Sidebar是我最近常去的一個小站, 每天會有五篇關(guān)于設(shè)計的文章，工作之余看看，讀一個畫一個勾，很是舒服。周一的推送中有一篇 How UX helped me learn English，讓我想到自己——英文閱讀能力的薄弱使我對前沿設(shè)計的學(xué)習(xí)大打折扣。于是我準備對一些關(guān)于設(shè)計的有意思的文章（來自Medium等）做個翻譯，但愿以后能像讀中文一樣無障礙地閱讀它們。
第一篇原文來自：Algorithm-Driven Design: How Artificial Intelligence Is Changing Design
作者是來自俄羅斯的設(shè)計師 Yury Vetrov。通過 Smashing Magazine 我聯(lián)系到了 Yury 本人，得到了翻譯和轉(zhuǎn)載的授權(quán)。他回復(fù)郵件說“glad to see a Chinese version of my article”，開心~?
附上他的聯(lián)系方式和介紹：Yury Vetrov 的 LinkedIn
在我關(guān)注算法驅(qū)動的設(shè)計的幾年時間里，我漸漸收集了一些設(shè)計實例。這些實現(xiàn)設(shè)計的方法可以幫助我們構(gòu)造界面，準備設(shè)計的資源和內(nèi)容，以及個性化我們的用戶體驗，但這方面的信息仍然比較稀少，沒有形成系統(tǒng)的知識體系。
然而在2016年，算法驅(qū)動的技術(shù)變得更加成熟，設(shè)計者對算法、神經(jīng)網(wǎng)絡(luò)、人工智能等領(lǐng)域的關(guān)注也越來越多。是時候重新思考設(shè)計師的現(xiàn)代角色了。
設(shè)計師會被機器人取代嗎？
從一家小眾的CMS（內(nèi)容管理系統(tǒng)）The Grid?中可以看到，算法驅(qū)動設(shè)計具有引人注目的前景。模板和內(nèi)容的風(fēng)格選擇、調(diào)整和剪裁圖片——都由它來一手完成。此外，系統(tǒng)還使用 A/B測試來選擇最合適的模式。產(chǎn)品還處在內(nèi)部beta版本階段，因此我們只能通過宣傳和廣告來進行了解。
Design News社區(qū)創(chuàng)建了 The Grid 的真實案例，它擁有一個混合反饋——讓人們來評斷設(shè)計和代碼的質(zhì)量如何。這讓很多人消除了對算法驅(qū)動設(shè)計的質(zhì)疑和顧慮。
用算法完全代替設(shè)計師的工作聽上去很有未來感，卻是一個錯誤的觀點。產(chǎn)品設(shè)計師需要把一個粗略的產(chǎn)品模型轉(zhuǎn)化為擁有可靠的交互原則、完善的信息架構(gòu)和視覺風(fēng)格的、精細的用戶界面，幫助企業(yè)達到商業(yè)目標(biāo)，提升品牌效應(yīng)。
設(shè)計師做了很多大與小的決定；其中的很多決定難以用清晰的流程表述。增長的需求不會100%的清晰和一致，因而需要設(shè)計師這樣的角色幫助產(chǎn)品經(jīng)理解決沖突——最終做出更好的產(chǎn)品。這遠遠不止選擇一個合適的模板或用內(nèi)容填充它那么簡單。
然而，談起創(chuàng)造性的結(jié)合，當(dāng)設(shè)計師“結(jié)對工作”、用算法完成產(chǎn)品任務(wù)時，我們可以看到很多優(yōu)秀的范例和潛在的可能。算法可以提升我們?nèi)粘５木W(wǎng)站設(shè)計和移動應(yīng)用設(shè)計工作，這是件有趣的事。
與算法的創(chuàng)造性結(jié)合
