Page 54 - 艺术设计教育创新研究
P. 54
艺术设计教育创新研究
Research on Innovation in Art and Design Education
数据检索概念，如“牛肉饼 + 面包”与“汉堡”的关联，对于超市来说，收集到
消费者购买牛肉饼和面包片的信息后，会推导出用户可能购买生菜和芝士片的概
率比较大；第三，数据的回归；第四，数据的原创性的分析。在艺术设计教育应
用中，数据挖掘和关联性数据挖掘是主要的预测方法，因为艺术设计教育相比其
他公共学科有着更多的图片信息等可视化数据，可以将数据的关联性与艺术风格
的关联性相互结合，如将一张普通风景照片放入经过学习印象派风格的机器学习
模型之中，最终会得到一张经过后期处理过的印象派风格的风景照片。让一个具
有关联性数据挖掘模型的计算机分别学习后现代主义建筑大师扎哈的设计模型和
普通椅子的三维模型，最终该模型可能会产出一个具有扎哈设计风格椅子。部分
机器学习的应用逻辑符合艺术设计教育在某些应用场景的需求，二者具有适切性。
（2）机器学习艺术设计教学应用的潜力与进展
现阶段，机器学习在艺术设计教育的应用发展还处于较为浅层应用阶段，在
艺术设计教育环境的不断改善下，教育教学需求和艺术创作需求会不断涌现，需
求的递增带动技术的发展。同样，人工智能技术的深入研究带动应用产品的快速
迭代。从教育者的角度分析：机器学习带来了高效分辨学生学习行为的新方式，
可以系统分析每位受教育者的知识掌握情况，可以为每位学生建立个性化培养方
案，对每名学生进行展开精准教育，做到真正意义的“因材施教”。从受教育者
角度来说：机器学习为受教者提供更加多维的实践工具，艺术设计的结构化数据
通过高效地挖掘信息，能产生出更好的艺术设计作品；在展示方式的变更方面，
增强现实技术和虚拟现实技术的运用，增进了作品参展者与创作者之间的距离。
2017 年，“基于设计特征的创意效果预测系统研究”成为同济大学设计人工智
能实验室的主要研究方向，通过运用定量的研究方式来理解设计与商业的关系。
该实验室的成立，标志着中国高校界开始对“人工智能 + 艺术设计”应用产品向
着商业化、市场化的重视。
2. 自然语言处理
自然语言处理是一种让计算机智能理解人类智能相关信息的处理方式。其中
人类智能的相关信息包括如语言、文字、声音、语气、脑电波等。人工智能自然
语言理解的过程分为四步，分别是获取、转化、匹配、展示。以语音识别为例，
首先计算机要进行语音的获取，在计算机中将声音信号转化为“01”代码的数字
信号，其次将数字信号进行算法处理，将处理后的数字信号与文字库中的文字信
·46·
