參數化設計教學探析

汪俊瓊

一、參數化設計概述

參數化設計（Parametric Design）也稱參變量化設計，是把設計系統中的各相關要素進行參數化的一種設計方法[1]。早期伍德伯里在定義參數化設計時，強調其幾何形態的關聯性探索價值，認為參數化設計方法能夠以互動的方式挖掘設計的無限可能。參數化設計的本質是基于數據關聯和計算思維的邏輯化、交互式、創造性構造設計，通過設定規則建立起目標對象與選定參數之間的參變量化模型，從而實現相互關聯的數據在邏輯構建中自由流動，突破傳統設計方法中以感性思維為主的相對成熟而固化的流程，代之以構建規則式的算法來生成幾何形態，表現為一種新穎的、靈動的、嚴謹而微妙的計算性設計思維。

參數化設計是一種前衛的設計思潮和技術方法，廣泛應用在城市設計、建筑設計、室內設計及產品設計等領域。自由的實驗性設計、系統的復雜性設計，使參數化設計獲得眾多先鋒設計師的青睞。鑒于參數化設計的內涵和優勢，我國參數化設計的教學實踐大體呈現實驗性和復雜性兩種基本價值取向，實驗性強調發揮學生的主觀能動性，在參數化設計課題實踐中探索未知結果；復雜性運用復雜的系統視角構建復雜的設計關系，試圖通過參數化設計實踐解決復雜問題。這兩種取向不可避免地帶來參數化設計學習中認知難度的提升，再加上主觀投入或客觀資源等原因，參數化設計教學實踐陷入多重現實困境。人工智能技術的發展與應用為參數化設計帶來新面貌和革新契機，其應用探索不僅有助于降低認知難度，改善教學效果，同時還能形成學生的多元視角，提升其解決復雜問題的能力。由此，人工智能背景下參數化設計教學呈現一系列新的景觀。

二、參數化設計的兩種教學取向

美國哥倫比亞大學建筑研究院于 1994 年成立了無紙設計工作室（Paperless Studio），將數字技術手段引入專業課程設計實踐，并對建筑的數字化設計方法進行了廣泛探索。經過數十年的發展，參數化設計課程在歐美等發達國家的設計院系中得到普及。國內的參數化設計教學也在 21 世紀初嶄露頭角，發展至今日漸成熟，并形成一定的規模和影響?？偟膩碚f，參數化設計教學呈現實驗性設計和復雜性設計兩種理論取向，這與設計的綜合性與實踐性特質高度契合。

（一）實驗性設計

參數化設計是一種探索無限可能的技術，從誕生初期，便具有顯著的實驗性質。實驗性設計教學過程主要關注參數化設計在算法生形方面的應用價值。在專業課程教學中，參數化設計可以適應多種場景，如建筑設計、景觀小品、圖案設計等，常用于前衛設計、概念設計、未來設計。在天馬行空的個性化設計中凸顯設計師的批判意識與游戲意味，也讓創意設計的內涵更加深刻[2]。清華大學在建筑設計課程中開設“非線性建筑設計”專題，經過近二十年的參數化設計實踐，完成了對建筑設計實驗性設計教學的階段化探索。徐衛國團隊將其教學成果匯集成冊，形成《參數化非線性建筑設計》一書，書中針對不同的建筑景觀作品，從技術路線、算法研究、設計過程、設計結果等方面進行介紹和效果闡釋，完美揭示了參數化非線性建筑設計的實驗探索過程。此外，廈門大學馮立宇團隊在博物館課程設計中，鼓勵學生對空間形態進行不斷試錯與篩選，通過大量的模擬實驗生成了形態各異的復雜空間結構[3]。武漢理工大學的李慶楠團隊嘗試將自然符號元素和當下社會焦點與價值思考引入參數化設計課程中，引導學生觀察、分析社會問題，挖掘自然現象表層符號元素及其內在機理，鼓勵學生在實驗性探索中挖掘作品的社會價值和人文意蘊[4]。與此同時，南京藝術學院徐炯團隊在長期的教學改革探索中將“實驗”視為其參數化設計教學的根本態度，在教學中不斷開拓創新，以跨界方式拓展學生視野，用新的技術、新的媒介、新的材料、新的建構方式探索參數化構形與數字化營造體驗，在這一過程中培養學生的創造力和追尋極致創意的態度[5]。

