WWDC 19，Session 803，機(jī)器學(xué)習(xí)與體驗(yàn)設(shè)計(jì)相關(guān)話題，包括基本原理、設(shè)計(jì)要素、數(shù)據(jù)、指標(biāo)、界面設(shè)計(jì)原則。

基本原理與設(shè)計(jì)要素

說起機(jī)器學(xué)習(xí)，我們總會(huì)想到一系列相關(guān)話題，例如語音識(shí)別、計(jì)算機(jī)視覺、深度神經(jīng)網(wǎng)絡(luò)、個(gè)性化處理等等。在 Apple，我們非常關(guān)注于如何面向機(jī)器學(xué)習(xí)進(jìn)行體驗(yàn)設(shè)計(jì)，因?yàn)槲覀冋谔峁┗驅(qū)⒁蛟斓?a href="http://76r.com.cn/tag/%e4%ba%a7%e5%93%81" class="tag_a" target="_blank">產(chǎn)品都不可能脫離于這項(xiàng)技術(shù)而存在。

例如 AirPods 可以幫助我們喚起 Siri，進(jìn)而使我們能夠在脫離屏幕和雙手參與的情況下，僅通過語音來控制設(shè)備；離開了 Siri 與機(jī)器學(xué)習(xí)，這樣的體驗(yàn)就無從談起。

同樣以機(jī)器學(xué)習(xí)為基礎(chǔ)的 Face ID 則可以幫助我們進(jìn)行便捷的安全認(rèn)證。

機(jī)器學(xué)習(xí)還會(huì)被運(yùn)用到很多人們幾乎察覺不到的地方，于無形之中提升著設(shè)備體驗(yàn)。譬如我們會(huì)通過機(jī)器學(xué)習(xí)來了解人們的打字習(xí)慣，進(jìn)而動(dòng)態(tài)地增大或減小鍵盤按鍵的實(shí)際點(diǎn)擊區(qū)域，使其更符合人們的使用規(guī)律。

機(jī)器學(xué)習(xí)的應(yīng)用形式是多種多樣的，而非局限于語音助手、內(nèi)容推薦算法或是自動(dòng)駕駛一類。它既能被用于現(xiàn)有產(chǎn)品的優(yōu)化，也能融入新產(chǎn)品來實(shí)現(xiàn)更加豐富多彩的體驗(yàn)。

我們接下來以「照片」為例，了解一下機(jī)器學(xué)習(xí)與 app 設(shè)計(jì)之間的關(guān)系。

在「照片」中，機(jī)器學(xué)習(xí)可以幫助人們創(chuàng)建相冊(cè)，編輯照片，搜索記憶。我近來正好需要搜索安吉的照片并分享給朋友們。安吉是我家的狗狗，這張照片拍攝于很多年前。

其實(shí)就在不久之前，要找到這樣一張?zhí)囟ǖ恼掌际欠浅＠щy的事，你需要在手機(jī)里成千上萬張照片當(dāng)中，花上很多時(shí)間尋找一番，期間還必須回想著那張照片可能是在何時(shí)何處拍攝的。我往往會(huì)半途而廢，尋找照片這件事成了我發(fā)起人際交流的障礙。

從 iOS 10 開始，我們?cè)凇刚掌怪幸肓怂阉鞴δ?。?jīng)過持續(xù)的迭代優(yōu)化，如今照片搜索的體驗(yàn)?zāi)Ｊ酱笾率沁@樣的：我點(diǎn)擊搜索框，輸入「dog」，然后得到一個(gè)包含所有狗狗照片的列表；我選擇要找的那張，然后分享給我的朋友。

基于圖像中的內(nèi)容來搜索照片，這一技術(shù)改變了我們與圖像信息的互動(dòng)方式，如今我們已經(jīng)習(xí)以為常。而如此簡(jiǎn)單便捷的體驗(yàn)其實(shí)是經(jīng)過精心設(shè)計(jì)的，其中自然涵蓋一系列界面層面的設(shè)計(jì)工作，例如分類搜索建議、自動(dòng)補(bǔ)全關(guān)鍵詞、將搜索結(jié)果與「時(shí)刻」進(jìn)行關(guān)聯(lián)等等。

然而如果只關(guān)注界面設(shè)計(jì)，我們就很容易忽視掉整個(gè)智能化體驗(yàn)當(dāng)中最為重要的部分，即內(nèi)容本身的輸出邏輯，包括搜索結(jié)果類別及匹配度的制定等等。設(shè)計(jì)不止存在于界面層面。

