2017-2-15 周周
如果您想訂閱本博客內(nèi)容,每天自動發(fā)到您的郵箱中, 請點這里
今年元旦,AlphaGo 連續(xù)挑戰(zhàn)包括聶衛(wèi)平、柯潔、樸廷桓在內(nèi)的中韓頂尖圍棋選手,三天內(nèi)取得的戰(zhàn)績?yōu)榱钊苏ι嗟?60 勝 0 負。在過去一年的互聯(lián)網(wǎng)舞臺上,人工智能 (Artificial Intelligence)站在了聚光燈的中心。AlphaGo 在新年伊始, 為 2016 年打上了一個大大的驚嘆號。
本文轉(zhuǎn)載自「UX Coffee 設(shè)計咖」微信公眾號,微信內(nèi)搜索「uxcoffee」
過去這一年,和 AI 相關(guān)的新聞鋪天蓋地。身為設(shè)計師的你可能會問:人工智能和我的日常工作有關(guān)嗎?我應(yīng)該為此做什么準(zhǔn)備?
回首過去這一年全球科技公司的大事件,「人工智能」幾乎是一個繞不開的關(guān)鍵詞。
據(jù)「財富」雜志預(yù)測,人工智能將會在 2020 年成為一個價值 700 億美金的市場,我們看到的是一個爆火的概念和急速發(fā)展的市場。那么,現(xiàn)在這個市場上缺什么?
兩樣?xùn)|西——產(chǎn)品,和人才——而這,就和設(shè)計師密切相關(guān)了。
人工智能說到底是一個技術(shù)概念,它需要產(chǎn)品來落地。AlphaGo 打敗再多高手,也只是一個圍棋大師。真正有價值的東西是它背后的深度神經(jīng)網(wǎng)絡(luò)和樹搜索算法——你可能會問「這東西和設(shè)計有半毛錢關(guān)系嗎?」
有,不止半毛錢。
在設(shè)計創(chuàng)新領(lǐng)域深耕多年的 Patrick Hoof 教授預(yù)測說:
這句話換個表達就是,未來的產(chǎn)品,可以并且應(yīng)該比用戶更早知道用戶的下一步,并提前作出應(yīng)對。
「知道你的下一步是什么」——這其實就是下圍棋的道理,比你想在前頭。海量的數(shù)據(jù),先進的算法,再加上超強的機器計算力,使得「機器比你自己更早知道你需要什么」成為了可能。為什么以前不行呢?因為用戶的下一步行為和圍棋對手的下一招一樣,都難以預(yù)測。現(xiàn)在之所以可能了,是因為我們在數(shù)據(jù)、算法和計算能力上取得了長足進步。于是,圍棋界有了 AlphaGo,而互聯(lián)網(wǎng)則有了新的產(chǎn)品機會。
身為設(shè)計師,如果你能夠掌握人工智能領(lǐng)域最基本的幾個概念,并在此基礎(chǔ)之上充分發(fā)揮對產(chǎn)品的想象力,知道 AI 技術(shù)已經(jīng)可以做到什么、未來有希望做到什么,你就能走在這個浪潮洶涌的時代前面。
發(fā)揮想象力之前,讓我們先來看看美國幾個巨頭公司們,用現(xiàn)有的人工智能技術(shù)已經(jīng)做到了什么,他們把它轉(zhuǎn)化成了哪些產(chǎn)品形態(tài)。
先講一個你可能沒注意到的例子。
Google Doc
△ Automatic Outline – Google Doc
Google Doc 去年悄悄地上線了一個功能:它會根據(jù)文本格式自動為你生成文章大綱(大綱起到全文概覽和導(dǎo)航的作用)。也就是說,你不用告訴 Google Doc 某行內(nèi)容是否是一級標(biāo)題、二級標(biāo)題還是三級標(biāo)題,Google Doc 會分析文字格式、并結(jié)合大量歷史數(shù)據(jù),自動推測出你的意圖。
回想一下,你是否有一套自己偏好的文字樣式規(guī)范?比如經(jīng)常把一級標(biāo)題居中、加粗?二級標(biāo)題用加粗的 16 號字,正文用 11 號?Google Doc 學(xué)習(xí)了你的這些習(xí)慣(事實上是學(xué)習(xí)了無數(shù)用戶的習(xí)慣),自動列出文章提綱,從而提升你的工作效率。
這是一個非常典型的運用人工智能改進現(xiàn)有產(chǎn)品的例子,然而卻不容易被普通用戶覺察到。正如最好的設(shè)計是「感受不到的設(shè)計」,最好的智能是「隱形的智能」。
再來看一個常用產(chǎn)品的例子。
Inbox
△ Smart Reply – Inbox by Gmail
Inbox 是 Google Gmail 團隊開發(fā)的一款郵件應(yīng)用,它有一個非常經(jīng)典的功能叫做「智能回復(fù)」。例如,同事向你詢問是否有某一個文檔,在你打開這封郵件的同時,Inbox 就會自動分析這封郵件的內(nèi)容,并據(jù)此自動為你生成一些快捷回復(fù)選項。更神奇的是,Inbox 還會根據(jù)你的過往郵件回復(fù)不斷學(xué)習(xí)并修正這些句子,來使得這些句子變得越來越像你平時寫郵件的口吻。
