Compare commits
43 Commits
219232de74
..
main
| Author | SHA1 | Date | |
|---|---|---|---|
 pengxiao
|
18d0f3700a | ||
|
pengxiao
|
c85bbd3c55 | ||
|
pengxiao
|
979b5128dc | ||
|
pengxiao
|
58a85162a6 | ||
|
pengxiao
|
55583968d9 | ||
|
pengxiao
|
90ea912298 | ||
|
pengxiao
|
73d56693cf | ||
|
pengxiao
|
b8aee456b2 | ||
|
pengxiao
|
60ebdb7077 | ||
|
pengxiao
|
a4c26f0e08 | ||
|
pengxiao
|
a1b7ae7712 | ||
|
pengxiao
|
1f21ff9c8a | ||
|
pengxiao
|
f2715cbac1 | ||
|
pengxiao
|
5a552cb41c | ||
|
pengxiao
|
6e4472954e | ||
|
pengxiao
|
2997b460be | ||
|
pengxiao
|
ec70447106 | ||
|
pengxiao
|
5eff99a876 | ||
|
pengxiao
|
d489c968e3 | ||
|
pengxiao
|
2dd5138da3 | ||
|
pengxiao
|
0c2c19945e | ||
|
pengxiao
|
2305ae0ba6 | ||
|
pengxiao
|
b38aa2b9e0 | ||
|
pengxiao
|
3ff9107c32 | ||
|
pengxiao
|
38a761b071 | ||
|
pengxiao
|
99a65f025c | ||
|
pengxiao
|
89c038b1c4 | ||
|
pengxiao
|
6288f24067 | ||
|
pengxiao
|
c55f956656 | ||
|
pengxiao
|
d5a6208e89 | ||
|
pengxiao
|
491ba89892 | ||
|
pengxiao
|
a90f7adfa1 | ||
|
pengxiao
|
fa7d851bac | ||
|
pengxiao
|
de7a47db9d | ||
|
pengxiao
|
c9d2ce8a69 | ||
|
pengxiao
|
9fd6eccde5 | ||
|
pengxiao
|
acfcca58f5 | ||
|
pengxiao
|
57c04644d2 | ||
|
pengxiao
|
d4665a362e | ||
|
pengxiao
|
c81cf83c13 | ||
|
pengxiao
|
72a9484188 | ||
|
pengxiao
|
cee196b09f | ||
|
pengxiao
|
49ceadeb0d |
+16
@@ -20,3 +20,19 @@ output/
|
||||
*.docx
|
||||
*.zip
|
||||
~$*
|
||||
~WRL*.tmp
|
||||
|
||||
# === LaTeX 编译产物 ===
|
||||
*.aux
|
||||
*.log
|
||||
*.out
|
||||
*.toc
|
||||
*.bbl
|
||||
*.blg
|
||||
*.synctex.gz
|
||||
*.pdf
|
||||
|
||||
# 第三方软件
|
||||
.prism/
|
||||
.claudeprism/
|
||||
.agents/
|
||||
|
||||
Vendored
+33
@@ -0,0 +1,33 @@
|
||||
{
|
||||
"latex-workshop.latex.tools": [
|
||||
{
|
||||
"name": "xelatex",
|
||||
"command": "D:/Software/texlive/2026/bin/windows/xelatex.exe",
|
||||
"args": [
|
||||
"-synctex=1",
|
||||
"-interaction=nonstopmode",
|
||||
"-file-line-error",
|
||||
"%DOC%"
|
||||
],
|
||||
"env": {
|
||||
"FONTCONFIG_PATH": "D:/Software/texlive/2026/texmf-var/fonts/conf"
|
||||
}
|
||||
},
|
||||
{
|
||||
"name": "bibtex",
|
||||
"command": "D:/Software/texlive/2026/bin/windows/bibtex.exe",
|
||||
"args": ["%DOCFILE%"]
|
||||
}
|
||||
],
|
||||
"latex-workshop.latex.recipes": [
|
||||
{
|
||||
"name": "xelatex -> bibtex -> xelatex * 2",
|
||||
"tools": ["xelatex", "bibtex", "xelatex", "xelatex"]
|
||||
},
|
||||
{
|
||||
"name": "xelatex",
|
||||
"tools": ["xelatex"]
|
||||
}
|
||||
],
|
||||
"latex-workshop.latex.outDir": "%DIR%"
|
||||
}
|
||||
@@ -0,0 +1,119 @@
|
||||
# AGENTS.md
|
||||
|
||||
This file provides guidance to Codex (Codex.ai/code) when working with code in this repository.
|
||||
|
||||
## Project Overview
|
||||
|
||||
This is **设计人工智能：基础与应用** — a textbook project for design AI education. The book covers AI fundamentals (principles, perception, generation, agents) and their applications across design domains (digital media, industrial design, environmental design, urban planning).
|
||||
|
||||
A supplementary volume, **CC4SI (Codex for Spatial Intelligence)**, is preserved in `officefile/supplements/` and focuses on spatial intelligence and autonomous design using Codex.
|
||||
|
||||
**Key Characteristics:**
|
||||
- Educational content organized as a book with 12 chapters + 9 appendices
|
||||
- Mixed Chinese/English documentation and code
|
||||
- Git-based workflow with Obsidian integration for content editing
|
||||
- Pandoc-based export to Word (DOCX) with publisher template
|
||||
- Standard research project directory structure
|
||||
|
||||
## Directory Structure
|
||||
|
||||
```
|
||||
2026_DesignAI/
|
||||
├── data/ # Data and resources
|
||||
│ ├── pics/ # Book illustrations
|
||||
│ └── references/ # Bibliography data
|
||||
├── dofile/ # Code and scripts
|
||||
│ └── examples/ # Python code examples
|
||||
│ ├── 00-introduction/ # Setup first assistant
|
||||
│ ├── 01-foundations/ # State machines, modularity, etc.
|
||||
│ └── 02-spatial-intelligence/ # Spatial analysis examples
|
||||
├── officefile/ # Main book content
|
||||
│ ├── 00-frontmatter/ # 自序 (Preface), 目录 (TOC)
|
||||
│ ├── 01-introduction/ # Ch1: AI development history
|
||||
│ ├── 02-framework/ # Ch2: AI theoretical framework
|
||||
│ ├── 03-1d-sequence/ # Ch3: Sequence & text (RNN→LLM)
|
||||
│ ├── 04-2d-vision/ # Ch4: Images & vision (CNN)
|
||||
│ ├── 05-3d-spatial/ # Ch5: Spatial & 3D (PointNet)
|
||||
│ ├── 06-reinforcement/ # Ch6: Reinforcement learning
|
||||
│ ├── 07-generative-ai/ # Ch7: Generative AI (Diffusion)
|
||||
│ ├── 08-agent/ # Ch8: AI Agent
|
||||
│ ├── 09-digital-media/ # Ch9: Digital media design
|
||||
│ ├── 10-industrial-design/ # Ch10: Industrial design
|
||||
│ ├── 11-environmental-landscape/ # Ch11: Environmental & landscape
|
||||
│ ├── 12-urban-ecology/ # Ch12: Urban & ecological planning
|
||||
│ ├── appendix/ # Appendices 1-9
|
||||
│ └── supplements/ # CC4SI supplementary material
|
||||
│ ├── 00-05/ # Spatial intelligence chapters
|
||||
│ └── appendix/ # Academic writing workflow
|
||||
├── output/ # Generated outputs
|
||||
│ └── docx/ # Word exports
|
||||
├── Archive/ # Archived original directories
|
||||
├── .Codex/skills/markdown-to-docx/ # DOCX conversion skill
|
||||
├── .pandoc/ # Pandoc config (CSL, Zotero JSON)
|
||||
└── .obsidian/ # Obsidian vault configuration
|
||||
```
|
||||
|
||||
## Book Structure
|
||||
|
||||
### Upper Volume: Principles & Technology
|
||||
|
||||
| Chapter | Topic | Lines | Status |
|
||||
|---------|-------|-------|--------|
|
||||
| 01 | AI development history & paradigm evolution | 367 | Complete |
|
||||
| 02 | Theoretical framework (functional perspective, MLP) | 897 | Complete |
|
||||
| 03 | 1D data: Sequence & text (RNN → LLM) | 1595 | Complete |
|
||||
| 04 | 2D data: Images & vision (CNN → ViT) | 867 | Complete |
|
||||
| 05 | 3D data: Spatial & 3D (PointNet → Spatial AI) | 1421 | Complete |
|
||||
| 06 | Generative AI (VAE/GAN → Diffusion) | 496 | Complete |
|
||||
| 07 | AI Agent (rules → LLM Agent) | 581 | Complete |
|
||||
| 08 | Reinforcement learning (Q-Learning → RLHF) | 896 | Complete |
|
||||
|
||||
### Lower Volume: Design Applications
|
||||
|
||||
| Chapter | Topic | Lines | Status |
|
||||
|---------|-------|-------|--------|
|
||||
| 09 | Digital media design | 161 | Thin |
|
||||
| 10 | Industrial & product design | 145 | Thin |
|
||||
| 11 | Environmental & landscape design | 153 | Thin |
|
||||
| 12 | Urban & ecological planning | 317 | Moderate |
|
||||
|
||||
### Appendices
|
||||
|
||||
9 appendices covering programming basics, Vibe Coding, academic writing, web tools, references, glossary, and tips.
|
||||
|
||||
## Working with This Repository
|
||||
|
||||
### For Content Editing
|
||||
- Edit `.md` files in `officefile/` — they are the book source
|
||||
- Use Obsidian for rich editing (vault at project root)
|
||||
- Git commits follow conventional format: `docs(ch01): description`
|
||||
|
||||
### For DOCX Export
|
||||
- Use the `markdown-to-docx` skill in `.Codex/skills/`
|
||||
- Publisher template: `machinery-industry-press-writing-template.dotx`
|
||||
- Output goes to `output/docx/`
|
||||
|
||||
### For Python Examples
|
||||
- Examples in `dofile/examples/` are self-contained
|
||||
- Run directly: `python dofile/examples/01-foundations/state_machine.py`
|
||||
- No global test suite — verify examples individually
|
||||
|
||||
## Language Considerations
|
||||
|
||||
- **Documentation**: Primarily Chinese with English technical terms
|
||||
- **Code**: Variable names and comments in English
|
||||
- **File names**: Mix of Chinese and English — use proper encoding
|
||||
|
||||
## Commit Convention
|
||||
|
||||
```
|
||||
<type>(<scope>): <subject>
|
||||
|
||||
Types: feat, fix, docs, style, refactor, chore
|
||||
Scopes: ch01-ch12, appendix, supplements, examples
|
||||
|
||||
Examples:
|
||||
- docs(ch03): 补充 Transformer 注意力机制详解
|
||||
- feat(examples): 新增空间推理示例
|
||||
- fix(ch05): 修正 PointNet 结构描述
|
||||
```
|
||||
@@ -64,9 +64,9 @@ A supplementary volume, **CC4SI (Claude Code for Spatial Intelligence)**, is pre
|
||||
| 03 | 1D data: Sequence & text (RNN → LLM) | 1595 | Complete |
|
||||
| 04 | 2D data: Images & vision (CNN → ViT) | 867 | Complete |
|
||||
| 05 | 3D data: Spatial & 3D (PointNet → Spatial AI) | 1421 | Complete |
|
||||
| 06 | Reinforcement learning (Q-Learning → RLHF) | 896 | Complete |
|
||||
| 07 | Generative AI (VAE/GAN → Diffusion) | 496 | Complete |
|
||||
| 08 | AI Agent (rules → LLM Agent) | 581 | Complete |
|
||||
| 06 | Generative AI (VAE/GAN → Diffusion) | 496 | Complete |
|
||||
| 07 | AI Agent (rules → LLM Agent) | 581 | Complete |
|
||||
| 08 | Reinforcement learning (Q-Learning → RLHF) | 896 | Complete |
|
||||
|
||||
### Lower Volume: Design Applications
|
||||
|
||||
|
||||
@@ -0,0 +1,72 @@
|
||||
# 设计人工智能：基础与应用
|
||||
|
||||
> Design AI: Fundamentals and Applications
|
||||
|
||||
**作者**：彭晓
|
||||
**版本**：v1.0（2026年5月）
|
||||
|
||||
## 简介
|
||||
|
||||
本书面向设计专业学生、研究者和从业者，系统讲解人工智能的核心技术原理，并展示 AI 在五大设计领域的应用实践。内容覆盖从神经网络基础到大模型、从生成式 AI 到智能体的完整知识体系。
|
||||
|
||||
## 目录结构
|
||||
|
||||
```
|
||||
2026_DesignAI/
|
||||
├── data/ # 数据与资源
|
||||
│ ├── pics/ # 书籍插图
|
||||
│ └── references/ # 参考文献数据
|
||||
├── dofile/ # 代码与脚本
|
||||
│ └── examples/ # Python 代码示例
|
||||
├── officefile/ # 文档内容
|
||||
│ ├── md/ # Markdown 源文件（各章节、附录）
|
||||
│ ├── latex/ # LaTeX 排版系统（编译入口）
|
||||
│ └── word/ # Word 导出
|
||||
└── output/ # 生成输出
|
||||
```
|
||||
|
||||
## 全书结构
|
||||
|
||||
### 上篇：原理与技术
|
||||
|
||||
| 章节 | 主题 | 内容 |
|
||||
|------|------|------|
|
||||
| 第1章 | AI发展历程 | 从符号主义到大模型的范式演进 |
|
||||
| 第2章 | 理论框架 | 函数式视角、数据模态、MLP、环境-智能体框架 |
|
||||
| 第3章 | 序列与文本 | RNN → LSTM → Transformer → 大语言模型 |
|
||||
| 第4章 | 图像与视觉 | CNN → ResNet → ViT → SAM |
|
||||
| 第5章 | 空间与三维 | PointNet → 空间 AI |
|
||||
| 第6章 | 生成式AI | VAE/GAN → 扩散模型 → DALL·E/Sora |
|
||||
| 第7章 | AI Agent | 规则系统 → LLM Agent |
|
||||
| 第8章 | 强化学习 | Q-Learning → RLHF |
|
||||
|
||||
### 下篇：设计领域应用
|
||||
|
||||
| 章节 | 主题 |
|
||||
|------|------|
|
||||
| 第9章 | 数字媒体艺术 |
|
||||
| 第10章 | 工业与产品设计 |
|
||||
| 第11章 | 环境与景观设计 |
|
||||
| 第12章 | 城市与生态规划设计 |
|
||||
|
||||
### 附录
|
||||
|
||||
9 个附录，涵盖编程基础、Vibe Coding、学术写作、网络工具、学习资源、关键术语表等。
|
||||
|
||||
## LaTeX 编译
|
||||
|
||||
使用 XeLaTeX + natbib 编译：
|
||||
|
||||
```bash
|
||||
cd officefile/latex
|
||||
xelatex main.tex
|
||||
bibtex main
|
||||
xelatex main.tex
|
||||
xelatex main.tex
|
||||
```
|
||||
|
||||
需要 TeX Live 2026，中文字体使用 ctex 宏包。
|
||||
|
||||
## 许可
|
||||
|
||||
版权所有，未经授权不得转载。
|
||||
@@ -3,6 +3,7 @@
|
||||
本目录包含书中提到的所有可运行代码示例，按章节组织。
|
||||
|
||||
## 目录结构
|
||||
## 测试
|
||||
|
||||
```
|
||||
examples/
|
||||
|
||||
@@ -1,42 +0,0 @@
|
||||
# 目录
|
||||
|
||||
## 上篇：原理与技术
|
||||
|
||||
### 第一篇：导论与理论框架
|
||||
- 第1章 AI发展历程与范式演进 — 从Amazon Go到Scaling Law
|
||||
- 第2章 设计人工智能的理论框架 — 函数式视角、模态全景与MLP基础
|
||||
|
||||
### 第二篇：感知智能——从一维到三维
|
||||
- 第3章 一维数据——序列与文本 — 从RNN到大语言模型
|
||||
- 第4章 二维数据——图像与视觉 — 从CNN到大视觉模型
|
||||
- 第5章 三维数据——空间与3D — 从PointNet到空间智能
|
||||
|
||||
### 第三篇：决策、生成与行动
|
||||
- 第6章 强化学习——从决策到对齐 — 从Q-Learning到RLHF
|
||||
- 第7章 生成式AI——从创造到智能生成 — 从VAE/GAN到Diffusion
|
||||
- 第8章 AI Agent——从执行到自主 — 从规则系统到LLM Agent
|
||||
|
||||
## 下篇：设计领域应用
|
||||
|
||||
### 第四篇：数字媒体设计
|
||||
- 第9章 数字媒体设计 — 视觉设计与交互设计
|
||||
|
||||
### 第五篇：工业与产品设计
|
||||
- 第10章 工业与产品设计 — 概念设计、优化与制造
|
||||
|
||||
### 第六篇：环境与景观设计
|
||||
- 第11章 环境与景观设计 — 室内设计与景观设计
|
||||
|
||||
### 第七篇：城市与生态规划设计
|
||||
- 第12章 城市与生态规划设计 — 城市分析、规划与生态
|
||||
|
||||
## 附录
|
||||
|
||||
- 附录1：计算机基础与编程环境
|
||||
- 附录2：Vibe Coding与工具链
|
||||
- 附录3：学术论文撰写工作流
|
||||
- 附录4：网络、网站与在线可视化
|
||||
- 附录5：在线学习资源
|
||||
- 附录6：其他资源
|
||||
- 附录7：参考文献
|
||||
- 附录8：关键术语表
|
||||
@@ -1,211 +0,0 @@
|
||||
# 附录C：关键术语表
|
||||
|
||||
本附录按章节整理书中涉及的关键中英文术语。
|
||||
|
||||
---
|
||||
|
||||
## A
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 自编码器 | Autoencoder, AE | 11 |
|
||||
| 注意力机制 | Attention | 8 |
|
||||
| 人类反馈强化学习 | RLHF | 10 |
|
||||
| 人工智能 | AI, Artificial Intelligence | 1 |
|
||||
| AI for Science | AI4S | 1 |
|
||||
| AI in Education | AIED | 1 |
|
||||
|
||||
## B
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 边界框 | Bounding Box | 6 |
|
||||
| 生物多样性 | Biodiversity | 24 |
|
||||
|
||||
## C
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 卷积神经网络 | CNN | 5, 6, 7 |
|
||||
| 卷积核 | Kernel/Filter | 5 |
|
||||
| 因果推断 | Causal Inference | - |
|
||||
| 连通性 | Connectivity | 25 |
|
||||
| 交叉熵 | Cross Entropy | 4 |
|
||||
|
||||
## D
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 扩散模型 | Diffusion Model | 11 |
|
||||
| 数字孪生 | Digital Twin | 14 |
|
||||
| 深度学习 | Deep Learning | 2 |
|
||||
| 设计生成式AI | Generative Design | 20 |
|
||||
|
||||
## E
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 生态系统服务 | Ecosystem Services | 24 |
|
||||
| 具身智能 | Embodied AI | 14 |
|
||||
| 编码器 | Encoder | 9 |
|
||||
| 解码器 | Decoder | 9 |
|
||||
|
||||
## F
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 特征图 | Feature Map | 5 |
|
||||
| 前馈网络 | FFN, Feed-Forward Network | 2, 9 |
|
||||
| 俯瞰 | Foundation Model | - |
|
||||
|
||||
## G
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 生成对抗网络 | GAN | 11 |
|
||||
| 生成式AI | AIGC | 1, 11, 16 |
|
||||
| 梯度下降 | Gradient Descent | 4 |
|
||||
| 图神经网络 | GNN | 2 |
|
||||
|
||||
## H
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| HITL | Human-in-the-Loop | 15 |
|
||||
| 隐藏层 | Hidden Layer | 3 |
|
||||
| 超参数 | Hyperparameter | - |
|
||||
|
||||
## I
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 交并比 | IoU | 6 |
|
||||
| 图像分类 | Image Classification | 6 |
|
||||
| 实例分割 | Instance Segmentation | 7 |
|
||||
|
||||
## K
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 键 | Key | 8 |
|
||||
| 核函数 | Kernel Function | - |
|
||||
|
||||
## L
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 大语言模型 | LLM | 10 |
|
||||
| 损失函数 | Loss Function | 4 |
|
||||
| 学习率 | Learning Rate | 4 |
|
||||
| LoRA | Low-Rank Adaptation | 12 |
|
||||
| 潜在空间 | Latent Space | 11 |
|
||||
|
||||
## M
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 多头注意力 | Multi-Head Attention | 8 |
|
||||
| 多层感知机 | MLP | 3, 4 |
|
||||
| 多模态 | Multimodal | 10 |
|
||||
| MCP | Model Context Protocol | 15 |
|
||||
| 平均精度 | mAP | 6 |
|
||||
|
||||
## N
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 归一化 | Normalization | 9 |
|
||||
| 神经网络 | Neural Network | 2 |
|
||||
| 非极大值抑制 | NMS | 6 |
|
||||
|
||||
## O
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 目标检测 | Object Detection | 6 |
|
||||
| 优化器 | Optimizer | 4 |
|
||||
| One-Stage检测器 | One-Stage Detector | 6 |
|
||||
|
||||
## P
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 位置编码 | Positional Encoding | 8 |
|
||||
| 池化 | Pooling | 5 |
|
||||
| 提示工程 | Prompt Engineering | 10 |
|
||||
| 预训练 | Pre-training | 10 |
|
||||
| 像素 | Pixel | 7 |
|
||||
|
||||
## Q
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 查询 | Query | 8 |
|
||||
| Q学习 | Q-Learning | 14 |
|
||||
|
||||
## R
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| RAG | Retrieval-Augmented Generation | 10 |
|
||||
| ReAct | Reasoning + Acting | 13 |
|
||||
| 强化学习 | RL, Reinforcement Learning | 14 |
|
||||
| 循环神经网络 | RNN | 2 |
|
||||
| 残差连接 | Residual Connection | 9 |
|
||||
| 值 | Value | 8 |
|
||||
| 感受野 | Receptive Field | 5 |
|
||||
|
||||
## S
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| Self-Attention | 自注意力 | 8 |
|
||||
| 语义分割 | Semantic Segmentation | 7 |
|
||||
| Scaling Law | 缩放定律 | 2 |
|
||||
| Sigmoid | 激活函数 | 4 |
|
||||
| Softmax | 激活函数 | 4 |
|
||||
| 境况 | State | 14 |
|
||||
| 潜变量 | Latent Variable | 11 |
|
||||
| 支持向量机 | SVM | - |
|
||||
|
||||
## T
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| Transformer | Transformer架构 | 9 |
|
||||
| 拓扑优化 | Topology Optimization | 21 |
|
||||
| Token | 令牌/词元 | 9 |
|
||||
| 目标检测 | Two-Stage Detector | 6 |
|
||||
|
||||
## U
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 万能逼近定理 | Universal Approximation Theorem | 2 |
|
||||
| U-Net | 分割网络架构 | 7 |
|
||||
|
||||
## V
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| VAE | Variational Autoencoder | 11 |
|
||||
| 向量数据库 | Vector Database | 10 |
|
||||
| 视觉Transformer | Vision Transformer | 5 |
|
||||
|
||||
## W
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| 权重 | Weight | 3 |
|
||||
| 权重共享 | Weight Sharing | 5 |
|
||||
| 权重衰减 | Weight Decay | - |
|
||||
|
||||
## Y
|
||||
|
||||
| 中文 | 英文 | 章节 |
|
||||
|-----|------|------|
|
||||
| YOLO | You Only Look Once | 6 |
|
||||
|
||||
---
|
||||
|
||||
**更新日期**：2026年4月
|
||||
@@ -1,111 +0,0 @@
|
||||
# 参考文献
|
||||
|
||||
本部分整理教材中引用的论文、书籍和在线资源。
|
||||
|
||||
---
|
||||
|
||||
## 论文
|
||||
|
||||
### 基础理论
|
||||
|
||||
- Universal Approximation Theorem (1989)
|
||||
- Scaling Laws for Neural Language Models (2020)
|
||||
|
||||
### 计算机视觉
|
||||
|
||||
- AlexNet (2012) - ImageNet Classification with Deep Convolutional Neural Networks
|
||||
- ResNet (2015) - Deep Residual Learning for Image Recognition
|
||||
- YOLO (2016) - You Only Look Once: Unified, Real-Time Object Detection
|
||||
- U-Net (2015) - Convolutional Networks for Biomedical Image Segmentation
|
||||
|
||||
### Transformer与大模型
|
||||
|
||||
- Attention Is All You Need (2017)
|
||||
- BERT: Pre-training of Deep Bidirectional Transformers (2018)
|
||||
- GPT-3: Language Models are Few-Shot Learners (2020)
|
||||
- Training Language Models to Follow Instructions with Human Feedback (2022)
|
||||
|
||||
### 生成式AI
|
||||
|
||||
- Denoising Diffusion Probabilistic Models (2020)
|
||||
- High-Resolution Image Synthesis with Latent Diffusion Models (2022)
|
||||
- ControlNet (2023)
|
||||
|
||||
### AI Agent
|
||||
|
||||
- LLM Powered Autonomous Agents (2023)
|
||||
- ReAct: Synergizing Reasoning and Acting in Language Models (2022)
|
||||
|
||||
---
|
||||
|
||||
## 书籍
|
||||
|
||||
### 深度学习
|
||||
|
||||
- Deep Learning (Ian Goodfellow et al.)
