過去一年偶爾有人引用畢卡索在1968年的話，他說「電腦毫無用處，它只能給你答案」，那年英特爾（Intel）剛成立，畢卡索很難預見有一天電腦可以回答出這麼厲害全面的答案。沒有意外的話，這時代正在體現未來學家說的加速回報定律（Law of Accelerating Return），1900 年的人抵達2000年時感受到的巨大驚嚇，僅約略等於 2000 年的人抵達今日的驚嚇程度，這是一個社會與科技的指數加速成長，但我們常低估這變化，因為即便是指數曲線，若僅截取很短的一段時間，體感上還是緩慢的線性移動。
就設計產業與設計教育來說，在生成式人工智慧的寒武紀大爆發後，這個指數成長也在去年引起大量討論。如果把設計（思考）看成是複雜問題的跨域解決，而不僅討論狹義的視覺體驗變化，那麼至少可區分「AI如何協助設計」（AI for design） 與「設計如何協助AI」（design for AI） 兩者來看。
「AI 如何協助設計」，主要是 AI 對設計能力的2種擴增 （augmentation），第1種擴增是資料的解讀能力，這是原本深度學習模型已在做的事，如果設計是為解決使用者需求，那麼如何更精準辨識與預測使用者行為，就是好設計的來源，但人類設計師有其資料解讀的侷限。像哲學家維根斯坦（Ludwig Wittgenstein）提出的「家族相似性」（familienahnlichkeit），他認為同屬一個概念底下的事物，未必真的具共同特徵，這些特徵是交錯重疊的，我們過去定義萬物並加以分類的方式錯了，這可能會更加遺失許多「未知的未知」（unknown unknown）。用既定規則與分類看事情，就不會看到其他存在模式，設計師解讀得出因果性，卻不一定辨識得出相關性，例如來自沃爾瑪（Walmart）商場同時購買尿布與啤酒的傳說。
https://www.bnext.com.tw/article/78356/ai-design?