人工智能对用户体验的影响

人工智能对用户体验的影响

1. 安全性

越接近系统底层的技术越影响用户体验,例如手机中毒或者信息被盗都会对用户产生巨大影响;如果关系到国家安全,整个社会的秩序都会被扰乱,所以安全性是产品以及用户体验的基础。

iPhone X使用了安全性更高的Face ID,Face ID是通过人脸识别技术进行的生物特征认证。苹果表示,Touch ID指纹识别被相同指纹破解的概率是五万分之一,Face ID面部识别被相同面貌破解的概率为一百万分之一,Face ID面部识别的安全性整整提升了20倍。

人脸识别不仅可以提高安全性,同时可以提高用户体验。百度钱包和友宝合作了一款人脸识别自动售货机,用户购买商品时可以通过“刷脸”的形式进行支付,全程不需要掏出手机进行解锁、打开应用、扫码等繁琐的操作,只需要在摄像头前露个脸,商品就会从货架上自动下来,体验非常棒。尤其是在身无一物的健身房里放一个人脸识别自动售货机,可以大大提高健身房的用户体验。

除了刷脸支付外,百度也将人脸识别技术用在安检上。刷工卡才能进入百度办公区域已成为过去,员工还可以通过“刷脸”的形式自由进出办公区域,员工再也不用担心因为忘记带工卡而出入不方便了。

在以往,人口流动密集的地方需要查验身份来确保系统的正常运行。查验身份需要大量的人力和时间,如果遇上春节等情况,工作人员一时忙不过来可能会导致乘客滞留坐不上回家的火车。最近海关、高铁站和机场陆续使用了人脸识别技术进行身份识别,人们只需要通过人脸识别和刷指纹就能完成安检,曾经一两分钟搞定的事情可以在几秒内完成,极大提高了安检效率,从而乘客等待的时间大幅度减少,体验上升。

2. 效率

2.1 实时性

随着计算能力和算法的提升,计算机可以做到实时反馈结果。在以往的重要直播上,视频会显示实时字幕,这是通过给原有直播信号增加5-10分钟的延时,速记员在这短暂的时间内快速整理并输出字幕,但这需要消耗多名速记员的大量体力和脑力。在人工智能时代下,语音识别准确率高达97%,通过语音识别和自然语言处理技术,每场直播都能实现低成本、零延迟的实时字幕。有些直播产品还会在视频旁边显示整场内容的字幕,方便用户随时浏览过去的内容,对于经常不在座位旁但需要了解直播内容的用户来说,这是很棒的用户体验。

如果直播时增加多国语言的需求,需要会场上配置多名同传翻译,成本大幅度提升。相比速记,同传翻译更加消耗翻译人员的体力和脑力,所以你会发现一场直播上最少会有两名同传翻译定期更换。随着直播时间的增长,越到最后翻译质量越得不到保证,这对观众来说并不是一件好事。在人工智能时代下,计算机不仅能做到实时字幕,同时也能做到实时翻译。实时翻译不仅能大幅度降低同传翻译的工作难度,同时也能确保翻译的质量和观众的观看体验。

在会场中观众可能会遇到这样的问题:拿同传翻译设备需要抵押证件或现金,观众难免会担心自己的证件会被弄丢。我相信这个问题很快能解决:不久的将来观众可以使用自己的手机和耳机充当同传翻译设备,不再需要抵押证件,保证观众在会场上的体验和感受。2017年,Google推出了Pixel Buds耳机,这款耳机能够即时翻译40种语言,跨语言沟通不再是难事,被称为《银河系漫游指南》的巴别鱼耳塞,同时这项技术被纳入2018年麻省理工科技评论的“全球十大突破性技术”。

说明:在《银河系漫游指南》中,你只要将巴比鱼塞进耳朵里就能理解任何语言。

2.2 减少流程

通过语音识别、自然语言处理、知识图谱等技术,语音操作开始普及。语音操作可以简化指令型操作,例如设置闹钟。以往设置一个手机闹钟需要“解锁-寻找应用-打开应用-添加闹钟-设置上下午-设置小时-设置分钟-设置是否重复-保存-退出闹钟应用”10步操作;现在通过语音指令“每天6:30叫我起床”一句话就能把一个闹钟设置好,极大减少了操作流程。对于不懂使用手机的老年人来说,语音操作简直就是上天赐予的礼物。

去超市里购物,最心烦的事情是什么?可能很多人会回答:排队结账。的确,排队等待确实很耗时间,谁不想拿了就走?2017年亚马逊推出了颠覆传统超市运营模式的无人超市Amazon Go,Amazon Go使用计算机视觉、深度学习以及传感器融合等技术自动识别顾客的动作、商品位置以及商品状态,顾客拿到商品后无需排队结账就能直接离开商店,离开时顾客的智能手机会自动结算并收到相关账单。Amazon Go减少了顾客在超市里的排队结账流程,使得顾客拥有更好的购物体验。