（二）復雜性設計

系統論認識視野下的參數化設計通過有序組織各項子系統，將復雜性體現在子系統間的關聯邏輯上，形成一種復雜的內在邏輯關系。對這種關聯關系的正確認知使設計師具備面對復雜需求變化的思辨思維以及解決復雜問題的基本能力。帕特里克·舒馬赫（Patrik Schumacher）認為，參數化設計的精彩之處在于通過設計復雜的聯系加強全局的有機整合，通過設置不同的規則在大量的子系統間建立起獨特而清晰的連續性秩序，而閾值和奇點的設定將加強和放大初始差異性，形成更豐富和更多導向性的視覺信息[6]?？此撇皇芗s束的復雜形態背后包含著對邏輯與秩序的嚴格遵守與執行，敏感而不確定性的復雜性設計結果在一定程度上滿足了人們對和諧美與奇異美的追求。以面向綠色建筑設計的參數化設計應用為例，其復雜性表現在信息量的劇增以及設計目標的系統性，在設計過程中需要同時考慮綠色性能、建筑功能和空間形態以及相互之間的關聯，屬于復雜性的設計場景，對設計師的系統性思維能力要求也更高，不僅要關注系統與系統間，以及系統與環境間的關系，還需要建立自洽的性能優化邏輯，通過信息的反饋和設計的迭代實現創新設計。西安建筑科技大學建筑學專業搭建起綠色建筑技術和數字化設計的課程體系，在參數化設計教學中強化設計主題與自然、社會的關聯性，并以綠色性能為目標，鼓勵學生以建筑性能優化為目標進行建筑形態的生成與演化。復雜性設計取向下，這種跨學科的研究方法展現出富有邏輯理性的科學特征，建筑的“綠色設計”也呈現新的內涵。一方面，基于計算思維導向的建筑參數化設計更多指涉抽象與分解、算法與自動化、數據的收集、分析與表征等，并在此過程中致力于探索自然環境與建筑的關系；另一方面，通過尋求與用戶的行為模式以及與居住體驗相匹配的創意空間設計，建立起建筑形式與建筑功能、主體性能與設計成本之間的價值工程對應關系，極大地豐富了建筑空間的可能性。

三、參數化設計教學現存問題

參數化設計教學的實驗性和復雜性設計取向不可避免地帶來參數化設計學習中認知難度的提升。此外，參數化設計教學會涉及軟件學習、數字模型構建、參數化邏輯構建、實體建造等內容，學習過程仍需投入巨大精力，甚至物力。所以，無論是主觀導向還是客觀資源的原因，參數化設計教學實踐都陷入多重現實困境。

（一）計算性設計思維培養不足

參數化邏輯構建是參數化設計中非常重要的部分，它基于特定的計算性邏輯思維，涵蓋算法設計、數字編程，常用的是基于Rhino 腳本編程語言或基于Grasshopper 插件的可視化編程方法，它們配合Rhino 交互式命令模型構建，讓整個參數化設計構成更加直觀流暢。此外，還可以選擇基于Processing 的Java 編程語言、基于Max 軟件的腳本編程語言，或基于Maya 軟件的MEL編程語言。在實際教學中，設計專業的學生以美術背景居多，他們有著相對優秀的感性設計思維和藝術審美鑒賞水平，這使得傳統的設計教學體系對學生的計算性設計思維培養缺乏足夠重視，這種局面無疑對參數化設計的高階學習造成困擾，認知有一定的難度，導致學習成本高。

（二）空間體驗缺失

參數化設計的設計核心是空間形態，設計目標是圍繞該空間構建參數模型、優化性能指標、探索行為模式。也就是說，雖然參數化設計具有先鋒實驗性質，但最終需要將其落地，所以空間的體驗反饋非常重要，否則參數化設計只能是鏡中花、水中月，且對后續項目建造存在一定的設計風險。傳統設計主要通過圖紙、數字模型等展示建造過程和建造效果，偏平面式概念設計，理性多、直觀少。而參數化設計中建造環節的引入是為帶給學生真切的感受，形成對材料、結構邏輯、細部構造等的具體認知[7]。傳統的基于實物的空間建造會來帶經濟上的負擔，甚至影響設計方案的自由度和完成度。因此，許多參數化設計教學不得不對后續的空間建造及其體驗環節進行選擇性忽視。