|
||||
- Neural Networks and Deep Learning (Michael Nielsen)
|
||||
|
||||
### 强化学习
|
||||
|
||||
- Reinforcement Learning: An Introduction (Sutton & Barto)
|
||||
|
||||
---
|
||||
|
||||
## 在线资源
|
||||
|
||||
### 课程
|
||||
|
||||
- CS231n: Convolutional Neural Networks for Visual Recognition
|
||||
- Fast.ai Practical Deep Learning for Coders
|
||||
|
||||
### 工具文档
|
||||
|
||||
- PyTorch: https://pytorch.org/docs/
|
||||
- Ultralytics YOLO: https://docs.ultralytics.com/
|
||||
- LangChain: https://python.langchain.com/
|
||||
|
||||
### 博客
|
||||
|
||||
- Lil'Log (Lilian Weng): https://lilianweng.github.io/
|
||||
- The Illustrated Transformer: https://jalammar.github.io/illustrated-transformer/
|
||||
|
||||
---
|
||||
|
||||
## 设计AI相关
|
||||
|
||||
### 学术期刊
|
||||
|
||||
- Landscape and Urban Planning
|
||||
- Environment and Planning B: Urban Analytics and City Science
|
||||
- Automation in Construction
|
||||
|
||||
### 会议
|
||||
|
||||
- CAAD Futures
|
||||
- ACADIA
|
||||
- eCAADe
|
||||
|
||||
---
|
||||
|
||||
## 数据集
|
||||
|
||||
### 计算机视觉
|
||||
|
||||
- ImageNet
|
||||
- COCO (Common Objects in Context)
|
||||
- MNIST
|
||||
|
||||
### 空间数据
|
||||
|
||||
- OpenStreetMap
|
||||
- 路网数据、POI数据等
|
||||
|
||||
---
|
||||
|
||||
## 许可说明
|
||||
|
||||
部分内容引用自公开资源，遵循相应许可协议使用。
|
||||
|
||||
---
|
||||
|
||||
**最后更新**：2026年4月
|
||||
@@ -1,251 +0,0 @@
|
||||
# 附录A：编程工具与资源
|
||||
|
||||
本附录整理AI学习和实践所需的编程工具、框架和资源。
|
||||
|
||||
---
|
||||
|
||||
## Python环境配置
|
||||
|
||||
### Anaconda/Miniconda
|
||||
|
||||
| 工具 | 大小 | 特点 | 下载地址 |
|
||||
|-----|------|------|---------|
|
||||
| Anaconda | ~500MB | 预装常用库 | [anaconda.com](https://www.anaconda.com/download) |
|
||||
| Miniconda | ~50MB | 精简安装 | [docs.conda.io](https://docs.conda.io/en/latest/miniconda.html) |
|
||||
|
||||
### 安装步骤
|
||||
|
||||
```bash
|
||||
# 1. 下载并安装Miniconda
|
||||
# 2. 创建虚拟环境
|
||||
conda create -n ai-env python=3.10
|
||||
|
||||
# 3. 激活环境
|
||||
conda activate ai-env
|
||||
|
||||
# 4. 安装核心库
|
||||
pip install torch torchvision numpy pandas scipy
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 深度学习框架
|
||||
|
||||
### PyTorch
|
||||
|
||||
```bash
|
||||
pip install torch torchvision torchaudio
|
||||
```
|
||||
|
||||
**特点**：
|
||||
- 动态计算图
|
||||
- 研究友好
|
||||
- 广泛的社区支持
|
||||
|
||||
**资源**：
|
||||
- [官方文档](https://pytorch.org/docs/)
|
||||
- [中文教程](https://pytorch.zhangxiann.com/)
|
||||
|
||||
### TensorFlow
|
||||
|
||||
```bash
|
||||
pip install tensorflow
|
||||
```
|
||||
|
||||
**特点**：
|
||||
- 生产部署优化
|
||||
- Keras高级API
|
||||
- 跨平台支持
|
||||
|
||||
---
|
||||
|
||||
## 计算机视觉工具
|
||||
|
||||
### OpenCV
|
||||
|
||||
```bash
|
||||
pip install opencv-python
|
||||
```
|
||||
|
||||
**功能**：图像处理、视频分析
|
||||
|
||||
### Ultralytics YOLO
|
||||
|
||||
```bash
|
||||
pip install ultralytics
|
||||
```
|
||||
|
||||
**功能**：目标检测、实例分割
|
||||
|
||||
**使用示例**：
|
||||
```python
|
||||
from ultralytics import YOLO
|
||||
|
||||
model = YOLO('yolov8n.pt')
|
||||
results = model('image.jpg')
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## AIGC工具链
|
||||
|
||||
### Stable Diffusion
|
||||
|
||||
**WebUI**：[Automatic1111](https://github.com/AUTOMATIC1111/stable-diffusion-webui)
|
||||
|
||||
**ComfyUI**：[GitHub](https://github.com/comfyanonymous/ComfyUI)
|
||||
|
||||
**API调用**：
|
||||
```python
|
||||
from diffusers import StableDiffusionPipeline
|
||||
|
||||
pipe = StableDiffusionPipeline.from_pretrained("runwayml/stable-diffusion-v1-5")
|
||||
image = pipe("a photo of an astronaut riding a horse on mars").images[0]
|
||||
```
|
||||
|
||||
### ControlNet
|
||||
|
||||
```python
|
||||
from diffusers import StableDiffusionControlNetPipeline
|
||||
|
||||
controlnet = ControlNetModel.from_pretrained("lllyasviel/sd-controlnet-canny")
|
||||
pipe = StableDiffusionControlNetPipeline.from_pretrained("runwayml/stable-diffusion-v1-5", controlnet=controlnet)
|
||||
```
|
||||
|
||||
### Midjourney
|
||||
|
||||
**平台**：Discord
|
||||
**文档**：[docs.midjourney.com](https://docs.midjourney.com/)
|
||||
|
||||
---
|
||||
|
||||
## Agent开发框架
|
||||
|
||||
### LangChain
|
||||
|
||||
```bash
|
||||
pip install langchain langchain-openai
|
||||
```
|
||||
|
||||
**功能**：LLM应用开发框架
|
||||
|
||||
**核心组件**：
|
||||
- Models：LLM接口
|
||||
- Prompts：提示管理
|
||||
- Chains：链式调用
|
||||
- Agents：智能体
|
||||
- Memory：记忆管理
|
||||
|
||||
### LangGraph
|
||||
|
||||
```bash
|
||||
pip install langgraph
|
||||
```
|
||||
|
||||
**功能**：状态机式Agent开发
|
||||
|
||||
### LlamaIndex
|
||||
|
||||
```bash
|
||||
pip install llama-index
|
||||
```
|
||||
|
||||
**功能**：数据索引与检索（RAG）
|
||||
|
||||
---
|
||||
|
||||
## 开发工具
|
||||
|
||||
### VSCode
|
||||
|
||||
**AI开发常用插件**：
|
||||
- Python
|
||||
- Pylance
|
||||
- Jupyter
|
||||
- Copilot
|
||||
|
||||
### Cursor
|
||||
|
||||
**特点**：AI原生IDE
|
||||
**网址**：[cursor.com](https://cursor.com/)
|
||||
|
||||
### Jupyter Lab
|
||||
|
||||
```bash
|
||||
pip install jupyterlab
|
||||
jupyter lab
|
||||
```
|
||||
|
||||
---
|
||||
|
||||
## 在线学习资源
|
||||
|
||||
### 课程
|
||||
|
||||
| 名称 | 平台 | 链接 |
|
||||
|-----|------|------|
|
||||
| CS231n | Stanford | [cs231n.stanford.edu](http://cs231n.stanford.edu/) |
|
||||
| Fast.ai | fast.ai | [course.fast.ai](https://course.fast.ai/) |
|
||||
| 吴恩达深度学习 | Coursera | [coursera.org/specializations/deep-learning](https://www.coursera.org/specializations/deep-learning) |
|
||||
|
||||
### 博客与文档
|
||||
|
||||
- [Lil'Log](https://lilianweng.github.io/) - AI深度文章
|
||||
- [The Illustrated Transformer](https://jalammar.github.io/illustrated-transformer/)
|
||||
- [Distill.pub](https://distill.pub/) - 可视化论文
|
||||
|
||||
### 数据集
|
||||
|
||||
| 数据集 | 内容 | 链接 |
|
||||
|-------|------|------|
|
||||
| ImageNet | 图像分类 | [image-net.org](https://www.image-net.org/) |
|
||||
| COCO | 目标检测 | [cocodataset.org](https://cocodataset.org/) |
|
||||
| OpenStreetMap | 地图数据 | [openstreetmap.org](https://www.openstreetmap.org/) |
|
||||
|
||||
---
|
||||
|
||||
## 模型资源
|
||||
|
||||
### Hugging Face
|
||||
|
||||
**网址**：[huggingface.co](https://huggingface.co/)
|
||||
|
||||
**功能**：
|
||||
- 模型仓库
|
||||
- 数据集
|
||||
- Spaces在线演示
|
||||
|
||||
### 常用模型
|
||||
|
||||
| 任务 | 推荐模型 | Hugging Face ID |
|
||||
|-----|---------|----------------|
|
||||
| 文生图 | Stable Diffusion XL | stabilityai/stable-diffusion-xl-base-1.0 |
|
||||
| 目标检测 | YOLOv8 | Ultralytics |
|
||||
| 语义分割 | SAM | segment-anything |
|
||||
| 大语言模型 | Llama 3 | meta-llama/Meta-Llama-3-8B |
|
||||
|
||||
---
|
||||
|
||||
## 硬件资源
|
||||
|
||||
### 云平台
|
||||
|
||||
| 平台 | 特点 | 适合场景 |
|
||||
|-----|------|---------|
|
||||
| Google Colab | 免费GPU | 学习实验 |
|
||||
| Kaggle Notebooks | 免费GPU | 竞赛 |
|
||||
| AutoDL | 按时计费 | 中期项目 |
|
||||
| 阿里云PAI | 国内稳定 | 生产部署 |
|
||||
|
||||
### 本地GPU
|
||||
|
||||
推荐配置：
|
||||
- GPU：RTX 3060 (12GB) 或更高
|
||||
- 内存：16GB+
|
||||
- 存储：至少100GB SSD
|
||||
|
||||
---
|
||||
|
||||
## 最后更新
|
||||
|
||||
2026年4月
|
||||
@@ -0,0 +1,50 @@
|
||||
@book{EJUUCH39,
|
||||
title = {All the Math You Missed 2nd Edition},
|
||||
author = {{Thomas A. Garrity}},
|
||||
edition = {2},
|
||||
url = {https://www.cambridge.org/universitypress/subjects/mathematics/recreational-mathematics/all-math-you-missed-need-know-graduate-school-2nd-edition},
|
||||
urldate = {2026-05-29},
|
||||
langid = {gb},
|
||||
file = {F\:\\Zotero\\storage\\QZZ9ML74\\thomas-a.-garrity-all-the-math-you-missed-2nd-ed.pdf;F\:\\Zotero\\storage\\85NY3EYQ\\all-math-you-missed-need-know-graduate-school-2nd-edition.html}
|
||||
}
|
||||
|
||||
@book{MGDW8DPN,
|
||||
title = {人工智能：计算agent基础},
|
||||
author = {{普尔} and {麦克沃思}},
|
||||
translator = {{董红斌} and {董兴业} and {童向荣} and {汪廷华}},
|
||||
namea = {{David L.Poole} and {Alan K.Mackworth}},
|
||||
nameatype = {collaborator},
|
||||
date = {2015-01-01},
|
||||
series = {计算机科学丛书},
|
||||
publisher = {机械工业出版社},
|
||||
url = {https://book.douban.com/subject/26319332/},
|
||||
urldate = {2026-05-26},
|
||||
abstract = {《人工智能:计算agent基础》讨论AI科学，它将AI作为智能计算Agent设计的研究课题。《人工智能:计算agent基础》虽然设计为教科书，但它也适合广大专业人员和研究人员阅读。《人工智能:计算agent基础》的一个重要特色是其在线学习资源。在过去的几十年里，人工智能是作为一种严肃科学和工程学科出现的。《人工智能:计算agent基础》提供了针对本科生和研究生的第一手便利可用的领域综合资料，对当今该领域的基础发展进行了展望。像任何名副其实的科学一样，AI具有条理分明、形式化的理论和难以控制的实验。《人工智能:计算agent基础》均衡了理论和实验部分，并说明了如何将理论与实验密切地联系起来，使科学与工程应用共同发展。},
|
||||
isbn = {978-7-111-48457-8},
|
||||
langid = {chinese},
|
||||
origtitle = {Artificial Intelligence Foundations of Computational Agents},
|
||||
pagetotal = {452},
|
||||
annotation = {price: 79.00\\
|
||||
comments: 3\\
|
||||
creatorsExt: [\{"firstName":"","lastName":"普尔","creatorType":"author","fieldMode":1,"country":"加","original":"David L.Poole"\},\{"firstName":"","lastName":"麦克沃思","creatorType":"author","fieldMode":1,"country":"加","original":"Alan K.Mackworth"\},\{"firstName":"","lastName":"董红斌","creatorType":"translator","fieldMode":1,"country":"","original":""\},\{"firstName":"","lastName":"董兴业","creatorType":"translator","fieldMode":1,"country":"","original":""\},\{"firstName":"","lastName":"童向荣","creatorType":"translator","fieldMode":1,"country":"","original":""\},\{"firstName":"","lastName":"汪廷华","creatorType":"translator","fieldMode":1,"country":"","original":""\}]}
|
||||
}
|
||||
|
||||
@book{RP2EHXXB,
|
||||
title = {UNIX编程艺术},
|
||||
author = {Raymond, Eric S.},
|
||||
translator = {{姜宏} and {何源} and {蔡晓俊}},
|
||||
date = {2011-01},
|
||||
series = {博文视点·传世经典书丛},
|
||||
publisher = {电子工业出版社},
|
||||
url = {https://book.douban.com/subject/5387401/},
|
||||
urldate = {2026-06-04},
|
||||
abstract = {本书主要介绍了Unix系统领域中的设计和开发哲学、思想文化体系、原则与经验，由公认的Unix编程大师、开源运动领袖人物之一Eric S. Raymond倾力多年写作而成。包括Unix设计者在内的多位领域专家也为本书贡献了宝贵的内容。本书内容涉及社群文化、软件开发设计与实现，覆盖面广、内容深邃，完全展现了作者极其深厚的经验积累和领域智慧。},
|
||||
isbn = {978-7-121-12329-0},
|
||||
langid = {chinese},
|
||||
origtitle = {The Art of UNIX Programming},
|
||||
pagetotal = {530},
|
||||
annotation = {price: 69.00元\\
|
||||
rating: 8.8\\
|
||||
ratingPeople: 334人评价\\
|
||||
comments: 117}
|
||||
}
|
||||
@@ -0,0 +1,65 @@
|
||||
import re, os
|
||||
|
||||
outdir = os.path.join(os.path.dirname(__file__), 'chapters')
|
||||
counts = {'labels': 0, 'dashes': 0, 'rules': 0, 'chapnum': 0, 'secnum': 0, 'emdashtext': 0}
|
||||
|
||||
for fname in sorted(os.listdir(outdir)):
|
||||
if not fname.endswith('.tex') or fname == 'ch13-conclusion.tex':
|
||||
continue
|
||||
|
||||
fpath = os.path.join(outdir, fname)
|
||||
with open(fpath, 'r', encoding='utf-8') as f:
|
||||
content = f.read()
|
||||
|
||||
# 1. Remove Unicode labels like \label{ux7b2c...}
|
||||
label_pattern = re.compile(r'\\label\{[^}]*ux[0-9a-f]+[^}]*\}')
|
||||
matches = label_pattern.findall(content)
|
||||
counts['labels'] += len(matches)
|
||||
content = label_pattern.sub('', content)
|
||||
|
||||
# 2. Fix dashes + strip chapter number prefix (first line)
|
||||
lines = content.split('\n')
|
||||
if lines and lines[0].startswith('\\chapter{'):
|
||||
old_line = lines[0]
|
||||
new_line = old_line.replace('------', '——')
|
||||
new_line = re.sub(r'\\chapter\{第\d+章[：:\s]+', r'\\chapter{', new_line)
|
||||
if new_line != old_line:
|
||||
if '------' in old_line:
|
||||
counts['dashes'] += 1
|
||||
if re.search(r'第\d+章', old_line):
|
||||
counts['chapnum'] += 1
|
||||
lines[0] = new_line
|
||||
content = '\n'.join(lines)
|
||||
|
||||
# 3. Remove decorative rules
|
||||
rule = '\\begin{center}\\rule{0.5\\linewidth}{0.5pt}\\end{center}'
|
||||
count = content.count(rule)
|
||||
counts['rules'] += count
|
||||
content = content.replace(rule + '\n\n', '\n')
|
||||
content = content.replace(rule + '\n', '\n')
|
||||
|
||||
# 4. Fix em-dashes in body text
|
||||
count = content.count('------')
|
||||
counts['emdashtext'] += count
|
||||
content = content.replace('------', '——')
|
||||
|
||||
# 5. Strip numeric prefixes from section/subsection/subsubsection
|
||||
for cmd in ['section', 'subsection', 'subsubsection']:
|
||||
def make_stripper(cmd_name):
|
||||
def strip_num(m):
|
||||
title = m.group(1)
|
||||
new_title = re.sub(r'^\d+\.(\d+(\.\d+)?)?\s*', '', title)
|
||||
if new_title != title:
|
||||
counts['secnum'] += 1
|
||||
return '\\' + cmd_name + '{' + new_title + '}'
|
||||
return m.group(0)
|
||||
return strip_num
|
||||
pattern = re.compile(r'\\' + cmd + r'\{([^}]+)\}')
|
||||
content = pattern.sub(make_stripper(cmd), content)
|
||||
|
||||
with open(fpath, 'w', encoding='utf-8') as f:
|
||||
f.write(content)
|
||||
|
||||
print(f'OK {fname}')
|
||||
|
||||
print(f'Done: labels={counts["labels"]} dashes={counts["dashes"]} rules={counts["rules"]} chapnum={counts["chapnum"]} secnum={counts["secnum"]} emdash_text={counts["emdashtext"]}')
|
||||
@@ -0,0 +1,2 @@
|
||||
\chapter*{附录}
|
||||
\addcontentsline{toc}{chapter}{附录}
|
||||
File diff suppressed because it is too large
Load Diff
@@ -0,0 +1,448 @@
|
||||
\chapter{Vibe Coding与工具链}
|
||||
|
||||
本附录介绍Vibe Coding的概念与实践，以及VsCode、Claude
|
||||
Code、Markdown/Obsidian、Git/GitHub等核心工具的使用方法。
|
||||
|
||||
\section{Vibe Coding的概念与工具}
|
||||
|
||||
\subsection{\greenheading{什么是Vibe Coding}}
|
||||
|
||||
传统编程遵循``明确需求 → 设计算法 → 编写代码''的线性流程，而 Vibe Coding 则转变为``\textbf{模糊想法 → AI辅助 → 迭代完善}''。这是一种以AI为核心的编程新模式：开发者用自然语言描述意图，AI生成代码，再通过迭代对话逐步完善。对于编程经验较少的设计专业读者而言，这种模式大幅降低了技术门槛——不需要记住语法细节，只需要清楚地表达”想要什么”。
|
||||
|
||||
然而，编程技术门槛的降低并不意味着对原理理解的放松。《Unix编程艺术》\cite{RP2EHXXB}中提出了一条经典原则——``机制，而非策略''（Mechanism, not policy）：好的系统应当提供稳定、通用的底层能力（机制），而将具体的使用方式和决策（策略）交给使用者。在 Vibe Coding 中，这一关系发生了有趣的反转：AI 承担的恰恰是``策略''的角色——它根据开发者的意图，自主选择实现方案、生成具体代码、决定技术路线；而开发者则必须掌握``机制''——理解算法原理、架构模式和调试方法——才能判断 AI 的策略是否正确。这意味着，Vibe Coding 对开发者的要求从``会写代码''转向了``会判断代码''：你需要理解架构原理才能审查AI的方案，需要掌握调试方法才能发现AI的错误，需要对领域知识有足够认知才能提出正确的问题。换言之，\textbf{AI 降低了编程的执行门槛，却提高了对思维门槛的要求}。
|
||||
|
||||
\subsection{工作流程}
|
||||
|
||||
Vibe Coding 的基本流程是：\textbf{描述意图}→AI生成代码→运行测试→迭代优化→理解学习。例如，先让AI"创建一个图像分类模型"，运行后发现问题，再逐步调整——"把隐藏层改成128个神经元"——最终阅读并理解AI生成的代码。简单任务可直接通过对话完成；面对较复杂的项目，推荐采用更结构化的四阶段工作流——\textbf{Explore-Plan-Code-Commit}（EPCC，表\ref{tab:epcc}），将 Vibe Coding 从"随意迭代"提升为"有章法的 AI 协作"。
|
||||
|
||||
\begin{table}[htbp]
|
||||
\centering
|
||||
\caption{Explore-Plan-Code-Commit 工作流四阶段}
|
||||
\label{tab:epcc}
|
||||
\begin{tabular}{@{} l l p{3.5cm} p{5.5cm} @{}}
|
||||
\toprule
|
||||
\textbf{阶段} & \textbf{英文} & \textbf{目的} & \textbf{典型操作} \\
|
||||
\midrule
|
||||
探索 & Explore & 理解项目全貌，避免脱离实际 & 通读现有代码、搜索相关文件、理解架构与已有模式 \\[3pt]
|
||||
规划 & Plan & 先想清楚再动手，确保方向正确 & 让 AI 生成实施方案，审查确认后再编码 \\[3pt]
|
||||
编码 & Code & 按计划逐步实现 & 分步实现功能、逐步验证、遇到问题回退调整 \\[3pt]
|
||||
提交 & Commit & 阶段性成果存档，保留历史轨迹 & 及时 git commit，附上有意义的说明 \\
|
||||
\bottomrule
|
||||
\end{tabular}
|
||||
\end{table}
|
||||
|
||||
\textbf{示例场景}：为景观设计项目创建一个植物配置推荐工具。
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
\textbf{Explore}：让 AI 先通读项目中的植物数据库、现有推荐逻辑和用户反馈文件，理解上下文
|
||||
\item
|
||||
\textbf{Plan}：请求 AI 制定方案——``先分析需求，列出要实现的模块，我确认后再开始写代码''
|
||||
\item
|
||||
\textbf{Code}：按方案逐模块实现，每完成一个模块就运行验证
|
||||
\item
|
||||
\textbf{Commit}：每个功能模块完成后提交一次，如 ``feat: 添加按气候区域筛选植物的功能''
|
||||
\end{enumerate}
|
||||
|
||||
EPCC 的核心理念是\textbf{先理解、再规划、后动手、常存档}——这与传统的"边写边想"形成对比，特别适合设计专业读者在 AI 辅助下管理复杂项目。
|
||||
|
||||
值得强调的是，Commit 阶段并非简单的``保存''，而是\textbf{人工审核的检查点}。每一次 commit 都意味着开发者已经阅读、理解并确认了 AI 生成的代码——只有审核无误的内容才应当提交。因此，在 Vibe Coding 中不宜一次性让 AI 生成大量代码，而应将任务拆分为小步骤，每一步都以一次成功的 commit 为目标。从这个意义上说，Vibe Coding 的过程就是\textbf{不断 commit 的过程}：生成一小段代码 → 审核确认 → commit → 进入下一轮。这种``小步快跑''的节奏既保证了代码质量，也帮助开发者在每次 commit 中逐步积累对项目的理解。
|
||||
|
||||
\subsection{工具生态}
|
||||
|
||||
当前 AI 编程工具已形成多种产品形态，各有侧重（表\ref{tab:ai-tools}）。
|
||||
|
||||
\begin{table}[htbp]
|
||||
\centering
|
||||
\caption{AI 编程工具的分类与代表产品}
|
||||
\label{tab:ai-tools}
|
||||
\begin{tabular}{@{} l l p{3.2cm} p{4.5cm} @{}}
|
||||
\toprule
|
||||
\textbf{类别} & \textbf{代表工具} & \textbf{特点} & \textbf{适用场景} \\
|
||||
\midrule
|
||||
网页对话 & ChatGPT、Claude.ai & 代码生成与解释，零配置 & 学习咨询、快速原型 \\[3pt]
|
||||
编辑器插件 & GitHub Copilot、Cline & 实时补全与对话，融入现有 IDE & 日常开发 \\[3pt]
|
||||
AI 原生 IDE & Cursor、Windsurf & 对话式编程，深度集成项目理解 & 快速原型、中型项目 \\[3pt]
|
||||
终端智能体 & Claude Code、Codex CLI & CLI 操作，多文件协作，架构级推理 & 项目级开发、大型重构 \\[3pt]
|
||||
云端自主智能体 & OpenAI Codex、Devin & 云端沙箱全自动执行 & 重复性任务、CI/CD 集成 \\
|
||||
\bottomrule
|
||||
\end{tabular}
|
||||
\end{table}
|
||||
|
||||
初学者可从``网页对话''入手，逐步过渡到``编辑器插件''和``AI 原生 IDE''。对于需要深度掌控项目结构的中大型工作，``终端智能体''提供了最强的控制力和推理深度。``云端自主智能体''正在快速发展，能够独立完成从需求到部署的全流程，但在可控性和代码质量方面仍有提升空间。选择工具时，核心考量因素包括：上下文理解能力（能否理解整个项目而非单文件）、代码质量与幻觉控制（生成结果是否可靠）、以及成本效率（每次交互的 token 消耗）。
|
||||
|
||||
\section{Claude Code简介与使用}
|
||||
|
||||
\subsection{什么是Claude Code}
|
||||
|
||||
Claude
|
||||
Code是Anthropic推出的命令行AI编程工具（CLI），能够直接在终端中理解项目上下文、读写文件、执行命令，实现端到端的AI辅助开发。它也提供VSCode扩展，可以在编辑器中无缝使用。
|
||||
|
||||
\subsection{安装与配置}
|
||||
|
||||
\emph{\# 安装（需要 Node.js 18+）}\\
|
||||
npm install -g @anthropic-ai/claude-code\\
|
||||
\strut \\
|
||||
\emph{\# 进入项目目录后启动}\\
|
||||
cd my\_project\\
|
||||
claude
|
||||
|
||||
启动后进入交互式对话界面，直接用自然语言描述需求即可。
|
||||
|
||||
\subsection{核心使用方式}
|
||||
|
||||
\textbf{对话式开发}：用自然语言描述任务，Claude
|
||||
Code会自动读取相关文件、编写代码、执行测试。
|
||||
|
||||
\textgreater{}
|
||||
帮我创建一个数据预处理的Python脚本，读取CSV文件并清洗缺失值
|
||||
|
||||
\textbf{文件操作}：Claude
|
||||
Code可以直接读取、创建和编辑项目中的文件，每次修改前会征得确认。
|
||||
|
||||
\textbf{命令执行}：可以请求Claude
|
||||
Code运行终端命令，如安装依赖、运行脚本等。
|
||||
|
||||
\subsection{VSCode中的Claude
|
||||
Code}
|
||||
|
||||
Claude Code提供VSCode扩展，在编辑器中获得同样的AI辅助能力：
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
在VSCode扩展商店搜索 ``Claude Code“ 并安装
|
||||
\item
|
||||
打开项目文件夹
|
||||
\item
|
||||
使用快捷键或侧边栏打开Claude面板
|
||||
\item
|
||||
在编辑器中选中代码后，可以直接向Claude提问或请求修改
|
||||
\end{enumerate}
|
||||
|
||||
\textbf{常用场景}： - 选中一段代码，请求”解释这段代码“ -
|
||||
选中函数，请求”添加错误处理” - 在Claude面板中输入”帮我写单元测试”
|
||||
|
||||
\subsection{典型项目工作流}
|
||||
|
||||
\textbf{推荐项目结构}：
|
||||
|
||||
project/\\
|
||||
├── data/ \# 数据文件\\
|
||||
├── notebooks/ \# Jupyter笔记本\\
|
||||
├── src/ \# 源代码\\
|
||||
│ ├── models/ \# 模型定义\\
|
||||
│ ├── utils/ \# 工具函数\\
|
||||
│ └── train.py \# 训练脚本\\
|
||||
├── requirements.txt \# 依赖列表\\
|
||||
└── README.md \# 项目说明
|
||||
|
||||
\paragraph{开发流程：}
|
||||
|
||||
\emph{\# 1. 创建环境}\\
|
||||
conda create -n myproject python=3.10\\
|
||||
conda activate myproject\\
|
||||
\strut \\
|
||||
\emph{\# 2. 安装依赖}\\
|
||||
pip install -r requirements.txt\\
|
||||
\strut \\
|
||||
\emph{\# 3. 启动 Claude Code 进行AI辅助开发}\\
|
||||
claude\\
|
||||
\strut \\
|
||||
\emph{\# 4. 保存环境}\\
|
||||
conda env export \textgreater{} environment.yml
|
||||
|
||||
\subsection{Markdown语法及Obsidian工具}
|
||||
|
||||
\subsubsection{Markdown简介}
|
||||
|
||||
Markdown是一种轻量级标记语言，用纯文本格式编写文档，可以方便地转换为HTML、PDF等格式。它的语法简洁直观，是技术文档、笔记、学术写作的常用工具。
|
||||
|
||||
本书全部内容即使用Markdown编写。
|
||||
|
||||
\subsubsection{基础语法}
|
||||
|
||||
\textbf{标题}：
|
||||
|
||||
\# 一级标题\\
|
||||
\#\# 二级标题\\
|
||||
\#\#\# 三级标题
|
||||
|
||||
唯一的一级标题：在一个文档中，通常只使用一个一级标题作为文档的主标题，这符合良好的文档结构规范。
|
||||
|
||||
\textbf{文本格式}：
|
||||
|
||||
*斜体* **加粗** ***粗斜体***
|
||||
\textasciitilde\textasciitilde 删除线\textasciitilde\textasciitilde{}
|
||||
\textless{}\textbf{u}\textgreater 下划线\textless/\textbf{u}\textgreater{}
|
||||
\textbf{\emph{`行内代码`}} \textbf{==高亮文本==} \_\_\_分隔线
|
||||
|
||||
包含反引号的代码：当代码本身包含反引号时，使用两个反引号包围，使用
|
||||
`code` 这样的格式
|
||||
|
||||
\textbf{列表}： 列表可以嵌套使用
|
||||
|
||||
- 无序列表项1
|
||||
|
||||
- 无序列表项2
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\tightlist
|
||||
\item
|
||||
有序列表项1
|
||||
\end{enumerate}
|
||||
|
||||
\begin{lstlisting}
|
||||
2. 有序列表项2
|
||||
\end{lstlisting}
|
||||
|
||||
- {[} {]} 未完成的任务
|
||||
|
||||
\begin{lstlisting}
|
||||
- [x] 已完成的任务
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{链接与图片}：
|
||||
|
||||
{[}链接文字{]}(https://example.com) \textless!-\/- 行内链接
|
||||
-\/-\textgreater{}\\
|
||||
{[}链接文字{]}{[}1{]} \textless!-\/- 参考式链接 -\/-\textgreater{}\\
|
||||
{[}跳转到基础{]}(\#基础) \textless!-\/- 锚点链接 -\/-\textgreater{}\\
|
||||
\strut \\
|
||||
{[}1{]}: https://www.example.com \textless!-\/- 参考链接定义
|
||||
-\/-\textgreater{}\\
|
||||
\strut \\
|
||||
!{[}图片说明{]}(image.png) \textless!-\/- 基本图片 -\/-\textgreater{}\\
|
||||
*图7.8 路杀动物* \textless!-\/- 图片下方用斜体作为图注
|
||||
-\/-\textgreater{}\\
|
||||
\strut \\
|
||||
\textless!-\/- 图片居中对齐并指定宽度 -\/-\textgreater{}\\
|
||||
\textless div align="center"\textgreater{}\\
|
||||
\textless img src="image.png" alt="说明"
|
||||
style="width:10cm;"/\textgreater{}\\
|
||||
\textless p\textgreater\textless em\textgreater 图片标题\textless/em\textgreater\textless/p\textgreater{}\\
|
||||
\textless/div\textgreater{}
|
||||
|
||||
\textbf{代码块}：
|
||||
|
||||
\textbf{\emph{```python}}\\
|
||||
print("Hello, World!")\\
|
||||
\textbf{\emph{```}}
|
||||
|
||||
带行号的代码区块（需要渲染器支持，如 Docusaurus、VuePress）：
|
||||
|
||||
\textbf{\emph{```javascript linenums="1"}}\\
|
||||
\textbf{\emph{function greet(name) \{}}\\
|
||||
\textbf{\emph{console.log(`Hello, \$\{name\}!{\kern0pt}`);}}\\
|
||||
\textbf{\emph{\}}}\\
|
||||
\textbf{\emph{```}}
|
||||
|
||||
表格：
|
||||
|
||||
\textbar{} 列1 \textbar{} 列2 \textbar{} 列3 \textbar{}\\
|
||||
\textbar-\/-\/-\/-\/-\textbar-\/-\/-\/-\/-\textbar-\/-\/-\/-\/-\textbar{}\\
|
||||
\textbar{} 内容 \textbar{} 内容 \textbar{} 内容 \textbar{}
|
||||
|
||||
对齐方式：:-\/-\/- 左对齐，:-\/-\/-: 居中，-\/-\/-: 右对齐：
|
||||
|
||||
\textbar{} 左对齐 \textbar{} 居中对齐 \textbar{} 右对齐 \textbar{}\\
|
||||
\textbar{} :-\/-\/-\/-\/- \textbar{} :-\/-\/-\/-\/-\/-: \textbar{}
|
||||
-\/-\/-\/-\/-: \textbar{}\\
