受邀于2017年6月上海Dribbble meetup進行分享黎炉，通篇都是濕貨，大概就是自己近期的一些總結(jié)與思考。
后體驗設(shè)計時代：技術(shù)浪潮之下的體驗設(shè)計新生態(tài)
受邀于2017年6月上海Dribbble meetup進行分享，簡單講了下自己的一些總結(jié)與思考。
體驗設(shè)計及其價值
Alan Cooper【交互設(shè)計精髓一書作者】把設(shè)計分為三種：
本能型路狮，行為型，反思型蔚约。三種設(shè)計分別代表不同的設(shè)計方向與價值奄妨，
本能型設(shè)計作用于人類的直觀感受，即直觀的感性價值苹祟；行為型的設(shè)計大部分為產(chǎn)品與交互設(shè)計砸抛，行為型設(shè)計會直接產(chǎn)生大量商業(yè)價值。反思型對應(yīng)的是服務(wù)于創(chuàng)新設(shè)計树枫，即精神與社會價值直焙。
體驗設(shè)計的價值我們一般把其定義為前兩種：
其一是感性價值，意旨提供更愉悅的用戶體驗砂轻。
其中包括包容性設(shè)計/互動式設(shè)計/視覺設(shè)計等直接作用于在用戶感知層面的設(shè)計奔誓，與情感化設(shè)計/參數(shù)化設(shè)計等直接作用于用戶精神層面的設(shè)計。
其二是商業(yè)價值搔涝，主要以解放信息生產(chǎn)力為目的厨喂。
首先有人制定了協(xié)議跟規(guī)則，之后在規(guī)則之下會有一些平臺（電子設(shè)備）：PC,mobile等庄呈；平臺之下蜕煌，會涉及到軟件設(shè)計，比如iTunes诬留，PayPal幌绍；以及輔助于軟件設(shè)計的交互設(shè)計：信息架構(gòu)設(shè)計颁褂，微交互設(shè)計等...
其中軟件設(shè)計與交互設(shè)計即為解放信息生產(chǎn)力導(dǎo)向的體驗設(shè)計故响。
我們以iTunes為例：
2001傀广，蘋果上線了第一版iTunes，隨后發(fā)布了iPod彩届。把實體專輯中的音樂裝在了電腦與微型播放設(shè)備之中伪冰。音樂是一種信息產(chǎn)品，利用軟件設(shè)計把【音樂】這種媒介進行更輕量化的儲存樟蠕、傳輸贮聂、播放。節(jié)約了很多資源：比如大量的實體唱片與唱片播放設(shè)備等物理資源寨辩，唱片售賣店鋪的空間資源吓懈，唱片售賣員的人力資源等。
同時靡狞，隨著以用戶為中心的設(shè)計的成熟耻警，軟件產(chǎn)品的前端頁面也在不斷的進行設(shè)計升級：我們可以看到，iTunes的頁面從2001年到2017年產(chǎn)生了較大的變化甸怕，2017年的頁面看起來更加友好甘穿。用戶從產(chǎn)生需求：希望聽到想聽的曲目，到最終達到目的：計算設(shè)備播放出對應(yīng)的歌曲梢杭，流程上也變得簡短易用温兼。設(shè)計師們運用合理的信息結(jié)構(gòu)設(shè)計，頁面布局與交互設(shè)計在過程之中縮短了用戶時間與思考成本武契。
但是募判，從PC到Mobile，近期之內(nèi)并沒有誕生新的爆發(fā)性的成熟平臺≈渌簦現(xiàn)有平臺之下的軟件設(shè)計卻越來越趨近于飽和：幾乎所有垂直領(lǐng)域都有較為成熟的軟件設(shè)計届垫；同時，隨著各個軟件的日益完善钧排，各個軟件的信息結(jié)構(gòu)與流程設(shè)計也趨于完善敦腔。有個準(zhǔn)則叫Tesler’s law泰思勒定律，即復(fù)雜性守恒定律：該定律認(rèn)為每一個過程都有其固有的復(fù)雜性恨溜，存在一個臨界點符衔，超過了這個點過程就不能再簡化了。
舉個簡單的例子糟袁，一個設(shè)計從60分上升到85分可能很容易判族，從95分上升到99分就會變得非常困難。
這時候大家就會想项戴，在現(xiàn)有的產(chǎn)品設(shè)計與交互設(shè)計已經(jīng)趨于紅海形帮，相比之下，投入產(chǎn)出比比較高的設(shè)計會出現(xiàn)在哪兒呢？體驗設(shè)計的下一步應(yīng)該怎么走呢辩撑？我們從較為宏觀的角度上來分析一下這個事兒界斜。
工業(yè)產(chǎn)業(yè)流程中的設(shè)計
我們來看一下一個較為通用的工業(yè)產(chǎn)業(yè)流程：
首先，一項技術(shù)從高校/或企業(yè)的研究機構(gòu)誕生：比如MIT的實驗室合冀，微軟研究院等...
