深度学习在界面设计中的应用探讨

新知榜官方账号

2023-10-03 17:40:30

深度学习在界面设计中的应用探讨

最近看到在「BaiduCreate2019」的百度AI交互设计论坛上,设计师分享了他们的最新成果:百度人工智能交互设计院与百度研究院商业智能实验室合作,基于百度自主研发、开源开放的深度学习框架飞桨(PaddlePaddle),让系统在每个模块组合形成的不同界面中找到最优解,在模型框架内给出任何一种设计,机器都能快速预测用户的偏好结果,设计师将以此为基础给出符合用户喜好与使用习惯的最佳解决方案。

设计存在的问题现在的深度学习能用于界面设计吗?能基于深度学习给出符合用户喜好与使用习惯的最佳解决方案吗?这是AI设计的重点方向之一,今天聊一下我的个人看法,首先总结一下我们现在设计存在的问题:

  1. 受限于业务方
  2. 出了错误可能自己都不知道
  3. 强调竞品分析,但不知道竞品为什么要这样做
  4. 设计维护成本高
  5. 不懂得面向编程的思维方式

如果将深度学习用于界面设计,会对上述问题产生影响吗?首先,什么是深度学习?我们可以把深度学习理解为一个黑盒子,通过输入大量的训练数据后,它能找到数据之间的关联和特征,然后自我构建一个模型,最后研究人员把测试数据放到模型里进行测试。如果测试结果准确率很高,那么我们可以认为这个深度学习模型是有效的,否则是无效的。简单理解的话:深度学习就是找规律,但是需要基于大量数据才能找到正确的规律。这属于数据驱动设计的范围。

如何正确获取大量的界面数据?当然不是在Dribbble和Behance下载各种图片。2017年美国一些研究人员发表了一篇论文,名叫《Rico:移动应用数据集,用于构建数据驱动的设计应用程序》。在论文中,作者从GooglePlay商店下载了9,772个免费应用程序,涵盖27个类别。作者还在UpWork上招募了13名工作人员,花费了2,450个小时在不同应用上产生了10,811个用户交互跟踪。最后整个数据集包括了72k个UI界面的视觉、文本、结构和交互式设计属性。Rico还公开了GooglePlay商店中的商店元数据,包括应用类别、平均评分、评分数量和下载次数。可以说,Rico这篇论文的作者做了一件非常伟大的事情。

深度学习对界面设计的影响主要有以下五个方面:

  1. 设计搜索
  2. 组件类型和布局推荐
  3. 用户交互建模
  4. 自动检测GUI中的错误
  5. UI代码自动生成

以上是从设计搜索、组件类型和布局推荐、用户交互建模、自动检测GUI中的错误和UI代码自动生成五个方面进行了分析和讨论。

最后和研究AI设计的小伙伴们聊了一下,都有一个明确的共识:研究AI设计需要投入大量的人力和物力,最终的结果真的可以商业化吗?即使可以,能把之前投入的钱给拿回来吗?目前看起来很难,可能只有Adobe、Sketch等设计工具供应商才会持续投入资源研究,例如Adobe在2016年开发了AdobeSensei深度学习平台,我们可以共同期待一下他们未来几年为我们提供的AI设计工具。

本页网址:https://www.xinzhibang.net/article_detail-15186.html

寻求报道,请 点击这里 微信扫码咨询

关键词

深度学习 界面设计 人工智能

分享至微信: 微信扫码阅读

相关工具

相关文章

相关快讯