目錄
什麼是設計思考? 
設計思考方法論如何適應人工智慧專案的發展? 
為什麼機器學習專案需要以人為本的方法? 
(1)承擔責任
(2)解釋能力
(3)信任
(4)人機互動  
人工智慧中的設計思考階段  
(1)同理心
(2)定義  
(3)構思
(4)原型  
(5)測試  
設計思維的優勢 
(1)滿足利害關係人的需求 
(2)提高人工智慧投資的投資報酬率  
(3)創新  
(4)降低失敗風險  
結語
首頁 科技週邊 人工智慧 為什麼要在基於人工智慧的專案中使用設計思維?

為什麼要在基於人工智慧的專案中使用設計思維?

Apr 09, 2023 pm 09:01 PM
人工智慧 機器學習 開發

譯者 | 李睿

審校 | 孫淑娟

人工智慧開發經理和設計師通常使用設計思考方法來建構更以人為本和開發敏捷的人工智慧系統。 

為什麼要在基於人工智慧的專案中使用設計思維?

選擇正確的專案管理方法對企業的專案開發至關重要。它將幫助開發人員減少錯誤,加快開發過程,並幫助發現目標群體的問題。只有在深入了解目標群體的需求之後,開發人員才能開發出解決他們問題的解決方案。專案管理有很多方法都是著眼於發現問題,設計思維就是其中之一。

人工智慧正在成為人們生活中更重要和關鍵的一部分。從自動駕駛汽車到Siri或Alexa等語音助理,基於人工智慧的產品和服務無所不在。人工智慧設計思維是設計人工智慧系統的過程,該系統可以在資源有限的不可預測的環境中以精益而迭代的方式運作。為人工智慧設計需要與為其他類型技術設計不同的技能,因為人工智慧並不遵循可預測的規則和行為。企業需要了解更多有關人工智慧如何影響流程以及如何將其實施到其人工智慧專案中的資訊。 

什麼是設計思考? 

設計思維是創造完美開發流程的古老方法(其實還是很現代)之一。這種方法從使用者開始,並將使用者置於整個開發的中心。使用者的需求、情緒、感受以及面臨的問題應該是開發團隊最重要的事情。 

在上世紀60年代,探索者開始圍繞設計思維形成他們的第一個想法,這可以在L.Bruce Arche的《視覺思考經驗》一書中找到它們。他們的目標是在實用產品或服務開發中為有創造力的人員(如畫家、作家或設計師)使用工具和最佳實踐。

一段時間以來,IT世界中的設計思維有點被遺忘了,或者它不是敏捷或Scrum時代最流行的方法,但隨著實施設計思維對專案的一些明顯改進,它的受歡迎程度不斷提高,例如更快和更好的決策,幫助企業對目標群體的問題有一個清晰的認識,降低整個專案的風險等等。

設計思考方法論如何適應人工智慧專案的發展? 

人工智慧中應用設計思考的挑戰之一是沒有通用的方法。在經過幾年類似專案的開發工作之後,Nexocode制定了一個成熟且經過實戰考驗的流程,該流程使用了許多來自設計思維的框架和解決方案,例如在軟體開發社群設計Sprint框架中流行的一種解決方案。整合並搭配知識和經驗,為每個希望透過機器學習進行創新的企業制定路線圖。它從為每個客戶量身定制的人工智慧設計Sprint研討會開始,專注於研究人工智慧機會、原型設計和測試可能的人工智慧的實現。相信每個企業都希望開發一個有用的人工智慧項目,以了解他們應該開發項目的原因、地點和方式,這就是為什麼人工智慧設計Sprint專注於這些主題的原因。這只是一個開始,但是一旦客戶決定繼續開發該項目,採取的每一步都是在設計上進行迭代的。

在將設計思維融入人工智慧開發時,團隊是關鍵。因此,擁有一支經驗豐富的人工智慧專家團隊至關重要。他們將在整個過程中發揮重要作用,他們的知識和技術將為該專案帶來重要影響。 

為什麼機器學習專案需要以人為本的方法? 

