文 / Heather Yeh
來到MIX 2018 的第二天 — 人工智慧,彷彿如一場AI交響樂,三位講者分別從不同的角度詮釋AI,內容精采豐富,經過多天後仍記憶猶新。
大家熟知的alpha go,在一夜之間的學習後,打贏李世石。前述範例只是在圍棋上的應用,實際上,AI卻已經遍佈於我們的生活中,從手機拍照的景深、Line, messenger中的聊天機器人,都有其足跡。
論壇一開始,吳卓浩老師說明AI應用的四波浪潮。AI的第一波浪潮:利用過去互聯網累積的數據資本應用於產品;第二波浪潮:傳統產業因先天優勢掌握大量數據,如銀行、保險、證券等較容易切入;第三波浪潮:新數據帶來新應用、界面和商機,如Amazon Echo/Amazon Go,第四波浪潮:機器全面自動智慧化,自動駕駛成為行業的催化劑,AI將進入每一台汽車,將它們改造成真正的智慧、自動駕駛車。
三位講者分別談到AI時代的產品與設計的思維
1. 從設計基礎、設計對象和設計方法切入
人們在設計有形的、無形的產品上,沿用著過去傳統的設計基礎,並保持高敏銳度來應對快速發展的技術;設計本身不在只是”結果”,而是以設計為手段,紀錄用戶在使用過程中的數據,利用數據重新構建與研發。
2. 人機互動到人智互動
人和機(AI)的互動,除了「信任」外,採取「人+機器」的合作思維 “Collaboration, not supervision”,陳宜秀教授舉例:人和馬,是兩個共生協作的智慧體,理解對方的能力/經驗,感知周圍的環境而反應,感知對方的動作而糾正,分工(你專心跑,我專心砍人),馬的智慧能力,減少了人的mental loading,如同人和AI的互動,人並非完全仰賴AI,而是人必須學習如何跟AI互動與合作。
3. Thinking outside the box
Swiftkey提供有效的輸入法,在設計的過程中,不斷地詢問自己是否還有其他方法比這更快? 設計師和工程師從AI Ranking Results→字典排列順序(用部首/筆畫排序)→AI Actions創造滑行輸入法到AI Cues,一直朝著降低使用者effort、提高準確度、速度為目標,讓使用者體驗變得更好。
Design is always make the best way or outside the box thinking may challenge exiting practices. — 許伯圳/Microsoft Swiftkey首席工程師
你害怕被AI取代嗎?什麼工作會被AI給取代呢?
Will robots take your job? Find out more: https://willrobotstakemyjob.com/
若要不被AI取代,我們需要什麼樣的專業與特長:
1. 跨領域
培養自己為跨領域人才,先從單一個領域慢慢學習,工作上多與不同領域的專家們合作、學習,建立起不同的Skill set就能有不同的發展。
2. 解決問題能力
設計師是解決問題的人,解決問題需要善用既有的工具,如AI就是很好的工具;透過AI發現問題、釐清問題、驗證問題,AI幫助我們把解決問題的流程變得更順暢,最重要的是善用工具,而解決問題能力是永遠不會變的核心價值。
3. 應用AI技術
做頂尖技術的人不多,但人人卻可以用應用技術,不用擔心自己要學什麼,但要學習新的工具並運用它,舉例來說,啟蒙陳宜秀教授的陶藝術家運用AI將無數種的化學原料,透過溫度實驗來調配釉料,新技術用在他所知的專業範疇中,善用AI技術,可以有很多不同的切入層面、不同的可能性。
很開心有機會參與MIX2018,並與大家分享一點心得,歡迎大家一起聊聊:)