內容簡介
AI歷史×深度學習×互動設計×技術運用×未來發展
人總有疲累、犯錯的時候，但是AI永遠乖巧聽話；
你說AI不懂創意，只能做死板的工作？
隨著科技發展，AI人性化程度也愈來愈高，
再不懂得提升自己，最後只能被人工智慧所淘汰！
跨界設計師甘苦談，讓前輩把經驗向你娓娓道來！
【人工智慧在紅什麼？】
．AI的誕生
1956年8月，在達特茅斯學院舉行的一次會議上，來自不同領域（數學、心理學、工程學、經濟學和政治學）的科學家一起討論如何利用機器來模仿人類學習以及其他方面的智慧，「人工智慧」正式被確立為研究學科。
．人機互動的發展歷程
60年前，人工智慧和人機互動就像藍綠一樣是勢如水火的兩大陣營？
明斯基：「我們要讓機器變得智慧，我們要讓它們擁有意識。」
恩格爾巴特：「你要為機器做這些事？那你又打算為人類做些什麼呢？」
．機器學習和深度學習
機器學習是一門涉及統計學、神經網路、優化理論、電腦科學、腦科學等多個領域的交叉學科，它主要研究電腦如何模擬或者實現人類的學習行為，以便獲取新的知識或技能，細分為：監督學習、非監督學習、半監督學習、強化學習。深度學習是機器學習下面的一條分支， AlphaGo正是採用了深度學習算法擊敗了人類世界冠軍，並促進了AI其他領域（如自然語言和機器視覺）的發展。
【人工智慧如何影響設計？】
．從圖片到影像，Adobe Sensei平臺幫助設計師解決在媒體素材創意過程中面臨的一系列問題，並將重複工作變得自動化。
．看動畫總覺得某些場景崩壞？自動描線的技術能夠自動辨識圖像，並確定圖像的具體輪廓，進而完成描線的工作，大大減輕畫師的負擔。
．圖文內容的排版涉及大量的專業知識，包括視覺傳達、色彩與美學、幾何構圖等， Duplo透過模組化和網格系統快速把內容放入尺寸各異的幾千種頁面中，解決不同螢幕尺寸下的圖文排版問題。
【AI衝擊！設計師該何去何從？】
既然AI如此方便，設計師的存在似乎就可有可無了？
．最容易被取代的三大設計，看看自己符合了哪些！
．深耕藝術設計、個性化設計、跨界思考……六種方法助你永保飯碗！
【比人還通人性！談AI的實踐】
．AI設計八大原則：個性化、環境理解、安靜、安全「後門」、準確性和即時性、自我學習與修正、有禮貌、人格設定。
．產品設計三要素：透過增強記憶、訓練思考和預測行動，將人工智慧最佳化。
．從圖形使用者介面（GUI）到語音命令裝置（VUI），為什麼要將GUI轉換為VUI？
【未來五年，人工智慧的發展】
．智慧城市
下水道設計不良，一遇到暴雨瞬間變水上威尼斯？
每次上路總是提心吊膽，深怕遇到馬路三寶？
警力資源嚴重不足！誰可以代替交警外出巡邏？
交通、能源、供水、建築……數位監控平臺將接管城市管理的工作！
．商場
對商場上的惡性競爭感到厭倦了嗎？透過AI技術，有錢大家一起賺！
讓不同性質的店家組成一個體系，推播優惠券製造雙贏效果。
．家園
在家裡擺上一幅霍格華茲的胖夫人畫像不再是夢？
Atmoph Window不僅能隨意切換內容，還能配合主題發出相應聲音，彷彿身歷其境！
★特別收錄：跨界設計師甘苦談、針對使用者的人工智慧系統底層設計
本書特色
本書從技術角度切入，介紹當前人工智慧的相關知識，再圍繞商業、產品、使用者需求等多個角度闡述人工智慧與設計的關係，提出人工智慧設計的相關見解，同時也結合了作者本身的學習和工作經驗，對設計師在AI時代下的發展規劃給予相關建議。
作者介紹
作者簡介
薛志榮
互動設計師，同時也是一名獨立開發者。平時喜歡研究新領域，如人工智慧、AR和深度學習，擁有多項發明和外觀專利。
目錄
序言一
序言二
前言
第1章 人工智慧的定義與人機互動的發展
1.1 人工智慧的發展歷程
1.2 人機互動的發展歷程
1.3 人工智慧再次爆發的原因
1.4 現在說的人工智慧是什麼？
1.5 機器學習和深度學習是什麼？
1.6 人工智慧的基礎能力
1.7 人工智慧的主要發展方向
第2章 人工智慧對設計的影響
2.1 人工智慧如何影響設計
2.2 人工智慧對使用者體驗的影響
2.3 結語
第3章 人工智慧對設計師的影響
3.1 哪些設計容易被人工智慧取代？
3.2 設計師與人工智慧
3.3 AI時代下設計師的機會與挑戰
第4章 人工智慧時代下互動設計的改變
4.1 多模態互動
4.2 行動產品互動設計的改變
4.3 三維空間下的互動設計
4.4 語音互動設計
第5章 如何設計一款人工智慧產品
5.1 新的設計對象
5.2 參考與人類交流的方式
5.3 人工智慧設計八原則
5.4 簡化人工智慧的理解
5.5 從GUI到VUI
第6章 未來5年後的設計
6.1 智慧城市設計
6.2 新零售設計
6.3 家的設計
第7章 他山之石，可以攻玉—跨界設計師採訪
7.1 我們只是終身學習者而已
7.2 如何設計AI音箱和VR產品
7.3 設計師如何在智慧化時代持續學習和成長？
附錄 針對使用者的人工智慧系統底層設計
1. 「去中心化」的網際網路
2. 最合適的私人伺服器
3. 資料的進一步利用
4. 人工智慧資料倉儲設計