（三）場景創新意識薄弱

對場景化應用創新重視不夠，參數化設計的課題實踐普遍存在場景相關理論知識鋪墊薄弱的問題，造成設計作品的內涵缺失、創新不足。以建筑設計為例，參數化設計的算法生形應用是學生最關心的，常常只關注建筑的空間形態變異，這明顯偏離了建筑設計初衷的實用功能。再則，應用場景知識的缺失造成對建筑空間形態及其表皮優化的指向性不明確，使得通常的參數化設計無法實現建筑性能的最優化，尤其是面對可持續目標、綠色設計、城市空間更新設計等特定場景時，由于缺失前期的有效信息整理和評價指標設定，信息過載、系統性強等特點會讓傳統參數化設計的優勢失靈，最終只能眉毛胡子一把抓，無法真正有效地達到預期效果。

四、人工智能背景下參數化設計教學新圖景

人工智能技術的發展與應用為參數化設計帶來新面貌，在教學實踐中，教師需要積極優化參數化設計創新人才的培養體系，迎合產業場景化細分需求的同時，探索教學手段、教學模式的智能化融合創新，不斷拓寬跨學科創新人才的培養路徑?；谔摂M現實技術的體驗式教學與面向跨學科貫通創新的教學理念的引入，有助于降低認知難度，改善教學效果，同時能形成學生的多元視角，提升其解決復雜問題的能力。這些融合實踐共同創設了人工智能語境下參數化設計教學的新圖景。

（一）人工智能驅動場景化創新

知識創新帶動了科技發展，也極大地拓展了設計創新空間。人工智能時代，智能化技術的深度融合發展引發了設計內容、設計思維、設計流程的變革，不僅有設計思維的碰撞交融，還有設計內容的整合創新，設計流程的協同提效等，為跨學科創新人才的培養提供了全新場域。人工智能語境下的建筑產業“智能+”的發展需求，讓參數化設計迎來新的發展契機。新興人工智能技術的介入在加速這場建筑信息化轉型升級的同時，驅動了參數化設計的場景創新應用。比如，通過機器學習、數據挖掘、云端計算、神經網絡方法等手段，將建筑元素及其組織規則系統化映射至算法模型，實現信息集成；在設計決策中運用新興技術手段實施智能預測和決策支持，進而加速優化設計進程，實現建筑的綠色性能優化、空間形態優化及城市空間系統整合[8-9]；發展建筑參與式設計，基于擴展現實技術以及用戶生成內容模式，實現虛擬世界與現實世界的產業融合，如將參數化設計帶入元宇宙世界，結合人工智能推薦技術，營造基于個性化調適的千人千面的虛擬空間體驗。

（二）培養計算性設計思維

2006 年，周以真教授提出計算思維，之后計算思維便被引入眾多課堂實踐中。計算思維的興起引發設計方式的變革，催生計算性設計思維。人工智能技術的發展加快了計算性設計思維在參數化設計中的應用，使其重新煥發活力。2020 年 12 月舉辦的 2020 計算性設計學術論壇以“設計的溯源和未來”為主題，年會提出將計算性設計思維有機融入建筑科學，推動建筑設計的邏輯思維演變，勢必帶來設計方法、設計流程甚至設計策略的重構，將極大推動建筑設計的科學技術工具革新與設計創新?；谟嬎阈运季S的參數化設計教學，不只讓學生掌握一門軟件設計或編程工具，而是著重培養學生的計算思維和設計創新能力，引導他們利用新興人工智能技術解決更具系統性的復雜問題。從提高學生計算性設計思維能力的角度出發，設計有效的教學模式，開展教學實踐，讓學生在學習參數化設計工具的過程中自主創作和交流，從而達到關注并發展每個學生設計創新能力的效果。這種全新的設計思維正是信息智能化時代學生所需的技能。

