牛旭

中科曙光“國家級工業設計中心”負責人

 

牛旭，二十年工業設計及管理經驗，高級工程師，中科曙光“國家級工業設計中心”負責人。光華龍騰獎中國設計業十大杰出青年、工信部工業設計領軍人才、中國工業設計協會理事、天津工業設計協會副會長、北京工業設計促進會常務理事、山東省國家級工業設計研究院特聘專家、中國工業設計協會人才大使、天津工業大學工業設計工程專業碩士生導師。先后擔任光華龍騰獎、刺桐杯國際設計大賽及全國青年設計師大賽等賽事評審專家，榮獲“北京市優秀青年工程師”及“天津工業設計實踐與設計示范貢獻獎”等榮譽。

深入了解目標用戶需求和產品各項功能屬性，圍繞人工智能、大數據等計算業務，基于軟硬件一體化操作、用戶體驗的角度，進行高端計算機、通用服務器及國產化終端等產品的工業設計、產品化和品牌宣傳等工作。榮獲中國優秀工業設計獎、中國設計紅星獎、北京文化創意大賽一等獎、中國設計智造大獎、金蘆葦工業設計獎及紅點設計獎等榮譽。基于市場需求及高端計算領域的行業特點進行整合創新，以工業設計賦能產業高質量發展，提升中國高端計算品牌的全球競爭力。

 

摘要：AI的出現，使設計師逐漸回歸到同一起跑線，未來是拼創意、拼腦力、拼變革的時代。這就迫切需要設計領域從業人員在不斷提升創新思維和創新能力的同時，熟練駕馭“智能”加持下的設計工具和方法。通過大數據分析調研目標用戶需求和市場趨勢，定期進行用戶滿意度調查，依靠大量數據進行設計創新優化改進，完成由傳統設計師向“數據智能”設計師的角色轉變。隨著人工智能技術的日益完善和廣泛應用，運用智能設計方法和工具，未來或許所有人都會成為設計師、藝術家、音樂人、多媒體創作者，做自己喜歡的事，實現更多的人生理想。

關鍵詞：智能設計；交叉學科  

 

《設計》：何為“智能設計”？請談談您對“智能設計”及其要素的理解。智能設計中涉及自動化、數據驅動、交互和持續優化等概念，智能設計中的“智能”與“設計”是怎樣的關系？

牛旭：近幾年人工智能相關的話題討論一直熱度未減，我也陸續參加了一些人工智能（AI）應用方面的專業論壇或會議，向AI領域的專家學者及設計界同行們學習了很多相關知識，收獲了很多方式方法的啟發，并運用到實際設計工作中。對智能設計方面的認知及技術理解如有不妥之處，還請大家原諒及指正。我覺得與傳統意義上的設計定義有所不同，智能設計是隨著人工智能及智能制造等現代技術的不斷推廣，而快速興起的一種高效的設計方法，涉及了計算機深度學習、自然語言處理、視覺處理和數據分析等方面技術。現階段通過人工智能生成內容（AIGC）等技術，使設計流程得以大幅優化，節省了時間和相關資源，提高了設計的準確性和可靠性。人與人工智能間的相互協同，能夠創造出更加智能、高效和可持續的產品及服務。目前已逐步在藝術、設計、影視等眾多領域中廣泛應用。

智能設計中“智能”與“設計”為相輔相成、相互促進的關系。一方面，在日趨強大的算力算法支持下，智能技術為設計師提供了更加強大的工具和手段，使設計過程變得更加高效、精準，設計手段也更為靈活。無論是設計之初的調研階段，還是在創意構思、方案評估及產品化階段，智能技術都可以輔助設計師進行高效率和高質量的設計工作。另一方面，設計也為智能技術的快速推廣提供了更多的應用場景和實現的可能性，也因在實際項目中的不斷應用，使智能技術短期內不斷進行升級和迭代。智能與設計的深度融合，可以創造出更加人性化的智能產品和服務，更好地滿足目標用戶和市場需求。

 

