人工智能时代来临，设计师会被淘汰吗？
人工智能时代来临，设计师会被淘汰吗？
我从12年开始接触移动互联网交互设计，到现在也有五个年头了，从当年靠自学的菜鸟到现在已经工作2年的交互设计师，我最大的感触是14年末移动互联网的交互设计已经到达天花板了。这句话的意思不是说移动互联网的交互设计已经到尽头，而是交互设计的形式已经很稳定，只要设计师看过几个竞品掌握点知识，通过一定的拼装也能做出一个相对稳定的产品设计出来。
为什么敢说是14年末。因为15年后已经很少有新的交互设计书籍上市。为什么？因为iOS7出现了，Material Design也出现了。它们强调内容优先，信息架构、流程和视觉设计应该扁平化，以及他们已有完善的平台设计规范，所以做起设计来都变得更简单了，这是一件好事。
之前和一名和我一样喜欢折腾喜欢玩创客且比较资深的设计师聊了下，我们都发现并认同一个观点：交互设计师更像一个指导人类如何与计算机沟通的先驱。意思是在人类发明了计算机后不知道如何和计算机沟通，所以有了交互设计师这个职位而且让他们去踩雷，雷被踩完后，人和计算机沟通的道路不再危险时，交互设计师就没多大作用了。（这里的交互设计师指狭义中与计算机打交道的交互设计师。）
所以，我们可以看到08-14年不断有不同交互形式的产品出现，因为大家都是抱着一种猜测和理解的方式去表达自己的交互设计观点，那时是因为不知道哪个设计是对的而不同（等于踩雷），后面通过数据和用户行为慢慢知道哪些设计更合理（开始收敛合理方案），再到后面被巨头垄断，巨头的设计规范逐渐成熟并影响其他设计（雷没了）。
随着扁平化理念的出现，每个人进入设计领域的门槛降低，有更多能力参差不齐的人因为看到UI或交互设计这些领域看似简单而且高工资而涌入这领域，导致了这领域迅速膨胀，从饱和到泡沫。
所以，无论是事或人，移动互联网设计已经很成熟，到现在已经很难探索出有突破性的创新。
讲人工智能之前讲一大堆与人工智能不太相关的话题是有原因的，即使没有人工智能的出现，往后设计师面临的问题也很多，这些是时代或者人为造成的，与人工智能无关；人工智能出现后，这些问题会加剧增加，导致更多的设计师面临被淘汰的问题。
首先说出我的观点：
1. 由于现在大多数的设计靠拼素材和简单（完善）的设计规范就能完成，基本都是做重复性的操作，所以含金量较低。
2. 同类产品的信息架构、流程和页面与竞品不会有太大差距，所以交互设计师做的事情大多是为了满足用户需求和设计不出错的流程，后者含金量也较低，它只是不同人在做同一件事情。
3. 大部分的界面布局和结构相对简单，前端重构页面时基本都是用相同的代码重复去实现设计师的设计图，含金量也较低。
以上三点基本都是初级设计师（包括我）在做的事情。这些事情需要解决的问题是效率，只要效率高，重复性的事情能更快解决，这时候就不需要更多的设计师来做这些事情。人工智能就是解决重复性工作，提高效率的工具。
为了让这篇文章更客观，写这篇文章前，我通过Udacity课程自学了机器学习方面的知识（我有较好的计算机基础）以及通过阅读不同的书籍去弥补自己在人工智能方面知识的不足，这样才能更好地综合计算机和设计两个维度来阐述人工智能对设计的影响。
首先要聊一下现在的人工智能是什么。
在计算机领域，人工智能是用来处理不确定性以及管理决策中的不确定性。意思是通过一些不确定的数据输入来进行一些具有不确定性的决策。
现在的人工智能从技术角度来说是深度学习，而深度学习是机器学习的一种方向，所以我们需要了解机器学习和深度学习是什么。机器学习简单点说就是通过一个数学模型将大量数据中有用的数据和关系挖掘出来，而深度学习指这个数学模型会不断的自我优化，从而发现更多优质数据以及联系。现在的AlphaGo也是通过十几万盘棋的训练判断出未来几十步的走向是否会赢，这也是深度学习带来的“奇迹”。
从实现上来讲，机器学习主要通过监督学习，非监督学习和增强学习这三个方法实现自我学习。监督学习与数学中的公式（函数）有关，非监督学习与现实中的描述（例如哪些动物有四条腿）有关，增强学习的大概意思是通过联想并对比未来几步所带来的好处而决定下一步是什么。