設(shè)計師學(xué)到了用一些工具和技巧去達到完美的境界，這導(dǎo)致一個新詞匯的誕生：產(chǎn)品設(shè)計師。產(chǎn)品設(shè)計師是一個產(chǎn)品團隊中積極主動的成員；他們理解用戶研究是如何工作的，決定交互設(shè)計和信息架構(gòu)；他們可以構(gòu)建一種視覺風(fēng)格，用動效設(shè)計讓產(chǎn)品活起來，他們也可以對實現(xiàn)的代碼做簡單的修改。這個角色對任何團隊都是無價之寶。
但是，在這些技術(shù)中做出平衡并不簡單——你沒有足夠多時間在產(chǎn)品工作的方方面面保持專注。當(dāng)然，設(shè)計工具最新推出的功能可以縮短交付物完成的時間，同時增長我們的技能。但這還不夠。還有過多的日常任務(wù)和職責(zé)在吞噬我們省下的時間。我們需要進一步自動化和簡化工作流程。我總結(jié)了與此相關(guān)的三個關(guān)鍵點：
- 構(gòu)建一個UI；
- 為其準備內(nèi)容和資源；
- 個性化用戶體驗。
構(gòu)建一個UI
類似Medium, Readymag和Squarespace的發(fā)布工具已經(jīng)簡化了寫作者的工作——無數(shù)高質(zhì)量的模板帶給作者優(yōu)質(zhì)的設(shè)計排版，而無需付給設(shè)計師酬勞。其實這些模板可以更加智能，這樣寫作的門檻會變得更低。
例如，當(dāng) The Grid 還在beta版本時，Wix，已獲巨大成功的網(wǎng)站創(chuàng)建服務(wù)，已經(jīng)開始包含了一些算法驅(qū)動的設(shè)計功能。他們發(fā)布了高級智能設(shè)計 Advanced Design Intelligence，看上去與 The Grid 的針對非專業(yè)人士的半自動網(wǎng)站創(chuàng)建功能相似。Wix 用很多高質(zhì)的現(xiàn)代化網(wǎng)站示例來訓(xùn)練算法，并嘗試去做與客戶產(chǎn)業(yè)相關(guān)的設(shè)計風(fēng)格建議。對非專業(yè)人士來說，選擇一個合適的模板作為設(shè)計并不容易，而像 Wix 和 The Grid 的產(chǎn)品就提供了設(shè)計專家的服務(wù)。
（視頻無法分享，翻越后可見：Wix.com Introducing Wix ADI）
在 The Grid 的例子中， 沒有設(shè)計師的加入，創(chuàng)意過程確實可能誕生出平凡的、老生常談的設(shè)計結(jié)果（即使它提升了整體質(zhì)量）。但如果我們把這個過程當(dāng)作是與電腦的“結(jié)對設(shè)計”，那么就可以省去很多日常任務(wù)；比如，設(shè)計師可以在 Dribbble 或 Pinterest 上創(chuàng)建一個 moodboard 心情板，這樣算法就可以把其中的模式迅速應(yīng)用到原型中，給出一個合適的模板。設(shè)計師們成為了他們新學(xué)徒——計算機的藝術(shù)指導(dǎo)。
當(dāng)然，我們無法用這種方式創(chuàng)造一個革命性的產(chǎn)品，但它可以給我們騰出更多的時間去做這種產(chǎn)品。而且，很多工作是為了達成目標(biāo)，并不需要太多的創(chuàng)新。如果企業(yè)足夠成熟，擁有一個設(shè)計系統(tǒng)，那么算法驅(qū)動的設(shè)計將會更加有效。
舉個例子，設(shè)計師和開發(fā)人員可以定義關(guān)于內(nèi)容、情景和用戶數(shù)據(jù)的邏輯處理；接著，平臺根據(jù)一些準則和模式來進行設(shè)計。這樣，省去了手繪或編程得到一大堆頁面狀態(tài)的步驟，我們就可以專心為每個使用場景調(diào)整最為微小的細節(jié)。Florian Schulz 展示了如何使用填充法去創(chuàng)建大量部件的狀態(tài)。