與設計其他類型的技術相比,設計人工智慧需要不同的技能,因為人工智慧不遵循可預測的規則和行為。這意味著需要盡可能地創建以人為中心的解決方案,考慮到每天將使用這些技術的用戶的需求、情感、感受和想法,同時考慮他們在使用這種基於人工智慧的過程中可能面臨的所有問題產品或服務。設計解決方案的可行性及其影響並不像在正常的軟體開發中那麼明顯。機器學習專案需要良好、合乎道德的設計和可靠的資料來源。每個專案都不同,但專案經理的數據科學知識對於成功的研發至關重要。 

設計師應專注於人工智慧設計思維,以創造以人為本的人工智慧產品和服務。這就是為什麼人工智慧設計師必須遵循與其他類型技術相同的設計思維過程的原因,但也要考慮每天使用這些技術的人們的情緒、感受和想法,同時考慮所有問題,包括人工智慧倫理,他們在使用此類人工智慧解決方案時可能會面臨的那些問題。 

(1)承擔責任

在人工智慧專案中,承擔責任至關重要,因為基於人工智慧的產品和服務已經在影響人們的日常生活。 

在人們生活的各個方面使用人工智慧時,進行人工智慧設計思維的設計師應該考慮所有可能的場景,同時考慮實際使用過程中不同類型的風險。例如,如果人工智慧系統做出特定決策,誰應該負責?人工智慧系統的決策是最終的,還是有人員監督?

(2)解釋能力

深度學習系統像黑盒子一樣運作。他們的決策過程無法以與人們可能做出決定類似的方式來解釋。在某種程度上,所有人工智慧解決方案都可以而且應該是可以解釋的。但是,人工智慧設計師需要明白,人工智慧並不是一個魔盒,它的工作方式有一些規則,這意味著人們可能知道人工智慧在特定場景中會以這種方式運作的原因。

(3)信任

基於人工智慧的產品和服務可能不容易信任。人工智慧演算法通常是不透明的,缺乏解釋性人工智慧會導致過度依賴人工智慧。設計思維是一種工具,它允許開發人員透過設計為使用者提供清晰回饋循環的系統來建立對人工智慧的信任,以便他們了解人工智慧演算法的作用。 

(4)人機互動  

人機互動是一種新事物,必須區別於標準的人機互動。有幾種人機互動最佳實踐和建議。設計思維方法是基於人工智慧的產品和服務的一個很好的框架,因為它鼓勵企業從最終用戶的角度思考人工智慧,並專注於可能的互動。 

在這種情況下,與其他方法相比,設計思維的主要優勢在於它允許透過考慮輸入資料、演算法過程、輸出和所有可能使用人工智慧的場景來設計人工智慧解決方案。這樣,設計師就可以更好地控制人工智慧決策過程,讓人工智慧比程式語言更明確。

人工智慧中的設計思考階段  

談論設計思考時要理解的最重要的事情之一就是這個階段。設計思考是一個簡單的過程,在這個過程中,下一個階段從上一個階段開始,只有在前一階段完成後才能開始。 

(1)同理心

這個階段專注於對企業的使用者產生同理心。應該聚集許多代表不同社會、思考方式、經驗和群體的人,並與他們一起發現他們的感受、想法和期望。例如,企業可以如何使用其產品或服務來改善他們的生活。

要記住的是,企業開發過程的中心始終以人員及其需求為中心。企業正在實施一個有助於其製造過程的後台人工智慧平台。每個過程都有許多利害關係人參與,第一階段是關於感覺和未來的目標和機會。在實施人工智慧時,這個階段變得更加複雜,因為可能需要了解一些有關機器學習模型、神經網路或資料分析的知識。在專案開始時就必須考慮人工智慧的可行性,以避免將複雜的實施過程引入現有的解決方案。 

(2)定義  

在與不同的人員互動之後,可以定義其目標群體和目標挑戰。開發人員需要思考採用人工智慧的機會。選擇一個具有特定且合理需求的小組,並專注於他們的問題來實施工智能解決方案。這樣可以清楚地看到整個情況,並選擇要在專案中解決的問題。現在是提出問題、尋求見解並深入研究問題的時候了。

(3)構思

這一階段是為目標群體的問題尋找解決方案。需要召集團隊,讓團隊成員集思廣益。這一階段的目標是釋放團隊的創造力,並找到一些新的或不尋常的方法來解決目標群體的問題。在這一階段,可以製定在專案中使用哪些人工智慧演算法、工具和技術。

(4)原型  

在團隊成員進行腦力激盪之後,選擇最有趣的想法並將其轉換為原型,例如最小可行性產品(MVP),以盡快收集知識。在這個階段沒有必要開發一個全面的人工智慧解決方案,因為這是一個耗時的過程。這階段的主要目標應該是具備學習能力。使用這種人工智慧開發方法,企業將選擇最好的方法來開發完美的軟體。

(5)測試  

這是最後但可能是最重要的階段之一,因為它可以幫助企業識別和消除產品的問題。這是向目標群體展示原型或在第一階段選擇的接近真實的環境中進行測試的時刻。可以觀察使用者的反應,他們如何使用企業提供的產品,以及他們的情緒。企業的解決方案能解決他們的問題嗎?如果他們不喜歡,現在是改進的時候了。 

