Périphériques technologiques
IA
L'avenir de l'industrie du design à l'ère de l'intelligence artificielle
L'avenir de l'industrie du design à l'ère de l'intelligence artificielle
L'intelligence artificielle (IA) prendra-t-elle le relais du travail de conception ? Remplacera-t-elle les designers à l'avenir ?
Lorsque l'intelligence artificielle est évoquée, elle est immédiatement présentée comme un remplaçant aux humains. S’il ne fait aucun doute que l’intelligence artificielle va changer le statu quo du travail de conception, l’idée selon laquelle cette technologie intelligente remplacera les humains n’est pas tout à fait exacte. À mesure que la technologie se développe et que l’économie évolue, il est naturel que les processus commerciaux changent, et le processus de conception en est également affecté.
Lorsque nous comprenons comment l'intelligence artificielle va profondément changer le processus de conception, (les concepteurs) ne devraient pas considérer l'intelligence artificielle comme une menace, mais devraient se concentrer sur les opportunités qu'elle apporte au domaine du design et sur son impact sur la pratique et le design. L'impact des principes et la façon dont le travail des concepteurs va changer.
Le rôle de l'IA dans deux contextes de conception
Afin de comprendre l'impact de l'intelligence artificielle sur la conception, il est utile d'analyser le contexte dans lequel les principes et les pratiques de conception opèrent. Les principes de conception font référence à la philosophie du design, tandis que la pratique du design implique des méthodes de conception et des objets de conception. Comprendre les deux nous aidera à mieux comprendre l’impact de l’IA sur la conception.
Principes de conception
En général, le but du design est de créer des solutions significatives. D'un point de vue organisationnel, les concepteurs suivent les principes du design thinking pour atteindre cet objectif.
Principes du Design Thinking
- Orienté vers les personnes : l'innovation en matière de conception doit partir des problèmes de l'utilisateur plutôt que de s'appuyer sur le progrès technologique.
- Raisonnement abductif : former des inférences basées sur des observations est un excellent moyen de voir les problèmes sous différents angles et de créer des solutions.
- Itération : tirez des conclusions du raisonnement abductif et améliorez-les grâce à des cycles de tests itératifs jusqu'à ce qu'une solution satisfaisante soit obtenue.
Dans les méthodes de conception traditionnelles, ces activités nécessitent de la main d'œuvre. Mais l’intelligence artificielle peut changer fondamentalement cette situation. L'intelligence artificielle peut faciliter le processus de conception en enregistrant des données en temps réel sur les interactions des utilisateurs ou les tendances du marché. Ces données peuvent être utilisées comme entrées par les concepteurs ou, plus profondément, utilisées pour créer des moteurs d’IA. Les moteurs d’IA ont des capacités de résolution de problèmes et peuvent générer des solutions pour divers environnements sans interaction humaine.
L'IA peut également libérer les concepteurs de la prise de décision détaillée.
Pendant le processus de conception, plusieurs décisions doivent être prises et des actions entreprises - mais seules quelques-unes d'entre elles nécessitent un haut degré d'imagination ou de créativité.
La plupart des décisions nécessitent des compétences en résolution de problèmes, en particulier les décisions complexes lors du développement telles que la forme fonctionnelle d'un objet ou l'affichage des détails du texte. L’IA peut résoudre ces problèmes, permettant aux concepteurs de se concentrer davantage sur les aspects créatifs du design.
Par conséquent, à l'ère de l'intelligence artificielle, le rôle des designers sera de proposer de nouveaux produits et de concevoir des cycles de résolution de problèmes, plutôt que de concevoir ou de créer des designs à grande échelle. Ces boucles servent de systèmes de conception indépendants et sans intervention humaine qui remplacent les humains par des machines pour résoudre des problèmes spécifiques. Par conséquent, il est possible de mettre en œuvre un prototype fournissant plusieurs solutions en peu de temps et sans effort important.
Pratique du design
Bien que la technologie joue un rôle important en influençant les emplois et en réduisant les coûts et le temps de développement, son rôle dans la pratique du design est plutôt limité.
Avec l'intelligence artificielle, cela change car elle introduit l'automatisation dans la « conception », et pas seulement dans la « fabrication ». Les capacités d'automatisation permettent aux concepteurs de terminer leur travail plus rapidement, rendant les flux de travail plus efficaces. Un bon exemple est le système d'IA développé par Airbnb, qui peut convertir les modèles dessinés par les concepteurs en spécifications de composants. Il est rapporté qu'Airbnb utilise l'intelligence artificielle pour modifier ses opérations de diverses manières.
Le rôle de l'IA dans la pratique du design ne se limite pas à l'automatisation des pratiques existantes. Sa capacité à résoudre des problèmes peut également influencer des choix de conception détaillés, tels que le type de contenu créé, la manière dont le produit est positionné, l'interface présentée à l'utilisateur, etc.
L'IA rendra possible la conception dynamique, c'est-à-dire quel type d'expérience utilisateur le système d'IA concevra-t-il pour le moment. Le rôle du concepteur est de concevoir des cycles qui résolvent le problème, et non de concevoir des solutions.
Quel est l'avenir de l'industrie du design
Alors que l'intelligence artificielle commence à être profondément intégrée dans le domaine du design, à quoi ressemblera l'avenir des designers ? Que doivent savoir les designers pour s'adapter et prospérer à l'ère de l'IA ?
Les designers en tant qu'organisateursUne avancée majeure de l'IA dans le domaine du design est que les designers passeront du statut de créateurs à celui d'organisateurs. Ils développeront un système d’intelligence artificielle et l’entraîneront à résoudre des problèmes basés sur différents objectifs et contextes. L'un de leurs rôles est de définir les paramètres, les contraintes et les objectifs des autres modèles, ainsi que de définir et de former les systèmes d'IA.
Un autre aspect consiste à affiner les conceptions générées par l'IA et à les réviser.
Les non-designers deviennent designers
L'intelligence artificielle donnera aux gens accès à des programmes tels que la formation en intelligence créative et la formation en conception centrée sur l'humain. En conséquence, les non-designers auront l’opportunité de développer leur créativité et leurs compétences en matière de design thinking, leur permettant ainsi de poursuivre une carrière dans le design. Par conséquent, la créativité et les compétences en conception ne suffisent pas à soutenir un designer. Pour rester compétitifs, les designers doivent développer une expertise dans plusieurs domaines ou se spécialiser dans un domaine spécifique.
Demande d'experts en design
Alors que les barrières à l'entrée dans l'industrie du design diminueront, la demande de ceux qui maîtrisent le métier augmentera. Grâce aux outils basés sur l’IA, les concepteurs amateurs peuvent rapidement produire des milliers de variantes de conception. Mais pour les examiner, nous avons besoin de designers expérimentés.
Conception d'applications virtuelles
La prochaine grande nouveauté en matière de design est la réalité augmentée et la réalité virtuelle (AR/VR). Dans les prochaines années, la réalité augmentée et la réalité virtuelle vont exploser, créant une demande pour des compétences spécifiques. De plus, les défis liés à l’interaction avec la réalité virtuelle et à la création d’expériences virtuelles nécessiteront des compétences uniques que les moteurs d’IA ne seront peut-être pas en mesure de satisfaire. Par conséquent, dans la conception future, le monde virtuel offre aux concepteurs un grand potentiel de développement.
Comment émergera la collaboration entre l'IA et les designers
Les designers du futur doivent travailler de manière créative avec des algorithmes pour améliorer leurs processus de travail. Examinons trois domaines de collaboration les plus remarquables entre les humains et les machines.
Créer une interface utilisateur (UI) :
Les concepteurs travailleront avec des machines pour créer rapidement des interfaces utilisateur. La logique, l'environnement, etc. sont tous définis par les concepteurs, et l'IA utilisera des modèles et des principes standardisés pour rédiger les conceptions de mise en œuvre.
Préparer les éléments :
Des tâches d'image simples telles que la création de différentes combinaisons, de différentes cartes de correspondance de couleurs, etc. nécessitent que les concepteurs passent beaucoup de temps. L’IA peut rapidement accomplir ces tâches avec les entrées appropriées. Par conséquent, les concepteurs travailleront avec des outils d’IA pour préparer rapidement les éléments de conception.
Expérience utilisateur personnalisée :
L'analyse des mégadonnées fournit des informations exploitables pour une expérience utilisateur personnalisée. Les moteurs de recommandation utilisés par des sociétés telles que Netflix et Spotify sont des exemples de la manière dont l’IA peut personnaliser efficacement l’expérience utilisateur. Les concepteurs utiliseront cette compétence d’IA pour offrir de meilleures expériences utilisateur personnalisées.
L'avenir de l'IA dans le domaine du design
Loin d'être une menace qui met les designers au chômage, l'intelligence artificielle ouvrira également la porte à de nombreuses opportunités. Il permet aux concepteurs de co-créer un travail plus intelligent et plus rapide avec les machines. La coopération des humains et des ordinateurs permettra d’accomplir des choses qui étaient auparavant impossibles à une seule personne. De plus, l’IA est capable d’apprendre en continu, ce qui est au cœur de l’innovation.