|
||||
\textbar{} 内容 \textbar{} 内容 \textbar{} 100 \textbar{}
|
||||
|
||||
\textbf{注记}： 输入后在Obsidian编辑器中会自动弹出添加注记模块
|
||||
|
||||
脚注{[}\^{}1{]}
|
||||
|
||||
\textbf{引用}：
|
||||
|
||||
\textgreater{} 这是一段引用文字\\
|
||||
\strut \\
|
||||
\textgreater{} 多级嵌套引用\\
|
||||
\textgreater{} \textgreater{} 第二层\\
|
||||
\textgreater{} \textgreater{} \textgreater{} 第三层\\
|
||||
\strut \\
|
||||
\textgreater{} **本章要点**\\
|
||||
\textgreater{}\\
|
||||
\textgreater{} - 了解项目背景和目标\\
|
||||
\textgreater{} - 掌握核心功能特性
|
||||
|
||||
\paragraph{图表绘制（Mermaid）：}
|
||||
|
||||
使用 ```mermaid 代码块，部分渲染器（GitHub、Typora、Obsidian）支持：
|
||||
|
||||
流程图：
|
||||
|
||||
\textbf{\emph{```mermaid}}
|
||||
|
||||
\textbf{\emph{graph LR}}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\Alph{enumi}.}
|
||||
\item
|
||||
\textbf{\emph{{[}开始{]} -\/-\textgreater{} B\{条件判断\}}}
|
||||
\item
|
||||
\textbf{\emph{-\/-\textgreater\textbar 是\textbar{} C{[}执行操作1{]}}}
|
||||
\item
|
||||
\textbf{\emph{-\/-\textgreater\textbar 否\textbar{} D{[}执行操作2{]}}}
|
||||
\item
|
||||
\textbf{\emph{-\/-\textgreater{} E{[}结束{]}}}
|
||||
\item
|
||||
\textbf{\emph{-\/-\textgreater{} E}}
|
||||
\end{enumerate}
|
||||
|
||||
\textbf{\emph{```}}
|
||||
|
||||
时序图：
|
||||
|
||||
\textbf{\emph{```mermaid}}\\
|
||||
\textbf{\emph{sequenceDiagram}}\\
|
||||
\textbf{\emph{participant 用户}}\\
|
||||
\textbf{\emph{participant 系统}}\\
|
||||
\textbf{\emph{用户-\textgreater\textgreater 系统: 登录请求}}\\
|
||||
\textbf{\emph{系统-\/-\textgreater\textgreater 用户: 返回结果}}\\
|
||||
\textbf{\emph{```}}
|
||||
|
||||
甘特图：
|
||||
|
||||
\textbf{\emph{```mermaid}}\\
|
||||
\textbf{\emph{gantt}}\\
|
||||
\textbf{\emph{title 项目计划}}\\
|
||||
\textbf{\emph{dateFormat YYYY-MM-DD}}\\
|
||||
\textbf{\emph{section 设计}}\\
|
||||
\textbf{\emph{需求分析 :done, 2024-01-01, 15d}}\\
|
||||
\textbf{\emph{section 开发}}\\
|
||||
\textbf{\emph{编码实现 :active, 2024-01-16, 30d}}\\
|
||||
\textbf{\emph{```}}
|
||||
|
||||
饼图：
|
||||
|
||||
\textbf{\emph{```mermaid}}\\
|
||||
\textbf{\emph{pie}}\\
|
||||
\textbf{\emph{title 市场份额}}\\
|
||||
\textbf{\emph{"Chrome" : 65}}\\
|
||||
\textbf{\emph{"Safari" : 15}}\\
|
||||
\textbf{\emph{"其他" : 20}}\\
|
||||
\textbf{\emph{```}}
|
||||
|
||||
\textbf{数学公式}：
|
||||
|
||||
行内公式用 \$...\$，块级公式用 \$\$...\$\$，语法基于 LaTeX：
|
||||
|
||||
质能方程 \$E = mc\^{}2\$，其中 \$c\$ 为光速。
|
||||
|
||||
\[\int_{- \infty}^{\infty}e^{- x^{2}}dx = \sqrt{\pi}\]
|
||||
|
||||
多行对齐公式：
|
||||
|
||||
\[\begin{aligned}
|
||||
f(x) & = ax^{2} + bx + c \\
|
||||
f'(x) & = 2ax + b
|
||||
\end{aligned}\]
|
||||
|
||||
矩阵：
|
||||
|
||||
\[\begin{pmatrix}
|
||||
a & b \\
|
||||
c & d
|
||||
\end{pmatrix}\]
|
||||
|
||||
\subsubsection{Obsidian：Markdown笔记工具}
|
||||
|
||||
\href{https://obsidian.md/}{Obsidian}
|
||||
是一款基于Markdown的知识管理工具，适合构建个人知识库和笔记系统。
|
||||
|
||||
\textbf{核心特性}： -
|
||||
\textbf{本地存储}：所有笔记以Markdown文件保存在本地，数据完全自主 -
|
||||
\textbf{双向链接}：用 {[}{[}笔记名{]}{]}
|
||||
在笔记之间建立链接，形成知识网络 -
|
||||
\textbf{图谱视图}：可视化笔记之间的关联关系 -
|
||||
\textbf{插件生态}：丰富的社区插件扩展功能（如日历、看板、模板等） -
|
||||
\textbf{实时预览}：编辑Markdown时实时渲染效果
|
||||
|
||||
\textbf{使用建议}： -
|
||||
用Obsidian打开本教材的根目录，即可获得完整的阅读与编辑体验 -
|
||||
建议安装“目录”插件，方便在长文档中快速导航 -
|
||||
利用双向链接功能，将学习笔记与教材内容关联起来
|
||||
|
||||
\subsection{Git版本管理与GitHub协作}
|
||||
|
||||
\subsubsection{为什么需要版本管理}
|
||||
|
||||
在项目开发过程中，文件会不断修改。版本管理工具可以： -
|
||||
记录每一次修改的内容和时间 - 随时回退到之前的任意版本 -
|
||||
多人协作时避免互相覆盖
|
||||
|
||||
Git是当前最流行的分布式版本管理系统。
|
||||
|
||||
\subsubsection{Git基础操作}
|
||||
|
||||
\paragraph{初始化仓库：}
|
||||
|
||||
\emph{\# 在项目目录中初始化Git}\\
|
||||
cd my\_project\\
|
||||
git init
|
||||
|
||||
\paragraph{日常三步曲：}
|
||||
|
||||
\emph{\# 1. 查看当前修改状态}\\
|
||||
git status\\
|
||||
\strut \\
|
||||
\emph{\# 2. 将修改添加到暂存区}\\
|
||||
git add filename.md \emph{\# 添加指定文件}\\
|
||||
git add . \emph{\# 添加所有修改}\\
|
||||
\strut \\
|
||||
\emph{\# 3. 提交修改（附带说明）}\\
|
||||
git commit -m "添加了数据预处理功能"
|
||||
|
||||
\textbf{查看历史}：
|
||||
|
||||
\emph{\# 查看提交历史}\\
|
||||
git log -\/-oneline\\
|
||||
\strut \\
|
||||
\emph{\# 查看某次提交的具体改动}\\
|
||||
git show abc1234
|
||||
|
||||
\textbf{回退操作}：
|
||||
|
||||
\emph{\# 查看某文件的历史版本}\\
|
||||
git log -\/- filename.md\\
|
||||
\strut \\
|
||||
\emph{\# 恢复某个文件到指定版本}\\
|
||||
git checkout abc1234 -\/- filename.md
|
||||
|
||||
\subsubsection{GitHub：云端协作平台}
|
||||
|
||||
\href{https://github.com/}{GitHub}
|
||||
是基于Git的代码托管平台，提供云端存储和协作功能。
|
||||
|
||||
\textbf{核心概念}： -
|
||||
\textbf{仓库（Repository）}：项目的存储空间，包含所有文件和历史记录 -
|
||||
\textbf{远程同步}：将本地仓库推送到GitHub，或从GitHub拉取更新 -
|
||||
\textbf{协作}：多人通过分支和合并协同工作
|
||||
|
||||
\textbf{常用操作}：
|
||||
|
||||
\emph{\# 关联远程仓库}\\
|
||||
git remote add origin https://github.com/username/project.git\\
|
||||
\strut \\
|
||||
\emph{\# 推送到远程}\\
|
||||
git push -u origin main\\
|
||||
\strut \\
|
||||
\emph{\# 从远程拉取更新}\\
|
||||
git pull
|
||||
|
||||
\textbf{本书的Git管理}：
|
||||
|
||||
本书内容即通过Git进行版本管理。每个章节的修改都有完整的提交记录，可以通过
|
||||
git log 查看内容的演变历史。
|
||||
|
||||
\subsubsection{推荐工作流}
|
||||
|
||||
对于设计专业的学习和研究项目，建议采用以下简化工作流：
|
||||
|
||||
编写/修改文档 → git add → git commit → git push
|
||||
|
||||
每次完成一个阶段性工作（如写完一节内容、完成一次实验）后提交一次，附上简洁的说明。这样既保留了完整的历史记录，也不会因为误操作而丢失工作成果。
|
||||
@@ -0,0 +1,117 @@
|
||||
\chapter{学术论文撰写工作流}
|
||||
|
||||
本附录介绍文献检索管理、论文写作工具、AI辅助写作流程及引用格式规范。
|
||||
|
||||
\section{文献检索与管理}
|
||||
|
||||
\subsection{检索平台}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1979}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1771}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.6042}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
平台
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
特点
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
网址
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
Google Scholar & 综合学术搜索 &
|
||||
\href{https://scholar.google.com/}{scholar.google.com} \\
|
||||
arXiv & AI领域预印本 & \href{https://arxiv.org/}{arxiv.org} \\
|
||||
Semantic Scholar & AI辅助文献搜索 &
|
||||
\href{https://www.semanticscholar.org/}{semanticscholar.org} \\
|
||||
CNKI & 中文学术文献 & \href{https://www.cnki.net/}{cnki.net} \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\subsection{文献管理工具}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 2\tabcolsep) * \real{0.1528}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 2\tabcolsep) * \real{0.4028}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
工具
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
特点
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
Zotero & 免费、开源、支持浏览器插件 \\
|
||||
Mendeley & PDF标注与协作 \\
|
||||
EndNote & 功能全面、与Word深度集成 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\section{论文写作工具}
|
||||
|
||||
\subsection{LaTeX}\label{latex}
|
||||
|
||||
学术排版的行业标准，适合公式密集的论文。
|
||||
|
||||
\begin{itemize}
|
||||
\item
|
||||
\textbf{在线编辑}：\href{https://www.overleaf.com/}{Overleaf} ---
|
||||
无需本地安装，支持协作
|
||||
\item
|
||||
\textbf{本地编辑}：TeX Live + VSCode LaTeX Workshop 插件
|
||||
\end{itemize}
|
||||
|
||||
\subsection{Markdown + Pandoc}\label{markdown-pandoc}
|
||||
|
||||
轻量级写作方案，适合课程报告和技术文档。
|
||||
|
||||
\emph{\# Markdown 转 Word / PDF}\\
|
||||
pandoc paper.md -o paper.docx\\
|
||||
pandoc paper.md -o paper.pdf -\/-pdf-engine=xelatex
|
||||
|
||||
\section{AI辅助写作流程}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
\textbf{文献综述}：使用 ChatGPT/Claude
|
||||
快速了解研究领域的核心文献和发展脉络
|
||||
\item
|
||||
\textbf{大纲生成}：通过AI辅助梳理论文结构和逻辑框架
|
||||
\item
|
||||
\textbf{段落撰写}：AI辅助润色语言表达、翻译中英文
|
||||
\item
|
||||
\textbf{格式排版}：利用模板和工具自动处理格式
|
||||
\end{enumerate}
|
||||
|
||||
注意：AI辅助写作应遵循学术诚信原则，AI生成的内容需人工审核和改写，核心观点和论证应由作者独立完成。
|
||||
|
||||
\section{引用与格式规范}
|
||||
|
||||
\subsection{常用引用格式}
|
||||
|
||||
\begin{itemize}
|
||||
\item
|
||||
\textbf{APA}：社会科学常用
|
||||
\item
|
||||
\textbf{IEEE}：工程和计算机科学常用
|
||||
\item
|
||||
\textbf{GB/T 7714}：中国国家标准
|
||||
\end{itemize}
|
||||
|
||||
\subsection{BibTeX示例}
|
||||
|
||||
@article\{vaswani2017attention,\\
|
||||
title=\{Attention is all you need\},\\
|
||||
author=\{Vaswani, Ashish and others\},\\
|
||||
journal=\{NeurIPS\},\\
|
||||
volume=\{30\},\\
|
||||
year=\{2017\}\\
|
||||
\}
|
||||
@@ -0,0 +1,471 @@
|
||||
\chapter{网络、网站与在线可视化}
|
||||
|
||||
本附录介绍网络基础知识、网站搭建入门，以及在线数据可视化的工具与方法。
|
||||
|
||||
\section{网络基础知识}
|
||||
|
||||
\subsection{互联网与Web}
|
||||
|
||||
互联网（Internet）是由全球计算机互相连接而成的网络。Web（万维网）是运行在互联网上的信息系统，通过浏览器访问网页来获取信息。
|
||||
|
||||
\textbf{核心概念}：
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 2\tabcolsep) * \real{0.1733}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 2\tabcolsep) * \real{0.8000}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
概念
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
说明
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
URL & 统一资源定位符，即网页地址（如 https://example.com/page） \\
|
||||
HTTP/HTTPS & 浏览器与服务器之间传输数据的协议，HTTPS 为加密版本 \\
|
||||
HTML & 网页的骨架，定义页面结构和内容 \\
|
||||
CSS & 网页的样式，控制颜色、字体、布局等外观 \\
|
||||
JavaScript & 网页的行为，实现交互功能和动态效果 \\
|
||||
API & 应用程序接口，程序之间交换数据的标准方式 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\subsection{前端与后端}
|
||||
|
||||
一个完整的Web应用由前端和后端两部分组成：
|
||||
|
||||
用户浏览器（前端） ←→ 服务器（后端） ←→ 数据库\\
|
||||
HTML/CSS/JS Python/Node.js MySQL/PostgreSQL
|
||||
|
||||
\textbf{前端}：用户在浏览器中看到和操作的界面，使用
|
||||
HTML、CSS、JavaScript 构建。
|
||||
|
||||
\textbf{后端}：运行在服务器上的程序，处理数据逻辑、存储和检索，可以用
|
||||
Python（Flask/Django/FastAPI）、Node.js、Java 等实现。
|
||||
|
||||
\subsection{API与数据交互}
|
||||
|
||||
API（Application Programming
|
||||
Interface）是程序之间通信的接口。在AI应用中，调用大语言模型、获取在线数据等操作都通过API完成。
|
||||
|
||||
\textbf{RESTful API 基本概念}：
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1250}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1528}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3472}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
方法
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
用途
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
示例
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
GET & 获取数据 & 获取模型列表 \\
|
||||
POST & 提交数据 & 发送文本让模型生成回复 \\
|
||||
PUT & 更新数据 & 更新模型参数 \\
|
||||
DELETE & 删除数据 & 删除一条记录 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\textbf{调用API的Python示例}：
|
||||
|
||||
\textbf{import} requests\\
|
||||
\strut \\
|
||||
\emph{\# 调用一个公开API获取数据}\\
|
||||
response = requests.get("https://api.example.com/models")\\
|
||||
data = response.json() \emph{\# 将返回的JSON解析为Python字典}\\
|
||||
print(data)\\
|
||||
\strut \\
|
||||
\emph{\# POST请求示例}\\
|
||||
payload = \{"prompt": "设计一个现代风格的客厅", "model":
|
||||
"stable-diffusion"\}\\
|
||||
response = requests.post("https://api.example.com/generate",
|
||||
json=payload)
|
||||
|
||||
\subsection{JSON数据格式}
|
||||
|
||||
JSON（JavaScript Object
|
||||
Notation）是Web上最常用的数据交换格式，几乎所有API都使用JSON传递数据。
|
||||
|
||||
\{\\
|
||||
"model": "ResNet",\\
|
||||
"accuracy": 0.96,\\
|
||||
"layers": {[}64, 128, 256, 512{]},\\
|
||||
"metadata": \{\\
|
||||
"author": "He et al.",\\
|
||||
"year": 2015\\
|
||||
\}\\
|
||||
\}
|
||||
|
||||
Python中读写JSON：
|
||||
|
||||
\textbf{import} json\\
|
||||
\strut \\
|
||||
\emph{\# Python字典 → JSON字符串}\\
|
||||
data = \{"name": "Transformer", "year": 2017\}\\
|
||||
json\_str = json.dumps(data, indent=2)\\
|
||||
\strut \\
|
||||
\emph{\# JSON字符串 → Python字典}\\
|
||||
parsed = json.loads(json\_str)
|
||||
|
||||
\section{网站搭建入门}
|
||||
|
||||
\subsection{静态网站与动态网站}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 6\tabcolsep) * \real{0.1222}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 6\tabcolsep) * \real{0.3444}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 6\tabcolsep) * \real{0.2556}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 6\tabcolsep) * \real{0.2556}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
类型
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
说明
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
技术栈
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
适用场景
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
静态网站 & 页面内容固定，无需服务器处理 & HTML/CSS/JS &
|
||||
作品集、项目文档 \\
|
||||
动态网站 & 内容根据请求动态生成 & 前端 + 后端 + 数据库 &
|
||||
在线工具、数据平台 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\subsection{静态网站快速搭建}
|
||||
|
||||
对于设计专业的学生，最实用的方式是使用静态网站生成器搭建项目展示或文档站点。
|
||||
|
||||
\textbf{MkDocs}：用Markdown编写内容，生成美观的文档网站。
|
||||
|
||||
\emph{\# 安装}\\
|
||||
pip install mkdocs mkdocs-material\\
|
||||
\strut \\
|
||||
\emph{\# 创建项目}\\
|
||||
mkdocs new my-site\\
|
||||
cd my-site\\
|
||||
\strut \\
|
||||
\emph{\# 本地预览（浏览器访问 http://127.0.0.1:8000）}\\
|
||||
mkdocs serve\\
|
||||
\strut \\
|
||||
\emph{\# 构建静态文件}\\
|
||||
mkdocs build
|
||||
|
||||
\textbf{GitHub Pages}：将静态网站免费部署到互联网。
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
在GitHub上创建仓库
|
||||
\item
|
||||
将网站文件推送到仓库
|
||||
\item
|
||||
在仓库设置中启用 GitHub Pages
|
||||
\item
|
||||
即可通过 https://username.github.io/repo 访问
|
||||
\end{enumerate}
|
||||
|
||||
\section{HTML/CSS/JavaScript 速览}
|
||||
|
||||
\subsubsection{HTML：页面结构}
|
||||
|
||||
\textless!DOCTYPE html\textgreater{}\\
|
||||
\textless{}\textbf{html}\textgreater{}\\
|
||||
\textless{}\textbf{head}\textgreater{}\\
|
||||
\textless{}\textbf{title}\textgreater 我的设计作品集\textless/\textbf{title}\textgreater{}\\
|
||||
\textless/\textbf{head}\textgreater{}\\
|
||||
\textless{}\textbf{body}\textgreater{}\\
|
||||
\textless{}\textbf{h1}\textgreater 设计作品集\textless/\textbf{h1}\textgreater{}\\
|
||||
\textless{}\textbf{p}\textgreater 欢迎来到我的作品展示页面\textless/\textbf{p}\textgreater{}\\
|
||||
\textless{}\textbf{img} src="design.jpg" alt="设计作品"\textgreater{}\\
|
||||
\textless{}\textbf{a}
|
||||
href="https://example.com"\textgreater 了解更多\textless/\textbf{a}\textgreater{}\\
|
||||
\textless/\textbf{body}\textgreater{}\\
|
||||
\textless/\textbf{html}\textgreater{}
|
||||
|
||||
\subsubsection{CSS：页面样式}
|
||||
|
||||
body \{\\
|
||||
\textbf{font-family}: "Helvetica", sans-serif;\\
|
||||
\textbf{max-width}: 800px;\\
|
||||
\textbf{margin}: 0 auto;\\
|
||||
\textbf{padding}: 20px;\\
|
||||
\}\\
|
||||
\strut \\
|
||||
h1 \{\\
|
||||
\textbf{color}: \#2c3e50;\\
|
||||
\textbf{text-align}: center;\\
|
||||
\}
|
||||
|
||||
\subsubsection{JavaScript：页面交互}
|
||||
|
||||
\emph{// 点击按钮时显示消息}\\
|
||||
document.getElementById("myButton").addEventListener("click",
|
||||
\textbf{function}() \{\\
|
||||
alert("按钮被点击了！");\\
|
||||
\});
|
||||
|
||||
\subsection{前端框架简介}
|
||||
|
||||
对于更复杂的Web应用，可以使用前端框架提升开发效率：
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1667}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3750}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.4028}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
框架
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
特点
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
适用场景
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
Vue.js & 渐进式框架，学习曲线平缓 & 交互式数据展示 \\
|
||||
React & 组件化开发，生态最丰富 & 复杂单页应用 \\
|
||||
Streamlit & Python编写Web应用 & AI模型展示、数据分析仪表板 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\textbf{Streamlit 示例}（用Python快速构建AI展示页面）：
|
||||
|
||||
\textbf{import} streamlit \textbf{as} st
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\tightlist
|
||||
\item
|
||||
title("图像分类演示")
|
||||
\end{enumerate}
|
||||
|
||||
st.write("上传一张图片，AI将识别其中的内容")
|
||||
|
||||
uploaded\_file = st.file\_uploader("选择图片", type={[}"jpg", "png"{]})
|
||||
|
||||
\textbf{if} uploaded\_file:
|
||||
|
||||
st.image(uploaded\_file, caption="上传的图片")
|
||||
|
||||
\begin{lstlisting}
|
||||
st.write("分类结果：建筑（置信度 95%）")
|
||||
\end{lstlisting}
|
||||
|
||||
\emph{\# 安装并运行}\\
|
||||
pip install streamlit\\
|
||||
streamlit run app.py
|
||||
|
||||
\subsection{网站部署方式}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3889}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3472}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1528}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
方式
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
特点
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
费用
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
GitHub Pages & 适合静态网站，免费 & 免费 \\
|
||||
Vercel / Netlify & 支持前端框架自动部署 & 免费额度 \\
|
||||
云服务器（阿里云/腾讯云） & 完全控制，适合动态网站 & 按需付费 \\
|
||||
Hugging Face Spaces & 适合AI模型演示 & 免费额度 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\section{在线数据可视化}
|
||||
|
||||
\subsection{为什么需要数据可视化}
|
||||
|
||||
设计领域的AI研究和实践经常涉及数据展示：训练损失曲线、模型性能对比、空间数据分析结果等。数据可视化将抽象的数字转化为直观的图形，帮助理解和决策。
|
||||
|
||||
\subsection{Python可视化库}
|
||||
|
||||
Matplotlib：基础绑图
|
||||
|
||||
\textbf{import} matplotlib.pyplot \textbf{as} plt\\
|
||||
\strut \\
|
||||
\emph{\# 折线图}\\
|
||||
epochs = range(1, 11)\\
|
||||
train\_loss = {[}0.9, 0.6, 0.4, 0.25, 0.15, 0.1, 0.07, 0.05, 0.04,
|
||||
0.03{]}\\
|
||||
val\_loss = {[}0.85, 0.65, 0.45, 0.35, 0.28, 0.25, 0.24, 0.23, 0.23,
|
||||
0.24{]}\\
|
||||
\strut \\
|
||||
plt.figure(figsize=(8, 5))\\
|
||||
plt.plot(epochs, train\_loss, \textquotesingle b-o\textquotesingle,
|
||||
label=\textquotesingle Train Loss\textquotesingle)\\
|
||||
plt.plot(epochs, val\_loss, \textquotesingle r-s\textquotesingle,
|
||||
label=\textquotesingle Val Loss\textquotesingle)\\
|
||||
plt.xlabel(\textquotesingle Epoch\textquotesingle)\\
|
||||
plt.ylabel(\textquotesingle Loss\textquotesingle)\\
|
||||
plt.title(\textquotesingle Training vs Validation
|
||||
Loss\textquotesingle)\\
|
||||
plt.legend()\\
|
||||
plt.grid(True, alpha=0.3)\\
|
||||
plt.savefig(\textquotesingle loss\_comparison.png\textquotesingle,
|
||||
dpi=150, bbox\_inches=\textquotesingle tight\textquotesingle)\\
|
||||
plt.show()
|
||||
|
||||
\subsubsection{Seaborn：统计可视化}
|
||||
|
||||
基于Matplotlib，提供更美观的统计图表。
|
||||
|
||||
\textbf{import} seaborn \textbf{as} sns\\
|
||||
\strut \\
|
||||
\emph{\# 热力图：相关性矩阵}\\
|
||||
\textbf{import} numpy \textbf{as} np\\
|
||||
data = np.random.randn(10, 10)\\
|
||||
corr = np.corrcoef(data)\\
|
||||
\strut \\
|
||||
sns.heatmap(corr, annot=True,
|
||||
cmap=\textquotesingle coolwarm\textquotesingle)\\
|
||||
plt.title(\textquotesingle Feature Correlation
|
||||
Heatmap\textquotesingle)\\
|
||||
plt.savefig(\textquotesingle heatmap.png\textquotesingle, dpi=150)
|
||||
|
||||
\subsubsection{Plotly：交互式可视化}
|
||||
|
||||
支持鼠标悬停、缩放、导出等交互操作，适合Web展示。
|
||||
|
||||
\textbf{import} plotly.express \textbf{as} px\\
|
||||
\strut \\
|
||||
\emph{\# 交互式散点图}\\
|
||||
df = px.data.iris()\\
|
||||
fig = px.scatter(df, x="sepal\_width", y="sepal\_length",\\
|
||||
color="species", size="petal\_length",\\
|
||||
title="Iris Dataset Scatter Plot")\\
|
||||
fig.write\_html("scatter.html") \emph{\# 导出为网页}\\
|
||||
fig.show()
|
||||
|
||||
\subsection{在线可视化工具}
|
||||
|
||||
无需编程，通过网页界面即可创建可视化：
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1667}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3039}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.5098}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
工具
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
特点
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
网址
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
Observable & JavaScript驱动的交互式笔记本 &
|
||||
\href{https://observablehq.com/}{observablehq.com} \\
|
||||
Flourish & 拖拽式数据可视化，模板丰富 &
|
||||
\href{https://flourish.studio/}{flourish.studio} \\
|
||||
Datawrapper & 适合制作新闻级图表 &
|
||||
\href{https://www.datawrapper.de/}{datawrapper.de} \\
|
||||
Tableau Public & 强大的商业智能可视化 &
|
||||
\href{https://public.tableau.com/}{public.tableau.com} \\
|
||||
ECharts & 百度开源的交互式图表库 &
|
||||
\href{https://echarts.apache.org/}{echarts.apache.org} \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\subsection{地理空间可视化}
|
||||
|
||||
设计领域经常涉及地理和空间数据的可视化：
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1667}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.4583}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2917}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
工具
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
特点
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
适用场景
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
Folium & Python地图可视化库 & 在地图上标注数据点 \\
|
||||
Kepler.gl & Uber开源的大规模地理数据可视化 & 城市数据分析 \\
|
||||
Mapbox & 自定义地图样式 & 设计精美的交互地图 \\
|
||||
QGIS & 开源GIS桌面软件 & 空间分析与制图 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\textbf{Folium 示例}（在地图上标记位置）：
|
||||
|
||||
\textbf{import} folium\\
|
||||
\strut \\
|
||||
\emph{\# 创建地图（以某坐标为中心）}\\
|
||||
m = folium.Map(location={[}39.9, 116.4{]}, zoom\_start=12)\\
|
||||
\strut \\
|
||||
\emph{\# 添加标记}\\
|
||||
folium.Marker(\\
|
||||
{[}39.9, 116.4{]},\\
|
||||
popup="设计学院",\\
|
||||
icon=folium.Icon(color="blue", icon="info-sign")\\
|
||||
).add\_to(m)\\
|
||||
\strut \\
|
||||
\emph{\# 保存为网页}\\
|
||||
m.save("map.html")
|
||||
|
||||
\subsection{可视化设计原则}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 2\tabcolsep) * \real{0.2838}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 2\tabcolsep) * \real{0.6892}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
原则
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
说明
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
选择合适的图表类型 & 比较→柱状图，趋势→折线图，占比→饼图，关系→散点图 \\
|
||||
保持简洁 & 每张图只传达一个核心信息，避免过度装饰 \\
|
||||
使用合理的色彩 & 同类数据用同色系，对比数据用对比色，注意色盲友好 \\
|
||||
标注清晰 & 标题、轴标签、图例、数据来源缺一不可 \\
|
||||
交互增强 & 在线可视化支持筛选、缩放、悬停查看详情 \\
|
||||
\end{longtable}
|
||||
}
|
||||
@@ -0,0 +1,82 @@
|
||||
\chapter{在线学习资源}
|
||||
|
||||
