现在说的最多的话题就是“人工智能”,但是每个人对于人工智能又有多少了解呢? 我一直希望在设计与人工智能的讨论中避免使用“替代”这个词,隐含着对于人类创造的威胁,也许更合适的表述方式可以用“脑机比”(人脑与机器的利用比例)来描述,对于一项工作,可能机器发挥作用的成分越来越大,人脑发挥作用的成分越来越小 毫无疑问,设计师的工作不追求确定性,反而会受益于不确定性,因此,设计的人工智能并不一定要获得合适的答案,而是可以创造不确定性,进而对设计师形成启发。 那么对于人工智能中的数据巨无霸是否会垄断设计呢? 设计也是随着时间,时代的变迁和重新定义规则,重新定义价值和目标的。当然,好的设计师能够与AI齐头并进,指导机器进行监督式学习。 人工智能可以按照指令进行程序化设计,但设计师能真正解读到需求方的想法,挖掘他们都没意识到的深层次需求,主动提供更好的设计方案。这种对人内心的敏锐感受、不断创新的能力才是设计师不可替代的核心价值。
面向对象分析与设计: 围绕着对象或类来做需求分析和设计的。分析和设计两个阶段最终的产出是类的设计,包括程序被拆解为哪些类,每个类有哪些属性方法,类与类之间如何交互等等。 定义接口的时候,一方面,命名要足够通用,不能包含跟具体实现相关的字眼;另一方面,与特定实现有关的方法不要定义在接口中。 不仅仅可以指导非常细节的编程开发,还能指导更加上层的架构设计、系统设计。 接口隔离原则与单一职责原则区别:单一职责原则针对的是模块、类、接口的设计。接口隔离原则相对于单一职责原则,一方面更侧重于接口的设计,另一方面它的思考角度也是不同的。 “高内聚”用来指导类本身的设计,“松耦合”用来指导类与类之间依赖关系的设计。所谓高内聚,就是指相近的功能应该放到同一个类中,不相近的功能不要放到同一类中。 合理地划分代码可以实现代码的高内聚、低耦合,类与类之间的交互简单清晰,代码整体结构一目了然。类比面向对象设计,系统设计实际上就是将合适的功能放到合适的模块中。
10万模板,1亿优质图库,正版商用授权,涵盖电商、banner海报、新媒体配图、教育培训海报、H5等各种场景
Contents 1 设计原则 1.1 什么是设计 1.1.1 描述 1.1.2 UNIX/LINUX设计哲学 1.2 SOLID 五大设计原则 1.2.1 单一职责原则 1.2.2 开放封闭原则 1.2.3 李氏置换原则 1.2.4 接口独立原则 1.2.5 依赖倒置原则 1.3 设计原则总结 2 设计模式 2.1 创建型 2.2 结构型 2.3 行为型 3 关于设计模式的面试题 设计原则 什么是设计 描述 即按照哪一种思路或者标准来实现功能 功能相同,可以有不同设计方案来实现 伴随着需求增加,设计作用才能体现出来 UNIX/LINUX设计哲学 准则1:小即使美 准则2:让每个程序只做好一件事 准则3:快速建立原型 子类能覆盖父类 父类能出现的地方子类就能出现 js中使用较少(弱类型&继承使用较少) 接口独立原则 八婆吃接口的单一独立,避免出现‘胖接口’ js中没有接口(ts除外),使用较少 类似于单一职责原则,这里更关注与接口 要求画出UML类图与用es6语法表示出来。 ?