隨著這項技術(shù)的平臺日益成熟各薇，會用于軍用及工業(yè)化應(yīng)用：比如VR技術(shù)最早應(yīng)用的即為模擬軍方跳傘及地質(zhì)勘探。
當(dāng)工業(yè)化的過程中君躺，成本不斷的降低峭判，這個時候設(shè)計師將這項技術(shù)與現(xiàn)實生活的中的問題結(jié)合起來，用較低的技術(shù)與生產(chǎn)成本棕叫，解決給人們帶來重大困擾的問題（或相比于之前更加友好與方便的解決方案）從而帶來良好的用戶體驗林螃，這就會產(chǎn)生商業(yè)價值。同時俺泣，商業(yè)價值也會反過來驅(qū)動之前的流程發(fā)展疗认。
所以看一下什么技術(shù)正在進行民用化，結(jié)合該項技術(shù)設(shè)計產(chǎn)品砌滞，也就會容易的發(fā)現(xiàn)設(shè)計的下一個機會點侮邀。
1995年，Gartner高德納咨詢公司根據(jù)各項技術(shù)的發(fā)展的通用趨勢總結(jié)出了【技術(shù)成熟曲線】
該曲線描述了一項新的技術(shù)從誕生到成熟贝润，一般都會經(jīng)歷這5個階段绊茧，即：
1.科技誕生的促動期 (Technology Trigger)：在此階段，隨著媒體大肆的報道打掘，非理性的渲染华畏，使得產(chǎn)品的知名度開始飆升。
2.過高期望的峰值（Peak of Inflated Expectations）：該技術(shù)的普及度慢慢的變高尊蚁，會讓群眾產(chǎn)生一個大于該項技術(shù)本身的期望亡笑。比如說當(dāng)年的VR/AR，現(xiàn)在的人工智能横朋。
3.泡沫化的底谷期 (Trough of Disillusionment)：慢慢的仑乌，隨著該技術(shù)適用范圍的限制，會淘汰大部分應(yīng)用該技術(shù)的不合理的產(chǎn)品琴锭，只會有少部分應(yīng)用與產(chǎn)品成功存活下來晰甚。
4.穩(wěn)步爬升的光明期 (Slope of Enlightenment)：隨后，隨著平臺越來越完善决帖，技術(shù)成本越來越低厕九，該項技術(shù)則會被更多的應(yīng)用于設(shè)計之中。
5.實質(zhì)生產(chǎn)的高峰期 (Plateau of Productivity)：最終地回，此技術(shù)會真正的產(chǎn)品化扁远，并產(chǎn)生商業(yè)價值俊鱼。
圖為2016年的技術(shù)成熟曲線的一部分
我們能發(fā)現(xiàn)好多耳熟能詳卻比較模糊的技術(shù)，比如深度神經(jīng)網(wǎng)絡(luò)畅买，機器學(xué)習(xí)并闲，自然語義問答，視頻/圖像分析等皮获。
在此次Dribbble Meetup的開頭焙蚓，我們提到了阿里的魯班，Google的草圖檢索等人工智能產(chǎn)品洒宝，那么我們就以技術(shù)成熟曲線中的【深度神經(jīng)網(wǎng)絡(luò)】與【機器學(xué)習(xí)】為例，簡單了解下深度學(xué)習(xí)萌京，以及它是怎么與設(shè)計進行結(jié)合的雁歌。
深度學(xué)習(xí)與設(shè)計
我們把一個廣義的交互流程進行拆解，在平臺之下知残，要完成某種交互靠瞎，首先有個觸發(fā)器，然后遵守某種規(guī)則求妹，而后進行輸出乏盐，最后完成一個循環(huán)。
深度學(xué)習(xí)的作用制恍，即是不斷的修正完善機器決策的規(guī)則父能。
我們想象一個單變量的人類學(xué)習(xí)情況：
當(dāng)我們有一個輸入，會基于某種基礎(chǔ)規(guī)則進行一個決策净神，并把結(jié)果信息傳遞給輸出系統(tǒng)何吝。同時，根據(jù)結(jié)果輸出的反饋鹃唯，修正基礎(chǔ)規(guī)則爱榕。
舉例：
