【2018 Alibaba UCAN】浙江大学孙凌云教授: “新维度下的范式挑战”

2018-05-31

信息载体发生巨变,人机交互通道日益丰富,人工智能扩展了人机交互中的信息广度、改变了信息的处理模式。设计智能、体验计算、感知增强成为设计实践和学术研究面临的新维度,也带来了新的范式挑战。

11

一、范式与范式迁移

今天的最后一个报告,我和大家分享一个词:范式。范式是一个共同体的成员所共享的世界观、概念和行为方式等的集合。而所谓范式迁移,就是我们的世界观、概念和行为方式等发生了根本性的改变。范式迁移有可能发生在所有的领域。一项新技术的发明,或者一个新理念的普及,都有可能推动某个领域中的范式迁移。在现代设计史上,流水线的发明直接推动了现代设计新范式的出现,或者范式迁移。

22

在科学研究领域中,有4个被人们所公认的基本范式。

第一范式:实验型范式。数千年前,科学家做研究的主要思路是观察和思考自然现象,设计简单的实验验证发现的规律。例如两个铁球同时落地。

第二范式:理论型范式。数百年前,科学家发现当时的实验手段有太多局限性,远不能达到深入理解原理的程度。因此,科学家开始在实验中去除复杂的干扰因素,只留下最关键的因素,通过推理构建各种各样的模型。这就是第二范式。例如牛顿三定律。

第三范式:计算型范式。几十年前,随着计算机的发展,使用计算机对科学实验进行模拟仿真的模式得到迅速普及。在计算机的帮助下,我们可以模拟和推演非常复杂的实验和模型,让计算机代替我们计算和验证,这就是计算型范式。今天,几乎所有的学术研究都离不开计算机,计算型范式成为主流的科学研究范式之一。

第四范式:数据密集型范式。过去几年中,由于互联网、物联网、大数据的发展,由于数据获取的成本迅速降低,数据处理的能力迅速提升,我们可以让计算机直接进行推理、分析和总结,得到理论。科学研究又发生了一次的范式迁移,这就是数据密集型范式。

二、设计范式

设计的范式到底是什么呢?我们从设计的过程出发来思考这个问题。设计的过程简化到极致就是:设计是从用户出发,完成内部的设计逻辑后,为后续产品化环节提供输出。

在这样一个基本的框架中,我们有很多面向过程的设计方法,以及支持这些方法的设计工具集。譬如影响力最大的,斯坦福d-school提出的Design Thinking,再譬如Google发起的设计冲刺;又譬如由design council发起的面向流程的菱形模型。这些方法,或者是这些设计方法的变体,被设计从业者所熟知,在设计研究、教育或者实践中潜移默化的应用。

33

回到今天我们所在的领域——互联网领域或者信息产品设计领域中,我们做设计,同样是采用这样的模式:观察用户了解需求,根据业务属性界定问题,提出功能需求,将这些需求放到相应的载体上。

所以,我们发现这就形成了一个基本范式:我们去研究用户、发现问题、明确设计需求,然后思考功能和内容,思考用什么样的形式、什么样的媒介去承载这些功能内容。再进行回来进行用户测试。这就是实践中的一个非常流行的设计回路。

值得注意的是:我们没有办法找到所有的人,所以在用户研究阶段,我们必须或者在统计意义上考虑,把人群进行细分;或者在抽样意义上考虑,寻找典型用户,进行访谈和测试。我们所考虑的功能和内容也是有限的,形式和媒介也在是在有限空间中的选择。

但是,这似乎并不是今天我们看到的鲁班系统,或者是Paul介绍的短视频生成系统所采用的范式。因为设计领域里,我们所处的空间出现了一个新的维度:人工智能。

三、设计中的新维度——AI

在跟很多业内同行讨论的时候,有个问题经常出现:AI会不会取代设计?我觉得这也许并不是设计领域里面最恰当的提问方式。我们应该探讨的是:有了AI之后,我们可以做什么事情。因为AI并不是设计的对立面,而是设计所面对的一个新维度。

前不久,浙江大学和阿里巴巴成立的智能、设计、体验与审美联合实验室,IDEA Lab。在IDEA Lab的视野中,我们看到、关注和响应了这些变化。

1.体验计算。体验计算并不是全新的概念,但现在体验计算正在发生巨变,从实验室的小样本计算变化到越来越强的随时随地按需计算的能力。譬如,用运用手机前置摄像头做眼动分析的技术已经成熟,这意味着在很多时候,我们在所手机app的眼动分析,是不需要在实验室中找少量被试的;而是完全可以邀请真实的用户的授权,从而获得在真实使用情境下的眼动分析。又譬如,我们也经常用眼动分析验证一个平面设计的好坏,一个传达设计是否到位。使用深度学习技术,我们可以脱离实验设备,依靠算法预测视觉注意力的分布情况。在IDEA Lab,江浩博士领衔的研究团队在新零售环境下分析用户的行动、情绪,为每个用户提供量化的体验。

2. 感知增强。我们正在具备越来越的丰富用户感知外部信息的所需通道和媒介,正在研究在这些通道和形式中进行切换的方法,以及从增强用户感知的角度选择这些通道和媒介的手段。譬如IDEA Lab巫英才教授团队研究故事线可视化技术,可以将复杂信息自动组织为低认知负荷的可视化形式。