L'IA permet aux concepteurs de transcender les limites de portée, d'échelle et d'apprentissage. Ce sera un voyage fascinant où l’innovation, la créativité et l’empathie se conjuguent pour donner un nouveau sens au design.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
AI Hentai Generator
Générez AI Hentai gratuitement.
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Bytedance Cutting lance le super abonnement SVIP : 499 yuans pour un abonnement annuel continu, offrant une variété de fonctions d'IA
Jun 28, 2024 am 03:51 AM
Ce site a rapporté le 27 juin que Jianying est un logiciel de montage vidéo développé par FaceMeng Technology, une filiale de ByteDance. Il s'appuie sur la plateforme Douyin et produit essentiellement du contenu vidéo court pour les utilisateurs de la plateforme. Il est compatible avec iOS, Android et. Windows, MacOS et autres systèmes d'exploitation. Jianying a officiellement annoncé la mise à niveau de son système d'adhésion et a lancé un nouveau SVIP, qui comprend une variété de technologies noires d'IA, telles que la traduction intelligente, la mise en évidence intelligente, l'emballage intelligent, la synthèse humaine numérique, etc. En termes de prix, les frais mensuels pour le clipping SVIP sont de 79 yuans, les frais annuels sont de 599 yuans (attention sur ce site : équivalent à 49,9 yuans par mois), l'abonnement mensuel continu est de 59 yuans par mois et l'abonnement annuel continu est de 59 yuans par mois. est de 499 yuans par an (équivalent à 41,6 yuans par mois) . En outre, le responsable de Cut a également déclaré que afin d'améliorer l'expérience utilisateur, ceux qui se sont abonnés au VIP d'origine
Assistant de codage d'IA augmenté par le contexte utilisant Rag et Sem-Rag
Jun 10, 2024 am 11:08 AM
Améliorez la productivité, l’efficacité et la précision des développeurs en intégrant une génération et une mémoire sémantique améliorées par la récupération dans les assistants de codage IA. Traduit de EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, auteur JanakiramMSV. Bien que les assistants de programmation d'IA de base soient naturellement utiles, ils ne parviennent souvent pas à fournir les suggestions de code les plus pertinentes et les plus correctes, car ils s'appuient sur une compréhension générale du langage logiciel et des modèles d'écriture de logiciels les plus courants. Le code généré par ces assistants de codage est adapté à la résolution des problèmes qu’ils sont chargés de résoudre, mais n’est souvent pas conforme aux normes, conventions et styles de codage des équipes individuelles. Cela aboutit souvent à des suggestions qui doivent être modifiées ou affinées pour que le code soit accepté dans l'application.
Le réglage fin peut-il vraiment permettre au LLM d'apprendre de nouvelles choses : l'introduction de nouvelles connaissances peut amener le modèle à produire davantage d'hallucinations
Jun 11, 2024 pm 03:57 PM
Les grands modèles linguistiques (LLM) sont formés sur d'énormes bases de données textuelles, où ils acquièrent de grandes quantités de connaissances du monde réel. Ces connaissances sont intégrées à leurs paramètres et peuvent ensuite être utilisées en cas de besoin. La connaissance de ces modèles est « réifiée » en fin de formation. À la fin de la pré-formation, le modèle arrête effectivement d’apprendre. Alignez ou affinez le modèle pour apprendre à exploiter ces connaissances et répondre plus naturellement aux questions des utilisateurs. Mais parfois, la connaissance du modèle ne suffit pas, et bien que le modèle puisse accéder à du contenu externe via RAG, il est considéré comme bénéfique de l'adapter à de nouveaux domaines grâce à un réglage fin. Ce réglage fin est effectué à l'aide de la contribution d'annotateurs humains ou d'autres créations LLM, où le modèle rencontre des connaissances supplémentaires du monde réel et les intègre.
Sept questions d'entretien technique Cool GenAI et LLM
Jun 07, 2024 am 10:06 AM
Pour en savoir plus sur l'AIGC, veuillez visiter : 51CTOAI.x Community https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou est différent de la banque de questions traditionnelle que l'on peut voir partout sur Internet. nécessite de sortir des sentiers battus. Les grands modèles linguistiques (LLM) sont de plus en plus importants dans les domaines de la science des données, de l'intelligence artificielle générative (GenAI) et de l'intelligence artificielle. Ces algorithmes complexes améliorent les compétences humaines et stimulent l’efficacité et l’innovation dans de nombreux secteurs, devenant ainsi la clé permettant aux entreprises de rester compétitives. LLM a un large éventail d'applications. Il peut être utilisé dans des domaines tels que le traitement du langage naturel, la génération de texte, la reconnaissance vocale et les systèmes de recommandation. En apprenant de grandes quantités de données, LLM est capable de générer du texte
Afin de fournir un nouveau système de référence et d'évaluation de questions-réponses scientifiques et complexes pour les grands modèles, l'UNSW, Argonne, l'Université de Chicago et d'autres institutions ont lancé conjointement le cadre SciQAG.