「智能回復(fù)」這樣的功能不再是媒體今天爭相報道的「黑魔法」,而是實實在在地成為了一個被用戶廣泛使用的功能。我們在產(chǎn)品設(shè)計中運用人工智能技術(shù),目的是為了滿足用戶的需求,而不是強調(diào)技術(shù)本身。事實上很多時候,我們做設(shè)計的目的就是為了掩蓋技術(shù)本身,而不是反過來。
亞馬遜旗下智能語音助理 Amazon Echo
第三個例子,是上個月在 CES 大會上大紅大紫的 Amazon Echo。Echo 的接口開放策略讓許多和 AI 相關(guān)的軟硬件公司選擇與其緊密合作,互利共贏,以致 CES 上幾乎呈現(xiàn)出亞馬遜在語音助理方向上一家獨大的局面。
「Alexa,把客廳燈關(guān)了,把我的床頭燈開到一半的亮度」
「Alexa,再買一袋我上個月買過的那款貓糧」
「Alexa,我今天早上的會議幾點開始?」
就在幾年前,這些「人機對話」還大多只是停留在計算機實驗室里、科幻電影的劇本上。然而只在過去短短的兩年時間,「智能語音助理」就已經(jīng)走入了美國幾百萬戶尋常百姓的家庭。語音交互設(shè)計師(Voice Interaction Designer)在硅谷成了搶手的香餑餑。他們不用 Photoshop、Sketch 做界面,也不用 Principle、Framer 做原型。一個新的技術(shù)時代,催生了一種新的設(shè)計崗位。
在未來兩年里,許多科技公司將主動投身于人工智能的浪潮之中。身為設(shè)計師的你,在伏案畫界面的同時,有沒有關(guān)注公司新一年的年度目標(biāo)?「人工智能」是否在列?它被提及了幾次?優(yōu)先級如何?你為此做好準(zhǔn)備了嗎?
也許你負責(zé)的產(chǎn)品中已經(jīng)運用了人工智能(若不自知,實該警醒),也許你正在考慮如何通過人工智能來改善產(chǎn)品體驗。這里有 3 個建議,給已經(jīng)、即將和人工智能打交道的設(shè)計師們參考。
建議一:「人工智能」不夠智能,請隨時準(zhǔn)備好「擦屁股」
當(dāng) AlphaGo 所向披靡,當(dāng)視頻里的語音機器人無所不知,當(dāng)硅谷黑科技刷遍你的朋友圈,你很難去相信這個事實:「人工智能」在絕大多數(shù)領(lǐng)域的智慧水平,其實還只是個嬰兒——設(shè)計師要謹(jǐn)記這一點。
如果機器學(xué)習(xí)結(jié)果出錯,你是否為用戶提供了方便的「非智能」方式,幫助她解決問題?
在做 AI 產(chǎn)品設(shè)計時,要時時牢記假設(shè)機器學(xué)習(xí)的最壞結(jié)果。最壞結(jié)果下的「撤退方案」,和最佳結(jié)果下的設(shè)計一樣重要,很多時候甚至更重要。
一旦用戶產(chǎn)生了失望、沮喪的情緒,就很容易放棄這個功能、甚至整個產(chǎn)品,這種結(jié)果是很難挽回的。因此,實際上更重要的一條原則是,如果你對「機器智能」的信心不足,寧可選擇不做。
如何清楚地向用戶傳達出「智能」帶來的好處,如何為隨時可能出現(xiàn)的錯誤,提供優(yōu)雅的解決方案——這是對設(shè)計師們的挑戰(zhàn)。
建議二:降低使用門檻,及時正向回饋
為用戶提供個性化內(nèi)容,是人工智能技術(shù)一個非常常見的應(yīng)用場景。了解用戶的一些基本信息,往往是個性化內(nèi)容的基礎(chǔ)。獲取用戶信息,這件事情聽起來簡單,但并不容易做好。
Quora(可以簡單理解為英文版知乎)要求新用戶在第一次注冊完成后,必須選擇至少 10 個感興趣的領(lǐng)域。并且,用戶會被要求手動輸入自己熟知的領(lǐng)域。我們都理解,這是 Quora 希望通過掌握用戶的初始數(shù)據(jù),從而為用戶展示個性化內(nèi)容。這個交互流程的初衷很好,然而你卻能看到很多用戶在 Reddit 和 Twitter 上抱怨。
△ Quora 的用戶注冊流程
問題出在哪里?兩個原因:
1.)門檻過高
在用戶使用產(chǎn)品之前,應(yīng)該盡量簡化強制性任務(wù)。在 Quora 這個例子里,選擇至少 10 個興趣(不可跳過),還要求用戶手動輸入熟知領(lǐng)域,這個門檻有點過高了。新用戶在注冊完成前,什么內(nèi)容都沒看到,甚至可能連這個網(wǎng)站究竟是什么都不明確(Quora 的首頁只有一個注冊登錄框)。這種時候,任何強制性、高認知負荷的任務(wù)都可能會造成用戶流失。用戶沒有義務(wù)回答這些問題,也并不一定清楚,完成這些任務(wù)能為她帶來什么好處。
你是否能想到一些優(yōu)化的思路,來降低這個門檻?比如:是否可以基于用戶已經(jīng)做出的前兩個選擇(比如「互聯(lián)網(wǎng)」和「設(shè)計」),猜測出用戶可能還對什么話題感興趣,從而降低必選項的數(shù)量?是否能夠在用戶使用產(chǎn)品后,通過分析用戶的瀏覽行為來逐步了解她的其他興趣?
