冉蓓

摘要：構(gòu)建基于產(chǎn)品語意學(xué)的適用于人工智能產(chǎn)品的設(shè)計方法。構(gòu)建基于產(chǎn)品語意學(xué)的設(shè)計方法框架構(gòu)，論述人工智能關(guān)鍵技術(shù)的形成與發(fā)展，解析人工智能關(guān)鍵技術(shù)原理，提出基于產(chǎn)品語意的人工智能產(chǎn)品設(shè)計方法。通過對用戶大數(shù)據(jù)的采集，建立與用戶思維擬合的用戶模型，實現(xiàn)人工智能產(chǎn)品對用戶的前饋式主動服務(wù);在人工智能產(chǎn)品的設(shè)計過程中，將產(chǎn)品預(yù)設(shè)用途與用戶知覺、意義和行為的映射關(guān)系原理應(yīng)用于人工智能于人類智能的擬合?；诋a(chǎn)品語意學(xué)的人工智能產(chǎn)品設(shè)計方法是指導(dǎo)和評價人工智能產(chǎn)品設(shè)計的重要工具。

關(guān)鍵詞：人工智能產(chǎn)品語意大數(shù)據(jù)深度學(xué)習(xí)計算模型

中圖分類號：TB47

文獻標(biāo)識碼：A

文章編號：1003-0069（ 2021） 06-0119-03

引言

設(shè)計關(guān)注的是人與技術(shù)的關(guān)系，致力于塑造人與技術(shù)的物料中介面。為人與外部環(huán)境的互動提供良好的體驗是設(shè)計的目的。隨著人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，設(shè)計對象和設(shè)計范式均發(fā)生了變化。設(shè)計的對象不再局限于物理“硬件”，而成為“有形”功能交互與“無形”信息交流的媒介，“體驗設(shè)計”、“服務(wù)設(shè)計”等新興設(shè)計概念也應(yīng)運而生。2011年“德國工業(yè)4.0”和2014年“中國制造2025”的概念相繼被提出，全世界范圍內(nèi)掀起了繼機械化、電氣化和信息技術(shù)之后，以人工智能技術(shù)為核心的第四次工業(yè)革命。“云計算”、“大數(shù)據(jù)”以及“深度學(xué)習(xí)”的三大核心技術(shù)的突破標(biāo)志著人工智能時代的開啟?，F(xiàn)代設(shè)計自誕生之時起，設(shè)計方法與準(zhǔn)則一直伴隨著社會和科技的發(fā)展不斷演變。二十世紀(jì)二三十年代德國包豪斯學(xué)校的設(shè)計大師們在“三大構(gòu)成”中探尋有形物質(zhì)的設(shè)計規(guī)律與法則。人工智能時代下的設(shè)計方法和準(zhǔn)則該如何應(yīng)對“有形功能交互”和“無形信息交流”的設(shè)計范疇和設(shè)計內(nèi)容呢？

二十世紀(jì)八十年代“產(chǎn)品語義”概念出現(xiàn)在工業(yè)設(shè)計領(lǐng)域。“產(chǎn)品語義”設(shè)計是關(guān)于設(shè)計理論和設(shè)計實踐相結(jié)合的方法知識，是幫助設(shè)計師形成特定設(shè)計方法和設(shè)計評價標(biāo)準(zhǔn)的重要工具。在早期的原材料短缺和社會文化等級分明的時期，設(shè)計師被認(rèn)為是產(chǎn)品形態(tài)的賦予者。設(shè)計師從事與藝術(shù)相接近的工作，用漂亮的造型來裝扮丑陋的機械結(jié)構(gòu)，甚至在二十世紀(jì)七十年代的德國，人們?nèi)栽诜Q呼設(shè)計師為“造型師”。由于對“審美”的評測沒有既定統(tǒng)一的標(biāo)準(zhǔn)，因此彼時設(shè)計師的職業(yè)話語權(quán)也是相對模糊的?！爱a(chǎn)品語意”概念的提出使得“設(shè)計”的范疇不再局限于“審美”，先前設(shè)計話語權(quán)中所缺乏的邏輯清晰度也明朗化[1]。隨著信息技術(shù)的快速發(fā)展，設(shè)計領(lǐng)域?qū)崿F(xiàn)了由1.0時代到設(shè)計3.0的跨越。“產(chǎn)品”在原子層面基礎(chǔ)上加入了比特信息，衍生為非數(shù)字信息和數(shù)字信息載體，成為實現(xiàn)“功能交互”和“信息交換”的手段[2]。人工智能技術(shù)改變了傳統(tǒng)設(shè)計對象的存在形式，人工智能語境下的產(chǎn)品語義設(shè)計把人的行為邏輯轉(zhuǎn)化為數(shù)字與非數(shù)字信息的物理邏輯和計算機算法，賦予產(chǎn)品“智慧”的“思維方式”去幫助人類做不能做或者不擅長做的事情。基于產(chǎn)品語意學(xué)的人工智能產(chǎn)品設(shè)計方法是設(shè)計理論和設(shè)計實踐相結(jié)合的方法論，也是評價人工智能產(chǎn)品設(shè)計結(jié)果的重要工具。

