人工智能对设计的影响

人工智能的遍及是否使设计师失落业引起了业界的一股躁动。
要回答这问题，该当先弄清楚设计与人工智能的关系，我们可以从实质开始入手。

有人认为设计是为了追求美，和艺术没什么差异；但设计做久了，会有更深刻的理解：设计是为理解决问题。
那么设计是什么？在网上看到了一句对设计的定义：设计是有目的的创作行为。
这句话阐明得非常棒。
目的代表主体所追求的目标，创作是把自己的灵感、履历和觉得表达出来。
设计是为理解决问题解释设计是为理解决问题的创作方案，设计为了追求美解释设计是为理解决设计工具美感和实用性的问题的创作方案，所往后者属于前者。

艺术是为了将自己的灵感、履历和觉得等主不雅观感想熏染表达出来。
设计和艺术的实质在于是否拥有目的；目的是一种不雅观念形态，反响了人对客不雅观事物的实践关系。
比较起艺术，设计更多是一种人对客不雅观事物的实践办法，在考虑主不雅观成分的同时也要顾及外界等客不雅观成分。

从定义上来讲，人工智能是使机器代替人类实现认知、识别 、剖析、决策等功能，实在质是为了让机器帮助人类办理问题。
也便是说，人工智能在一定程度上也是一种设计，其目的是为了帮助人类办理问题，创作出与人类思维模式类似乃至超越人类思维模式的办理方案。

问题的繁芜程度会直接影响解题人的终极方案，由于人的知识、履历、精力是有限的，很少乃至没有人会永劫光都在办理同一个问题。
当解题人找不到最优方案时，他们给出的方案具有一定的主不雅观性，乃至有可能缺点的。
但也有例外的时候，人有神奇的技能-灵感和直觉，它们可以短韶光内帮助人类找到办理问题的捷径。

目前的人工智能属于弱人工智能，暂时无法拥有人类的主不雅观能力：灵感、觉得和感想熏染，也没有人类的跨领域推理、抽象类比能力，只能依赖数据和履历来创作或者办理问题。
但打算机比人类拥有三个上风：

可以在极短韶光内完成超繁芜的运算；可以永劫光不厌其烦做同一件事，而且不会累；影象力好，积累的履历可以被随时调用；没有情绪等主不雅观成分，比人类更公道客不雅观对待每个方案。

这四个上风可以使打算机在办理超繁芜纯智商难题时不断探索新方案，不断积累履历，不断优化方案，通过穷举和比拟，找出最佳的方案。
人工智能在不同的领域积累的履历增加，它对事物间关系的洞察力也会逐步提高，它也会不断反哺提高自己办理问题的能力。
当人工智能的运算能力、剖析能力、洞察力超越人类时，人工智能在很多领域供应的办理方案会上优于人类。

设计除理解决问题外，还有对美的理解和创作。
美感是对美的体会和感想熏染，它是繁芜的，它包含了历史、文化、环境、情绪等客不雅观和主不雅观成分，以是不同时期、阶级、民族和地域，有着不同文化教化和个性特色的人对美的定义也不同。
不同人之间有着不同程度的美感能力，有些是先天成分影响，取决于个人的感知能力；有些是在社会实践等后天成分演习出来的。

由于弱人工智能缺少人类的主不雅观感想熏染和推理类比能力，以及缺少对当代天下和社会的文化和环境的理解能力，以是弱人工智能对美感一无所知。
人工智能不懂美感不代表人教不懂会机器生产美感，就像托福和雅思，纵然英语不太好看不太懂文章在说什么，只要懂套路，考生也能考出一个还行的成绩。

图片处理运用Prisma通过深度学习将一张图片的风格特色剖析出来，毫无保留迁移至其余一张图片。

阿里鲁班系统通过深度学习来量产Banner，设计师将自身的履历知识总结出一些设计手腕和风格，再将这些手腕归纳出一套设计框架，让机器通过自我学习和调度框架，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。

来自微软亚洲研究院的研究员与清华大学美术学院的艺术设计专家让AI接手了繁杂专业的图文排版设计事情，他们提出了一个可打算的自动排版框架原型。
该原型通过对一系列关键问题的优化（例如，嵌入在照片中的笔墨的视觉权重、视觉空间的配重、生理学中的色彩和谐因子、信息在视觉认知和语义理解上的主要性等)，把视觉呈现、笔墨语义、设计原则、认知理解等领域专家的先验知识自然地集成到同一个多媒体打算框架之内，并且首创了“视觉文本版面自动设计”这一新的研究方向。

