ChatGPT将取代设计师?

ChatGPT和DALL•E2等AI技术快速发展,引发设计师对被替代的担忧。尽管AI在基础设计任务中展现效率,但创意和创新能力仍是其局限,优秀设计师的价值依然不可替代。设计师应提升核心竞争力,如增强创新能力,适应数字化时代的挑战。

最近,朋友圈,微博都被这个词刷屏了—ChatGPT

先来介绍一下ChatGPT。ChatGPT是美国硅谷初创公司OpenAI推出的一种人工智能技术(AI)驱动的自然语言处理工具。

它不仅能敲代码、写文案,还能写论文。同时它不光能陪你聊天,还能帮你工作,不光能帮你工作,还能帮你找工作。可谓只有你想不到,没有它做不到的。

但也正因为这个新的人工智能的出现,引来了不少人的担忧:ChatGPT这样的新兴人工智能技术很可能会影响人们——尤其是白领在未来的工作。

在外网广传的文章《哪些工作会被AI取代?》中,有一个职场目录,设计师也名列其中。

随着如今AI的技术越来越纯熟,也让不少设计师们感受到危机感,与此同时,ChatGPT的出现,更是解决了AI绘图与甲方设计沟通的问题。

比如只要甲方将绘图需求给ChatGPT后,就能够通过软件获得优化的关键字,并借生成的设定,用AI绘图工具,就可以产出一套合格的设定图。

甚至二次三次修改也是非常方便的,只需要在和ChatGPT沟通后,在DALL•E2软件上更换关键词就可以了。这么便捷快速地产出,也让设计师开始担忧,ChatGPT的诞生,是否会取代自己。

01

AI技能正在快速发展

在ChatGPT出现之前,其实早在2021年的时候,OpenAI发布了DALL-E模型后,不少设计师就开始产生被AI代替的担忧。

DALL-E模型,作为一款能够将自然语言与图像结合的工具,旨在将AI化身“超现实主义画师+高水平PS创意大师”,简单来说,就是可以很快地将文字内容转化为图像。

输入一段文本,即可生成与文本内容相符的图片,比如:牛油果形状的扶手椅,几秒时间内你就能得到上百个设计图:

并且在短短一年中,它有着飞跃式的成长,DALL•E2的出现,让这个模型真正完成了“初学者”到“大师”的转变。

相比 DALL•E1,DALL•E2可以生成更真实、更准确的画像:综合文本描述中给出的概念、属性与风格等三个元素,生成图像与艺术作品,同时分辨率还提高了4倍。

比如下面这个主题,“用克洛德•莫奈风格画一幅狐狸在日出时坐在田野里” DALL•E1,DALL•E2所产出的作品就有着肉眼可见的差距。

甚至,除了将文本内容转化为图像,DALL•E2还拥有其他功能,比如它可以对现有的图像进行逼真的编辑,添加或者删减元素,比如我们希望在下面的图片中加入一只粉红色的火烈鸟:

DALL•E2在很好完成的同时,还会考虑阴影,反射以及光影条件,几乎看不出PS痕迹。也因为它的便捷和高效,使得不少设计师产生是否会被代替的担忧。

02

AI在未来真的会代替设计师?

对于这个问题,有相关的研究团队曾做过理性的分析,答案是:不可能

而不可能的原因也很简单,仅仅在于两个点-创意、创新

总体来看,AI对于简单的设计确实有用,但AI的设计总体上呈现的是基础性,框架感,然而每当真正使用的时候就会产生一种“能够用,但是又缺少了点什么”的感觉。

而这种感觉来源的原因就在于,AI只能将数据库中原有的数据随意组合。从表面上看,AI在自己做主、自己设计,而事实上,它只是提线木偶,真正起决定性作用的是数据库。

就比如最近被BBC和好莱坞夸赞为“中国设计正在崛起”的海报设计大师黄海与英国Dark City Gallery合作为黑泽明的著名电影《乱》设计的全新海报来看,海报设计主题围绕“帷幕”展开。

