[Medium EN Version]IXDC2023 Summit R2 — The Revelation and Practice of AIGC Design Productivity Year

内容由AIGC方式辅助创作（形式即为告白方式）

AGI与AIGC在2023年，是一束光，不太亮但在漆黑的夜里，看到希望。

2个月前在团队我接到TOPIC征集，于是用Large Language Model创建了今天的主题《AIGC设计生产力的元年启示与实践》。
我有想过如何开始今天的分享会让自己感到轻松，那我们从一个视频开始吧，我个人蛮喜欢这个视频，它是这周由多个开源的Text To Video解决方案完成，整体合成工艺大概耗时30分钟。

The Era of Virtual Transformation_IXDC2023（视频）
这个视频创意的内核在最后会有一个集中解读，过程里大家会感受到其中思想的影射。此刻，我会跟大家一起，用观察者的视角，审视本次内容，围绕在AIGC设计的内核诠释。

当下，可以坚定，在AGI与AIGC的奇点临近之时，大部分设计师并不需要一个宏大叙事；因为大家在相关设计领域，所获得的基本原理与方法，已经构成在AGI与AIGC时代的基础；从而澄清设计师在AIGC时代的生产力，回归与专注想象力。

AIGC设计的想象力，又可以有多大呢？

这是我最近喜欢的一个类比。离着冲破想象力的天花板，只差一口漂亮的菌子。
巨大的菌子巨大的猫，菌盖下的小人跳舞在围绕。然鹅大概过这一页，就不会有漂亮的图了:)

无限想象力与创造力的需要，就是我们当下面临的AIGC设计。以『Prompt』为原点的设计。

这是在2023年2月份，Sam Altman在已经变成X的twitter上对于Prompt的价值论述蛮通俗的定义。能够出色编写 Prompt 跟聊天机器人对话，是一项能令人惊艳的高杠杆技能。所以在后面的内容，我基本上不会展开过多的案例与图像。期待大家可以通过文本去体会，『基于思考并通过Prompt去表达』，对于设计师是在这个时代是极为重要能力。

我们面临着AIGC的不确定性是一个抗解问题，意味着设计问题没有确定的条件或限制。没有明确的架构定义，没有停止的规则、没有详尽的执行清单、总是有多个可能的解释，解释则完全取决于设计师的世界观与⼈生观；每一个「抗解问题」都是另⼀个“更⾼层次”问题的征兆或局部；在实践中，设计师从应该称为「准主题」的主题开始。所以今天所面临的AGI与AIGC的产品化与商业化过程，我会认为有四个设计课题，值得探讨。

这两个概念是在17年开始进入AI设计领域时，会着重在对设计师发生影响模式。在传统设计中，用户可能不知道如何与新的技术或功能进行互动。如果界面的可供性不明确，用户可能会感到困惑和不知所措。另外，对于 AI 功能的集成，如果没有进行 AI Native 设计，可能会导致用户难以理解和利用这些功能，降低用户体验。
可供性（Affordance）：指物体或界面的外部特征，表明它们如何使用或与之进行互动的能力。它是由美国心理学家 James J. Gibson 在20世纪60年代提出的概念，主要用于描述人与环境之间的交互关系。在界面设计中，可供性指的是设计元素的外观和交互特征，能够暗示用户应该如何使用它们。 AI Native（人工智能原生设计）：是一种设计模式，旨在将 AI 技术无缝地融入用户界面和体验中。这意味着 AI 功能和交互不仅是简单地加入到现有设计中，而是以自然、无缝、直观的方式与用户交互，使用户感觉 AI 是一部分，而非外部附加功能。即设计师、创作者和用户能够充分利用 AIGC 技术的潜力，使其成为设计创意和生产力的自然延伸，而不是简单的附加功能。促进 AIGC 技术的有效应用，从而提高设计生产力和创造性。

这两种设计模式，都会导向用户通过降低学习成本、增加用户参与度、提高品牌价值，从而能够更轻松地理解和使用新的功能，从而提高整体的用户体验。大家更关注右侧的应用技巧，如何去明确可供性、自然语言交互（非新概念，二十年前包括触感/空间互动设计等，过去我们更多认为语音交互是一种自然的自然交互）、用户参与和反馈（与以往不同的数据驱动，以用户的无意识操作为模型的反馈数据，以鼓励用户参与 AI 功能的改进与共建）、提升信任（如何建立信任的过程，聪明到争辩不可信）。

