“在伊始之初，计算机也仅仅作为设计师或者艺术家们千万创作设备的一种，但是时至今日，这种设备却成为无数创造性艺术成长的基点。”帕森斯艺术、媒体和技术学院（School of Art, Media, and Technology, Parsons）的创办院长Seven David Travis教授，受学校学科建设与发展办公室联合传播学院、建筑与城市规划学院及美术与设计学院的邀请，于12月17日来到深圳大学传播学院开设为时两天的“人工智能与创造”工作坊。在本次工作坊中，Travis教授重点向参加者仔细阐述人工智能的两个常见领域：计算机视觉与机器学习。此次工作坊教学效果明显，好评如潮。

早已是一名著名摄影师和纺织设计师的他，相信“科技所能带来无数创造的可能性”。他在帕森斯艺术、媒体和技术学院所教授的《人工智能与机器学习的创造性应用》课程，致力于将计算机编程和物理计算带进设计创作与教学环境，并寻求更为广泛地合作。截至目前为止，Travis教授已与多所国内高校——清华大学、中央美术学院、同济大学与SIFA重庆等一一建立了项目合作关系。

新技术对艺术创造越来越重要。“数十年来，我们一直在讨论着艺术设计师进行计算机编程的重要性，同时试图弥合美学设计与计算机技术之间的沟壑。”Travis教授在工作坊第一天谈到技术设计时强调：面临更为广泛的技术革新，设计师不应仅仅作为一名艺术设计师存在，而需要朝“创意技术人员”的方向不断探索。通过展示多个来源于Design + Technology计划的项目，Travis教授论述了计算机视觉和模式识别技术如何被用于创建现实世界的艺术和设计，并与参会者共同探讨了如何将该技术应用于他们自己当前的设计项目中。以Drawn Video为例，该创作基于视觉整体交互的构想，使用一组视觉算法来跟踪表演者头部的位置，并与来自表演者麦克风的音频数据结合，共同投放于表演者身后的大屏以增强现实互动。计算机视觉算法擅长捕捉关于人或物件所在的位置、面部表情、步态特征、注视方向等运动特性，并予以实时反馈。这种当下的互动传达为响应式设计或者装置艺术提供了新的创作可能。

机器学习和创意设计过程之间存在着令人着迷的相似之处。但无论哪种情况，它们都是将空白构想转换为最终呈现结果的一系列探索或学习过程。在工作坊第二天，Travis教授从人工智能的历史、意识与智能、机器学习系统等多个方面论述人工智能与机器学习在艺术或设计领域的潜力。机器学习的应用主要归结为两个方面：检测和预测。检测是关于当前的解释，预测是关于未来的推理。每个设计师都知道，设计中最难的事并非是作出单一的美学判断，而是如何使众多的设计决策相互协调，以创作出一个高度集成的作品。诸如机器学习这种技术，主要是能够帮助设计师快速构建想法，并在他们后期遇到多重复杂因素时，提供一系列可能的解决方案。

在工作坊最后，Travis教授表示尽管技术具有变革性，但是更重要的是呼吁学生进行多领域互动合作。“这并非只是让学生坐下并告诉他们外部世界到底发生了什么。我们不清楚下个创作想法从何而来，想法也并非一定会来自于教师。它更可能来自于学生，或者来自于他们与外部世界的互动。”至此，本次工作坊圆满落下帷幕。

传播学院

二0一九年十二月二十四日