科技與人類的關係是什麼？人工智慧如何為商業和社會插上想像力的翅膀？範凌用數據和智能給人類社會的發展勾勒出一幅科技與想像力交織的綺麗畫面。到底是科技讓人變得更有想像力，還是想像力為科技的產生提供了源源不斷的動力？從無限運算力到無限想像力，智能和創造也許正是人類社會美好未來的序章。
演講人簡介
範凌
00級建築學學士
普林斯頓大學碩士
哈佛大學博士
特贊創始人 CEO
今天能夠到這裡來，我非常高興。在這裡，我有兩個身份，第一個身份是作為一個創業者,我四年前開始做一家叫特贊的網際網路公司；第二個身份是作為同濟大學的老師,我是同濟大學設計人工智慧實驗室的負責人。我今天想講的是人工智慧或數據智能在創造力方面的一些應用,並且想和各位分享一下我自己的創業經歷,以及我接觸到的一些觀點。
我本科在同濟讀的建築,研究生和博士是在國外讀的,創業之前我在加州大學伯克分校交教人機互動，四年前我辭掉了教師工作，毅然決然回國創業。兩年前，母校的呼喚讓我重新回到這裡, 所以我一邊創業,一邊做我自己的實驗室。
創意和設計領域裡的RI和AI
首先，我想做一個追問,這個問題是，到底是科技讓我們更有想像力，還是想像力讓我們有了科技。下面是一張阿波羅登月的照片，其實在甘迺迪總統講要做登月計劃時，技術的成熟度百分之二十都不到，是人類對於未知世界的探索欲望，讓我們開發了很多技術，所以我總覺得應該是想像力驅動技術的創造，而不是技術讓人有了想像。
講到人工智慧的時候，我們首先會想到到底什麼樣的工作可能被機器取代？但其實還有另一種場景，就是在具有創造力的工作當中，人怎樣更好地被科技釋放。也就是在我們想到一個東西之後，怎樣把我們想出來那些東西變成現實。
上圖是一個藝術家的作品，他覺得未來可能像工人這樣的職業只有在博物館裡才能看到。其實我們可以想像，在這個過程中，到底還有什麼東西被創造出來。在學校這個大環境裡,我們不只是要去做更高更快更強的技術,我們同樣應該思考，除了取代某些工作之外，技術帶來的未來到底是一個什麼樣的未來。這裡講兩句話，這兩句話可以讓我們很好地去思考技術的價值。第一句話是「Dis-trust leads to dis-use」，就是很多人會講人工智慧怎麼能取代人的創造力工作呢？有創造力的工作本來就不應該是機器做的，所以在具有創造性的工作裡，我們應該排除機器，這就是「Dis-trust」，我們不相信機器能幫助我們，就像登月的過程中，我們覺得這是人的意志力的決定。第二句話是「Over-trust leads to mis-use」意思是說以後所有的工作都會由機器來做,所以我們也不再需要工作了,在未來像吃飯睡覺這樣的事情都會有機器服侍。對我來說，這兩種觀點是過激的兩極，而中間的這種狀態是我們值得去探索的。
我講幾個宏觀的趨勢，這幾個趨勢其實界定了在改變人的生活日常生活方面，整個技術的可能性。
第一個趨勢是從工業經濟到數字經濟的轉變中，數據成為很重要的東西。數據，其實是人類自己發明的第一個資源，過去我們把石油作為資源,把電作為資源，而數據，就是21世紀的電,21世紀的石油，是第一個人類發明出來的用得越多反而越多的資源，這個過程讓我們開始對每個人進行更精準地描述。過去，我們為了集體要犧牲個體，但現在數據的描述能夠讓每個人回歸到人的本身。
第二個是在人工智慧大環境下的發展,通常我們把網際網路觸動的消費叫作網際網路發展的上半場，也就是關注販賣本身——販賣每個人的關注度。而到了所謂的網際網路的下半場，關注的焦點在於，網際網路能不能作為一個生產資料，能不能作為生產力。隨著眾多人工智慧技術的出現,我們開始發明，開始創造,開始做更多的視頻，更多內容,機器也開始幫助我們去創造，也就是從消費端的優化變成了供給端的優化。
第三個方面，我想引用經濟學家Richard Baldwin的觀點,他原來是小布希的經濟顧問，今年年初的時候，他寫了本書叫「the globotics upheaval」,書中講到全球化的貿易會從貿易「what we make 」變為貿易「what we do」，主要原因有兩個，第一個是全球化，也就全球化遷移的能力,全球化遷移的服務。第二個是robots——機器人,它不是簡單的機器人,而是那些能夠做分析的人工智慧，能夠做量化的人工智慧，能夠接電話的人工智慧，是白領機器人，所以RI和AI會重新改變我們的貿易。
基於這三個趨勢，我把我們的工作定義為創意和設計領域裡的RI和AI。四年前我創業的時候，帶著我在伯克利做的很基礎的研究，我當時研究高技能的人——就是用腦和用心工作的人怎樣進行數據描述，目的是當你進行數據描述的時候，數據可以被調用、分析和對接。2016年，我們開始尋找商業場景,並且拿到了最有名的風險投資之一紅杉資本的A輪融資，之後我們就開始想像這個技術到底在哪個商業場景裡用的最多,我們看到了營銷的場景。
三個維度的數據
2017年，我們開始意識到營銷裡有內容、有能力，而且當時內容方面的人工智慧還非常初級，所以我們到同濟大學來做設計人工智慧實驗室。從2018年到現在，我們一邊是服務大型企業,比如阿里、騰訊，或者是服務大型的品牌，比如聯合利華、星巴克、雀巢等。基本上商業場景裡的絕大多數企業,我們都已經開始合作或者已經深度合作了；另一邊，我們是用RI，或者遠程創意的智能，或者人工智慧來提供營銷內容和創意。
在大屏幕上，大家可以看到一些我們正在做的東西，這些東西看起來內容非常豐富,但其實對我來說，最關鍵的是三個維度的數據。第一個數據，我稱之為「人的數據」,就是供應能力的數據；第二個是「力的數據」也就是內容數據；第三個是商業場景的數據。這三個維度就像阿里有人貨場，通過這三個維度阿里知道什麼樣的消費者在什麼樣地方買什麼東西。我們做的是供給端的數據，所以我們知道什麼樣的供應商,在什麼樣的場景下用什麼內容，解決什麼商業問題。
我們逐漸開發出兩個數據引擎,一個是「Tezign.MIND創意內容圖像處理引擎」，另一個是「Tezign.EYE創意能力機器學習引擎」。每年阿里都做女王節，也就是在3月8號賣很多商品給女性消費者，和阿里合作時我就一直在想，我們能不能讓商業訴求和社會訴求在這個過程裡結合起來。為了把商業維度的創造力和代表社會的創造力結合起來,我們用了「human in the loop」，就是人幹涉創造的過程。大屏幕上是做的結果，我們做了非常非常多元的創意內容，這些創意的內容背後是38個女性領導的創意團隊,表面是向女性販賣各種各樣的商品，而背後是un-stereotype，也就是反刻板印象。我們可以看到女性有各種各樣的創造能力，其正面是一個完全商業化的創意，背面則是完全社會化的創造能力。換言之，我們在正面做的是營銷創意，在背面做的是表達一個社會信息，這個社會信息是：女性的創造力也非常多元。在這個場景下，阿里的CMO——Chris Tung講了一句話,我特別欣賞，他說一個平臺的問題需要另一個平臺來解決；一個生態系統需要另一個生態系統的維持。
接下來，Tezign.EYE 創意能力機器學習引擎，這個引擎剛開始做兩年多，也是基於大量的學術研究。我們實驗室做了很多的工作,現在終於有機會商用了。如果我們認為過去十年通過ImageNet這個數據集，機器開始讀懂圖像了——讀懂圖像上的孩子、臉、樓房、獅子、點心等等這些東西，那麼我們建立的這個數據集DesignNet是希望教機器讀懂最簡單的設計和創意，希望教機器讀懂創意內容上的字體是什麼，比如這裡的「獅子頭」三個字。字體其實是非常重要的，大家知道某些公司一年賠給字體公司4000萬就是因為誤用了一些字體。我們希望教機器讀懂規範，內容的規範有什麼？給大家舉個例子,星巴克的價值觀是溫暖和愛，所以在所有星巴克出街的創意內容裡,人臉一定要笑。例如螞蟻金服，因為它是個很有錢的公司，所以所有的營銷內容不能有金色，這都是用規範來審核的。
我們希望教機器理解風格、情緒、顏色,我們把這個數據集的基礎數據叫DesignNet （https://design-net.org/）,這也是我們和同濟設計人工智慧實驗室做的一個開源項目。在垂直類領域裡，我們和碧桂園共建了方向行業的垂直數據集，這是私有的；我們和聯合利華共建了快消行業的數據集，這個數據集以後可以幫助機器去理解什麼是設計。
數據和智能賦能商業社會想像力