3. 易用性

3.1 降低复杂度

相信大家对Adobe的Photoshop、After Effects并不陌生,它们都是设计师手中的利器,但由于这些软件的学习成本很高,使用它们并不容易,所以有不少设计新人望而止步。2016年,Adobe发布了基于深度学习的Adobe Sensei平台,它能够利用Adobe长期积累的大量数据和内容,从图片到影像帮助设计师解决复杂的问题,将重复劳动变得自动化。例如,新版Photoshop增加了一键抠图功能,用户只需要一两步操作就能将人体抠出来;拉伸图片时关键事物能被自动识别出来并不受拉伸影响。After Effects支持视频内进行人脸识别和物体识别,设计师可以直接为演员戴面具或者增加其他特效,以及为演员的衣服替换颜色。Adobe Sensei使设计软件的复杂程度和制作成本大幅度降低,设计师能有更多的时间去思考和表达创意。

在《钢铁侠》电影里,相信大家对Jarvis系统如何辅助Tony Stark并不陌生,它主要通过数字孪生技术(Digital Twin)实时将钢铁侠盔甲的状态以AR的形式展现给Tony Stark。数字孪生技术是一种将物理世界映射到虚拟世界的仿真技术,它能够将物理世界的信息实时同步至虚拟世界,通过计算机实时管理、模拟和预测发现物理世界中的问题。从人主动发现问题变成问题主动找人,数字孪生技术简化了大规模复杂系统的监控流程;同时,将管理交给计算机可以降低复杂系统的学习成本,以及更早地发现问题并提前进行处理。

3.2 准确性

Google是最早提出并使用知识图谱的搜索引擎。通过构建知识图谱的方式,Google为人物、书籍、电影等现实事物建立关联,并将搜索结果进行知识系统化。任何一个关键词都能获得完整的知识体系,比如搜索“Amazon”,一般的搜索结果会显示Amazon购物网站,但Amazon并不仅仅是一个网站,它还是全球流量最大的Amazon河流,Google期待能够将所有的结果通过“知识图谱”模块展示出来。通过知识图谱技术,用户将会获得更佳的搜索体验,并且能够更快、更简单、更准确地发现新的信息和知识。

3.3. 实时教程

AR技术将会让产品说明失去存在的价值。纸质说明书通常需要用户去读取文字信息和图片注解,而AR技术可以识别对象,并在此基础上叠加文本或视频说明。AR 眼镜将协助用户实现最好的体验,用户可以解放双手,在操作的同时,实时查看说明信息。其实AR使用手册在1992年已经开始投入使用,波音公司开发的头戴式显示系统帮助工程师组装电路板上的复杂电线束。

4. 场景化

场景包括用户背景、用户情感、时间、空间信息、与上下文相关的背景知识,如何通过人工智能技术实现场景化是人工智能最能体现价值也是最难攻克的重要部分。目前的人工智能产品只能通过人为设计去解决比较简单的场景问题,还没达到真正的智能阶段。我认为,知识图谱是人工智能解决场景化的重要手段之一,通过知识图谱去构建用户的历史背景,了解用户与周围事物、产品之间的交互和关系,有助于人工智能系统找到最佳的答案反馈给用户。

5. 个性化

所谓千人千面,每个人都是自己个性的一面,如何满足每一位用户的个性化需求是每个产品最想也是最难实现的功能。我认为,抖音是移动互联网中最成功也是最有毒的产品,它通过个性化推荐技术满足了用户生理和好奇的需求;使用图像识别和AR等技术降低了用户制作优秀视频的门槛,让用户低成本制作符合自己个性的视频;最后通过精准的用户定位和运营策略获得了用户的火箭式增长。

手机百度借助百度强大的自然语言处理、知识图谱和深度学习等技术,为6亿用户标记上百万个标签,并且能够根据不同用户的使用行为、场景、个人兴趣等标签推荐给每一个用户不同的资讯内容,实现“手机百度看资讯,千人千面大不同”。

结语

人工智能技术的成熟可以让产品变得更简单、更高效率以及体验更佳。我认为在未来几年,设计师不能只关注屏幕内的设计,需要更多关注屏幕外的设计,因为人工智能技术必定会将电子世界逐渐与真实世界融合,未来的设计一定会更有趣。

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2018年4月4日 上午11:55
下一篇 2018年4月5日 上午11:23

猜你喜欢