Jul 25, 2024 am 06:42 AM
L'ensemble de données ScienceAI Question Answering (QA) joue un rôle essentiel dans la promotion de la recherche sur le traitement du langage naturel (NLP). Des ensembles de données d'assurance qualité de haute qualité peuvent non seulement être utilisés pour affiner les modèles, mais également évaluer efficacement les capacités des grands modèles linguistiques (LLM), en particulier la capacité à comprendre et à raisonner sur les connaissances scientifiques. Bien qu’il existe actuellement de nombreux ensembles de données scientifiques d’assurance qualité couvrant la médecine, la chimie, la biologie et d’autres domaines, ces ensembles de données présentent encore certaines lacunes. Premièrement, le formulaire de données est relativement simple, et la plupart sont des questions à choix multiples. Elles sont faciles à évaluer, mais limitent la plage de sélection des réponses du modèle et ne peuvent pas tester pleinement la capacité du modèle à répondre aux questions scientifiques. En revanche, les questions et réponses ouvertes
Cinq écoles d'apprentissage automatique que vous ne connaissez pas
Jun 05, 2024 pm 08:51 PM
L'apprentissage automatique est une branche importante de l'intelligence artificielle qui donne aux ordinateurs la possibilité d'apprendre à partir de données et d'améliorer leurs capacités sans être explicitement programmés. L'apprentissage automatique a un large éventail d'applications dans divers domaines, de la reconnaissance d'images et du traitement du langage naturel aux systèmes de recommandation et à la détection des fraudes, et il change notre façon de vivre. Il existe de nombreuses méthodes et théories différentes dans le domaine de l'apprentissage automatique, parmi lesquelles les cinq méthodes les plus influentes sont appelées les « Cinq écoles d'apprentissage automatique ». Les cinq grandes écoles sont l’école symbolique, l’école connexionniste, l’école évolutionniste, l’école bayésienne et l’école analogique. 1. Le symbolisme, également connu sous le nom de symbolisme, met l'accent sur l'utilisation de symboles pour le raisonnement logique et l'expression des connaissances. Cette école de pensée estime que l'apprentissage est un processus de déduction inversée, à travers les connaissances existantes.
Les performances de SOTA, la méthode d'IA de prédiction d'affinité protéine-ligand multimodale de Xiamen, combinent pour la première fois des informations sur la surface moléculaire
Jul 17, 2024 pm 06:37 PM
Editeur | KX Dans le domaine de la recherche et du développement de médicaments, il est crucial de prédire avec précision et efficacité l'affinité de liaison des protéines et des ligands pour le criblage et l'optimisation des médicaments. Cependant, les études actuelles ne prennent pas en compte le rôle important des informations sur la surface moléculaire dans les interactions protéine-ligand. Sur cette base, des chercheurs de l'Université de Xiamen ont proposé un nouveau cadre d'extraction de caractéristiques multimodales (MFE), qui combine pour la première fois des informations sur la surface des protéines, la structure et la séquence 3D, et utilise un mécanisme d'attention croisée pour comparer différentes modalités. alignement. Les résultats expérimentaux démontrent que cette méthode atteint des performances de pointe dans la prédiction des affinités de liaison protéine-ligand. De plus, les études d’ablation démontrent l’efficacité et la nécessité des informations sur la surface des protéines et de l’alignement des caractéristiques multimodales dans ce cadre. Les recherches connexes commencent par "S
Préparant des marchés tels que l'IA, GlobalFoundries acquiert la technologie du nitrure de gallium de Tagore Technology et les équipes associées
Jul 15, 2024 pm 12:21 PM
Selon les informations de ce site Web du 5 juillet, GlobalFoundries a publié un communiqué de presse le 1er juillet de cette année, annonçant l'acquisition de la technologie de nitrure de gallium (GaN) et du portefeuille de propriété intellectuelle de Tagore Technology, dans l'espoir d'élargir sa part de marché dans l'automobile et Internet. des objets et des domaines d'application des centres de données d'intelligence artificielle pour explorer une efficacité plus élevée et de meilleures performances. Alors que des technologies telles que l’intelligence artificielle générative (GenerativeAI) continuent de se développer dans le monde numérique, le nitrure de gallium (GaN) est devenu une solution clé pour une gestion durable et efficace de l’énergie, notamment dans les centres de données. Ce site Web citait l'annonce officielle selon laquelle, lors de cette acquisition, l'équipe d'ingénierie de Tagore Technology rejoindrait GF pour développer davantage la technologie du nitrure de gallium. g
