如果你现在在科技领域事情，那你对人工智能（AI）或用户体验（UX）肯定不陌生了。
随着人工智能的不断进步，人工智能越来越不局限在开拓者或数据科学家的领域。
作为设计师/技能爱好者/企业家/创业者，开始或连续思考我们目前利用的设备是很主要的。
为了改进生活，我们不应该局限于现状。
我们该当从每件事物中探求灵感，并把生活看做一个界面。

当我在2017年写这篇文章时，人工智能是被掌握的，有限定的，有事实依据的和一种形式的代码。
人工智能不是有生命的，故意识的，天网系统的，有创造力的，有野心的或者有同情心的。
让我们来看看一些公司的研究案例，这些公司正在利用各种形式的人工智能来改进他们的用户体验。

Airbnb

Image — Airbnb https://www.airbnb.com

当你想到人工智能时，你第一个遐想到的不但是出租房间或公寓。
随着人工智能和数据驱动文化的发展，Airbnb不仅改变了酒店行业，也改变了该行业与人工智能的关系。
当你去度假时，不管你住在何处或住宿类型如何-你极有可能按照供求模型来支付价格。

Airbnb的“价格指南”是一个人工智能工具,“让Airbnb的房东知道，他们该当根据每天的情形确定房屋价格，以使其更有可能被租出去”-Airbnb。
有了这个技能，房东就能看到一个日历，显示他们每天为房屋设定的价格。
如果房东对房屋的价格设定是合理的，日期呈现出绿色，如果价格太高，呈现出赤色。
利用此信息，房东可以利用滑块调度价格并找到“最佳位置”——价格太低被出租的概率就会很高，价格太赶过租的概率较低，可能整体盈利会少。

价格指南人工智能算法是基于Airbnb利用开放式人工智能工具网络并处理的大量数据。
价格指南模型中有很多影响成分，包括列表类型、位置、价格、可用性，以及每个日期离当前韶光有多远。
通过这些数据，价格指南可以为Airbnb用户自动打算和思考，从而使体验更加直不雅观和透明。

谈天机器人

谈天机器人和其他当代界面每天都在变得越来越人性化（至少他们给人的觉得是这样的）——这是由于“好莱坞公式”。
好莱坞公式是由Martin Stellinga提出的用来创造故意义的故事。
想想迪士尼人物是如何与他们的用户建立关系的。
他们设法与不同的人群构成了这些大规模的关系。

迪士尼的每一个角色都有独特的个性，在不同的媒介(运用、书本、电影等)中展现。
想象一下我们是否能够成为在界面上创建这些角色的专家，并与我们的用户建立类似的连接。
如果人工智能是新的UI，那么个性化可能便是新的UX。

许多网站/产品为客户供应了在浏览时与谈天机器人谈天的机会。
剧情反转虽然他们看起来像真人，但并不是每个公司都有一个真人在另一端。
常日你是在和原始的AI互换。
有趣的是，这些谈天机器人须要闇练地阐明自然措辞——这是一个很难验证的假设。

Netflix

在一个多设备的天下里，各行各业的设计职员必须想出大量的内容/图形来知足许多媒体的需求。
这个过程须要韶光…很多韶光——哦，对付Netlfix不是这样。
Netflix和许多其他公司已经将这个创意阶段交给了人工智能。

以面部和全身特色来确定图像焦点的例子-图像:Netflix

Netflix早期创造了视觉效果如何影响用户群体和他们不雅观看特定内容的决策，为了利用这一结论，Netflix开拓了一种人工智能算法，从图片中抓取元素，并运用样式化的电影标题来创建一个与用户兴趣、措辞和位置对应的海报——酷吧？与此同时，该算法对每一种设计效果进行AB测试，从而优化内容。
当人工智能处理这样的任务时，设计团队可以更专注于理解用户的路径并细化这些规则。

人工智能不仅局限于大玩家，像RealEyes这样的小公司也在利用科技的进步。

驱动人类决策的不是理性，而是情绪。
我们知道，人类是被他们的感情所引发的，而情绪刺激大脑的速率是认知思维的3000倍。
为了客不雅观、准确地帮助组织丈量人类情绪，RealEyes供应了通过面部识别算法读取人类表情的技能。

Image — RealEyes https://www.realeyesit.com/Media/Default/Videos/Video_Poster.jpg

RealEyes软件通过网络摄像头记录人的感情，并利用底层人工智能算法对其进行理解。
这一技能对付像可用性测试这样的东西非常有用——当测试一个产品时，你可能会创造用户能够利用并理解它(很好)，但是看到某种信息后她们变得愤怒(不太好)。
如果没有丈量用户的感情反应，该产品可能已经发布，并导致客户不安。
该技能的其他好处还包括通过高效剖析和编码***/图像数据等办法实现事情流程的自动化。

你已经读过一些案例研究如何利用人工智能来改进用户体验，但是末了我喜好添加一个有点不同的例子。
这个例子是关于人工智能可能改变也将改变我们构建产品的办法，但也有可能改进我们和产品的关系。

Pix2code

人工智能可能是你新的前端开拓职员——是的前端开拓职员，很棒吧？Pix2code是一种智能的形式，可以从你的界面截图中天生代码。
像这样的工具可以帮助缩小UI/UX设计职员和前端开拓职员之间的差距，但也不能替代。

虽然这样天生的代码现在不完美，但是理解这一个观点是很主要的。
当人工智能得到更多演习时，它只会变得更聪明、更有效率。
从这一刻起，它只会变得更好。

我们来谈谈数据。
数据=智能，没有数据=没有智能

Image —Fabien Girardin：一个将学习材料（数据）供应给算法的反馈循环。
在UX中利用AI和这个反馈循环是很随意马虎的。
然而，主要的是要记住，它供应给用户的结果是依据大数据的。
数据的质量对AI来说很主要。
信息越繁芜，AI理解得越详细，结果就越好。

用人工智能很随意马虎提升用户体验。
然而，主要的是要记住，它为用户供应的结果，是依据大数据的。
数据的质量对人工智能很主要。
信息越繁芜，AI理解得越详细，结果就越好。
向人工智能供应未开拓的信息可能是灾害性的——大的整体数据集是必须的。

只管这是一个大胆的想法，我们可能须要设计一些勉励参与的体验，从而帮助我们改进/培训我们的AI。
我们可能须要优先考虑AI而不是我们的用户，AI的优先级在UX之前。
体验越难以预测，人工智能就会变得越聪明，因此；我们须要对我们的用户发布不成熟的体验以网络数据。
作为设计师，我们须要办理的问题是获取人工智能须要知道的信息和我们的用户乐意供应的信息。

下面的流程图帮助解释了人工智能和人类之间的反馈循环。

Image — Elaine Lee (AI Designer at Ebay)

结论

我们正在快速进入人工智能的天下。
作为设计师，我们有机会定义我们与人工智能的关系将如何发展。
这是我们所有人与数据科学家(以及其他利益干系者)互助创新的机会，并创造令人愉快的故意义的体验，这将有益于我们的用户和UX的未来。
记住，系统得到的数据是体验的根本。
数据、学习算法和UXD的结合可以为我们的用户触发一个难忘的体验。

原文作者：Jake Deakin

译文作者：杨会静

原文标题：How AI is being leveraged to design better UX

原文链接：https://uxplanet.org/how-ai-is-being-leveraged-to-design-better-ux-8710efce79a1