我们的团队试图让所有用户体验设计师们理解机器学习的概念,了解如何将机器学习融入到用户体验的知识体系中,并且确保我们以整合的方式构建机器学习及人工智能的实际体验。 ? 本文中,来自 Google 的交互设计师 Josh Lovejoy 将以 Google Clips 作为研究案例,和大家一起回顾三年中设备软件模型、工艺设计及用户界面打磨的历程,以及 “以人为中心” 设计一款人工智能驱动产品的核心思路 这也再次印证那句在用户体验设计工作中备受推崇的至理名言——你不能代表用户。 一、在 “以人为中心” 的设计中,提升人工智能的三种途径 1. 我们每天只顾着与说着相同语言的人在一起,一起思考 AI 的未来。但是却与其他人之间有了断层,没有将他人作为参考纳入到设计当中。 四、带着目的来设计 我们可以通过对人工智能的重新定位,来寻找让机器更智能的途径并探索增强人类能力的方式,从而释放机器学习中更大的潜力。
Brandmark 在官方博客里介绍了关于人工智能做 Logo 设计的思考,核心的内容,我梳理了下: 使用类似于字体向量( https://github.com/Jack000/fontjoy )来发现字体之间的关系 , Brandmark 希望将 Logo 中的图标与字体分别向量化,进行匹配。 Brandmark 认为粗体字体与 icon 的填充面积是相关的,于是设定了一条规则:越粗的字体配填充面积越大的 icon ,是一个较好的设计 ( 设计师更多地思考及制定设计规则 )。 在 Brandmark 的博客里,提到了“ 设计民主 ”,以后任何人都更容易接触到设计,同时快速具备设计能力。 策略上有3个方法:图像形态学上的开与闭运算来进行,给 Logo 整体加粗描边,识别图像中过细的线条进行针对性描边。 ?
如何在广袤的分子序列空间中高效地搜索与设计具有特定生物功能的分子序列,是合成生物学所面临的重要科学问题。伴随着人工智能技术的快速发展,智能算法在复杂生物特征的挖掘与生物分子的设计中表现出巨大潜力。 近年来,人工智能技术的迅猛发展为生物序列的智能设计提供了新的机遇。 基于人工智能的设计模型,已逐渐被应用于药物研发、对未知化学反应的探索等方向,成功实现了小分子药物、基因调控序列新型人工蛋白质以及基于CRISPR编辑技术的guide RNA设计等的合成设计。 1 人工智能算法设计生物序列 从模式识别角度分析生物序列设计中的共性的问题:前人的研究发现,特定功能的生物分子序列会形成高维序列空间中的低维流形。 在人工智能领域中,深度生成式模型由于具有强大的模拟数据分布的能力,可通过从低维数据表示中采样和寻优设计全新的人工样本,因此近年来在生物序列的智能设计中有着广泛的应用。
早在去年 mixlab 的一篇 「 国内首个 」设计+人工智能深度案例分析报告 里,就介绍过 Brandmark 了,当时 Brandmark 还是 v1 的版本,现在已经是 v2 版本了,也上线了一些子产品 Brandmark 在官方博客里介绍了关于人工智能做 Logo 设计的思考,核心的内容,我梳理了下: 使用类似于字体向量( https://github.com/Jack000/fontjoy )来发现字体之间的关系 , Brandmark 希望将 Logo 中的图标与字体分别向量化,进行匹配。 Brandmark 认为粗体字体与 icon 的填充面积是相关的,于是设定了一条规则:越粗的字体配填充面积越大的 icon ,是一个较好的设计 ( 设计师更多地思考及制定设计规则 )。 * 关于公众号: 本公众号定期更新人工智能&设计&科技内容。 谈点设计,敲点代码,偶尔创作点人工智能实验产品。
场景设计-设计与实践 by:授客 以lr 11.0 自带Web Tours为例,进行以下测试 说明:以下测试仅供演示,学习设计思路 A、确定系统组件 简单B/S架构:Client Browser G、Action和事务设计 设计思想:代码结构化,测试对象独立化、最小化,以下抛砖引玉~~ action设计 1、 关于登录 登录的前提是先打开网站首页,所以,对于我这类菜鸟来说,会有个问题 以下为最终的action设计 ? ? ? 3、 事务设计 1) 把访问首页,登录,订票分别成一个事务 2) 把订票中的每个操作步骤分别做成一个子事务 备注:事务可以添加在录制时,单击工具条上的添加按钮进行添加,也可以在录制完成后添加
