲“微軟最有價值專家”稱號及“ACM新星獎（上海）”，谷歌引用4000余次，H-Index 37。他目前是SCI 期刊IEEE Trans on Big Data 的 Associate Editor 及 Computer Science Review 的編委。曾擔任 IEEE PacificVis 2020，2021 論文主席，及可視化領域所有重要會議的程序委員會委員。

 

《設計》：從學術背景上看，您一直深耕于計算機、大數據、AI等智能科技領域，是什么契機使您跨界到了設計創意領域？

曹楠：我從來沒有想過有一天會成為設計學院的教授。從13歲起我就有一個從事計算機領域工作的夢想，那一年父親送給我一臺配置有Intel 80286 CPU芯片及1MB內存的二手個人電腦。雖然那是一臺現在看來連手機都不如的老爺機，但在那個年代，普通人擁有一臺這樣的電腦并不是一件尋常的事情，也正是這臺電腦讓我迷上了計算機程序設計，改變了我的人生。2005年，碩士尚未畢業我便收到了來自IBM 中國研究院的工作邀約，開始從事與數據分析及可視化相關的研究工作。因為對該領域的熱愛，30歲的時候我辭職入讀香港科技大學計算機科學與工程系，在屈華民老師的指導下攻讀博士學位。長期的技術積累及屈華民老師在學術上的諄諄教誨，讓我僅用兩年半的時間便取得了博士學位，并因博士期間在復雜數據關系可視分析技術上取得的成績，獲得了由香港科技大學工學院頒發的“博士杰出研究獎”。

求學期間，我從未間斷與IBM的科研合作，與時任美國IBM T.J.Watson研究院研究員的孫冀萌博士（現任UIUC計算機系教授）及David Gotz博士（現任UNC信息學系教授）等人一起設計研發了交互式醫療知識圖譜可視呈現系統FacetAtlas得到了廣泛的應用，并在畢業后正式加入了美國IBM T.J.Watson研究院，成為了一名研究員。歷史上，從IBM T.J Watson共走出過6位諾貝爾獎得主及6位圖靈獎得主。他們在計算機體系結構、操作系統、軟件工程、編程語言、數據庫等領域做出了卓越的貢獻，可以說這里是人類現代計算機科學的發源地之一。在這里的工作學習生活，讓我接觸到了領域中更多的前沿課題，也讓我對自身研究的方向及對人生的意義與價值有了更加深遠的思考。2015年夏天，因為在社交媒體可視分析方面的科研工作，我獲得了“IBM杰出技術成就獎”，也就是在那一刻，我決定：“是時候回家了?！?/p>

2016年初，懷揣著對祖國的思念和對年邁父母的牽掛，我放棄美國的生活，舉家回國發展。這時，同濟大學副校長，時任同濟大學設計創意學院院長的婁永琪教授拋出了橄欖枝。婁院長豁達的人生態度及高瞻遠矚的學術視野深深感染了我，他說，“要為人生的意義和世界的未來而學習和創造”。在這樣的信仰下，同濟大學設計創意學院用短短10年的時間，站在了設計學科的世界前沿。受到婁校長的啟發，我開始覺得，把人工智能、大數據等計算機學科的先進技術與設計學交叉融合，將能夠在更多關乎國家重大需求的重要領域做出更為突出的貢獻。于是這一年，我加入了同濟大學，成為了一名“設計學”領域的教授，并牽頭設立了“人工智能與數據設計”研究生專業方向，自此，兒時有關計算機的夢想，也因為這個決定變得“設計”“交叉”了起來。

 

《設計》：您如何定義“智能設計”？“智能設計”的重點是“智能”還是“設計”？兩者是怎樣的協作？

曹楠：智能設計是一個復雜的交叉學科，同時涵蓋了設計對象及智能化層級兩個方面：一方面Buchanan教授認為設計可以根據其對象的不同而被劃分為四大類：（1）面向符號的設計（如媒體/視覺傳達設計）；（2）面向物品的設計（如工業產品設計）；（3）面向行為的設計（如服務/交互設計）；（4）面向系統的設計（如環境/商業體系設計），設計問題的復雜程度也隨類別依次增高。另一方面，設計的智能化程度也分為多個層級：（1）人工設計；（2）智能輔助設計（智能程序輔助完成部分設計操作）；（3）人-機協作設計（人與機器智能體共同協作完成設計創作）；（4）自主智能設計（智能體獨立生成設計方案）；（5）人-機群智協同（多人、多智能體共同協作）。