《設計》：中科曙光國家級工業設計中心主要做哪些領域的研發？在智能設計方面是否有所側重？

牛旭：中科曙光歷經20多年的發展，已在高端計算、人工智能、存儲、安全、數據中心等領域擁有深厚的技術積淀和領先的市場份額。通過軟硬件協同創新支撐大模型訓練，充分滿足國內大模型對海量算力資源的爆發式需求，助力人工智能和算力經濟產業鏈高質量發展。工業設計中心依托集團發展戰略，以實現集團整體形象和產品品質提升為目標，全面負責集團設計戰略的規劃及制定，進行產品創新相關的體驗設計、數據分析和材料工藝等方面的研究與應用，實現國際化品質的產品開發及品牌推廣。不斷將工業設計和前沿技術進行融合創新，從用戶和市場需求出發，實現集團產品全生命周期設計。完成了一系列高端計算機、服務器、圖形工作站、桌面終端及數據中心等項目的設計開發。

緊隨現代科技的發展，設計團隊在不同階段陸續將虛擬現實、智能制造及人工智能等技術與設計平臺體系建設中的設計流程、設計方法相融合，并逐步將AIGC相關工具導入設計流程中，達到提效的目的。我們2012年引進了虛擬現實及沉浸式體驗技術，設計師可在虛擬場景空間中對產品形態、材質、比例、配置和操控性等方面進行身臨其境般的體驗和調整，提高了設計精度和溝通效率。智能設計的重要特征包含數字化和自動化，近幾年我們不斷圍繞集團智能工廠的建設和布局，在滿足不同客戶多品種、多批次、小批量、時間緊等定制化需求的同時，及時調整設計方向，結合智能制造手段，使設計項目得以快速、可靠地落地。通過產品工藝分析，借助于工藝地圖及成本基線分析方法，使我們可以詳細地拆分產品制造工藝，精確到每一個部件的規格、成本、拆裝時間等因素，從而評估出制造工藝的難易度、工作量及勞動成本。通過優化再設計，降低設計成果轉化的工藝復雜度和工作量，提升了集團全線產品品質。

 

《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？

牛旭：2022年11月30日ChatGPT的誕生并被大眾所迅速應用，標志著人工智能從概念走進了現實。其實早在十幾年前入職中科曙光開始，我就已在逐漸接觸到人工智能和智能設計領域的相關項目，只是那時的技術發展還不像今天如此被大眾所關注。眾所周知，算力、算法和數據，是推動人工智能技術快速發展和應用的三個重要因素，中科曙光作為高端計算領域的高科技企業，以核心部件、數據中心、人工智能管理平臺等創新技術及產品為依托，在算力供給、算法優化、數據服務及行業應用等方面有著深厚的技術、經驗積淀，為用戶提供全場景人工智能計算服務。得益于集團強大的技術優勢，團隊從最初的逐漸探索和試錯，到如今的設計流程導入，人工智能生成內容技術輔助設計創新，已大幅提升了設計團隊在概念生成和方案生成階段的工作效率和精準度。

我比較關注AIGC相關工具的精準化輸出、大模型深度訓練及數據安全等領域的研究。由于我們公司多為ToB端產品，與消費類產品相比模型較少，在最初的探索階段經常會遇到由文本或圖形所生成的方案，與實際產品風格或配置有太多的偏差。所以我們團隊在集團安全的內網環境下，運用內部的算力資源進行了大量的ToB端產品模型訓練，計算機通過不斷的深度學習，逐漸可以生成更貼近品牌設計風格的方案，經過設計師的方案再轉化，最終可以應用到實際項目中。

 

《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？

牛旭：智能設計和人工智能的發展是密不可分的，對于人工智能的研究起源于20世紀50年代，1956年達特茅斯會議的召開標志著人工智能這一領域的誕生，隨之產生了一系列重要的理論和實驗，如神經元模型、圖靈測試、感知機等。經過了多年的發展，由于計算機技術的進步，以及互聯網和大數據的興起，人工智能逐漸在各個領域取得了一些重要的成果和突破，出現了一些新的研究方向和范式。2011年至2019年由于深度學習和強化學習等方法的突破性進展，加上云計算和移動互聯網等平臺的支持，人工智能已在各個領域實現了驚人的表現和應用。2020年至今是人工智能及智能設計快速發展的三年，隨著計算機視覺、自然語言處理和機器人等方面的持續創新，智能設計也從早期的基于規則設計、模型設計，發展到今天基于大數據的設計，已廣泛應用于航天、醫療、教育、設計等眾多領域。

