在现代 UI 和 UX 设计中使用人工智能 (AI)
已发表: 2019-08-27人工智能正在蓬勃发展！ 毫不奇怪，人工智能可以充分利用数据并帮助提高工作场所的效率和生产力。 今天，人工智能不仅仅是一种营销功能； 它已进入主流业务。 人工智能引起的轰动正在各行各业蔓延，并改变了企业开展业务的方式。 它不仅改变了工作流程管理，而且还进入了日常运营，以预测未来趋势并提供新机会。
- 定义人工智能 (AI)
- 人工智能在用户体验和用户界面设计中的作用
- 下一波设计浪潮——DesOps
- 案例研究——Airbnb
- 案例研究——Netflix
- 最后的话
定义人工智能 (AI)
人工智能是一种先进的计算机化系统，它使用机器的概念来完成以前需要人类智能才能完成的任务。 它是一个先进的人类，就像一个计算机化的系统，可以智能地管理由人类手动完成的活动和任务。 因此，有了人工智能，就可以设计出能够完成任何需要早期人工干预的任务的机器。
这场革命的关键驱动力是它使用开源软件进行开发，从而允许任何人创建复杂的模型。 它结合了多种开发技术，例如增强现实、机器学习、聊天机器人、虚拟现实、深度学习等。 它涵盖了涉及将智能注入设备或机器的任何事物。 人工智能能够使用算法发现人类行为的模式，并根据收集到的数据生成见解。
对人工智能的迷恋吸引了各行各业的每个人。 马克·扎克伯格 (Mark Zuckerberg) 在 2016 年制定了一项新年计划，即构建一个可以帮助完成家务的简单机器人。 从亚马逊送货无人机到优步的自动驾驶卡，人工智能正在带来机器人革命。 其他流行的 AI 例子是像 Amazon Echo 或 Apple Siri 这样的机器人，它们被编程为从人们的日常生活中接手平凡的任务。
人工智能正在帮助组织——
- 改善客户的体验。
- 提高制造过程的效率。
- 管理和分析数据。
- 预测性能。
- 加强广告和营销工作。
- 根据人们过去的行为破译他们的意图。
- 处理不断增长的智能手机和设备带来的数据爆炸。
- 改善客户的整体用户界面体验。
为您推荐： 2019 年要遵循的 7 种现代网页设计技术。
人工智能在用户体验和用户界面设计中的作用
人工智能也在影响设计界的现实生活场景，但这是否意味着机器人正在取代设计师？ 好吧，当然不是！ 事实上，人工智能有望成为用户体验设计师套件中不可或缺的工具。
要了解 AI 在 UI 和 UX 世界中的作用，重要的是要超越人工智能创造的炒作。 这是一个新时代的开始，人工智能系统被用来在受众和品牌之间建立更深层次的联系。
人工智能在设计中现在和未来的作用包括——
- 人工智能的发展导致了工具的开发，这些工具可以帮助设计师在更短的时间内创造出吸引人的设计。 当 AI 分析数据时，它可以轻松地细化用户正在寻找的内容，还可以根据其他成功的产品来细化产品的设计。 AI 还通过建议全新的设计替代方案以及它们将如何提高用户参与度来提供帮助。
- 在数字世界中，个性化是创造独特用户体验的关键。 人工智能正在帮助设计师通过使用买家资料中的信息和其他数十亿个数据点来构建个性化的电子商务网站。
- 通过使用 AI 分析大量数据，设计师可以设计出高性能产品。 它还考虑了最新的标准和惯例、用户体验设计最佳实践和其他可用性指标。
- 人工智能还可用于为媒体品牌、新闻网站等创建独特的登陆页面和主页。
- 每个设计师的工作都在一定程度上涉及跑腿工作。 人工智能可用于自动化跑腿工作，帮助设计师提高工作效率。 Adobe Scene Stitch 等工具是如何使用 AI 完成跑腿任务的示例。 它可以识别图像中的图案并帮助设计人员编辑或修补图案。
- 诸如 Prisma 之类的 AI 工具正被用于创建生成式视觉风格。 它采用一种技术来识别照片包含什么以及可以应用于它的最佳视觉效果是什么。 这是使用图像识别技术完成的。 生成式风格的另一个例子是将 AI 用于动态徽标。
下一波设计浪潮——DesOps
DesOps 受到 DevOps 的启发，指的是一种新的设计方法。 随着设计在各个行业和企业家中获得高度认可，像 DesignOps 这样的概念正在努力在创新设计和软件开发的敏捷方法之间创造协同作用。 这个过程在软件的可扩展性和自动化之间取得了平衡。
要理解 DesOps 的概念，人们通常会提到 DevOps。 这两个概念的基本目标和理念是相同的。 DesOps 实践源于对扩展设计的迫切需求，它对于希望提高组织整体价值的团队很有用。 它还作为 DevOps 的补充，专注于软件设计中模块化系统的创建、维护和共享。
小部件库和 UI 模式的存在进一步有助于实现一致性。 DesOps 的另一个好处是它有助于减少团队之间的设计摩擦，并消除可能涉及运营效率低下的方面。
由于设计实践具有多样性和创新性，因此挑战在于确保 DesOps 和 DevOps 之间的顺利集成。
案例研究——Airbnb
据说 Airbnb 的设计团队从 DevOps 运动中得到了灵感。 他们评估了大多数成熟技术公司的设计与工程之间的差距。 他们的设计团队想出了一个开源的 React-Sketch 应用程序库。
Airbnb 使用 AI 工具 Price Tips 确保价格是根据供需模型计算的。 该工具基于一种算法，该算法利用爱彼迎收到的大量数据。 它考虑了许多因素来自动计算价格，使流程更加透明和直观。
Airbnb 也有一个带有机器学习的内部人工智能系统。 它将设计草图转化为产品源代码，而 ML 将评级和评论翻译成客人的母语。
案例研究——Netflix
它可以根据用户行为预测什么样的电视电影或节目会让他们的用户保持参与。 整个用户体验通过称为消费者科学的持续个性化体验过程适应每个单独的订户。 据称，用户在 Netflix 上观看的节目/电影中有 80% 是由他们的推荐系统生成的。 他们遵循 NRT（近实时）推荐流程。
Netflix 设法保持其用户群每年都在增长。 该平台通过为其客户提供高水平的定制体验来颠覆在线流媒体行业。 可以说 Netflix 在人们想要什么之前就知道他们想要什么。 Netflix 还使用机器学习来创作艺术品。 有一种算法可以扫描节目并挑选出要在订户社区中显示的图像。
您可能还喜欢： 7 种人工智能 (AI) 无法替代的职业。
最后的话
由于人工智能及其在设计中的整合仍处于初始阶段，预计未来几年会发生很多变化。 设计人员需要了解如何在功能和设计之间做出权衡。 尽管很难取得平衡，但确保最有效地使用 AI 至关重要。 设计师应该专注于创建有意义的模式，而不是用大量数据让用户不知所措。
另一个需要解决的挑战是将开发人员的语言翻译成用户在对话中使用的语言。 与其以开发人员的语言显示标签，不如以易于理解的方式解释和交流标签。
在进入 AI 之前，了解您的期望以及您期望 AI 如何实现这些期望至关重要。 随着消费者每天接触到更多的智能系统，他们肯定会在未来需要更强大、更高效的产品。