2)反饋不及時
如果獲取初始數(shù)據(jù)是強制的、繁重的,并且用戶也不能感受到提供數(shù)據(jù)帶來的好處,那么「訓(xùn)練人工智能」對用戶來說,感覺就像是一場「義務(wù)勞動」——這種感覺是我們在產(chǎn)品設(shè)計中要盡量避免的。因此,對于用戶的付出,我們都要盡可能地及時反饋。
舉兩個產(chǎn)品的例子:在 Facebook 里,如果你向新公司同事發(fā)出了好友申請,你會發(fā)現(xiàn),F(xiàn)acebook 會立即更新「你可能認識的朋友」列表。在網(wǎng)易云音樂的「私人 FM」里,如果你「喜歡」了一首歌,你很可能會很快就聽到該歌手的其他歌曲。
其實 AI 產(chǎn)品中這種反饋機制的設(shè)計,和游戲設(shè)計的原則是一樣的。我們要構(gòu)建的就是一個「首次任務(wù)」-> 「及時反饋」-> 「激勵用戶完成下一個任務(wù)」這樣正向的、有節(jié)奏的短循環(huán)。回想一下讓你欲罷不能的游戲,是不是都是這個套路?
建議三:別著急,從小事開始積累信任
一個剛畢業(yè)的設(shè)計新人,對張小龍說自己有能力重新設(shè)計出更好的微信,你一定覺得這人瘋了。人與人之間的信任,是在時間和合作的基礎(chǔ)上建立起來的。人與機器也是這樣。
市面上所有的「智能助理」類產(chǎn)品距離真正的「智能」還有很長的路要走。現(xiàn)階段,人工智能產(chǎn)品最最緊要的事情就是建立「用戶信任」,這件事很重要,但急不得。把天氣報好了,放音樂放對了,把鬧鐘設(shè)準(zhǔn)了——我們要從這些標(biāo)準(zhǔn)化的小任務(wù)開始,慢慢地贏得用戶信任。
大公司做產(chǎn)品的性子往往很急(這其實給了很多 AI 小團隊機會),但這里不得不表揚電商巨頭 Amazon。坐擁上百萬 Echo 用戶,面對「智能購物助理」這個誘人的大蛋糕,Amazon Echo 卻耐住了性子。他們先從「重復(fù)購買」這一小塊蛋糕開始入手。高頻次、低錯誤率——這是現(xiàn)階段所有人工智能產(chǎn)品都應(yīng)該去努力尋求的切入口。
大部分人天性不喜歡被他人「指導(dǎo)」,不喜歡失去控制權(quán)。但如果一個人不斷地完成了你讓她做的每一件小事,信任就隨之產(chǎn)生了。當(dāng)用戶慢慢習(xí)慣了說一句話,牙膏、貓糧、廚房紙第二天就送到了家,也許有一天,用戶也會信任她去做叫外賣、訂機票、訂酒店,甚至買車、買房。
信用這件事,建之不易,毀之頃刻。所以,人工智能產(chǎn)品的設(shè)計師們,千萬別著急,從小事做起,努力積累產(chǎn)品的信用分。
1956年的達特茅斯會議上,「人工智能」第一次被正式命名。過去60年來,它已經(jīng)經(jīng)歷了兩次大起大落。而今天,我們正處在第三次人工智能大潮之中。
如果你相信現(xiàn)代社會中仍有大量勞動可以被機器智能取代,那么你就應(yīng)該相信人工智能必然會持續(xù)高速發(fā)展,你就應(yīng)該為此做好準(zhǔn)備。
當(dāng)你接到下一個人工智能相關(guān)的產(chǎn)品設(shè)計需求,不妨想一想:
藍藍設(shè)計的小編 http://sillybuy.com