44

在新零售业务场景中,IDEA Lab向为博士团队研究如何用震动、温度、风等一系列触感通道呈现信息,譬如“热销产品”,“打折”。再譬如,IDEA Lab许威威教授团队可以从一张图片、一张照片实现立体视觉,为用户看一张图提供了更高的感知维度。

3. 智能设计。在设计智能领域,我们已经建设了庞大了平面设计数据集,进行了高质量的标注,实现了自动配色、布局和审美评价等原子级的智能设计算法。我们还将视野拓展到了视频领域,实现了微动视频的自动设计、动画效果、转场的生成式设计。IDEA Lab张克俊教授团队正在研究音画一致的旋律生成:给我一张图,给我一段视频,我帮你自动配乐。

 

55四、新的可能性

66

现在我们暂停一下,一起思考一下刚刚分享的由AI带来的三股正在崛起的力量。设计智能,正在让我们具备大批量、个性化的内容的生成能力;感知增强,正给我们提供丰富的通道和媒介、如何在不同的通道和媒介中切换,以及如何从增强用户感知的角度在这些通道和媒介中做选择的方法;体验计算,则让我们可以获取真实用户、在真实使用情景中的量化的体验。

把这三件事情放在一起,我们看到了新的可能性。我们看两个例子——它们都还不是现实,是这三股力量带给我们的可能性和想象空间。

短视频生成,我们可以做到从产品的详情页生成一个视频。但是实际上,我们还可以往前一步:我们把用户、场景和产品统筹考虑,我们具备如何增强用户感知的很多选项:是要可视化,还是要立体呈现。我们也具备得到量化的用户体验的能力:一个特定的用户、在特定的场景中、针对特定的产品,是否愿意看这个视频,或者,从看这这个视频的过程中得到正面的响应。我们可以知道,用户现在希望看产品完整的介绍,那么,可以为用户生成信息量多的、节奏缓慢的产品介绍视频。用户现在很无聊,只是在随意浏览,那么我们可以为用户生成信息量少的、节奏快的视频。我们没有把视频全部都生成好,我们是在依靠体验计算了解用户,依靠感知增强提供内容呈现的通道和媒介,依靠设计智能为用户提供相应的内容输出。

IDEA Lab的学生团队还正在做一款玩具收纳箱。这是一款硬件,3年前学生团队在一门课上完成了这款设计。这个收纳箱的功能是:每次放一个玩具回来,都会发出一个打嗝的声音,并且闪烁一下眼睛。当收纳箱满了,就会投影一些画面。用这样的方式,鼓励小朋友养成收纳的好习惯。今年我们在重新设计这款收纳箱。也许一个小朋友性格很开朗,每天都笑;另一个小朋友很酷。针对他们,这款收纳箱应该提供不同的反馈。我们现在具备了体验计算的能力,可以从声音、图像、行为习惯等对小朋友分析;具备了感知增强能力,可以在声音、图像、震动甚至形状改变等不同的媒介和通道中选择;也具备了设计智能能力,可以生成独一无二的声音或者图像反馈。我们并不是先做用户研究,把孩子分成急脾气慢性子两类,然后分别给他们设计一款产品;而是在产品的使用过程中,不断的去了解用户,计算他们的体验感受,然后在此基础上调整和优化感知媒介,生成个性化的反馈内容。收纳箱是这样的,天猫精灵也可以这样,未来的每一款智能产品都可以这样。

77

88

五、设计范式的迁移

我们回到刚刚的设计流程。传统或者经典的设计范式中,设计是整个产品生命周期中的一个链条。尽管内部我们在循环,在迭代,形成了各种回路,但是我们在产品生命周期中,就是一个链条。我们从少量的用户需求,或者统计意义上的用户需求或者反馈出发;我们交付给产品化环节。然后就没有我们的事情了。但是现在,在AI的赋能下,我们具备了体验计算、设计智能和感知增强的能力。我们没有研究某个用户,我们在响应每一名用户的每一个需求;我们没有为后续环节交付什么,但是我们又一直在交付全新的、独一无二的内容。

这就是我们所面临的新的设计范式:设计不在是一个产品生命周期中的一个链条,而是与用户、与产品化的各个环节有机、无缝的融为一体。这种AI赋能的设计回路已经日趋成熟,各种原子级的能力已经储备到位。

我们比较当前的,或者说是传统的、经典的设计链路,和正在形成的设计回路中。这种范式迁移已经近在眼前;而自然人机交互领域,很可能是这种设计范式最早登陆、最早落地的领域。

回头看科学研究的四个范式,实验、理论、计算和数据密集。它们分别发生在数千年前、数百年前、几十年前和几年前。其实在设计领域,我们也有类似的的四个范式。但是与科学研究不同的是,设计一直在应对不断出现的新疆域、不断出现的新维度,所以设计领域中,这四种范式是同时存在一直都在广泛应用的。我们有案例研究,我们从大师、大作中学习;我们建构了各种各样的理论工具;也在用计算机仿真和模拟。而数据密集型范式也已经到来,设计的新范式就是AI赋能的设计。

当然,今天和大家分享的这种范式只是众多可能性的一种。但是毋庸置疑的是,AI作为一种设计要素、作为一种全新的维度已经出现,我们需要问自己:是否储备了相应的知识、相应的工具,是否准备好要做思维模式的转换。

回到主题,新维度下的范式挑战。和大家分享的实际是:人工智能维度下,设计范式的一种可能性。

99