虽然 AIGC 可以高效地生成大量内容，但产品设计或内容，缺乏情感和故事元素可能导致内容单调乏味，难以引起用户的注意和兴趣。
故事讲述（Storytelling）是人类传统的一部分，自古以来我们通过故事来分享经验、传承知识、表达情感以及传达价值观。是一种强大而普遍的沟通和传递信息的方式。通过巧妙运用 Storytelling 的技巧，设计者可以更好地传达，AIGC 技术在设计生产力方面的价值和潜力，通过将 AIGC 应用场景融入故事中，设计者能够吸引观众，引发情感共鸣，并将复杂的技术概念转化为生动、易于理解的故事，从而增强人们对 AIGC 在设计中的认知和接受度。

从结果上来看，我们可以更关注应用。“设计与科学一样，是理解和行动的工具。”设计师的重要功能之一是将一般概念转化为有形的现实，为创新的概念赋予形式，并显示到底是什么构成了用户价值，从而可以在任何开发过程的早期阶段进行更为准确的测试。意义叙述的策略，以技术与市场为交叉维度。面向旧市场与旧技术进行挖掘型叙事，面向旧技术与新市场进行以用户为中心型叙事，面向旧市场与新技术进行技术型叙事，面向新市场与新技术进行探索型叙事。需要注意的是，虽然 AIGC 可以增强 Storytelling 的技巧和效果，但在应用过程中要谨慎处理用户隐私和倫理问题。同时，要避免过度依赖 AIGC，保持人类创意和判断的重要性，确保 Storytelling 仍然具有人性化和深度。

人们通常会按照自己的期待理解客体所包含的意义。无论是属于个体的自然语言，或用于与模型交互的Prompt，或是模型输出的作品，并不能准确无误地互相传达。（互为黑盒）
Prompt 模型是指一种基于自然语言提示的模型，它通过使用特定的上下文或提示来引导模型生成特定的输出。生成式设计是一种使用机器学习技术自动生成设计的方法，它可以根据给定的输入数据生成对应的设计结果。
告白是设计作品的一种表达，而用于交互的Prompt是一种探索追求，输出与结果对于用户的目的不是传达，而是告白和提问，这使得模型与生成式创作工具具有两个意义，也是设计的目的。

我们在基于Prompt的模型与生成式设计碰到的左侧的问题，目前的生成式设计技术虽然非常强大，但仍面临生成质量不稳定、过度拟合等问题。需要持续改进和优化。使用生成式设计时，设计师需要注意版权和知识产权问题，确保生成作品的合法性和使用权限。生成式设计在面对高度专业性和创意要求的设计任务时，可能无法完全替代人类设计师的创意和判断力。一些设计项目需要更深刻的理解和创意，而模型可能难以达到这一要求。
过度依赖Prompt模型和生成式设计可能导致设计师对于个人创造性的依赖减弱，从而降低设计师的技能水平和创意能力。
导向局限性的控制，需要认识到它们的局限性和潜在的痛点，合理运用并结合人类创意和判断力，才能取得最好的设计效果。右侧的应用，生成式设计可以帮助设计师获取更多的创意和灵感。通过给定特定的上下文或提示，模型可以生成多样化、独特的设计作品，提供创作的可能性。高效地自动生成设计结果，节省设计师的时间和精力。迅速生成多个设计选项（初步草图和原型），快速探索和迭代，从而快速验证和调整设计方案。生成式设计可以用于艺术创作，艺术家可以通过与模型的互动来获得灵感和创意启发。

科技进步与人类福祉的提升并非正相关，极大的生产力提升后，我们正在重新尊重人们可以而技术却无法做到的事情。
技术是令人兴奋和愉悦的，但技术也往往会增加人们的焦虑和失控感。我们在设计的过程中需要将“幸福”纳入考量，使用设计和技术来提升人类幸福、发展人类潜能的工作。
偏见和歧视问题，AIGC的算法可能受到训练数据的影响，导致偏见和歧视问题。如果不加以控制和纠正，生成的内容可能会对不同群体产生不公平的影响；在使用AIGC生成内容和设计服务时，需要关注倫理和隐私问题，特别是涉及到用户情感和心理状态时，需要保护用户的隐私和个人数据安全； AIGC可能导致人们对真实社交和情感交流的减少，如果人们过于依赖技术来满足情感需求，可能导致社交隔离和孤独感的增加。