本附录整理AI学习过程中常用的在线课程、技术博客与文档、以及公开数据集。
|
||||
|
||||
\section{推荐课程}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2182}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1000}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.6636}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
名称
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
平台
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
链接
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
CS231n：计算机视觉 & Stanford &
|
||||
\href{http://cs231n.stanford.edu/}{cs231n.stanford.edu} \\
|
||||
Fast.ai：实用深度学习 & fast.ai &
|
||||
\href{https://course.fast.ai/}{course.fast.ai} \\
|
||||
吴恩达深度学习专项课 & Coursera &
|
||||
\href{https://www.coursera.org/specializations/deep-learning}{coursera.org} \\
|
||||
CS224n：NLP与深度学习 & Stanford &
|
||||
\href{https://web.stanford.edu/class/cs224n/}{web.stanford.edu} \\
|
||||
李宏毅机器学习 & YouTube &
|
||||
\href{https://www.youtube.com/c/HungyiLeeNTU}{youtube.com} \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\section{博客与文档}
|
||||
|
||||
\begin{itemize}
|
||||
\item
|
||||
\href{https://lilianweng.github.io/}{Lil'Log} - AI深度技术文章
|
||||
\item
|
||||
\href{https://jalammar.github.io/illustrated-transformer/}{The
|
||||
Illustrated Transformer} - 可视化原理解析
|
||||
\item
|
||||
\href{https://distill.pub/}{Distill.pub} - 交互式可视化论文
|
||||
\item
|
||||
\href{https://pytorch.org/docs/}{PyTorch官方文档}
|
||||
\item
|
||||
\href{https://docs.ultralytics.com/}{Ultralytics YOLO文档}
|
||||
\item
|
||||
\href{https://python.langchain.com/}{LangChain文档}
|
||||
\end{itemize}
|
||||
|
||||
\section{数据集}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1928}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1325}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.6506}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
数据集
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
内容
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
链接
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
ImageNet & 图像分类 &
|
||||
\href{https://www.image-net.org/}{image-net.org} \\
|
||||
COCO & 目标检测 & \href{https://cocodataset.org/}{cocodataset.org} \\
|
||||
MNIST & 手写数字 &
|
||||
\href{http://yann.lecun.com/exdb/mnist/}{yann.lecun.com} \\
|
||||
OpenStreetMap & 地图数据 &
|
||||
\href{https://www.openstreetmap.org/}{openstreetmap.org} \\
|
||||
\end{longtable}
|
||||
}
|
||||
@@ -0,0 +1,82 @@
|
||||
\chapter{其他资源}
|
||||
|
||||
本附录整理AIGC工具、设计领域AI工具，以及设计AI相关的学术期刊与会议。
|
||||
|
||||
\section{AIGC工具}
|
||||
|
||||
\subsection{Stable Diffusion}\label{stable-diffusion}
|
||||
|
||||
\textbf{WebUI}：\href{https://github.com/AUTOMATIC1111/stable-diffusion-webui}{Automatic1111}
|
||||
|
||||
\textbf{ComfyUI}：\href{https://github.com/comfyanonymous/ComfyUI}{GitHub}
|
||||
|
||||
\textbf{API调用示例}：
|
||||
|
||||
\textbf{from} diffusers \textbf{import} StableDiffusionPipeline\\
|
||||
\strut \\
|
||||
pipe =
|
||||
StableDiffusionPipeline.from\_pretrained("runwayml/stable-diffusion-v1-5")\\
|
||||
image = pipe("a photo of an astronaut riding a horse on
|
||||
mars").images{[}0{]}
|
||||
|
||||
\subsection{Midjourney}\label{midjourney}
|
||||
|
||||
\textbf{平台}：Discord
|
||||
\textbf{文档}：\href{https://docs.midjourney.com/}{docs.midjourney.com}
|
||||
|
||||
\section{设计领域AI工具}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2111}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2333}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.5333}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
工具
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
用途
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
网址
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
Midjourney & 图像生成与创意探索 &
|
||||
\href{https://www.midjourney.com/}{midjourney.com} \\
|
||||
Stable Diffusion & 本地可控图像生成 &
|
||||
\href{https://stability.ai/}{stability.ai} \\
|
||||
ControlNet & 精确结构控制 &
|
||||
\href{https://arxiv.org/abs/2302.05543}{arxiv.org} \\
|
||||
Figma AI & 界面设计辅助 & \href{https://www.figma.com/}{figma.com} \\
|
||||
Galileo AI & 界面布局生成 &
|
||||
\href{https://www.usegalileo.ai/}{usegalileo.ai} \\
|
||||
Planner 5D & 室内设计自动生成 &
|
||||
\href{https://planner5d.com/}{planner5d.com} \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\section{学术期刊与会议}
|
||||
|
||||
\subsection{设计AI相关期刊}
|
||||
|
||||
\begin{itemize}
|
||||
\item
|
||||
Landscape and Urban Planning
|
||||
\item
|
||||
Environment and Planning B: Urban Analytics and City Science
|
||||
\item
|
||||
Automation in Construction
|
||||
\end{itemize}
|
||||
|
||||
\subsection{设计AI相关会议}
|
||||
|
||||
\begin{itemize}
|
||||
\item
|
||||
CAAD Futures
|
||||
\item
|
||||
ACADIA
|
||||
\item
|
||||
eCAADe
|
||||
\end{itemize}
|
||||
@@ -0,0 +1,52 @@
|
||||
\chapter{关键术语表}
|
||||
|
||||
本附录按章节整理书中涉及的关键中英文术语。
|
||||
|
||||
\section{第二章}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1597}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2605}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.5630}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
中文
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
英文
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
说明
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
数据模态 & Data Modality & 信息的存在形式，如文本、图像、三维等 \\
|
||||
线性回归 & Linear Regression & \(y = ax + b\) 形式的函数拟合 \\
|
||||
多元回归 & Multiple Regression & 多输入变量的线性模型
|
||||
\(y = \sum a_{i}x_{i} + b\) \\
|
||||
多层感知机 & Multi-Layer Perceptron (MLP) & 最基础的前馈神经网络结构 \\
|
||||
前向传播 & Forward Propagation & 数据从输入层到输出层的计算过程 \\
|
||||
激活函数 & Activation Function & 引入非线性的函数，如ReLU、Sigmoid \\
|
||||
损失函数 & Loss Function & 衡量预测值与真实值差距的函数 \\
|
||||
反向传播 & Backpropagation & 利用链式法则计算梯度的算法 \\
|
||||
梯度下降 & Gradient Descent & 沿梯度反方向更新参数的优化方法 \\
|
||||
学习率 & Learning Rate & 梯度下降中控制参数更新步长的超参数 \\
|
||||
权重 & Weight & 神经元之间连接的可学习参数 \\
|
||||
偏置 & Bias & 调整输出基准的可学习参数 \\
|
||||
特征工程 & Feature Engineering & 人工设计和提取数据特征的过程 \\
|
||||
迁移学习 & Transfer Learning & 将一个任务学到的知识迁移到新任务 \\
|
||||
基础模型 & Foundation Model & 在大规模数据上预训练的大型通用模型 \\
|
||||
涌现能力 & Emergent Abilities & 模型规模大到一定程度后出现的新能力 \\
|
||||
缩放定律 & Scaling Law &
|
||||
模型性能与规模（数据量、参数量、计算量）之间的关系规律 \\
|
||||
环境-智能体-任务 & Environment-Agent-Task &
|
||||
AI实践的三元框架：环境提供操作空间，智能体执行任务，任务定义目标 \\
|
||||
Vibe Coding & Vibe Coding &
|
||||
感觉驱动编程，用自然语言描述需求让AI生成代码的编程范式 \\
|
||||
全连接层 & Fully Connected Layer &
|
||||
每个神经元与上一层所有神经元相连的网络层 \\
|
||||
预训练 & Pre-training & 在大规模数据上的初始训练阶段 \\
|
||||
微调 & Fine-tuning & 在特定任务数据上对预训练模型进行适配训练 \\
|
||||
\end{longtable}
|
||||
}
|
||||
@@ -0,0 +1,9 @@
|
||||
\chapter{Tips}
|
||||
|
||||
\begin{itemize}
|
||||
\item
|
||||
用AI学习AI，大大减少了学习的时间和难度：例如markdown等语法，只需要学习两部分内容：1）掌握经常性的手动输入需要的内容，例如\#，-
|
||||
等，2）了解剩余的语法的大致机制，例如图片插入可以使用html语法，公式排版使用的是Latex语法，具体实现时让AI撰写。
|
||||
\item
|
||||
有任何不懂的问题，直接问AI，如Claude code等CLI Agent以及在线等的大模型
|
||||
\end{itemize}
|
||||
@@ -0,0 +1,47 @@
|
||||
\chapter{自序}
|
||||
|
||||
\section{为什么要写这本书}
|
||||
|
||||
2022年底，ChatGPT的发布如同一声惊雷，让生成式人工智能一夜之间走入大众视野。此后短短两年间，AI技术以惊人的速度迭代演进——从文本对话到多模态理解，从被动应答到自主行动，从实验室探索到千行百业的应用落地。在这场技术变革中，设计领域受到的冲击尤为深远。AI不仅能生成图像、辅助建模、优化方案，更在根本上改变了“设计”这件事的范式：设计师的角色正在从“执行者”转变为“引导者”和“策展人”，从亲手绘制每一个细节，转变为与AI协同探索更大的创意空间。
|
||||
|
||||
然而，观察众多设计专业的师生和从业者的实际状态后，可以发现一个普遍的困境：\textbf{大家都在谈论AI，但真正理解AI并能有效运用AI的人并不多。}
|
||||
多数人对AI的使用停留在“输入提示词、获取结果”的表层，缺乏对技术原理的理解，也难以将AI真正融入自己的专业工作流。特别是对于设计专业的学生和从业者而言，虽然了解并使用了许多AI工具，但对很多专业术语和概念的理解仍停留在表面，难以触及背后的原理，这在很大程度上限制了研究与实践的深入。
|
||||
|
||||
尤其对于设计专业的学生来说，由于接触计算机和编程较少，缺乏进入这一领域的“语境”，容易产生畏难情绪。而事实上，AI领域所涉及的终究是技术工程问题，并不存在玄学，在这个意义上理应能够被所有人掌握。梳理进入AI领域所需要的基本知识，归纳现代AI技术涉及的核心原理与沉淀的经验，并展示如何将其应用于设计学领域——从而为设计专业的学生、研究者和设计师提供切实的帮助，这正是本书的出发点。
|
||||
|
||||
\section{这本书讲什么}
|
||||
|
||||
本书分为上下两篇，试图回答两个核心问题：
|
||||
|
||||
\textbf{上篇}回答“AI是什么”——系统讲解AI的核心技术原理。面向设计专业读者，不追求面面俱到的数学推导，而是强调直觉理解：把神经网络看作函数组合，把注意力机制看作信息检索，把扩散模型看作逐步去噪。理解了这些基本原理，面对层出不穷的新工具和新模型，才能做到心中有数。
|
||||
|
||||
\textbf{下篇}回答“AI能做什么”——聚焦五大设计领域的AI应用实践。从数字媒体到环境设计，从工业设计到城市规划，再到生态设计，每个领域都结合具体场景，展示AI如何辅助分析、生成、优化和评估。
|
||||
|
||||
此外，附录中包含了大量与计算机和AI相关的基础知识与编程环境内容。虽然网络上有许多资源可供查询，但附录所收录的是实践过程中被认为最有必要了解和掌握的基本知识，也是开展设计人工智能研究的基础，因此以相当的篇幅进行了总结。更为详细的内容，可以参考书中所列的文献与技术文档资料。
|
||||
|
||||
\section{一些写作理念}
|
||||
|
||||
在写作过程中，本书坚持了几个原则：
|
||||
|
||||
\textbf{原理先行}。理解原理比掌握工具更重要。工具会过时，但原理具有持久的价值。因此，上篇用了较大篇幅讲解神经网络、注意力机制、扩散模型等核心概念。
|
||||
|
||||
\textbf{函数式视角}。本书刻意避免一上来就堆砌数学公式，而是从“函数描述世界”的朴素观念出发，让读者理解神经网络的本质——通过函数组合来学习数据中的规律。
|
||||
|
||||
\textbf{案例驱动}。每个技术概念都尽量配以设计领域的应用案例，让抽象的原理变得具体可感。
|
||||
|
||||
\textbf{中英双语术语}。AI领域的重要术语均保留英文原文，一方面便于读者查阅原始资料，另一方面也帮助建立专业词汇的准确认知。
|
||||
|
||||
\section{最后的话}
|
||||
|
||||
AI技术仍在飞速发展，本书的内容不可避免地会随着时间推移而需要更新。但书中所传达的核心思想——理解原理、拥抱工具、人机协作——将具有持久的价值。
|
||||
|
||||
感谢AI技术本身——本书的写作过程中广泛使用了Claude Code等AI工具进行资料整理、内容润色和代码验证，这本身就是“AI赋能工作”的一次实践。
|
||||
|
||||
设计的人工智能时代才刚刚开始。希望这本书能成为读者进入这个新时代的一块踏脚石，从而汇聚起万千努力，能够成为点燃“通用设计智能”的星星之火。
|
||||
|
||||
|
||||
\begin{flushright}
|
||||
彭晓
|
||||
|
||||
2026年4月25日
|
||||
\end{flushright}
|
||||
@@ -0,0 +1,514 @@
|
||||
\chapter{导论}
|
||||
|
||||
本章建立读者对人工智能的宏观认知框架。从 AI 的发展历程出发，回顾从早期符号主义到深度学习、再到大模型时代的关键技术突破与转折节点；进而梳理 AI 的范式演进，从感知智能到生成式智能、从单一任务到通用智能的发展脉络，帮助读者理解 AI 技术的全貌和未来趋势。
|
||||
|
||||
|
||||
\section*{篇章导读}
|
||||
\addcontentsline{toc}{section}{篇章导读}
|
||||
|
||||
人工智能正在深刻改变设计的边界。从自动绘图到智能生成，从数据分析到自主决策，AI 技术为设计领域带来了前所未有的可能性——同时也带来了前所未有的困惑。
|
||||
|
||||
本篇将回答两个核心问题：
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\tightlist
|
||||
\item
|
||||
\textbf{AI 是什么，它将如何影响设计？}
|
||||
\item
|
||||
\textbf{AI 技术是如何演进的，我们应该关注哪些方向？}
|
||||
\end{enumerate}
|
||||
|
||||
|
||||
|
||||
\section*{学习目标}
|
||||
\addcontentsline{toc}{section}{学习目标}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item 了解 AI 技术发展的关键时间节点
|
||||
\item 理解 AI 四大赛道及其应用场景
|
||||
\item 掌握设计领域 AI 应用的现状与趋势
|
||||
\item 理解 AI 范式的三次演进
|
||||
\item 掌握万能逼近定理的直观意义
|
||||
\item 建立神经网络技术栈的完整认知
|
||||
\item 理解 Scaling Law 与模型规模效应
|
||||
\end{itemize}
|
||||
|
||||
|
||||
%% ============================================================
|
||||
%% 第一部分：AI 与设计的交汇
|
||||
%% ============================================================
|
||||
|
||||
\section{AI 与设计的交汇}
|
||||
|
||||
\subsection{案例引入：Amazon Go}
|
||||
|
||||
\subsubsection{案例背景}
|
||||
|
||||
Amazon Go 是亚马逊推出的无人便利店，通过计算机视觉和传感器融合技术，实现"拿了就走"的购物体验。这一案例展示了多种 AI 技术如何协同工作，重构一个完整的线下场景。
|
||||
|
||||
\subsubsection{技术要素}
|
||||
|
||||
Amazon Go 的 AI 技术栈融合了多项前沿技术：
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}lll@{}}
|
||||
\toprule\noalign{}
|
||||
技术 & 作用 & 应用场景 \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
5G 通信 & 低延迟数据传输 & 实时视频流处理 \\
|
||||
3D 传感器 & 深度信息获取 & 空间定位与手势识别 \\
|
||||
计算机视觉 & 图像理解 & 商品识别、行为分析 \\
|
||||
传感器融合 & 多源数据整合 & 精确定位与跟踪 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\subsubsection{启示}
|
||||
|
||||
Amazon Go 展示了 AI 技术如何重构传统场景。从"扫码支付"到"拿了就走"，AI 让交互变得更加自然。这个案例也说明，设计领域中许多看似复杂的环境感知与交互问题，都可以通过多技术的组合来加以解决。
|
||||
|
||||
\subsection{AI 发展时间线}
|
||||
|
||||
\subsubsection{萌芽期（1950s--2015）}
|
||||
|
||||
在深度学习爆发之前，AI 经历了漫长的探索期，积累了关键的理论基础：
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item \textbf{1956}：达特茅斯会议，"人工智能"概念正式诞生
|
||||
\item \textbf{1986}：反向传播算法（Backpropagation）被广泛应用，成为训练神经网络的核心方法
|
||||
\item \textbf{1997}：Deep Blue 击败国际象棋世界冠军卡斯帕罗夫
|
||||
\item \textbf{2012}：AlexNet 在 ImageNet 竞赛中大幅领先，深度学习时代开启
|
||||
\end{itemize}
|
||||
|
||||
这段历史告诉我们：AI 并非一夜之间爆发，而是几十年理论沉淀与技术迭代的结果。
|
||||
|
||||
\subsubsection{觉醒期（2016--2018）}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item \textbf{2016}：AlphaGo 击败李世石，AI 进入公众视野
|
||||
\item \textbf{2017}：Transformer 架构诞生，为大模型时代奠基
|
||||
\item \textbf{2018}：BERT 预训练模型问世，NLP 任务取得突破
|
||||
\end{itemize}
|
||||
|
||||
\subsubsection{爆发期（2019--2022）}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item \textbf{2019}：GPT-2 展示强大的文本生成能力
|
||||
\item \textbf{2020}：GPT-3 发布，少样本学习能力震惊业界
|
||||
\item \textbf{2022}：ChatGPT 发布，AI 对话能力达到新高度
|
||||
\end{itemize}
|
||||
|
||||
\subsubsection{应用期（2023--2024）}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item \textbf{2023}：多模态大模型、AI Agent 概念兴起
|
||||
\item \textbf{2024}：具身智能、端侧 AI 加速落地
|
||||
\end{itemize}
|
||||
|
||||
\subsection{AI 四大赛道}
|
||||
|
||||
\subsubsection{AIGC（AI-Generated Content）}\label{aigcai-generated-content}
|
||||
|
||||
\textbf{定义}：人工智能生成内容
|
||||
|
||||
\textbf{应用领域}：
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item 文本生成：文章、报告、代码
|
||||
\item 图像生成：设计稿、效果图、图标
|
||||
\item 视频生成：短视频、动画、特效
|
||||
\item 音频生成：音乐、配音、音效
|
||||
\end{itemize}
|
||||
|
||||
\textbf{设计影响}：从"工具辅助"到"生成伙伴"
|
||||
|
||||
\subsubsection{Agent（智能体）}
|
||||
|
||||
\textbf{定义}：能够自主感知、规划、执行的系统
|
||||
|
||||
\textbf{核心能力}：
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item \textbf{感知（Perception）}：理解环境信息
|
||||
\item \textbf{规划（Planning）}：制定行动方案
|
||||
\item \textbf{记忆（Memory）}：存储和检索经验
|
||||
\item \textbf{工具（Tool Use）}：调用外部资源
|
||||
\end{itemize}
|
||||
|
||||
\textbf{设计影响}：从"被动执行"到"主动协作"
|
||||
|
||||
\subsubsection{AI4S（AI for Science）}\label{ai4sai-for-science}
|
||||
|
||||
\textbf{定义}：AI 驱动科学发现
|
||||
|
||||
\textbf{应用领域}：
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item 蛋白质结构预测（AlphaFold）
|
||||
\item 材料科学计算
|
||||
\item 气候变化模拟
|
||||
\item 城市系统优化
|
||||
\end{itemize}
|
||||
|
||||
\textbf{设计影响}：数据驱动的设计决策
|
||||
|
||||
\subsubsection{AIED（AI in Education）}\label{aiedai-in-education}
|
||||
|
||||
\textbf{定义}：AI 在教育领域的应用
|
||||
|
||||
\textbf{应用场景}：
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item 个性化学习路径
|
||||
\item 智能答疑与辅导
|
||||
\item 学习行为分析
|
||||
\item 知识图谱构建
|
||||
\end{itemize}
|
||||
|
||||
\textbf{设计影响}：设计教育与人才培养模式变革
|
||||
|
||||
\subsection{设计领域 AI 应用趋势}
|
||||
|
||||
\subsubsection{当前应用}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}lll@{}}
|
||||
\toprule\noalign{}
|
||||
领域 & AI 应用 & 成熟度 \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
建筑设计 & 图纸生成、方案优化 & 中 \\
|
||||
景观设计 & 场地分析、植被配置 & 中 \\
|
||||
室内设计 & 家具布局、风格迁移 & 高 \\
|
||||
平面设计 & Logo 生成、排版辅助 & 高 \\
|
||||
交互设计 & 用户研究、原型生成 & 低 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\subsubsection{未来趋势}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\tightlist
|
||||
\item \textbf{从单点工具到系统化解决方案}
|
||||
\item \textbf{从生成内容到生成决策}
|
||||
\item \textbf{从人机协作到人机共生}
|
||||
\end{enumerate}
|
||||
|
||||
|
||||
%% ============================================================
|
||||
%% 第二部分：AI 范式演进
|
||||
%% ============================================================
|
||||
|
||||
\section{AI 范式演进}
|
||||
|
||||
\subsection{三次范式演进}
|
||||
|
||||
\subsubsection{第一范式：规则系统（Symbolic AI）}
|
||||
|
||||
\textbf{时期}：1950s -- 1980s
|
||||
|
||||
\textbf{核心思想}：人类专家编写规则
|
||||
|
||||
\textbf{特点}：
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item 逻辑推理清晰
|
||||
\item 知识表达明确
|
||||
\item 泛化能力弱
|
||||
\end{itemize}
|
||||
|
||||
\textbf{典型应用}：专家系统、棋类游戏
|
||||
|
||||
\subsubsection{第二范式：机器学习（Machine Learning）}
|
||||
|
||||
\textbf{时期}：1990s -- 2010s
|
||||
|
||||
\textbf{核心思想}：从数据中学习规律
|
||||
|
||||
\textbf{特点}：
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item 数据驱动
|
||||
\item 特征工程依赖专家经验
|
||||
\item 任务特定
|
||||
\end{itemize}
|
||||
|
||||
\textbf{典型应用}：推荐系统、图像分类、语音识别
|
||||
|
||||
\subsubsection{第三范式：深度学习（Deep Learning）}
|
||||
|
||||
\textbf{时期}：2012 -- 至今
|
||||
|
||||
\textbf{核心思想}：端到端学习，自动提取特征
|
||||
|
||||
\textbf{特点}：
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item 大数据驱动
|
||||
\item 自动特征学习
|
||||
\item 迁移学习能力强
|
||||
\end{itemize}
|
||||
|
||||
\textbf{典型应用}：大语言模型、生成式 AI、自动驾驶
|
||||
|
||||
\subsection{万能逼近定理}
|
||||
|
||||
\subsubsection{定理表述}
|
||||
|
||||
\textbf{Universal Approximation Theorem（1989）}：一个具有足够多神经元的单隐藏层前馈神经网络，可以以任意精度逼近任何连续函数。
|
||||
|
||||
\subsubsection{直观理解}
|
||||
|
||||
想象一张橡皮膜：
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item 输入空间是平面上的点
|
||||
\item 神经网络调整膜的形状
|
||||
\item 神经元越多，膜的形变能力越强
|
||||
\item 最终可以拟合任意复杂的曲面
|
||||
\end{itemize}
|
||||
|
||||
\subsubsection{启示}
|
||||
|
||||
这个定理告诉我们：\textbf{神经网络具有强大的表达能力，理论上可以学习任何复杂的映射关系}。这也是深度学习能够处理图像、语言、语音等复杂任务的数学基础。
|
||||
|
||||
\subsection{神经网络技术栈全景}
|
||||
|
||||
\begin{lstlisting}
|
||||
┌─────────────────────────────────────────────────────────────┐
|
||||
│ 应用层 │
|
||||
│ AIGC │ Agent │ AI4S │ AIED │ 空间智能 │
|
||||
├─────────────────────────────────────────────────────────────┤
|
||||
│ 模型层 │
|
||||
│ Diffusion │ Transformer │ GNN │ CNN │ MLP │
|
||||
├─────────────────────────────────────────────────────────────┤
|
||||
│ 算法层 │
|
||||
│ 反向传播 │ 注意力机制 │ 卷积 │ 池化 │ 激活函数 │
|
||||
├─────────────────────────────────────────────────────────────┤
|
||||
│ 数学层 │
|
||||
│ 微积分 │ 线性代数 │ 概率论 │ 优化理论 │
|
||||
└─────────────────────────────────────────────────────────────┘
|
||||
\end{lstlisting}
|
||||
|
||||
\subsubsection{技术演进路径}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}lll@{}}
|
||||
\toprule\noalign{}
|
||||
时代 & 代表技术 & 突破点 \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
1980s & MLP & 万能逼近定理 \\
|
||||
1990s & CNN & 局部连接、权重共享 \\
|
||||
2000s & RNN/LSTM & 序列建模 \\
|
||||
2010s & GNN & 图结构数据 \\
|
||||
2017 & Transformer & Self-Attention \\
|
||||
2020s & Diffusion & 生成质量突破 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\subsubsection{模型家族关系}
|
||||
|
||||
\begin{lstlisting}
|
||||
MLP（多层感知机）
|
||||
│
|
||||
┌──────────────┼──────────────┐
|
||||
│ │ │
|
||||
CNN GNN RNN
|
||||
（空间数据） （图数据） （序列数据）
|
||||
│ │ │
|
||||
└──────────────┼──────────────┘
|
||||
│
|
||||
Transformer
|
||||
│
|
||||
┌──────────────┼──────────────┐
|
||||
│ │ │
|
||||
GPT 系列 BERT Diffusion
|
||||
（生成式） （理解式） （图像生成）
|
||||
\end{lstlisting}
|
||||
|
||||
\subsection{Scaling Law：规模即智能}
|
||||
|
||||
\subsubsection{什么是 Scaling Law}
|
||||
|
||||
Scaling Law（缩放定律）描述了模型性能与计算量、数据量、参数量之间的关系：
|
||||
|
||||
\textbf{模型性能 $\approx$ f(计算量, 数据量, 参数量)}
|
||||
|
||||
这一发现来自 Kaplan 等人 2020 年的研究（Scaling Laws for Neural Language Models），揭示了一个令人惊讶的规律：模型性能的提升并非随机的，而是可以被精确预测的。
|
||||
|
||||
\subsubsection{核心发现}
|
||||
|
||||
\textbf{1. 性能随规模对数增长}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item 模型越大，性能越好
|
||||
\item 性能提升的幅度可以量化预测
|
||||
\end{itemize}
|
||||
|
||||
\textbf{2. 计算效率最关键}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item 计算量增加 10 倍，性能提升约 1.5 倍
|
||||
\item 数据量和参数量也有类似规律
|
||||
\end{itemize}
|
||||
|
||||
\textbf{3. 没有看到天花板}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item 在现有规模下，性能提升仍在继续
|
||||
\end{itemize}
|
||||
|
||||
\subsubsection{启示}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item \textbf{大模型时代}：规模成为竞争壁垒
|
||||
\item \textbf{数据为王}：高质量数据比模型架构更重要
|
||||
\item \textbf{算力需求}：AI 发展依赖硬件进步
|
||||
\item \textbf{对设计领域的意义}：开源大模型的涌现使得小型设计团队也能获得强大的 AI 能力，降低了技术门槛
|
||||
\end{itemize}
|
||||
|
||||
\subsection{从函数式视角看 AI 演进}
|
||||
|
||||
\subsubsection{核心理念}
|
||||
|
||||
\textbf{``Functions Describe the World''（函数描述世界）}——这一理念由美国威廉姆斯学院（Williams College）数学教授 Thomas Garrity 提出\cite{EJUUCH39}。他认为数学各分支本质上都在研究不同类型的函数：代数研究多项式函数，微积分研究光滑函数，线性代数研究线性变换。而世间万物——从声波在耳膜上的振动，到光线在视网膜上的投影——都可以用函数来描述。
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item 物理定律：$F = ma$
|
||||
\item 经济规律：Supply = Demand(Price)
|
||||
\item 神经网络：$y = f(x; \theta)$
|
||||
\end{itemize}
|
||||
|
||||
\subsubsection{AI 即函数组合}
|
||||
|
||||
\begin{lstlisting}
|
||||
输入数据 x
|
||||
│
|
||||
▼
|
||||
┌─────────┐
|
||||
│ f₁(x) │ 第一层函数：特征提取
|
||||
└─────────┘
|
||||
│
|
||||
▼
|
||||
┌─────────┐
|
||||
│ f₂(h) │ 第二层函数：模式识别
|
||||
└─────────┘
|
||||
│
|
||||
▼
|
||||
┌─────────┐
|
||||
│ f₃(z) │ 第三层函数：决策输出
|
||||
└─────────┘
|
||||
│
|
||||
▼
|
||||
输出 y
|
||||
\end{lstlisting}
|
||||
|
||||
\subsubsection{从 Excel 到神经网络}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}ll@{}}
|
||||
\toprule\noalign{}
|
||||
Excel & 神经网络 \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
y = ax + b & 单层感知机 \\
|
||||
y = a₁x₁ + a₂x₂ + b & 多输入神经元 \\
|
||||
嵌套 IF 函数 & 多层网络 \\
|
||||
宏函数 & 自动微分 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\section{本章小结}
|
||||
|
||||
本章从两个维度建立了对人工智能的宏观认知。
|
||||
|
||||
在第一节中，我们沿着时间线梳理了 AI 从萌芽到爆发的关键节点，了解了 AIGC、Agent、AI4S、AIED 四大赛道及其对设计领域的影响。Amazon Go 的案例让我们看到，AI 技术的组合可以重构一个完整的物理场景——这暗示着设计领域同样存在系统化变革的可能。
|
||||
|
||||
在第二节中，我们审视了 AI 范式的三次演进——从人类编写规则，到机器从数据中学习，再到端到端的深度学习。万能逼近定理告诉我们神经网络理论上可以学习任何映射关系，Scaling Law 则揭示了模型性能的可预测性。而"函数描述世界"的视角，为理解后续章节中的各类神经网络架构提供了统一的认知框架。
|
||||
|
||||
理解了 AI 的过去和现在，下一章我们将进入 AI 的内部——看看神经网络究竟是如何"学习"的。
|
||||
|
||||
\section{思考与练习}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\tightlist
|
||||
\item 选择你熟悉的设计领域，分析 AI 在该领域的应用现状和潜力。
|
||||
\item 思考 AI 四大赛道中，哪一个对你的专业影响最大？为什么？
|
||||
\item Amazon Go 案例中，哪些 AI 技术可以迁移到设计领域？
|
||||
\item 万能逼近定理告诉我们神经网络"能"做任何事，但没有说"如何"高效学习。这个区别意味着什么？
|
||||
\item Scaling Law 是否意味着"越大越好"？在资源有限的情况下，应该如何权衡？
|
||||
\item 从函数式视角理解 AI，对你理解设计问题有何启发？
|
||||
\end{enumerate}
|
||||
|
||||
|
||||
\section{关键术语}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
中文
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
英文
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
说明
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
生成式 AI & AIGC & AI-Generated Content \\
|
||||
智能体 & Agent & 自主决策系统 \\
|
||||
AI for Science & AI4S & AI 驱动科学研究 \\
|
||||
AI in Education & AIED & AI 教育应用 \\
|
||||
传感器融合 & Sensor Fusion & 多传感器数据整合 \\
|
||||
万能逼近定理 & Universal Approximation Theorem & 神经网络表达能力的理论保证 \\
|
||||
缩放定律 & Scaling Law & 模型性能与规模的关系 \\
|
||||
前馈网络 & Feed-Forward Network & 信息单向传播的神经网络 \\
|
||||
多层感知机 & MLP & Multi-Layer Perceptron \\
|
||||