一、產(chǎn)品語義設(shè)計的形成和發(fā)展

產(chǎn)品語義設(shè)計是對產(chǎn)品在其被使用的心理語境和社會語境中的意義和象征特性的研究。[3]在工業(yè)設(shè)計領(lǐng)域，產(chǎn)品語義設(shè)計的理論構(gòu)架的形成可以追溯到德國包豪斯時期的記號論以及德國烏爾姆設(shè)計學(xué)院對設(shè)計符號學(xué)的研究。1984年美國工業(yè)設(shè)計師協(xié)會會刊“In novation”中由克里彭多夫和布特撰寫的文章“Product Semantics：Exploring theSym bolic Qualities of form”中第一次提出了“產(chǎn)品語義”的概念[4]?？死锱矶喾蛟?jīng)在《設(shè)計問題》雜志中表述過設(shè)計的定義：設(shè)計（design）一詞源于拉丁語中的“de”和“signare”，設(shè)計從詞源意義可理解為以記號標(biāo)示來賦予物的內(nèi)在意義，以區(qū)分人與物、物與物、物與環(huán)境的關(guān)系，因此設(shè)計被認(rèn)為是賦予物獨特意義的過程[5]。

（一）產(chǎn)品語意學(xué)理論基礎(chǔ)

莫里斯將符號學(xué)分為三個組成部分，即語形學(xué)、語意學(xué)和語用學(xué)。產(chǎn)品語意學(xué)理論構(gòu)架就是以符號學(xué)的基本原則和方法為基礎(chǔ)的?！胺枌W(xué)”之父索緒爾認(rèn)為“符號”是由“所指”和“能指”組成?！澳苤浮笔侵甘挛锉磉_(dá)面，“所指”是指事物的內(nèi)容面[6]。美國實驗心理學(xué)家吉布森在“生態(tài)知覺論”當(dāng)中提出了“Affordance”這一核心概念，諾曼將其稱為“示能”[7]?！笆灸堋笔峭獠凯h(huán)境呈現(xiàn)給用戶的“線索”。布魯默認(rèn)為符號互動論具有三個前提條，“第一，人類的行為是基于包含在人的身心世界中的萬物的意義而產(chǎn)生的;第二，這個意義歸因于人與事物的社會互動;第三，在人在與事物的互動中，通過身心世界對事物解釋的過程不斷修正事物的意義”[8]。在人與事物的互動中，身心世界的感官知覺以及對萬物的闡釋意義是驅(qū)動行為的根本原因，如圖1所示，知覺、意義和行為的關(guān)系是產(chǎn)品語意設(shè)計的主要研究內(nèi)容。在用戶與產(chǎn)品的互動中，為了確保用戶可以正確操控并正確解讀反饋形，設(shè)計意圖必須被用戶準(zhǔn)確感知到并轉(zhuǎn)化為內(nèi)在意義，內(nèi)在意義正是驅(qū)動用戶操控產(chǎn)品行為的關(guān)鍵所在。覃京燕[9]提出的“以意義為中心的設(shè)計方法”和荷蘭代爾夫特學(xué)者Valk提出的“meaningful interaction”（有意義的交互）都是對設(shè)計中“意義”的研究。

（二）基于產(chǎn)品語義學(xué)的設(shè)計方法

1.由知覺到意義的建構(gòu)。知覺是人在沒有思考和解釋的情況下對客觀事物刺激產(chǎn)生的感覺器官反應(yīng)，即“五感”視覺，聽覺，觸覺，味覺和嗅覺。美國實驗心理學(xué)家吉布森則用實驗證明了皮爾斯的理論，知覺是不經(jīng)過心理“加工”的結(jié)果，是人從外部世界中直接捕獲信息的心理活動[10]。吉布森在提出了“Affordance”作為其直接知覺理論的核心概念，諾曼“Affordance”稱為“示能”?！笆灸堋笔且鹆烁泄僦X反應(yīng)的歸因，是人與事物可能存在關(guān)系的線索。知覺建立在大量的沒有意識到的細(xì)節(jié)之中，是當(dāng)下人與事物關(guān)系的紐帶。人與外部事物的互動是無法被感官知覺直接驅(qū)動的，需要借助“意義”建構(gòu)的“媒介”，見圖1。