不同于AI浮于表面的拼接构成,这张海报完美融合了电影的风格,海报中帷幕被风撕裂,战国武将一文字秀虎进入“乱”,仿佛置身于战乱之中。帷幕上毛笔写的“乱”字包含了一文字秀虎的三个儿子的画像。也由此,仅从一张海报就让人体会到满满的肃杀感,平心而论,AI是做不到这种恰到好处的创意和融合的。

所以,无论AI发展到什么境界,好的设计师对于世界来说,依旧是不可缺少的。

但AI的高速发展真的对设计师没有一定影响吗?肯定也不是,对于企业而言,如果设计师没有创新能力,核心竞争能力不高,那么相信还是有不少的企业会选择更为高效的AI来代替其的工作。

03

设计师如何提高自己的核心竞争力?

众所周知,目前正是开启创造的新时代,而设计师也成为了“创新”的强劲推动者,根据波士顿咨询数据显示,全球设计师人数约9000万。而其中中国有着将近1700万的设计师,并且随着行业的发展,人员需求量还在不断地增长。
但其中优秀的新生源供给却增长乏力甚至下降,对于企业来说,稀缺的是有一定工作经验的成熟型人才或是复合创新型人才。

面对不断发展的AI和竞争日益扩大的市场,如何能够以最快的速度在逐渐成熟的行业大潮中展露自我,掌握最专业,最核心的技术,成为综合性人才,对设计师们而言显然是当下最严肃的话题。

在数字化时代,设计师们除了画笔,更多的是借助设计工具来进行设计,其中,大多数设计师们都用到了Adobe相关的设计工具,由此,想要创作出更多好的产品,对Adobe相关设计工具的了解和不断提高软件水平也是必不可少的。

Adobe Certified Professional数字人才培养方案,提供国际标准化数字媒体技术、平台、师资的支撑,助力职业院校搭建数字人才培养体系。

自2017年起,被引入中国后,Adobe国际认证得到了广大行业及用户的认可,它是Adobe对使用者在软件应用能力的认证,被多所知名院校作为设计相关专业培训及技能测评考核的标准。

作为全球数字媒体领域技术标准的制定者,Adobe引领了行业技术的发展,构建了庞大的数字媒体生态,占据该领域的领导地位。

而Adobe Certified Professional认证是为全球Adobe 软件的学习和使用者,提供的一套全面科学,严谨高效的考核体系。被全球148 个国家和地区接纳和认可,为企业的人才选拔和录用提供了重要和科学的参考标准。

——专业

覆盖行业核心技能点

每年持续跟进行业变化更新

——权威

全球参考人数最多的认证考试之一

“可信赖、可追溯、可检查”的专业人才测评

——实用

真正使用真实环境

及实际操作检验技能的认证体系

思考和进步,深度发掘自己,积极拥抱技术,才能在机器智能时代获得立身之本。

面对科技的不断发展,AI代替的更多是一些琐碎,重复的内容输出,而对于一个追求创造力、感染力和影响力的设计师来说,只要保持创新能力,提高自己的核心竞争力,就永远不用害怕会存在被AI代替的那一天。