端到端学习 & End-to-End Learning & 从输入直接学习到输出 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\section{延伸阅读}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item \href{https://arxiv.org/abs/2001.08361}{Scaling Laws for Neural Language Models}
|
||||
\item \href{https://en.wikipedia.org/wiki/Universal_approximation_theorem}{Universal Approximation Theorem}
|
||||
\item \href{https://www.nature.com/articles/s41586-023-06221-x}{The Evolution of AI: A Historical Perspective}
|
||||
\item \href{https://arxiv.org/pdf/2308.11432v2}{AI Agent 综述论文}
|
||||
\end{itemize}
|
||||
File diff suppressed because it is too large
Load Diff
File diff suppressed because it is too large
Load Diff
File diff suppressed because it is too large
Load Diff
File diff suppressed because it is too large
Load Diff
@@ -0,0 +1,641 @@
|
||||
\chapter{生成式AI——从创造到智能生成}
|
||||
|
||||
\section{篇章导读}
|
||||
|
||||
生成式AI（Generative AI）正在重新定义创造的边界。从图像生成到音乐创作，从文本写作到代码生成，AI不再仅仅是分析和识别的工具，而是成为人类的“创意伙伴”（Creative Partner）。设计师可以用文字描述一个想法，AI便能将其转化为可视化的图像；建筑师可以勾勒一个草图，AI便能渲染出逼真的效果图。这种从“分析”到“创造”的转变，正是生成式AI最激动人心的地方。
|
||||
|
||||
本章将从生成模型的基本原理出发，系统介绍从自编码器（AE）、对抗生成网络（GAN）到扩散模型（Diffusion Model）的技术演进，并深入探讨AIGC工具链在设计领域的实际应用。
|
||||
|
||||
|
||||
\section{早期生成模型}
|
||||
|
||||
\subsection{自编码器（Autoencoder, AE）}
|
||||
|
||||
自编码器是最早的生成模型思想之一，其核心理念是\textbf{学习数据的压缩表示}。
|
||||
|
||||
\textbf{基本结构：}
|
||||
|
||||
\begin{lstlisting}
|
||||
输入 → 编码器 (Encoder) → 潜在表示 (Latent) → 解码器 (Decoder) → 重构输出
|
||||
\end{lstlisting}
|
||||
|
||||
自编码器的工作方式可以理解为“先压缩，再还原”：编码器将输入数据压缩到一个低维的潜在空间（Latent Space），解码器再从潜在表示中还原出原始数据。通过训练使还原输出尽可能接近原始输入，模型便学会了数据的关键特征。
|
||||
|
||||
\textbf{局限性：}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
生成的图像通常\textbf{模糊}，缺乏细节
|
||||
\item
|
||||
潜在空间缺乏结构，无法保证连续采样产生有意义的输出
|
||||
\item
|
||||
生成\textbf{多样性不足}，更偏向重构而非创造
|
||||
\end{itemize}
|
||||
|
||||
\begin{quote}
|
||||
\textbf{设计类比}：AE就像一位只会临摹的画师——他能把看到的景象画出来，但画得不够精细，也无法凭空创造出新的画面。
|
||||
\end{quote}
|
||||
|
||||
\subsection{变分自编码器（Variational Autoencoder, VAE）}
|
||||
|
||||
VAE在AE的基础上引入了\textbf{概率思想}，是生成模型的重要进步。
|
||||
|
||||
\textbf{核心改进：}
|
||||
|
||||
\begin{lstlisting}
|
||||
传统AE： 编码器 → 确定的潜在向量 z → 解码器
|
||||
VAE： 编码器 → 均值 μ、方差 σ → 采样 z ~ N(μ, σ²) → 解码器
|
||||
\end{lstlisting}
|
||||
|
||||
VAE的关键在于将潜在空间约束为\textbf{标准正态分布}。这意味着潜在空间中的每个点都对应一个合理的输出，我们可以通过从正态分布中随机采样，再经过解码器，来\textbf{生成全新的图像}。
|
||||
|
||||
\begin{lstlisting}
|
||||
从标准正态分布中随机采样 z
|
||||
↓
|
||||
解码器 (Decoder)
|
||||
↓
|
||||
生成全新图像
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{优势与不足：}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}lll@{}}
|
||||
\toprule\noalign{}
|
||||
特性 & AE & VAE \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
潜在空间 & 无约束 & 标准正态分布 \\
|
||||
可采样性 & 不可 & 可采样生成新图像 \\
|
||||
生成质量 & 模糊 & 略好但仍偏模糊 \\
|
||||
多样性 & 低 & 较高 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\begin{quote}
|
||||
\textbf{设计类比}：VAE就像一位理解了“风格空间”的画师——他不仅会临摹，还能在“风格空间”中探索，画出从未见过但风格一致的新作品。
|
||||
\end{quote}
|
||||
|
||||
|
||||
\section{对抗生成}
|
||||
|
||||
\subsection{生成对抗网络（GAN）}
|
||||
|
||||
2014年，Ian Goodfellow提出了生成对抗网络（Generative Adversarial Network, GAN），开创了生成模型的新范式。
|
||||
|
||||
\textbf{核心思想：对抗博弈}
|
||||
|
||||
\begin{lstlisting}
|
||||
生成器 (Generator)：生成假图像 → 试图欺骗判别器
|
||||
判别器 (Discriminator)：判断图像真假 → 试图识破生成器
|
||||
↓
|
||||
对抗训练，相互博弈，共同进步
|
||||
\end{lstlisting}
|
||||
|
||||
GAN的训练过程可以类比为\textbf{伪造者与鉴定师}的博弈：
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
\textbf{伪造者}（生成器）不断改进伪造技术，制造更逼真的假画
|
||||
\item
|
||||
\textbf{鉴定师}（判别器）不断提升辨别能力，区分真画和假画
|
||||
\item
|
||||
随着对抗的持续，伪造者的技术越来越高超，最终能制造出连鉴定师都无法分辨的“杰作”
|
||||
\end{itemize}
|
||||
|
||||
\textbf{训练过程：}
|
||||
|
||||
\begin{lstlisting}
|
||||
步骤1：生成器从随机噪声生成假图像
|
||||
步骤2：判别器同时接收真实图像和假图像
|
||||
步骤3：判别器输出"真"或"假"的判断
|
||||
步骤4：根据判别结果，同时更新生成器和判别器
|
||||
步骤5：重复以上过程，直到生成器能产生逼真图像
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{优势：}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
生成图像质量高，细节丰富
|
||||
\item
|
||||
训练速度较快（相比扩散模型）
|
||||
\end{itemize}
|
||||
|
||||
\textbf{问题：}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
\textbf{训练不稳定}：生成器和判别器需要精心平衡，容易出现一方过强
|
||||
\item
|
||||
\textbf{模式崩溃（Mode Collapse）}：生成器可能只学会生成少数几种图像，缺乏多样性
|
||||
\item
|
||||
超参数敏感，调参困难
|
||||
\end{itemize}
|
||||
|
||||
\subsection{StyleGAN：高质量人脸生成}
|
||||
|
||||
StyleGAN是NVIDIA推出的系列模型，在人脸生成领域取得了突破性成果。
|
||||
|
||||
\textbf{核心创新——风格控制：}
|
||||
|
||||
\begin{lstlisting}
|
||||
随机噪声 z → 映射网络 → 风格向量 w
|
||||
↓
|
||||
风格向量 w 注入生成器的不同层：
|
||||
- 浅层：控制粗粒度特征（脸型、姿态）
|
||||
- 中层：控制中粒度特征（发型、表情）
|
||||
- 深层：控制细粒度特征（肤色、细节）
|
||||
↓
|
||||
生成高质量人脸图像
|
||||
\end{lstlisting}
|
||||
|
||||
StyleGAN可以精确控制生成人脸的各个属性——年龄、性别、发型、表情等，并且生成的人脸在视觉上与真人照片几乎无法区分。
|
||||
|
||||
\subsection{CycleGAN：无配对图像转换}
|
||||
|
||||
CycleGAN解决了一个重要的实际问题：\textbf{无需成对训练数据}的图像风格转换。
|
||||
|
||||
\begin{lstlisting}
|
||||
领域A（如：照片）←→ 领域B（如：油画）
|
||||
↓
|
||||
生成器G：A → B（照片变油画）
|
||||
生成器F：B → A（油画变照片）
|
||||
↓
|
||||
循环一致性约束：F(G(A)) ≈ A
|
||||
\end{lstlisting}
|
||||
|
||||
CycleGAN的设计应用十分广泛：实景照片转水彩风格、白天场景转夜晚、夏季景观转冬季等。
|
||||
|
||||
\begin{quote}
|
||||
\textbf{设计思考}：GAN系列模型展示了“对抗”这一全新的训练范式——不是告诉模型“正确答案是什么”，而是让两个模型在竞争中共同进化。这种思想在设计领域同样适用：方案生成与方案评审的对抗，可以推动设计质量的提升。
|
||||
\end{quote}
|
||||
|
||||
|
||||
\section{扩散模型}
|
||||
|
||||
\subsection{核心原理}
|
||||
|
||||
扩散模型（Diffusion Model）是当前生成式AI的主流技术，其核心思想出人意料地简洁：\textbf{先学会如何破坏，再学会如何修复}。
|
||||
|
||||
\textbf{前向过程（Forward Process）——逐步加噪：}
|
||||
|
||||
\begin{lstlisting}
|
||||
原始图像 x₀
|
||||
↓ 添加高斯噪声
|
||||
x₁ = √(1-β₁)·x₀ + √β₁·ε₁
|
||||
↓ 添加噪声
|
||||
x₂ = √(1-β₂)·x₁ + √β₂·ε₂
|
||||
↓ ...（重复T步）
|
||||
x_T ≈ 纯噪声（与原始图像完全无关）
|
||||
\end{lstlisting}
|
||||
|
||||
前向过程就像往一幅画上逐步泼洒墨水，每一步都让画面变得更模糊，最终变成完全的噪声。
|
||||
|
||||
\textbf{反向过程（Reverse Process）——逐步去噪：}
|
||||
|
||||
\begin{lstlisting}
|
||||
纯噪声 x_T
|
||||
↓ 去噪网络预测并移除噪声
|
||||
x_{T-1} = 去噪一步
|
||||
↓ 去噪网络预测并移除噪声
|
||||
x_{T-2} = 去噪一步
|
||||
↓ ...（重复T步）
|
||||
x₀ ≈ 原始图像
|
||||
\end{lstlisting}
|
||||
|
||||
反向过程则像一位技艺精湛的修复师，从一团混沌的噪声中，逐步还原出清晰的图像。
|
||||
|
||||
\textbf{训练目标：}
|
||||
|
||||
\begin{lstlisting}
|
||||
去噪网络学习预测：添加的噪声 ε
|
||||
即：给定 noisy image x_t 和时间步 t，预测 ε
|
||||
损失函数：L = ||ε - ε_θ(x_t, t)||²
|
||||
\end{lstlisting}
|
||||
|
||||
模型不需要学习“好图像长什么样”，而是学习“噪声长什么样”——这是一个更容易学习的目标。
|
||||
|
||||
\subsection{Stable Diffusion架构}
|
||||
|
||||
Stable Diffusion是扩散模型最重要的工程实现，其核心创新是\textbf{在潜在空间（Latent Space）中进行扩散}，而非直接在像素空间操作，从而大幅提升了效率。
|
||||
|
||||
\textbf{整体架构：}
|
||||
|
||||
\begin{lstlisting}
|
||||
文本提示 "一只猫，水彩画风格"
|
||||
↓
|
||||
Text Encoder (CLIP文本编码器) → 文本特征向量
|
||||
↓
|
||||
随机噪声（在潜在空间中）
|
||||
↓
|
||||
U-Net 去噪网络（条件引导：文本特征）
|
||||
↓ 反复去噪T步
|
||||
去噪后的潜在表示
|
||||
↓
|
||||
VAE Decoder (解码器)
|
||||
↓
|
||||
生成图像
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{核心组件：}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
组件
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
作用
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
说明
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
VAE Encoder/Decoder & 图像与潜在空间的转换 & 将高维图像压缩到低维潜在空间，提升效率 \\
|
||||
U-Net & 去噪网络 & 核心生成引擎，预测并移除噪声 \\
|
||||
Text Encoder (CLIP) & 文本编码 & 将文本提示转化为模型可理解的特征向量 \\
|
||||
CLIP & 文图对齐 & 确保生成的图像与文本描述语义一致 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\textbf{潜在空间扩散的优势：}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
在低维空间操作，\textbf{计算量大幅降低}
|
||||
\item
|
||||
压缩过程自动去除冗余信息，保留语义关键特征
|
||||
\item
|
||||
使消费级显卡也能运行生成模型
|
||||
\end{itemize}
|
||||
|
||||
\subsection{文生图工作流（Text-to-Image Workflow）}
|
||||
|
||||
从文字到图像的完整流程：
|
||||
|
||||
\begin{lstlisting}
|
||||
1. 输入提示词（Prompt）
|
||||
"一座现代风格的别墅，白色外墙，大面积落地窗，周围绿树环绕，日落光线"
|
||||
|
||||
2. 文本编码
|
||||
Prompt → CLIP Text Encoder → 文本特征向量
|
||||
|
||||
3. 初始化噪声
|
||||
在潜在空间中生成随机噪声
|
||||
|
||||
4. 去噪循环
|
||||
for t = T → 1:
|
||||
噪声图 → U-Net（条件：文本特征 + 时间步）→ 预测噪声 → 减去噪声
|
||||
|
||||
5. 解码输出
|
||||
潜在表示 → VAE Decoder → 最终图像
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{提示词工程（Prompt Engineering）} 是影响生成质量的关键因素。一个好的提示词通常包含：
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
\textbf{主体描述}：画面核心内容
|
||||
\item
|
||||
\textbf{风格指定}：如“水彩画”\,``赛博朋克“``极简主义”
|
||||
\item
|
||||
\textbf{质量修饰}：如“高清”\,``细节丰富“``4K”
|
||||
\item
|
||||
\textbf{光照氛围}：如“黄金时段光线”\,“柔和阴影”
|
||||
\end{itemize}
|
||||
|
||||
\begin{quote}
|
||||
\textbf{设计类比}：文生图过程就像一位设计师根据客户的文字需求进行创作。提示词是“设计任务书”，CLIP编码器理解需求，U-Net是“设计师的大脑”，而VAE解码器将脑海中的概念转化为可见的图纸。
|
||||
\end{quote}
|
||||
|
||||
|
||||
\section{AIGC工具链}
|
||||
|
||||
\subsection{ControlNet：精确条件控制}
|
||||
|
||||
纯文生图虽然强大，但设计师往往需要\textbf{精确控制}空间结构——这正是ControlNet解决的问题。
|
||||
|
||||
\textbf{核心原理：}
|
||||
|
||||
\begin{lstlisting}
|
||||
输入图像 → 提取结构条件（边缘/深度/姿态/分割）
|
||||
↓
|
||||
条件特征注入ControlNet
|
||||
↓
|
||||
ControlNet与主U-Net协同
|
||||
↓
|
||||
输出：保持结构条件 + 应用风格
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{支持的典型条件类型：}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}llll@{}}
|
||||
\toprule\noalign{}
|
||||
条件类型 & 英文名 & 说明 & 设计应用 \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
Canny边缘 & Canny Edge & 检测图像轮廓 & 草图控制、线稿渲染 \\
|
||||
深度图 & Depth Map & 估计场景深度 & 空间关系控制 \\
|
||||
人体姿态 & OpenPose & 检测人体关键点 & 人物场景生成 \\
|
||||
法线图 & Normal Map & 表面法线方向 & 材质细节控制 \\
|
||||
语义分割 & Segmentation & 区域语义标注 & 功能区域控制 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\textbf{设计工作流示例：}
|
||||
|
||||
\begin{lstlisting}
|
||||
手绘草图 → Canny边缘提取 → ControlNet条件控制 → 精细效果图
|
||||
户型平面图 → 深度图提取 → ControlNet条件控制 → 三维透视渲染
|
||||
结构线稿 → 分割图提取 → ControlNet条件控制 → 风格化设计方案
|
||||
\end{lstlisting}
|
||||
|
||||
\subsection{LoRA：高效微调}
|
||||
|
||||
全量微调一个大模型需要巨大的计算资源，而LoRA（Low-Rank Adaptation，低秩适应）提供了一种\textbf{高效微调}方案。
|
||||
|
||||
\textbf{核心原理：}
|
||||
|
||||
\begin{lstlisting}
|
||||
原始权重矩阵 W（冻结不变，参数量 d×d）
|
||||
+
|
||||
低秩分解矩阵 ΔW = A × B（仅训练这部分）
|
||||
A: d×r, B: r×d（r << d）
|
||||
↓
|
||||
新权重 = W + ΔW = W + A×B
|
||||
↓
|
||||
参数量从 d² 降低到 2×d×r（减少100-1000倍）
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{LoRA的核心优势：}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
参数量减少\textbf{100-1000倍}，大幅降低训练成本
|
||||
\item
|
||||
训练速度快，个人电脑即可完成
|
||||
\item
|
||||
多个LoRA可灵活叠加组合
|
||||
\end{itemize}
|
||||
|
||||
\textbf{应用方式：}
|
||||
|
||||
\begin{lstlisting}
|
||||
基础模型 + LoRA_A（建筑风格）= 建筑风格生成
|
||||
基础模型 + LoRA_B（室内风格）= 室内风格生成
|
||||
基础模型 + LoRA_A + LoRA_B = 混合风格生成
|
||||
\end{lstlisting}
|
||||
|
||||
设计师可以针对特定设计风格训练专属LoRA，如“新中式风格”\,“日式极简风格”等，实现个性化的AI生成。
|
||||
|
||||
\subsection{ComfyUI：模块化工作流}
|
||||
|
||||
ComfyUI是一个基于\textbf{节点化（Node-based）} 的AIGC工作流平台，允许用户通过可视化连接来构建复杂的生成流程。
|
||||
|
||||
\textbf{核心特点：}
|
||||
|
||||
\begin{lstlisting}
|
||||
节点化连接 → 可视化流程 → 灵活定制 → 可复用分享
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{典型节点：}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}ll@{}}
|
||||
\toprule\noalign{}
|
||||
节点类型 & 功能 \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
Load Checkpoint & 加载基础模型 \\
|
||||
CLIP Text Encode & 文本编码（正向/负向提示词） \\
|
||||
KSampler & 采样去噪（控制步数、采样器类型等） \\
|
||||
VAE Decode & 潜在空间解码为图像 \\
|
||||
ControlNet Apply & 应用ControlNet条件控制 \\
|
||||
LoRA Loader & 加载LoRA微调模型 \\
|
||||
Save Image & 保存生成图像 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\textbf{典型工作流示例：}
|
||||
|
||||
\begin{lstlisting}
|
||||
文本提示词 → CLIP编码 → 正向提示
|
||||
↓
|
||||
负向提示词 → CLIP编码 → 负向提示 ──→ KSampler ← ControlNet条件
|
||||
↓
|
||||
VAE解码
|
||||
↓
|
||||
保存图像
|
||||
\end{lstlisting}
|
||||
|
||||
\subsection{Midjourney：创意探索平台}
|
||||
|
||||
Midjourney是一个面向创意的AI图像生成平台，以极高的审美质量和艺术表现力著称。
|
||||
|
||||
\textbf{特点：}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
操作简单，通过自然语言交互即可生成
|
||||
\item
|
||||
生成图像具有很高的艺术审美品质
|
||||
\item
|
||||
适合设计前期的\textbf{创意发散和灵感探索}
|
||||
\item
|
||||
付费云服务，依赖网络连接
|
||||
\end{itemize}
|
||||
|
||||
\subsection{AIGC工具对比}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 8\tabcolsep) * \real{0.2000}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 8\tabcolsep) * \real{0.2000}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 8\tabcolsep) * \real{0.2000}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 8\tabcolsep) * \real{0.2000}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 8\tabcolsep) * \real{0.2000}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
工具
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
核心优势
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
适用场景
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
使用门槛
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
部署方式
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
Midjourney & 审美品质高、操作简单 & 创意探索、灵感发散 & 低 & 云端服务 \\
|
||||
Stable Diffusion & 开源可控、本地运行 & 精细控制、批量生成 & 中 & 本地部署 \\
|
||||
ControlNet & 精确结构控制 & 草图渲染、条件生成 & 中高 & 模块插件 \\
|
||||
ComfyUI & 灵活工作流、可视化 & 复杂流程、定制需求 & 高 & 本地部署 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\begin{quote}
|
||||
\textbf{设计实践建议}：在设计流程的不同阶段，可以灵活选择不同工具。前期概念阶段用Midjourney快速探索创意方向，确定方向后用Stable Diffusion + ControlNet进行精确控制，用LoRA实现风格一致性，用ComfyUI构建自动化工作流。
|
||||
\end{quote}
|
||||
|
||||
|
||||
\section{设计应用}
|
||||
|
||||
\subsection{建筑设计：从草图到渲染}
|
||||
|
||||
\begin{lstlisting}
|
||||
手绘概念草图
|
||||
↓ ControlNet (Canny边缘)
|
||||
+ 提示词："现代风格建筑，玻璃幕墙，自然光线"
|
||||
↓
|
||||
AI生成效果图
|
||||
↓ LoRA风格微调
|
||||
多方案对比（3-5个方案）
|
||||
↓
|
||||
设计师选择与调整
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{应用价值：}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
快速将手绘概念转化为可视化效果图
|
||||
\item
|
||||
生成多个设计方案进行比选
|
||||
\item
|
||||
客户沟通效率大幅提升
|
||||
\end{itemize}
|
||||
|
||||
\subsection{室内设计：从平面到立体}
|
||||
|
||||
\begin{lstlisting}
|
||||
户型平面图
|
||||
↓ ControlNet (Depth/Segmentation)
|
||||
+ 提示词："北欧风格客厅，浅色木地板，简约家具"
|
||||
↓
|
||||
三维空间效果图
|
||||
↓ LoRA材质替换
|
||||
不同材质方案（木质/石材/金属）
|
||||
↓
|
||||
风格迁移 → 多风格方案
|
||||
\end{lstlisting}
|
||||
|
||||
\subsection{平面设计：品牌视觉生成}
|
||||
|
||||
\begin{lstlisting}
|
||||
品牌关键词："科技感、绿色环保、信任感"
|
||||
↓
|
||||
AI生成Logo候选方案（多组）
|
||||
↓
|
||||
设计师筛选与调整
|
||||
↓
|
||||
品牌视觉系统延展（名片、海报、包装）
|
||||
\end{lstlisting}
|
||||
|
||||
\subsection{综合案例：住宅客厅设计工作流}
|
||||
|
||||
以下是一个完整的AI辅助住宅客厅设计工作流：
|
||||
|
||||
\begin{lstlisting}
|
||||
第1步：需求输入
|
||||
客户需求："20㎡客厅，现代简约，预算3万元，朝南，适合家庭活动"
|
||||
↓
|
||||
第2步：AI生成多方案
|
||||
方案A：开放式布局，浅色调，北欧简约
|
||||
方案B：L型沙发布局，中性色调，日式风格
|
||||
方案C：分区布局，暖色调，现代轻奢
|
||||
↓
|
||||
第3步：用户选择与调整
|
||||
客户选择方案B → "希望增加书房功能"
|
||||
↓
|
||||
第4步：AI迭代优化
|
||||
基于反馈调整 → 融合阅读角功能
|
||||
↓
|
||||
第5步：VR预览
|
||||
AI生成全景图 → VR沉浸式体验
|
||||
↓
|
||||
第6步：最终确认
|
||||
设计师微调 → 客户确认 → 施工图
|
||||
\end{lstlisting}
|
||||
|
||||
\begin{quote}
|
||||
\textbf{设计反思}：生成式AI极大地提升了设计效率，但它始终是\textbf{辅助工具}而非替代者。设计师的审美判断、空间理解、人文关怀——这些是AI无法取代的核心能力。AI的价值在于扩展设计师的创造力边界，而非取代设计师本身。
|
||||
\end{quote}
|
||||
|
||||
|
||||
\section{思考与练习}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
\textbf{原理理解}：Diffusion模型为什么比GAN训练更稳定？从训练目标的角度进行分析。
|
||||
\item
|
||||
\textbf{技术对比}：对比AE、VAE、GAN和Diffusion四种生成模型，分析各自的优势和局限。在什么场景下你会选择哪种模型？
|
||||
\item
|
||||
\textbf{工具应用}：如果你需要将一张手绘建筑草图转化为写实渲染图，请设计一个完整的AIGC工作流（包括使用的工具、条件和提示词策略）。
|
||||
\item
|
||||
\textbf{设计实践}：选择一个室内空间，分别使用Midjourney和Stable Diffusion + ControlNet生成设计方案，对比两者的生成效果和可控性。
|
||||
\item
|
||||
\textbf{伦理思考}：AI生成的设计作品，版权归属于谁？训练数据中使用了大量设计师的作品，这是否构成侵权？你如何看待这个问题？
|
||||
\end{enumerate}
|
||||
|
||||
|
||||
\section{关键术语}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
中文
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
英文
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
说明
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
自编码器 & Autoencoder (AE) & 学习数据压缩与重构的模型 \\
|
||||
变分自编码器 & Variational Autoencoder (VAE) & 引入概率分布的自编码器，可采样生成 \\
|
||||
生成对抗网络 & Generative Adversarial Network (GAN) & 生成器与判别器对抗训练的生成模型 \\
|
||||
扩散模型 & Diffusion Model & 通过加噪-去噪过程生成数据的模型 \\
|
||||
去噪 & Denoising & 移除噪声、还原图像的过程 \\
|
||||
潜在空间 & Latent Space & 压缩后的低维数据表示空间 \\
|
||||
提示词 & Prompt & 指导AI生成的文本描述 \\
|
||||
条件控制 & Conditional Control (ControlNet) & 通过结构条件精确引导生成过程 \\
|
||||
低秩适应 & LoRA (Low-Rank Adaptation) & 低秩矩阵分解的高效微调方法 \\
|
||||
模式崩溃 & Mode Collapse & GAN生成多样性不足的现象 \\
|
||||
采样器 & Sampler & 去噪采样算法，决定生成过程的具体方式 \\
|
||||
文图对齐 & CLIP & 实现文本与图像语义对应的技术 \\
|
||||
提示词工程 & Prompt Engineering & 设计优化提示词以提升生成质量的技术 \\
|
||||
\end{longtable}
|
||||
}
|
||||
@@ -0,0 +1,674 @@
|
||||
\chapter{AI Agent——从执行到自主}
|
||||
|
||||
\section{篇章导读}
|
||||
|
||||
AI Agent（智能体）代表了人工智能的下一个前沿：从“被动响应”到“主动行动”，从“单一能力”到“系统协同”。如果说前几章介绍的AI模型是“工具”，那么AI Agent就是能\textbf{自主使用工具的助手}。
|
||||
|
||||
想象这样一幅场景：你告诉AI“帮我分析这块场地的开发潜力”，它不再只是被动地等待你一步步指令，而是主动调用地图工具获取地块信息、查询规划数据库核对用地性质、分析日照和交通数据、最终生成一份完整的场地分析报告。这就是AI Agent——一个能感知环境、制定计划、调用工具并持续改进的智能系统。
|
||||
|
||||
本章将从规则系统出发，系统介绍LLM-based Agent的架构、推理模式、多Agent协作机制，以及在设计领域的应用前景。
|
||||
|
||||
|
||||
\section{从规则到智能}
|
||||
|
||||
\subsection{规则系统时代}
|
||||
|
||||
最早的“智能系统”基于\textbf{规则（Rules）}，即“如果满足条件A，则执行动作B”。
|
||||
|
||||
\textbf{典型结构：}
|
||||
|
||||
\begin{lstlisting}
|
||||
if 场地坡度 > 25%:
|
||||
标记为"不适宜建设"
|
||||
elif 场地坡度 > 15%:
|
||||
标记为"限制建设区"
|
||||
else:
|
||||
标记为"适宜建设"
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{专家系统（Expert System）} 是这一范式的代表：将领域专家的知识编码为大量if-then规则，构建知识库，通过推理引擎进行逻辑推断。
|
||||
|
||||
\textbf{局限性：}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
规则难以穷举——现实世界的问题远比预想的复杂
|
||||
\item
|
||||
无法泛化——遇到规则未覆盖的新情况便束手无策
|
||||
\item
|
||||
维护困难——规则数量膨胀后，系统变得难以理解和更新
|
||||
\item
|
||||
缺乏理解——系统并不“理解”规则背后的含义，只是机械执行
|
||||
\end{itemize}
|
||||
|
||||
\subsection{传统规划方法}
|
||||
|
||||
在规则系统之外，符号AI（Symbolic AI）还发展出了\textbf{规划（Planning）} 方法：
|
||||
|
||||
\begin{lstlisting}
|
||||
定义初始状态 → 定义目标状态 → 定义操作算子 → 搜索路径 → 执行计划
|
||||
\end{lstlisting}
|
||||
|
||||
这类方法在限定领域内效果良好（如国际象棋、路径规划），但面对开放、模糊的现实设计任务时，往往难以定义完整的状态空间和操作算子。
|
||||
|
||||
\subsection{LLM带来的范式转变}
|
||||
|
||||
大语言模型（LLM, Large Language Model）的出现，为Agent的发展带来了根本性的转变：
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}lll@{}}
|
||||
\toprule\noalign{}
|
||||
特性 & 规则系统 & LLM-based Agent \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
知识表示 & 人工编写规则 & 从海量数据中学习 \\
|
||||
理解能力 & 无真正理解 & 深度语义理解 \\
|
||||
泛化能力 & 仅限规则覆盖范围 & 可处理未见过的任务 \\
|
||||
交互方式 & 结构化输入 & 自然语言对话 \\
|
||||
推理能力 & 逻辑推理 & 逻辑+常识+类比推理 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
LLM之所以能成为Agent的“大脑”，关键在于它具备了：
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
\textbf{语义理解}：理解用户的真实意图，而非仅仅匹配关键词
|
||||
\item
|
||||
\textbf{常识推理}：运用大量世界知识进行合理推断
|
||||
\item
|
||||
\textbf{指令遵循}：按照复杂的指令序列执行任务
|
||||
\item
|
||||
\textbf{工具学习}：通过描述快速学会使用新工具
|
||||
\end{itemize}
|
||||
|
||||
|
||||
\section{LLM-based Agent}\label{llm-based-agent}
|
||||
|
||||
\subsection{核心组件}
|
||||
|
||||
一个完整的LLM-based Agent由以下核心模块构成：
|
||||
|
||||
\begin{lstlisting}
|
||||
┌─────────────────────────────────────────────────┐
|
||||
│ LLM Core │
|
||||
│ （大语言模型：推理、决策中枢） │
|
||||
├─────────────────────────────────────────────────┤
|
||||
│ │
|
||||
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
|
||||
│ │ 感知 │ │ 记忆 │ │ 工具 │ │
|
||||
│ │Perception│ │ Memory │ │ Tool Use │ │
|
||||
│ └──────────┘ └──────────┘ └──────────┘ │
|
||||
│ │
|
||||
│ ┌──────────┐ ┌──────────┐ │
|
||||
│ │ 规划 │ │ 反思 │ │
|
||||
│ │ Planning │ │Reflection│ │
|
||||
│ └──────────┘ └──────────┘ │
|
||||
│ │
|
||||
└─────────────────────────────────────────────────┘
|
||||
\end{lstlisting}
|
||||
|
||||
\subsection{感知（Perception）}
|
||||
|
||||
感知模块负责\textbf{接收和理解外部信息}：
|
||||
|
||||
\begin{lstlisting}
|
||||
输入信息 → 解析与理解
|
||||
- 用户指令："帮我设计一个小型社区公园"
|
||||
- 环境状态：场地数据、周边条件、限制因素
|
||||
- 工具反馈：查询结果、执行状态、错误信息
|
||||
\end{lstlisting}
|
||||
|
||||
感知的关键在于\textbf{理解意图}——用户说“设计一个公园”，Agent需要理解这涉及场地分析、功能分区、路径规划、植物配置等多个子任务。
|
||||
|
||||
\subsection{规划（Planning）}
|
||||
|
||||
规划模块负责\textbf{将复杂目标分解为可执行的步骤}：
|
||||
|
||||
\begin{lstlisting}
|
||||
目标："设计一个社区公园"
|
||||
↓ 分解
|
||||
子任务1：分析场地条件（地形、面积、周边环境）
|
||||
子任务2：确定功能分区（儿童游乐、健身、休憩、绿化）
|
||||
子任务3：布局路径系统（主入口、环线、无障碍通道）
|
||||
子任务4：选择植物配置（适地适树、四季景观）
|
||||
子任务5：评估与优化（成本、可达性、景观效果）
|
||||
↓
|
||||
确定执行顺序和依赖关系
|
||||
\end{lstlisting}
|
||||
|
||||
\subsection{记忆（Memory）}
|
||||
|
||||
记忆模块为Agent提供\textbf{信息存储和检索}能力：
|
||||
|
||||
\begin{lstlisting}
|
||||
┌─────────────────────────────────────────┐
|
||||
│ 短期记忆 (Short-term Memory) │
|
||||
│ 对话上下文、当前任务状态、临时变量 │
|
||||
│ 特点：容量有限，任务结束后清除 │
|
||||
├─────────────────────────────────────────┤
|
||||
│ 长期记忆 (Long-term Memory) │
|
||||
│ 知识库、经验积累、历史案例 │
|
||||
│ 特点：持久存储，可跨任务复用 │
|
||||
└─────────────────────────────────────────┘
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{记忆的常见实现方式：}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}lll@{}}
|
||||
\toprule\noalign{}
|
||||
类型 & 实现方式 & 说明 \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
短期记忆 & 上下文窗口（Context Window） & 当前对话的历史记录 \\
|
||||
工作记忆 & 划痕板（Scratchpad） & 中间计算结果和推理过程 \\
|
||||
长期记忆 & 向量数据库（Vector Database） & 嵌入式检索相关知识 \\
|
||||
程序性记忆 & 工具库（Tool Library） & 已学会的工具使用方法 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\subsection{工具调用（Tool Use）}
|
||||
|
||||
工具调用是Agent与外部世界交互的关键能力：
|
||||
|
||||
\begin{lstlisting}
|
||||
可用工具集：
|
||||
- 数据库查询：查询规划规范、用地数据
|
||||
- GIS工具：获取地形、高程、坡度信息
|
||||
- API调用：获取天气数据、交通数据
|
||||
- 代码执行：运行计算脚本、数据处理
|
||||
- 图像生成：调用Stable Diffusion等生成模型
|
||||
- 文件操作：读取CAD图纸、导出PDF报告
|
||||
\end{lstlisting}
|
||||
|
||||
Agent的核心能力在于根据任务需要\textbf{自主选择和组合工具}，而非按预设流程机械调用。
|
||||
|
||||
|
||||
\section{推理模式}
|
||||
|
||||
\subsection{思维链（Chain of Thought, CoT）}
|
||||
|
||||
CoT是最基础的推理增强技术，核心思想是\textbf{将推理过程显式化}。
|
||||
|
||||
\textbf{基本模式：}
|
||||
|
||||
\begin{lstlisting}
|
||||
问题 → 推理链（一步步思考） → 答案