兩個身體素質(zhì)相同的小學(xué)生，因為口角沖突扭打在一起：
小學(xué)生A打了B一拳坡慌，B會覺得很痛黔酥，疼痛感即為一個信號，傳遞給B的大腦洪橘。這個時候B的大腦進行決策跪者，輸出一個信號給B的拳頭，B進行回?fù)衾媸鳎瑒t完成一個循環(huán)坑夯。
慢慢的，A用的力氣越來越大抡四，這時候B的疼痛感也就越來越強烈柜蜈，揮拳用的力氣也就越來越大仗谆。
然而，來來回回幾個回合之后淑履，小學(xué)生B的體力慢慢耗光隶垮，力氣越來越小，最終B被A打哭了秘噪。
//A相對于B狸吞，在出拳力道與體能的分配上更加合理。
然而A與B的矛盾沒有解決指煎，以后的每一天A跟B都會進行一次互毆蹋偏。
B發(fā)現(xiàn)自己用力氣太大，就會導(dǎo)致體力不支至壤；力氣太小威始，則對A的打擊力度不夠。接下來的日子里像街，B在與A扭打的過程中不斷的努力去平衡自己每次出拳的力道與體力黎棠，在這次偉大的戰(zhàn)役進行到了第21個回合的時候，B終于把A打哭了镰绎。
B針對A的戰(zhàn)斗規(guī)則的變化脓斩，即為一個學(xué)習(xí)的過程。
以上描述的是一個較少變量的理想場景畴栖。
現(xiàn)實問題會比例子復(fù)雜的多随静，往往會涉及到更多的決策變量。當(dāng)我們的基礎(chǔ)規(guī)則涉及到的決策層級越來越深驶臊，收到的反饋越來越多挪挤，則會得到一個相對于更加準(zhǔn)確的結(jié)果。 ???????這個時候关翎，我們不斷的強化規(guī)則扛门，并遵循此進行輸出，結(jié)果也就愈加的準(zhǔn)確纵寝。
我們簡單的總結(jié)一下：
深度學(xué)習(xí)（以及應(yīng)用其的AI產(chǎn)品）论寨，具有以下兩種特點：
一、深度學(xué)習(xí)遵循某種給定的規(guī)則爽茴。
二葬凳、需要大量的數(shù)據(jù)訓(xùn)練，才能得到相對正確的結(jié)果室奏。
這也就意味著：深度學(xué)習(xí)（及AI產(chǎn)品）是附屬于規(guī)則之下的工具火焰，并不是泛人工智能。深度學(xué)習(xí)與其應(yīng)用平臺不具備獨立思考能力胧沫。
較為成熟的應(yīng)用
目前深度學(xué)習(xí)的應(yīng)用主要集中在兩方面昌简，
其一：提高信息化生產(chǎn)效率
其二：協(xié)助決策（量化感性）
在提高信息化生產(chǎn)效率方面占业，我們舉例Facebook 的廣告投放系統(tǒng)。
電子信息時代的廣告投放一共能分為三個時代纯赎，
一谦疾、按展示收費的廣告。比如最早的私人blog犬金，bbs等念恍，廣告商根據(jù)相應(yīng)的論壇進行廣告推廣（比如寵物論壇推廣狗糧廣告等），廣告平臺收取相應(yīng)廣告費用晚顷。
二峰伙、按中間效果收費的廣告。比如百度Google的點擊計費廣告音同。
三词爬、按最終成交轉(zhuǎn)化收費的廣告。也就是Facebook的廣告权均。
其中Google / 百度 / Facebook 的根據(jù)用戶近期的瀏覽習(xí)慣進行精準(zhǔn)投放廣告，同樣的廣告位锅锨，會提供用戶瀏覽欲望更高的廣告叽赊，從而提高廣告的有效轉(zhuǎn)化率。也就是上文提到的【提高信息化生產(chǎn)效率】部分必搞。
/*這里提一下必指，第二代廣告投放模式雖然對第一代起了顛覆性作用，不過做的仍然不夠盡善盡美恕洲。因為第二代模式的沖突為：曝光率并不等于最終成交塔橡，廣告的價值很難被量化，也就很難提升價格霜第。即Google Baidu的轉(zhuǎn)化指標(biāo)不以最終成交為目的虛榮指標(biāo)葛家。相比之下Facebook所拿到的成交數(shù)據(jù)是廣告主反饋回來的，根據(jù)最終轉(zhuǎn)化數(shù)據(jù)追溯到初始的每一次轉(zhuǎn)化泌类，并且用機器學(xué)習(xí)去優(yōu)化每一次轉(zhuǎn)化癞谒，根據(jù)轉(zhuǎn)化進行收費，所獲得的結(jié)果也就更加精確刃榨，帶來的價值也就更高*/