解释了这么久，机器学习和深度学习看起来只与数据产生关系，貌似和设计没有半毛钱关系。实际上是这样的：
1. 最近火了一把的鲁班设计是通过深度学习来量产Banner的。设计师将自身的经验知识总结出一些设计手法和风格，再将这些手法归纳出一套设计框架，让机器通过自我学习和调整框架，演绎出更多的设计风格，上亿的Banner通过素材进入该框架后批量拼装而成。也就是说只要有一个合理且容错度高的设计框架来做支撑，后面的工作都是重复将素材进行拼接。拼装这是效率的问题，不是设计问题。（这里的Banner是量产物，不是优质有灵魂的作品）
2. 交互设计师大部分的工作是了解需求，分析竞品以及与各角色的沟通，只有少部分时间用来画图，但最终的产物线框图能更好地反映一个交互设计师的能力，流程是否逻辑严谨，是否能跑顺。严格上说，这也是重复性的工作。
首先，将流程拆解到最小颗粒度，每个细小流程基本存在（很有可能在某一款竞品中存在，所以我们需要不断体验不同竞品），我们只不过是重复地将每个细小流程再画一遍，然后将细小流程再组装成一个大的流程，再去看有没有问题。假设后面有一款神器能将每个竞品功能和流程进行拆分和标注，神器通过自我测试的形式将流程跑一遍并记录下来，然后对比不同流程的效率和流畅度，再进行自我学习归纳出一个通用的流程框架。交互设计师了解需求后通过选择不同的流程框架进行拼装，就能把一款产品架构给组装好。明显的好处是减少流程设计时产生的漏洞，以及已知可行性降低了与各角色的沟通成本，这也极高提升了效率。（刚提到的神器我觉得很有可能被实现出来，只是前期需要有人进行大量的数据清洗和标注）
3. 自从有了扁平化设计和内容优先两个理念后，大部分产品的UI设计变得更简洁。突出内容使现在的UI设计基本围绕着控件、字体、颜色、线条以及间距进行重复调整，当然还有最重要的icon设计。为了提高效率和每个页面的一致性，所以有了设计规范。有了设计规范后，UI设计师的大部分工作是通过设计规范将交互线框图给表现出来，但这些重复性工作不能体现出UI设计师应有的价值，这也说明了现有的UI设计有大量的重复性工作。假设后面有一款神器，只要交互设计师将线框图的每个元素标注出来是什么，这款神器都能将该元素按照设计规范进行包装，说不定以后设计师只要调整一下设计规范里的参数就能把全部页面的相关元素调整完，效率极大提高。#这里不需要用到机器学习#
4. Zeplin这个插件将设计师从枯燥的体力活中解放出来，设计师不用再为切图标注烦恼。如果这个插件再扩展一下，可能连重构这种枯燥的体力活都能做完（除了性能优化）。前端工程师（腾讯里有专门的重构工程师，叫UI工程师）通过HTML和CSS将设计师给的设计图用代码和切图资源给实现出来。由于现在的网页或者APP设计包括布局和控件都相对简单，所以基本上重构工程师的大部分工作也是重复的，除了需要针对个别案例进行性能优化。现有的布局基本为线性布局，绝对布局和相对布局，每个资源都有左右和上下层级的关系，也就是说元素之间的关系是确定的，理论上就可以通过模型来实现，无需人为重复地编写代码。Zeplin已经解决了元素的标注和切图问题，只要把模型实现出来，应该能解决大部分重构问题，工程师只需要解决剩余部分即可。如果大家感兴趣，可以关注一下最近的Pix2code，它通过深度学习将UI设计直接自动生成代码，连标注和切图都不用给。
以上四点说明随着人工智能（机器学习）的介入，设计师在重复的工作上，效率会不断提高。就像有了蒸汽机的出现，工人的效率低能立刻对比出来，再加上企业需要不断付工资给工人，所以当时有相当多的工人失业。后面也可能面临这一问题，只懂做简单而且经常做重复性工作的设计师很可能有一天被人工智能（机器学习）的效率打败。
但，设计师也不太需要杞人忧天，因为以上四点只能体现出设计师的重复性工作，不能体现出设计师的价值，设计师还是比较难被人工智能取代的，顶多是美工被取代。
