袁景玉

其次，ChatGPT背后经过了大语言模型（LLMs）的数据训练，这个训练过程在巨额经费的支持下，纳入了更加惊人的数据量，因而作为一个智能聊天机器人，它在回答问题的时候，已经搜寻和汇总了海量资料，可以说类似一个学富五车、记忆超群、反应灵敏的人，不仅知识十分丰富，而且条理十分清晰。

第三，ChatGPT可以智能化响应用户的要求，按照所需的格式给出答复，甚至可以模仿特定的某人或某类文章的语言风格。在给出的答案中，文本可以表现为叙述、故事、小说、剧本、论文、报告、报表、计算机代码等等各种形式，成为一个可以在办公室做PPT的白领秘书，会写代码、找应用程序的bug，还能兼职当个作家。

这些能力使ChatGPT在目前阶段最大程度地模仿了人的智能，因而我们看到了它可以在很多领域或工作岗位代替人的工作的可能性。

但是说到底，它还是一个人工智能技术，也就是AI（Artificial Intelligence），能模仿人的智力活动的一种技术，但是它毕竟没有人的生活经验、阅历，尽管它存储了海量的知识，却没有“人”所特有的，在获取知识过程中的艰辛付出和深切体会。特别是没有作为照明设计师的每一位个体，在长期的社会、文化和人际生活中所建立起来的价值体系和情感体系。

计算机在发明之后很快就被用于图形处理。30年前我们接触到计算机辅助设计，当时AutoCAD的R14版本在发布会上演示了图元统计方面的惊人速度和准确度，就号称已经具有智能化功能。后来我在建筑学专业教授计算机辅助建筑设计，才理解所谓设计，是指有目标和计划的创作行为及活动。而CAD，我们通常理解为Computer-aided Design，严格来说应该是Computer-aided Drawing，CAD软件只是帮着我们做些辅助性的工作，包括快速、甚至貌似“智能化”地生成柱网、墙体、门窗等等。我们能快速画图，是因为前期有大量的人力已经为我们做了图元、模块和统计等方面功能和数据库的铺垫。

今天的ChatGPT为代表的的AI技术也是在丰富和完备的互联网信息基础上，为我们提供信息搜集汇总、加工处理和展示表达方面的便利。

图2  采用AI绘图工具Midjourney绘制的室内设计效果图和扎哈风格的建筑造型图。用户提出由一组关键词组成的绘图要求，软件自动而且快速绘制并输出图像结果（来自Midjourney网页截图）

而这些对信息的获取和应用，正是设计、也包括照明设计当中的主要工作内容。要完成一个照明设计工作任务，必然要与信息打交道，具体包括对标准、环境、历史、文化以及客户要求等信息的搜集分析，再经过对设计目标的具体化、光源灯具电气和智能控制设备信息的运用、文本或图纸信息的表达、与客户的信息沟通交流等等，所以，AI也好，ChatGPT也好，它们在信息的存储、处理和输出方面具有的优势，在照明设计工作中意味着强大的工作能力。

图3  照明设计过程通常包括前期分析、设计构思、效果图表达等过程（来自本文作者教学用图）

首先，设计是针对特定事例的独特创造性工作，研究性是AI的弱点。

每个设计都是要一事一议的，照抄照搬或者简单拼凑不是设计。所谓设计师，是对人与事物进行分析，通过创造、创新或提供创意给出解决方案，并予以表达的人或工作岗位。所谓研究，就是利用有计划与有系统的资料收集、分析和解释的方法，获得解决问题的过程，是运用科学的方法探求问题答案的一种过程。

建筑设计领域的主流机构都叫建筑设计研究院，通常要针对设计对象的地域、文化、历史、环境、规划和发展目标等进行大量的研究，从而完成独创性的成果。照明设计尽管没有设计研究院这样命名的机构，但是运行模式是相似的。

AI技术包括ChatGPT根据用户要求提供的论文、报告，仍然是信息的处理和表达，徒具研究的形式，最为欠缺的就是研究能力，这种研究性恰恰是AI技术无法取代照明设计师的关键原因。一些研究人员对ChatGPT训练所用LLMs的评价就是“流利但不真实”，需要对其输出结果的准确性保持警惕；有人认为它在回答问题时根本不可靠，有时会产生错误的回答，需要人工审核。特别在涉及抽象、伦理、心理和情感因素的时候，AI技术仍然存在难于逾越的鸿沟，部分原因在于这些训练所用语料内容的时效性、真实性和可靠性并不是都令人满意。比如有人指出AI在理解“举头望明月，低头思故乡”的语义时会有多大的难度。

图4  河北工业大学百年纪念园工学楼夜景照明实景照片（本文作者设计并拍摄）

图4所示建筑立面上一片墙体的泛光照明，既涉及到平均照度、平均亮度、均匀度等照明参数，也与材料的质感、色彩表现有关。每一个参数的取值及其实现手段，都是综合权衡的结果，也寄托了照明设计师对百年校史、校园文化和学术传统方面的诸多思考。