傳統設計關注用戶和市場需求，進行人與人、人與物和實際應用場景之間的交互，通過創新行為和市場等方面研究實現設計價值最大化，這些在智能設計中同樣非常重要。與傳統設計最大的區別的是，智能設計在設計各階段更加注重數據驅動、機器協同等方面，利用人工智能、機器深度學習、智能制造等技術手段，分析用戶行為、產品痛點、市場趨勢，優化設計、生產等過程，更加節省時間和資源，提高了設計的精準性和可靠性。除了在設計階段能夠更加全面準確地為設計人員提供數據之外，還可以指導設計和產品化實現過程，使產品或服務能夠更好地適應市場需求變化。

 

《設計》：設計本身是交叉學科，智能設計中交叉了哪些學科？對設計師提出了怎樣的要求？

牛旭：設計的專業屬性使其可以被認為是一種橫向學科，綜合運用多學科知識和技能來完成設計任務。而智能設計則屬于交叉學科，涉及如計算機科學、數據科學、軟件工程、藝術學、材料學、心理學等眾多的學科領域。審美能力對于設計師而言尤為重要，經過長時間的理論學習和大量的項目實戰后，能夠對計算機所生成的結果進行理性的分析和優劣篩選。除了要加強本專業的設計水平和創新能力外，還要著眼于了解專業之外諸多領域的知識，不斷升級自己的認知范圍和思維模式。智能設計的更新迭代速度非常之快，涉及許多先進的技術，只有去學習和了解這些技術的基本原理和應用方式，才能更切合實際地應用到設計項目中，也利于與項目內不同領域的專家更好地進行討論和交流。各種AIGC工具的出現，促進了設計生產力的變革進程，這個過程中如果設計師拒絕改變原有的設計方法和思維模式，很可能會被其他同能力水平卻率先使用的人所超越。主動接受新技術、新的創新模式，并在項目實踐中收獲方法論、不斷地總結、復盤并沉淀結論，運用智能設計使設計師的綜合實力得以迅速提升。

 

《設計》：設計事關功能和美感，如何讓人工智能掌握審美能力？

牛旭：人類與計算機最大的不同點是，人類的行為是由0到1、由無到有地在進行創造與創新，而計算機則是在已知的現有理論、數據上進行學習和模仿。在戰略策略及決策層面一定是由人先設定好方向，設計表現層面再由人工智能輔助完成目標。所以人工智能是否能掌握審美能力，最終取決于如何用已有的美學理論和作品讓其進行學習。通過數量龐大的藝術創作、設計作品、視頻圖片等數據，對人工智能進行高質量美學相關訓練，使其對相關標準和原則進行深度學習，并識別有效特征；通過訓練深度神經網絡（DNN），人工智能在圖像分類、語音識別、自然語言處理等領域加強對美的感知和評價，使其更好地理解人類文化和藝術；通過不斷改進和優化算法模型，使人工智能進行強化學習，根據已有經驗和美學原則進行智能調整，進行不同類型和風格的嘗試，不斷升級審美能力。

 

《設計》：在“智能”的加持下涉及諸多高新科技方法路徑，帶來了解決方案更高效的輸出，所產生的利弊使設計師面臨了怎樣的新設計范式？

牛旭：人工智能技術的快速發展迭代，層出不窮的智能軟件，傳統的學習及工作模式正在逐漸被改變。其實不單是設計師之間，在“智能”的加持下，各行各業從業人員之間的經驗值距離在愈發縮短。比如沒有設計學習經歷和經驗的人，通過智能軟件輸入品類特征關鍵詞，可快速生成自己喜歡的畫面或設計方案；沒有寫作經驗的人，在智能文檔軟件中輸入故事提綱或情景概括，可快速生成擴展成一部萬字級的小說；不會作曲的人通過智能音樂生成器輸入音樂類型，可快速生成一首旋律優美或歡快或悲傷的樂曲，甚至可以智能填詞由機器人完美演唱出來。人工智能可以完成的工作還有很多，當然很多工作的完成度還較為初級且缺乏情感，但隨著算力和技術的快速發展，機器的完成度一定會越來越高。但會開槍的人不一定就是神槍手，還需專業的人去做更專業的事。

