【AIID】我已經將最近試用生成式AI的心得，整理發表。本文發表於2023 四月的 9th International Conference on Applied System Innovation (2023 IEEE ICASI, Chiba, Japan) 研討會，敬請大家指教：

The Role of Generative AI in Industrial Design:
Enhancing the Design Process and Learning
(中譯標題：生成式人工智慧對工業設計的影響： 設計程序與學習)

摘要：生成式AI 已成為一種新興的技術，它利用機器學習和深度學習技術，根據大量現有數據創建新形式的內容，例如文本和圖像。對於大量使用文本和圖像溝通的工業設計領域而言，將會帶來什麼樣的變化？本研究試圖以”實務設計流程”與”設計知識學習”的角度出發，探討生成式AI所帶來的衝擊。本研究重做作者執業時期的產品設計專案，並將生成式文字與生成式圖像的方法教授與課堂實作，帶入國立聯合大學工業設計學系的大二主軸課程及電腦輔助課程中，參與學生為26人。經由課堂實際操作、過程反思、群體討論、與問卷調查，本研究得出結論：

(1) AI對於創意的發展非常有幫助，而且花的時間非常少。故AI生成適合放在設計階段的前端，畢竟這是設計［發散］的過程，也是AI擅長的地方。

(2) 後端［收斂］的過程，就是細節調校、進行細節的優化、對客戶提出最終精描圖。這一步驟可能AI要比現有設計程序花費數倍的時間。故不建議使用AI。 (2025/5/17 註：隨著技術的演進，這個論點可能有誤。不少一線設計師從職場上的回報，認為台灣產業在大幅創意躍進的［發散］程序並不多。反而在 後端［收斂］的過程大幅使用AI，比如嚴格控制設計參數、依照現有產品Layout架構下，以手繪繪出細節，再以生成式AI進行精描、或CMF提案。)

(3) AI生成越到設計程序的跨部門溝通階段(移交階段)，越需要更多的專家經驗，比如、分模線、設計限制、內部零件與造型的契合…等等複雜的專業參數，這部分不建議使用AI。

(4) 操作AI，仍須大量知識。輸入prompt時需具備設計史、風格與思潮的知識。設計決策仍需設計經驗的知識，包含判斷人體工學合理性、量產製造可行性、以及成本分析知識。這些知識在AI興起的衝擊下，反而重要性有增無減。

引用

Yu-Min Fang*. (2023) The Role of Generative AI in Industrial Design: Enhancing the Design Process and Learning.  2023 9th International Conference on Applied System Innovation (ICASI) , Chiba, Japan on 21–25 Apr 2023. (另收錄於資料庫IET Digital Library, International Conference on Innovation, Communication and Engineering (ICICE 2023), 2023 p. 135 – 136. DOI: 10.1049/icp.2024.0303. )

全文內容下載  (中英對照版)
https://www.researchgate.net/publication/380588210