2.由意義到行為的映射。因為意義并不是事物形成的物理成因，因此意義并不能直接用于設(shè)計。意義是結(jié)構(gòu)化的空間，是對感官知覺的解讀和對邏輯行為的指導(dǎo);意義是個人化的建構(gòu)，溝通也不可能與其他人分享意義，因此用戶研究各種方法的應(yīng)用都是為了構(gòu)建更接近事實的用戶群體的意義共性;意義是伴隨著人與事物的交流而出現(xiàn)，意義不是物質(zhì)性的;事物的意義不是單一的而是開放的，基于的不同過往經(jīng)歷人與事物互動產(chǎn)生的意義會被不同構(gòu)建或擴展。一個人總是按照其面對的意義行事，意義為設(shè)計者提供了新的產(chǎn)品與用戶行為邏輯的因果關(guān)系。在設(shè)計中對意義研究是首先假設(shè)用戶行為方式，然后借助合理的意義建構(gòu)人與外部事物互動的行為方式。

3.語境排除無效意義。意義需要放置在語境中與邏輯行為進行映射才有實際意義。如上文所述，事物對于人的意義具有開放性特征。猶如人們只能在故事背景中才能合理解讀人物角色，只有將事物置于恰當(dāng)語境中才會被正確理解，因此對意義的闡釋必須是語境化的，語境是意義被準(zhǔn)確獲取的必要條件。在設(shè)計實踐中，語境限制了可能與當(dāng)前有關(guān)的意義的數(shù)量。產(chǎn)品語義設(shè)計從語義學(xué)角度邏輯地闡釋了人與產(chǎn)品互動的事理關(guān)系，并將其用知覺、意義和行為之間的動態(tài)關(guān)系進行解析，協(xié)助設(shè)計者“預(yù)測”無法憑空臆斷的人與產(chǎn)品的互動愿景，使設(shè)計師作用下的呈現(xiàn)模型在映射技術(shù)的實現(xiàn)模型和反映用戶愿景的心理模型之間取得平衡[11]。

二、人工智能的研究范式

“人工智能”簡稱“AI”，是用計算機算法來模擬、延伸和擴展人類智能的綜合性技術(shù)科學(xué)，對人工智能的研究可以追溯到人類對自身主體思維的哲學(xué)反思?！叭斯ぶ悄堋边@一概念于1956年在由約翰·麥卡錫在美國達(dá)特茅斯學(xué)院組織的關(guān)于機器模擬職能的學(xué)術(shù)會議上被第一次正式提出。參與此次會議的約翰·麥卡錫、馬文·明斯基、艾倫·紐維爾和赫伯特·西蒙是被譽為人工智能的創(chuàng)始人和奠基者。起初人工智能被作為計算機學(xué)科發(fā)展的一個分支，隨著時代的發(fā)展人工智能已經(jīng)成為一個涉及哲學(xué)、數(shù)學(xué)、神經(jīng)生理學(xué)、心理學(xué)、認(rèn)知科學(xué)、系統(tǒng)論、控制論、計算機科學(xué)等學(xué)科的、自然科學(xué)和社會科學(xué)交叉的“技性科學(xué)”領(lǐng)域?；诓煌膶W(xué)科研究背景研究者們提出了三種人工智能的研究范式，分別是基于數(shù)理邏輯的通過形式化知識表征再現(xiàn)大腦的人工智能“符號主義”;通過基于仿生學(xué)的模擬神經(jīng)網(wǎng)絡(luò)來構(gòu)造大腦的人工智能“聯(lián)結(jié)主義”;基于控制論的通過模擬生命自適應(yīng)機制來進化出大腦的人工智能“行為主義”。

