人工智能时代的设计师生存手册 - (EPUB全文下载)

文件大小：0.22 mb。
文件格式：epub 格式。
书籍内容：

人工智能时代的设计师生存手册
第1章　人工智能的定义与人机交互的发展
第2章　人工智能对设计的影响
第3章　人工智能对设计师的影响
第4章　人工智能时代下交互设计的改变
第5章　如何设计一款人工智能产品
第6章　未来五年后的设计
第7章　他山之石，可以攻玉——跨界设计师采访
附录　面向用户的人工智能系统底层设计
第1章　人工智能的定义与人机交互的发展
1.1　人工智能的发展历程
说起人工智能（Artificial Intelligence，AI），不得不提及人工智能的历史。人工智能的概念主要由艾伦·图灵（Alan Turing）(1)提出：机器会思考吗？如果一台机器能够与人类对话而不被辨别出其机器的身份，那么这台机器具有智能的特征。同年，艾伦·图灵还预言存在一定的可能性可以创造出具有真正智能的机器。
1.1.1　AI诞生
1956年8月，在达特茅斯学院举行的一次会议上，来自不同领域（数学、心理学、工程学、经济学和政治学）的科学家一起讨论如何利用机器来模仿人类学习以及其他方面的智能。会议足足开了两个月的时间，虽然大家没有达成普遍的共识，但是却为会议讨论的内容起了一个名字：“人工智能”，并正式把人工智能确立为研究学科。因此，1956年成了人工智能的元年。
2006年达特茅斯会议当事人重聚，左起：特伦查德·摩尔（Trenchard More）、约翰·麦卡锡（John McCarthy）(2)、马文·明斯基（Marvin Minsky）(3)、奥利弗·赛尔弗里纪（Oliver Selfridge）、雷·索洛莫洛夫（Ray Solomonoff）
1.1.2　第一次发展高潮（1955—1974年）
达特茅斯会议之后是大发现的时代。对很多人来讲，这一阶段开发出来的程序堪称神奇：计算机可以解决代数应用题、证明几何定理、学习和使用英语。在众多研究当中，搜索式推理、自然语言、微世界(4)在当时最具影响力。
大量成功的AI程序和新的研究方向不断涌现，研究学者认为具有完全智能的机器将在二十年内出现并给出了如下预言：
1958年，赫伯特·西蒙（H.A Simon）和艾伦·纽厄尔（Allen Newell）认为：“十年之内，数字计算机将成为国际象棋世界冠军；数字计算机将发现并证明一个重要的数学定理。”
1965年，赫伯特·西蒙认为：“二十年内，机器将能完成人能做到的一切工作。”
1967年，马文·明斯基认为：“在一代人的时间里，各种创造‘人工智能’的问题将获得实质上的解决。”
1970年，马文·明斯基认为：“在3~8年的时间里我们将得到一台具有人类平均智能的机器。”
美国政府向这一新兴领域投入了大笔资金，每年将数百万美元投入到麻省理工学院、卡耐基梅隆大学、爱丁堡大学和斯坦福大学四个研究机构，并允许研究学者去研究任何感兴趣的方向。
当时主要成就如下：
（1）人工神经网络在20世纪30—50年代被提出，1951年马文·明斯基制造出第一台神经网络机。
（2）理查·贝尔曼（Richard Bellman）提出了贝尔曼方程（也被称为动态规划方程，被认为是强化学习的雏形）。
（3）弗兰克•罗森布拉特（Frank Rosenblatt）提出了感知器模型（深度学习的雏形）。
（4）人工智能研究人员先后提出了搜索式推理、自然语言处理、微世界等人工智能概念。
（5）人工智能研究人员首次提出：人工智能拥有模仿智能的特征，懂得使用语言，懂得形成抽象概念并解决人类现存问题。
（6）亚瑟·塞缪尔（Arthur Samuel）在20世纪50年代中期和60年代初期开发了国际象棋程序，程序的棋力已经可以挑战具有相当水平的业余爱好者。
（7）查理·罗森（Charlie Rosen）打造了全球首款具备移动能力的智能机器人Shakey，它可以感知周围环境并创建路线规划；可以根据明晰的事实来推断隐藏的含义；能够通过普通英语进行沟通。该机器人项目受到政府和研究人员的大力宣传，人们将其视作世界上第一台通用机器人。
1.1.3　第一次寒冬（1974—1980年）
20世纪70年代初，人工智能的研究首次遭遇到瓶颈。研究学者逐渐发现，虽然机器拥有了简单的逻辑推理能力，但遭遇到当时无法克服的基础性障碍，人工智能停留在“玩具”阶段止步不前，远远达不到曾经预言的完全智能。詹姆斯·莱特希尔（James Lighthill）在1973年发出的报告中对目前人工智能基础研究进行了评判，认为当前的自动机和中央神经系统研究虽然有价值但进展令人失望，并认为机器人研究没有太大价值，建议取消对机器人的研究。由于此前的过于乐观使得人们期待过高，当人工智能研究人员的承诺无法兑现时，公众开始激烈批评相关研究人员，许多机构不断减少对人工智能研究的资助，直至停止拨款。
当时主要问题如下：
（1）计算机运算能力遭遇瓶颈，无法解决指数型爆炸的复杂计算问题。
（2）常识和推理需要大量对世界的认识信息，计算机达不到“看懂”和“听懂”的地步。
（3）计算机无法解决莫拉维克悖论(5)。
（4）计算机无法解决部分涉及自动规划的逻辑问题。
（5）神经网络研究学者遭遇冷落。
1.1.4　第二次发展高潮（1980—1987年）
20世纪80年代初，一类名为“专家系统”(6)的AI程序开始被全世界的公司所采纳，人工智能研究迎来了新一轮高潮。在这期间，卡耐基梅隆大学为DEC公司设计的XCON专家系统能够每年为DEC公司节省数千万美金。日本经济产业省拨款8亿5千万美元支持第五代计算机项目，其目标是造出能够与人对话、翻译语言、解释图像、能够像人一样推理的机器。其他国家也纷纷做出了响应，并对AI和信息技术的大规模项目提供了巨额资助。
当时主要成就如下：
（1）专家系统的诞生。
（2）人工智能研究人员发现智能可能需要建立在对分门别类的大量知识的多种处理方法之上。
（3）由杰弗里·辛顿（Geoffrey Hinton）(7)等研究人员提出的反向传播算法实现了神经网络训练的突破，神经网络研究学者重新受到关注。
（4）人工智能研究人员首次提出：机器为了获 ............

以上为书籍内容预览，如需阅读全文内容请下载EPUB源文件，祝您阅读愉快。