中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

文章從AI輔助設計過程、仿人類AI和隱形AI，三個角度描述三個設計與AI關(guān)聯(lián)的方式。

作為一個設計師，我對現(xiàn)在的AI浪潮的態(tài)度起初是：

聽起來很棒，但跟我這個設計師有什么關(guān)系呢？

我對所有的趨勢保持謹慎態(tài)度，何況現(xiàn)在媒體鼓吹的人工智能，跟我們在科幻小說中讀到的強人工智能相比還有很大差距。更重要的是，一直以來設計師關(guān)注的都是界面，職責是根據(jù)不同的交互方式設計不同的好用的界面，而AI似乎是一個底層的創(chuàng)新，和界面沒有太多關(guān)系。

當然隨著我對這個問題一步一步的了解，我發(fā)現(xiàn)自己之前的見解非常狹隘。

我對AI算法的了解

我對AI算法的接觸并不多，只是在TU/e讀碩士的一門課（Embodied Social Interaction）上接觸過。在這門課上，導師教了我們一個叫做Neural Gas的神經(jīng)網(wǎng)絡機器學習算法（此為JavaScript寫的Demo），并讓我們自己去嘗試使用這個算法，訓練數(shù)據(jù)，并獲得結(jié)果。

整堂課下來，教室里的大半學生都聽得云里霧里（尤其是歐洲的設計學生，大部分數(shù)學不是特別好）。我雖然是理科上來的，但也是半懂不懂。

但是機器學習有趣的地方在于：你即使不懂算法，也有可能運用它得到很好的效果。

我們當時嘗試了很多數(shù)據(jù)集，一開始我們對算法理解不深，訓練的數(shù)據(jù)是RGB的，后來改成了灰度；后來誤以為算法更容易識別非常不同的兩組數(shù)據(jù)集，所以我們讓算法識別不同顏色的衣服，結(jié)果失敗等。

其實經(jīng)過這么多的嘗試，我們發(fā)現(xiàn)機器學習特別擅長的是那種很難用邏輯分析的問題。

這種很難用邏輯分析處理的問題有個例子是：用算法去識別手寫的數(shù)字。

[Fig – 1] 一組不同手寫方式寫的數(shù)字

可以想象，如果不用機器學習，你可能要為每個數(shù)字編寫不同的算法，你需要深入理解人的習慣、筆畫的順序、形狀等，你需要編寫一套邏輯，從一堆像素中獲取到路徑、特征點等等，你還要處理大量的規(guī)則以外的特殊情況……總之，不容易。而很多時候，根本不可能（比如識別圖片里各種不同的的物體）。識別手寫的數(shù)字這種問題屬于那種對人腦很簡單而對電腦很困難的問題。機器學習，或深度學習對于解決這類問題很擅長，甚至比人類更擅長，比如下圍棋和股票等。當然，我對AI的技術(shù)理解十分粗淺，如有錯誤，請在評論區(qū)指出。

好了，技術(shù)方面先普及到這里。

聽到這里，你可能跟我一樣的態(tài)度：“AI聽起來能解決很多之前解決的不好的問題，但這個對于我一個設計產(chǎn)品的設計師來說，有很大關(guān)系嗎？” 這個態(tài)度很合理。搜索引擎早就用人工智能技術(shù)來幫助用戶搜索了，但這些技術(shù)的改進一般是由工程師或是產(chǎn)品經(jīng)理推進的，設計師好像就是把搜索框設計得好看一些、界面布局編排合理一些、讓人多點一些廣告即可（這些自然也非常重要）。

我認為有兩個因素會影響你的觀點：

1. 我相信設計師應該為最終的體驗負責。如果設計師僅僅是在產(chǎn)品經(jīng)理和工程師想好功能和技術(shù)之后為其加一個好看的殼，我很懷疑這種合作方式能否成功（事實上，大部分公司設計師都要和產(chǎn)品經(jīng)理深度溝通，尤其是交互設計師）。我也相信這些職位之間的區(qū)分比較模糊，尤其是產(chǎn)品經(jīng)理和設計師之間。
2. 未來人工智能技術(shù)可能會影響產(chǎn)品的方方面面，而且也不會僅限于那些聽起來“很AI”的產(chǎn)品（搜索，語音交互），如果你不了解這些技術(shù)，你的產(chǎn)品可能在體驗上就會落后。