前面讲的基本是机器学习，从现在开始，我会讲讲什么是人工智能。这里会引用李开复老师的《人工智能》一书的很多观点，这是一本好书，推荐大家去看看。
在人工智能一书中，李开复老师采访了众多科学家，并总结了现在科学家对人工智能的5个定义：
1. AI就是让人觉得不可思议的计算机程序
计算机基本上是在用搜索或优化搜索的方式来解决博弈问题，例如AlphaGo下围棋。这个更多站在大众的角度来看待人工智能，主观性太强，不利于科学讨论。
2. AI就是与人类思考方式相似的计算机程序，AI就是能遵照思维里的逻辑规律进行思考的计算机程序。
3. AI就是与人类行为相似的计算机程序
这应该是普通人类所担忧的问题，计算机被赋予人工智能后是不是能像人一样思考和行动，其实非常难，后面会有特定的解释。
4. AI就是会学习的计算机程序
“无学习，不AI”，这几乎成了人工智能研究在今天的核心指导思想。计算机通过不断优化自身的数学模型从而“学习掌握”更多知识。
5. AI就是根据对环境的感知，做出合理的行动，并获得最大收益的计算机程序
这是维基百科使用的综合定义，也是学术界的教科书式定义，全面均衡，偏重实证。
现在的人工智能属于弱人工智能，还达不到大众所遐想的人工智能。弱人工智能也称限制领域人工智能或应用型人工智能，指的是专注于且只能解决特定领域问题的人工智能，例如AlphaGo，它自身的数学模型只能解决围棋领域的问题，可以说它是一个非常狭小领域问题的专家系统，以及它很难扩展到稍微宽广一些的知识领域，例如如何通过一盘棋表达出自己的性格和灵魂。
李开复老师也很肯定直接给出了以下观点：今天我们看到的所有人工智能算法和应用都属于弱人工智能的范畴。
大众所遐想的人工智能被定义为强人工智能，它需要具备以下能力:
o存在不确定因素时进行推理，使用策略，解决问题，制定决策的能力
o知识表示的能力，包括常识性知识的表示能力
o使用自然语言进行交流沟通的能力
将上述能力整合起来实现既定目标的能力。
这些能力在常人看来都很简单，因为自己都具备，但计算机很难具备以上能力，这也是为什么人工智能很难达到常人思考的水平。李开复老师也很肯定直接给出了以下观点：从技术角度说，弱人工智能与强人工智能之间的鸿沟可能远比我们目前所能想象的要大得多。
《人工智能》一书中也举例了今天的AI在以下七个领域还很不成熟，这七个方面正是设计师所擅长的。
1. 跨领域推理
人类强大的跨领域联想、类比能力是跨领域推理的基础。这正是设计师所需要的技能，如何通过跨界联想进行设计创新，如何通过类比能力去推理出用户想要什么。
2. 抽象能力
抽象是想象力中最重要的部分，设计师最不缺想象力和创意。
3. “知其然，也知其所以然”
学习中最重要的能力之一。设计师通过多个实例找出实例的本质及其产生的原因，提炼出用户的需求，再通过具象提出设计方案。
我们每个人都有一些几乎被所有人认可的，无须仔细思考就能直接使用的知识、经验或方法。当这些经验知识秒现在我们脑海时，这就是我们设计师最需要也是最难讲道理的——灵感。
审美能力同样是人类独有的特征，很难用技术语言解释，更难被赋予机器。审美是一件非常个性化的事情，每个人心中都有自己一套关于美的标准，但审美又可以被语言文字描述和解释，人与人之间可以很容易地交换和分享审美体验。这种神奇的能力，计算机目前几乎完全不具备。
6. 自我意识与情感
情感是我们人类的感性基础，结合自我意识再升华即是灵魂。我们的设计需要考虑用户的感受，这也是常说的情感化设计。最好的艺术作品或者设计作品都是有灵魂的，当人类第一次看到或使用到它们时，会深深感受到内心的震撼。计算机目前只能通过数学建模用文字或者人的表情来推断出人类情感，但还做不到如何延续用户的开心或者安慰用户的伤心，更不用说如何与人类进行灵魂交流。
以上七点正是设计师最擅长的却是机器最不擅长的，所以我们完全不用担心会被人工智能取代。但是，人工智能能使移动互联网下的设计变得不太重要。