面對人工智能技術帶來的挑戰與契機，蘭州大學參數化設計創新人才的培養也與時俱進。首先，強化教學體系的頂層設計，保證學科知識體系的完整性以及專業課程教學的可延續性。其次，通過明確培養目標，梳理并強化前期建筑理念與知識內涵，在教學實踐中引導從設計軟件工具到設計創新思維的重心轉移。在相關理論教學方面，通過建筑設計相關基礎課程讓學生了解建筑設計的要求和目標。參數化設計課程以Rhino+Grasshopper 參數化設計工具為主要平臺，穿插參數化設計理論、技術和方法，培養學生的計算性設計思維，同時嘗試非線性建筑景觀的實驗性設計。具體來說，課程以創新設計思維培養為目標，在系統介紹參數化設計基礎知識的基礎上，通過設計實踐培養學生參數化建模的基本能力，以及通過邏輯構建進行數字空間幾何造型自由探索的能力，同時思考模型與模型關聯、模型與參數關聯對形態控制與優化的作用。培養學生通過計算思維分析問題、創建規則和控制設計過程的能力，并持續豐富學生對前沿建筑設計形態的理解。同時，通過與人工智能設計創新跨學科課程的嫁接，提高人工智能背景下學生解決復雜設計問題的能力。接下來的教學實踐，可以嘗試運用美國師生創新技術體驗機構（ITEST）提出的“使用—修正—創造”培養框架重新設計適合大學生課題創作階段的教學，觀察實際的課題實踐效果，并根據現有的學習差異以及學生主觀訴求，從模仿實現到提升創作體驗、從迭代反饋到再創作等環節對ITEST 提出的框架進行豐富。通過明確培養目標，引入基于虛擬現實技術的體驗式教學以及跨學科貫通創新應用與實踐，重新構建參數化設計教育的課程體系，使其能夠適應與人工智能技術相匹配的從感知到認知再到創新的不同層次要求。

（三）面向跨學科貫通創新的教學理念

以設計創新為核心，從知識創新出發，對跨學科知識進行整合與重組，在課題應用中實現融合式創新。蘭州大學參數化設計教學通過與人工智能設計創新跨學科課程的嫁接，顯著提高了人工智能背景下學生解決復雜設計問題的能力。該融合課程引導學生從設計思維、設計方法、設計內容等方面理解設計創新，并嘗試基于數據、知識、算法、場景四元素構建人機深度協同模式下的AI 創新應用，培養人工智能背景下的創新設計思維。根里奇·阿奇舒勒指出：“創造力是正確表述問題的技能?！蓖ㄟ^清晰描述、量化、簡化和優化目標的迭代設計過程，進一步鞏固學生發現問題、定義問題、分析問題、解決問題的設計思維，并發掘其創新應用場景的能力。在創新設計實踐中，學生吸收來自不同學科的最新研究成果，使設計作品在視覺形態、設計流程和用戶體驗方面與眾不同、獨樹一幟。

在參數化設計創作中，設計師不僅吸收生物、數學、物理、藝術、自動化、計算機、機械等學科的知識，還能融合展現程序、結構、材料、藝術的最新研究成果。這種跨學科研究成果是基于各學科發展成果基礎之上的，是團隊合作的結果、集體智慧的結晶。如果說早期的參數化設計作品可視為基于規則的生成藝術，那么當下融入了智能技術的參數化設計則獲得了以“涌現”為中心的自組織集群智能。神經網絡、深度學習等新興智能技術將隱性的“生成”特征轉變為顯性的生成設計方法和流程，這讓參數化設計作品呈現強烈的面向未來的個性化色彩。

以基于人工智能的產品創新設計課題為例，“生成”概念設計以及人機協同是智能設計的核心，但越來越多的參數化模型在人工智能技術的加持下走向情感化設計、人性化設計。比如，浙江大學孫守遷團隊融合了美學經驗、交互行為、文化時尚以及消費符號等元素，藝術與技術并重，打造了面向產品外觀設計的分解創新性知識模型。再如，蘭州理工大學蘇建寧團隊不僅建立起感性意象與形態設計要素之間的映射關系模型，還融入多學科研究方法及前沿成果，涉及可用性評估研究、耦合特性研究、智能算法研究等[10]。換句話說，感性計算、用戶研究、數據化設計、認知研究、模式識別、邏輯分析、材料感知、基因理論等多學科知識極大豐富了基于計算性設計思維的參數化產品設計實踐的可能。在參數化設計教學中，通過引入需求多樣、形式多元的實際課題，鼓勵來自不同學科的學生團隊相互合作，實驗性設計和復雜性設計將呈現豐富的內涵。