接下來我們來看一下機器學(xué)習(xí)的另一個典型應(yīng)用：即協(xié)助人類進行決策弹砚。
這是之前幫某豪華汽車品牌做的深度學(xué)習(xí)項目，叫Life Style Configurator（下文簡稱LSC）枢希。
交互形式類似于Tinder桌吃，選擇左滑右滑這種低成本的操作模式，選擇與用戶相匹配的生活方式苞轿∶┯眨考慮到最終投放頁面逗物，比如可能會與微信瀏覽器有操作沖突，也支持點擊按鈕來進行選擇让簿。 當(dāng)用戶選擇了yes之后敬察，會進行有效數(shù)據(jù)的收集，底下的進度條就會亮一點點尔当，在收集到足夠數(shù)據(jù)之后莲祸，進度條就會變成一個按鈕，提示用戶去查看結(jié)果椭迎。查看之后可以預(yù)約試駕分享等锐帜。
這個產(chǎn)品的設(shè)計思路是這樣的：
我們要幫助對奔馳汽車沒有認(rèn)知的用戶去擁有一個相對準(zhǔn)確的認(rèn)知，并且促成用戶為其買單畜号，那么我們就選取了生活方式作為一個媒介：
即本身每種生活方式是有一種【認(rèn)知模型】的缴阎，并且每種車是有特定的【認(rèn)知模型】的，用戶對車不了解简软，但是對生活方式了解蛮拔。那么我們通過用戶對偏愛的生活方式的不斷選擇，一步一步累加并且了解到用戶的【模認(rèn)知型】痹升，從而提供車型進行匹配建炫。
這個方案的前提是，我們對每種生活方式的能力模型與汽車的能力模型都是絕對正確的疼蛾。否則這個方案將難以推行肛跌。
所以在此處，我們應(yīng)用了深度學(xué)習(xí)技術(shù)察郁，前期邀請一部分專家測試用戶衍慎，根據(jù)專家用戶的測試結(jié)果，進行一個【認(rèn)知模型】的初始值與權(quán)重的簡單配比皮钠。
當(dāng)最終用戶進行操作的時候稳捆，不斷的每一個圖片代表的模型與每一個車代表的模型進行雙向修正，也會得到一個相對正確的結(jié)果鳞芙。
那么這個例子眷柔，即利用深度學(xué)習(xí)技術(shù)協(xié)助人們進行決策。
/*這里作為延展原朝，說一下該產(chǎn)品設(shè)計背后的目的：
其一為之前提到的促成部分用戶購買車輛驯嘱，并且提高該品牌的品牌效應(yīng)。
其二為通過該產(chǎn)品喳坠，獲得車主的大量數(shù)據(jù)反饋鞠评，獲得車主對于車輛認(rèn)知的準(zhǔn)確模型，依照該模型壕鹉，對比當(dāng)初做該車型產(chǎn)品設(shè)計時的設(shè)計思路剃幌，不斷的去優(yōu)化產(chǎn)品的工業(yè)設(shè)計聋涨。進行工業(yè)設(shè)計產(chǎn)品的下一次迭代，以設(shè)計更加符合用戶預(yù)期的產(chǎn)品负乡。*/
由此牍白，我們總結(jié)出：
深度學(xué)習(xí)技術(shù)與設(shè)計結(jié)合的方式其一，即通過
【提高信息生產(chǎn)效率】/【協(xié)助決策】這兩點深度學(xué)習(xí)所擅長的點抖棘，來挖掘垂直領(lǐng)域的機會點茂腥，創(chuàng)造更加強大的工具。
接下來我們說一下另一點切省。
在之前剛過去不久的UCAN大會上最岗，范凌博士發(fā)布了《2017年設(shè)計與人工智能報告》
這里引用文中所提到的腦機比的概念：腦機比顧名思義，即在工作中人腦與機器產(chǎn)出的占比朝捆。
整體的設(shè)計行業(yè)腦機比為1.55：1
舉幾個細分例子般渡，【設(shè)計管理】到【素材收集】，腦機比是越來越低的芙盘。
設(shè)計工作越靠前期驯用，工作所依賴的越傾向于人腦，越往后期儒老，工作所依賴的越傾向于機器晨汹。
為什么會產(chǎn)生這種現(xiàn)象呢？