与手机屏幕交互属于非自然交互。当技术解决了难题，机器能理解自然语言时，界面设计从过渡的对话式交互再到语音交互，人与机器的交互变得更自然，大部分产品的形态会发生颠覆性的改变，这时候界面显示内容的需求会骤降，很可能从100-1-0不太需要界面设计了。语音交互已经逐渐开始吞噬界面交互了。
那我们能做什么？还是很多的。
1. 以交互设计师为例。交互设计师的大部分工作是为了探索、理解和具象用户需求，这一部分无论在哪个领域（即使无界面的领域）都不会有太大变化，所以人工智能不会对我们造成太大伤害。但是，交互设计师应该到新的领域如VR，AR进行开拓“踩雷”，这样会更有趣点。
2. 以视觉设计师为例。今年可以明显看到新的设计趋势——3D设计在逐渐起步，这比拟物化时代的设计更难，它更需要想法和技法。当人工智能把简单的活干好，那么视觉设计师可以做点人工智能还做不到的事情。
3. 领域。移动互联网只是一个领域，还有更多更新的领域需要开拓，例如传统行业的服务设计、虚拟现实、增强现实等等。当移动互联网已容纳不了太多设计师时，设计师可以有意识到其他领域继续发光发热。
4. 我们设计师利用人工智能除了提高效率还能做什么？这是一个我绞尽脑汁想了两个月都没想到的问题。我觉得它只是一个数学模型，它可以它只能从其他方面影响技术的进步，或者从根源挖掘出新的需求，而设计师处于技术和产品之间，虽然可以用更先进的技术实现更好的设计，但很难使用该工具探索出新的设计或者对设计思维产生影响，如果后面我突然灵感爆发，我会立刻告诉你们。
原作者：薛志荣
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
从市场出发探求品牌真谛！量身设计，做你成功路上的忠诚的合作伙伴
从市场出发探求品牌真谛！量身设计，做你成功路上的忠诚的合作伙伴
今日搜狐热点人工智能设计时代到来，色大师Logo设计为创业者赋能-ITBEAR科技资讯
[中文IT资讯报道+媒体精选]
我们与您同在：
您的位置：>>
人工智能设计时代到来，色大师Logo设计为创业者赋能
发布时间： 09:43:24&&来源：互联网&
&编辑：张宏伟&&背景：
　　作为一个创业者，无论你是做微商，还是保险、地产、网贷的经纪人、或者是开一家餐馆、一家花店，当你要创建一个品牌，首先就要从设计一个品牌logo开始，但是，一个小小的Logo要做的满意可绝非易事。创业者为此头疼不已。
　　找传统设计公司或请设计师来做，短则1周，长则个把月，费时费钱又费力，效果还不一定满意。找诸如猪八戒等线上威客类设计平台，质量又没有保证。那有没有一种省心省钱省力，轻轻松松就能搞定品牌Logo设计的方法呢?
　　试试深圳市色大师人工智能技术有限公司推出的色大师人工智能原创Logo设计平台(sedashi.cn)。只需轻点鼠标，回答几个简单的品牌问题，色大师人工智能Logo设计机器人便可根据品牌特性设计专属品牌Logo。整个过程可能都不超过2分钟。1分钟匹配行业个性特征，,1分钟设计LOGO及VI,既符合行业特点，又能体现品牌特色的logo就完成啦,
　　哪怕操作者没有任何设计基础，也能轻松创作属于自己的品牌Logo。色大师单次可创作多个品牌Logo，使用者可根据自己的喜好进行选择。同时，色大师还配备了专业设计师免费提供Logo修改服务，购买Logo后可以协助免费反复修改，直到满意为止。
　　除此之外，色大师还能根据行业属性，为创作的品牌Logo搭配应用场景，供操作者更好的辨别Logo是否适合自家品牌。更为惊喜的是，色大师会附赠名片、工作服、店招等日常能用到的品牌设计，真正做到为创业者提供品牌营销的宣传用品的全套设计;
　　今年双11，除了天猫全球狂欢节1682亿元的销售数据，天猫在此期间推出的人工智能设计系统&鲁班&以每秒生成8000张海报的成绩，同样闪瞎了淘宝卖家的双眼;一个严肃的问题被提了出来：人工智能设计的时代真的到来了，以鲁班、色大师这样的人工智能设计平台会不会取代传统设计师?