（一）符號主義。以紐厄爾和西蒙為代表的符人工智能號主義是西方近代哲學(xué)思想和自然科學(xué)研究方法的延續(xù)和繼承，在20世紀(jì)80年代之前符號主義被認(rèn)為是基于知識表征、推理和運用的人工智能傳統(tǒng)研究范式。符號主義認(rèn)為人類“智能”的基本是符號，具有儲存符號和符號計算的能力是機器具有人類“思維”的前提條件，人工智能符號主義利用數(shù)理邏輯將外部世界語義形式化，并建立由計算機來執(zhí)行的算法。因此人工智能是有明確界限的，既語義形式化的界限就是人工智能的界限[12]。

（二）聯(lián)結(jié)主義。以霍普菲爾德和魯梅爾哈特為代表的人工智能聯(lián)結(jié)主義范式是受仿生學(xué)和神經(jīng)科學(xué)的影響發(fā)展起來的。聯(lián)結(jié)主義認(rèn)為人工智能的基本結(jié)構(gòu)單元是“神經(jīng)元”，神經(jīng)網(wǎng)絡(luò)則是人工智能的基本結(jié)構(gòu)。1950年代數(shù)字神經(jīng)網(wǎng)絡(luò)出現(xiàn)之后的幾十年里科學(xué)家們致力于研究如何利用“神經(jīng)網(wǎng)絡(luò)組織成疊層”來駕馭數(shù)億模擬人類神經(jīng)元的神經(jīng)網(wǎng)絡(luò)節(jié)點及之間的組合關(guān)系。2006年，加拿大多倫多大學(xué)的杰夫，辛頓在已有的“神經(jīng)網(wǎng)絡(luò)組織成疊層”研究的基礎(chǔ)上提出了“深度學(xué)習(xí)”概念。[13]“深度學(xué)習(xí)”對各個神經(jīng)層的數(shù)據(jù)結(jié)果進行數(shù)學(xué)優(yōu)化，同時加快疊層時的學(xué)習(xí)速度?！吧疃葘W(xué)習(xí)—已經(jīng)被廣泛應(yīng)用于圖像處理、人臉識別、聲音處理等非結(jié)構(gòu)化數(shù)據(jù)的智能化產(chǎn)品，例如戰(zhàn)勝圍棋手李世石的“阿爾法狗”，社交媒體臉書以及谷歌搜索引擎等。

（三）行為主義。以布魯克斯為代表的人工智能行為主義范式主要是受生物進化論和控制系統(tǒng)研究的啟發(fā)，試圖通過機器人模擬人類神經(jīng)系統(tǒng)的工作原理、信息理論、控制理論來提升機器的思維能力。1950年代維納和麥克洛克等人提出了工程控制論和生物控制論，意圖用計算機來模擬人類在控制過程中的行為。人工智能行為主義范式認(rèn)為機器的智能既不是來自計算，也不是形式化的描述，而是來自智能能動體對外部世界作出的直接反應(yīng)和感應(yīng)器的信息轉(zhuǎn)換，因此布魯克斯反對機器人具有思維是能夠做事情的前提條件。行為主義范式和聯(lián)結(jié)主義范式都立足于解決人工智能研究中的技術(shù)問題，把對于人工智能的研究有知識表征轉(zhuǎn)向技能研究[12]。

三、人工智能技術(shù)應(yīng)用于產(chǎn)品語意設(shè)計方法

大數(shù)據(jù)、云計算、深度學(xué)習(xí)等人工智能核心技術(shù)的發(fā)展，為產(chǎn)品語義設(shè)計提供了新思維。在虛擬與現(xiàn)實交錯之間，物聯(lián)網(wǎng)，萬聯(lián)網(wǎng)和泛在網(wǎng)將個體小數(shù)據(jù)聯(lián)結(jié)成大數(shù)據(jù)，與人交流的物質(zhì)客體演變成為“智能”的生態(tài)環(huán)境。由物質(zhì)和信息構(gòu)成的世界，存在有形與無形、可感知與不可感知的差別，在思維空間、信息空間和賽博空間，以及過去、現(xiàn)在和未來的時間里，存在人與人、人與物、人與環(huán)境以及各自相互的事理關(guān)系。設(shè)計已經(jīng)不再僅僅是關(guān)于人、物和事的宏觀關(guān)系和微觀關(guān)系，而是基于更大時間和空間維度的產(chǎn)品服務(wù)系統(tǒng)設(shè)計。