每年618都有大量電子商務的場景。在淘寶的生態系統裡，每天有150萬的設計師在幹這些事；擴展到整個電商生態，則有300萬的設計師，而且很多同濟畢業生也去了這些企業。我們希望讓機器理解設計師做的設計工作，然後通過一些限制條件讓機器不停地去生成各種各樣場景的衍生。這些場景的衍生可以讓供給的數據變得很精準，也就是千人千面的供給。我們所做的這件事情不只是提高時間和成本效率，我覺得更重要的可能是兩件事情。
第一個是質量,我們合作的這些大的組織和大企業可能在一線城市，可能在二線城市，也可能在五線城市，所以本身的創意能力是參差不齊的。我所研究的非標能力數據化的難點就在於它是參差不齊的,怎樣通過機器讓質量達到某一個標準的高度——這就是在我們在嘗試中得到的意外驚喜。
第二個是結構，目前很多高技能從業者都是很忙很忙的,為什麼技術越發達大家反而變得越來越忙？例如像碧桂園這樣的公司，一千個設計師每天都在完成明天要交付的工作，所以他們沒有時間做更長線的思考。如果在這個過程中引入人工智慧，那就能夠釋放更多人的時間，去想只有人才能想的開放問題。所以在質量和結構這兩個部分，人工智慧可以帶來意外的驚喜。我們可以設想一下屏幕上所展示的四象限，橫軸是對人很簡單，或者對人都很難的事情，縱軸是你願意給機器做或者不願意給機器做的事情。我們過去老講自動化或者機器取代人之類的問題，其實這個問題的關鍵在於左下角這個角度——重複性體力勞動。就像網際網路從上半場發展到下半場，人工智慧其實也有可能從提高效率的階段發展到另外三個象限裡，所以增強可能會是一個增量的市場，而自動化是一個存量的市場。在這個過程裡，機器其實在不停地幫助人做更多的工作，機器甚至在幫助人做過去人都很難完成工作，比如很難的判斷工作，或者很複雜的流程工作等等。
我最後再舉一個例子——支付寶，全國最大的支付企業，每天有上億人使用它支付,而另外一邊是上百萬的中小商家,這些商家可能就是門口賣燒餅、賣面的這些商家。這些商家原來都是不會花錢買設計的，而我們做的一件事是邀請了一百個設計團隊，其中有一些是非常高端的設計團隊，由這些設計團隊去產生最原初的一些資料和素材，所以大家看到屏幕右邊所有的原始素材裡的插畫都是人來做的，然後我們讓人教機器怎麼把這些海量的元素進行數據化，數據化以後怎樣進行排列組合、拼接、剪裁。我們讓人來訓練機器做一些簡單的設計問題，之後任何一個商家都可以通過輸入店名、地域、風格等簡單的信息來產生自己的一張海報，通過十塊錢，你就可以把這張海報的實物列印版運到自己的店裡邊，目前已經有40 萬個商家採用了這個技術。
網站的首頁上有一句話,這句話是「Prada合作的設計師助你小店升級!」我們當時請了2×4的設計團隊，這是全世界最著名的平面設計團隊之一，這個團隊的負責人是耶魯大學的一個教授,他每天講的是要有社會價值觀的創意和設計，但是很可惜,只有那些有錢的客戶才能請得起他們，比如Prada、中央電視臺、博物館等等。當我們告訴他，我們可以用這個方式，變相的用機器做槓桿，讓更多的人可以運用這些創意的時候，他非常非常高興，因為這樣既不少收錢，又能滿足大量的社會需求，所以他就跟我們合作。做完創意生成機器人之後,他還跟我們合作做了一個店，一個擔擔麵店的改造，在成都，很網紅，很多人去拍照。
我認為人工智慧作為一個槓桿，可以讓更多有價值的能力民主化，這是一個非常值得我們去探索的維度。當我在想我們公司的使命，或者說我所做的這件事情的使命的時候,我覺得我們是在用科技，準確的講，我們是在用數據和智能去賦能商業和社會的想像力。今年我把我自己的一些研究和我們做的一些實踐變成了一本書,名為「從無限運算力到無限想像力」。
剛剛在來這裡的路上，我在想為什麼過了十幾、二十年我又回到了這個校園？因為我看到的是一個很重要的機會。同濟是一個很強的工科院校,現在提倡從工科到「新工科」，而「新工科」一邊是運算力，就是人工智慧，另一邊就是想像力，就是設計創意。這兩個角度可以把原來的建築、土木、規劃等等一系列的老工科內容提升到一個新的高度，產生一種新興工科的力量。我希望在過程當中，能夠和各位校友一起合作和交流，謝謝大家。