优秀AI产品的七大设计原则

优化容错率意味着机器学习产品将使用找到的所有正确答案，即使同时会显示出一些错误的答案。假设我们建立了可以识别毕加索画作的AI。如果我们针对容错进行优化，该算法将列出所有毕加索的画作，但是一些梵高也可能会出现在结果中。

优化准确度意味着机器学习算法将仅使用明显正确的答案，但是会漏掉一些边缘的正确结果。它的结果中只会显示毕加索的画而不出现梵高的画，但是同时可能会错过一些毕加索的画。它不会找到所有正确的答案，只会找到部分正确的案例。

在进行AI产品交互设计时，我们可以帮助开发人员确定要优化的内容。提供有关人类反应和人类优先事项的有价值的见解，这也说明了设计师是在AI项目中的重要角色。

AI UX原则 #5：为工程师提供合适的训练数据

从工程方面创建AI产品通常需要执行以下三个高级步骤：

1. 寻找适合您任务的最佳AI算法。
2. 提供AI训练数据。AI从这些数据中学习并创建一个将在实时产品中使用的模型。在上面的示例中，训练数据将包括很多绘画以及每一个绘画的画家的姓名。
3. 发布产品。在为用户做某些事情之前，它将使用经过训练的模型。它还可能会收集新数据供以后使用，从而重新训练模型并改善其自身性能。

因此，您确实需要训练数据。用户体验设计相关人员需要帮助收集培训数据并定义人们希望从AI产品中看到的预期结果。

有时定义预期结果很容易。但当结果与用户相关联时，一切就变得复杂起来。Netflix电影推荐真的有用吗？用户体验设计团队旨在了解用户并定义标准。

工程师将需要训练数据，尤其是对于可以输入到机器学习算法中的不同输入给出明确定义的结果。据报道，谷歌聘请了“内容专家”，即产品领域的专家来帮助建立训练数据集。

收集初始数据集后，工程师可以训练算法，我们可以开始使用早期原型进行用户测试。通过这些测试，我们对训练好的模型进行再次检验，以了解它们在真实用户中的表现。在一个AI项目中，开发人员和设计人员之间需要更紧密的协作。

AI UX原则#6：AI产品的用户测试（传统的用户测试方法无法应用在AI产品中）

与常规应用相比，测试AI产品的用户体验困难得多。这些AI应用程序主要用于提供个性化的内容，但在线框图中我们几乎没有办法使用一些虚拟的方式来模拟它们。但是，这里有两种有效的测试方法可以起作用：绿野仙踪测试和个人内容。

在《绿野仙踪》研究期间，有人模仿产品在后台的反应。它通常会用一个真实的人回答每个消息来测试聊天机器人，并假装该机器人正在编写。

您还可以在测试情况下使用测试参与者的个人内容。询问他们最喜欢的音乐家和歌曲，并使用他们测试音乐推荐引擎。这可以测试人们的预设以及他们对好和坏的推荐所做出的不同反应。

AI UX原则#7：提供反馈的机会

如果我们将越来越多的数据输入到机器学习算法中，那么AI产品的用户体验将越来越好。下面的电影推荐系统，对于显示的每部电影，用户都可以设置是否喜欢。它为算法收集了大量的训练数据。

（编辑：惠州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!