其次，创造性思维是照明设计师的核心实力，是AI的软肋。

AI的知识储备和分析、综合能力毋庸置疑。但是照明设计过程中的关键部分，是照明设计师对照明设计方案的构思过程，尤其是其中综合了设计师个人求知过程、生活经验和阅历、人生思考、心理探究等个性化认知的知识体系，正是AI的知识结构中难以覆盖和无法具备的部分。

举例来说，一个房间的灯光设计，当然首先要满足相关的标准规范指标，这些在手工画图阶段，是由设计师进行手工计算，在掌握了利用系数、室形指数等等概念基础上，利用光源灯具的相关参数进行计算得到设计值，修正设计参数。后来用计算器解决计算问题，用Excel解决大量数据的运算问题，进而用照明模拟软件进行计算，对区域照度和均匀度的控制有了更为便利和准确的掌控。这些工作通过AI技术来完成是很容易实现的。但是照明设计师还需要考虑房间的主人有哪些具体情况，比如主人的工作生活规律、活动区域划分、不同时间不同情绪下的具体要求，这类复杂和个性化的内容往往是没有具体指标可以描述的，必须要由照明设计师结合自己的理解，在设计结果中予以满足并加以具体呈现。这些没有标准化指标的内容，就超出了AI的处理能力范围。

第三，网络信息分布的不均衡，严重制约AI技术在照明设计领域的发挥。融合地方、地域、民族、历史、人文、心理和文化特征的设计，是设计师的优势。因为网络和信息管理方式的特异性，在目前的网络空间中信息的分布并不均衡。特别是涉及中国社会的相关内容相对较少，尤其以汉语构成的知识体系在数量和质量方面尚属薄弱环节。这对于ChatGPT所依赖的训练数据必然造成缺环，因而这类风格或项目的设计，仍然要通过设计师的工作来完成。

在这方面，人们总是提到AI在中文数据大模型训练中的语料问题，实质上不是指语言障碍，目前ChatGPT几乎已经没有语言隔阂的问题；而是中文数据的数量和质量问题，尤其是质量方面，数据的真实性、完备性和开放程度不足，造成了中文信息的高质量语料比例较低的现状。文化心理学中有个概念叫语境，分为低语境(Low Context)和高语境（high context），高语境文化的特征是人们在交流过程中重视“语境”而非“内容”，对语言的理解需要背景，存在大量的可意会不可言传的内容。而低语境文化则恰恰相反，只要按字面意思理解即可。有着丰厚文化底蕴的中国就处于高语境文化尖端，是东方文化的代表，美国及大部分北欧文化则处于低语境文化。中文网络语言环境中大量的信息需要意会，字面意思与实际内涵很可能存在巨大差异。这些都使得我们在对涉及人文、社会科学等方面的中文信息获取方面存在较大不足，也制造了很多的语言禁忌，潜规则盛行。

图5  高语境文化和低语境文化的分布及其特征（爱德华·T·霍尔《超越文化》）

照明设计不是纯自然科学的研究，与人文社科领域关系十分密切，这种信息缺环已经历史化存在，难以弥补。以网络信息为基础的AI技术在涉及这些题目时，先天弱于照明设计师的视野和阅历。

第四，ChatGPT所代表的AI技术如何开发和应用到照明设计中，仍然是照明设计师的工作。

AI技术是为人服务的，如何让它为照明设计和照明工程建设服务，也是创造性工作之一。ChatGPT工作中最基本的一个过程是提出由关键词组成的问题，同样一个题目，采用什么关键词进行提问，就需要用户认真思考和谨慎处理，否则结果也会难以预料。

在设计思想的表达方面，也不仅仅是表达形式问题，比如用什么文本？如何编排？图面效果如何美化？这些问题，AI技术可以提供多种推荐方案，帮助我们提升和优化。但是表达方案的选择必然要考虑到客户方面的问题，比如喜好、趣味、情绪、思路等等难以量化的内容，仍然需要照明设计师的主观判断，这又是人的长处和AI的短处。

因此需要指出的是，并不是所有照明设计工作岗位和工作环节都是稳固的，照明设计中那些缺乏创造性需要和能力、消耗大量人工成本的诸多岗位，则会被AI技术挤兑，甚至取代。

照明设计领域应该最大程度挖掘AI技术的潜力为我所用，在设计项目的前期、中期和后期各个环节发挥AI技术的作用，包括项目信息搜集、处理，设计方案生成和表达，与客户的沟通交流等方面，全面改进设计工作的质量，提高效率。

照明设计师们还需要有意识地借助ChatGPT等AI技术，开发自己在创意设计、创造性思维和研究性工作等方面的新思路。

AI技术在照明设计领域的应用程序开发也是未来的一项重要工作。现在的ChatGPT只是一个AI智能技术的底层平台，在具体行业的应用尚需大量工作，它对照明行业生态的影响必将是巨大和深远的。这方面也历来是中国制造的标志性优势领域。

相关阅读

1.关于近期爆火的ChatGPT，我们与照明人聊了这些

2.关于LED照明行业，我们采访了ChatGPT