为什么要在基于人工智能的项目中使用设计思维?

译文
人工智能
开发人员可以将设计思维应用于人工智能,那么为什么要在基于人工智能的项目中使用它?

​译者 | 李睿

审校 | 孙淑娟

人工智能开发经理和设计师通常使用设计思维方法来构建更加以人为本和开发敏捷的人工智能系统。  

选择正确的项目管理方法对企业的项目开发至关重要。它将帮助开发人员减少错误,加快开发过程,并帮助发现目标群体的问题。只有在深入了解目标群体的需求之后,开发人员才能开发出解决他们问题的解决方案。项目管理有很多方法都是着眼于发现问题,设计思维就是其中之一。

人工智能正在成为人们生活中更加重要和关键的一部分。从自动驾驶汽车到Siri或Alexa等语音助理,基于人工智能的产品和服务无处不在。人工智能设计思维是设计人工智能系统的过程,该系统可以在资源有限的不可预测的环境中以一种精益而迭代的方式运行。为人工智能设计需要与为其他类型技术设计不同的技能,因为人工智能并不遵循可预测的规则和行为。企业需要了解更多有关人工智能如何影响流程以及如何将其实施到其人工智能项目中的信息。  

什么是设计思维?  

设计思维是创建完美开发过程的古老方法(其实仍然很现代)之一。这种方法从用户开始,并将用户置于整个开发的中心。用户的需求、情绪、感受以及面临的问题应该是开发团队最重要的事情。  

在上世纪60年代,探索者开始围绕设计思维形成他们的第一个想法,这可以在L.Bruce Arche的《视觉思维经验》一书中找到它们。他们的目标是在实用产品或服务开发中为有创造力的人员(如画家、作家或设计师)使用工具和最佳实践。

一段时间以来,IT世界中的设计思维有点被遗忘了,或者它不是敏捷或Scrum时代最流行的方法,但随着实施设计思维对项目的一些明显改进,它的受欢迎程度不断提高,比如更快和更好的决策,帮助企业对目标群体的问题有一个清晰的认识,降低整个项目的风险等等。

设计思维方法论如何适应人工智能项目的发展?  

人工智能中应用设计思维的挑战之一是没有通用的方法。在经过几年类似项目的开发工作之后,Nexocode制定了一个成熟且经过实战考验的流程,该流程使用了很多来自设计思维的框架和解决方案,例如在软件开发社区设计Sprint框架中流行的一种解决方案。整合并匹配知识和经验,为每一个希望通过机器学习进行创新的企业制定路线图。它从为每个客户量身定制的人工智能设计Sprint研讨会开始,专注于研究人工智能机会、原型设计和测试可能的人工智能的实现。相信每个企业都希望开发一个有用的人工智能项目,以了解他们应该开发项目的原因、地点和方式,这就是人工智能设计Sprint专注于这些主题的原因。这只是一个开始,但是一旦客户决定继续开发该项目,采取的每一步都是在设计上进行迭代的。

在将设计思维融入人工智能开发时,团队是关键。因此,拥有一支经验丰富的人工智能专家团队至关重要。他们将在整个过程中发挥重要作用,他们的知识和技术将会给项目带来重要影响。  

为什么机器学习项目需要以人为本的方法?  

与设计其他类型的技术相比,设计人工智能需要不同的技能,因为人工智能不遵循可预测的规则和行为。这意味着需要尽可能地创建以人为中心的解决方案,考虑到每天将使用这些技术的用户的需求、情感、感受和想法,同时考虑他们在使用这种基于人工智能的过程中可能面临的所有问题产品或服务。设计解决方案的可行性及其影响并不像在正常的软件开发中那么明显。机器学习项目需要良好、合乎道德的设计和可靠的数据源。每个项目都不同,但项目经理的数据科学知识对于成功的研发至关重要。  

设计师应专注于人工智能设计思维,以创建以人为本的人工智能产品和服务。这就是人工智能设计师必须遵循与其他类型技术相同的设计思维过程的原因,但也要考虑每天使用这些技术的人们的情绪、感受和想法,同时考虑所有问题,包括人工智能伦理,他们在使用此类人工智能解决方案时可能会面临的那些问题。  

(1)承担责任

在人工智能项目中,承担责任至关重要,因为基于人工智能的产品和服务已经在影响人们的日常生活。  

在人们生活的各个方面使用人工智能时,进行人工智能设计思维的设计师应该考虑所有可能的场景,同时考虑实际使用过程中不同类型的风险。例如,如果人工智能系统做出特定决策,谁应该承担责任?人工智能系统的决策是最终的,还是有人员监督?

(2)解释能力

深度学习系统像黑盒一样工作。他们的决策过程无法以与人们可能做出决定类似的方式来解释。在某种程度上,所有人工智能解决方案都可以而且应该是可以解释的。但是,人工智能设计师需要明白,人工智能并不是一个魔盒,它的工作方式有一些规则,这意味着人们可能知道人工智能在特定场景中会以这种方式工作的原因。

(3)信任

基于人工智能的产品和服务可能不容易信任。人工智能算法通常是不透明的,缺乏解释性人工智能会导致过度依赖人工智能。设计思维是一种工具,它允许开发人员通过设计为用户提供清晰反馈循环的系统来建立对人工智能的信任,以便他们了解人工智能算法的作用。  

(4)人机交互  

人机交互是一种新事物,必须区别于标准的人机交互。有几种人机交互最佳实践和建议。设计思维方法是基于人工智能的产品和服务的一个很好的框架,因为它鼓励企业从最终用户的角度思考人工智能,并专注于可能的交互。  