我對算法驅(qū)動設(shè)計的興趣始于2012年，那時我的設(shè)計團隊 Mail.Ru 需要一個自動的雜志排版。當(dāng)時產(chǎn)品內(nèi)容的結(jié)構(gòu)做的很差，而手動修改又代價太大。怎樣才能擁有現(xiàn)代感的設(shè)計，特別是在編輯無法勝任設(shè)計師的時候呢？
是的，腳本可以解析一篇文章。根據(jù)每篇文章的內(nèi)容（段落數(shù)、字數(shù)、圖片數(shù)及其格式，插入的引用和表格，等等），腳本會選擇最合適的模式去呈現(xiàn)每個部分。腳本也可以進行混排，最終的設(shè)計就會變得豐富多樣。這省去了編輯人員重做舊內(nèi)容的時間，設(shè)計師只需加上這些擁有新樣式的模塊就可以了。Flipboard 在幾年前建了一個非常類似的模型。
Vox Media 用相似的理念做了一個主頁生成器。算法結(jié)合一個樣板庫中的不同范例找出所有可能有效的排版，接著，每個排版都用一些特征做了測試和評分。最終，生成器選擇“最好的”排版布局——一般來說是得分最高的那個。這比手動選擇最好的網(wǎng)頁有效多了，Relap.io 這樣的推薦引擎也能證實這一點。
準備內(nèi)容和資源
制作餅干模具一樣的多個樣式的圖片資源是設(shè)計師最無聊的工作之一了。這種工作浪費了很多時間，讓人產(chǎn)生倦怠感。設(shè)計師應(yīng)該把這些時間花在更有價值的工作中。
算法可以擔(dān)任起諸如配色的任務(wù)。Yandex.Launcher 根據(jù) app 的圖標(biāo)用算法自動為 app 卡片設(shè)置顏色。其它可能的變量可以是自動設(shè)置的選項，比如通過背景色自動改變文本顏色，突出照片中的眼睛用以強調(diào)情緒的表達，以及實現(xiàn)參數(shù)化的字體等等。
算法可以創(chuàng)造出完整的作品。Yandex.Market 為電商產(chǎn)品使用了一個增進圖像生成器（in?Russian）。銷售人員填寫一個簡單的帶標(biāo)題和圖片的表格，生成器就會給出一個遵循設(shè)計規(guī)范的無限多的設(shè)計集合。Netflix 則走的更遠——它用腳本為海報挑選電影人物，加上固定風(fēng)格的、本地化的標(biāo)題，然后在用戶中進行自動化測試。真是神奇！科技培養(yǎng)了機器撰寫科技報道的品味。Wow!
真正的黑科技存在于神經(jīng)網(wǎng)絡(luò)算法中。Prisma就是個活生生的例子，它把照片風(fēng)格化成著名藝術(shù)家的作品的樣子。Artisto?可以用相似的方法處理視頻（甚至視頻流）。
（視頻翻越后可見：Aristo app: example）
不過這只是一個開端。當(dāng)然，你可以在手機上下載一個app，幾秒內(nèi)得到結(jié)果，而不用求助Github上的資源庫；但它仍然無法讓你應(yīng)用自己想要的風(fēng)格，不通過訓(xùn)練神經(jīng)網(wǎng)絡(luò)就得到很好的結(jié)果。然而，當(dāng)這一切最終發(fā)生時，它是否會讓畫家們變得無用呢？我很懷疑它對那些有著堅定而獨特的風(fēng)格的藝術(shù)家的影響。但當(dāng)你需要為一篇文章或網(wǎng)站配上優(yōu)雅的插圖（而非一個特殊要求）時，它確實降低了門檻。再也不會出現(xiàn)無聊的素材圖了！
真正獨特的風(fēng)格可以基于類似“如果我們以統(tǒng)一的標(biāo)準描繪一個建筑，會怎樣”的問題，快速做出固定風(fēng)格的素描。例如，Pixar 的動畫藝術(shù)家 Ratatouille 試著把多種不同風(fēng)格應(yīng)用到電影的風(fēng)景和人物上；如果用神經(jīng)網(wǎng)絡(luò)來做素描呢？我們也可以用連環(huán)畫創(chuàng)建故事板和描繪場景（照片可以輕松轉(zhuǎn)化為速寫）。這樣的例子還有很多。