產(chǎn)品語意設(shè)計和人工智能技術(shù)都是通過對人類主體復(fù)雜性的精確研究，賦予外部客體更大的能力為人類主體服務(wù)。傳統(tǒng)產(chǎn)品語意設(shè)計方法和應(yīng)用人工智能技術(shù)的產(chǎn)品語意設(shè)計方法都是通過對已發(fā)生的非結(jié)構(gòu)化的事情進行描述和解釋，并預(yù)測和控制最終發(fā)生的事情。傳統(tǒng)產(chǎn)品語意設(shè)計是關(guān)于物理功能主義的方法論，如何構(gòu)建意識到行為的“映射”關(guān)系，目的在于使產(chǎn)品能夠正確地被人們操控，反饋準(zhǔn)確地被人們感知。以“云計算”、“大數(shù)據(jù)”和“深度學(xué)習(xí)”為代表的人工智能技術(shù)顛覆了傳統(tǒng)產(chǎn)品語意設(shè)計中人與產(chǎn)品的主客體控制關(guān)系，形成了人與產(chǎn)品使用某種通用“語言”和諧交流的共生、共存的主客體關(guān)系[14]。產(chǎn)品語意設(shè)計方法的研究重點不再是人類智能中知覺、意義和行為的映射關(guān)系，而是人工智能如何獲取用戶使用數(shù)據(jù)，并計算和建立與用戶心智擬合的模型，人與產(chǎn)品的交互范式也由反饋式被動服務(wù)變遷為前饋式主動服務(wù)，見圖2。人工智能語境下，產(chǎn)品語意設(shè)計中的設(shè)計主體和客體之間的關(guān)系發(fā)生了變化，因此設(shè)計產(chǎn)物也不再只是人類意識映射的物理載體，甚至可能是通過“深度學(xué)習(xí)”后模擬人類思維的“賽博格”一生化電子人。

（一）“大數(shù)據(jù)”與“小數(shù)據(jù)”協(xié)同提取用戶畫像

用戶畫像是基于用戶社會屬性、使用習(xí)慣等行為信息采集、整理、抽象出來的信息集合，是用戶研究的結(jié)論以及開展創(chuàng)意設(shè)計的前提條件。產(chǎn)品語義設(shè)計在設(shè)計前期正是借助用戶觀察、用戶訪談、問卷調(diào)查、焦點小組等傳統(tǒng)用戶研究方法工具采集非結(jié)構(gòu)化的用戶“小數(shù)據(jù)”，設(shè)計師秉承“同理心”歸納整理，人工提取反應(yīng)用戶知覺、意義、行為邏輯的用戶畫像。“小數(shù)據(jù)”提取用戶畫像是有局限的，首先，能夠處理用戶數(shù)據(jù)的數(shù)量和復(fù)雜程度都相當(dāng)有限;其次，通過用戶有意識的表述或表現(xiàn)來收集數(shù)據(jù)，那些隱蔽在用戶潛意識里或者受限于外界壓力無法表露的真實意圖無法獲得;最后，對大量用戶數(shù)據(jù)內(nèi)在關(guān)系和結(jié)構(gòu)的歸納整理能力有限。

隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、萬聯(lián)網(wǎng)的普及和發(fā)展，應(yīng)用云計算、模式識別、云計算等計算設(shè)計方法精準(zhǔn)挖掘用戶需求“大數(shù)據(jù)”，從大數(shù)據(jù)中獲取群體意愿、群體意識與群體意象數(shù)據(jù)。用戶與產(chǎn)品發(fā)生的海量非結(jié)構(gòu)化數(shù)據(jù)都會被采集，這些海量行為數(shù)據(jù)是用戶真實意圖的反映。“大數(shù)據(jù)”基于強大的計算機算法對于收集數(shù)據(jù)、分析數(shù)據(jù)、歸納數(shù)據(jù)都有強大的優(yōu)勢，然而對于“數(shù)據(jù)”背后用戶個體的情感與動因是無法獲取的?！靶?shù)據(jù)”通過個體體驗參與到設(shè)計創(chuàng)造與使用產(chǎn)品服務(wù)系統(tǒng)中，“小數(shù)據(jù)”又通過萬物互聯(lián)匯聚為“大數(shù)據(jù)”。產(chǎn)品語義設(shè)計與人工智能技術(shù)相結(jié)合，挖掘用戶前意識意識潛意識下的意圖，應(yīng)用定性與定量分析方法，精準(zhǔn)提取不同時間和空間維度里的用戶畫像。