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{设计示例——“设计一个公园”：}
|
||||
|
||||
\begin{lstlisting}
|
||||
问题："在3000㎡的社区用地上设计一个公园"
|
||||
|
||||
推理链：
|
||||
Step 1：分析场地条件
|
||||
→ 场地面积3000㎡，属于中小型社区公园
|
||||
→ 需要满足不同年龄段的休闲需求
|
||||
|
||||
Step 2：确定功能分区
|
||||
→ 儿童活动区（约600㎡）：滑梯、沙坑、秋千
|
||||
→ 健身运动区（约500㎡）：器材、慢跑道
|
||||
→ 休闲游憩区（约800㎡）：座椅、凉亭、景观小品
|
||||
→ 绿化种植区（约1100㎡）：草坪、花境、乔木
|
||||
|
||||
Step 3：布局路径系统
|
||||
→ 主入口连接城市道路
|
||||
→ 环形主路串联各功能区
|
||||
→ 次级步道提供更丰富的游线体验
|
||||
|
||||
Step 4：选择植物配置
|
||||
→ 选用本地适生树种
|
||||
→ 考虑四季景观变化
|
||||
→ 兼顾遮阴和观赏需求
|
||||
|
||||
答案：完整的公园设计方案
|
||||
\end{lstlisting}
|
||||
|
||||
CoT的价值在于\textbf{让思考过程可见}，这不仅提升了推理的准确性，也使结果更具可解释性。
|
||||
|
||||
\subsection{ReAct（Reasoning + Acting）}\label{reactreasoning-acting}
|
||||
|
||||
ReAct模式将\textbf{推理与行动交替进行}，形成“思考-行动-观察”的循环。
|
||||
|
||||
\textbf{基本循环：}
|
||||
|
||||
\begin{lstlisting}
|
||||
Think（思考）：分析当前状态，决定下一步行动
|
||||
↓
|
||||
Act（行动）：调用工具或执行操作
|
||||
↓
|
||||
Observe（观察）：获取行动结果和反馈
|
||||
↓
|
||||
Think（思考）：基于观察结果，决定下一步行动
|
||||
↓
|
||||
...（循环直到任务完成）
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{设计示例——场地分析任务：}
|
||||
|
||||
\begin{lstlisting}
|
||||
Think：用户要求分析这块场地的开发潜力，我需要先获取基本信息。
|
||||
Act：调用GIS工具，获取场地位置和高程数据。
|
||||
Observe：场地位于北纬31.2°，东经121.5°，平均高程12m，最大高差3m。
|
||||
|
||||
Think：地形比较平坦，适合建设。接下来需要查询规划限制。
|
||||
Act：调用规划数据库，查询该地块的用地性质和容积率限制。
|
||||
Observe：用地性质为R2（二类居住用地），容积率≤2.5，建筑限高60m。
|
||||
|
||||
Think：用地性质和开发强度明确。现在分析日照和交通条件。
|
||||
Act：调用日照分析工具和交通数据API。
|
||||
Observe：南侧无遮挡，日照充足。距地铁站800m，公交站200m。
|
||||
|
||||
Think：所有关键数据已获取，可以生成分析报告了。
|
||||
Act：整合信息，生成场地开发潜力评估报告。
|
||||
Observe：报告已生成，包含地形、规划、日照、交通四维分析。
|
||||
|
||||
Think：任务完成，向用户展示报告。
|
||||
\end{lstlisting}
|
||||
|
||||
ReAct模式的优势在于\textbf{可以根据中间结果动态调整策略}，而非严格按照预设流程执行。
|
||||
|
||||
\subsection{反思（Reflection）}
|
||||
|
||||
反思机制使Agent能够\textbf{自我评估和改进}：
|
||||
|
||||
\begin{lstlisting}
|
||||
执行任务 → 评估结果 → 发现不足 → 调整策略 → 重新执行
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{示例：}
|
||||
|
||||
\begin{lstlisting}
|
||||
第1轮：Agent生成设计方案A
|
||||
反思：方案A的路径系统不够流畅，存在多个死角
|
||||
调整：优化路径拓扑结构，增加环路设计
|
||||
|
||||
第2轮：Agent生成改进方案B
|
||||
反思：方案B的绿化率偏低，不满足规范要求
|
||||
调整：增加绿化面积，调整硬质铺装比例
|
||||
|
||||
第3轮：Agent生成最终方案C
|
||||
评估：满足所有约束条件，方案质量达标
|
||||
输出：最终方案
|
||||
\end{lstlisting}
|
||||
|
||||
|
||||
\section{多Agent协作}
|
||||
|
||||
\subsection{单Agent架构}
|
||||
|
||||
单Agent适合\textbf{相对简单的任务}：
|
||||
|
||||
\begin{lstlisting}
|
||||
用户请求 → 单一Agent（LLM + 工具） → 执行结果
|
||||
\end{lstlisting}
|
||||
|
||||
当任务复杂度增加时，单个Agent面临挑战：
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
上下文窗口有限，难以处理大量信息
|
||||
\item
|
||||
同时扮演多个角色，专业性不足
|
||||
\item
|
||||
错误容易累积，缺乏交叉验证
|
||||
\end{itemize}
|
||||
|
||||
\subsection{多Agent协作}
|
||||
|
||||
多Agent系统通过\textbf{分工协作}解决复杂任务：
|
||||
|
||||
\begin{lstlisting}
|
||||
┌───────────┐ ┌───────────┐ ┌───────────┐
|
||||
│ 规划Agent │ → │ 分析Agent │ → │ 设计Agent │
|
||||
│ Planner │ │ Analyst │ │ Designer │
|
||||
└───────────┘ └───────────┘ └───────────┘
|
||||
↓ ↓ ↓
|
||||
任务分解 数据分析 方案生成
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{各Agent的职责分工：}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
Agent角色
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
职责
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
使用工具
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
规划Agent (Planner) & 理解需求、分解任务、协调进度 & 任务管理、调度工具 \\
|
||||
分析Agent (Analyst) & 场地分析、数据收集、条件评估 & GIS工具、数据库查询、统计分析 \\
|
||||
设计Agent (Designer) & 方案生成、空间布局、效果渲染 & CAD工具、生成模型、设计规范库 \\
|
||||
审查Agent (Reviewer) & 合规检查、质量评估、问题标记 & 规范数据库、检查规则 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\subsection{Agent通信模式}
|
||||
|
||||
多Agent之间的通信是协作的关键：
|
||||
|
||||
\begin{lstlisting}
|
||||
模式1：顺序传递（Pipeline）
|
||||
Agent_A → Agent_B → Agent_C → 最终结果
|
||||
|
||||
模式2：讨论协商（Debate）
|
||||
Agent_A ← 讨论 → Agent_B
|
||||
↓ 达成共识
|
||||
最终方案
|
||||
|
||||
模式3：层级管理（Hierarchical）
|
||||
管理Agent → 分配任务给多个子Agent → 汇总结果
|
||||
|
||||
模式4：群体协作（Group Chat）
|
||||
多个Agent在同一"讨论组"中协作
|
||||
各自贡献专业能力，共同解决问题
|
||||
\end{lstlisting}
|
||||
|
||||
\subsection{新兴Agent社会}
|
||||
|
||||
随着Agent技术的发展，正在出现更复杂的协作形态：
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
\textbf{Agent团队}：多个Agent组成固定团队，各有专长
|
||||
\item
|
||||
\textbf{Agent市场}：Agent可以“雇佣”其他Agent完成特定子任务
|
||||
\item
|
||||
\textbf{Agent社会}：大量Agent在开放环境中自主交互和协作
|
||||
\end{itemize}
|
||||
|
||||
\begin{quote}
|
||||
\textbf{设计思考}：多Agent协作模式与设计团队的工作方式高度相似——项目总负责人协调各专业（规划、建筑、结构、景观），各专业设计师各司其职又相互配合。AI Agent系统的设计可以从现实设计团队的协作经验中汲取灵感。
|
||||
\end{quote}
|
||||
|
||||
|
||||
\section{协作与协议}
|
||||
|
||||
\subsection{MCP协议（Model Context Protocol）}
|
||||
|
||||
\textbf{MCP（模型上下文协议）} 是连接AI模型与外部工具和数据的开放标准。
|
||||
|
||||
\textbf{核心问题：数据孤岛}
|
||||
|
||||
\begin{lstlisting}
|
||||
传统方式：
|
||||
AI模型A → 只能访问数据源X
|
||||
AI模型B → 只能访问数据源Y
|
||||
AI模型C → 只能访问数据源Z
|
||||
→ 数据孤岛，工具碎片化
|
||||
|
||||
MCP方式：
|
||||
AI模型 ← MCP统一接口 → 所有工具和数据源
|
||||
→ 标准化连接，即插即用
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{MCP架构：}
|
||||
|
||||
\begin{lstlisting}
|
||||
┌────────────────────────────────────────────┐
|
||||
│ AI Application │
|
||||
│ （Claude、ChatGPT、自定义应用等） │
|
||||
└──────────────────┬─────────────────────────┘
|
||||
│ MCP协议
|
||||
┌──────────────────┴─────────────────────────┐
|
||||
│ MCP Client（客户端） │
|
||||
├────────────────────────────────────────────┤
|
||||
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ │
|
||||
│ │ 文件系统 │ │ 数据库 │ │ API服务 │ │
|
||||
│ │ Server │ │ Server │ │ Server │ │
|
||||
│ └──────────┘ └──────────┘ └──────────┘ │
|
||||
│ ┌──────────┐ ┌──────────┐ │
|
||||
│ │ GIS工具 │ │ 设计软件 │ ...更多工具 │
|
||||
│ │ Server │ │ Server │ │
|
||||
│ └──────────┘ └──────────┘ │
|
||||
└────────────────────────────────────────────┘
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{MCP的核心价值：}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
\textbf{标准化}：统一接口协议，不同工具无需逐一适配
|
||||
\item
|
||||
\textbf{即插即用}：新增工具只需实现MCP接口即可接入
|
||||
\item
|
||||
\textbf{安全可控}：权限管理、审计日志、访问控制
|
||||
\item
|
||||
\textbf{生态开放}：社区可贡献各类MCP Server
|
||||
\end{itemize}
|
||||
|
||||
\subsection{HITL：人在回路（Human-in-the-Loop）}
|
||||
|
||||
\textbf{HITL（Human-in-the-Loop）} 是在AI决策的关键环节引入人类干预的协作模式。
|
||||
|
||||
\textbf{HITL的层次：}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}llll@{}}
|
||||
\toprule\noalign{}
|
||||
层次 & 人类角色 & 自动化程度 & 适用场景 \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
完全自动 & 无干预 & 100\% & 低风险、标准化任务 \\
|
||||
人工审核 & 监督者 & 80-90\% & 常规任务，抽查关键节点 \\
|
||||
交互决策 & 合作伙伴 & 50-70\% & 复杂设计，人机共创 \\
|
||||
人工主导 & 操作者 & \textless50\% & 高风险、创新性任务 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\textbf{设计中的HITL工作流：}
|
||||
|
||||
\begin{lstlisting}
|
||||
阶段1：需求输入
|
||||
设计师 → 描述设计需求 → AI理解
|
||||
↓
|
||||
阶段2：AI生成
|
||||
AI → 生成多个候选方案 → 呈现给设计师
|
||||
↓
|
||||
阶段3：设计师审核
|
||||
设计师 → 评估方案 → 提出修改意见
|
||||
↓
|
||||
阶段4：AI调整
|
||||
AI → 基于反馈迭代优化 → 再次呈现
|
||||
↓
|
||||
阶段5：最终确认
|
||||
设计师 → 确认最终方案 → AI输出成果
|
||||
\end{lstlisting}
|
||||
|
||||
\begin{quote}
|
||||
\textbf{设计实践原则}：AI负责快速的方案生成和数据分析，设计师负责审美判断、人文考量和最终决策。HITL不是在降低效率，而是在确保质量——让机器做机器擅长的事，让设计师专注于真正需要人类智慧的部分。
|
||||
\end{quote}
|
||||
|
||||
|
||||
\section{设计应用与展望}
|
||||
|
||||
\subsection{场景分析Agent}
|
||||
|
||||
\textbf{输入：} 场地基础数据（位置、面积、周边环境）
|
||||
|
||||
\textbf{分析流程：}
|
||||
|
||||
\begin{lstlisting}
|
||||
Step 1：地形分析 → 调用GIS工具 → 获取坡度、高程、排水方向
|
||||
Step 2：气候分析 → 调用气象数据API → 获取日照、风向、降雨
|
||||
Step 3：交通分析 → 调用地图API → 获取可达性、公共交通覆盖
|
||||
Step 4：视觉分析 → 调用视域分析工具 → 获取景观视野、视廊
|
||||
Step 5：法规分析 → 查询规划数据库 → 获取用地限制、退让要求
|
||||
↓
|
||||
输出：场地综合分析报告（数据、图表、建议）
|
||||
\end{lstlisting}
|
||||
|
||||
\subsection{设计生成Agent}
|
||||
|
||||
\textbf{输入：} 设计需求 + 场地分析报告
|
||||
|
||||
\textbf{生成流程：}
|
||||
|
||||
\begin{lstlisting}
|
||||
Step 1：理解需求（CoT推理）
|
||||
→ 解析功能要求、风格偏好、预算约束
|
||||
Step 2：功能布局（调用空间规划工具）
|
||||
→ 基于场地条件和需求，生成功能分区方案
|
||||
Step 3：路径连接（调用图算法）
|
||||
→ 设计交通流线，连接各功能区域
|
||||
Step 4：效果渲染（调用生成模型）
|
||||
→ 将布局方案转化为可视化效果图
|
||||
↓
|
||||
输出：初步设计方案（图纸、效果图、说明）
|
||||
\end{lstlisting}
|
||||
|
||||
\subsection{合规审查Agent}
|
||||
|
||||
\textbf{输入：} 设计方案
|
||||
|
||||
\textbf{审查流程：}
|
||||
|
||||
\begin{lstlisting}
|
||||
Step 1：调用规范库 → 获取适用的规划条文和建筑规范
|
||||
Step 2：逐条核对 → 对比设计方案与规范要求
|
||||
Step 3：标记问题 → 高亮不符合项，标注具体条款
|
||||
Step 4：生成报告 → 输出合规审查意见，含修改建议
|
||||
↓
|
||||
输出：合规审查报告
|
||||
\end{lstlisting}
|
||||
|
||||
\subsection{多Agent协同设计流程}
|
||||
|
||||
三个Agent协同工作的完整流程：
|
||||
|
||||
\begin{lstlisting}
|
||||
场景分析Agent 设计生成Agent
|
||||
↓ ↓
|
||||
场地综合分析报告 ────────→ 需求+分析→设计方案
|
||||
↓
|
||||
合规审查Agent
|
||||
↓
|
||||
审查报告+修改建议
|
||||
↓
|
||||
设计生成Agent（迭代优化）
|
||||
↓
|
||||
最终设计方案（设计师确认）
|
||||
\end{lstlisting}
|
||||
|
||||
\subsection{未来展望}
|
||||
|
||||
AI在设计领域的角色将经历三个阶段的演进：
|
||||
|
||||
\textbf{短期（1-2年）：AI作为工具}
|
||||
|
||||
\begin{lstlisting}
|
||||
AI辅助能力：
|
||||
- 数据分析与可视化
|
||||
- 快速方案生成（基于模板和规则）
|
||||
- 合规自动化检查
|
||||
- 文档自动生成
|
||||
|
||||
设计师角色：主导者，AI是高效的辅助工具
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{中期（3-5年）：AI作为助手}
|
||||
|
||||
\begin{lstlisting}
|
||||
AI增强能力：
|
||||
- 创意发散与灵感推荐
|
||||
- 多方案自动优化与比选
|
||||
- 设计文档智能撰写
|
||||
- 实时协作与迭代反馈
|
||||
|
||||
设计师角色：导演者，AI是得力的智能助手
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{长期（5-10年）：AI作为合作伙伴}
|
||||
|
||||
\begin{lstlisting}
|
||||
AI协作能力：
|
||||
- 与设计师共同创造
|
||||
- 自主处理复杂设计任务
|
||||
- 专业评审与质量把控
|
||||
- 跨领域知识融合与创新
|
||||
|
||||
设计师角色：战略决策者，AI是平等的创造伙伴
|
||||
\end{lstlisting}
|
||||
|
||||
\begin{quote}
|
||||
\textbf{核心观点}：无论技术如何演进，设计的核心——对人需求的理解、对美的追求、对社会和环境的责任——始终需要人类设计师的参与。AI Agent的发展方向不是取代设计师，而是让设计师从重复性劳动中解放出来，专注于更有创造性和价值的工作。
|
||||
\end{quote}
|
||||
|
||||
|
||||
\section{思考与练习}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
\textbf{架构理解}：LLM-based Agent与传统规则系统相比，有哪些本质性的优势？又可能引入哪些新的风险？
|
||||
\item
|
||||
\textbf{推理模式}：CoT和ReAct各适用于什么场景？请分别举一个设计领域的应用案例。
|
||||
\item
|
||||
\textbf{多Agent设计}：如果要设计一个“城市规划审批Agent系统”，你会设计哪些Agent角色？它们之间如何协作？
|
||||
\item
|
||||
\textbf{HITL实践}：在设计流程中，哪些环节应该由AI自动完成，哪些环节必须保留人工审核？请给出你的判断依据。
|
||||
\item
|
||||
\textbf{MCP理解}：MCP协议如何解决设计领域AI应用的“数据孤岛”问题？以一个具体的建筑设计场景为例进行说明。
|
||||
\item
|
||||
\textbf{未来展望}：你认为AI Agent在未来10年会如何改变设计行业的就业结构？设计师应该如何准备？
|
||||
\end{enumerate}
|
||||
|
||||
|
||||
\section{关键术语}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
中文
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
英文
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
说明
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
智能体 & Agent & 能感知环境并自主行动的AI系统 \\
|
||||
感知 & Perception & 接收和理解外部信息的能力 \\
|
||||
规划 & Planning & 将目标分解为可执行步骤的能力 \\
|
||||
记忆 & Memory & 存储和检索信息的能力（短期+长期） \\
|
||||
工具调用 & Tool Use & 调用外部工具和API的能力 \\
|
||||
思维链 & Chain of Thought (CoT) & 将推理过程显式化的技术 \\
|
||||
推理与行动 & ReAct & 交替进行思考和行动的推理模式 \\
|
||||
反思 & Reflection & 自我评估与改进的机制 \\
|
||||
多Agent协作 & Multi-Agent Collaboration & 多个Agent分工协作解决复杂任务 \\
|
||||
模型上下文协议 & MCP (Model Context Protocol) & 连接AI与外部工具/数据的开放标准 \\
|
||||
人在回路 & HITL (Human-in-the-Loop) & 在AI关键决策环节引入人类干预 \\
|
||||
数据孤岛 & Data Silo & 各系统独立存储数据、互不连通的问题 \\
|
||||
专家系统 & Expert System & 基于规则的早期AI系统 \\
|
||||
上下文窗口 & Context Window & LLM一次能处理的最大文本长度 \\
|
||||
\end{longtable}
|
||||
}
|
||||
File diff suppressed because it is too large
Load Diff
@@ -0,0 +1,217 @@
|
||||
\chapter{数字媒体设计}
|
||||
|
||||
本章探讨AI在数字媒体创作领域的应用，包括视觉设计、交互设计和内容生成。
|
||||
|
||||
\section{篇章导读}
|
||||
|
||||
数字媒体是AI应用最活跃的领域之一。从图像生成到视频制作，从界面设计到交互体验，AIGC工具正在重塑数字媒体创作的流程和范式。
|
||||
|
||||
本章将系统介绍AI在视觉设计和交互设计中的应用。
|
||||
|
||||
|
||||
\section{学习目标}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
了解AIGC在视觉设计中的应用场景
|
||||
|
||||
掌握图像生成和风格迁移的基本方法
|
||||
|
||||
理解AI辅助品牌视觉设计的流程
|
||||
\end{enumerate}
|
||||
|
||||
\section{核心应用}
|
||||
|
||||
图像生成与风格迁移
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3000}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2556}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.4222}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
应用类型
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
说明
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
工具示例
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
文生图 & 从文本描述生成图像 & Midjourney, Stable Diffusion \\
|
||||
图像编辑 & 局部修改、扩展、擦除 & Photoshop AI, Inpainting \\
|
||||
风格迁移 & 将图像转换为目标风格 & Neural Style Transfer \\
|
||||
矢量生成 & 生成可缩放的矢量图形 & Vectorizer.ai, Adobe Illustrator AI \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
Logo与图标设计
|
||||
|
||||
\subsection{AI辅助流程：}
|
||||
|
||||
\subsubsection{需求分析}
|
||||
|
||||
\passthrough{\lstinline!- ``品牌定位!}
|
||||
|
||||
\passthrough{\lstinline!- ``目标受众!}
|
||||
|
||||
\passthrough{\lstinline!- ``设计风格偏好!}
|
||||
|
||||
\subsubsection{}\label{section}
|
||||
|
||||
\passthrough{\lstinline!2. ``概念生成!}
|
||||
|
||||
\passthrough{\lstinline!- AI``生成多个设计方案!}
|
||||
|
||||
\subsubsection{- 快速迭代探索}
|
||||
|
||||
\passthrough{\lstinline!3. ``细化优化!}
|
||||
|
||||
\passthrough{\lstinline!- ``设计师精修!}
|
||||
|
||||
\passthrough{\lstinline!- ``矢量化处理!}
|
||||
|
||||
\begin{lstlisting}
|
||||
- 品牌规范整理
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{工具推荐}： - LogoAI：自动Logo生成 - Looka：品牌设计套件 - Brandmark：Logo和品牌身份
|
||||
|
||||
品牌视觉系统生成
|
||||
|
||||
\textbf{应用场景}： - 色彩方案生成 - 字体搭配推荐 - 视觉元素扩展 - 品牌指南生成
|
||||
|
||||
\section{案例分析}
|
||||
|
||||
\textbf{案例1：餐饮品牌Logo设计} - 使用Midjourney生成初始概念 - Illustrator进行矢量化精修 - 生成品牌视觉系统扩展
|
||||
|
||||
\textbf{案例2：产品包装设计} - Stable Diffusion生成包装效果图 - ControlNet控制产品形态 - 多方案快速对比
|
||||
|
||||
\section{思考与练习}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
AIGC如何改变设计师的创意流程？
|
||||
\item
|
||||
在品牌设计中，如何平衡AI生成与原创性？
|
||||
\item
|
||||
选择一个AIGC工具，尝试完成一个视觉设计任务
|
||||
\end{enumerate}
|
||||
|
||||
|
||||
\subsection{学习目标}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
了解AI在交互设计中的应用
|
||||
|
||||
掌握用户界面自动生成的原理
|
||||
|
||||
理解用户体验分析的方法
|
||||
\end{enumerate}
|
||||
|
||||
\subsection{核心应用}
|
||||
|
||||
用户界面生成
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1528}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2917}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3472}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
功能
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
说明
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
工具示例
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
布局生成 & 自动生成页面布局 & Uizard, Galileo AI \\
|
||||
组件推荐 & 基于上下文推荐组件 & Figma AI, Motiff \\
|
||||
设计系统 & 自动生成设计规范 & Designer, Figma Tokens \\
|
||||
原型生成 & 从描述生成交互原型 & TLDraw, Diagram \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
交互原型自动化
|
||||
|
||||
\textbf{流程}：
|
||||
|
||||
\passthrough{\lstinline!用户需求`` → AI``理解`` → ``生成原型!}\strut \\
|
||||
\passthrough{\lstinline!↓!}\strut \\
|
||||
\passthrough{\lstinline!``设计师调整优化!}\strut \\
|
||||
\passthrough{\lstinline!↓!}\strut \\
|
||||
\passthrough{\lstinline!``可交互原型!}
|
||||
|
||||
\textbf{应用场景}： - 快速原型验证 - 用户测试准备 - 开发对接文档
|
||||
|
||||
用户体验分析
|
||||
|
||||
\textbf{AI分析方法}： - 用户行为预测 - 界面可用性评估 - A/B测试优化 - 情感分析
|
||||
|
||||
\subsection{案例分析}
|
||||
|
||||
\textbf{案例1：电商APP界面设计} - Galileo AI生成界面布局 - Figma AI自动填充内容 - 快速原型用户测试
|
||||
|
||||
\textbf{案例2：仪表板设计} - 用户需求描述 - AI生成多种布局方案 - 基于数据可视化优化
|
||||
|
||||
\subsection{思考与练习}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
AI生成的界面如何保证可用性？
|
||||
\item
|
||||
在交互设计中，人类设计师的核心价值是什么？
|
||||
\item
|
||||
尝试用AI工具生成一个简单的交互原型
|
||||
\end{enumerate}
|
||||
|
||||
\subsection{关键术语}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1528}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2361}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3194}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
中文
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
英文
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
说明
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
风格迁移 & Style Transfer & 将图像转换为目标风格 \\
|
||||
矢量化 & Vectorization & 转换为可缩放矢量格式 \\
|
||||
原型 & Prototype & 可交互的设计模型 \\
|
||||
设计系统 & Design System & 组件化设计规范 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\subsection{延伸阅读}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
\href{https://docs.midjourney.com/}{Midjourney官方文档}
|
||||
|
||||
\href{https://stable-diffusion-art.com/}{Stable Diffusion提示词指南}
|
||||
|
||||
\href{https://help.figma.com/hc/en-us/articles/15023124649943-Guide-to-Figma-AI}{Figma AI功能}
|
||||
\end{enumerate}
|
||||
@@ -0,0 +1,195 @@
|
||||
\chapter{工业与产品设计}
|
||||
|
||||
本章探讨AI在产品设计、造型优化和制造准备中的应用。
|
||||
|
||||
\section{篇章导读}
|
||||
|
||||
工业设计融合美学、工程和商业考量。AI技术正在改变产品开发流程，从概念生成到制造准备，从结构优化到材料选择。
|
||||
|
||||
本章将介绍AI在工业与产品设计中的关键应用。
|
||||
|
||||
|
||||
\section{学习目标}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
了解AI辅助产品概念设计的方法
|
||||
|
||||
掌握草图生成和三维建模的AI工具
|
||||
|
||||
理解形态优化的基本原理
|
||||
\end{enumerate}
|
||||
|
||||
\section{核心应用}
|
||||
|
||||
概念草图生成
|
||||
|
||||
\textbf{流程}：
|
||||
|
||||
\passthrough{\lstinline!文字描述``/``参考图`` → AI``理解`` → ``生成草图方案!}\strut \\
|
||||
\passthrough{\lstinline!↓!}\strut \\
|
||||
\passthrough{\lstinline!``设计师选择与迭代!}
|
||||
|
||||
\textbf{工具}： - \textbf{Midjourney}：产品概念图生成 - \textbf{Stable Diffusion + ControlNet}：草图精细控制 - \textbf{Krea AI}：实时草图优化
|
||||
|
||||
三维建模辅助
|
||||
|
||||
\textbf{AI辅助功能}：
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1528}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2778}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3056}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
功能
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
说明
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
工具
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
草图转3D & 2D草图生成3D模型 & Shapr3D, Point-E \\
|
||||
模型优化 & 自动布线、倒角 & ZBrush, Blender插件 \\
|
||||
纹理生成 & 自动生成材质贴图 & Adobe Substance 3D \\
|
||||
渲染加速 & 快速生成产品渲染 & NVIDIA Canvas \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
形态优化
|
||||
|
||||
\textbf{优化目标}： - 美学协调性 - 人机工程学 - 制造可行性 - 成本控制
|
||||
|
||||
\textbf{AI方法}： - \textbf{形状语法}：形式规则生成 - \textbf{GAN生成}：学习设计风格 - \textbf{强化学习}：用户偏好优化
|
||||
|
||||
案例分析
|
||||
|
||||
\textbf{案例：消费电子产品设计} 1. 市场分析与用户画像 2. AI生成概念草图 3. 选择方向建立3D模型 4. AI辅助形态优化 5. 快速渲染评审
|
||||
|
||||
思考与练习
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
AI生成的概念如何保持原创性？
|
||||
\item
|
||||
形态优化中如何平衡美学和功能？
|
||||
\item
|
||||
尝试用AI工具生成一个产品概念
|
||||
\end{enumerate}
|
||||
|
||||
|
||||
学习目标
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
了解AI在结构优化中的应用
|
||||
|
||||
掌握材料选择和可制造性分析方法
|
||||
|
||||
理解AI辅助制造准备的技术
|
||||
\end{enumerate}
|
||||
|
||||
\subsection{核心应用}
|
||||
|
||||
结构优化
|
||||
|
||||
\textbf{拓扑优化}：
|
||||
|
||||
\passthrough{\lstinline!设计空间`` → ``约束条件`` → ``优化算法`` → ``最优结构!}\strut \\
|
||||
\passthrough{\lstinline!↓!}\strut \\
|
||||
\passthrough{\lstinline!``轻量化与强度平衡!}
|
||||
|
||||
\textbf{AI方法}： - \textbf{生成式设计}：自动探索设计方案 - \textbf{拓扑优化}：材料分布优化 - \textbf{网格优化}：轻量化结构
|
||||
|
||||
\textbf{工具}： - \textbf{Autodesk Fusion 360}：生成式设计 - \textbf{nTopology}：隐式建模 - \textbf{Altair Inspire}：拓扑优化
|
||||
|
||||
材料选择
|
||||
|
||||
\textbf{AI辅助决策}：
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 2\tabcolsep) * \real{0.1528}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 2\tabcolsep) * \real{0.2361}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
考虑因素
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
AI方法
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
力学性能 & 材料数据库检索 \\
|
||||
成本 & 价格预测模型 \\
|
||||
可持续性 & 环境影响评估 \\
|
||||
可加工性 & 工艺兼容性分析 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
可制造性分析
|
||||
|
||||
\textbf{分析内容}： - \textbf{DFM (Design for Manufacturing)}：制造可行性 - \textbf{DFA (Design for Assembly)}：装配可行性 - \textbf{DFT (Design for Test)}：测试可行性
|
||||
|
||||
\textbf{AI应用}： - 自动检测设计缺陷 - 工艺参数推荐 - 成本估算
|
||||
|
||||
\subsection{案例分析}
|
||||
|
||||
\textbf{案例：汽车零部件轻量化} 1. 初始设计分析 2. 定义设计空间和约束 3. AI生成多种拓扑方案 4. 仿真验证性能 5. 优化后投入制造
|
||||
|
||||
\subsection{思考与练习}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
拓扑优化的结果如何满足生产工艺要求？
|
||||
\item
|
||||
AI如何帮助选择可持续材料？
|
||||
\item
|
||||
选择一个简单产品，分析AI可优化的环节
|
||||
\end{enumerate}
|
||||
|
||||
\subsection{关键术语}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1806}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3333}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2361}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
中文
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
英文
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
说明
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
概念设计 & Concept Design & 初步设计阶段 \\
|
||||
拓扑优化 & Topology Optimization & 结构布局优化 \\
|
||||
生成式设计 & Generative Design & AI驱动设计生成 \\
|
||||
可制造性 & Manufacturability & 生产可行性 \\
|
||||
轻量化 & Lightweight & 减少重量 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\subsection{延伸阅读}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
\href{https://www.autodesk.com/products/generative-design}{Autodesk Generative Design}
|
||||
|
||||
\href{https://ntopology.com/resources/}{nTopology技术文档}
|
||||
\end{enumerate}
|
||||
@@ -0,0 +1,205 @@
|
||||
\chapter{环境与景观设计}
|
||||
|
||||
本章探讨AI在室内设计、景观设计等环境设计领域的应用。
|
||||
|
||||
\section{篇章导读}
|
||||
|
||||
环境与景观设计关注人类与物理空间的关系。AI技术正在改变设计的各个环节，从场地分析到方案生成，从效果预览到可持续评估。
|
||||
|
||||
本章将介绍AI在室内设计和景观设计中的应用。
|
||||
|
||||
|
||||
\section{学习目标}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
了解AI在室内设计中的应用流程
|
||||
|
||||
掌握平面图智能生成的方法
|
||||
|
||||
理解VR/AR在室内设计预览中的作用
|
||||
