設計師要失業了嗎?Audi使用人工智慧「重新發明」輪子

在所有部門使用AI人工智慧:這是Audi為自己設定的目標,以成為數據驅動型公司。借助FelGAN,Audi現在採用使用人工智慧的軟體為設計師開闢了新的靈感來源。有創造力的人總是在尋找靈感。在Ingolstadt工廠的Audi Design Studio創造新輪圈的設計師也是如此。但是在哪裡可以找到未開發的靈感來源呢?

「跳出框框思考」的原則既眾所周知又朗朗上口。但它不太容易實現,因為在創作過程中,人們傾向於依靠他們熟悉的東西。正是這一點,基於人工智慧的軟體FelGAN是由Audi IT部門和Audi Design公司內部開發的。該專案現在使創意人員能夠從幾乎無限的創意庫中汲取靈感。

與軟體互動可以讓設計師從全新的角度發現圖案,為他們提供建議,他們可以進一步發展並融入他們的創作。具體而言,FelGAN可透過快速提出大量逼真的設計本身來工作,或者以有針對性的方式重新組合現有設計。

A226984_medium.jpg

透過這種方式,該系統充當了Audi輪輞設計團隊的一種自發的創意中心,使他們能夠交換新版本和衍生變體。該工具使設計師可以輕鬆地即時試驗形狀、顏色、表面結構,以及其他參數。

人工智慧如何學會設計輪圈

「FelGAN」這個名字是德語輪圈的單字「Felge」和「GAN」的混搭,後者是Generative Adversarial Networks(生成對抗網絡)的首字母縮寫。GAN是一種特殊形式具有自我學習能力的電腦程式,其中兩種演算法在所謂的訓練中作為對手競爭,在相互競爭中變得越來越好。

它的工作原理是這樣的:兩種演算法之一,即「生成器」(Generator),製作特定主題的人工圖像,而在FelGAN的作業情況,則是車輛輪輧。而「鑒別器」(Discriminator,可以說是競爭者)看到一系列圖像,包括真實的輪圈照片和來自生成器的圖像。而後,鑒別器決定每個圖像是生成器的創建還是真實照片。這個過程一次又一次地重複,直到訓練完成。這兩種演算法都能從錯誤中學習並不斷改進。經過足夠的運行,Generator的創作是如此逼人真實,以至於即使是人眼也無法或只能勉強將它們與真實照片區分開來。

A226982_medium.jpg

該應用程式基於Streamlit技術的直觀使用者介面,可在設計和IT團隊之間縮短開發週期和快速反饋。為了使設計人員在使用軟體解決方案時不必依賴高性能的實物硬體與人工智慧應用程式的元件(需要大量的處理能力),其僅在雲端中運行。

人類與人工智慧的合作

FelGAN的另一個好處是,該軟體為人工智慧所做的每個設計分配一個數學值。開發人員將這些值稱為「DNA」,可以隨時用於重現設計。但這還不是全部:Audi設計師還可以向程式提供他們自己的設計和照片,將它們添加到虛擬實驗表面。這是基於特殊演算法,這些演算法為設計師輸入的圖像確定適當的DNA值。

通常,設計師只繼續使用FelGAN創作中的單個元素,將它們提煉成和諧的整體設計。除了掌握交易工具外,創造性的眼光和專業經驗在這裡起著決定性的作用。最後,Audi的專家使用高科技銑床生產塑膠或鋁製輪圈原型,使虛擬設計成為實物。

A226983_medium.jpg

A226981_medium.jpg

來自Audi世界的創新

FelGAN是在Audi IT和設計部門之間完全內部合作開發和實施的。因此,該公司正在展示其在軟體領域以及未來人工智慧領域的專業知識。

Audi機器學習與數據科學主管Thomas Knispel表示,「在現代,數據為公司及其員工帶來了巨大的附加值。Audi致力於成為一家數據驅動型公司的目標。為此,我們將在許多部門使用AI。因此,我們的數據團隊一直在尋找新技術。」

未來,FelGAN背後的技術可以擴展到一個全面的人工智慧設計平台,也可以作為Audi其他部門設計師的靈感來源。此外,目前正在開發一個人工智慧評級系統,其中FelGAN產生的每個邊緣都將根據碳平衡要求進行評估。因此,FelGAN是Audi在成為數位化、數據驅動型公司的過程中邁出的重要一步。

A226988_medium.jpg

Bear

曾於2002~2004任職於Option改裝車訊編輯,之後轉戰汽車銷售十餘年,擔任總代理新車及超級跑車的銷售業務及公關企劃,藉由過去的工作經驗作貼切的報導,以協助讀者們購車前的參考,是在下的職責以及撰稿方向。