　　其实设计师完全不必要担心，正如所有出现的人类工具一样，目的都只有一个，提升人们的工作效率，降低成本，色大师的出现不是为了取代人类、取代设计师，而是为了提高生产效率，让大家能腾出更多时间精力去创造、享受美好，为设计师赋能，为创业者赋能。它的出现是人类智能的一种演化与升级，它使人类更加强大!
　　纵然演化之路有如星辰大海，创业之路将遇大浪淘沙，但色大师将一如既往努力奋进，为了人工智能终将创造的美好砥砺前行。为所有创业者带来又快又好又便宜的品牌营销服务。
关注ITBear科技资讯公众号（itbear365 ），每天推送你感兴趣的科技内容。
　　声明：本文仅为传递更多网络信息，不代表ITBear观点和意见，仅供参考了解，更不能作为投资使用依据。
本文来源：互联网
12月7日-8日，被称为现代化集中式博览交易&IT航母&的深圳中亚硅谷海岸，将迎来一家航母级金融巨头的科技碰撞日期：12-01 日&西安，今天，由联想创投集团主办的&中国有AI&联想高校AI精英挑...日期：12-01 作为一个创业者，无论你是做微商，还是保险、地产、网贷的经纪人、或者是开一家餐馆、一家花店，当你要创建一个品牌，首先就要从设计一个品牌logo开始，但是，一个小小的Logo要做的满意可绝非易事。日期：12-01 据外媒报道，HTC今天宣布，已通过旗下全球加速器项目Vive X投资增强和虚拟现实领域的26家新创业公司。日期：12-01 IDC和Gartner分别预测到2020年，SD-WAN市场的规模分别为60亿美元和12.4亿美元，这是截然不同的数据。但是都给出了发展良好的趋势判断。日期：12-01 11月初人人车起诉瓜子二手车&不正当竞争&，近日被北京海淀法院受理，并下达临时性禁止...日期：12-01 这两天，迅雷内部&宫斗&戏持续升级，成为国内互联网圈儿罕见的奇葩事。日期：12-01 11月30日消息，作为家电市场的两个&冤家&，夏普和海信在半年时间以来一直针锋相对，打...日期：12-01 12月1日消息，近日网络上爆出共享租衣平台多啦衣梦APP无法使用，押金无法退回。笔者在 App Atore中...日期：12-01 事实上，乐视大厦的出售也存在风险。日期：12-01 据路透社北京时间12月1日报道，高通公司周四表示，公司已对苹果公司提出了三项新的专利侵权诉讼，指...日期：12-01 通用汽车公司(General Motor)在本周四宣布了其自动驾驶汽车计划，并对投资人称其将于2019年在一些人...日期：12-01 12月1日消息 LG的第三季度财报显示，几乎所有部门都有盈利，但除了移动部门。为了&提高竞争力...日期：12-01 传统行业的&空虚&让浩瀚的资本无处安放，所以短短两三年的时间里，互联网共享、文化、...日期：12-01 北京时间12月1日凌晨消息，据《华尔街日报》报道，谷歌可能会将智能家居部门Nest整合到旗下硬件业务...日期：12-01 北京时间12月1日消息，据国外媒体报道，一项最新报告警告称，随着世界越来越科技化，将有大量人类工...日期：12-01 日下午，第四届央广移动生活峰会在北京举行。作为央广网和中央人民广播电台的年度盛会...日期：11-30 11月25日，在2017未来发布峰会上，腾讯AI加速器的首期学员三角兽科技董事长兼COO马宇驰、助理来也创...日期：11-30 11月29日，由工信部指导、新华社主办的2017中国机器人产业发展高峰论坛在全国政协礼堂正式召开，这...日期：11-30 这是一个充满了机遇的时代，智能、创新、颠覆、革命成为商业标签，百业竞发的新经济市场不断迎来一轮又一轮的进化，在新零售的号角之下日期：11-30
微信扫一扫
下载ITBearAPPAI人工智能时代到来前设计师该怎么做
UI设计者 – 一个免费自学UI设计APP
AI人工智能时代到来前设计师该怎么做
发表于: &·
·& 1,667 views &·&