\end{enumerate}
|
||||
|
||||
\section{核心应用}
|
||||
|
||||
平面图智能生成
|
||||
|
||||
\textbf{传统流程 vs AI辅助}：
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1528}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2083}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2083}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
环节
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
传统方式
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
AI辅助
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
需求分析 & 人工沟通 & 自然语言理解 \\
|
||||
方案生成 & 手绘/CAD绘制 & 自动生成布局 \\
|
||||
家具选择 & 手动搜索 & 智能推荐 \\
|
||||
效果预览 & 3D建模渲染 & 实时生成 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\textbf{AI工具}： - \textbf{Planner 5D}：房间设计自动生成 - \textbf{Homestyler}：室内设计AI助手 - \textbf{RoomsGPT}：从图像生成3D模型
|
||||
|
||||
家具布局优化
|
||||
|
||||
\textbf{优化目标}： - 空间利用率最大化 - 功能分区合理化 - 动线流畅性 - 美学平衡
|
||||
|
||||
\textbf{技术方法}： - 约束求解：满足设计规范 - 遗传算法：多方案优化 - 强化学习：用户偏好学习
|
||||
|
||||
材质与风格推荐
|
||||
|
||||
\textbf{推荐流程}：
|
||||
|
||||
\passthrough{\lstinline!用户偏好图像`` → AI``分析风格`` → ``推荐材质组合!}\strut \\
|
||||
\passthrough{\lstinline!↓!}\strut \\
|
||||
\passthrough{\lstinline!``生成效果预览!}\strut \\
|
||||
\passthrough{\lstinline!↓!}\strut \\
|
||||
\passthrough{\lstinline!``用户反馈迭代!}
|
||||
|
||||
VR/AR预览
|
||||
|
||||
\textbf{技术实现}： - \textbf{VR}：沉浸式空间体验 - \textbf{AR}：现实空间叠加设计 - \textbf{实时渲染}：快速查看效果
|
||||
|
||||
\textbf{工具}： - Enscape：实时渲染插件 - Twinmotion：快速可视化 - Arkio：VR协作设计
|
||||
|
||||
\section{案例分析}
|
||||
|
||||
\textbf{案例：住宅客厅设计} 1. 输入户型图和需求 2. AI生成3种布局方案 3. 用户选择方案并调整 4. 实时VR预览效果 5. 导出施工图和材料清单
|
||||
|
||||
\section{思考与练习}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
AI如何平衡功能性和美学？
|
||||
\item
|
||||
VR/AR如何改变室内设计工作流？
|
||||
\item
|
||||
尝试使用AI室内设计工具完成一个小空间设计
|
||||
\end{enumerate}
|
||||
|
||||
|
||||
\subsection{学习目标}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
了解AI在景观设计中的应用
|
||||
|
||||
掌握场地分析与评估的方法
|
||||
|
||||
理解生态效益模拟的技术
|
||||
\end{enumerate}
|
||||
|
||||
\subsection{核心应用}
|
||||
|
||||
场地分析与评估
|
||||
|
||||
\textbf{分析维度}：
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1806}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2917}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2083}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
维度
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
内容
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
AI方法
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
地形地貌 & 高程、坡度、坡向 & DEM分析 \\
|
||||
植被覆盖 & 类型、密度、健康度 & 遥感图像分类 \\
|
||||
水文系统 & 水系、排水、汇水 & 水文模拟 \\
|
||||
视觉景观 & 视域、视线廊道 & 视域分析 \\
|
||||
气候舒适度 & 风环境、日照、温度 & 环境模拟 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\textbf{工具集成}： - GIS空间分析 - 遥感图像处理 - 环境模拟建模
|
||||
|
||||
植被配置优化
|
||||
|
||||
\textbf{优化目标}： - 生态功能最大化 - 景观效果协调 - 养护成本可控 - 适应本地气候
|
||||
|
||||
\textbf{AI方法}： - \textbf{物种选择}：基于环境因子推荐 - \textbf{布局优化}：空间配置算法 - \textbf{生长模拟}：预测长期效果
|
||||
|
||||
景观元素生成
|
||||
|
||||
\textbf{可生成元素}： - 道路系统 - 广场节点 - 水景设施 - 景观小品 - 种植设计
|
||||
|
||||
生态效益模拟
|
||||
|
||||
\textbf{评估指标}： - 碳汇能力 - 生物多样性支持 - 雨洪管理 - 热岛缓解
|
||||
|
||||
\subsection{案例分析}
|
||||
|
||||
\textbf{案例：城市公园设计} 1. 场地数据收集与分析 2. AI生成多种方案对比 3. 生态效益模拟评估 4. 多目标优化选择 5. 施工图与种植设计
|
||||
|
||||
\subsection{思考与练习}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
AI如何处理景观设计中的复杂约束？
|
||||
\item
|
||||
生态效益模拟的数据从哪里来？
|
||||
\item
|
||||
选择一个景观设计场景，分析AI可应用的环节
|
||||
\end{enumerate}
|
||||
|
||||
\subsection{关键术语}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.1528}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.3056}}
|
||||
>{\raggedright\arraybackslash}p{(\linewidth - 4\tabcolsep) * \real{0.2083}}@{}}
|
||||
\toprule\noalign{}
|
||||
\begin{minipage}[b]{\linewidth}\raggedright
|
||||
中文
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
英文
|
||||
\end{minipage} & \begin{minipage}[b]{\linewidth}\raggedright
|
||||
说明
|
||||
\end{minipage} \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
平面图 & Floor Plan & 水平剖切图 \\
|
||||
布局优化 & Layout Optimization & 空间排列优化 \\
|
||||
动线 & Circulation & 人员流动路径 \\
|
||||
视域分析 & Viewshed Analysis & 可见范围分析 \\
|
||||
生态效益 & Ecological Benefit & 生态服务价值 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\subsection{延伸阅读}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\item
|
||||
\href{https://landscapeperformance.org/}{Landscape Architecture + AI}
|
||||
|
||||
\href{https://www.esri.com/en-us/industries/landscape-architecture}{GIS在景观设计中的应用}
|
||||
\end{enumerate}
|
||||
@@ -0,0 +1,362 @@
|
||||
\chapter{城市与生态规划设计}
|
||||
|
||||
本章探讨AI在城市规划、空间分析与生态规划设计中的应用，从宏观城市系统到中观景观生态，展示AI如何赋能空间规划的各个环节。
|
||||
|
||||
\section{篇章导读}
|
||||
|
||||
城市与生态规划面对的是复杂的空间系统——人口流动、生态过程、交通网络、气候环境交织在一起。AI技术为理解这些复杂系统提供了新的工具：从遥感影像中识别城市形态，从多源数据中分析人群活动，从生态模型中评估环境效益，从优化算法中生成规划方案。
|
||||
|
||||
本章将依次介绍城市空间分析、规划设计方法、生态评估与规划修复，帮助读者建立AI赋能空间规划的完整认知。
|
||||
|
||||
|
||||
\section{城市空间分析}
|
||||
|
||||
\subsection{学习目标}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
了解AI在城市空间分析中的应用
|
||||
\item
|
||||
掌握遥感影像和城市形态识别的方法
|
||||
\item
|
||||
理解人口与活动分析的技术
|
||||
\end{itemize}
|
||||
|
||||
\subsection{遥感影像分析}
|
||||
|
||||
遥感（Remote Sensing）是获取城市空间信息的重要手段，AI大幅提升了影像分析的效率和精度。
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}lll@{}}
|
||||
\toprule\noalign{}
|
||||
分析内容 & 方法 & 应用场景 \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
土地利用 & 图像分类 & 规划现状调查 \\
|
||||
建筑识别 & 目标检测 & 建筑普查 \\
|
||||
变化检测 & 时序分析 & 城市扩张监测 \\
|
||||
环境质量 & 指数反演 & 生态评估 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\textbf{技术流程}：
|
||||
|
||||
\begin{lstlisting}
|
||||
卫星/无人机影像 → 预处理 → AI模型分析 → 结果输出
|
||||
↓
|
||||
规划决策支持
|
||||
\end{lstlisting}
|
||||
|
||||
\subsection{城市形态识别}
|
||||
|
||||
\textbf{识别要素}： - 街区格局 - 建筑高度与密度 - 道路网络 - 开放空间
|
||||
|
||||
\textbf{AI方法}： - \textbf{图像分割}：识别城市要素 - \textbf{图神经网络（GNN）}：分析空间关系 - \textbf{聚类分析}：识别城市类型
|
||||
|
||||
\subsection{人口与活动分析}
|
||||
|
||||
\textbf{数据来源}： - 手机信令数据 - 交通卡数据 - 社交媒体数据 - POI数据
|
||||
|
||||
\textbf{分析内容}： - 人口分布 - 职住关系 - 出行模式 - 活动热点
|
||||
|
||||
\textbf{AI技术}： - 时空预测模型 - 聚类与分类 - 异常检测
|
||||
|
||||
\subsection{案例分析}
|
||||
|
||||
\textbf{案例：城市中心区活力评估}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\tightlist
|
||||
\item
|
||||
多源数据整合
|
||||
\item
|
||||
AI分析活动模式
|
||||
\item
|
||||
识别活力影响因素
|
||||
\item
|
||||
生成优化建议
|
||||
\end{enumerate}
|
||||
|
||||
|
||||
\section{规划设计}
|
||||
|
||||
\subsection{学习目标}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
了解AI辅助规划设计的方法
|
||||
\item
|
||||
掌握交通网络和设施布局优化的技术
|
||||
\item
|
||||
理解规划方案评估的AI应用
|
||||
\end{itemize}
|
||||
|
||||
\subsection{用地规划生成}
|
||||
|
||||
\textbf{传统流程 vs AI辅助}：
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}lll@{}}
|
||||
\toprule\noalign{}
|
||||
环节 & 传统方式 & AI辅助 \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
现状分析 & 人工统计 & 自动识别 \\
|
||||
方案生成 & 手绘/CAD & 规则生成 \\
|
||||
规范检查 & 人工核对 & 自动验证 \\
|
||||
方案评估 & 定性分析 & 量化评估 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\textbf{生成方法}： - \textbf{规则生成}：基于规划规范 - \textbf{学习生成}：从优秀案例学习 - \textbf{交互生成}：人机协作设计
|
||||
|
||||
\subsection{交通网络优化}
|
||||
|
||||
\textbf{优化目标}： - 通达性最大化 - 拥堵最小化 - 成本可控 - 环境影响最小
|
||||
|
||||
\textbf{AI技术}： - 图算法：路网分析 - 强化学习：信号控制 - 预测模型：交通预测
|
||||
|
||||
\subsection{公共设施布局}
|
||||
|
||||
\textbf{布局问题}： - 学校：学区覆盖优化 - 医院：服务可达性 - 公园：绿地服务半径 - 商业：需求匹配
|
||||
|
||||
\textbf{AI方法}： - 位置-分配模型 - 覆盖模型 - p-中值问题
|
||||
|
||||
\subsection{规划方案评估}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}lll@{}}
|
||||
\toprule\noalign{}
|
||||
评估维度 & 指标 & AI方法 \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
空间效率 & 容积率、密度 & 空间分析 \\
|
||||
交通影响 & 出行距离、拥堵 & 交通模拟 \\
|
||||
环境影响 & 碳排放、绿地 & 环境模型 \\
|
||||
社会效益 & 公平性、满意度 & 社会模型 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\subsection{案例分析}
|
||||
|
||||
\textbf{案例：新区规划设计}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\tightlist
|
||||
\item
|
||||
场地条件分析
|
||||
\item
|
||||
AI生成多方案
|
||||
\item
|
||||
多维评估对比
|
||||
\item
|
||||
交互优化调整
|
||||
\item
|
||||
最终方案确定
|
||||
\end{enumerate}
|
||||
|
||||
|
||||
\section{生态分析与评估}
|
||||
|
||||
\subsection{学习目标}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
了解AI在生态系统服务评估中的应用
|
||||
\item
|
||||
掌握生物多样性分析的方法
|
||||
\item
|
||||
理解环境质量监测的技术
|
||||
\end{itemize}
|
||||
|
||||
\subsection{生态系统服务评估}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}lll@{}}
|
||||
\toprule\noalign{}
|
||||
服务类型 & 内容 & AI应用 \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
供给服务 & 食物、水、纤维 & 产量预测 \\
|
||||
调节服务 & 气候、洪水、疾病 & 风险评估 \\
|
||||
文化服务 & 娱乐、旅游 & 游客行为分析 \\
|
||||
支持服务 & 营养循环、生境 & 过程模拟 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\textbf{评估方法}： - \textbf{遥感反演}：植被覆盖、生物量 - \textbf{模型模拟}：碳循环、水文过程 - \textbf{机器学习}：服务价值预测
|
||||
|
||||
\subsection{生物多样性分析}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}lll@{}}
|
||||
\toprule\noalign{}
|
||||
分析层次 & 内容 & AI方法 \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
遗传多样性 & 基因变异 & 基因序列分析 \\
|
||||
物种多样性 & 物种丰富度 & 图像识别 \\
|
||||
生态系统多样性 & 生境类型 & 景观分类 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
\textbf{技术应用}： - \textbf{图像识别}：物种自动识别 - \textbf{声音识别}：鸟类监测 - \textbf{环境DNA}：物种检测
|
||||
|
||||
\subsection{环境质量监测}
|
||||
|
||||
\textbf{监测内容}： - 空气质量 - 水质 - 土壤健康 - 噪声污染
|
||||
|
||||
\textbf{AI技术}： - 传感器网络 - 异常检测 - 预测模型 - 源解析
|
||||
|
||||
\subsection{案例分析}
|
||||
|
||||
\textbf{案例：流域生态健康评估}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\tightlist
|
||||
\item
|
||||
多源数据收集
|
||||
\item
|
||||
AI构建评估模型
|
||||
\item
|
||||
空间分布分析
|
||||
\item
|
||||
风险区域识别
|
||||
\item
|
||||
管理建议生成
|
||||
\end{enumerate}
|
||||
|
||||
|
||||
\section{生态规划与修复}
|
||||
|
||||
\subsection{学习目标}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
了解AI在生态源地识别中的应用
|
||||
\item
|
||||
掌握生态网络构建的方法
|
||||
\item
|
||||
理解生态修复方案的优化技术
|
||||
\end{itemize}
|
||||
|
||||
\subsection{生态源地识别}
|
||||
|
||||
\textbf{识别目标}： - 生物多样性热点 - 生态系统服务关键区 - 生态脆弱区
|
||||
|
||||
\textbf{AI方法}： - \textbf{机器学习}：源地识别模型 - \textbf{遥感分析}：空间格局识别 - \textbf{多准则决策}：优先级排序
|
||||
|
||||
\subsection{生态网络构建}
|
||||
|
||||
\textbf{网络要素}： - 源地：生态节点 - 廊道：连接通道 - 基质：背景环境
|
||||
|
||||
\textbf{构建流程}：
|
||||
|
||||
\begin{lstlisting}
|
||||
源地识别 → 连接性分析 → 网络优化 → 方案评估
|
||||
\end{lstlisting}
|
||||
|
||||
\textbf{AI技术}： - \textbf{图算法}：最小路径分析 - \textbf{电路理论}：连接度评估 - \textbf{优化算法}：网络设计
|
||||
|
||||
\subsection{修复方案优化}
|
||||
|
||||
\textbf{修复类型}： - 生境修复 - 水系修复 - 植被恢复 - 污染治理
|
||||
|
||||
\textbf{优化目标}： - 生态效益最大化 - 成本可控 - 实施可行性 - 长期可持续性
|
||||
|
||||
\textbf{AI应用}： - \textbf{仿真模拟}：修复效果预测 - \textbf{优化算法}：方案搜索 - \textbf{适应性管理}：动态调整
|
||||
|
||||
\subsection{案例分析}
|
||||
|
||||
\textbf{案例：区域生态安全格局构建}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\tightlist
|
||||
\item
|
||||
识别生态源地
|
||||
\item
|
||||
构建阻力面
|
||||
\item
|
||||
计算生态廊道
|
||||
\item
|
||||
划定生态红线
|
||||
\item
|
||||
制定管控策略
|
||||
\end{enumerate}
|
||||
|
||||
|
||||
\section{思考与练习}
|
||||
|
||||
\begin{enumerate}
|
||||
\def\labelenumi{\arabic{enumi}.}
|
||||
\tightlist
|
||||
\item
|
||||
多源城市数据如何保护隐私？
|
||||
\item
|
||||
AI分析如何考虑城市的独特性？
|
||||
\item
|
||||
AI生成的规划方案如何体现人文关怀？
|
||||
\item
|
||||
如何平衡不同评估维度（空间效率、交通影响、环境、社会）之间的冲突？
|
||||
\item
|
||||
生态网络如何应对气候变化？
|
||||
\item
|
||||
选择一个城市规划或景观规划问题，分析AI可提供的帮助。
|
||||
\end{enumerate}
|
||||
|
||||
|
||||
\section{关键术语}
|
||||
|
||||
{\def\LTcaptype{none} % do not increment counter
|
||||
\begin{longtable}[]{@{}lll@{}}
|
||||
\toprule\noalign{}
|
||||
中文 & 英文 & 说明 \\
|
||||
\midrule\noalign{}
|
||||
\endhead
|
||||
\bottomrule\noalign{}
|
||||
\endlastfoot
|
||||
土地利用 & Land Use & 土地功能分布 \\
|
||||
遥感 & Remote Sensing & 远距离探测技术 \\
|
||||
图神经网络 & GNN & Graph Neural Network \\
|
||||
通达性 & Accessibility & 到达便利程度 \\
|
||||
服务半径 & Service Radius & 设施服务范围 \\
|
||||
生态系统服务 & Ecosystem Services & 自然对人类的益处 \\
|
||||
生物多样性 & Biodiversity & 生物种类丰富度 \\
|
||||
生态源地 & Ecological Source & 生态核心区 \\
|
||||
生态廊道 & Ecological Corridor & 生态连接通道 \\
|
||||
生态安全格局 & Ecological Security Pattern & 生态空间布局 \\
|
||||
\end{longtable}
|
||||
}
|
||||
|
||||
|
||||
\section{延伸阅读}
|
||||
|
||||
\begin{itemize}
|
||||
\tightlist
|
||||
\item
|
||||
\href{https://urbanai.io/}{Urban AI}
|
||||
\item
|
||||
\href{https://insights.sustainability.google/}{Google Environmental Insights Explorer}
|
||||
\item
|
||||
\href{https://circuitscape.org/}{Circuitscape}
|
||||
\item
|
||||
\href{https://naturalcapitalproject.stanford.edu/software/invest}{InVEST模型}
|
||||
\end{itemize}
|
||||
@@ -0,0 +1,49 @@
|
||||
\chapter{结语与展望}
|
||||
|
||||
\section{回顾：从原理到实践}
|
||||
|
||||
回顾全书，我们从两个维度展开了设计人工智能的探索。
|
||||
|
||||
\textbf{上篇}聚焦技术原理。我们从AI的发展历程出发，理解了神经网络的函数式本质——通过函数组合逼近任意复杂的映射关系。在此基础上，沿着数据模态的主线，依次探讨了：一维序列数据与自然语言处理（RNN、Transformer、大语言模型），二维图像与计算机视觉（CNN、ViT），三维空间与空间智能（PointNet、3D重建）。进而，我们学习了生成式AI（VAE、GAN、扩散模型）如何从数据中学习分布并创造新内容，AI Agent如何将感知、推理与行动闭环整合，以及强化学习如何通过试错与反馈优化策略。
|
||||
|
||||
这些技术并非孤立的模块，而是构成了一个完整的智能系统架构：感知引擎理解世界，生成引擎创造可能，推理引擎做出决策，而强化学习提供了持续改进的机制。
|
||||
|
||||
\textbf{下篇}转向设计实践。我们看到AI已经在数字媒体、工业设计、环境景观、城市规划与生态设计等领域展现出强大的应用潜力。每个领域都有其独特的数据特征、评估标准和决策逻辑，AI的价值不在于替代设计师，而在于扩展设计师的能力边界——处理更大规模的数据、探索更广阔的方案空间、做出更精准的评估判断。
|
||||
|
||||
\section{核心洞见}
|
||||
|
||||
贯穿全书，有几个核心观点值得再次强调：
|
||||
|
||||
\textbf{理解原理比掌握工具更重要。}工具和平台层出不穷、快速迭代，但背后的原理——函数逼近、注意力机制、扩散过程、策略优化——具有持久的价值。掌握了原理，面对任何新工具都能快速上手；反之，仅停留在工具操作层面，则永远只能被动跟随。
|
||||
|
||||
\textbf{数据和问题定义是关键。}AI的效果高度依赖于数据质量和问题定义的清晰程度。在设计领域，这意味着需要认真思考：我们要解决什么问题？用什么数据来训练和评估？如何定义"好设计"？这些问题往往比模型选择更为重要。
|
||||
|
||||
\textbf{人机协作是正确的方向。}AI擅长处理大规模数据、快速生成方案、进行穷举搜索；人类擅长理解语境、做出价值判断、处理模糊和矛盾的需求。两者的结合，而非相互替代，才能产生最大的价值。
|
||||
|
||||
\section{展望：设计智能的未来}
|
||||
|
||||
站在2026年的时间节点上，设计人工智能正在经历从"工具辅助"到"智能协同"的转变。以下几个方面值得关注：
|
||||
|
||||
\textbf{多模态融合}。未来的设计AI将不再局限于单一模态，而是能够同时理解文本、图像、三维模型、空间数据等多种信息，形成对设计任务的全面理解。这将使得设计师能够以更自然的方式与AI交互——用草图、语言、手势等多种方式表达设计意图。
|
||||
|
||||
\textbf{自主设计探索}。随着AI Agent技术的成熟，AI将从被动执行指令的工具，进化为能够主动提出设计方案、自主评估优化、甚至发现人类未曾想到的解决方案的设计伙伴。设计师的角色将更多地转向目标定义、约束设定和质量把关。
|
||||
|
||||
\textbf{设计知识的系统化}。长期以来，设计知识高度依赖个人经验和隐性知识，难以系统化传承。AI有望通过学习海量的设计案例，将设计知识显性化、结构化，使设计经验能够被更广泛地共享和复用。
|
||||
|
||||
\textbf{伦理与可持续性}。AI在设计中的应用必须考虑伦理和社会影响——算法偏见、知识产权、就业影响、能源消耗等问题都需要认真对待。可持续设计不应仅停留在概念层面，而应融入AI辅助设计的每一个环节。
|
||||
|
||||
\textbf{设计教育的变革}。设计教育需要重新思考课程体系，在保持设计思维和美学素养培养的同时，融入计算思维和数据素养的训练。未来的设计师需要既懂设计，又理解AI，还能在两者之间架起桥梁。
|
||||
|
||||
\section{致读者}
|
||||
|
||||
设计的人工智能时代才刚刚拉开序幕。这本书所涵盖的内容，与其说是对这一领域的完整总结，不如说是一份邀请——邀请你走进这个充满可能性的领域，用自己的专业视角去发现问题、定义问题、解决问题。
|
||||
|
||||
无论你是设计专业的学生、教师，还是从业设计师，希望你从这本书中获得的不只是一些技术知识，更是一种思维方式：用计算的视角理解设计，用设计的智慧引导技术。
|
||||
|
||||
技术在变，工具在变，但设计服务于人的本质不会变。愿你在AI时代，成为更好的设计师。
|
||||
|
||||
\begin{flushright}
|
||||
彭晓
|
||||
|
||||
2026年4月25日
|
||||
\end{flushright}
|
||||
@@ -0,0 +1,2 @@
|
||||
\chapter*{下篇：设计领域应用}
|
||||
\addcontentsline{toc}{chapter}{下篇：设计领域应用}
|
||||
@@ -0,0 +1,2 @@
|
||||
\chapter*{上篇：原理与技术}
|
||||
\addcontentsline{toc}{chapter}{上篇：原理与技术}
|
||||
Binary file not shown.
|
After Width: | Height: | Size: 80 KiB |
@@ -0,0 +1,77 @@
|
||||
\PassOptionsToPackage{dvipsnames}{xcolor}
|
||||
\documentclass[a4paper,openany,12pt]{ctexbook}
|
||||
|
||||
% ========== 宏包与全局设置 ==========
|
||||
\input{preamble}
|
||||
|
||||
% ========== 标题信息 ==========
|
||||
\title{\Huge\textbf{设计人工智能：基础与应用} \\[1em] \Large Design AI: Fundamentals and Applications}
|
||||
\author{彭晓 \\ \small 空间智能与自主设计实验室}
|
||||
\date{2026年5月}
|
||||
|
||||
% ========== 按章编译开关 ==========
|
||||
% 取消注释以只编译特定章节（加速调试）
|
||||
% \includeonly{chapters/ch01-intro}
|
||||
|
||||
% ==========================================================================
|
||||
\begin{document}
|
||||
|
||||
% ---------- 封面 ----------
|
||||
\maketitle
|
||||
\thispagestyle{empty}
|
||||
|
||||
% ---------- 故意留白 ----------
|
||||
\clearpage
|
||||
\vspace*{\fill}
|
||||
\begin{center}
|
||||
\small\textcolor{gray}{此页故意留白}
|
||||
\end{center}
|
||||
\vspace*{\fill}
|
||||
\thispagestyle{empty}
|
||||
|
||||
% ---------- 前言部分 ----------
|
||||
\frontmatter
|
||||
\input{chapters/ch00-preface}
|
||||
\tableofcontents
|
||||
|
||||
% ---------- 正文部分 ----------
|
||||
\mainmatter
|
||||
|
||||
% 上篇：原理与技术
|
||||
\input{chapters/divider-upper}
|
||||
\input{chapters/ch01-intro}
|
||||
\input{chapters/ch02-framework}
|
||||
\input{chapters/ch03-1d-sequence}
|
||||
\input{chapters/ch04-2d-vision}
|
||||
\input{chapters/ch05-3d-spatial}
|
||||
\input{chapters/ch06-generative}
|
||||
\input{chapters/ch07-agent}
|
||||
\input{chapters/ch08-rl}
|
||||
|
||||
% 下篇：设计领域应用
|
||||
\input{chapters/divider-lower}
|
||||
\input{chapters/ch09-digital-media}
|
||||
\input{chapters/ch10-industrial}
|
||||
\input{chapters/ch11-environment}
|
||||
\input{chapters/ch12-urban}
|
||||
|
||||
% 结语
|
||||
\input{chapters/ch13-conclusion}
|
||||
|
||||
% ---------- 参考文献 ----------
|
||||
\addcontentsline{toc}{chapter}{参考文献}
|
||||
\bibliography{DesignAI}
|
||||
|
||||
% ---------- 附录部分 ----------
|
||||
\appendix
|
||||
\input{appendices/ap00-divider}
|
||||
\input{appendices/ap01-programming}
|
||||
\input{appendices/ap02-vibe-coding}
|
||||
\input{appendices/ap03-academic-writing}
|
||||
\input{appendices/ap04-web-tools}
|
||||
\input{appendices/ap05-online-resources}
|
||||
\input{appendices/ap06-more-resources}
|
||||
\input{appendices/ap08-glossary}
|
||||
\input{appendices/ap09-tips}
|
||||
|
||||
\end{document}
|
||||
@@ -0,0 +1,104 @@
|
||||
% ========== 页面布局 ==========
|
||||
\usepackage[top=2.54cm, bottom=2.54cm, left=3.17cm, right=3.17cm]{geometry}
|
||||
|
||||
% ========== 行距 ==========
|
||||
\usepackage{setspace}
|
||||
\doublespacing
|
||||
|
||||
% ========== 修复页眉高度警告 ==========
|
||||
\setlength{\headheight}{14.49998pt}
|
||||
|
||||
% ========== 页眉页脚 ==========
|
||||
\usepackage{fancyhdr}
|
||||
\pagestyle{fancy}
|
||||
\fancyhf{}
|
||||
\fancyhead[LE]{\thepage}
|
||||
\fancyhead[RE]{\leftmark}
|
||||
\fancyhead[LO]{\rightmark}
|
||||
\fancyhead[RO]{\thepage}
|
||||
\renewcommand{\headrulewidth}{0.4pt}
|
||||
|
||||
% ========== 数学 ==========
|
||||
\usepackage{amsmath,amssymb,mathtools}
|
||||
|
||||
% ========== 表格 ==========
|
||||
\usepackage{booktabs}
|
||||
\usepackage{tabularx}
|
||||
\usepackage{multirow}
|
||||
\usepackage{longtable}
|
||||
\usepackage{diagbox}
|
||||
|
||||
% ========== 图形 ==========
|
||||
\usepackage{graphicx}
|
||||
\usepackage{subfig}
|
||||
\graphicspath{{figures/}{figures/ch01/}{figures/ch02/}{figures/ch03/}{figures/ch04/}{figures/ch05/}{figures/ch06/}{figures/ch07/}{figures/ch08/}{figures/ch09/}{figures/ch10/}{figures/ch11/}{figures/ch12/}{figures/ch13/}}
|
||||
|
||||
% ========== 代码 ==========
|
||||
\usepackage{listings}
|
||||
\lstset{
|
||||
basicstyle=\ttfamily\small,
|
||||
breaklines=true,
|
||||
frame=single,
|
||||
backgroundcolor=\color{gray!10},
|
||||
keywordstyle=\color{blue},
|
||||
commentstyle=\color{green!60!black},
|
||||
stringstyle=\color{red},
|
||||
numbers=left,
|
||||
numberstyle=\tiny\color{gray},
|
||||
xleftmargin=2em,
|
||||
}
|
||||
|
||||
% ========== 颜色 ==========
|
||||
\usepackage[dvipsnames]{xcolor}
|
||||
\definecolor{GREEN}{RGB}{0,128,0}
|
||||
|
||||
% ========== 超链接 ==========
|
||||
\usepackage{hyperref}
|
||||
\usepackage{bookmark}
|
||||
\hypersetup{
|
||||
colorlinks=true,
|
||||
linkcolor=blue!70!black,
|
||||
citecolor=green!50!black,
|
||||
urlcolor=blue!80!black,
|
||||
bookmarksopen=true,
|
||||
}
|
||||
|
||||
% ========== 参考文献 ==========
|
||||
\usepackage[numbers,sort&compress]{natbib}
|
||||
\bibliographystyle{plainnat}
|
||||
|
||||
% ========== 其他 ==========
|
||||
\usepackage{enumitem}
|
||||
\usepackage{tcolorbox}
|
||||
|
||||
% ========== 修复 pandoc longtable 无标题表格 ==========
|
||||
\newcounter{none}
|
||||
|
||||
% ========== 修复 pandoc tightlist ==========
|
||||
\providecommand{\tightlist}{}
|
||||
|
||||
% ========== 修复 pandoc passthrough ==========
|
||||
\providecommand{\passthrough}[1]{#1}
|
||||
|
||||
% ========== 章节格式 ==========
|
||||
\ctexset{
|
||||
chapter = {
|
||||
format = \huge\bfseries\centering,
|
||||
nameformat = {},
|
||||
titleformat = {},
|
||||
beforeskip = 1ex,
|
||||
afterskip = 2ex,
|
||||
},
|
||||
section = {
|
||||
format = \Large\bfseries,
|
||||
},
|
||||
subsection = {
|
||||
format = \large\bfseries,
|
||||
},
|
||||
}
|
||||
|
||||
% ========== 章节编号深度 ==========
|
||||
\setcounter{secnumdepth}{3}
|
||||
|
||||
% ========== 绿色底色标题 ==========
|
||||
\newcommand{\greenheading}[1]{\texorpdfstring{\colorbox{green!20}{\ #1\ }}{#1}}
|
||||
@@ -0,0 +1,60 @@
|
||||
# 目录
|
||||
|
||||
## 上篇：原理与技术
|
||||
|
||||
### 第一篇：导论与理论框架
|
||||
- 第1章 AI发展历程与范式演进 — 从Amazon Go到Scaling Law
|
||||
- 第2章 设计人工智能的理论框架 — 函数式视角、模态全景与MLP基础
|
||||
|
||||
### 第二篇：感知智能——理解世界
|
||||
|
||||
> 现代AI处理的核心是**数据模态**——信息的表征形式。第3-8章围绕六大数据模态展开：从感知（1D→2D→3D）到认知（生成→行动→决策），逐步揭示AI如何从"理解世界"走向"改造世界"。
|
||||
|
||||
| 模态 | 数据维度 | 输入形式 | 模型演进（小→大） | 设计应用 |
|
||||
|------|---------|---------|-------------------|---------|
|
||||
| 一维：文本与序列 | 1D | Token序列 | RNN → LSTM → BERT → GPT-4 | 设计文本生成、用户评论分析、趋势预测 |
|
||||
| 二维：图像与视觉 | 2D | 像素矩阵 | LeNet → ResNet → ViT → SAM | 图像分类、目标检测、风格迁移、设计评估 |
|
||||
| 三维：空间与几何 | 3D | 3D坐标集 | PointNet → DGCNN → Point Transformer | 三维重建、空间分析、建筑设计、数字孪生 |
|
||||
|
||||
- 第3章 一维数据——序列与文本 — 从RNN到大语言模型
|
||||
- 第4章 二维数据——图像与视觉 — 从CNN到大视觉模型
|
||||
- 第5章 三维数据——空间与3D — 从PointNet到空间智能
|
||||
|
||||
### 第三篇：认知智能——改造世界
|
||||
|
||||
> 感知智能让AI"看懂"世界，认知智能让AI"改变"世界。生成突破感知的局限——不仅理解，还能创造；行动序列整合所有能力——感知、规划、执行形成闭环；决策序列将感知转化为行动策略——在环境中做出最优选择。
|
||||
|
||||