以上案例解释人工智能纵然不懂审美，也可以替代人类生产可被公式化（规范化）的设计。
可被公式化的设计解释这些设计是已成熟的，有规律的(模型)、受限定的(参数)、可量产的。
如果不想被人工智能的美感设计领先，设计师的美感设计该当是创新的（未成熟未被创造规律的），包含更多元素的（更多繁芜参数如历史、文化、环境、情绪等等）。

人工智能与设计师的关系

设计是一个用途非常广泛的动词，可以搭配不同名词成为各种专业术语，例如程序设计、架构设计、交互设计、UI设计、建筑设计、材料设计等等。
但设计师更多是指处理年夜大好人与设计工具之间的关系，提高体验满意度的职业，例如室内设计师是为了提高人在室内的居住质量；做事设计师是为了提高人在做事流程中的满意度；交互设计师是为理解决人与打算机的互换问题；UI设计师是为了升华人与打算机的互换体验。

上文已提到，人工智能在办理超繁芜纯智商难题上终极会超越人类，而且可以生产出可被公式化（规范化）的设计，例如符合规范可批量生产的平面设计、符合规范已成熟的网页和移动端交互设计。
但对付人工智能，设计师不用过多担心被取代问题，由于设计师的事情是为了提高体验和满意度，体验和满意度都是主不雅观的，这是人工智能很难去衡量的。
既然人工智能也是一种设计方案，那么设计师可以利用人工智能这工具创造出什么代价？

1.在互联网和移动互联网时期，由于产品用户量大以及技能的限定，产品无法针对每位用户在不同场景下的需求进行设计，以是产品功能只能绝知足大部分用户都有的核心场景；还有每位用户的审美能力的差异，设计师只能考虑用更简洁的设计措辞来知足大部分用户的根本审美。
在人工智能的帮助下，产品有能力做到根据用户的利用场景和行为剖析出用户确当前诉求，并供应相应做事。
人工智能为个性化做事供应了根本，个性化做事意味着要考虑更多关于该名用户的特点，包括文化，经历，生理等成分，如何设计能更知足该名用户，这是一个全新的机会和寻衅。

2.人工智能为艺术型设计师带来更多机会。
进入个性化时期的产品基本知足用户需求，相同类型的产品构造和功能会越来越靠近，能为产品带来活力和差异的除了自身的底层技能根本，更多是艺术型设计师的理念和风格，以及自身品牌。
就像时尚品牌优衣库和Gucci，单件商品两者的品牌和设计产生所带来的利润差距巨大，人工智能产品也可以做到。

3.人工智能使产品的利用本钱降落，信息架构扁平化，整体体验提高；但个性化设计意味着须要考虑更多元素。
大略和个性化貌似抵牾，如何保持产品大略可用又能突出个性化，这也是一个全新的机会和寻衅。

新的设计工具

打算机的遍及和难以利用，催生出交互设计这个术语，交互设计专门办理打算机如何更好地与用户互换互动的问题。
交互设计师在设计过程中总结出一个新术语：以用户为中央的设计，在设计时密切关注用户的体验和感想熏染。
用户体验设计这个术语逐渐扩散到各行各业，它所带来的代价让各个企业明白提高体验的主要性，并动手优化自家产品做事，到后面也衍生出做事设计等专业术语。

产品体验不好，用户还有其他替代选择，以是大家开始关注用户体验。
但现在用户体验设计存在着一个局限性：它设计工具仍旧是产品，它只关心用户在利用产品期间的体验，不关心产品对用户其他方面的影响。
这是可以理解的，由于企业间之间存在着竞争，以及互通数据剖析数据须要非常高的本钱。
以是产品体验好了最大收益自若是产品和企业，并非用户。

辛旭日教授提出了一个更领先的不雅观点：EX-Experience Design，以用户经历为中央的设计。
大略点说，生活中每天发生的噜苏小事不会被记住，例如吃饱睡饱；但分外的经历会被记住，例如在迪士尼公园的路上溘然跑出来一群鸭子，你会记住那次惊喜。
UX构建的是每一件小事，EX构建的是用户经历，根本是每件小事之间的联动。
EX更多关注全局性，就像迪士尼乐园把控全局体验为游客带来惊喜。
EX是个性化做事的根本，它会从多个维度包括用户画像和行为、场景和环境、高下文的理解（上一件事情发生了什么，后面安排的事情）等为用户创造代价。

当设计工具从产品转变到用户经历时，设计师不能只考虑自己的产品体验，还要从全局出发考虑产品与产品之间的联动，考虑不同场景和突发事宜时自己的产品如何做事用户。
产品从单体变成一块拼图，须要考虑高下旁边的关系并兼容，这对设计师来说是一个全新的寻衅。

