人工智慧 (AI – Artificial Intelligence) 議題在近幾年快速竄升，而毫無疑問，在 2017年更可以説是大鳴大放的一年。Google DeepMind 以 AlphaGo 透過對弈自我學習，進而在職業圍棋峰會上，接連擊敗了五位世界頂尖棋士，從原本業餘棋士的水平到達世界第一，僅花了二年左右時間。而繼起的 AlphaGo Zero 在不需要人類知識前提下，從一個不知道圍棋遊戲規則的神經網路開始，僅在21天裡就達到了先前 AlphaGo 的同樣水準，過程中不僅發現了人類數千年來已有的圍棋策略，更設計出人類玩家以前從未而知的新策略。
另一方面，中國阿里巴巴以AI「魯班」在2017年雙11購物節中，以1秒內完成8千張海報設計的速度，提供了4億張的網頁商品Banner開放給所有商家。這樣的產能相當於一萬名設計師持續5年才能完成的工作量。經由這樣的實作，以機器學習精準抓到吸引消費者點擊的喜好，讓大小商家都能擁有低成本、高品質的素材可供使用，為阿里巴巴在2017年末購物節，創造出驚人業績成長，更讓「設計師都要失業了，工作將被人工智慧所取代？」這樣的疑惑不脛而走。
儘管如此，我們還是要相信沒有人需要因此感到恐慌。今天就讓我們實際來討論一下，人工智慧和設計行為之間的關聯，更精確的說，將人工智慧應用在設計上，會對設計業造成什麼樣的衝擊，以及面對新科技帶起的典範轉移，設計作為一個人類正當職業，應該用怎樣的心態去理解和面對。
當人工智慧遇上設計領域
不過在開始之前，先來聊聊AI比較有爭議，讓人感到困惑的因素，就是「人工」通常很容易懂，但「智慧」往往難以界定。因為，智慧是怎麼構成的，人類對於這份理解，仍然存在著分歧。比如涉及到自我意識、心靈、精神等層面問題，只能說目前人類對這個領域的理解仍然有限。
也因為如此，諸如當代的道德、經濟、政治、社會、信仰等人文領域的議題也常常一起納入討論，所以也才誕生了許多膾炙人口，耐人尋味的科幻題材文學和戲劇、各種不同藝術形式的盛行了。
現在，回到理性面。簡單的說，AI和設計，兩者同樣都是以自主觀察、學習和理解規則，作出行動，進而達到解決問題的過程。一般來說，人工智慧是指通過電腦運算機制，經過有系統的收集、理解資訊，並產生自主規則，最後衍繹結果的歷程。
而它的核心議題相當於發現、學習、定義、規劃、感知、交流和操作等電腦運算能力，同時它也基於認知心理學、統計方法、資料結構及演算法等等相關領域的方法論。因此，如果以圖像來比對解釋一下人工智慧和設計活動的歷程，並不難看的出兩者的相似之處。
還醒著嗎？說到這裡，都還沒有談到技術。至於技術層次的議題，因為科技詞彙總是來來去去，像從早期的 Data Mining、 Knowledge Base、 Expert System、 Computer Vision、Natural Language Processing、 Machine Learning、 Semantic Web、 Neural Networks 到最近的 Deep Learning， 都些不在這次主題的討論中。現在請深呼吸，因為重點才要開始。
從工人智慧到人工智慧
過去曾經有段時間，人們稱電腦為計算機，負責執行大量計算工作，來解決某些工程問題。也許我們可以說，將來的電腦，應該稱為「算計機」，作用當然就是要代替人們去進行「算計」。這種算計不等於就是通常人們熟知的思考方式，而是另一種經過大量運算後得到結果，所體現出來的一種思考模式。對於非人類思考的這種「黑盒子」，我們就認定為一概不屬於思考，這種結論，其實是無法證明的。如果一部機器能夠通過稱之為圖靈實驗的實驗，那它就是屬於有智慧的。
還記得前面提到，設計和人工智慧之間所存在的共通點。對於設計這個行業，過去人們常常稱設計者為「美工」，到了現在可能還會讓人聽起來有點感到不尊重專業。但這是因為，對於設計行業的認知，人們基本上可能還是覺得，這只是一群提供勞動力給需求方的工人、匠師、技藝者。
後來，設計者們因為自我的要求和期許，對於美感經驗有了更深厚的人文素養，發自對使用者的關懷，意識到運用創意在解決問題上的使用者需求，並羞於做單方面提供技藝的勞力角色，開始試圖在工作中找到存在的意義，在潛移默化下，設計這個行業的「黑盒子」才初步逐漸地打開。開始融入更多周邊相關科學知識，像是使用者經驗研究、認知科學、一路到生產管理等領域知識的輔助下，我們可以說設計這個職業，才開始有了些不一樣的氣象，開始參與各行各業，實際的決策過程。這樣循序漸進，逐漸演變成近年較為人所熟知的全面化的設計。
