我用 ChatGPT，造了一个「水母EVA」

虽然她们最终重新考虑不直接复制任何 AI 的其设计，但还是大方坚称了，「AI 美术对于聚焦灵感，以及深入研究工作和探险的不可或缺价值，具体情况来说，AI 对于探险、聚焦灵感和快速摄制绘图以便在自信风暴亦开会上与同事共享非常有用。」

事实上，除了提供者灵感内外，生成式 AI 还能通过其他的创造性方法努力机械研究工作争得进展，包含缩小各种类型环境与现实世界的差距、促进机械与生命的有效学术交流、创建更快的颁予模型等。

尽管，与AI的「共创」亦会获得好评不少「惊喜」，但这也必须一些毅力。

比如，根据起初的定时，在短短几分钟内，GÜRDÜR 就看到了 AI 产成的结果，但此后她还是花费了近小时来进行修改、发表意见表达方式、设法新的定时，并将成功的要素，一组一个「零碎」的其设计。

而且，如果你并不不想要「惊喜」，而是寻求「特定」的结果，那么这些AI机器就亦会趋于难以管理。毕竟，生命对 AI 生成的「迭代」几乎没控制权，结果也是不可预测的。

比如，当 GÜRDÜR 试图把鲎改以蜘蛛时，就逃过失败。

她输入定时词语，未来派电子蜘蛛机械、高效率其设计、明暗工业部门其设计、copic 个人风格、电影般的更高细节、心态片子、金色取材，但是得不到了一个「貌似」的蜘蛛状机械图像。

截图来源：IEEE

这令她十分不解，因为鲎和蜘蛛好像都非常相似，那么，为什么 AI 着色对鲎的其设计结果很好，而对蜘蛛的其设计却很僵硬、像内外星人，而且在解剖学上也不时是确呢？

这是至少是因为，AI只亦会遵循它从培训近据里面鉴别成的的「方式也」，而「方式也」形成背后就是 AI 的「台大学生（black box）」。

因此，AI 图像着色有不太可能变形培训近据里面的人口统计也就是说和其他也就是说，生成的内容不太可能亦会散播时是确信息，践踏隐私和知识产权，造成了严重的弊端。

回应，GÜRDÜR 持乐观态度，她认为，「在未来，我们亦会看到一些 AI 机器能在明确的受限前提下借助可预测性。更不可或缺的是，我期待看到图像着色与许多改建工程机器功能强大，并看到人们常用这些机器生成的近据进行培训。」

除了机械，生成式 AI 也在其他领域来进行工业部门其设计。

比如，在阿斯顿·托马斯（Aston Martin）的 DBR22 表达方式台车里面，其设计者就借助功能强大在 Divergent Technologies 的近字图形硬件里面的 AI 机器，来探险台车的基本上，优化后副台车轮模组的大小和布局，从而其设计成了较强有机骨架造型的后副台车轮，此后再通过快速成型高效率生产台车的确实模组。

回应，阿斯顿·托马斯一些公司交代，「这种方法大大减轻了模组的重量，同时保持了其刚性。一些公司计划在即将推成的小批量台车型里面采用相近的其设计和工业部门用工艺。」

Aston Martin 常用 AI 为其 DBR22 表达方式台车其设计零模组｜Aston Martin 主页

此内外，AI 来进行工业部门其设计的其他都是，还可以在 NASA 的人造卫星硬件里面见到，包含行星仪器、人造卫星望远镜和火星取样返回执行等。

NASA 设计者 Ryan McClelland 也公开回应，AI 生成的新其设计不太可能好像有些异类和貌似，但它们能承受更更高的结构载荷，重量却比传统模组更轻。此内外，与传统模组相比，它们所需的其设计时间很短。

McClelland 更是将这些 AI 新其设计称为「演化结构」，其实就是指 AI 硬件如何通过其设计突变进行迭代，并汇聚到更小型化的其设计上。

NASA研究工作设计者 Ryan McClelland 将这些常用商业AI硬件其设计的 3D 列印模组称为「演化结构」| NASA

不可否认的是，在进行必要的探险之前，就开始实施是极强诱惑力的，而且，即使是天马行空或不切确实的 AI 生成表达方式，也能作为粗糙的「所设计」为中期过渡阶段的改建工程其设计带来益处。

回应，其设计一些公司 IDEO 的首席公司总裁 Tim Brown 回应，「这种所设计既让我们慢下来，又让我们快起来。通过花时间对我们的不想法进行所设计其设计，我们可以避免代价更昂贵的时是确，例如过早地趋于极其十分复杂，以及仍然坚决一个较弱的不想法。」

这些前沿其设计者和设计者的实践证明，多于目前 AI 并没法实质上转用人们的工作，但它无疑为文创类人群提供者了一个绝佳的创作机器，让其设计者能更更高效地「脑暴」，加快工作进程。

弊端来了，看了这篇稿子的你们，不想用 AI 其设计一个什么成来？

那时候它们时是被主要用途更十分复杂的执行里面，超成了起初的设不想。在工业部门其设计领域，通过利用 AI 的力量，设计者可以开始以不同的作法思维，更清楚地看到各种联系，考虑未来的影响，并其设计成创造性和可持续发展的提供商，从而提高为近众多人们的生活。