因設計能力、閱歷、品位和經驗的不同，使設計從業人員在業界產生了級別和職稱的劃分。初級設計師通常被歸類于執行層面，進行諸如建模搭建、圖像制作、美化修改等相對直接、簡單、重復性的設計工作；中高級設計師更偏向于進行決策、管理、評審、營銷、整合和跨界等方面的工作。AI所帶來的諸多高科技方法及工具，使設計師的工作效率大幅提升，設計行為變得更加精準、智能，也降低了各方面的資源成本。同時AIGC軟件的廣泛應用，使各個領域的設計門檻大幅降低，初級的設計勞動行為及傳統的設計服務未來可能會逐漸被AI所替代，必然會導致一部分從事簡單重復性設計工作的初級設計人員被淘汰。AI的出現，使設計師逐漸回歸到同一起跑線，未來是拼創意、拼腦力、拼變革的時代。這就迫切需要設計領域從業人員在不斷提升創新思維和創新能力的同時，熟練駕馭“智能”加持下的設計工具和方法。通過大數據分析調研目標用戶需求和市場趨勢，定期進行用戶滿意度調查，依靠大量數據進行設計創新優化改進，完成由傳統設計師向“數據智能”設計師的角色轉變。使獨特創意與智能設計深入融合，創造更大的商業價值。

 

《設計》：對于設計教育及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？

牛旭：人工智能時代的到來，為傳統設計教育模式帶來了機遇和挑戰，建議設計教育能夠結合當下AI技術輔助設計教學，以適應時代發展需求。幾十年前計算機輔助設計技術剛剛出現時，也被眾多擅長手工繪圖的群體提出過質疑和抵制，如今計算機輔助設計早已被設計界和制造業所普遍應用。當下人工智能輔助設計推廣的情況與當年極為相似，有贊同的人也有反對的聲音。設計教師和設計專業學生應以包容、開放的心態接受AI所帶來的改變。并不是說智能設計介入了，傳統的教育方法就會被拋棄，如美術基礎、設計手繪、構成基礎等基本技能還是非常有必要讓學生熟練掌握的，經過系統訓練才能培養出辨別好壞美丑的能力。同時鼓勵學生結合AIGC工具將創意更快更好更高效地展現出來，也為創新創造提供了更多的選擇方案。對于一些設計感覺出色、創意想法新奇的學生來說，AI的融入可以為其提供更為寬廣的創意空間，并在一定程度上彌補了因產品化經驗不足的短板，增多設計成果落地轉化的可能性。在和一些高校老師交流時得知，目前國內很多高校已開始在課程設置及作業完成中導入了AIGC工具和方法，對學生的創新能力提升取得了一定的效果。希望AI技術與設計教育的深度融合，未來能夠培養出更多具備創新能力的綜合性智能設計人才。

 

 《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。

牛旭：智能設計的應用范圍非常廣泛，日常應用具有代表性的有智慧交通、汽車、智能醫療和智能家居等領域的產品。智能交通系統通過實時精準地分析城市交通流量和路況信息，為用戶提供更為高效安全的出行路線。智能車載系統作為其重要的組成部分，在提供導航、通信、娛樂功能的同時，提高了車輛的安全性、穩定性和舒適性，使用戶的駕駛體驗較以往大幅提升；智能醫療系統可根據患者的年齡、病史和健康狀況，為其提供定制化的醫療康復方案和健康管理計劃等；智能家居系統可根據用戶的生活起居習慣，自動調節室內照明、溫濕度，智能設定安防設備及家用電器等，讓居住空間更為舒適、安全、方便，實現全新家居生活體驗。

智能設計的快速發展和應用，背后需要強大算力提供持續穩定的支持，高端計算機是算力的重要載體。為了更好地支持人工智能產業發展，中科曙光結合最新的科研成果及液體相變冷卻技術，不斷對集團高端計算系列產品進行迭代升級。“硅立方液體相變冷卻計算機”延續集團綠色環保的產品設計理念，融合了高端計算體系架構、高效制冷等方面的最新研究成果，實現總能耗降低30%，PUE值降至1.04。采用立方式結構的創新設計及浸沒式液冷散熱方式，大幅提升了計算密度，減少占地面積及建設成本，在色彩、布局、燈光等方面做到了很好的表達，打造出充滿人文氣息的科技空間。此產品作為極具代表性的國之重器，通過工業設計與前沿技術的融合創新，彰顯數據中心“綠色轉型”賦能數字經濟低碳發展的文化內涵，已成為標志性景觀建筑在多個城市落地應用。目前已廣泛應用于人工智能、大數據、云計算等眾多領域，為科學探索、產業升級提供了強大的技術支撐。該產品榮獲第七屆北京市文化創意大賽一等獎、中國設計智造大獎及紅星獎等設計榮譽。

 

《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？

牛旭：智能設計隨著科技進步、時代發展而出現，促進了生產力的大幅度提升，也是工業定制化時代的必然趨勢，對各行業的發展與升級有著重要意義。我覺得智能設計的未來發展大概有以下幾個方面：首先，智能設計的快速發展會涉及許多不同的專業領域，如計算機科學、設計學、美學、機械工程、電子工程等。隨著人工智能的不斷發展，這些學科之間的交叉將會變得愈加緊密，進行跨領域融合，從而推動智能設計的進一步發展；其次，智能設計與先進制造相互驅動、共同進步，依托大模型、大數據對生產制造各環節進行深度分析和預測，實現精準控制和自動化生產，以達到優化制造流程、提高生產效率和產品質量的目的。在提高市場競爭力及推動產業發展方面具有重要意義；第三，隨著市場整體需求的不斷變化，千篇一律的標準化產品已無法滿足消費者日益增長的個性化需求。未來智能設計將更加注重個性化、差異化等方向，根據用戶對于產品的外觀、功能、品質、服務等方面需求和偏好進行定制化設計，滿足不同用戶不同應用場景下的多樣化需求；第四，由于智能設計會產生大量的包含圖紙、模型、代碼、參數等核心數據，需建立更為安全的數據存儲系統。核心資料除了要進行加密保護防止被非法獲取外，還要保證網絡安全，防止網絡被攻擊導致資料被竊取。借助云端AI平臺所進行的創造性工作，重要資料可能會被保留在品牌方的存儲系統上，存在數據泄漏風險。所以在內網部署專用的AI存儲設備，對保護商業機密和用戶隱私尤為重要。

計算機科學技術不斷進步與創新，智能設計將有助于推動產業的數字化、智能化和綠色化發展，持續提升創意高度及生產效率，促進數字經濟發展和社會進步，也為人們的生活方式帶來更多的便利和美好體驗。隨著人工智能技術的日益完善和廣泛應用，運用智能設計方法和工具，未來或許所有人都會成為設計師、藝術家、音樂人、多媒體創作者，做自己喜歡的事，實現更多的人生理想。

 

 

參考文獻：

 

[1]李國杰.勇攀全球超算最高峰[J].發明與創新（大科技），2020（10）：1.

[2]劉寧，楊芳.智能互聯時代的工業設計創新發展研究[J].包裝工程，2021，42（14）：101-107.

[3]許雅玲，范金林.以工業設計的創新引領產業高質量發展[N].泉州晚報，2023-10-19（003）.

[4]朱夢珍，尚斌，榮爽等.人工智能發展歷程及與可靠性融合發展研究[J].電子產品可靠性與環境試驗，2023，41（04）：1-6.

[5]孫杰賢.AIGC機遇下的算力挑戰[J].中國信息化，2023（12）：14-15.

[6]陳曉晟. 從“互聯網+”到“數據要素X”  運營商加固網絡安全[N]. 通信信息報，2023-12-27（008）.DOI：10.28808/n.cnki.ntxxx.2023.000548.

[7]章文.人工智能驅動的工業設計教育協同發展模式研究[J].上海工藝美術，2022（01）：63-65.