我將在這篇文章中描述三個已經(jīng)出現(xiàn)的設計與AI關(guān)聯(lián)的方式。它們分別是AI輔助設計過程、仿人類AI和隱形AI。

AI 輔助設計過程

設計是我認為非常需要創(chuàng)造力的領(lǐng)域之一，也應該是最晚被AI取代的職業(yè)之一（據(jù)這個網(wǎng)站所述^_^）。但產(chǎn)業(yè)中有很多設計需求不需要特別有創(chuàng)造力，也正是這些需求最有可能被AI取代。

比如人們在很早之前就對簡單的排版進行自動化了，這類需求十分旺盛（想象電商網(wǎng)站里面巨量的商品圖片），而有時對創(chuàng)造性的要求沒有那么高。隨著AI技術(shù)的發(fā)展，這些自動化算法越來越有效。以下是一些例子：

[Fig – 2] 阿里魯班的Banner自動化與個性化設計

[Fig – 3] Netflix根據(jù)照片內(nèi)容自動裁切排版并生成多個版本

[Fig – 4] Wix人工設計智能

我看了非常多的例子，我覺得目前這里面并沒有真正的設計和智能在里面。你在使用過程中就能明顯感覺到里面模板的痕跡。誠然，對于一些需求來說，甚至簡單的模板就夠了。如果深挖行業(yè)需求，這里面還有不少的創(chuàng)新機會。但是對于大部分有一定追求的設計師來說，談AI對設計師職業(yè)的威脅目前來看還甚早。

完全模仿人類交流的AI

打造一個2001太空漫游里面的能和人交流的HAL機器人是科技界的夢想。國際科技巨頭如亞馬遜、微軟、Facebook、蘋果都推出了聊天機器人或是智能音箱。用戶可以以聊天的方式點菜、訂機票，可以用智能音箱放音樂、設置鬧鐘、控制智能家居等。

這些產(chǎn)品我也使用了一些，總體來說，語音識別成功率挺高的，但是真正理解語言背后的含義，還不是特別好。更重要的是：這些交互形式本身有其自身的限制，因此有些時候并沒有傳統(tǒng)的GUI更有效率。

人工智能確實是很大的浪潮。這并不意味著手機會消失，并不是說語音助手會替代屏幕。人們有眼睛，而只要人們有眼睛，他們也會想要屏幕。我們有手指，我們喜歡觸摸東西。但是從很早期的科幻中，人們就希望有一臺能夠用自然的方式對話的電腦。這個正在逐漸變?yōu)楝F(xiàn)實。

——亞馬遜的CEO Jeff Bezos在問及人工智能的時候所說

曾經(jīng)我也看到一些論點說VUI（Voice User Interface）和CUI（Conversational User Interface）將取代GUI，這個很顯然也不對，它們各有所長。目前最大的設計問題是如何在有限的技術(shù)水平下打造合格的用戶體驗（如設計Alexa Skills）以及從產(chǎn)品角度提出技術(shù)需要提升的點。要深入談這個需要另外再寫一篇文章。

隱形的AI

這一部分是本文的重點，也是我認為在今天開始就需要關(guān)注的趨勢。

所謂的隱形的AI（好吧，這是我自己的稱呼）就是在傳統(tǒng)UI中隱形地智能地將信息推薦給你。在傳統(tǒng)UI中，UI是靜止的，意味著UI不會根據(jù)用戶的不同輸入做出太多改變，不會幫助用戶進行輸入，不能理解用戶的意圖，也更加無法對不同用戶給出針對性的建議。

我認為交互設計師們可以利用隱形AI來重新思考UI的方方面面，我覺得還有更多的創(chuàng)新方式等待發(fā)掘，在這里介紹兩種：減少輸入和更優(yōu)的輸出。

減少輸入

人們都是懶惰的，我們其實并不愿意敲鍵盤來輸入一些東西，尤其在移動平臺上。首先移動平臺上的文字輸入本身效率就不高，二是移動平臺上的許多用戶（如老年人）其實非常不擅長輸入，三是人們往往處于移動狀態(tài)或是單手操作狀態(tài)，四是人們很有可能很希望快速完成一個任務，如排隊支付。