（四）基于虛擬現實技術的體驗式教學

南京藝術學院徐炯老師提出將軟件教學、研究實驗性教育以及建造實踐性教學相結合，形成全程體驗式教學模式，針對性地培養空間設計類學生的綜合能力[11]。人工智能時代，虛擬現實技術通過計算機建構仿真虛擬環境，依賴三維數字模型的高清視覺圖像和人性化的交互方式為用戶營造深度沉浸式體驗，它是賦予設計空間認知的新手段。在參數化構造過程中使用虛擬現實空間的方式來建構信息量豐富的環境，可供學生在其中進行探索、選擇，甚至在三維、立體空間中進行感知。將建造環節通過虛擬現實手段對設計構想進行模擬還原，有助于方案的立體呈現，不僅能帶來真實的空間感知，而且能在一定程度上驗證設計中的用戶行為預期，還能用于檢驗設計成果的合理性。這種漫游式三維空間能帶給學生更好的設計空間沉浸感知，學生得以實時體驗構造性空間的設計效果并適時反饋迭代設計方案，增強對新型設計空間的體驗、加快探索實驗目標的實現。更重要的是，這種基于數字設計資源的建造方式不會影響方案設計的自由度和完成度。此外，借助智能化技術可以便捷地生成元宇宙世界的城市與建筑空間，實現個性化、差異化定制。而增強現實、混合現實的新形態帶給參數化設計多元的表現可能，將虛擬與現實高度融合，呈現靈動的設計體驗，極大地豐富了體驗式教學手段。

以綠色建筑設計課題為例，傳統的參數化設計過程很容易忽視光線、微風等自然環境變化對空間體驗的影響，而基于虛擬現實技術的空間與環境再塑體驗可以從人、物與環境相互作用的系統視角探索設計元素的豐富性和空間表達的多樣性，有利于創作適應于自然環境變化和使用者行為模式的豐富空間，對極限條件的數值模擬適應性也會更強。比如，表皮形態優化可能帶來空間自然采光和景觀視線的差異化，這種細微的變化有時會啟發設計的靈感。通過一種相對直觀的方式凸顯建筑性能驅動設計的理念，以及在人居環境空間創作中對用戶體驗的關注，具有科學性和人文性。

五、結語

參數化設計是一種設計思維和設計方法，廣泛應用于城市設計、建筑設計、產品設計等領域，因而很多設計學科均開設了參數化設計課程。從理論上看，參數化設計主要呈現實驗性設計和復雜性設計兩種教學取向。這種現實凸顯了對參數化設計本質的認知和對參數化設計實踐的偏重，同時彰顯了學界對參數化設計不滿足現狀、積極探索的態度，是參數化設計教學變革的內驅力。從實踐來看，參數化設計教學依然有亟待解決的現實問題，它們是參數化設計教學變革的外驅力。人工智能技術的發展與應用為參數化設計帶來新面貌，引發了設計需求、設計內容、設計思維、設計流程的全面變革，不僅有設計思維的碰撞交融，還有設計內容的整合創新，設計流程的協同提效等，為跨學科創新人才的培養提供了全新場域。在此情境下，參數化設計發展迎來了新的契機，參數化設計教學創新也有了更多可能。首先，需要積極優化參數化設計創新人才培養體系，迎合產業的場景化細分需求，確立創新人才培養方向的同時，培養計算性設計思維，拓寬創新人才培養路徑。其次，在參數化設計教學實踐中積極探索教學理念、教學手段的智能化融合創新，如引入跨學科貫通創新的教學理念、探索基于虛擬現實技術的體驗式教學。最后，人工智能技術的應用將為實驗性設計和復雜性設計帶來更多可能，從復雜課題的復雜問題到創新設計的設計方法，這些無疑擴大了參數化設計教學的創新局面，也為參數化設計教學帶來新的挑戰。