智东西（公众号：zhidxcom）
文 | 心缘
在AI赋能传统产业转型的道路上，交互设计是赢得用户愉悦感和信任度的一把关键钥匙。
7月3日举办的百度AI开发者大会，展示了一幅AI生态全景图，从提供软硬一体AI大生产平台的百度大脑5.0，到带来新生活体验的Apollo 5.0、全双工免唤醒的AI语音助手等产品，AI技术正逐步的渗透到产业和生活的方方面面。
当产业智能化大潮的序幕拉开，新的议题已经提上日程——如雨后春笋般大量涌现的AI服务和产品，谁能抓住用户的心？
7月4号上午的百度AI交互设计论坛给出了百度的答案，除了打造智能家居实验室、发布进阶版机器人交互模型NIRO2.0和公共服务机器人NIRO-Max，百度打出AI与交互设计的组合拳，为百度大脑、机器人等AI产品的商业化落地提供了一种全新的路径。
一、相同技术鸿沟，竞争力在交互赛道
交互设计就像门面，往往决定用户初次体验的好感度。
它是人与机器交流的直接窗口，1994年的PC、2007年的iPhone，都是在交互设计的创新下，引爆新一轮的科技风潮。
而随着AI时代到来，交互设计又有了全新的形态，突破屏幕等单一载体，以声音、光线、视觉、听觉、人设、情感、美学，甚至无感知的、过去无法想象的形式存在。
而作为AI时代交互设计牵引的人因工程，也从传统的研究方法，升级到基于深度学习用户体验研究。如果说过去的研究方法是冲锋枪，那么新的武器已经像一个坦克的雏形。这使得探索未知的研究领域、发现真相，成为可能。
当技术鸿沟不再明显，留住用户的核心竞争力就转移到交互的赛道。
在百度人工智能交互设计院院长、百度用户体验中心总经理、百度设计体验委员会主席关岱松眼中，人性将是交互设计唯一的目标，亦是AI时代的深度与秩序。
人的选择通常是理性与感性的综合，对于产品而言，首先要理解人性，满足人的安全感和情感诉求，培养起用户的信任感和习惯，而后进行再创造，突破人的固有思维和想象。
在满足人性需求的基础上，AI可以激发交互设计的更多可能，同时交互设计为智能体更生动和深入的人机互动，从而创造更容易被人们广泛接受的AI落地路径。
百度可以说是国内探索AI交互设计融合路径的先行者，早在2017年11月就成立了人工智能交互设计院，其研究成果已经陆续应用在百度大脑、机器人、无人驾驶、智能硬件、AR/VR等前沿的产品应用当中。
二、深度学习算法催生更强交互设计
如何获知用户最为青睐的交互体验是设计师们常思考的问题之一，传统的方式是通过线上测试、调查问卷，线下访谈、实验等方式以及设计师的奇思妙想，而AI正为交互设计提供更可靠、更高效的研究方案。
比如利用AI自动识别和分析的能力，百度建立了一座智能家居实验室，通过邀请被访者在实验室摸拟真实生活，来测量用户体验。
在实验室中，在被访者授权同意后，他的声音、动作、表情等交互行为就会被记录下来，而不受到任何干扰。记录下的信息再由百度大脑AI识别分析能力进行自动检测和分析，能识别人体、人脸属性，分析手势、姿势、交互距离，跟踪人体动线，监测和分析被访者情绪等，最终研究员总结出人们和智能产品的交互模式和关键要素，提炼出智能产品最好的反馈方式。
如调节音量，过去音量调高调低的值是固定的，百度通过计算最符合用户心智的音量调节曲线，让每次音量调节越来越贴合用户诉求，这套策略目前正在内部测试中，已经申请了专利。
此外，通过在实验室设置不同情境，邀请不同人群体验，模拟积累了大量数据，总结形成决策树，从而赋予机器人更高的智商和情商。
除了探索智能家居体验，AI强大的计算能力同样给研究用户认知与体验带来难以估量的价值。
界面设计经常面临选择问题，就拿百度App来说，它的首页可以简单拆解成14个模块，而其中大家最熟悉的搜索框，把它设计时考虑的8个最关键因素，如框体高度、描边粗细等，所有取值罗列下来，全部交叉组合大约有200万种可能。
过去设计师会根据经验设计多种方案，经过对设计、开发人力、流量、实验准确性等因素的综合考量后，从中筛选8种做线上小流量测试。
从200万到8个，这意味着绝大多数方案没有机会得到验证。而百度通过深度学习算法改变这一情况。
百度基于深度学习平台飞桨（PaddlePaddle）的算法，将界面拆解成不同模块，在每个模块下让机器深度学习，找到最优模块设计区间，然后将每个模块的最优区间组合成不同界面，构建页面级别的深度学习算法模型，最终找到最优界面设计方案。