总的来说，结合积极计算和服务设计的方法，AIGC 的未来可以实现更加人性化、情感化和个性化的内容生成，提高用户体验和参与度，创造更具价值的内容服务。在未来的发展中，积极计算和服务设计可以结合应用，以实现更加积极、人性化的服务设计。这种结合可以帮助企业提高用户体验、增加用户忠诚度和提高服务效率。
例如，通过积极计算的技术，可以分析用户的情绪和行为，从而为用户提供更加个性化的服务。同时，服务设计可以通过整合设计和商业模式，将这种个性化服务实现商业化，从而实现企业的盈利目标。积极计算和服务设计是未来数字化服务发展的重要方向，它们的结合应用可以带来更好的用户体验和服务效率，同时也为企业提供了新的商业机会和增长点。

如果人类的创造力为新想法的产生提供了无穷的可能性，那么必须强调的是，想法本身并不是创新，虽然这种误解十分常见。
很多设计师通过制定各种规定、应用分类学、归纳法等，尽量使设计过程变得更系统化、科学化，更容易预测，并与电脑的兼容性更好等。其中程序化的设计系统是最为典型的做法之一，试图将设计置于体面的科学背景当中，为设计套上合理的理论框架，在他们看来，如果设计拥有了理论化的结构，就有了科学的派头。这类方法代表了理性、逻辑与智慧但过度使用也可能导致简化论，使设计变得空泛，还会不可避免地染上高技术功能主义的弊病，牺牲了人的基本需求，即追求所谓形式的清晰。
只有当个想法体现在设计当中，以一种与用户生活相关、易于理解、有用、易得、可负担或令人愉悦的形式出现时，想法才能真正地代表了创新，创造出新的价值。
THESE VIOLENT DELIGHTS HAVE VIOLENT ENDS。

大家要感谢自己的耐心，在这个时代，可以安静的思考与冥想。
最后解释下视频里的内容，来自鲍德里亚（Jean Baudrillard）法国哲学家和社会学家，他的理论探讨了现代社会和文化的消费主义特征，认为现代社会已经超越了物质现实，成为一个虚拟世界，人们的认知和行为也受到了虚拟世界的影响。鲍德里亚认为在后现代社会中，我们越来越多地生活在模拟和模仿的虚假现实中。现代社会中的符号和象征并非反映现实，而是创造了一个虚构的世界，这种虚构的世界逐渐取代了现实本身。在鲍德里亚的视角中，后现代社会中的虚拟世界和真实世界之间的界限逐渐模糊，甚至消失。这使得我们难以分辨什么是真实的，什么是虚构的。
The Era of Virtual Transformation_IXDC2023（视频）

驱动这个分享的是极致的知识折旧不安，循环在阅读、实践与反思。

开始与结束定制了两个Deforum生产视频。
链接:https://pan.baidu.com/s/1mLN1FaPDx48LWHW6TLdpow?pwd=3h8i
【省略鼓励 参见文末PDF】

从前一周参加Qi的分享开始。对于IT/互联网行业，是一次非常有意义的总结，我们当下在一个新范式的新拐点。

范式通常指的是一种发展模式，它包括观念性的思考框架、以及实践体系和方法论。当前，我们正面临一场非常大的技术变革，这是一场范式的变革，它展现出了一个全新的范式。
每次范式变革都带来更多的机遇和挑战，因为它既要改变人们做事的方式，也要改变人们的思考方式。
这个拐点的背后是“模型“的成本发生了类似的结构性变化，即模型成本从边际成本发展为固定成本。这背后的原因是我们有一项新的基础技术出现了，这就是大模型。我们当下的拐点，模型将无处不在。