設計思維的優勢 

(1)滿足利害關係人的需求 

#提高客戶滿意度和企業內部軟體的業務採用率是在每個專案(包括基於人工智慧的專案)中實施設計思維的最重要優勢之一。使用設計思維方法建立的產品的使用者在使用時表現出更高的滿意度。由於企業的使用者始終處於產品開發的中心,客戶滿意度應該始終是其主要目標。

(2)提高人工智慧投資的投資報酬率  

企業花在設計思考練習上的時間可以確保其長期人工智慧投資。每個企業都有其特點和需求。這就是機器學習的實施應該量身訂做的原因。設計思維有助於在企業中找到痛點並為人工智慧定義業務案例,因此有助於將其人工智慧夢想轉化為有利可圖的投資。

(3)創新  

設計思考過程的構思階段旨在以非標準的方式進行思考,也就是開箱即用。這種方法可以引導企業找到從未考慮過的解決問題的方法。這可能有助於企業創建一個非常創新的解決方案,並在市場上脫穎而出。 

(4)降低失敗風險  

當企業詳細調查目標群體及其問題時,將發展出滿足他們需求的產品,且產品成功的機會更高。 

結語

設計思考方法將會存在很長時間,這也證明它是可以用於人工智慧產品或服務開發的有效且有用的方法。 

但這不是一件容易的事,企業可能會遇到問題。因此,必須找到可靠的合作夥伴為其團隊提供支持,而這將從策略會議開始,到成功的測試和開發階段結束。

原文標題:#Applying Design Thinking to Artificial Intelligence. Why Should You Use It in Your AI-Based Projects?##,作者:Dorota Owczarek

#

以上是為什麼要在基於人工智慧的專案中使用設計思維?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

本網站聲明
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱工具

記事本++7.3.1

記事本++7.3.1

好用且免費的程式碼編輯器

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

禪工作室 13.0.1

禪工作室 13.0.1

強大的PHP整合開發環境

Dreamweaver CS6

Dreamweaver CS6

視覺化網頁開發工具

SublimeText3 Mac版

SublimeText3 Mac版

神級程式碼編輯軟體(SublimeText3)

位元組跳動剪映推出 SVIP 超級會員:連續包年 499 元,提供多種 AI 功能 位元組跳動剪映推出 SVIP 超級會員:連續包年 499 元,提供多種 AI 功能 Jun 28, 2024 am 03:51 AM

本站6月27日訊息,剪映是由位元組跳動旗下臉萌科技開發的一款影片剪輯軟體,依託於抖音平台且基本面向該平台用戶製作短影片內容,並相容於iOS、安卓、Windows 、MacOS等作業系統。剪映官方宣布會員體系升級,推出全新SVIP,包含多種AI黑科技,例如智慧翻譯、智慧劃重點、智慧包裝、數位人合成等。價格方面,剪映SVIP月費79元,年費599元(本站註:折合每月49.9元),連續包月則為59元每月,連續包年為499元每年(折合每月41.6元) 。此外,剪映官方也表示,為提升用戶體驗,向已訂閱了原版VIP

使用Rag和Sem-Rag提供上下文增強AI編碼助手 使用Rag和Sem-Rag提供上下文增強AI編碼助手 Jun 10, 2024 am 11:08 AM

透過將檢索增強生成和語意記憶納入AI編碼助手,提升開發人員的生產力、效率和準確性。譯自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。雖然基本AI程式設計助理自然有幫助,但由於依賴對軟體語言和編寫軟體最常見模式的整體理解,因此常常無法提供最相關和正確的程式碼建議。這些編碼助手產生的代碼適合解決他們負責解決的問題,但通常不符合各個團隊的編碼標準、慣例和風格。這通常會導致需要修改或完善其建議,以便將程式碼接受到應

七個很酷的GenAI & LLM技術性面試問題 七個很酷的GenAI & LLM技術性面試問題 Jun 07, 2024 am 10:06 AM

想了解更多AIGC的內容,請造訪:51CTOAI.x社群https://www.51cto.com/aigc/譯者|晶顏審校|重樓不同於網路上隨處可見的傳統問題庫,這些問題需要跳脫常規思維。大語言模型(LLM)在數據科學、生成式人工智慧(GenAI)和人工智慧領域越來越重要。這些複雜的演算法提升了人類的技能,並在許多產業中推動了效率和創新性的提升,成為企業保持競爭力的關鍵。 LLM的應用範圍非常廣泛,它可以用於自然語言處理、文字生成、語音辨識和推薦系統等領域。透過學習大量的數據,LLM能夠產生文本