内容概要:本文提出了一种基于神经网络的数据驱动迭代学习控制(ILC)算法,专门用于解决具有未知动态模型和重复任务特征的非线性单输入单输出(SISO)离散时间系统在无人车路径跟踪中的应用问题,并通过Matlab代码实现了算法的仿真验证。该方法充分利用神经网络强大的非线性逼近能力和自适应学习特性,结合迭代学习控制在周期性任务中逐步优化控制输入的优势,即使在缺乏精确系统数学模型的前提下,也能有效提升无人车在复杂环境下的路径跟踪精度与系统稳定性。算法的核心在于通过多次运行过程中不断修正控制律,实现对期望轨迹的渐近跟踪。; 适合人群:具备一定现代控制理论基础知识、熟悉迭代学习控制基本概念,并拥有Matlab编程与仿真实践经验的研究生、科研人员及自动化、机器人领域的相关工程师。; 使用场景及目标:① 解决无人车在模型未知或难以精确建模的复杂动态环境中的高精度路径跟踪控制问题;② 为一类具有重复运行特性的非线性系统提供一种不依赖精确模型的先进控制策略;③ 推动数据驱动与人工智能方法在自动化控制领域的工程应用与学术研究发展。; 阅读建议:读者应重点理解神经网络在控制律中的设计与集成方式、迭代学习机制的具体实现流程,以及两者融合的创新点。务必结合所提供的Matlab代码进行详细的阅读、调试与仿真分析,通过改变参数和工况来观察控制效果,以深化对算法内在机理和性能特点的掌握。
内容概要:本文档是一份面向参与大学生创新创业训练计划(大创项目)的在校学生的系统性指导资源,全面覆盖国家级与省级项目的申报、执行、中期检查、结题全流程。内容包括大创项目的政策解读、分类与级别说明、申报流程与时间节点、评审标准解析,并提供创新训练、创业训练、创业实践三类项目的申报书撰写指南与范文。文档重点围绕物联网、数据分析、Web应用三大技术方向,提供可运行的完整项目实现案例,如基于ESP32的智慧农场系统、基于Python与Tableau的公交数据可视化平台、基于Spring Boot的校园协作平台,涵盖技术架构、代码实现、系统部署等细节。此外,还包括答辩PPT制作技巧、中期检查与结题报告的撰写模板,以及各类工具与学习资源推荐,助力学生从项目构思到成果落地的全过程。; 适合人群:参与大创项目的在校本科生,尤其是计算机、数据科学、物联网等相关专业,具备一定编程基础和科研兴趣的学生。; 使用场景及目标:①指导学生高效撰写符合评审要求的申报书、答辩材料、中期报告与结题报告;②提供三大主流技术方向的完整项目范例,帮助学生快速搭建原型系统,提升技术实践能力;③辅助团队进行项目规划、进度管理与成果总结,确保项目顺利立项与结题。; 阅读建议:建议根据项目所处阶段选择性阅读对应章节,申报阶段重点学习第1-4章,执行阶段参考第5-9章的技术实现案例,结题阶段使用第6章模板。应结合自身项目特点灵活应用范文与代码,避免照搬,注重原创性与可行性,并积极与指导教师沟通完善方案。
内容概要:本文围绕基于超局部模型的无模型预测电流控制(MFPCC)与自抗扰扩张状态观测器(ESO)相结合的改进型模型预测控制策略展开研究,提出了一种摆脱传统依赖精确电机数学模型限制的高性能控制方法。该方法通过构建超局部模型简化永磁同步电机(PMSM)的动态特性描述,并引入ESO实时估计系统内部参数扰动及外部负载干扰,实现对扰动的前馈补偿,从而显著提升控制系统的鲁棒性和动态性能。研究详细阐述了MFPCC的预测机制、ESO的设计原理及其在电流环中的集成方案,并借助Simulink搭建完整的仿真模型,对所提控制策略在动态响应速度、抗负载扰动能力及稳态控制精度等方面进行了全面的仿真验证,结果表明其相较于传统方法具有更优的综合性能。; 适合人群:具备自动控制理论基础、熟悉永磁同步电机驱动系统原理及Simulink/MATLAB仿真实践的电气工程、自动化、机电一体化等领域的研究生、科研人员和工程技术人员。; 使用场景及目标:①应用于对鲁棒性要求高的永磁同步电机高性能驱动系统设计;②为无模型控制、自抗扰控制(ADRC)等先进控制理论的教学与科研提供一个完整的、可复现的案例参考;③解决实际工程中因电机参数摄动、温度变化、负载突变等因素导致的模型失配与控制性能下降问题。; 阅读建议:读者应结合提供的Simulink仿真模型,深入剖析MFPCC与ESO协同工作的内在机理,重点关注ESO带宽整定、预测步长选择等关键参数对系统性能的影响,并通过对比不同工况下的仿真结果,深刻理解该先进控制策略的设计思想与实际应用技巧。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值