设计师用大模型时代，已经高速在进行了。微软的Designer、Adobe的Firefly、包括今天的即时。（活动由即时牵线）
有大量的创业公司，不管你是二维图像的设计师、三维结构的设计师、建筑物的设计师、家装装修的设计师，它都能够用大模型来充足提高设计师的设计能力、设计质量。
但是这个发展过程是分阶段走的，今天的设计工具主要是在创意阶段，因为今天的大模型很容易生成图像、生成视频、生成三维结构，它的特性是人可以很快在看到这个设计后判断是所需与否。
以后可以用大模型进入到每个设计过程的每个环节，从根本意义上提升整个设计行业，不管是哪一个设计的专业类别。
在Qi的观点里，产学研，影响到生产力与生产关系的演变，且数字化进程不断加速，周期越来越短，更新越来越快。
新的科学范式需要数据、需要计算来发现新的科学现象，所以本质上，科研的发展必须逐步逐步跟商业化是合为一体。
当下我们的这次交流，也是非常有前瞻与必要性，正加速合作与融合。这种范式的变化是结构性的，就是因为科学的发现跟商业化分不开了。

在学术研究的大家，还是在大厂工作应用的设计师，也更关注产业学术的发展。

在近期5.6号，10天前英伟达发布的一篇论文，提到了一个新的文生图模型Perfusion。Perfusion模型，如名字Key-locked，特征对于关键对象锁定，用于文生图个性化的编辑。
两个例子，分别以泰迪熊Teddy和茶壶Teapot为训练对象（3张图）。分别展示了单一概念（提示词里只有Teddy），以及概念组合（提示词里既有Teddy又有Teapot）情况下，用一段文字生成图片的情况。
该模型的相对于大家更熟悉的lora/Hypernetwork模型，对于训练集的要求更低（只需100KB 的模型大小，经过大约4分钟的训练）。且效果不错。第一航cat穿衣服扮演、第二行teddy水中玩球。零样本迁移能力，完美匹配大模型的能力（专注于触发词的元素表现，其他场景交给大模型）。
关键技术的发展对于设计实践的影响，正在加速。

【讲述如图&省略案例】


（我极其不喜欢快手关于什么做得好的对抗提问）

最后，我把我最喜欢的画家Pissarro从19世纪带给大家，『他重新画』了一个个我喜欢的设计&艺术家。
在AIGC时代，设计表现力可能不是瓶颈，文本与理解，设计的起点会更为宝贵。
我们也以Prompt为结束，致大家。不忘设计初心，热爱与自信。

【相关链接/文档/含播客提及书籍】

• 陆奇最新演讲完整视频｜大模型带来的新范式（B站）
• 陆奇最新演讲完整视频｜大模型带来的新范式 _ PDF
• Key-Locked Rank One Editing for
  Text-to-Image Personalization
• 为什么而设计-x-AIGC-_-MEUX_tengfeidong_0516_3 _ PDF
• Stable Diffusion Deforum AIGC视频（网盘）
• 《安迪·沃霍尔的哲学：波普启示录》
• 《伊夫·克莱因 – 空心之火》

【设计几何 x 播客版本 0627版本】
《范式转移，做设计的为什么要开始懂学术？》

IXDC 2020 WORKSHOP 链接

应邀在IXDC2020完成的一次分享。虽也是重要的总结，但准备依然仓促。配合讲稿，希望对阅读者有益（正文出版在《重新定义用户体验：数字思维》）。

分享的主题《人工智能地图的交互设计实践与未来》是在IXDC所进行分类/标签下的WORKSHOP更像一个切面，让大家可以观察到，百度这家公司，三个交叉领域，人工智能、地图与交互设计，有关体系的交互设计师如何工作。

– 1. 前言与综述 –

《越过群山 丈量中国》

《在 ？穿 越 亿 下 ！》

刚才的视频，是百度地图在过去4年，典型的两个宣传片。第一个视频是我正式加入百度地图之前的几个月偷偷参加季度会看到的视频。第二个视频是今年地图十五周年的会场的现场录制，当时我也在。我特别喜欢这个第二个视频的结尾——科技是用来微暖人的，这才是它存在的最大意义。通过视频可以看到的是，地图的数据采集工作中，采集员的工作场景。走进小巷，踏入草地，越过高山，丈量中国。也可以看到，在纯粹数据展示的产品，有目的或无目的的寻览，可能只是看看记忆中的学校、曾经搬过的家。这也便是，数据与普通用户产生的，最朴素的联系。

大家应该有看到过这个概括——数据，是人工智能的基础。与算法、算力，合为人工智能发展的三大要素。这其实是一个非常通俗的理解。我在百度同时也负责百度研究院的设计工作，这种学科之间的思维差异，在实践中会更为显著，与他们PHD、研究员大部分时候不能互相理解，即便是部分研究院的资深主任。我们以百度量子计算研究所为例，看看算法、算力的关系。量子计算最终是要解决算力（特定的领域计算）。跟类似研究院的工作交集越多，其实对于边界也会更清楚。

一个清晰的观点——（人工智能与地图，与交互设计的交叉，你可以大概类比五年前的我们去做VR、十年前去从桌面电脑为载体转向火热的智能手机）在互联网中的交互设计除了部分基础研究，更多是面向市场的工程设计。本质上是技术对于一个具体业务、对于专业领域的作用影响，作为设计师，需要去理解其原理并结合环境、业务对象进行应用。而并不是我们真正的投身于人工智能技术本身，因为确实这是不同的学科体系。

– 2. 人工智能地图的定义 –

我们先来看一下做为标题的定语，什么是地图？经典的定义，根据一定的数据法则，即某种地图投影，将地图或其他星球的自然现象和社会现象，通过概括和符号绘缩在平面上的图形。地图具有严格的数学基础、符号系统、文字标记。大家可以搜一些地图看看，比如一张标准的中国地图。上面会体现比例尺、图例、指向标，有图形、数学、辅助要素以及补充说明等。地图学，本身也是一个严肃的学科。地图也是一个数学游戏。地图投影如何按一定规则铺满，需要比如透视圆柱投影的经纬平面算法。但类似规则历史上的应用过程中很多不同的流派。

有两个特别有意义的制图投影方法。本质上也是认识地球，测绘科学技术升级的结果。一是中国古代的制图六体，是中国古代最早的制图理论，西晋裴秀总结而来。在不知道地球是圆的，在受到现代西方制图方法影响之前，一直被沿用。分率，比例尺；准望，地貌地物的方位关系；道里，道路距离测量；高下，海拔；方邪，地势起伏；迂直，等高线换算。另外一个投影方法是莫卡托投影，之所以有意义，是因为他是近代地图学开端的象征。这种投影方法其实也是科学技术影响下的结果，文艺复兴麦哲伦航海证明地球是圆的。由荷兰的莫卡托发明，通用横轴莫卡托投影是一个衍生版本，是当前的国际标准化之一。大家可以打开自己的手机地图，能看到也是沿用的这一个投影方法。地球被分为60个区域，6°为一个区域，两极地区为头面极投影。那现在测绘的科学技术的升级，地图本身的样子其实也在一直进化。

目前除了经典的地图定义外，在当代的应用环境中，有一个延伸的地图定义。以经典地图为基础，适应当代社会经济环境与互动载体发展的衍生地理位置服务。怎么理解这个概念，大家除了感官上从生活经验中看到，这些手机、车载地图外，要从设计研究对象看起。从交互设计的研究对象，环境、设备、人。是否产生了变化，也可以有更多脉络理解地图。大家感觉下从古代到现在环境、载体的变化，主流服务于战争、国家管理、航海，人们很少需要出远门，地图不具有生活场景。随着经济需要、交通工具的进化，人们会更频繁的远程出行。地图载体也在产生技术的进化，从石墙、锦帛、纸张，到手机、车机、holelens等电子设备。会对于一个经典意义上的地图，有需求/展示/应用上的冲击。产生更细致的地图产品的技术应用分类，手持设备、传统嵌入式、智能嵌入式、软件镜像、混合现实、扩展现实 ……

延伸的地图也会产生更多泛化的地理位置服务，受到社会因素的影响，包含文化、经济、政治、讯息等环境因素。这些服务不知道大家是不是有用到。受到文化环境变化衍生的POTT签到旅游、美团实时公交。受到经济文化变化影响的车内地图服务变化，从导航功能性到娱乐性服务。受到政治环境影响产生的大数据地理位置管理，包括当前COVID19疫情服务。那以上都是地图这一经典产品在定义与应用范围。所以当我们去观察、判断业务的走向，3年5年的机会，也会需要宏观理解政治、经济、文化这些环境因素，对于人的影响。有一个设计对象没有提及，就是人，这个好难的。通常我们会做代际研究，特定群体年龄、城市等研究辅助判断。