今年元旦，AlphaGo 连续挑战包括聂卫平、柯洁、朴廷桓在内的中韩顶尖围棋选手，三天内取得的战绩为令人咋舌的 60 胜 0 负。在过去一年的互联网舞台上，人工智能 （Artificial Intelligence）站在了聚光灯的中心。AlphaGo 在新年伊始， 为 2016 年打上了一个大大的惊叹号。
过去这一年，和 AI 相关的新闻铺天盖地。身为设计师的你可能会问：人工智能和我的日常工作有关吗？我应该为此做什么准备？
人工智能和设计师有关吗？
回首过去这一年全球科技公司的大事件，「人工智能」几乎是一个绕不开的关键词。
3月，人机围棋世纪之战打响：李世乭在 5 番棋中以1：4败给 AlphaGo，震惊了整个围棋界以及……朋友圈…
4月，人工智能成为 Facebook 开发者大会上的主角，基于 AI 技术的聊天机器人开放平台，让很多人第一次感性地认识了这个听起来有点深奥的技术概念。
5月，Google 首席执行官 Sundar Pichai 在 Google IO 上高调宣布公司未来战略将由「移动优先」转向「人工智能优先」，并发布了智能语音家庭助理 Google Home。
9月，Amazon、Facebook、Google、IBM、Microsoft 五家公司宣布在人工智能领域建立合作，分享其各自在 AI 技术上的突破，以吸引更多人才进入这一领域。
12月，Amazon 宣布他们在刚刚过去的这个圣诞假期中，卖出了上百万台 Amazon Echo （亚马逊旗下智能语音助理）。
上月，前微软高级副总裁陆奇宣布将加盟百度，除了负责百度旗下众多主线产品业务，还将专攻人工智能研发。
据「财富」杂志预测，人工智能将会在 2020 年成为一个价值 700 亿美金的市场，我们看到的是一个爆火的概念和急速发展的市场。那么，现在这个市场上缺什么？
两样东西——产品，和人才——而这，就和设计师密切相关了。
人工智能说到底是一个技术概念，它需要产品来落地。AlphaGo 打败再多高手，也只是一个围棋大师。真正有价值的东西是它背后的深度神经网络和树搜索算法——你可能会问「这东西和设计有半毛钱关系吗？」
有，不止半毛钱。
在设计创新领域深耕多年的 Patrick Hoof 教授预测说：
Design will be less about delivering on a user’s request, and more about responding to the needs they haven’t expressed yet.
（未来，设计会更多地去响应用户还没有表达的需求，而不是去为了响应用户主动提出的需求）
这句话换个表达就是，未来的产品，可以并且应该比用户更早知道用户的下一步，并提前作出应对。
「知道你的下一步是什么」——这其实就是下围棋的道理，比你想在前头。海量的数据，先进的算法，再加上超强的机器计算力，使得「机器比你自己更早知道你需要什么」成为了可能。为什么以前不行呢？因为用户的下一步行为和围棋对手的下一招一样，都难以预测。现在之所以可能了，是因为我们在数据、算法和计算能力上取得了长足进步。于是，围棋界有了 AlphaGo，而互联网则有了新的产品机会。
身为设计师，如果你能够掌握人工智能领域最基本的几个概念，并在此基础之上充分发挥对产品的想象力，知道 AI 技术已经可以做到什么、未来有希望做到什么，你就能走在这个浪潮汹涌的时代前面。
发挥想象力之前，让我们先来看看美国几个巨头公司们，用现有的人工智能技术已经做到了什么，他们把它转化成了哪些产品形态。
AI 技术在现有产品设计中的运用
先讲一个你可能没注意到的例子。
Google Doc
Google Doc 去年悄悄地上线了一个功能：它会根据文本格式自动为你生成文章大纲（大纲起到全文概览和导航的作用）。也就是说，你不用告诉 Google Doc 某行内容是否是一级标题、二级标题还是三级标题，Google Doc 会分析文字格式、并结合大量历史数据，自动推测出你的意图。