我個人認為錘子科技在這方面探索得比較好。很早開始，錘子科技就發(fā)現(xiàn)了驗證碼輸入麻煩這一痛點，首次加入驗證碼自動識別并停留在通知欄的功能。之后各大ROM廠商也紛紛跟進，增加了更多功能如直接復制的按鈕等。

我個人總結(jié)的減少輸入的方式有Ambient推薦和Multi-modal輸入。Ambient推薦是指不占據(jù)用戶主要注意力的推薦方式，Multi-modal輸入則是用圖像識別和語音識別等來輔助或替代鍵盤輸入。

Ambient推薦

我們可以現(xiàn)在就思考一下，我們平時使用產(chǎn)品的所有輸入中，有哪些是可以自動化的或者用AI進行智能推薦的？

太多了，很多輸入方案都可以用AI優(yōu)化，我們只需轉(zhuǎn)換一下思維，就能在現(xiàn)有產(chǎn)品中發(fā)現(xiàn)很多需要優(yōu)化的點。

以在瀏覽器添加書簽為例。之前我的書簽都不會加標簽或分組，因為懶。但當我需要找一個之前收藏過的網(wǎng)頁的時候，這時候就發(fā)現(xiàn)沒有合理的分類很難快速找到我收藏過的頁面。我也使用過EverNote的網(wǎng)頁剪藏工具，但是每次收藏都要輸入一次標簽，太過麻煩。

[Fig – 5] 使用Raindrop添加網(wǎng)頁時，會自動添加標簽，icon是創(chuàng)建文件夾時自動生成的

我正在使用的Raindrop就利用AI優(yōu)化了這一流程。

它會自動分析網(wǎng)頁的文本，并推薦一個我之前創(chuàng)建過的文件夾。并且它能夠根據(jù)我每次收藏過的網(wǎng)頁不斷地學習和優(yōu)化。當然，這個方法只有80%的準確率。但沒關(guān)系，因為我可以很方便快速地對文件夾進行快速更改和創(chuàng)建。更有趣的是，它會自動對文件夾添加圖標。如果我創(chuàng)建一個叫做游戲的文件夾，它就會自動添加一個游戲手柄的圖標給我。

整個使用過程非常流暢，即使出錯了你也可以很方便快速地修改。

當然，這里涉及到一個設計原則：當AI為我們做決策的時候，決策越精準，決策越不重要，就越不需要給用戶方便的修改方式。

比如圖標，它是基于單個詞的分析給出，精度往往比較高；同時圖標是一個Nice to have的功能，它不會特別影響我的正常使用。因此沒必要給特別明顯的更改圖標的功能。

反之，如果決策相對重要，而AI不能給出完全正確的決策時，要么只是給出建議，要么就是能提供快速的修改方式。這里需要交互設計師在這個過程中找到合適的平衡點。

[Fig – 6] 谷歌Inbox的自動回復功能

[Fig – 7] Tribe app能自動識別語音聊天中的信息，并提取關(guān)鍵信息

在這里我在追加幾個例子，谷歌郵箱服務中的Inbox的自動回復功能和Tribe在視頻聊天中自動提取信息并生成卡片的功能。這些就像溝通流中默默觀察并在適當時候提供幫助的助手一樣，如果設計得當也能給人們生活帶去便利。

Multi-modal輸入

在過往的這些年圖像識別和語音識別已經(jīng)發(fā)展得相當完善，已經(jīng)能夠在一些日常功能中使用它替代一些輸入了。比如

1. 錘子科技在發(fā)布會試圖推動的語音輸入
2. 各大地圖和搜索應用中添加的語音輸入
3. 利用攝像頭直接進行翻譯的谷歌翻譯

之后這些應用場景只會越來越多。

對于交互設計師或產(chǎn)品經(jīng)理來說，如何巧妙地將這些新技術(shù)應用到現(xiàn)有的產(chǎn)品中，使得用戶能夠很方便的在他們需要的情況下調(diào)用這些功能，是我們真正應該關(guān)注的。這就需要找到非常有需求的應用場景。

在Smartisan OS的大爆炸功能中，當界面上的文字無法被直接提取時，系統(tǒng)會提示用戶選擇屏幕截圖，然后針對所選區(qū)域?qū)嵤㎡CR功能。這其實就是用圖像識別這一巧妙的方式繞過系統(tǒng)的壁壘。

