人工智慧時代,設計師為何需要學習技術
封面由ARKie智能設計而成。
行業慣例,每年總有一些「趨勢」報告發布,比如前陣子的 2018 視覺設計趨勢報告,還有最近的《 2018科技中的設計趨勢報告 》。
在這裡摘錄幾個報告中的觀點:
1 在受調查的設計師中有88%的人相信至少5年以後,視覺設計將被 AI 所取代;
2 人工智慧的歷史和生成視覺藝術的發展可以追溯到20世紀60年代貝克實驗室的A. Michael Noll 等藝術家;3 AI 非常擅長乏味枯燥的工作,而這些工作也並不是人類真正需要做的事情;4 由於收穫了像 Martin Wattenberg 和 Fernanda Viegas 這樣的人才,Google 是迄今為止把人工智慧與設計實驗高度混合的領導者;5 人工智慧向我們展示了看似使用「公平」演算法運行得到的智能生成的結果,這些演算法是基於過去的實踐活動,轉換為訓練數據,餵養的。但是,訓練數據的獲得是我們悠久的「非公平」的實踐所產生的。
有 2 點觀點,我覺得值得分享,關乎設計師未來自身的發展,我們需要思考的是被 AI 所取代,還是參與設計一個 AI ?
視覺設計被 AI 取代
88%人認為至少 5 年後,AI 將取代視覺設計師。我覺得,應該不用5年,很快,先是有大批的初級設計師被取代,隨著相關智能產品的成熟及業務的發展。
目前視覺設計領域的 AI 產品有這些:
LOGO設計師Brandmark網頁設計師 The Grid海報設計師 ARKie現在 ARKie 還上線了小程序版本,場景隨著產品的迭代,不斷在拓寬。更多的
「 國內首個 」設計+人工智慧深度案例分析報告重複、枯燥的基礎設計工作將首先被取代
AI 非常擅長重複性的工作,而這些工作實際上不需要人類真正去做,例如:大批量的摳圖;通過智能配色大批量的調整圖像顏色;通過風格遷移批量調整圖像的風格,以適應不同的設計風格。每年的雙十一,阿里的魯班就是最好的例子。
自我學習的重要性
設計師真的需要持續地自我學習,未來,我們將與 AI 協同工作。由於技術的更新迭代非常之快,而設計本身的體系由於偏感性,反而設計體系的知識更新速度比較慢。基於此 MixLab 新開了個系列:
全棧設計師技術Wiki之數據倉庫這裡,我有 2 點經驗可以分享給自我學習驅動的設計師們:
持續學習之「以不變應萬變」
我是一名跨界設計師,從事過景觀設計、旅遊規劃、房地產設計管理、參數化設計、用戶體驗設計、數據可視化設計、互聯網產品設計;每一類設計其實都有不一樣的內容,新接觸一類設計,我一般會了解相關的設計規範,設計手段有哪些,設計的元素是怎麼樣的特性,比較經典的設計案例有哪些,再結合我在設計思維的積累,來進行設計。其中不變的就是」設計思維「。
持續學習之「保持對新技術的熱情」
我同時也是一名全棧程序員,涉及領域包括:深度學習相關的keras、後端nodeJS、python相關應用,設計軟體的二次開發sketch及sketchup等。技術的迭代速度非常快,比如web網頁的css布局方式,就歷經了float、flex、grid的進化;移動端APP的混合開發也經歷了由IONIC、REACT NATIVE的變遷;機器學習也越來越普及,相關的深度學習、強化學習、遷移學習等,也越來越貼近普通群眾。
反過來,技術的變遷,帶來了交互方式,設計方法的變化。例如,語音識別技術的成熟,對話聊天技術應用的場景越來越多,從可視化的UI界面,過渡到了語音的控制方式,設計師能不能適應這種方式的轉變,找到適合語音技術產品最合適的體驗方式?從這個角度,設計師也需要不斷地學習新技術,以思考新的設計方式/媒介。
這裡分享一個案例
STATMUSE
技術上集合了「數據可視化+聊天機器人+語音技術」,產品上 AI 扮演籃球解說員,為用戶講解各個球星曆年的表現。體驗上,不採用聊天界面,AI 聊天機器人更像是一個搜索引擎的升級版,這種減輕聊天界面的設計,非常契合產品的調性。
設計師真的認真思考了技術的優勢及特性,利用設計手段把技術融入產品體驗中。
對了,MixLab目前的社群有一個:掌握 設計+技術 領域,雙層技能的100+人的微信群。歡迎 關注 「設計」,及 「技術」的你的加入~
加入途徑微信添加公眾號: Design-AI-Lab。
推薦閱讀:
※極米cc和微鯨投影哪個比較好?
※怎樣的色彩搭配才好看?
※設計師要懂那些前端知識
※即食 06/18
※2018年,開始不破不立的放空、清零、回歸之旅