回想一下，你是否有一套自己偏好的文字样式规范？比如经常把一级标题居中、加粗？二级标题用加粗的 16 号字，正文用 11 号？Google Doc 学习了你的这些习惯（事实上是学习了无数用户的习惯），自动列出文章提纲，从而提升你的工作效率。
这是一个非常典型的运用人工智能改进现有产品的例子，然而却不容易被普通用户觉察到。正如最好的设计是「感受不到的设计」，最好的智能是「隐形的智能」。
再来看一个常用产品的例子。
Inbox 是 Google Gmail 团队开发的一款邮件应用，它有一个非常经典的功能叫做「智能回复」。例如，同事向你询问是否有某一个文档，在你打开这封邮件的同时，Inbox 就会自动分析这封邮件的内容，并据此自动为你生成一些快捷回复选项。更神奇的是，Inbox 还会根据你的过往邮件回复不断学习并修正这些句子，来使得这些句子变得越来越像你平时写邮件的口吻。
Smart Reply 这样的功能不再是媒体今天争相报道的「黑魔法」，而是实实在在地成为了一个被用户广泛使用的功能。我们在产品设计中运用人工智能技术，目的是为了满足用户的需求，而不是强调技术本身。事实上很多时候，我们做设计的目的就是为了掩盖技术本身，而不是反过来。
第三个例子，是上个月在 CES 大会上大红大紫的 Amazon Echo。Echo 的接口开放策略让许多和 AI 相关的软硬件公司选择与其紧密合作，互利共赢，以致 CES 上几乎呈现出亚马逊在语音助理方向上一家独大的局面。
「Alexa，把客厅灯关了，把我的床头灯开到一半的亮度」
「Alexa，再买一袋我上个月买过的那款猫粮」
「Alexa，我今天早上的会议几点开始？」
就在几年前，这些「人机对话」还大多只是停留在计算机实验室里、科幻电影的剧本上。然而只在过去短短的两年时间，「智能语音助理」就已经走入了美国几百万户寻常百姓的家庭。语音交互设计师（Voice Interaction Designer）在硅谷成了抢手的香饽饽。他们不用 Photoshop、Sketch 做界面，也不用 Principle、Framer 做原型。一个新的技术时代，催生了一种新的设计岗位。
给设计师的 3 个建议
在未来两年里，许多科技公司将主动投身于人工智能的浪潮之中。身为设计师的你，在伏案画界面的同时，有没有关注公司新一年的年度目标？「人工智能」是否在列？它被提及了几次？优先级如何？你为此做好准备了吗？
也许你负责的产品中已经运用了人工智能（若不自知，实该警醒），也许你正在考虑如何通过人工智能来改善产品体验。这里有 3 个建议，给已经、即将和人工智能打交道的设计师们参考。
建议一：「人工智能」不够智能，请随时准备好「擦屁股」
当 AlphaGo 所向披靡，当视频里的语音机器人无所不知，当硅谷黑科技刷遍你的朋友圈，你很难去相信这个事实：「人工智能」在绝大多数领域的智慧水平，其实还只是个婴儿——设计师要谨记这一点。
在做 AI 产品设计时，要时时牢记假设机器学习的最坏结果。最坏结果下的「撤退方案」，和最佳结果下的设计一样重要，很多时候甚至更重要。
一旦用户产生了失望、沮丧的情绪，就很容易放弃这个功能、甚至整个产品，这种结果是很难挽回的。因此，实际上更重要的一条原则是，如果你对「机器智能」的信心不足，宁可选择不做。
如何清楚地向用户传达出「智能」带来的好处，如何为随时可能出现的错误，提供优雅的解决方案——这是对设计师们的挑战。
建议二：降低使用门槛，及时正向回馈
为用户提供个性化内容，是人工智能技术一个非常常见的应用场景。了解用户的一些基本信息，往往是个性化内容的基础。获取用户信息，这件事情听起来简单，但并不容易做好。
Quora（可以简单理解为英文版知乎）要求新用户在第一次注册完成后，必须选择至少 10 个感兴趣的领域。并且，用户会被要求手动输入自己熟知的领域。我们都理解，这是 Quora 希望通过掌握用户的初始数据，从而为用户展示个性化内容。这个交互流程的初衷很好，然而你却能看到很多用户在 Reddit 和 Twitter 上抱怨。