我們來看一下通常IT產(chǎn)品的設(shè)計流程
從設(shè)計的研究階段：接觸贷盲，研究，分析剥扣，定義巩剖。
到設(shè)計的實施階段：信息架構(gòu)設(shè)計設(shè)計，交互設(shè)計钠怯，視覺設(shè)計佳魔，到測試與迭代。
因為前期工作是相對模糊的晦炊，其中更依賴于人腦的創(chuàng)造力與總結(jié)歸納能力鞠鲜。
后期工作模式是相對清晰且確定的，會涉及到很多重復(fù)性工作断国，應(yīng)用到的記憶能力與運算能力會更多贤姆，所以機器在后續(xù)工作的占比會越來越高。
這里描述的是一個IT產(chǎn)品的設(shè)計流程稳衬，同理霞捡，在面對細分領(lǐng)域設(shè)計的時候，仍然遵守類似的流程薄疚。
比如做一張海報設(shè)計碧信，我們前期需要了解甲方/老板需求赊琳，提煉出關(guān)鍵詞，根據(jù)關(guān)鍵詞進行創(chuàng)意思考砰碴，然后尋找素材躏筏，定義視覺風(fēng)格，最后進行細節(jié)的視覺設(shè)計呈枉，也是一個從模糊到清晰的過程趁尼。當(dāng)深度學(xué)習(xí)的工具能做到足夠強大的時候，我們可以利用它來提高后續(xù)流程的效率碴卧。
即可以在固有的周期之內(nèi)弱卡，把精力集中于前期探索階段，比如提煉出更加凝練的關(guān)鍵詞住册，做更加大膽的創(chuàng)意設(shè)計
比如在做最終視覺方案的時候婶博，我們可以利用機器學(xué)習(xí)更高效收集素材。
舉例搜索關(guān)鍵詞：構(gòu)成主義凡人，黑色，高對比叹阔，視覺沖擊力等挠轴，找到了一張滿意的海報，那么Pinterest的機器學(xué)習(xí)會匹配出與之類似的海報耳幢，為設(shè)計師提供設(shè)計參考岸晦。
所以這就引出了第二點，我們在做一項設(shè)計的時候睛藻，更應(yīng)該有效的利用具有機器學(xué)習(xí)能力的工具启上，輔助我們進行設(shè)計。
那么以上兩點：
一店印、通過【提高信息生產(chǎn)效率】/【協(xié)助決策】這兩點深度學(xué)習(xí)所擅長的點冈在，來挖掘垂直領(lǐng)域的機會點按摘，創(chuàng)造更加強大的工具包券。
二、有效的利用具有機器學(xué)習(xí)能力的工具炫贤，進行輔助設(shè)計。
即是與技術(shù)結(jié)合所誕生的體驗設(shè)計的新模式毛好。
同時吼驶，對體驗設(shè)計從業(yè)者的要求也從最早的
【學(xué)習(xí)方法 （這里指的是需要較低思考成本的粗暴方法）】【熟悉技藝】逐漸的轉(zhuǎn)為【獨立思考】與【不斷創(chuàng)造】
總結(jié)
我們拋開機器學(xué)習(xí)本身羞反，從第一次工業(yè)革命利用機器來取代手工生產(chǎn)苟弛，第二次工業(yè)革命進一步加速生產(chǎn)效率，到第三次信息技術(shù)革命阁将，以及現(xiàn)在的人工智能革命，大家一直想是用人類的大腦來解放人類的雙手右遭。只不過最早一批設(shè)計匠人的技藝過于復(fù)雜做盅，需要很多軟件，技能窘哈，及理論知識進行支撐吹榴，所以比較難被取代。 慢慢的隨著更加智能的高效的工具被發(fā)明滚婉，生產(chǎn)成本的持續(xù)降低图筹，也就會產(chǎn)生相應(yīng)的利益。這個時候資本進場，在資本的操控之下远剩，對各工種的要求也就不斷的變化扣溺，剛好也就促進了人類社會的進步。
對設(shè)計師來講瓜晤，之所以能夠不斷的發(fā)現(xiàn)新的機會锥余，并且利用可行技術(shù)去解決問題，核心也就在于設(shè)計師具備【獨立思考】【持續(xù)創(chuàng)新】的能力痢掠。
同時驱犹，這兩點也是設(shè)計行業(yè)相比于其他行業(yè)，能夠不落俗套足画，并且保持高價值的創(chuàng)新產(chǎn)出的源泉所在雄驹。