| 模态 | 数据维度 | 输入形式 | 模型演进（小→大） | 设计应用 |
|
||||
|------|---------|---------|-------------------|---------|
|
||||
| 生成 | 创造性输出 | 噪声/条件 | VAE → GAN → Diffusion → Sora | AIGC设计、概念生成、风格迁移、设计探索 |
|
||||
| 行动序列 | 多步行动 | 目标→计划→执行 | ReAct → Toolformer → AutoGPT | 智能设计助手、自动化工作流、多Agent协作 |
|
||||
| 决策序列 | 时序决策 | 状态→动作映射 | Q-Learning → DQN → PPO → AlphaGo | 布局优化、参数调优、自适应设计 |
|
||||
|
||||
- 第6章 生成式AI——从创造到智能生成 — 从VAE/GAN到Diffusion
|
||||
- 第7章 AI Agent——从执行到自主 — 从规则系统到LLM Agent
|
||||
- 第8章 强化学习——从决策到对齐 — 从Q-Learning到RLHF
|
||||
|
||||
## 下篇：设计领域应用
|
||||
|
||||
### 第四篇：数字媒体设计
|
||||
- 第9章 数字媒体设计 — 视觉设计与交互设计
|
||||
|
||||
### 第五篇：工业与产品设计
|
||||
- 第10章 工业与产品设计 — 概念设计、优化与制造
|
||||
|
||||
### 第六篇：环境与景观设计
|
||||
- 第11章 环境与景观设计 — 室内设计与景观设计
|
||||
|
||||
### 第七篇：城市与生态规划设计
|
||||
- 第12章 城市与生态规划设计 — 城市分析、规划与生态
|
||||
|
||||
## 附录
|
||||
|
||||
- 附录1：计算机基础与编程环境
|
||||
- 附录2：Vibe Coding与工具链
|
||||
- 附录3：学术论文撰写工作流
|
||||
- 附录4：网络、网站与在线可视化
|
||||
- 附录5：在线学习资源
|
||||
- 附录6：其他资源
|
||||
- 附录7：参考文献
|
||||
- 附录8：关键术语表
|
||||
+2
-2
@@ -27,7 +27,7 @@
|
||||
|
||||
---
|
||||
|
||||
# 第一部分：AI 与设计的交汇
|
||||
## 第一部分：AI 与设计的交汇
|
||||
|
||||
## 1.3 案例引入：Amazon Go
|
||||
|
||||
@@ -149,7 +149,7 @@ Amazon Go 展示了 AI 技术如何重构传统场景。从"扫码支付"到"拿
|
||||
|
||||
---
|
||||
|
||||
# 第二部分：AI 范式演进
|
||||
## 第二部分：AI 范式演进
|
||||
|
||||
## 1.8 AI 范式的三次演进
|
||||
|
||||
+9
-9
@@ -22,7 +22,7 @@
|
||||
|
||||
---
|
||||
|
||||
# 3.1 序列建模
|
||||
## 3.1 序列建模
|
||||
|
||||
## 为什么序列数据如此重要？
|
||||
|
||||
@@ -369,7 +369,7 @@ class EnergyPredictor(nn.Module):
|
||||
|
||||
---
|
||||
|
||||
# 3.2 注意力革命
|
||||
## 3.2 注意力革命
|
||||
|
||||
## RNN 的瓶颈：串行计算的困境
|
||||
|
||||
@@ -682,7 +682,7 @@ print(f"位置编码形状: {pe.shape}") # (50, 64)
|
||||
|
||||
---
|
||||
|
||||
# 3.3 Transformer 架构
|
||||
## 3.3 Transformer 架构
|
||||
|
||||
## 整体结构
|
||||
|
||||
@@ -989,7 +989,7 @@ print(f"Token 文本: {tokenizer.convert_ids_to_tokens(tokens['input_ids'])}")
|
||||
|
||||
---
|
||||
|
||||
# 3.4 大语言模型
|
||||
## 3.4 大语言模型
|
||||
|
||||
## 从 Transformer 到大语言模型
|
||||
|
||||
@@ -1160,7 +1160,7 @@ Transformer 论文发表后的几年里，研究者们发现了一个关键规
|
||||
|
||||
---
|
||||
|
||||
# 3.5 LLM 关键技术
|
||||
## 3.5 LLM 关键技术
|
||||
|
||||
## RAG：检索增强生成
|
||||
|
||||
@@ -1388,7 +1388,7 @@ LLM 输出（示例）：
|
||||
|
||||
---
|
||||
|
||||
# 3.6 设计应用
|
||||
## 3.6 设计应用
|
||||
|
||||
## 应用一：设计文档文本分类
|
||||
|
||||
@@ -1548,7 +1548,7 @@ class DesignAssistant:
|
||||
|
||||
---
|
||||
|
||||
# 思考与练习
|
||||
## 思考与练习
|
||||
|
||||
1. **模型选择**：在设计项目文档分类任务中，你会选择 BERT 还是 GPT 架构？为什么？考虑模型规模、训练成本、任务特点等因素。
|
||||
|
||||
@@ -1558,7 +1558,7 @@ class DesignAssistant:
|
||||
|
||||
---
|
||||
|
||||
# 关键术语
|
||||
## 关键术语
|
||||
|
||||
| 中文 | 英文 | 说明 |
|
||||
|------|------|------|
|
||||
@@ -1585,7 +1585,7 @@ class DesignAssistant:
|
||||
|
||||
---
|
||||
|
||||
# 延伸阅读
|
||||
## 延伸阅读
|
||||
|
||||
- [Attention Is All You Need](https://arxiv.org/abs/1706.03762) — Transformer 原始论文
|
||||
- [The Illustrated Transformer](https://jalammar.github.io/illustrated-transformer/) — Transformer 可视化解读
|
||||
+1
-1
@@ -1,4 +1,4 @@
|
||||
# 第三篇：二维数据——图像与视觉
|
||||
# 第4章：二维数据——图像与视觉
|
||||
|
||||
本篇聚焦二维数据的智能处理。图像是最常见的二维数据形式，也是设计领域最核心的信息载体。本篇将追溯从卷积神经网络到视觉Transformer、再到大视觉模型的技术演进脉络，帮助读者理解计算机视觉技术的发展全貌及其在设计领域的广泛应用。
|
||||
|
||||
+5
-5
@@ -8,7 +8,7 @@
|
||||
|
||||
---
|
||||
|
||||
# 5.1 三维数据表示
|
||||
## 5.1 三维数据表示
|
||||
|
||||
## 学习目标
|
||||
|
||||
@@ -215,7 +215,7 @@ o3d.visualization.draw_geometries([pcd])
|
||||
|
||||
---
|
||||
|
||||
# 5.2 三维理解
|
||||
## 5.2 三维理解
|
||||
|
||||
## 学习目标
|
||||
|
||||
@@ -469,7 +469,7 @@ LiDAR地形扫描
|
||||
|
||||
---
|
||||
|
||||
# 5.3 三维重建与生成
|
||||
## 5.3 三维重建与生成
|
||||
|
||||
## 学习目标
|
||||
|
||||
@@ -859,7 +859,7 @@ print(f"颜色形状: {color.shape}, 密度形状: {density.shape}")
|
||||
|
||||
---
|
||||
|
||||
# 5.4 空间智能
|
||||
## 5.4 空间智能
|
||||
|
||||
## 学习目标
|
||||
|
||||
@@ -1087,7 +1087,7 @@ AI增强GIS:
|
||||
|
||||
---
|
||||
|
||||
# 5.5 设计应用
|
||||
## 5.5 设计应用
|
||||
|
||||
## 学习目标
|
||||
|
||||
+23
-23
@@ -1,4 +1,4 @@
|
||||
# 第7章：生成式AI——从创造到智能生成
|
||||
# 第6章：生成式AI——从创造到智能生成
|
||||
|
||||
## 篇章导读
|
||||
|
||||
@@ -8,9 +8,9 @@
|
||||
|
||||
---
|
||||
|
||||
## 7.1 早期生成模型
|
||||
## 6.1 早期生成模型
|
||||
|
||||
### 7.1.1 自编码器（Autoencoder, AE）
|
||||
### 6.1.1 自编码器（Autoencoder, AE）
|
||||
|
||||
自编码器是最早的生成模型思想之一，其核心理念是**学习数据的压缩表示**。
|
||||
|
||||
@@ -30,7 +30,7 @@
|
||||
|
||||
> **设计类比**：AE就像一位只会临摹的画师——他能把看到的景象画出来，但画得不够精细，也无法凭空创造出新的画面。
|
||||
|
||||
### 7.1.2 变分自编码器（Variational Autoencoder, VAE）
|
||||
### 6.1.2 变分自编码器（Variational Autoencoder, VAE）
|
||||
|
||||
VAE在AE的基础上引入了**概率思想**，是生成模型的重要进步。
|
||||
|
||||
@@ -64,9 +64,9 @@ VAE的关键在于将潜在空间约束为**标准正态分布**。这意味着
|
||||
|
||||
---
|
||||
|
||||
## 7.2 对抗生成
|
||||
## 6.2 对抗生成
|
||||
|
||||
### 7.2.1 生成对抗网络（GAN）
|
||||
### 6.2.1 生成对抗网络（GAN）
|
||||
|
||||
2014年，Ian Goodfellow提出了生成对抗网络（Generative Adversarial Network, GAN），开创了生成模型的新范式。
|
||||
|
||||
@@ -106,7 +106,7 @@ GAN的训练过程可以类比为**伪造者与鉴定师**的博弈：
|
||||
- **模式崩溃（Mode Collapse）**：生成器可能只学会生成少数几种图像，缺乏多样性
|
||||
- 超参数敏感，调参困难
|
||||
|
||||
### 7.2.2 StyleGAN：高质量人脸生成
|
||||
### 6.2.2 StyleGAN：高质量人脸生成
|
||||
|
||||
StyleGAN是NVIDIA推出的系列模型，在人脸生成领域取得了突破性成果。
|
||||
|
||||
@@ -125,7 +125,7 @@ StyleGAN是NVIDIA推出的系列模型，在人脸生成领域取得了突破性
|
||||
|
||||
StyleGAN可以精确控制生成人脸的各个属性——年龄、性别、发型、表情等，并且生成的人脸在视觉上与真人照片几乎无法区分。
|
||||
|
||||
### 7.2.3 CycleGAN：无配对图像转换
|
||||
### 6.2.3 CycleGAN：无配对图像转换
|
||||
|
||||
CycleGAN解决了一个重要的实际问题：**无需成对训练数据**的图像风格转换。
|
||||
|
||||
@@ -144,9 +144,9 @@ CycleGAN的设计应用十分广泛：实景照片转水彩风格、白天场景
|
||||
|
||||
---
|
||||
|
||||
## 7.3 扩散模型
|
||||
## 6.3 扩散模型
|
||||
|
||||
### 7.3.1 核心原理
|
||||
### 6.3.1 核心原理
|
||||
|
||||
扩散模型（Diffusion Model）是当前生成式AI的主流技术，其核心思想出人意料地简洁：**先学会如何破坏，再学会如何修复**。
|
||||
|
||||
@@ -188,7 +188,7 @@ x₀ ≈ 原始图像
|
||||
|
||||
模型不需要学习"好图像长什么样"，而是学习"噪声长什么样"——这是一个更容易学习的目标。
|
||||
|
||||
### 7.3.2 Stable Diffusion架构
|
||||
### 6.3.2 Stable Diffusion架构
|
||||
|
||||
Stable Diffusion是扩散模型最重要的工程实现，其核心创新是**在潜在空间（Latent Space）中进行扩散**，而非直接在像素空间操作，从而大幅提升了效率。
|
||||
|
||||
@@ -225,7 +225,7 @@ VAE Decoder (解码器)
|
||||
- 压缩过程自动去除冗余信息，保留语义关键特征
|
||||
- 使消费级显卡也能运行生成模型
|
||||
|
||||
### 7.3.3 文生图工作流（Text-to-Image Workflow）
|
||||
### 6.3.3 文生图工作流（Text-to-Image Workflow）
|
||||
|
||||
从文字到图像的完整流程：
|
||||
|
||||
@@ -258,9 +258,9 @@ VAE Decoder (解码器)
|
||||
|
||||
---
|
||||
|
||||
## 7.4 AIGC工具链
|
||||
## 6.4 AIGC工具链
|
||||
|
||||
### 7.4.1 ControlNet：精确条件控制
|
||||
### 6.4.1 ControlNet：精确条件控制
|
||||
|
||||
纯文生图虽然强大，但设计师往往需要**精确控制**空间结构——这正是ControlNet解决的问题。
|
||||
|
||||
@@ -294,7 +294,7 @@ ControlNet与主U-Net协同
|
||||
结构线稿 → 分割图提取 → ControlNet条件控制 → 风格化设计方案
|
||||
```
|
||||
|
||||
### 7.4.2 LoRA：高效微调
|
||||
### 6.4.2 LoRA：高效微调
|
||||
|
||||
全量微调一个大模型需要巨大的计算资源，而LoRA（Low-Rank Adaptation，低秩适应）提供了一种**高效微调**方案。
|
||||
|
||||
@@ -327,7 +327,7 @@ ControlNet与主U-Net协同
|
||||
|
||||
设计师可以针对特定设计风格训练专属LoRA，如"新中式风格""日式极简风格"等，实现个性化的AI生成。
|
||||
|
||||
### 7.4.3 ComfyUI：模块化工作流
|
||||
### 6.4.3 ComfyUI：模块化工作流
|
||||
|
||||
ComfyUI是一个基于**节点化（Node-based）** 的AIGC工作流平台，允许用户通过可视化连接来构建复杂的生成流程。
|
||||
|
||||
@@ -361,7 +361,7 @@ ComfyUI是一个基于**节点化（Node-based）** 的AIGC工作流平台，允
|
||||
保存图像
|
||||
```
|
||||
|
||||
### 7.4.4 Midjourney：创意探索平台
|
||||
### 6.4.4 Midjourney：创意探索平台
|
||||
|
||||
Midjourney是一个面向创意的AI图像生成平台，以极高的审美质量和艺术表现力著称。
|
||||
|
||||
@@ -372,7 +372,7 @@ Midjourney是一个面向创意的AI图像生成平台，以极高的审美质
|
||||
- 适合设计前期的**创意发散和灵感探索**
|
||||
- 付费云服务，依赖网络连接
|
||||
|
||||
### 7.4.5 AIGC工具对比
|
||||
### 6.4.5 AIGC工具对比
|
||||
|
||||
| 工具 | 核心优势 | 适用场景 | 使用门槛 | 部署方式 |
|
||||
| --- | --- | --- | --- | --- |
|
||||
@@ -385,9 +385,9 @@ Midjourney是一个面向创意的AI图像生成平台，以极高的审美质
|
||||
|
||||
---
|
||||
|
||||
## 7.5 设计应用
|
||||
## 6.5 设计应用
|
||||
|
||||
### 7.5.1 建筑设计：从草图到渲染
|
||||
### 6.5.1 建筑设计：从草图到渲染
|
||||
|
||||
```
|
||||
手绘概念草图
|
||||
@@ -407,7 +407,7 @@ AI生成效果图
|
||||
- 生成多个设计方案进行比选
|
||||
- 客户沟通效率大幅提升
|
||||
|
||||
### 7.5.2 室内设计：从平面到立体
|
||||
### 6.5.2 室内设计：从平面到立体
|
||||
|
||||
```
|
||||
户型平面图
|
||||
@@ -421,7 +421,7 @@ AI生成效果图
|
||||
风格迁移 → 多风格方案
|
||||
```
|
||||
|
||||
### 7.5.3 平面设计：品牌视觉生成
|
||||
### 6.5.3 平面设计：品牌视觉生成
|
||||
|
||||
```
|
||||
品牌关键词："科技感、绿色环保、信任感"
|
||||
@@ -433,7 +433,7 @@ AI生成Logo候选方案（多组）
|
||||
品牌视觉系统延展（名片、海报、包装）
|
||||
```
|
||||
|
||||
### 7.5.4 综合案例：住宅客厅设计工作流
|
||||
### 6.5.4 综合案例：住宅客厅设计工作流
|
||||
|
||||
以下是一个完整的AI辅助住宅客厅设计工作流：
|
||||
|
||||
@@ -1,4 +1,4 @@
|
||||
# 第8章：AI Agent——从执行到自主
|
||||
# 第7章：AI Agent——从执行到自主
|
||||
|
||||
## 篇章导读
|
||||
|
||||
@@ -10,9 +10,9 @@ AI Agent（智能体）代表了人工智能的下一个前沿：从"被动响
|
||||
|
||||
---
|
||||
|
||||
## 8.1 从规则到智能
|
||||
## 7.1 从规则到智能
|
||||
|
||||
### 8.1.1 规则系统时代
|
||||
### 7.1.1 规则系统时代
|
||||
|
||||
最早的"智能系统"基于**规则（Rules）**，即"如果满足条件A，则执行动作B"。
|
||||
|
||||
@@ -36,7 +36,7 @@ else:
|
||||
- 维护困难——规则数量膨胀后，系统变得难以理解和更新
|
||||
- 缺乏理解——系统并不"理解"规则背后的含义，只是机械执行
|
||||
|
||||
### 8.1.2 传统规划方法
|
||||
### 7.1.2 传统规划方法
|
||||
|
||||
在规则系统之外，符号AI（Symbolic AI）还发展出了**规划（Planning）** 方法：
|
||||
|
||||
@@ -46,7 +46,7 @@ else:
|
||||
|
||||
这类方法在限定领域内效果良好（如国际象棋、路径规划），但面对开放、模糊的现实设计任务时，往往难以定义完整的状态空间和操作算子。
|
||||
|
||||
### 8.1.3 LLM带来的范式转变
|
||||
### 7.1.3 LLM带来的范式转变
|
||||
|
||||
大语言模型（LLM, Large Language Model）的出现，为Agent的发展带来了根本性的转变：
|
||||
|
||||
@@ -67,9 +67,9 @@ LLM之所以能成为Agent的"大脑"，关键在于它具备了：
|
||||
|
||||
---
|
||||
|
||||
## 8.2 LLM-based Agent
|
||||
## 7.2 LLM-based Agent
|
||||
|
||||
### 8.2.1 核心组件
|
||||
### 7.2.1 核心组件
|
||||
|
||||
一个完整的LLM-based Agent由以下核心模块构成：
|
||||
|
||||
@@ -92,7 +92,7 @@ LLM之所以能成为Agent的"大脑"，关键在于它具备了：
|
||||
└─────────────────────────────────────────────────┘
|
||||
```
|
||||
|
||||
### 8.2.2 感知（Perception）
|
||||
### 7.2.2 感知（Perception）
|
||||
|
||||
感知模块负责**接收和理解外部信息**：
|
||||
|
||||
@@ -105,7 +105,7 @@ LLM之所以能成为Agent的"大脑"，关键在于它具备了：
|
||||
|
||||
感知的关键在于**理解意图**——用户说"设计一个公园"，Agent需要理解这涉及场地分析、功能分区、路径规划、植物配置等多个子任务。
|
||||
|
||||
### 8.2.3 规划（Planning）
|
||||
### 7.2.3 规划（Planning）
|
||||
|
||||
规划模块负责**将复杂目标分解为可执行的步骤**：
|
||||
|
||||
@@ -121,7 +121,7 @@ LLM之所以能成为Agent的"大脑"，关键在于它具备了：
|
||||
确定执行顺序和依赖关系
|
||||
```
|
||||
|
||||
### 8.2.4 记忆（Memory）
|
||||
### 7.2.4 记忆（Memory）
|
||||
|
||||
记忆模块为Agent提供**信息存储和检索**能力：
|
||||
|
||||
@@ -146,7 +146,7 @@ LLM之所以能成为Agent的"大脑"，关键在于它具备了：
|
||||
| 长期记忆 | 向量数据库（Vector Database） | 嵌入式检索相关知识 |
|
||||
| 程序性记忆 | 工具库（Tool Library） | 已学会的工具使用方法 |
|
||||
|
||||
### 8.2.5 工具调用（Tool Use）
|
||||
### 7.2.5 工具调用（Tool Use）
|
||||
|
||||
工具调用是Agent与外部世界交互的关键能力：
|
||||
|
||||
@@ -164,9 +164,9 @@ Agent的核心能力在于根据任务需要**自主选择和组合工具**，
|
||||
|
||||
---
|
||||
|
||||
## 8.3 推理模式
|
||||
## 7.3 推理模式
|
||||
|
||||
### 8.3.1 思维链（Chain of Thought, CoT）
|
||||
### 7.3.1 思维链（Chain of Thought, CoT）
|
||||
|
||||
CoT是最基础的推理增强技术，核心思想是**将推理过程显式化**。
|
||||
|
||||
@@ -207,7 +207,7 @@ Step 4：选择植物配置
|
||||
|
||||
CoT的价值在于**让思考过程可见**，这不仅提升了推理的准确性，也使结果更具可解释性。
|
||||
|
||||
### 8.3.2 ReAct（Reasoning + Acting）
|
||||
### 7.3.2 ReAct（Reasoning + Acting）
|
||||
|
||||
ReAct模式将**推理与行动交替进行**，形成"思考-行动-观察"的循环。
|
||||
|
||||
@@ -249,7 +249,7 @@ Think：任务完成，向用户展示报告。
|
||||
|
||||
ReAct模式的优势在于**可以根据中间结果动态调整策略**，而非严格按照预设流程执行。
|
||||
|
||||
### 8.3.3 反思（Reflection）
|
||||
### 7.3.3 反思（Reflection）
|
||||
|
||||
反思机制使Agent能够**自我评估和改进**：
|
||||
|
||||
@@ -275,9 +275,9 @@ ReAct模式的优势在于**可以根据中间结果动态调整策略**，而
|
||||
|
||||
---
|
||||
|
||||
## 8.4 多Agent协作
|
||||
## 7.4 多Agent协作
|
||||
|
||||
### 8.4.1 单Agent架构
|
||||
### 7.4.1 单Agent架构
|
||||
|
||||
单Agent适合**相对简单的任务**：
|
||||
|
||||
@@ -291,7 +291,7 @@ ReAct模式的优势在于**可以根据中间结果动态调整策略**，而
|
||||
- 同时扮演多个角色，专业性不足
|
||||
- 错误容易累积，缺乏交叉验证
|
||||
|
||||
### 8.4.2 多Agent协作
|
||||
### 7.4.2 多Agent协作
|
||||
|
||||
多Agent系统通过**分工协作**解决复杂任务：
|
||||
|
||||
@@ -313,7 +313,7 @@ ReAct模式的优势在于**可以根据中间结果动态调整策略**，而
|
||||
| 设计Agent (Designer) | 方案生成、空间布局、效果渲染 | CAD工具、生成模型、设计规范库 |
|
||||
| 审查Agent (Reviewer) | 合规检查、质量评估、问题标记 | 规范数据库、检查规则 |
|
||||
|
||||
### 8.4.3 Agent通信模式
|
||||
### 7.4.3 Agent通信模式
|
||||
|
||||
多Agent之间的通信是协作的关键：
|
||||
|
||||
@@ -334,7 +334,7 @@ ReAct模式的优势在于**可以根据中间结果动态调整策略**，而
|
||||
各自贡献专业能力，共同解决问题
|
||||
```
|
||||
|
||||
### 8.4.4 新兴Agent社会
|
||||
### 7.4.4 新兴Agent社会
|
||||
|
||||
随着Agent技术的发展，正在出现更复杂的协作形态：
|
||||
|
||||
@@ -346,9 +346,9 @@ ReAct模式的优势在于**可以根据中间结果动态调整策略**，而
|
||||
|
||||
---
|
||||
|
||||
## 8.5 协作与协议
|
||||
## 7.5 协作与协议
|
||||
|
||||
### 8.5.1 MCP协议（Model Context Protocol）
|
||||
### 7.5.1 MCP协议（Model Context Protocol）
|
||||
|
||||
**MCP（模型上下文协议）** 是连接AI模型与外部工具和数据的开放标准。
|
||||
|
||||
@@ -395,7 +395,7 @@ MCP方式：
|
||||
- **安全可控**：权限管理、审计日志、访问控制
|
||||
- **生态开放**：社区可贡献各类MCP Server
|
||||
|
||||
### 8.5.2 HITL：人在回路（Human-in-the-Loop）
|
||||
### 7.5.2 HITL：人在回路（Human-in-the-Loop）
|
||||
|
||||
**HITL（Human-in-the-Loop）** 是在AI决策的关键环节引入人类干预的协作模式。
|
||||
|
||||
@@ -431,9 +431,9 @@ MCP方式：
|
||||
|
||||
---
|
||||
|
||||
## 8.6 设计应用与展望
|
||||
## 7.6 设计应用与展望
|
||||
|
||||
### 8.6.1 场景分析Agent
|
||||
### 7.6.1 场景分析Agent
|
||||
|
||||
**输入：** 场地基础数据（位置、面积、周边环境）
|
||||
|
||||
@@ -449,7 +449,7 @@ Step 5：法规分析 → 查询规划数据库 → 获取用地限制、退让
|
||||
输出：场地综合分析报告（数据、图表、建议）
|
||||
```
|
||||
|
||||
### 8.6.2 设计生成Agent
|
||||
### 7.6.2 设计生成Agent
|
||||
|
||||
**输入：** 设计需求 + 场地分析报告
|
||||
|
||||
@@ -468,7 +468,7 @@ Step 4：效果渲染（调用生成模型）
|
||||
输出：初步设计方案（图纸、效果图、说明）
|
||||
```
|
||||
|
||||
### 8.6.3 合规审查Agent
|
||||
### 7.6.3 合规审查Agent
|
||||
|
||||
**输入：** 设计方案
|
||||
|
||||
@@ -483,7 +483,7 @@ Step 4：生成报告 → 输出合规审查意见，含修改建议
|
||||
输出：合规审查报告
|
||||
```
|
||||
|
||||
### 8.6.4 多Agent协同设计流程
|
||||
### 7.6.4 多Agent协同设计流程
|
||||
|
||||
三个Agent协同工作的完整流程：
|
||||
|
||||
@@ -501,7 +501,7 @@ Step 4：生成报告 → 输出合规审查意见，含修改建议
|
||||
最终设计方案（设计师确认）
|
||||
```
|
||||
|
||||
### 8.6.5 未来展望
|
||||
### 7.6.5 未来展望
|
||||
|
||||
AI在设计领域的角色将经历三个阶段的演进：
|
||||
|
||||
+34
-34
@@ -1,4 +1,4 @@
|
||||
# 第6章：强化学习——从决策到对齐
|
||||
# 第8章：强化学习——从决策到对齐
|
||||
|
||||
## 篇章导读
|
||||
|
||||
@@ -21,9 +21,9 @@
|
||||
|
||||
---
|
||||
|
||||
# 6.1 RL基础
|
||||
## 8.1 RL基础
|
||||
|
||||
## 6.1.1 核心框架：智能体与环境的交互
|
||||
## 8.1.1 核心框架：智能体与环境的交互
|
||||
|
||||
强化学习的核心是一个**智能体（Agent）与环境（Environment）的交互循环**：
|
||||
|
||||
@@ -50,7 +50,7 @@
|
||||
|
||||
这个过程就像一个学生做练习题：做题（选择动作），对答案（接收反馈），总结经验（更新策略），最终提高成绩（最大化累积奖励）。
|
||||
|
||||
## 6.1.2 马尔可夫决策过程
|
||||
## 8.1.2 马尔可夫决策过程
|
||||
|
||||
强化学习的数学基础是**马尔可夫决策过程（Markov Decision Process, MDP）**。一个MDP由五元组 (S, A, P, R, γ) 定义：
|
||||
|
||||
@@ -64,7 +64,7 @@
|
||||
|
||||
**马尔可夫性质（Markov Property）** 是MDP的核心假设：未来只取决于当前状态，与过去无关。这就像下棋时，当前的棋盘状态已经包含了所有必要信息，不需要知道之前的每一步走法。
|
||||
|
||||
## 6.1.3 价值函数
|
||||
## 8.1.3 价值函数
|
||||
|
||||
智能体的目标是最大化累积折扣奖励：
|
||||
|
||||
@@ -82,7 +82,7 @@ $$Q^\pi(s, a) = \mathbb{E}_\pi [G_t | S_t = s, A_t = a]$$
|
||||
|
||||
两者的关系是：V(s) 是对所有可能动作的Q值的加权平均。Q函数更为实用，因为它直接告诉我们在某个状态下"哪个动作最好"。
|
||||
|
||||
## 6.1.4 Q-Learning
|
||||
## 8.1.4 Q-Learning
|
||||
|
||||
**Q-Learning** 是一种经典的免策略（Off-policy）时序差分算法，它直接学习最优Q函数，而不需要知道环境的具体模型。
|
||||
|
||||
@@ -100,7 +100,7 @@ $$Q(s, a) \leftarrow Q(s, a) + \alpha [r + \gamma \max_{a'} Q(s', a') - Q(s, a)]
|
||||
|
||||
**探索与利用的平衡（Exploration vs. Exploitation）** 是Q-Learning的关键问题。ε-greedy策略是最简单的解决方案：以概率ε随机选择动作（探索），以概率1-ε选择当前最优动作（利用）。
|
||||
|
||||
## 6.1.5 DQN：深度Q网络
|
||||
## 8.1.5 DQN：深度Q网络
|
||||
|
||||
当状态空间很大时（如像素级游戏画面），用表格存储所有Q值不再可行。2015年，DeepMind提出的**DQN（Deep Q-Network）**用神经网络来近似Q函数，实现了从感知到决策的端到端学习。
|
||||
|
||||
@@ -161,7 +161,7 @@ for episode in range(num_episodes):
|
||||
|
||||
**突破性成果**：DQN在49款Atari游戏上达到了人类水平的性能，仅从游戏画面的像素输入和分数反馈就能学会各种不同的游戏策略。这一成果标志着深度强化学习时代的开启。
|
||||
|
||||
## 6.1.6 代码示例：网格世界中的Q-Learning
|
||||
## 8.1.6 代码示例：网格世界中的Q-Learning
|
||||
|
||||
下面是一个简化的Q-Learning完整示例，智能体在4×4网格中学习从起点走到终点：
|
||||
|
||||
@@ -249,11 +249,11 @@ for s in range(n_states):
|
||||
|
||||
---
|
||||
|
||||
# 6.2 策略优化
|
||||
## 8.2 策略优化
|
||||
|
||||
Q-Learning和DQN属于**基于价值（Value-Based）** 的方法：先学习价值函数，再间接推导策略。另一类方法是**基于策略（Policy-Based）** 的方法，直接优化策略本身。
|
||||
|
||||
## 6.2.1 策略梯度（Policy Gradient）
|
||||
## 8.2.1 策略梯度（Policy Gradient）
|
||||
|
||||
策略梯度方法直接参数化策略 π_θ(a|s)，通过梯度上升最大化期望累积奖励：
|
||||
|
||||
@@ -310,7 +310,7 @@ for episode in range(num_episodes):
|
||||
|
||||
REINFORCE的问题在于**方差大**：由于每条轨迹的回报波动很大，梯度估计不稳定，训练效率低。
|
||||
|
||||
## 6.2.2 Actor-Critic方法
|
||||
## 8.2.2 Actor-Critic方法
|
||||
|
||||
**Actor-Critic** 方法结合了基于价值和基于策略的优势：
|
||||
|
||||
@@ -340,7 +340,7 @@ $$A(s, a) = Q(s, a) - V(s)$$
|
||||
|
||||
优势函数衡量的是"采取动作a比平均水平好多少"。如果A > 0，说明这个动作比期望的好，应该增加其概率；反之则降低。
|
||||
|
||||
## 6.2.3 PPO：近端策略优化
|
||||
## 8.2.3 PPO：近端策略优化
|
||||
|
||||
**PPO（Proximal Policy Optimization, 2017）** 是由OpenAI提出的一种策略优化算法，它通过限制策略更新的幅度来保证训练稳定性，成为当前最广泛使用的强化学习算法之一。
|
||||
|
||||
@@ -386,7 +386,7 @@ def ppo_update(states, actions, old_log_probs, returns, advantages):
|
||||
|
||||
> **关键连接**：PPO正是ChatGPT等大语言模型在RLHF（人类反馈强化学习）阶段使用的核心算法。我们在6.4节将详细讨论这一过程。
|
||||
|
||||
## 6.2.4 A3C / A2C
|
||||
## 8.2.4 A3C / A2C
|
||||
|
||||
**A3C（Asynchronous Advantage Actor-Critic, 2016）** 是DeepMind提出的并行训练框架：
|
||||
|
||||
@@ -403,11 +403,11 @@ A2C: 多个Worker同步更新 → 等待所有Worker完成，再统一更新
|
||||
|
||||
---
|
||||
|
||||
# 6.3 Alpha系列
|
||||
## 8.3 Alpha系列
|
||||
|
||||
从2016年开始，DeepMind的Alpha系列成果不断刷新人们对AI能力的认知。这些突破展示了一个共同的技术范式：**搜索 + 深度学习 + 海量计算**。
|
||||
|
||||
## 6.3.1 AlphaGo（2016）
|
||||
## 8.3.1 AlphaGo（2016）
|
||||
|
||||
2016年3月，AlphaGo以4:1击败围棋世界冠军李世石，这是AI发展史上的里程碑事件。围棋的状态空间约为10^170，远超国际象棋（10^47），被普遍认为在短期内不可能被机器攻克。
|
||||
|
||||
@@ -437,7 +437,7 @@ AlphaGo的训练流程：
|
||||
|
||||
AlphaGo的意义远超围棋本身。它证明了：**在极其复杂的决策空间中，深度学习与搜索的结合可以超越人类数千年的知识积累**。
|
||||
|
||||
## 6.3.2 AlphaZero（2017）
|
||||
## 8.3.2 AlphaZero（2017）
|
||||
|
||||
如果说AlphaGo还需要人类棋谱作为起点，那么**AlphaZero**则完全抛弃了人类知识，仅通过**自我对弈（Self-Play）** 从零开始学习。
|
||||
|
||||
@@ -456,7 +456,7 @@ AlphaZero用同一个框架掌握了三种完全不同的棋类：
|
||||
|
||||
AlphaZero的启示：**当我们摆脱对人类数据的依赖，让AI完全通过自我探索来学习时，它可能发现人类从未想到过的策略**。在对弈中，AlphaZero经常下出人类专家认为"错误"的棋，最终却证明是更优的选择。
|
||||
|
||||
## 6.3.3 AlphaFold（2020）
|
||||
## 8.3.3 AlphaFold（2020）
|
||||
|
||||
**AlphaFold** 将强化学习的思想拓展到科学发现领域。它解决了困扰生物学界50年的**蛋白质结构预测**问题——根据氨基酸序列预测蛋白质的三维结构。
|
||||
|
||||
@@ -477,7 +477,7 @@ AlphaFold的意义对设计领域尤其深远：
|
||||
- **从规则到预测**：从传统的物理实验方法转向数据驱动的预测方法，这与设计领域从经验到数据驱动的发展方向一致
|
||||
- **科学发现的范式**：展示了AI如何加速科学发现，为设计领域的创新提供了新思路
|
||||
|
||||
## 6.3.4 Alpha系列的技术范式
|
||||
## 8.3.4 Alpha系列的技术范式
|
||||
|
||||
总结Alpha系列的成功模式：
|
||||
|
||||
@@ -502,9 +502,9 @@ AlphaFold的意义对设计领域尤其深远：
|
||||
|
||||
---
|
||||
|
||||
# 6.4 人类对齐
|
||||
## 8.4 人类对齐
|
||||
|
||||
## 6.4.1 为什么需要对齐？
|
||||
## 8.4.1 为什么需要对齐？
|
||||
|
||||
经过预训练的大语言模型（如第3章所述）虽然拥有强大的文本生成能力，但它本质上是在模仿训练数据中的模式。这导致几个严重问题：
|
||||
|
||||
@@ -517,7 +517,7 @@ AlphaFold的意义对设计领域尤其深远：
|
||||
|
||||
> **回顾第3章**：在第3章中我们了解了Transformer架构和语言模型的预训练过程。预训练赋予模型"能力"，而RLHF赋予模型"方向"——让能力服务于人类的目标。
|
||||
|
||||
## 6.4.2 RLHF：从人类反馈中学习
|
||||
## 8.4.2 RLHF：从人类反馈中学习
|
||||
|
||||
RLHF分为三个阶段：
|
||||
|
||||
@@ -595,7 +595,7 @@ for step in range(training_steps):
|
||||
ppo_update(prompt, response, adjusted_reward)
|
||||
```
|
||||
|
||||
## 6.4.3 RLAIF与Constitutional AI
|
||||
## 8.4.3 RLAIF与Constitutional AI
|
||||
|
||||
RLHF需要大量人工标注，成本高昂。**RLAIF（Reinforcement Learning from AI Feedback）** 用AI替代人类标注者来提供反馈：
|
||||
|
||||
@@ -624,9 +624,9 @@ Constitutional AI 流程：
|
||||
|
||||
---
|
||||
|
||||
# 6.5 具身智能
|
||||
## 8.5 具身智能
|
||||
|
||||
## 6.5.1 什么是具身智能？
|
||||
## 8.5.1 什么是具身智能？
|
||||
|
||||
**具身智能（Embodied AI）** 是指拥有物理或虚拟"身体"的AI系统，它通过与真实或模拟环境的物理交互来学习和完成任务。
|
||||
|
||||
@@ -650,7 +650,7 @@ Constitutional AI 流程：
|
||||
|
||||
强化学习是训练具身智能的核心方法：智能体通过在环境中不断尝试、接收奖励反馈来学习最优行为策略。
|
||||
|
||||
## 6.5.2 数字孪生
|
||||
## 8.5.2 数字孪生
|
||||
|
||||
**数字孪生（Digital Twin）** 是连接物理世界和数字世界的桥梁：
|
||||
|
||||
@@ -673,7 +673,7 @@ Constitutional AI 流程：
|
||||
|
||||
数字孪生为强化学习提供了安全、高效的训练环境。设计师可以在虚拟环境中测试各种方案，然后用最优方案指导物理世界的实施。
|
||||
|
||||
## 6.5.3 Gymnasium环境
|
||||
## 8.5.3 Gymnasium环境
|
||||
|
||||
**Gymnasium**（原OpenAI Gym）是强化学习的标准环境库，提供了丰富的测试环境：
|
||||
|
||||
@@ -711,7 +711,7 @@ Gymnasium中与设计相关的环境包括：
|
||||
| Ant/Humanoid | 机器人运动 | 人体工程学 |
|
||||
| MuJoCo系列 | 物理仿真 | 材料与结构 |
|
||||
|
||||
## 6.5.4 Sim2Real：从仿真到现实
|
||||
## 8.5.4 Sim2Real：从仿真到现实
|
||||
|
||||
强化学习在仿真环境中训练智能体，但仿真与真实世界之间存在**Sim2Real差距（Sim2Real Gap）**：
|
||||
|
||||
@@ -732,7 +732,7 @@ Gymnasium中与设计相关的环境包括：
|
||||
- **系统辨识（System Identification）**：从真实世界数据中学习更准确的仿真参数
|
||||
- **渐进迁移（Progressive Transfer）**：先在仿真中训练，再在真实环境中微调
|
||||
|
||||
## 6.5.5 具身智能的挑战与前景
|
||||
## 8.5.5 具身智能的挑战与前景
|
||||
|
||||
当前面临的挑战：
|
||||
|
||||
@@ -750,11 +750,11 @@ Gymnasium中与设计相关的环境包括：
|
||||
|
||||
---
|
||||
|
||||
# 6.6 设计应用
|
||||
## 8.6 设计应用
|
||||
|
||||
强化学习为设计领域提供了从"被动工具"到"主动智能体"的范式转变。以下是一些具有代表性的应用场景。
|
||||
|
||||
## 6.6.1 空间布局优化
|
||||
## 8.6.1 空间布局优化
|
||||
|
||||
将家具/房间布局问题建模为强化学习问题：
|
||||
|
||||
@@ -779,7 +779,7 @@ Gymnasium中与设计相关的环境包括：
|
||||
|
||||
与传统优化算法相比，强化学习方法的优势在于能够学习到布局的"风格"和"策略"，而不仅是找到单一最优解。
|
||||
|
||||
## 6.6.2 路径规划与导航
|
||||
## 8.6.2 路径规划与导航
|
||||
|
||||
强化学习在自主导航中已有广泛应用，同样适用于设计空间中的路径规划：
|
||||
|
||||
@@ -809,7 +809,7 @@ class TrafficSignalEnv:
|
||||
return self.get_state(), reward, False, {}
|
||||
```
|
||||
|
||||
## 6.6.3 自主设计智能体
|
||||
## 8.6.3 自主设计智能体
|
||||
|
||||
将强化学习与生成模型结合，构建能够**自我改进的设计系统**：
|
||||
|
||||
@@ -831,7 +831,7 @@ class TrafficSignalEnv:
|
||||
- 在大量设计变体中搜索最优方案
|
||||
- 学习人类设计师的偏好和风格
|
||||
|
||||
## 6.6.4 建筑自动化
|
||||
## 8.6.4 建筑自动化
|
||||
|
||||
强化学习在建筑制造领域的应用：
|
||||
|
||||
@@ -842,7 +842,7 @@ class TrafficSignalEnv:
|
||||
| 无人施工车 | 工地地图 | 行驶路径、操作 | 任务完成度、安全性 |
|
||||
| 塔吊自动化 | 吊载状态 | 运动轨迹 | 就位精度、时间效率 |
|
||||
|
||||
## 6.6.5 城市系统优化
|
||||
## 8.6.5 城市系统优化
|
||||
|
||||
强化学习在城市规划和设计中的应用：
|
||||
|
||||
Reference in New Issue
Block a user