所以再回到定语，什么是人工智能加持下的地图呢。你所看到的地图VS你所未见的地图（算法/算力/数据结构图）。举一个纯AI技术的案例（数据+算法产品化的例子）——未来ETA智能预测。 ETA – EstimatedTime of Arrival – 预计到达时间 ……像刚开始的视频里，从最终的数据结果上，只是一个数字。在整个数据上会需要做以上的判断。

（大量案例无文字稿件）

AI地图做设计实践的之前，我们还需要观察下，人工智能这一个大的时代背景，设计与之有哪些交叉、以及被影响。所以第二个部分，也是过去我们团队，探索的一个过程。也会展示给大家做一些参考跟讨论。

– 3. 人工智能与交互设计的关系 –

什么是智能、什么是人工智能。智能是人在认识客观世界中，由思维过程和脑力活动所表现出的综合能力。思维、记忆、注意、感知、决策、学习、行为等等。人工智能是用人工的方法在机器上实现的智能。它研究如何构造智能机器或智能系统，以模拟、延伸和拓展人类智能。其实你可以从这里找到你平时偶尔看到的一些研究领域。像在百度，也是会全面的做一些接触，以及衍生的设计。这两天有一个同事也有会场，研究与交付的机器人产品，归类机器行为。

这个是从AI技术的角度，对于行业/学科关系的阐述。核心层是人工智能科学与技术的理论、技术与应用。衍生层是重要学科方向、重要应用需求。这里包含了机器学习与知识工程、数据科学与大数据技术、大数据管理与应用、智能感知与人机交互、机器人工程/智能机器人、自然语言处理。复合层是人工智能+X，向行业延伸拓展。智能教育、智能金融、智能医疗、智能商务、智能艺术、智能制造、智能农业、智能城市、智能交通、智能建筑。交叉层是人工智能与其他学科专业的交叉，比如与计算机、互联网、物联网、数字媒体、信息安全、软件工程，当然也会包含设计。这个是一个通用模型，可以来观察，人工智能有关的核心人才，与设计角色的交集。

知识体系的交叉，就会产生不同的人才结构定位。核心层与衍生层，对应产生专业类，专业型人才。对应百度来讲，就是研究院、基础研究NLP等部门。在人工智能领域发展的结果里，能够产生积极对话的是，交叉型人才、横向复合型人才。这个也其实跟我们在跟AI有关的技术领域理解是一样的。我们可以在其复合层、交叉层，产生关系。研究院，大部分研究员无法对话，他们更愿意去写paper，参加学术会议。我们只是做有限的包装。面向行业市场，开始产生业务交集，比如NLP做智能创作、量子研究所做量易伏、量桨，需要面向开发者提供量子计算工具平台。学科交叉，产生工具/专业交流。智能设计工具，包含adobe这套creative工具，AI的应用。

但AI技术即便现在很热门，也就上世纪50年代开始的技术，且有两次大的低谷，目前这几天又火热了起来。百度算是重金投入。冷静来看，我们刚才讲说，对于来讲，这只是一个交叉学科，那跟交互设计，有没有什么关系？其实更广泛的来讲，不是设计与AI的关系，而是设计与技术的关系。拿阅读、获取知识这一需求，看一下设计与技术的关系。 

这张图下面是技术革命的时间轴。上面是与之对应的载体。大概可以看到，我们之所以重视AI，大概是会觉得工具可以进一步进化，但这个跟交互设计是不是有关系呢？另外一个坑。从农业社会到工业革命，伴随着服务于获取知识的工具进化。从竹简、纸质书籍、收音机电视、平板，甚至脑机。跟我们这一波互联网/IT对象的设计师产生交集的是从第三次工业革命后开始。

交互设计怎么来的？我们再把交互设计专业，放在时间线。那我们究竟在干嘛？我们其实蛮新的。

百度内部做过比较多关于设计与AI关系的思考，研究AI到底可以跟设计产生什么关系。大家会想设计会不会被替代，创造性不会。设计对于AI的加持，以I打头的单词中，是设计的产出物与关系。早期给了一个这样的答案。Individual 独特、Instruct 指引、Inspire 灵感。

后来我们从另外一个视角分析了，复合层影响下的交叉学科观察的交互设计与人工智能载体计算机的关系，人们利用计算机获取信息的方式，归纳为七个阶段。人机交互的进化史同时是人机交互的退化史。现象与趋势是，信息载体从不可移动→为移动→随型，交互方式从专业技能→弱技能→回归本能。

