文章从AI辅助设计过程、仿人类AI和隐形AI，三个角度描述三个设计与AI关联的方式。

　　作为一个设计师，我对现在的AI浪潮的态度起初是：

　　听起来很棒，但跟我这个设计师有什么关系呢?

　　我对所有的趋势保持谨慎态度，何况现在媒体鼓吹的人工智能，跟我们在科幻小说中读到的强人工智能相比还有很大差距。更重要的是，一直以来设计师关注的都是界面，职责是根据不同的交互方式设计不同的好用的界面，而AI似乎是一个底层的创新，和界面没有太多关系。

　　当然随着我对这个问题一步一步的了解，我发现自己之前的见解非常狭隘。

　　我对AI算法的了解

　　我对AI算法的接触并不多，只是在TU/e读硕士的一门课(Embodied Social Interaction)上接触过。在这门课上，导师教了我们一个叫做Neural Gas的神经网络机器学习算法(此为JavaScript写的Demo)，并让我们自己去尝试使用这个算法，训练数据，并获得结果。

　　整堂课下来，教室里的大半学生都听得云里雾里(尤其是欧洲的设计学生，大部分数学不是特别好)。我虽然是理科上来的，但也是半懂不懂。

　　但是机器学习有趣的地方在于：你即使不懂算法，也有可能运用它得到很好的效果。

　　我们当时尝试了很多数据集，一开始我们对算法理解不深，训练的数据是RGB的，后来改成了灰度;后来误以为算法更容易识别非常不同的两组数据集，所以我们让算法识别不同颜色的衣服，结果失败等。

　　其实经过这么多的尝试，我们发现机器学习特别擅长的是那种很难用逻辑分析的问题。

　　这种很难用逻辑分析处理的问题有个例子是：用算法去识别手写的数字。

　　[Fig – 1] 一组不同手写方式写的数字

　　可以想象，如果不用机器学习，你可能要为每个数字编写不同的算法，你需要深入理解人的习惯、笔画的顺序、形状等，你需要编写一套逻辑，从一堆像素中获取到路径、特征点等等，你还要处理大量的规则以外的特殊情况……总之，不容易。而很多时候，根本不可能(比如识别图片里各种不同的的物体)。识别手写的数字这种问题属于那种对人脑很简单而对电脑很困难的问题。机器学习，或深度学习对于解决这类问题很擅长，甚至比人类更擅长，比如下围棋和股票等。当然，我对AI的技术理解十分粗浅，如有错误，请在评论区指出。

　　好了，技术方面先普及到这里。

　　听到这里，你可能跟我一样的态度：“AI听起来能解决很多之前解决的不好的问题，但这个对于我一个设计产品的设计师来说，有很大关系吗?” 这个态度很合理。搜索引擎早就用人工智能技术来帮助用户搜索了，但这些技术的改进一般是由工程师或是产品经理推进的，设计师好像就是把搜索框设计得好看一些、界面布局编排合理一些、让人多点一些广告即可(这些自然也非常重要)。

　　我认为有两个因素会影响你的观点：

　　我相信设计师应该为最终的体验负责。如果设计师仅仅是在产品经理和工程师想好功能和技术之后为其加一个好看的壳，我很怀疑这种合作方式能否成功(事实上，大部分公司设计师都要和产品经理深度沟通，尤其是交互设计师)。我也相信这些职位之间的区分比较模糊，尤其是产品经理和设计师之间。

　　未来人工智能技术可能会影响产品的方方面面，而且也不会仅限于那些听起来“很AI”的产品(搜索，语音交互)，如果你不了解这些技术，你的产品可能在体验上就会落后。

　　我将在这篇文章中描述三个已经出现的设计与AI关联的方式。它们分别是AI辅助设计过程、仿人类AI和隐形AI。

　　AI 辅助设计过程

　　设计是我认为非常需要创造力的领域之一，也应该是最晚被AI取代的职业之一(据这个网站所述^_^)。但产业中有很多设计需求不需要特别有创造力，也正是这些需求最有可能被AI取代。

　　比如人们在很早之前就对简单的排版进行自动化了，这类需求十分旺盛(想象电商网站里面巨量的商品图片)，而有时对创造性的要求没有那么高。随着AI技术的发展，这些自动化算法越来越有效。以下是一些例子：

　　[Fig – 2] 阿里鲁班的Banner自动化与个性化设计

　　[Fig – 3] Netflix根据照片内容自动裁切排版并生成多个版本

　　[Fig – 4] Wix人工设计智能