在这种情况下,与其他方法相比,设计思维的主要优势在于它允许通过考虑输入数据、算法过程、输出和所有可能使用人工智能的场景来设计人工智能解决方案。这样,设计师就可以更好地控制人工智能决策过程,使人工智能比编程语言更加明确。

人工智能中的设计思维阶段  

谈论设计思维时要理解的最重要的事情之一就是这个阶段。设计思维是一个简单的过程,在这个过程中,下一个阶段从上一个阶段开始,只有在前一阶段完成后才能开始。  

(1)同理心

这个阶段专注于对企业的用户产生同理心。应该聚集许多代表不同社会、思维方式、经历和群体的人,并与他们一起发现他们的感受、想法和期望。例如,企业可以如何使用其产品或服务改善他们的生活。

需要记住的是,企业开发过程的中心始终以人员及其需求为中心。企业正在实施一个有助于其制造过程的后台人工智能平台。每个过程都有很多利益相关者参与,第一阶段是关于感觉和未来的目标和机会。在实施人工智能时,这个阶段变得更加复杂,因为可能需要了解一些有关机器学习模型、神经网络或数据分析的知识。在项目开始时就必须考虑人工智能的可行性,以避免将复杂的实施过程引入现有的解决方案。  

(2)定义  

在与不同的人员互动之后,可以定义其目标群体和目标挑战。开发人员需要思考采用人工智能的机会。选择一个具有特定且合理需求的小组,并专注于他们的问题来实施工智能解决方案。这样可以清楚地看到整个情况,并选择要在项目中解决的问题。现在是提出问题、寻求见解并深入研究问题的时候了。

(3)构思

这一阶段是为目标群体的问题寻找解决方案。需要召集团队,让团队成员集思广益。这一阶段的目标是释放团队的创造力,并找到一些新的或不寻常的方法来解决目标群体的问题。在这一阶段,可以制定在项目中使用哪些人工智能算法、工具和技术。

(4)原型  

在团队成员进行头脑风暴之后,选择最有趣的想法并将其转换为原型,例如最小可行性产品(MVP),以尽快收集知识。在这个阶段没有必要开发一个全面的人工智能解决方案,因为这是一个耗时的过程。这一阶段的主要目标应该是具备学习能力。使用这种人工智能开发方法,企业将选择最好的方法来开发完美的软件。

(5)测试  

这是最后但可能是最重要的阶段之一,因为它可以帮助企业识别和消除产品的问题。这是向目标群体展示原型或在第一阶段选择的接近真实的环境中进行测试的时刻。可以观察用户的反应,他们如何使用企业提供的产品,以及他们的情绪。企业的解决方案能解决他们的问题吗?如果他们不喜欢,现在是改进的时候了。  

设计思维的优势  

(1)满足利益相关者的需求  

提高客户满意度和企业内部软件的业务采用率是在每个项目(包括基于人工智能的项目)中实施设计思维的最重要优势之一。使用设计思维方法构建的产品的用户在使用时表现出更高的满意度。由于企业的用户始终处于产品开发的中心,客户满意度应该始终是其主要目标。

(2)提高人工智能投资的投资回报率  

企业花费在设计思维练习上的时间可以确保其长期人工智能投资。每个企业都有其特点和需求。这是机器学习的实施应该量身定做的原因。设计思维有助于在企业中找到痛点并为人工智能定义业务案例,因此有助于将其人工智能梦想转化为有利可图的投资。

(3)创新  

设计思维过程的构思阶段旨在以非标准的方式进行思考,也就是开箱即用。这种方法可以引导企业找到从未考虑过的解决问题的方法。这可能会帮助企业创建一个非常创新的解决方案,并在市场上脱颖而出。  

(4)降低失败风险  

当企业详细调查目标群体及其问题时,将开发出满足他们需求的产品,并且产品成功的机会更高。  

结语

设计思维方法将会存在很长时间,这也证明它是可以用于人工智能产品或服务开发的有效和有用的方法。  

但这不是一件容易的事,企业可能会遇到问题。因此,必须找到可靠的合作伙伴为其团队提供支持,而这将从战略会议开始,到成功的测试和开发阶段结束。

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

责任编辑:华轩 来源: 51CTO
相关推荐

2023-11-30 09:00:00

TypeScript开发

2021-08-23 10:40:30

人工智能KubernetesAI

2024-01-26 10:35:21

人工智能教育领域AI

2023-02-06 08:11:19

人工智能机器思维模式

2021-08-17 09:29:32

人工智能设计AI

2021-04-26 09:33:46

Go Iota语言

2024-02-20 16:14:36

人工智能开源AI

2019-09-09 14:18:35

人工智能数据开发

2021-02-25 14:09:55

人工智能数据机器学习

2020-11-03 10:45:53

人工智能AIAI偏差

2020-11-11 12:15:31

AI人工智能可解释性

2021-10-26 10:00:35

人工智能AI

2018-05-16 13:35:51

人工智能

2023-08-22 13:56:02

人工智能边缘计算

2021-04-12 10:28:51

机器学习人工智能AI

2016-01-13 16:07:04

2020-04-15 09:56:29

人工智能技术SaaS

2017-04-24 15:29:10

人工智能机器人程序员

2023-04-13 11:05:10

5G网络无线技术

2022-06-02 11:40:24

人工智能数据算法
点赞
收藏

51CTO技术栈公众号