如何设计人工智能产品

人工智能为个性化做事带来新的可能，要想设计一款更友善更像人类的产品，我们先看看人类是怎么互换的。
人与人之间的互换分为双向互换和单向互换，双向互换包括了问和答，单向互换包括了指令、陈述和吸收信息（单向互换指对方可以给予大略的反馈，乃至不须要供应反馈）。
问和指令不太一样。
问是由于自己不知道，希望对方能供应干系的完全答案（这里忽略明知故问和反问两种带有目的性的情绪互换）；指令更多是指上级对下级的指示，他知道对方能做什么，希望对方能帮助自己完成该事情，对方完成后的反馈可能非常大略，一句“OK”“搞定”“对不起，做不到”已经能表达清楚是否完成，其反馈不须要太多内容。
陈述的意思是我将信息传达给你就完成了，你可以不给予我反馈，例如演讲、授课、讲述内容等等。
吸收信息包括了听觉、视觉、触觉，乃至是嗅觉和味觉。

随着信息的增加，当信息超过人类的影象容量时，人类通过互换获取信息的效率变慢，他们开始将信息通过刻画的办法记录保存下来，到后面逐渐涌现了书本。
随着技能的发展，人类获取信息的办法也在逐渐增加，收音机、电视、电脑、手机逐渐涌如今我们的生活中，我们先来看看人与媒介互换信息时有什么不同，再来推断人工智能能做什么。
（这里的人更多是指吸收信息，并非发送信息例如写书、写文章的人）

从表格可以推断出，人工智能要做到与人正常互换须要在问、答、指令、吸收信息四个方面有所深造。
问更多是指人通过语音、笔墨等对话办法提出问题（语音是最快最直接的表达办法），打算机理解问题后给出精确完全的答案。
答更多是指打算机须要通过如传感器、用户事宜监听等隐形手段获取更多的用户数据。
指令更多是指用户通过语音和界面发出指令，打算机吸收并理解指令后完成一系列的操作。
吸收信息更多是指人给出问题和指令后，打算机如何供应精确的答案和反馈。

如果牵扯到辈分、利益等关系，人类之间的互换务必产生情绪上的互换，在互换时最能表达情绪和态度的是态度和语气，人和机器互换也绝不例外。
人工智能须要学会与人类互换时，根据不同场景和对话内容采取得当的态度和语气。
在互换中，机器更多承担的是下级以及朋友的角色，直白点便是要你干嘛你就干嘛(准确性)；要你干嘛就赶紧做(即时性)；说你不对就得改(自我学习和改动)；不能顶撞(礼貌)；只管我对你很苛刻，你也要对我像好朋友一样(性情同等，须要人物设定)。

结合互换办法和情绪表达，设计一款面向用户的人工智能产品时须要把稳以下几点：

人物设定：为了避免在互换中过于去世板或者态度语气时常变革过大(态度语气时常变革过大叫精神分裂)，设计师该当针对不同用户群体为人工智能授予不同角色与性情。
例如针对二次元宅男群体，授予人工智能傲娇、元气、电波女等性情；针对成熟女性群体，授予人工智能温顺的管家角色；只管即便不要授予人工智能老板、父母、老师等角色，由于指令他们干活时，会让人类觉得到突兀。
准确性和即时性：须要听懂用户的问题和指令并急速给出准确的答案或反馈。
准确性和即时性是人工智能的最根本能力之一，多次回答缺点显得人工智能很蠢，用户会逐渐对人工智能失落去信心和信赖。
在技能不成熟的时候，可以引入天然呆、冒失女等具有智商不高但又很懂卖萌的角色性情填补技能上的毛病，这样可以通过打情绪牌减少用户愤怒乃至失落望的感情。
自我学习与改动：当人工智能不知道答案和操作时，除了给出抱歉的反馈外，更多须要的是通过自我学习能力来改动自己的数据库，避免多次惹恼用户。
礼貌：及时回答、不重复说话、不回嘴、不打断用户的说话和操作都属于礼貌问题，就像人类一样，有礼貌的人工智能才会受用户欢迎。

做设计时须要考虑更多数据的交互，关于人工智能底层数据设计请阅读第二章的《下一代人工智能助理》和《人工智能数据仓库》。
在设计架构时须要考虑更多产品高下游之间的联动，以及通过接入通用型API和组件完善人工智能的数据库，关于移动端信息架构设计、通用API和组件请阅读第三章的《流的设计》和《新型API和组件》。
对话是人工智能的根本，更多对话体验设计请阅读《Google Actions Design》。
人工智能为个性化设计供应了根本，设计师须要考虑更多场景下的个性化做事，也可以引入更多风格的个性化设计，彰显出用户的魅力。