對(duì)于以機(jī)器學(xué)習(xí)為核心的功能或產(chǎn)品，在塑造其體驗(yàn)時(shí)，設(shè)計(jì)師需要考慮的遠(yuǎn)不止界面樣式和交互層面的設(shè)計(jì)。除了流程、操作體驗(yàn)、外觀美學(xué)等等，我們同樣需要對(duì)機(jī)器學(xué)習(xí)的運(yùn)用方式及輸出邏輯進(jìn)行設(shè)計(jì)。

基本原理

那么讓我們來了解一下機(jī)器學(xué)習(xí)在照片搜索功能當(dāng)中的基本運(yùn)作機(jī)制。

將最核心的邏輯提煉出來，我們可以簡(jiǎn)單地理解為：app 能夠?qū)D像的內(nèi)容進(jìn)行掃描，并判斷其中是否包含著系統(tǒng)已知的對(duì)象類型。

對(duì)于我們的案例來說，app 可以判斷安吉的照片中存在「狗」這種類型。

在傳統(tǒng)的編程方式下，我們必須編寫代碼告訴計(jì)算機(jī)具體做些什么。我們需要在代碼中預(yù)先定義不同的品種、場(chǎng)景，包括不同類型的圖片分辨率，因?yàn)橛脩舾饔胁煌麄兊膼廴捕喾N多樣。

我們還需要通過代碼將狗狗與其他類似的動(dòng)物加以區(qū)分，例如這只鬣狗。它雖然長(zhǎng)得像狗，但你不會(huì)想讓它做你的寵物。

所有這些變量組合起來，其結(jié)果是無窮無盡的，我們完全沒可能通過編寫代碼來預(yù)先進(jìn)行完整的定義。

而「狗」只是我們可能需要識(shí)別的成千上萬的對(duì)象類型當(dāng)中的一種而已，有太多的實(shí)際需求令我們無法預(yù)先告訴計(jì)算機(jī)具體要做些什么。這種情況下，我們就可以通過機(jī)器學(xué)習(xí)技術(shù)來「教」計(jì)算機(jī)該怎樣做。

具體如何來「教」？我們需要為計(jì)算機(jī)提供大量的「范例」進(jìn)行訓(xùn)練。

例如我們希望計(jì)算機(jī)學(xué)會(huì)將包含狗的照片與不包含狗的照片區(qū)分開來，我們就要預(yù)先提供這兩種類型的照片，供它學(xué)習(xí)其中的特征。計(jì)算機(jī)會(huì)逐漸培養(yǎng)出判斷能力，而這個(gè)能力即可被用到我們的 app 當(dāng)中，用以構(gòu)建照片搜索。

我們將這個(gè)判斷能力稱作「模型」。

完成訓(xùn)練之后，模型便可以分析它此前從未見過的照片，從中識(shí)別出不同種類的狗狗，并能將狗狗與其他動(dòng)物或物體區(qū)分開來。

模型是機(jī)器學(xué)習(xí)的核心。任何基于機(jī)器學(xué)習(xí)所構(gòu)建的功能都離不開相應(yīng)的模型。Siri 擁有將人聲轉(zhuǎn)化為文字的模型。鍵盤擁有判斷用戶輸入意圖的模型。

對(duì)于以機(jī)器學(xué)習(xí)為核心的功能或產(chǎn)品，其體驗(yàn)設(shè)計(jì)必須同時(shí)考慮到「界面」與「模型」這兩個(gè)層面。我們本次的主題將涵蓋到這兩大方面。

設(shè)計(jì)要素

模型的訓(xùn)練是一件復(fù)雜的事，你可能需要在算法、參數(shù)、框架等方面進(jìn)行大量的決策。這些決策會(huì)影響到模型的能力，并最終決定著產(chǎn)品體驗(yàn)的優(yōu)劣。

所有相關(guān)決策在本質(zhì)上都是產(chǎn)品設(shè)計(jì)決策。但對(duì)于設(shè)計(jì)師而言，其中的某些方面是需要特別關(guān)注的，包括兩個(gè)層面。

1. 模型層面

• 通過怎樣的范例訓(xùn)練模型，即「數(shù)據(jù)」。
• 如何判斷模型是否有效，即「指標(biāo)」。

2. 界面層面

• 如何將處理結(jié)果呈現(xiàn)給用戶，即「輸出」。
• 用戶如何與模型進(jìn)行互動(dòng)，如何通過互動(dòng)來改進(jìn)模型，即「輸入」。

關(guān)于WWDC 設(shè)計(jì)大會(huì)，這個(gè)專題也不能錯(cuò)過！

歡迎關(guān)注作者的微信公眾號(hào)：「Beforweb」