    當今人工智能技術的發展尚未讓機器具備思考、推理及創造的能力，正如有學者在《自然》雜志上指出的，探索人類大腦的運作機理，揭示人類思維及創意產生的根本原因，不僅是神經科學的研究重點，也是發展下一代人工智能技術過程中需要解決的關鍵問題。我也曾在IASDR 2021的主旨演講中提出，目前全自動的智能化設計技術仍然缺少“設計創新的靈魂”。這不僅是因為現有的自動設計生成技術常常伴隨著設計方法不透明、設計流程不可控以及設計結果不精確等一系列技術問題，更是因為這些技術大都是在對大規模數據進行分析與學習的基礎上實現的對設計規則及設計策略基于統計規律的簡單重復，距離跟人一樣創作生成具有文化底蘊及人文情懷的高質量創意作品這一智能化設計的終極目標有較大差距，因此無法在眾多涉及情感、個性及倫理的情境中得到實際應用。在此背景下，“人-機”協作的概念正在受到越來越多的關注，成為人工智能及人機交互領域中研究的前沿與熱點問題。

“人-機”協作設計是指由兩個或兩個以上的設計主體（人或機器智能體），通過一定的信息交換和協作機制，執行相同或不同的設計任務，并最終共同完成既定設計目標的過程。在上述智能設計的范疇中，它是四個智能化層級中最重要的一環，既彌補了智能輔助設計的不足，也克服了現有自動生成技術所帶來的技術及人文方面的挑戰。具體而言，一方面，與智能輔助設計不同（智能程序多用于推薦設計素材或用于執行低層級的設計操作），“人-機”協作設計過程對智能算法有更高的要求，需要算法具備一定的溝通協調及生成并推薦設計方案的能力，要能夠在人的指導下完成更為復雜的設計任務，并在一定程度上被視為獨立的設計個體。另一方面，“人-機”協作設計比自動生成更具有實際應用價值，這不僅是因為智能體的參與，大大提升了設計效率，更重要的是人的參與為設計作品注入了設計靈韻及文化內涵，維系了設計與藝術之間的紐帶，同時也解決了現有自動生成技術所面臨的設計方法不透明、設計流程不可控及設計結果不精確等一系列技術問題。

從科研體系上而言，“人-機”協作與“以人為中心的人工智能”（Human Centered AI， HAI）息息相關，后者被國際學術界廣泛認為是AI發展的未來方向之一。斯坦福大學、加州大學伯克利分校和麻省理工學院都建立了專門針對HAI的研究機構。他們的研究認為，人工智能不僅是技術，更應該是包容了人文和道德的，其核心目標是為了增強人類而不是取代人類。美國國家工程院院士、斯坦福大學的李飛飛教授認為，人工智能技術的研發應該遵循三個目標：在技術上體現人類智能的深度特征；提高而不是取代人的能力；專注于人工智能對人類的影響。這也構成了“人-機”協作技術研究的基本前提。

在過去的近三年時間中，美國工程院院士、美國國家發明家科學院院士、IEEE/ACM Fellow、現代人機交互及交互設計奠基人之一、馬里蘭大學杰出教授Ben Schneiderman在全球范圍內通過電子郵件建立學術討論組，就“人-機”協作及 HAI的前沿技術及最新動態展開了持續、廣泛且深入的討論，我也受邀參與其中，通過與廣大國際領域專家的深入交流，更加堅定地認為，現在開展有關數據驅動下的“人-機”協作設計的深入研究，是奠定未來智能化設計的技術基礎的關鍵，并有助于實現我國在智能設計領域的彎道超車。

 

《設計》：2022年最新版的《研究生教育學科專業目錄》中，設計學成為交叉學科門類的一級學科（可授予工學、藝術學學位）。這預示著設計學科將發生怎樣的變化？同濟大學設計創意學院的設計教育有怎樣的教研特色及屬地特點？

曹楠：這是一個令人感到振奮的改變，體現了國家對于設計學科的重視以及對未來設計學人才培養的期望，預示著今后的設計學教育，將不單單是培養設計藝術類人才，而將著眼于培養交叉領域的、以工學為主的設計創新型人才。目前，國家自然科學基金委、交叉學部的專家們定義了三種交叉的主要模式：1. 利用多學科知識或研究手段解決某個領域的重要科學問題；2. 在單一學科取得優秀成果，且其研究成果在其他學科得到應用，促進了其他學科的發展；3. 與其他學科開展深度交叉合作，共同解決某個重要、復雜科學問題或多學科共性科學問題?？梢哉f每一種模式都與設計學息息相關，都能夠成為未來設計學人才培養的參考范式。

同濟大學設計創意學院一直專注于交叉學科的建設，“領異標新、兼容并包”一直是學院建設的基本原則，在此基礎上做出了一系列開創性的工作。

早在2017年，同濟大學便成立了全國第一個“人工智能與數據設計”碩士生專業方向，及“先進技術與設計”博士生專業方向，開始頒發設計工學碩士及博士學位。該方向的辦學宗旨是“以人類重大需求為導向，以數據為基礎、人工智能技術為手段，圍繞設計學及信息科學理論根基，探索人工智能與設計學交叉領域的前沿方法與技術，推進設計學科的信息化與智能化轉型，培養信息時代中具有設計思維及技術理論能力的跨學科創新人才”。經過6年的不斷發展，該專業匯聚了一批由前哈佛大學算法設計先驅、IBM人工智能專家、光華龍騰獎設計業十大杰出青年及福布斯30歲以下科技精英等優秀科研人員組成的國際交叉創新團隊，開展并從事有關智能設計的交叉研究及教學工作。2022年，同濟大學經上海市教委批準，又開設了“人工智能-媒體傳達設計”本科雙學位計劃，自此初步建成了集“本-碩-博”于一體的智能設計人才培養體系。

除此以外，面向國家“創新驅動”“可持續發展”“中國制造 2025”“新一代人工智能”“健康中國”“鄉村振興”等重大發展戰略，應對方法工具創新、關鍵技術研發和應用領域拓展的迫切需要，同濟大學于2021年由設計學牽頭，機械工程、計算機科學與技術、工商管理學科支撐，協同智能科學與技術、信息與通信工程、電氣工程、 車輛工程、力學、航空宇航科學與技術等學科，提出并建立了“創新設計與智能制造”學科群。該學科群通過“設計+”和“AI+”雙輪驅動，形成了多學科交叉融合共創，在更深更廣的層面上探索跨學科的研究和人才培養，并希望最終在設計驅動創新的智能制造方面形成原創理論、核心技術和標志化產業成果。

這些舉措都為同濟大學設計學順利步入交叉學科奠定了堅實的基礎。

 

《設計》：目前的設計教育是否對應對真實世界挑戰的設計核心能力有了明確的認識，并以此為目標來調整教育的內容、培養的方式和支持的體系？我們的課程設置正在做出什么樣的調整，引入了什么新的方法工具，如何設計出新的教學內容？

曹楠：在我看來，設計學是一個非常獨特的學科，似乎領域內并沒有形成一套完全達成共識的理論及方法體系，往往同樣的課程在不同的地方會有不一樣的內容和效果，這與計算機、自動控制、電子工程、機械等傳統工科的教學非常不一樣。這些領域往往具有完備的理論與知識體系及領域公認的重要前沿課題。設計學更加包羅萬象，從某種程度上說更加復雜，更加難以琢磨，很多時候更像是哲學，這也為到底如何定義什么是新時代中的“設計核心能力”帶來了困難，為教學的開展帶來了挑戰。

我認為，“應對真實世界的挑戰” ，培養對國家社會有用的人才，永遠應該是教育的核心。在人工智能時代中，面向設計工學的人才培養，最應該注入傳統設計核心能力的是被設計學領域遺忘已久的數學能力，以及對新興人工智能及計算機技術的掌控能力。這些技能都會成為未來設計師在設計創作過程中不可缺少的重要武器。正因為如此，同濟大學在結合傳統設計教學的同時，正在努力為設計專業的培養方案注入新鮮的技術血液，開設了《智能設計導論》《設計編程基礎》等一系列設計與技術相交叉融合的創新課程，讓學生們與時俱進地掌握更多設計創新技能，讓他們為應對新的挑戰做好更充足的準備，并打下更堅實的基礎。

 

《設計》：您率領團隊設計了一款能夠進行設計創作的虛擬機器人——“AI-Designer”，在您看來，人工智能讓設計師的工作變得更容易了還是更難了？在學校里的“未來設計師”應該習得哪些知識和能力才能提升自己的不可替代性？

曹楠：“AI-Designer”是我們打造的一款用于設計創作的虛擬機器人，目前“她”已經具備了針對平面設計及信息傳達設計的智能化創作能力及簡單的人機協同設計能力。我們研究“AI-Designer”并讓其不斷迭代進化，并不是希望“她”有一天能夠取代人類，正如前邊說，我們希望“AI-Designer”具備“人-機”協同設計的能力，能夠幫助設計師自動完成復雜的計算過程及單調的重復勞動，從而徹底解放設計師的勞動力，讓他/她們從事更富創造性的工作。雖然要實現這個目標，我們還有很長的路要走，但我們已經邁出了第一步，并正在為此而不斷努力著。

每次談起“人工智能設計師”這個話題，我都會用工業革命來類比，每一次技術革命無不是在批評與質疑聲中開始的。早在第一次工業革命時期，蒸汽機取代了人力從事生產與制造。一方面，很多從事簡單傳統手工藝勞動的人失去了工作，批評機器生產出來的瓷器、衣物等產品“沒有靈魂”的聲音不絕于耳；另一方面，一些技藝精湛的工匠也因此成為了“藝術家”，他們創造的作品成為了人類藝術殿堂的瑰寶。這個過程像極了今天我們所面對的人工智能技術。人工智能正在潛移默化地改變著許多行業，設計也不例外。技術的進步正在迫使行業進行自身進化，淘汰那些簡單重復的工種，而保留那些需要智慧與創新的崗位。這也很好地說明了“未來設計師”應該注重培養什么樣的技能?；仡櫲祟惖臍v史，科學技術的不斷發展與進步是不可逆轉的，與其擔憂與抱怨，不如尋求自身的改變，駕馭新的知識，擁抱新的時代，成為具有核心創造力的人。

 

《設計》：您近年畢業生的畢業設計都關注了哪些領域？有哪些設計作品引起了您的關注？

曹楠：近年來，我的學生主要從事信息傳達設計領域的智能計算理論、方法、技術及工具方面的研究。我們針對信息傳達設計智能化程度低，影響數據可視呈現與分析效率這一領域內的難題，開展了一系列理論及技術研究?；谡J知科學中有關敘事可以激發聯想增強理解與記憶的相關理論，提出了通過構建敘事性可視化來提升信息傳達效果的科研方案，并做出了自動數據內涵洞察、智能可視化設計生成及自動敘事邏輯編排三個關鍵性技術創新，實現了有內涵、好理解、易傳達的敘事性可視化智能生成技術。

“做切實有用且系統深入的研究”是我經常告誡學生及自己的一句話?；谏鲜鲅芯?，團隊中的老師及學生們在領域內的重要會議上獲得2項最佳論文獎及6項最佳論文提名獎，并研發了擁有自主知識產權的智能信息呈現及可視數據探索分析系統，被遍及50余個國家/地區的4000余位用戶用于分析來自金融、醫療、教育、工業、娛樂、體育等十余個領域的數萬份數據，相比于具有壟斷地位的美國商務智能軟件Tableau（已于2021年底退出中國），系統提拱了自動數據敘事與探索的能力，從而提升了可視分析的效率及信息傳達的效能。系統的相關技術也被應用到了華為、阿里等企業的商務智能產品當中，服務于十余萬用戶。

但應當看到，這些研究就設計本身而言仍然比較初級，是面向“圖形符號”的簡單設計，距離實現真正意義上的智能創作及“人-機”協同還有不小的差距，這也是我們未來努力的方向。

 

《設計》：您希望自己的畢業生未來承擔起怎樣的社會責任，怎樣實踐設計價值？

曹楠：這個問題讓我想起圖靈獎獲得者理查德·漢明（Richard Hamming）在他著名的演講《你和你的研究》（“You and Your Research”）當中說過的一句話，“你們每個人都只活一次，為什么不用這一生去做一些重要的事呢？（Each of you has one life to live，why shouldn't you do significant things in this one life?）”我希望每一位學生都能夠在實踐中讓設計賦予科學技術靈魂與生命，讓技術不斷拓展設計的能力與外延。希望每一位學生能夠度過對自己有意義且對人類有價值的一生。