(一) 概要设计的任务与步骤 1、总体设计的必要性:可以站在全局角度上,花较少成本,从抽象的层次上分析对比多种可能性的系统实现方案和软件结构,从中选出最佳方案和最合理的软件结构,从而用较低成本开发出较高质量的软件系统 二) 软件设计的基本原则、抽象与逐步求精方法 传统软件工程方法学采用结构化设计方法(SD) 1、从工程管理角度结构化设计分为两步: ①概要设计:讲软件需求转化为数据结构和软件系统结构 ②详细设计:过程设计 因为模型与控制器和视图相分离,所以很容易改变应用程序的数据层和业务规则。 模型是自包含的,并且与控制器和视图相分离,所以很容易改变应用程序的数据层和业务规则。 增加系统结构和实现的复杂性 对于简单的界面,严格遵循MVC,使模型、视图与控制器分离,会增加结构的复杂性,并可能产生过多的更新操作,降低运行效率。 视图与控制器间的过于紧密的连接 视图与控制器是相互分离,但却是联系紧密的部件,视图没有控制器的存在,其应用是很有限的,反之亦然,这样就妨碍了他们的独立重用。
人工智能珠宝设计师是怎么一种存在? 人工智能可以在珠宝设计里起到什么作用? 1975 Pulsar 计算器手表 1979 索尼推出的 walkman 卡带随身听 ... 1994 多伦多大学研究人员开发的腕式电脑 2000 全球首款蓝牙耳机 ... 2006 耐克一款记录行走距离与速度的设备 2013 谷歌眼镜 可穿戴设备有这么多年的历史,珠宝行业被智能化改造也不足为奇了,下面聊聊珠宝+人工智能设计的案例。 为爱发声,如其名所意,利用人工智能技术将表达爱的美妙话语或音乐,智能化地融合在珠宝的设计过程中,并可实现珠宝到原声的智能化转换。 ? 涉及的AI技术: 1 语音转文字 2 推荐系统 3 基于用户选择排列组合最优方案 4 图像识别宝石图像特征 5 图像搜索匹配声音 人工智能之外,再介绍2款我觉得不错的珠宝设计工具
2 RNN算法与设计 2.1 RNN RNN具有自动补全的能力,被广泛应用于预测一串文本中的下一个字符或者一段音乐中的下一个音符之类的任务。 中场休息下 3 AI产品的用户体验设计 人工智能产品越来越多,机器不仅执行我们的命令,而且他们自己做事。这将改变用户的反应方式、行为方式以及用户对这些产品的心理预期。 3.3 基于用户个性化数据的产品设计 之前更新过关于《TensorFlow.js、迁移学习与AI产品创新之道》的文章,用户可以非常低成本的训练属于自己的图像分类模型,用于各种分类问题。 新技术都会有一种很自然的新的交互方式与之匹配。 更多文章推荐 从Storyboard到DIY实现一个漫画生成器-01 Awful AI 人工智能的可怕应用 DIY一个人工智能珠宝设计师v1.0 你是 Infinite Learner 吗?
主要有2种方式,第1种生成随机图像;第2种,算法先分析Myntra的库存中服装的图像,然后生成与现有设计相似但没有重复的设计。 03 国际上 最新进展 最近韩国诞生了首款用人工智能设计的服装。这件连帽衫看似普通,实际上它是韩国首款由人工智能参与设计的服装。图案是由人工智能系统和服装设计师合作设计完成的。 ? 前几天,5月9日晚上,全球首个设计师与人工智能共同创作的服装胶囊系列,在意大利米兰正式发布。由杨子(Anna Yang)与华为P30 Pro人工智能共同创作完成。 ? 张晟,公众号:无界社区mixlab人工智能服装设计,这是什么黑科技? ? 07 传统设计师 VS 超级设计师 传统设计师依靠经验和突发的灵感; 超级设计师装备应用人工智能技术,极大地增强自身的经,捕获更多灵感。