经过反复迭代，机器会得出一个较为准确的学习模型，通过用户和机器评价的一致性，去检验机器学习的效果。
与以往最优的传统测试方案相比，深度学习算法将单次研究方案数提升百倍级，将生成模型复杂度提升万倍级，原来要3-4周的研究时长缩短为1周，体验也提升了16%。
三、模块化组合带来B端体验倍增
在实现AI技术落地的道路上，新的交互设计标准成为产业智能化升级的必然路径。
由消费升级和技术创新带动的产业智能化在ToB领域正迅猛发展，但多数领域的智能化程度仍然不高，给企业带来成本持续增长和效率低下的双重压力。
针对这些痛点，百度重点采用了模块化设计和可视化设计两种设计理念。
例如在办公场所，百度研发了一款人脸核准智能终端NIRO-Key，它的一大特点就是硬件层和软件层的模块化。
硬件层的组件可灵活拆卸，更容易和其他设备进行对接和组合；软件系统同样可定制，并支持多个账户同时在一台设备中使用。
这使得人脸智能终端具备强大的组合和通用能力，能以更高效、易用的交互方式适配企业的签到、门禁等需求。
这种模块化设计理念也被百度运用在了零售场景。
零售商家通常有结算、载货、安防三类刚需，对此，百度打造了一系列的模块化智能终端，按照店铺的形态和大小不同，为商品结算、库存管理、安防布局等环节均提供差异化的空间解决方案。
模块化设计的方案有效提升商家运营效率、场地安全，而且很好的节约了人力成本。
可视化设计的价值在机场调度工作上得到了有效地释放。机场调度员每日需要记住各种复杂的飞机和机位信息，而且每一个决策都必须保证绝对的精准和有效，压力非常大。
对于这样一个特殊的职业，百度通过将信息可视化，使得工作人员能一目了然掌握机位情况，降低记忆和决策难度。
另外，百度还优化操作平台的色彩系统，根据设计心理学以及人因，科学量化出一套全新色彩体系，有效降低视觉疲劳，稳定情绪并达到合理的情绪唤醒。
基于AI与交互设计的共同作用，深圳宝安国际机场的机位冲突率从3.2%降为0，机位年使用率提升17.65%，年吞吐量增加794.25万人次。
四、外观+交互双优化，AI产品更拟人
中国服务机器人产业，在过去的几年里，每年增长超过35%。但就目前而言，多数落地的服务机器人还相对鸡肋，只能引起用户一时的好奇，无法调动用户长期的热度，更难以培养用户使用习惯。这对服务机器人实现规模化商用造成难题。为了升级机器人服务的效率和覆盖面，百度打造了公共服务机器人NIRO-Max，不仅要做到亲切无侵略感，还要具备“高情商”。
日本机器人专家森昌弘有个“恐怖谷理论”，机器人外观接近人时，反而让人觉得恐怖。为了找到更受用户欢迎的机器人形象，百度设计了几十种面部和肢体的组合模式，按三个维度进行了14天超过500次的测试，最终找到机器人面部和肢体配比的舒适区间。
而机器人的“情商”则来自于百度为其量身定制的自然情感交互系统NIRO 2.0。它比前一版系统更加高效和主动，将自然语音交互模型由单人拓展为多人，即日起可申请使用，新增的自然动作引擎将在今年8月开放申请。
交互设计对AI的价值还体现在智能驾驶和小度系列音箱上。百度着眼于细节，对视觉、听觉和灯光交互设计都做了优化。
比如为了让驾驶员专注于开车本身，百度将语音播报长度尽可能的压缩到8秒，采用扫视设计突出关键信息，并采用主动询问的方式，减少驾驶员视线的转移次数，从而提升安全性和操作效率。
已经走近千家万户的小度系列智能音箱，也将设计理念更新为“温暖的科技”。
它根据家庭环境光为有屏智能音箱设计深色主题，并在元素细节上采用具有亲和力的圆角设计，让界面更具亲和力；在无屏音箱的灯光设计上，通过高效稳定的功能型灯光和氛围灯光搭建起小度灯光交互系统，让无屏音箱的视觉通道完善起来；并采用中国传统五声音阶来设计全新的小度音效体验。
结语：AI+交互设计助力产业化智能
如今AI还处于落地的早期阶段，AI和交互设计的深度融合，对于交互设计的体验提升，和打造更受人信赖和欢迎的AI产品，都有着重要的推动作用。
这不仅为消费者带来更优质的产品体验，同时也为To B产业智能化方案提供更多可能，兼顾通用、灵活、高效的能力，帮助金融、零售等越来越多传统行业，在通往用户的智能化道路中，释放出更大的价值。
正如关岱松所言，“AI交互设计的研究领域刚刚起步，这既是百度的机会，也是中国AI的机会。”从百度在AI交互设计的探索中，我们或多或少能看到一些未来的技术趋势。而随着百度的AI生态系统更加完善，这也将为亟待智能升级的传统行业带来更多可能。