微調真的能讓LLM學到新東西嗎:引入新知識可能讓模型產生更多的幻覺 微調真的能讓LLM學到新東西嗎:引入新知識可能讓模型產生更多的幻覺 Jun 11, 2024 pm 03:57 PM

大型語言模型(LLM)是在龐大的文字資料庫上訓練的,在那裡它們獲得了大量的實際知識。這些知識嵌入到它們的參數中,然後可以在需要時使用。這些模型的知識在訓練結束時被「具體化」。在預訓練結束時,模型實際上停止學習。對模型進行對齊或進行指令調優,讓模型學習如何充分利用這些知識,以及如何更自然地回應使用者的問題。但是有時模型知識是不夠的,儘管模型可以透過RAG存取外部內容,但透過微調使用模型適應新的領域被認為是有益的。這種微調是使用人工標註者或其他llm創建的輸入進行的,模型會遇到額外的實際知識並將其整合

你所不知道的機器學習五大學派 你所不知道的機器學習五大學派 Jun 05, 2024 pm 08:51 PM

機器學習是人工智慧的重要分支,它賦予電腦從數據中學習的能力,並能夠在無需明確編程的情況下改進自身能力。機器學習在各個領域都有廣泛的應用,從影像辨識和自然語言處理到推薦系統和詐欺偵測,它正在改變我們的生活方式。機器學習領域存在著多種不同的方法和理論,其中最具影響力的五種方法被稱為「機器學習五大派」。這五大派分別為符號派、聯結派、進化派、貝葉斯派和類推學派。 1.符號學派符號學(Symbolism),又稱符號主義,強調利用符號進行邏輯推理和表達知識。該學派認為學習是一種逆向演繹的過程,透過現有的

為大模型提供全新科學複雜問答基準與評估體系,UNSW、阿貢、芝加哥大學等多家機構共同推出SciQAG框架 為大模型提供全新科學複雜問答基準與評估體系,UNSW、阿貢、芝加哥大學等多家機構共同推出SciQAG框架 Jul 25, 2024 am 06:42 AM

編輯|ScienceAI問答(QA)資料集在推動自然語言處理(NLP)研究中發揮著至關重要的作用。高品質QA資料集不僅可以用於微調模型,也可以有效評估大語言模型(LLM)的能力,尤其是針對科學知識的理解和推理能力。儘管目前已有許多科學QA數據集,涵蓋了醫學、化學、生物等領域,但這些數據集仍有一些不足之處。其一,資料形式較為單一,大多數為多項選擇題(multiple-choicequestions),它們易於進行評估,但限制了模型的答案選擇範圍,無法充分測試模型的科學問題解答能力。相比之下,開放式問答

SOTA性能,廈大多模態蛋白質-配體親和力預測AI方法,首次結合分子表面訊息 SOTA性能,廈大多模態蛋白質-配體親和力預測AI方法,首次結合分子表面訊息 Jul 17, 2024 pm 06:37 PM

編輯|KX在藥物研發領域,準確有效地預測蛋白質與配體的結合親和力對於藥物篩選和優化至關重要。然而,目前的研究並沒有考慮到分子表面訊息在蛋白質-配體相互作用中的重要作用。基於此,來自廈門大學的研究人員提出了一種新穎的多模態特徵提取(MFE)框架,該框架首次結合了蛋白質表面、3D結構和序列的信息,並使用交叉注意機制進行不同模態之間的特徵對齊。實驗結果表明,該方法在預測蛋白質-配體結合親和力方面取得了最先進的性能。此外,消融研究證明了該框架內蛋白質表面資訊和多模態特徵對齊的有效性和必要性。相關研究以「S

SK 海力士 8 月 6 日將展示 AI 相關新品:12 層 HBM3E、321-high NAND 等 SK 海力士 8 月 6 日將展示 AI 相關新品:12 層 HBM3E、321-high NAND 等 Aug 01, 2024 pm 09:40 PM

本站8月1日消息,SK海力士今天(8月1日)發布博文,宣布將出席8月6日至8日,在美國加州聖克拉拉舉行的全球半導體記憶體峰會FMS2024,展示諸多新一代產品。未來記憶體和儲存高峰會(FutureMemoryandStorage)簡介前身是主要面向NAND供應商的快閃記憶體高峰會(FlashMemorySummit),在人工智慧技術日益受到關注的背景下,今年重新命名為未來記憶體和儲存高峰會(FutureMemoryandStorage),以邀請DRAM和儲存供應商等更多參與者。新產品SK海力士去年在

See all articles