如果人与机器充分沟通，便不再需要交互设计。

我们家有一个一岁的宝宝，我其实就特别纠结要不要叫他学习打qwerty键盘。他们便是在人工智能下类比的数字土著Digital Natives —— 人工智能土著 AI Naives。

人机交互的进化，对人是从技能到本能的退化。技术在进步，设计在做什么？我们可以看一些不同的设计视角下，大家对于设计跟技术关系的探讨。

1997年，技术与设计领域发生了一个特别事件，技术史协会创办了《技术与文化》（ Technology and Culture）期刊，巴里・卡茨（ Barry MKatz）认为，由此工业设计师的角色可以定义为，“驯化新技术并使之能够为人所用”，因为他认为技术史与设计史的关系越来越紧密，“这种相互依存表明，至少在设计研究领域，可通过全面向技术史开放，并深到技术史的核心，而且借助于设计史与理论领域的新趋势，也能够激活关于技术的研究”。同样，接受这种挑战并积极探索技术史与设计史的紧密融合与互动潜力，也将会使设计史获益良多。

Neri Oxman内里·奥克斯曼，设计师、建筑师、合成生物学家、视觉艺术家以及 MIT Media Lab 明星成员。总结了人类创造力的四种模式——科学，工程，设计和艺术。科学的作用是解释和预测我们周围的世界，它将信息转化为知识；工程的作用是将科学知识应用于实践问题解决方案的开发，它将知识转化为使用；设计的作用是解决实施拥有最强功能和增强人类体验的方案，它将使用转化为行为；艺术的作用是质疑人类的行为并提醒对我们周围世界的感知，它将行为转化为新的信息观念，重新呈现在 KCC 中科学开始时的数据。

我当前对于AI技术对于交互设计影响的答案，在旧硬件载体的旧的软件服务，应用AI技术。在旧硬件载体的新的软件服务，创造AI技术应用的交互形态。创造新的硬件载体与新的服务，创造AI技术应用的交互形态。设计在当前行业AI技术发展的作用，创造AI技术可应用的新硬件载体与新软件服务的交互形态。

目前实践有效的AI交互设计方法。大家观察下春秋时节路上的行车的司机会手搭在车窗上，但车窗不是用来搭的（突出物产生安全隐患）。大家回家躺在沙发葛优躺，但沙发不是用来躺的（背部悬空压迫腰椎）。1岁小朋友就会用触屏手机。一块玻璃为什么是可以用滑来操作？存在共性？人知觉到的内容是事物提供的行为可能而不是事物的性质。

交互设计追求的对于终端载体与服务与用户预期的一致，且受到复杂场景因素与技术影响下的唯一答案——AI设计可供性的交互进化模式，积累知识 – 建立直觉操控的实体，帮助用户思考 – 创建场景映射的流程行动，减少用户行动 – 深层次意义共建。

– 4. 人工智能地图的交互实践 –

交互设计在人工智能地图的实践，也遵循以上工作方法与原理，通过建立直觉的操控帮助用户产生行动从而建立深层次认同。

以语音设计为案例，我们设计了一个地图语音交互模型，用户可以通过语音的方式获取地理服务。避免了驾驶员通过手指频繁操作触屏手机，可以大幅提升驾驶安全。并对于视觉障碍人群更为友好。

我们进行了语音认知的研究，包含用户对于语音宏观的认知影响因素研究，用户在手机地图中使用语音交互会受到过去经验的影响，受到当下相关语音产品的影响，以及我们如何定义语音产品的影响。结合在语音与触屏交互过程中对于视觉感知的研究；如何使得语音用户形成长期记忆并建立可影响到语音认知的任务策略，创造有即时交互的语音教育体验。语音的教育体验不等于说明书，大脑为语言而非阅读而设计，使用语音与视觉界面的用户对应的并非同一类人群，语音教育体验的设计也走到图文的反向，语音化、视频化、游戏化。从而建立正确的语音前端应用交互体验。

– 5. 写在后面 –

设计师可能真的要感谢这个时代。在新技术涌现的年代，百度地图所触及未来的交互实践也将成为沧海一粟，交互体验的进化可以不断从概念走入现实，人与机器信任、充分沟通。