那下一步其實就是更深度地在算法上進行優(yōu)化，針對圖片和點擊區(qū)域進行智能的裁切，用戶根本就不需要進行裁剪這個操作（這個操作其實又是個操作成本比較高的、應該用AI優(yōu)化的操作，我每次都不愿意使用，都是直接對整個截圖進行OCR），整個體驗不會被打斷，用戶可能根本沒有意識到背后的一系列算法操作。這樣用戶體驗又可以進一步提升。

更優(yōu)的輸出

除了在輸入方面能夠減少大家工作量，AI還有可能提供更加個性更加優(yōu)化的輸出。

這個趨勢非常熱門，比如說：

1. iPhone可以通過給用戶的照片進行分析，直接生成一段可以分享的電影；
2. 包括今日頭條在內(nèi)的各大資訊網(wǎng)站對不同用戶進行智能的內(nèi)容的分發(fā)；
3. YouTube自動生成的智能預覽圖；
4. 各大國產(chǎn)ROM中對郵件和短信進行智能分析和重新排版等。

這種應用在算法上和用戶分析上都相當有挑戰(zhàn)性。

結(jié)語

這篇文章提到了很多AI在產(chǎn)品中的使用。我覺得最核心的是一個思維方式的轉(zhuǎn)變，之前我們解決問題很多時候都是用創(chuàng)新的界面設計，使得用戶可以更快地達到他們想要的目的；而在AI時代，我們可以重新思考所有問題能否在后端用AI嘗試解決，并在前端以一個合理的方式呈現(xiàn)出來。比如：

1. 我們總是被惱人的通知打擾，是否系統(tǒng)能通過判斷我們?nèi)∠ㄖ牟僮鱽硗茢辔覀儚膩聿豢茨承玫耐ㄖ?，并將其降低?yōu)先級或定時清理？
2. 我們的屏幕亮度調(diào)節(jié)不準，是否系統(tǒng)能根據(jù)我每次在自動模式下人為干預亮度，對亮度調(diào)節(jié)算法進行優(yōu)化？
3. 系統(tǒng)有沒可能檢測到我經(jīng)常進行的重復性操作（每天到公司打卡），為我自動創(chuàng)建IFTTT類似的快捷功能？
4. 視頻播放器能否在字幕和聲音不匹配時自動匹配呢？（當這個發(fā)生時，要很好地對齊真的很困難）
5. 能否智能分析如何取消郵件的訂閱，使得我能有一個列表告訴我訂閱了哪些郵件，我只需點擊checkbox，后臺自動為我取消或恢復訂閱？或是想Smartisan OS那樣，以智能屏蔽的方式取消訂閱？
6. 能否在我通話時提及電話號碼時，自動識別數(shù)字并保存？錄音也同時保存下來確保不發(fā)生識別錯誤。

下一次，當你遇到問題時，試試用AI的方式解決吧~

引用

Fig – 1：使用神經(jīng)網(wǎng)絡識別手寫數(shù)字 · 神經(jīng)網(wǎng)絡與深度學習，引自https://hit-scir.gitbooks.io/neural-networks-and-deep-learning-zh_cn/content/chap1/c1s0.html

Fig – 2：設計與AI的現(xiàn)在Ⅰ：設計了1.7 億個 banner的阿里魯班，設計與AI的現(xiàn)在Ⅰ：設計了1.7 億個 banner的阿里魯班

Fig – 3：Design In An Age of Artificial Intelligence，https://medium.com/startup-grind/design-in-an-age-of-artificial-intelligence-739e656b44ba

Fig – 4：The Future of Website Creation: Introducing Wix ADI，https://www.wix.com/blog/2016/06/wix-artificial-design-intelligence/

Fig – 6：Google Inbox will soon predict your replies by analyzing your emails，Google Inbox will soon predict your replies by analyzing your emails – gHacks Tech News

Fig – 7：Sequoia-backed video chat app Tribe spammed its customers’ address books，Sequoia-backed video chat app Tribe spammed its customers’ address books

作者：盧智雄，正在轉(zhuǎn)型為產(chǎn)品經(jīng)理的交互設計師

本文由 @盧智雄 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自PEXELS，基于CC0協(xié)議。