Πίνακας περιεχομένων:

Πώς η ανάπτυξη της τεχνητής νοημοσύνης αλλάζει το επάγγελμα του σχεδιαστή
Πώς η ανάπτυξη της τεχνητής νοημοσύνης αλλάζει το επάγγελμα του σχεδιαστή
Anonim

Ο τομέας της τεχνητής νοημοσύνης συνεχίζει να εξελίσσεται και είναι καιρός οι σχεδιαστές να προσαρμοστούν στη νέα πραγματικότητα. Σας λέμε, χωρίς ποιες γνώσεις θα είναι αδύνατο να εργαστείτε σε αυτόν τον κλάδο.

Πώς η ανάπτυξη της τεχνητής νοημοσύνης αλλάζει το επάγγελμα του σχεδιαστή
Πώς η ανάπτυξη της τεχνητής νοημοσύνης αλλάζει το επάγγελμα του σχεδιαστή

Η βιομηχανία τεχνητής νοημοσύνης αποτιμάται τώρα στα 15 δισεκατομμύρια δολάρια και συνεχίζει να αναπτύσσεται. Σήμερα, περίπου 2.600 εταιρείες αναπτύσσουν έξυπνες τεχνολογίες. Η αξία του κλάδου αναμένεται να ανέλθει στα 70 δισεκατομμύρια δολάρια μέχρι το 2020.

Και δεν προσελκύονται μόνο οι τεχνολογικοί γίγαντες: Η USSA χρησιμοποιεί έξυπνες τεχνολογίες για να προστατεύει την ταυτότητα των χρηστών της από κλοπή και η Under Armour έχει συνδέσει την εφαρμογή MyFitnessPal με την Watson IBM, ώστε οι χρήστες να μπορούν να λαμβάνουν τις πιο ακριβείς πληροφορίες για την υγεία τους.

Για τους σχεδιαστές, η τεχνητή νοημοσύνη προσφέρει μεγάλες ευκαιρίες. Αν και αυτός ο τομέας θα απαιτήσει δεξιότητες που έχει ήδη ένας καλός σχεδιαστής, υπάρχουν ακόμη πολλά να μάθει: να κατανοήσει την κοινωνιολογία, την ψυχολογία, τη βιολογία, να εφαρμόσει τη γνώση της στατιστικής στην πράξη. Η δημιουργικότητα και η προσοχή στη λεπτομέρεια από μόνα τους δεν αρκούν. Σε αυτό πρέπει να προσαρμοστούν οι σχεδιαστές. Είναι καιρός να αρχίσετε να σκέφτεστε πώς θα πάει η δουλειά σε έργα στο μέλλον.

Γιατί η τεχνητή νοημοσύνη είναι ένα ισχυρό εργαλείο για έναν σχεδιαστή

Πρώτα, λίγα λόγια για το γιατί οι σχεδιαστές πρέπει να αγκαλιάσουν την τεχνητή νοημοσύνη με ανοιχτές αγκάλες. Οι καλύτεροι σχεδιαστές πάντα καταλάβαιναν ότι ένα καλό προϊόν πρέπει να ικανοποιεί τις ανάγκες του χρήστη και για αυτό πρέπει να κατανοήσετε καλά την ανθρώπινη συμπεριφορά. Ωστόσο, ιστορικά, οι σχεδιαστές μπόρεσαν να βρουν λύσεις που ικανοποιούν τους περισσότερους χρήστες σε μια δεδομένη κατάσταση και όχι κάθε άτομο όλη την ώρα.

Η τεχνητή νοημοσύνη θα το αλλάξει αυτό. Θα επιτρέψει στους σχεδιαστές όχι μόνο να ικανοποιήσουν, αλλά και να προβλέψουν τις ανάγκες του μεμονωμένου χρήστη. Φανταστείτε έναν καθρέφτη μπάνιου που προσαρμόζει τον φωτισμό του δωματίου με βάση το επίπεδο άγχους ενός ατόμου. Ή ένα ρομπότ που βοηθά στη μάθηση και προσαρμόζει το πλάνο μαθήματος του παιδιού εάν είναι κουρασμένο ή δεν μπορεί να συγκεντρωθεί. Με την τεχνητή νοημοσύνη, τα προϊόντα και οι υπηρεσίες δεν θα εκπληρώνουν μόνο τις άμεσες λειτουργίες τους. Η επίγνωση των συναισθημάτων θα μας επιτρέψει να προσφέρουμε την καλύτερη λύση σε κάθε χρήστη.

Ώρα για μάθηση

Το σχέδιο σήμερα συνδέεται κυρίως με τις ανθρωπιστικές επιστήμες. Αλλά ένας σχεδιαστής που πρόκειται να εργαστεί με την τεχνητή νοημοσύνη θα πρέπει να διευρύνει τους ορίζοντές του.

Μαθηματικά

Τεχνητή νοημοσύνη και μαθηματικά
Τεχνητή νοημοσύνη και μαθηματικά

Νέα δεδομένα εμφανίζονται ασταμάτητα στον σημερινό κόσμο με αισθητήρια κινητά. Επιστήμες όπως η στατιστική, η εξόρυξη δεδομένων και η θεωρία επεξεργασίας δεδομένων είναι απαραίτητες για την εύρεση μοτίβων σε αριθμούς. Η τεχνολογική κοινότητα δίνει μεγάλη σημασία στη μηχανική μάθηση, δηλαδή προσπαθεί να διδάξει τις μηχανές να παίρνουν αποφάσεις μόνες τους, ξεκινώντας από τέτοια μοτίβα. Ως εκ τούτου, ο σχεδιαστής πρέπει να κατανοήσει τις μαθηματικές μεθόδους προκειμένου να χρησιμοποιήσει τις πληροφορίες που λαμβάνονται στο σχεδιασμό.