設計業從技藝提供者，到有意識的參與實際決策，過程是經由學習和累積來的。電腦科技從計算機演進到人工智慧，又何嘗不是類似的歷程？不可否認，在設計業當中，還是有一定的人口比例，寧可仍留在技術提供者這一階段，保有匠師技藝精神，更專注在創意靈感的產生和執行，畢竟都是人的喜好選擇或機緣決定，倒也沒什麼好評論的就是了。但不論選擇是什麼，在這個文明進程中，我們主要思考就是人的價值為何，和怎麼彰顯價值才是重點。
說到底，透過人工智慧的演進脈絡，我們也能看的到設計行為和這一個產業一點一滴的演進，以及當中價值的轉移。設計師不會因選擇而失業，只是專注力有了轉移和變化。如果忽略了思考價值，選擇自己所愛，那麼真正能夠毀掉設計師這個工作的，也就只有設計師自己了！就像AI所體現出的思考模式，創意的本質，不僅涵括了既有的知識，也包含對未知的無限想像。與人工智慧類似，對於許許多多的企業來說，創意和設計就像這個「黑盒子」一樣。但是，只要能漸漸地打開這個黑盒子，裡面的構造越來越透明以後，對於企業決策上的幫助，也會更加顯著。
說到這裡，到底AI和設計有什麼關係？重點來了，既然人工智慧是以電腦運算來進行智慧的活動，那我們能不能，用電腦運算的方式來輔助設計活動的進行呢？科技本來就是要給人去用的，對吧！答案當然是肯定的。
更棒的一點就是，透過這樣的過程，電腦還可以幫助我們思考並理解，設計作為一種人類的原始行為，本質究竟是什麼，而創意的本質又是什麼？而有了這樣的理解過程，在找出新規則以後，也就更容易幫助我們在設計活動的運作過程中，激發出更多具有創意的解決方式。
因此，現在我們可以説，人工智慧不但不會衝擊到設計業，我們更可以回頭來看看，人工智慧可以怎樣輔助設計創意：
顧客/使用者的觀點
顧客要的永遠是一分錢買五分貨，對吧！人工智慧的運作速度，效率和產能，在這裡可以發揮得淋漓盡致。如果厚黑一點的設計師，這時就可以把更多的注意力放在思考更深層的問題，比如怎麼樣才能找出從顧客和使用者身上榨出更多的跟進獲利的方法。自己覺得待在光明面，有愛一點的設計師，自然就是怎樣引起到更多使用者的共鳴和反饋，進而改善產品或服務上。持平來說，顧客可以獲得更精準、細緻化的選擇，愈能感受到品牌也懂自己，受到重視，對於企業品牌也就愈加忠誠。
組織端／雇主的觀點
雇主的思考基本上沒有太大影響。主要還是把注意力放在資源的分配方式，及組織對於僱員的要求條件、績效考評，將會間接影響就業市場上人員本身素質的自我養成和要求。花費在人工智慧的投資上，如果只把它當作是一種對技術的投資，短期可以看到的效益可能會僅僅是一個美夢，長期來看，持續地投入資源也可能會間接排擠到其它資源需求。但是，對於增進在事業領域中的知識經驗，可以對獲得更清楚的洞見能有幫助。
策略端／設計專案經理人的觀點
對設計主管或專案經理來說，將從成員的工作表現中找出適應性的規則，為適合的人找到適合的專案類型及內容，在人力調配上就能有更好的成效。更聚焦在一整個團隊創意溝通思考，與部屬一起成長。善用集體智慧，而非分散的對單獨成員作個別指導。同時，主管應該更加強在洞察、發現商業需求的自我養成目標，同時對於現象和成果做出解釋，而不僅止於為現有問題找到短期解答。
執行端／設計師的觀點
從執行端的角度，因為過去產出的工作負擔將漸漸由電腦來取代，設計師可以更專注在對現象的觀察和理解，以及需要審美判斷的設計驗證工作上。提供品質與識別度兼具的資訊，學習問出好的問題，及和人工智慧系統的意見交流方式，將有幫助於產出成果的品質和產量。
問一下自己，準備好了？
對於新的典範轉移，我們都應該做好準備，包括人工智慧在內。人們在遇到新事物的衝擊下，常見會有這三種典型的反應：
- 沒感覺，繼續日複一日的依照往常習慣過日子。
- 追求更高端的技術演進，在不同技術的過渡期中找到立足點。
- 科技終究要回歸以人為本，把注意力放在更值得的人際合作互動上。
即將到來的下一場的典範轉移，設計師未來的新任務，正像是場挑戰等著我們去一探究竟。我們不一定要懂得人工智慧的技術，但可以學會怎麼去應用它。面對人工智慧，我們可以開始深化養成的兩個面向：
- 與不同角色觀點多交流看法
- 從現象中看出可能原因的詮釋方式
不論你想怎麼選擇，改變必將發生。思考專業職涯中，設計專業者如何借助AI的能力，運用創意，從低價值勞動工作中獲得解放，轉而往審美、價值、知識、互利、和諧等理想靠攏，或者解決更多像是人口、糧食、戰爭、環境等更嚴肅議題。
每個人都有想過的人生，沒有的話，也要請你開始去找一個！那也許才是下個階段人類終於可以開始去憧憬、去思考的問題。
最後，分享一段由Google說明運用AI在幫助設計的演說影片。28分鐘，略長，但談吐風趣，也算是解釋得夠用心和詳細了。在這個快速變化的時代，有心，尤其才是難能可貴。