在国家人工智能战略背景下,包装设计教育面临智能化转型的迫切需求。本研究系统探索了自然语言处理(Natural Language Processing,NLP)与大语言模型(Large Language Models,LLMs)、机器视觉技术、机器听觉技术、知识管理系统和智能体技...在国家人工智能战略背景下,包装设计教育面临智能化转型的迫切需求。本研究系统探索了自然语言处理(Natural Language Processing,NLP)与大语言模型(Large Language Models,LLMs)、机器视觉技术、机器听觉技术、知识管理系统和智能体技术五大人工智能技术赋能“包装设计”课程教学改革的创新路径。NLP与LLMs能处理教学沟通语义,为教学场景中理解、评价、描述等节点赋能;机器视觉技术能解析形态特征完成包装设计中的要素提取,为对比研究、学生作品量化评价提供数据支撑;机器听觉技术能捕获情感反馈,获取日常沟通和对话中的资讯,为师生交流和知识萃取提供技术工具;知识管理系统支撑决策,辅助系统归档知识、快捷检索;智能体技术实现环境交互体验提升。基于多模态智能融合的教学模式,不仅丰富了教学内容和形式,也提升了学生的技术敏感度和技术认知。该教学改革创新路径为人工智能赋能“包装设计”课程教学改革系统化地构建了一个基础框架。展开更多
文摘在国家人工智能战略背景下,包装设计教育面临智能化转型的迫切需求。本研究系统探索了自然语言处理(Natural Language Processing,NLP)与大语言模型(Large Language Models,LLMs)、机器视觉技术、机器听觉技术、知识管理系统和智能体技术五大人工智能技术赋能“包装设计”课程教学改革的创新路径。NLP与LLMs能处理教学沟通语义,为教学场景中理解、评价、描述等节点赋能;机器视觉技术能解析形态特征完成包装设计中的要素提取,为对比研究、学生作品量化评价提供数据支撑;机器听觉技术能捕获情感反馈,获取日常沟通和对话中的资讯,为师生交流和知识萃取提供技术工具;知识管理系统支撑决策,辅助系统归档知识、快捷检索;智能体技术实现环境交互体验提升。基于多模态智能融合的教学模式,不仅丰富了教学内容和形式,也提升了学生的技术敏感度和技术认知。该教学改革创新路径为人工智能赋能“包装设计”课程教学改革系统化地构建了一个基础框架。