Ψυχολογία

Τεχνητή Νοημοσύνη και Ψυχολογία
Τεχνητή Νοημοσύνη και Ψυχολογία

Η τεχνητή νοημοσύνη θα πρέπει να αλληλεπιδρά με τον χρήστη με διαφορετικούς τρόπους, ας πούμε, στις δύο το μεσημέρι και στις δύο το πρωί. Εάν η ώρα αργεί ασυνήθιστα, τότε ο χρήστης πιθανότατα είναι αναστατωμένος επειδή δεν μπορεί να κοιμηθεί. Ή ευδιάθετος γιατί ήπιε. Ή πανικοβλήθηκε γιατί είχε συμβεί κάτι εξαιρετικό. Είναι σημαντικό να δώσετε προσοχή σε αυτό.

Οι σχεδιαστές πρέπει να κατανοήσουν ότι οι χρήστες μπορούν να αντιδράσουν πολύ διαφορετικά σε διαφορετικές καταστάσεις. Έτσι, η πρόθεσή τους θα πρέπει να επηρεάζεται από παράγοντες όπως η διάθεση, η τοποθεσία του χρήστη, ακόμη και το τι ήταν για μεσημεριανό γεύμα σήμερα. Αυτό θα απαιτήσει μια βαθιά κατανόηση της ανθρώπινης ψυχολογίας.

Ένα από τα μεγαλύτερα μειονεκτήματα των συστημάτων τεχνητής νοημοσύνης είναι ότι μπορεί να είναι απογοητευτικά για τον χρήστη. Και οι άνθρωποι δεν έχουν την τάση να αντιμετωπίζουν τις μηχανές με την ίδια κατανόηση που αντιμετωπίζουν ο ένας τον άλλον. Η τεχνητή νοημοσύνη που μπορεί γρήγορα και σωστά να κατανοήσει το αίτημα ή την πρόθεση ενός χρήστη με βάση το πλαίσιο, τις συνθήκες και τη συναισθηματική κατάσταση θα είναι το κλειδί.

Κοινωνιολογία

Τεχνητή Νοημοσύνη και Κοινωνιολογία
Τεχνητή Νοημοσύνη και Κοινωνιολογία

Οι σχεδιαστές πρέπει να εξετάσουν πότε και εάν η τεχνητή νοημοσύνη θα θεωρείται ξεχωριστό μέρος της κοινωνίας. Πρέπει να δώσουμε ονόματα συστημάτων όπως Siri, Cortana και Alexa και θα είναι διαφορετικά μεταξύ τους; Ή μήπως αυτά τα ονόματα είναι απλώς μια επωνυμία; Πώς θα μοιάζει το ευφυές περιβάλλον; Μπορούν διαφορετικά AI να επιτρέπεται να επικοινωνούν και να αλληλεπιδρούν μεταξύ τους; Μπορεί το δίκτυο τεχνητής νοημοσύνης να γίνει μια ανεξάρτητη κοινωνία; Και μια τέτοια κοινωνία θα υπόκειται σε αλλαγές λόγω των ανθρώπων που χρησιμοποιούν το σύστημα;

Αυτό σημαίνει ότι ο σχεδιαστής πρέπει να γνωρίζει καλά τις κοινωνιολογικές θεωρίες και να εφαρμόζει αυτή τη γνώση στην πράξη σε ευφυή συστήματα.

Βιολογία

Τεχνητή Νοημοσύνη και Βιολογία
Τεχνητή Νοημοσύνη και Βιολογία

Η συνθετική βιολογία είναι μια νέα κατεύθυνση στην επιστήμη: οι επιστήμονες συνδυάζουν βιομοριακά συστατικά σε νέες δομές και δίκτυα και αλλάζουν το DNA των ζωντανών οργανισμών. Αυτό σημαίνει ότι στο μέλλον, οι σχεδιαστές και οι αρχιτέκτονες θα μπορούν να χρησιμοποιούν φυσικά υλικά για την κατασκευή ρούχων και την κατασκευή κτιρίων.

Η τεχνητή νοημοσύνη θα οδηγήσει τη συνθετική βιολογία στο επόμενο επίπεδο, επιτρέποντας στους ζωντανούς οργανισμούς να αναπτύσσονται και να αλλάζουν σύμφωνα με τις αρχές της μηχανικής μάθησης. Για παράδειγμα, ρίξτε μια ματιά στην Ginkgo Bioworks, μια startup που σχεδιάζει ρομπότ για την κατασκευή γονιδίων. Η εταιρεία συγκέντρωσε πρόσφατα 100 εκατομμύρια δολάρια για να επεκτείνει τις δραστηριότητές της. Ένας από τους πελάτες της Ginkgo Bioworks, μιας εταιρείας αρωμάτων, ανέθεσε σε μια startup να αναπτύξει συνθετικό ροδέλαιο ώστε να σταματήσει να το εξάγει από αληθινά τριαντάφυλλα.

Η γραμμή μεταξύ της τεχνητής νοημοσύνης και της πραγματικής ζωής γίνεται όλο και πιο θολή. Σύντομα, οι σχεδιαστές θα πρέπει να μάθουν πώς να χρησιμοποιούν ζωντανούς οργανισμούς για να δημιουργούν έξυπνα αντικείμενα και περιβάλλοντα. Η βαθιά κατανόηση της βιολογίας και της ηθικής θα παίξει σημαντικό ρόλο σε αυτό.

Συνιστάται: