補助教師將產業實務融入研究、研究成果商品化或其他對產業發展有貢獻之研究成果。

1.申請資格：本校專任/專案教師。

2.申請期限：

（1）第一梯次：自公告日起至113年3月20日（三）止。

（2）第二梯次：113年3月21日（四）起至113年4月16日（二）止。

（3）第三梯次：113年4月17日（三）起至113年5月13日（一）止。

3.申請方式：於Google表單上傳申請表。

4.補助金額：每案最高補助8,000元。

5.補助項目：諮詢費、工讀費、印刷費、膳食費、交通費、雜支。

6.審查方式：召開審查會議邀集委員審查。

7.審查公告：

（1）第一梯次：113年3月29日（五）。

（2）第二梯次：113年4月25日（四）。

（3）第三梯次：113年5月22日（三）。

8.核銷方式：檢附成果報告及核銷單據。

9.核銷期限：113年6月14日（五）。

研究目的：

本研究將探討如何整合生成式AI (Generative AI) 技術以輔助並激發創意設計過程，關注著如何利用機器學習、自動化工具和大數據分析等技術，幫助設計師發現新的靈感、啟發和創造性概念，改進現有產品或創造全新的設計解決方案。這包括開發智能算法來分析用戶需求，從許多數據來源中提取信息，透過對設計趨勢和市場趨勢的分析來指導設計決策，以及利用人工智慧以文字輸入指令，進而跑出圖片的技術，再把跑出的圖片加以優化來模擬設計構想。

本文將介紹為何選擇以產品設計作為研究，以及如何運用人工智慧科技輔助人們產生靈感，自動化設計工具能夠協助設計師或創作領域的人可以縮短靈感發想、概念研究、外型與功能的定義，快速建立原型、測試概念、驗證設計，從而加速產品開發週期。同時，生成式AI可以分析用戶數據和行為模式，幫助設計師更好地理解用戶需求，進而改進產品的用戶體驗和功能性。

生成式AI在產品設計領域扮演了多重角色，透過分析龐大的數據庫、用戶反饋和設計趨勢，為設計師提供創意和靈感，協助探索新的設計方向，它以多種方式豐富了產品設計領域，提供了更多工具和方法，協助設計師提高創意探索與靈感生成，並促進產品設計的不斷進步與創新。

研究流程：

為了驗證生成式AI的輔助效果差異，本研究將使用先前設計的Bevel幾何手工具作品，從中歸納出設計元素，進而整理成關鍵字指令。接著，利用Midjourney AI平台進行文字轉圖像，分別比較未應用生成式AI與應用之後所生成圖像之間的差異。透過定量和定性分析，探討生成式AI輔助下產生的設計圖像是否更具創意性、準確性和多樣性。

本研究將利用生成式AI裡的生成對抗網絡（GANs），這是一種由生成器和判別器兩個主要部分組成的深度學習架構。當用戶提供一段文字描述時，比如"一座山上有一片森林，太陽正在升起。"，這段描述首先會被轉換成機器可以理解的數字向量或特徵表示。接著，生成器就會以這個特徵向量作為引導，開始生成與該描述相符的圖像。此過程是一個不斷迭代的過程，收集了各種相關的設計和產品資料，包括過去的設計案例、產品特性和用戶反饋。生成器不斷調整生成的圖像，以使其更貼近真實；同時，判別器也不斷提高識別真假圖像的能力。

執行成效：

本研究期望透過生成式AI技術，為產品設計師提供更多創意解決方案，預期AI能夠協助生產新穎的概念，藉由大量數據分析和圖片識別，激發設計師的創造力，設計師可以根據用戶或客戶需求，透過生成式AI擬定出更多種方案，加速專案初期的建立和測試，提高生產效率，使其專注於更高層次的創意和問題解決，帶來更高的更爭優勢。

生成式AI還能夠協助設計師在設計過程中更好地理解用戶的需求和反饋，從而提供更加個性化和貼合市場需求的產品設計方案。同時，生成式AI還可以幫助設計師預測未來的設計趨勢，從而提前調整設計策略，使產品更具競爭力。整體而言，生成式AI技術的應用，讓我們有信心能夠為產品設計領域帶來革命性的變革，推動產品設計向更高水平發展。

本研究產出2張正式圖面，透過迭代演變的方式，不斷優化而產生出的結果。