降低其他类对自身的访问权限,不要暴露内部属性成员,如果需要提供相应的访问器(属性) 设计模式与设计原则 设计原则是软件开发过程中,前人以“高内聚,低耦合” “提高复用性”“提高可维护性 按照经验总结归纳出来的一些“好”的标准,就是程序设计中的设计原则 设计原则是站在不同的维度与角度思考问题的, 他们的根本目的是相同的 本质都是为了设计一个“易维护、可复用、高内聚低耦合”的程序 ,严格执行 不遵守设计原则与设计模式也不会编译失败 但是希望能够尽最大可能的遵守, 当然,还需要因地制宜而不能生搬硬套 或许,你从来不遵守原则,也不使用设计模式,你的代码可能看起来仍旧好好地 设计模式分类 关于设计模式与设计原则,设计模式是设计原则的具体化形式,是针对于某些特定场景的具体化解决方案 具体到类/接口的设计组织逻辑 既然是原则的具体化形式,那么必然,按照原则的合理组合运用以及问题的场景 - 可复用面向对象软件的基础》 本人认为对于设计模式一般的学习与理解,这个概念无所谓 总结 设计模式是设计原则在解决具体问题时实践中的运用 所以根本是要理解设计原则的含义 随着技术发展
世界上很多发达国家在人工智能领域都出台了相关国家战略,并加快了人工智能的发展规划,都在争取在人工智能领域占有主导权。 美国发布了多份关于人工智能的政府报告,第一个成为世界上把人工智能上升到国家战略层面的国家,在互联网的发展上美国就抢占了先机,估计在人工智能领域他们也不干落后。 英国也确定了为了人工智能的发展目标,也发布了一系列政府工作报告,指出要加快人工智能技术的发展。 ,当前科技的发展,以人工智能为目标,人类未来的发展离不开人工智能。 人工智能受到这么大的礼遇,各国争抢发展先机,那么人工智能框架到底是什么样的,人们都需要在哪些层面考虑人工智能的发展,问题也还是很多的。
本文是DIY一个人工智能设计师_v0.0.1的升级版本。将结合推荐系统,梳理人工智能设计师的具体使用场景之一。 先看下近期人工智能+设计的热点事件: 下面是新榜的数据,我对比了下“鲁班”跟“人工智能设计师”这2个关键词的情况: ? 再看下,各大自媒体传播的核心: ? 设计师如何跟上时代的潮流,应该多了解甚至掌握人工智能相关的技能,所以我写了《写给设计师的人工智能指南》系列,设计师都应该了解的人工智能指南,往期文章,可点击查阅: 指南:图像 指南:虚拟私人助理 指南: (后悔之前几款app/小程序都没有做个性化推荐) 更何况推荐系统,还可以帮助产品提升页面访问量与产品印象,帮助用户节省精力,最终提升用户体验。 2.2 排版系统 根据上一步匹配到的图片素材,文案素材,根据布局模版进行内容填充与合成。 这个过程尽可能多的合成各种可能,可以理解为穷举各种设计的可能情况。 ?
最近MixLab在开展30天AI训练营,研究的是美食相关的AI应用,其中有一种应用方式是为特定的人群生成新的菜谱。思路可以参考IBM的研究:
上一个视频讲到,在设计实现一个人工智能系统之前该做哪些准备。在那个阶段,我们会有很多的想法,包括使用样本的哪些特征啊、使用什么样的算法啊等等,那如何对这些想法进行快速验证呢? 快速构建实现需求的简单系统 一个有经验的老手在拿到一个人工智能系统需求的时候,一般会这样做: 快速地(24小时以内)构建一个简单粗暴的智能算法系统来实现这个需求,先有一个粗糙的结果。 小结 相对于花大把时间设计新的算法,前期更应该先快速把整个流程跑通,能够快速地给出一些结果。
今天更新一篇文章,往期《人工智能设计师系列》,可查阅: 人工智能设计师之智能排版的另一种实现方式 电影封面海报个性化推荐+人工智能设计师 聊聊人工智能建筑师 人工智能设计师之智能排版v0.0.3 人工智能设计师 v0.0.2 人工智能「 服装设计师 」中 人工智能「 服装设计师 」上 DIY一个人工智能设计师v1.0之风格迁移能力 DIY一个人工智能设计师_v0.0.1 利用“以图搜图”我们可以赋予人工智能设计师 改“别人家”的设计: ? 上图是原作,通过“以图搜图”,匹配到我的图像库里类似的照片,进行替换: ? 再来一张: ? 你们觉得哪个是原作呢?
Feed,在社交和信息推荐的App与网站中,基本都会用到的。例如常用的新浪微博,用户登录进入后,展现给我们的就是feed信息流。新浪微博的信息,来自于你关注人所发布的内容。 本文会先介绍几种不同的Feed设计,让大家对Feed实现有初步的了解。其次会对我们采用的Feed方案作出详细的解答。 推方式 推方式,是发生在用户触发行为(发布新的动态,关注某个人,点赞)的时候。
腾讯云神图·人脸融合通过快速精准地定位人脸关键点,将用户上传的照片与特定形象进行面部层面融合,使生成的图片同时具备用户与特定形象的外貌特征,支持单脸、多脸、选脸融合,满足不同的营销活动需求……
扫码关注腾讯云开发者
领取腾讯云代金券