在現代 UI 和 UX 設計中使用人工智能 (AI)
已發表: 2019-08-27人工智能正在蓬勃發展！ 毫不奇怪，人工智能可以充分利用數據並幫助提高工作場所的效率和生產力。 今天，人工智能不僅僅是一種營銷功能； 它已進入主流業務。 人工智能引起的轟動正在各行各業蔓延，並改變了企業開展業務的方式。 它不僅改變了工作流程管理，而且還進入了日常運營，以預測未來趨勢並提供新機會。
- 定義人工智能 (AI)
- 人工智能在用戶體驗和用戶界面設計中的作用
- 下一波設計浪潮——DesOps
- 案例研究——Airbnb
- 案例研究——Netflix
- 最後的話
定義人工智能 (AI)
人工智能是一種先進的計算機化系統，它使用機器的概念來完成以前需要人類智能才能完成的任務。 它是一個先進的人類，就像一個計算機化的系統，可以智能地管理由人類手動完成的活動和任務。 因此，有了人工智能，就可以設計出能夠完成任何需要早期人工干預的任務的機器。
這場革命的關鍵驅動力是它使用開源軟件進行開發，從而允許任何人創建複雜的模型。 它結合了多種開發技術，例如增強現實、機器學習、聊天機器人、虛擬現實、深度學習等。 它涵蓋了涉及將智能注入設備或機器的任何事物。 人工智能能夠使用算法發現人類行為的模式，並根據收集到的數據生成見解。
對人工智能的迷戀吸引了各行各業的每個人。 馬克·扎克伯格 (Mark Zuckerberg) 在 2016 年制定了一項新年計劃，即打造一款可以幫助完成家務的簡單機器人。 從亞馬遜送貨無人機到優步的自動駕駛卡，人工智能正在帶來機器人革命。 其他流行的 AI 例子是像 Amazon Echo 或 Apple Siri 這樣的機器人，它們被編程為從人們的日常生活中接手平凡的任務。
人工智能正在幫助組織——
- 改善客戶的體驗。
- 提高製造過程的效率。
- 管理和分析數據。
- 預測性能。
- 加強廣告和營銷工作。
- 根據人們過去的行為破譯他們的意圖。
- 處理不斷增長的智能手機和設備帶來的數據爆炸。
- 改善客戶的整體用戶界面體驗。
為您推薦： 2019 年要遵循的 7 種現代網頁設計技術。
人工智能在用戶體驗和用戶界面設計中的作用
人工智能也在影響設計界的現實生活場景，但這是否意味著機器人正在取代設計師？ 好吧，當然不是！ 事實上，人工智能有望成為用戶體驗設計師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創造的炒作。 這是一個新時代的開始，人工智能係統被用來在受眾和品牌之間建立更深層次的聯繫。
人工智能在設計中現在和未來的作用包括——
- 人工智能的發展導致了工具的開發，這些工具可以幫助設計師在更短的時間內創造出吸引人的設計。 當 AI 分析數據時，它可以輕鬆地細化用戶正在尋找的內容，還可以根據其他成功的產品來細化產品的設計。 AI 還通過建議全新的設計替代方案以及它們將如何提高用戶參與度來提供幫助。
- 在數字世界中，個性化是創造獨特用戶體驗的關鍵。 人工智能正在幫助設計師通過使用買家資料中的信息和其他數十億個數據點來構建個性化的電子商務網站。
- 通過使用 AI 分析大量數據，設計師可以設計出高性能產品。 它還考慮了最新的標準和慣例、用戶體驗設計最佳實踐和其他可用性指標。
- 人工智能還可用於為媒體品牌、新聞網站等創建獨特的登陸頁面和主頁。
- 每個設計師的工作都在一定程度上涉及跑腿工作。 人工智能可用於自動化跑腿工作，幫助設計師提高工作效率。 Adobe Scene Stitch 等工具是如何使用 AI 完成跑腿任務的示例。 它可以識別圖像中的圖案並幫助設計人員編輯或修補圖案。
- 諸如 Prisma 之類的 AI 工具正被用於創建生成式視覺風格。 它採用一種技術來識別照片包含什麼以及可以應用於它的最佳視覺效果是什麼。 這是使用圖像識別技術完成的。 生成式風格的另一個例子是將 AI 用於動態徽標。
下一波設計浪潮——DesOps
DesOps 受到 DevOps 的啟發，指的是一種新的設計方法。 隨著設計在各個行業和企業家中獲得高度認可，像 DesignOps 這樣的概念正在努力在創新設計和軟件開發的敏捷方法之間創造協同作用。 這個過程在軟件的可擴展性和自動化之間取得了平衡。
要理解 DesOps 的概念，人們通常會提到 DevOps。 這兩個概念的基本目標和理念是相同的。 DesOps 實踐源於對擴展設計的迫切需求，它對於希望提高組織整體價值的團隊很有用。 它還作為 DevOps 的補充，專注於軟件設計中模塊化系統的創建、維護和共享。
小部件庫和 UI 模式的存在進一步有助於實現一致性。 DesOps 的另一個好處是它有助於減少團隊之間關於設計的摩擦，並消除可能涉及運營效率低下的方面。
由於設計實踐具有多樣性和創新性，因此挑戰在於確保 DesOps 和 DevOps 之間的順利集成。
案例研究——Airbnb
據說 Airbnb 的設計團隊從 DevOps 運動中得到了靈感。 他們評估了大多數成熟技術公司的設計與工程之間的差距。 他們的設計團隊想出了一個開源的 React-Sketch 應用程序庫。
Airbnb 使用 AI 工具 Price Tips 確保價格是根據供需模型計算的。 該工具基於一種算法，該算法利用愛彼迎收到的大量數據。 它考慮了許多因素來自動計算價格，使流程更加透明和直觀。
Airbnb 也有一個帶有機器學習的內部人工智能係統。 它將設計草圖轉化為產品源代碼，而 ML 將評級和評論翻譯成客人的母語。
案例研究——Netflix
它可以根據用戶行為預測什麼樣的電視電影或節目會讓他們的用戶保持參與。 整個用戶體驗通過稱為消費者科學的持續個性化體驗過程適應每個單獨的訂戶。 據稱，用戶在 Netflix 上觀看的節目/電影中有 80% 是由他們的推薦系統生成的。 他們遵循 NRT（近實時）推薦流程。
Netflix 設法保持其用戶群每年都在增長。 該平台通過為其客戶提供高水平的定制體驗來顛覆在線流媒體行業。 可以說 Netflix 在人們想要什麼之前就知道他們想要什麼。 Netflix 還使用機器學習來創作藝術品。 有一種算法可以掃描節目並挑選出要在訂戶社區中顯示的圖像。
您可能還喜歡： 7 種人工智能 (AI) 無法替代的職業。
最後的話
由於人工智能及其在設計中的整合仍處於初始階段，預計未來幾年會發生很多變化。 設計人員需要了解如何在功能和設計之間做出權衡。 儘管很難取得平衡，但確保最有效地使用 AI 至關重要。 設計師應該專注於創建有意義的模式，而不是用大量數據讓用戶不知所措。
另一個需要解決的挑戰是將開發人員的語言翻譯成用戶在對話中使用的語言。 與其以開發人員的語言顯示標籤，不如以易於理解的方式解釋和交流標籤。
在進入 AI 之前，了解您的期望以及您期望 AI 如何實現這些期望至關重要。 隨著消費者每天接觸到更多的智能係統，他們肯定會在未來需要更強大、更高效的產品。