未来，设计创作将由衍生式设计和生成式人工智能驱动
- 设计工作方式日新月异，这多少归因于衍生式设计、生成式人工智能等技术。
- 放手信任基于人工智能的流程，好处随之而来：有更好的迭代设计方案可选，从设计到生产的时间缩短了，最终实现的结果也更好。
- 未来十年，衍生式设计和生成式人工智能将辅助设计师进行分析，自动化处理并增强设计师的工作，让设计师专注于设计本身，发挥最擅长的创造力。
当年美国旧金山的金门大桥正式通车后，首日大约3.2万辆车跨越大桥。如今，每日超过10万辆汽车从这座地标性的跨海大桥上驶过，每一辆车的重量是当年的几乎两倍。令人难以置信的是，一个世纪前工程师所设计的结构竟然能够承受今天的车流量和负载。从1921年开始画草图，到在1:56比例的模型上测试可行性，再到1937年大桥通车，整个过程可说是呕心沥血，在当时简直是破天荒的壮举。然而，想像一下，假如当年那些工程师能够使用衍生式设计和生成式人工智能工具，那么所有的迭代设计和仿真分析就会通过数字方式进行，两个亮橙色的桥塔也就只需很短的时间就能建成。
设计是一个探索的过程。无论是工程建设业（AECO），还是设计与制造业（D&M），又或是传媒娱乐业（M&E）领域的设计，整个设计过程的核心在于反复迭代和测试。此外，设计工作方式日新月异，最早是计算机辅助设计（CAD），后来衍生式设计等自动化技术的出现优化了设计工作流程，如今生成式人工智能有望使流程变得更快。衍生式设计和生成式人工智能以人类创造力为基础，正在将设计创意推向更高水平。这两种本身就很强大的技术结合在一起，将会为未来设计创作带来几乎无限的可能性。
衍生式设计可提供极其精确的设计方案
每个设计问题都有数百种甚至数千种不同的方法可以解决，而提出解决方案长期以来靠的是人脑。衍生式设计源自一个相对激进的构想：“难道人脑真能想出所有可能的造桥方案？是否可以让软件帮忙探索？”
这是2009年左右的事，当时人们才开始远程进行大规模计算。关键是，衍生式设计逆转了设计和仿真之间的关系。不管是什么稀奇古怪的造桥方案，软件都能想像得出来，也能对所有的方案进行仿真分析。有些方案不可行，会造成桥梁倒塌，有些方案则可行，有些方案令设计师想要进一步探索。
衍生式设计可以利用现实世界的物理原理，根据特定的设计参数，生成输出极其精确的设计方案。但要想获得合适的方案，前提是设计师必须针对设计问题输入精确的规格要求，这就非常耗时了。此外，衍生式设计拥有大量计算的能力，复杂的项目可能需要一天或更久的时间进行处理。尽管如此，这还是远比人工处理高效。例如，梅赛德斯F1车队使用了衍生式设计工具，对车辆的后悬挂组件进行改进优化。虽然在衍生式设计工具的设置上花费了大量的时间和金钱，但该车队现在的制造工艺仅需48个小时，而不是6周。
衍生式设计往往被认为是一种制造工具，实际上它可以应用于任何设计创作过程。传媒娱乐业的制作日程表需要数月的准备时间，其中通常会有数以万计的特定工作相互依赖。现在，许多传媒娱乐公司借鉴了衍生式设计的概念，实施一种衍生式日程安排。每当进度发生变化时，衍生式设计可以快速地对日程安排做出合理的调整。随着制作项目日益复杂，这种工具显然不可或缺。
使用衍生式设计后所带来的提升幅度是前所未有的。例如，以此而设计出的产品与以往设计的任何产品相比，使用的材料减少了40%、重量减轻了40%，价格也便宜了40%，强度更是提高了30%。这就是衍生式设计技术背后的最初理念，也是欧特克Fusion等软件的理念。这种系统所产生的方案超出了人们的理解范围，但无论如何，衍生式设计在制定新的设计方案时，不会参考以往建成的所有桥梁项目并从中借鉴学习。换句话说，它没有使用数据。这个时候，生成式人工智能就有可发挥作用的用武之地。
生成式人工智能可实现更快的数据驱动设计
人工智能迄今为止经历了三次不同的浪潮和技术成熟度曲线，先是开始流行起来，后成为一种无人相信、不可触及的技术，现在又卷土重来。这第三次浪潮估计已将人工智能突出重围，永久地融入社会中的各个角落。ChatGPT是其中一大功臣，几乎一夜间将人工智能推向主流。过去二十年来，全球在开发人工智能工具方面不断地取得进步，而OpenAI最终向世人展现了人工智能的实际应用。
经过海量信息的训练，生成式人工智能可以找到人们找不到的数据关联联系，而且不仅易于使用、易于理解，还速度极快。用户只需输入一些基本信息，几秒钟内就能得到多个反馈。对于需要不断完善设计方案的创意人员来说，这是很重要的。他们得到的反馈开启了更多的可能性，也改变了他们的学习方式。他们还可以输入额外的提示来完善反馈。这种循环的人机互动界面，与AECO、D&M和M&E从业人员的工作方式能够产生共鸣。
然而，生成式人工智能并不是特别精确。如果让它去想像一座桥，得到的结果或许能激发灵感，但真按照这个建造就不好了，毕竟生成式人工智能可没对给出的方案进行仿真分析，实际上也没对桥梁工程的各个方面进行推理，只不过是从以往建成的其他桥梁项目提取数据罢了，所以给出的方案不会像衍生式设计工具那样对工程设计计划具有针对性。
生成式人工智能的障碍在于把神经网络训练成可以生成有用的结果。这需要一个数据集，以此为基础，运用人类推理针对特定问题找到首选答案。为了使人工智能发挥最大效力，这些数据需要整理和分类，而且需要存储在云端。ChatGPT之所以那么棒，是因为互联网上有数万亿的单词可供训练。在每个人工智能项目中，大约80%的初始工作无非是将数据以正确的形式呈现出来以供使用。只要这样的数据呈现出来，生成式人工智能就有着不可思议的潜力。据麦肯锡公司估计，生成式人工智能每年将为全球经济增加2.6至4.4万亿美元的产值。
衍生式设计和生成式人工智能强强联手
设计创作界正致力于寻找方法来利用过去15年在衍生式设计和仿真方面的工作经验，将这些经验与生成式人工智能相结合。凭借经过验证的成果，衍生式设计赢得了设计创作界的广泛信任。尽管谨慎情绪依然存在，但人们对人工智能的信任度正在逐渐增强。欧特克在2024年《State of Design & Make》全球调研报告中指出，76%的行业领导人员表示信任人工智能，78%认为人工智能将促进各自行业的发展，79%认为人工智能将带来更大的创造力。
设想一下，这两种技术结合在一起可以实现些什么？工作流程将从生成式人工智能开始，提供初步的候选设计方案。设计师可以对这些方案进行迭代，也可以将其中的子集输入到衍生式设计工具中进行仿真分析，从而获得符合要求的设计方案。随着数据地不断改进，这些技术将形成一种有系统的规律，按此规律生成精确的即时结果。
全球人工智能革命的进展当前还不到10%，未来10年还会变得更加疯狂，尤其是当衍生式设计和生成式人工智能形成比以往更快、更简单、更准确的工作流程时。这些流程将辅助设计师进行分析，自动化处理并增强设计师的工作，让设计师专注于设计本身，发挥最擅长的创造力。这样的未来将充满创新和影响力，设计师和创作者将掌舵这个新世界。