今年的#设计人工智能报告#我做了一个新尝试:我邀请了这个领域里的专家和实践者共同参与,形成了一个设计和人工智能的知识网络,通过报告的形式,让观点涌现出来。之所以如此,是因为我们不希望设计和人工智能的话题被简化为人工智能做设计这一单一维度,而是希望将设计作为一种人文、文化、社会和想象力的学科对人工智能和机器智能本身的演进也具有反思和推动作用。如果说2017年第一份设计和人工智能报告的企图是把机器智能带入设计学科和实践(也就是说,是“设计人工智能的A面”),那么2018年的报告则是把设计思维、实践带入和推动机器智能的尝试(“设计人工智能的B面”)。


2018年报告的要点:
🤖 多元价值的系统(Complex System with Diversified Values)
  • 技术对奇点到来和指数发展的乐观,简化了解决问题本身的复杂性。一个问题被解决的过程中,也会带来新的问题。
  • 设计与人工智能的理解应该从“物”演进为“事”,从大数据研究设计的产生,到非结构数据研究设计的过程。
💭 非结构数据(Unstructured Data)
  • 运算智能的设计和经典的设计之间已经产生明显差异,包括:用户数量、实施周期、结果导向、生产资料、结果呈现、ROI/KPI等。企业(如阿里巴巴)已经在重新定义设计师的职业路径。
  • 运算智能的设计让设计从一个结果难以量化的职能部门转变为直接可以对企业业务KPI负责的部门,数据智能场景下的大规模个人化等商业战略,都指数级的增加了设计需求,也产生了人和机器协作设计的多个场景。
  • 虽然设计师使用数字工具的历史很悠久,但是设计尚未成为数据经济的一部分,设计的过程数据是没有被挖掘的资源。
  • 89%的设计相关数据是非结构性数据。设计逻辑和商业逻辑的映射迁移具有深刻的潜力,设计和人工智能实验室在这方面做了大量的努力和尝试。
🧠 脑机比2.0(Brain Machine Ratio)
  • 脑机比抽象化了人和机器在设计工作上的协同关系,2018年的脑机比增加了人运用机器的意愿这一维度。例如查找资料虽然机器可以做的比例很高,但是设计师还是倾向花大量时间自己做,因为这个过程不是一个简单机械过程,而是不停的在找资料的同时给人脑以启发。
  • 平面、智能产品、UI/UX和城市空间等领域,人工智能都对设计实践产生了影响。智能产品是因为人工智能才出现的新设计类型,而平面设计和城市空间则是人工智能会挑战原来的设计范式。
❣ 设计机器的情商(Designing Machine EQ)
  • 人工智能、数据分析等相关能力是企业对设计学生短期和长期内最需要的技能要求
  • 人工智能的价值和局限,让我们重新思考设计的智能。中国、美国和欧洲的许多设计院校都增加了人工智能相关的课程,并且平衡了物体为导向的设计和系统为导向的设计。
  • 设计的智能介入社会和个体之间接口的设计,人工智能帮助社会设计寻找数据获取和思想道德的路径。
  • 情商区分了人和机器,如何设计机器的情商成为设计的下一个挑战。

🕵️‍♂️