问题出在哪里？两个原因：
1. 门槛过高
在用户使用产品之前，应该尽量简化强制性任务。在 Quora 这个例子里，选择至少 10 个兴趣（不可跳过），还要求用户手动输入熟知领域，这个门槛有点过高了。新用户在注册完成前，什么内容都没看到，甚至可能连这个网站究竟是什么都不明确（Quora 的首页只有一个注册登录框）。这种时候，任何强制性、高认知负荷的任务都可能会造成用户流失。用户没有义务回答这些问题，也并不一定清楚，完成这些任务能为她带来什么好处。
你是否能想到一些优化的思路，来降低这个门槛？比如：是否可以基于用户已经做出的前两个选择（比如「互联网」和「设计」），猜测出用户可能还对什么话题感兴趣，从而降低必选项的数量？是否能够在用户使用产品后，通过分析用户的浏览行为来逐步了解她的其他兴趣？
2. 反馈不及时
如果获取初始数据是强制的、繁重的，并且用户也不能感受到提供数据带来的好处，那么「训练人工智能」对用户来说，感觉就像是一场「义务劳动」——这种感觉是我们在产品设计中要尽量避免的。因此，对于用户的付出，我们都要尽可能地及时反馈。
举两个产品的例子：在 Facebook 里，如果你向新公司同事发出了好友申请，你会发现，Facebook 会立即更新「你可能认识的朋友」列表。在网易云音乐的「私人 FM」里，如果你「喜欢」了一首歌，你很可能会很快就听到该歌手的其他歌曲。
其实 AI 产品中这种反馈机制的设计，和游戏设计的原则是一样的。我们要构建的就是一个「首次任务」-& 「及时反馈」-& 「激励用户完成下一个任务」这样正向的、有节奏的短循环。回想一下让你欲罢不能的游戏，是不是都是这个套路？
建议三：别着急，从小事开始积累信任
一个刚毕业的设计新人，对张小龙说自己有能力重新设计出更好的微信，你一定觉得这人疯了。人与人之间的信任，是在时间和合作的基础上建立起来的。人与机器也是这样。
市面上所有的「智能助理」类产品距离真正的「智能」还有很长的路要走。现阶段，人工智能产品最最紧要的事情就是建立「用户信任」，这件事很重要，但急不得。把天气报好了，放音乐放对了，把闹钟设准了——我们要从这些标准化的小任务开始，慢慢地赢得用户信任。
大公司做产品的性子往往很急（这其实给了很多 AI 小团队机会），但这里不得不表扬电商巨头 Amazon。坐拥上百万 Echo 用户，面对「智能购物助理」这个诱人的大蛋糕，Amazon Echo 却耐住了性子。他们先从「重复购买」这一小块蛋糕开始入手。高频次、低错误率——这是现阶段所有人工智能产品都应该去努力寻求的切入口。
大部分人天性不喜欢被他人「指导」，不喜欢失去控制权。但如果一个人不断地完成了你让她做的每一件小事，信任就随之产生了。当用户慢慢习惯了说一句话，牙膏、猫粮、厨房纸第二天就送到了家，也许有一天，用户也会信任她去做叫外卖、订机票、订酒店，甚至买车、买房。
信用这件事，建之不易，毁之顷刻。所以，人工智能产品的设计师们，千万别着急，从小事做起，努力积累产品的信用分。
1956年的达特茅斯会议上，「人工智能」第一次被正式命名。过去60年来，它已经经历了两次大起大落。而今天，我们正处在第三次人工智能大潮之中。
如果你相信现代社会中仍有大量劳动可以被机器智能取代，那么你就应该相信人工智能必然会持续高速发展，你就应该为此做好准备。
当你接到下一个人工智能相关的产品设计需求，不妨想一想：
你为不够智能的「人工智能」随时准备好「擦屁股」了吗？
用户的使用门槛够低吗？正向的反馈够及时吗？
机器学习的错误率足够低吗？用户更满意、更信任你的产品了吗？
本文链接: http://www.shui-mai.com/airengongzhinengshidaidaolaiqianshejishigaizenmezuo/
同学自发组织群
Copyright&2016&&& 京ICP备号 |