——读 顾险峰“GAN和蒙日-安倍方程理论”有感

献给正在学设计的女儿

后现代的设计必定建立在数字化和人工智能的基础之上。
深度学习，对抗神经元网络学习是人工智能技术新的突破口。
蒙日-安倍方程理论可解析对抗神经元网络学习的数学原理。
最小代价的转换正是设计美学本质上的追求。

从理解“分布”开始

用“分布”的概念理解一切。

图画是颜料在画布上的“分布”。

函数是数值在数域上的“分布”。

图形是点在空间上的“分布”。

均匀分布：是“规律”之“弦”；能够变换为均匀分布的分布，就是“有规律”的分布。

非均匀分布：是“现实”之“像”：显示出毫无规律，却引人不断地去探求其规律。

非均匀变形：一个假设，假设所有非均匀分布都是某均匀分布产生非均匀变形的结果。

变形力函数：非均匀变形源自某非均匀变形力对均匀分布的作用。

原始分布 + 参数化变形力分布 = 任意分布

反转：可测得分布 - 可习得变形力分布 = 可辨分布

传输函数 = 可习得变形力分布

于是：

高维数据背景-经-特定概率分布-的透析约简 = 低维流形分布

现实-经-设计的-透析约简  =  美学设计产品

机器设计，就是习得最优传输函数。
AI设计即机器设计。
模式识别。
自动建模。
自动渲染。