最后一點，算法還能創(chuàng)造人身特征 live identity。動效設(shè)計在近期的品牌宣傳中變得非常流行，而有些企業(yè)則走的更遠。例如，Wolff Olins 為?Brazilian telecom Oi?制作了一個對人聲做出反應(yīng)的 live identity。無需創(chuàng)意團隊的幫助，你就能用算法實現(xiàn)一些瘋狂的想法。
個性化用戶體驗
為一部分群體甚至少數(shù)特殊用戶定制個性化的產(chǎn)品，是獲得清晰良好的策略的一種方法。從每天的 Facebook 新聞聚合、Google 搜索結(jié)果、Netflix 和 Spotify 的推薦和許多其他產(chǎn)品中我們能看出這點。除了能減輕用戶過濾信息的負擔(dān)，用戶與品牌的聯(lián)系也變得更加感性，因為產(chǎn)品似乎時刻都在為自己著想。
然而，現(xiàn)在的關(guān)鍵問題是設(shè)計師在解決方法時扮演的角色。我們很少擁有編寫這些算法的技術(shù)——工程師和數(shù)據(jù)分析師是這方面的專業(yè)人士。CX Partners 的 Giles Colborne 見證了 Spotify’s Discover Weekly 的一個很好的例子：歌曲列表是其中唯一的經(jīng)典UX設(shè)計元素，而推薦系統(tǒng)擔(dān)負著特別的工作，它將優(yōu)秀的音樂填入到設(shè)計模板之中。
Colborne 為設(shè)計師提供了一些建議，建議如何在數(shù)字時代成為“有用”的設(shè)計師，以及如何用多種數(shù)據(jù)資源建立模型、訓(xùn)練算法。學(xué)習(xí)用大數(shù)據(jù)設(shè)計，把它集成到可實施的想法中去，這些其實很重要。例如，Airbnb 學(xué)習(xí)了怎樣回答這樣的問題，“列表中的旅店在未來任何一天的預(yù)定價格是多少？” 這樣一來，房東就可以設(shè)置具有競爭力的價格。Netflix 的推薦引擎也有很多這樣的例子。
Interaction designers vs algorithms
（譯者：這篇發(fā)表在LinkedIn上的PPT說的很不錯，大概意思是：設(shè)計其實是為大量你不了解的用戶做的，要知道大家的喜好，就要學(xué)會分析數(shù)據(jù)，通過一些算法去得出最優(yōu)解，這樣才能更好地為他們提供服務(wù)。這里還說到隨著設(shè)計工作的深入，設(shè)計師會越來越明白設(shè)計的核心是理解人類的語言，理解人們信息傳達的方式。）
“超前設(shè)計”，一個相對新的概念，對個性化用戶體驗和預(yù)測用戶意愿展開了更廣泛的討論。我們已經(jīng)在手機上擁有了這幾樣?xùn)|西：Google Now 用歷史位置數(shù)據(jù)自動規(guī)劃下班回家的路線；Siri 也用了相似的理念。然而，這里的關(guān)鍵因素是信任。為了超前執(zhí)行這些動作，人們需要把后臺收集個人數(shù)據(jù)的權(quán)限交給這些大公司。
我已經(jīng)提到一些來自 Netflix, Vox Media 和 The Grid 的自動測試設(shè)計變量的例子。Liam Spradlin 的“變化設(shè)計”是另一種建立在算法基礎(chǔ)上的個性化用戶體驗的有趣的方式。它是一個良好的自適應(yīng)界面模型，關(guān)聯(lián)了很多變量來滿足特殊用戶的需求。