（二）“深度學(xué)習(xí)”模擬人類智能

“機器學(xué)習(xí)”通過計算機算法解析海量數(shù)據(jù)并不斷學(xué)習(xí)改善機器自身性能，從而更好地對外部世界中發(fā)生的事情進行識別和預(yù)測?！霸朴嬎恪焙汀按髷?shù)據(jù)”技術(shù)的發(fā)展，得以獲得更多的數(shù)據(jù)來“訓(xùn)練”機器?！吧疃葘W(xué)習(xí)”是機器學(xué)習(xí)中一種基于深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的算法，善于處理海量、雜亂無章的用戶數(shù)據(jù)，并將數(shù)據(jù)內(nèi)在豐富關(guān)系和結(jié)構(gòu)歸納出來。產(chǎn)品語義設(shè)計的目的是構(gòu)建產(chǎn)品物理形式與用戶行為之間可被用戶感知到的映射關(guān)系，映射關(guān)系是否能夠被用戶感知到是重要的評價因素。相較于傳統(tǒng)產(chǎn)品語義學(xué)探究人類感知與機器思維“映射”關(guān)系的設(shè)計，基于深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的“深度學(xué)習(xí)”模擬了人類大腦層層迭代、層層抽象的分層處理信息的方式大大增加了人與產(chǎn)品交流的和諧性。2014年谷歌以32億美元收購了“精密互聯(lián)網(wǎng)智能家居溫控器制造商”Nest Labs，谷歌將機器學(xué)習(xí)和人工智能技術(shù)投放到智能家居產(chǎn)品領(lǐng)域。Nest推出的家用監(jiān)控攝像頭Nest Cam Outdoor應(yīng)用了Google機器學(xué)習(xí)和FaceNet圖像和聲音識別技術(shù)，通過人臉識別和聲音識別技術(shù)記錄每一張面孔和每一個聲音，通過深度學(xué)習(xí)對家庭成員和陌生人的相貌和聲音進行區(qū)分，從而對不明訪客或物體發(fā)出預(yù)警。

2018年美國麻省理工大學(xué)設(shè)計實驗室和德國運動品牌彪馬（Puma）聯(lián)合研發(fā)了“深度學(xué)習(xí)鞋墊”，見圖3?！吧疃葘W(xué)習(xí)鞋墊”由微生物層、電路層和電子元器件層組成。微生物層的微型空腔中的細(xì)菌和介質(zhì)通過pH值和電導(dǎo)率的變化感測運動汗液中存在的不同化合物。電路層記錄了微生物層發(fā)生的生化信息，并將其傳輸給電子元器件層中的微控制器。微控制器將生化信息轉(zhuǎn)化為數(shù)字化數(shù)據(jù)并傳輸給智能終端設(shè)備。見圖4，用戶的智能終端設(shè)備接收來自鞋墊捕獲的用戶運動數(shù)據(jù)，建立個性化用戶運動算法模型，用于預(yù)測用戶運動疲勞臨界點并及時通知用戶。

結(jié)語

人工智能通過“大數(shù)據(jù)”、“云計算”基礎(chǔ)設(shè)施提供的計算支撐平臺拓展了產(chǎn)品語義設(shè)計中用戶研究的廣度和深度。在由比特聯(lián)結(jié)的信息世界里，人人都是茫?！按髷?shù)據(jù)”中的滄海一“數(shù)”，萬物互聯(lián)將數(shù)據(jù)的提供者聯(lián)結(jié)起來共同參與到設(shè)計的“眾創(chuàng)”之中，真正實現(xiàn)了“人人為設(shè)計，設(shè)計為人人”?！吧疃葘W(xué)習(xí)”改變了產(chǎn)品語義設(shè)計中人與外部世界的主客體控制關(guān)系，基于模擬人類神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的“深度學(xué)習(xí)”不是人類智慧的“克隆”，而是模擬人類感官認(rèn)知的輸入和輸出，模擬人類思想和情感。人工智能減少了在傳統(tǒng)產(chǎn)品語義設(shè)計中探究用戶感知與外部世界的映射關(guān)系帶來的交流誤差。人工智能技術(shù)要讓機腦與人腦一樣思維，看得懂圖像，聽得懂語言，真正實現(xiàn)人與外部事物的和諧交流，輔助人類實現(xiàn)自我決策。人工智能技術(shù)給產(chǎn)品語義設(shè)計注入了新思維?；痦椖浚簭V州市哲學(xué)社會科學(xué)發(fā)展“十三五”規(guī)劃2019年度課題（2019GZGJ15）。

參考文獻

[1] Klaus Krippendorff Die semantische Wende [M].Basel： Birkhaeuser Verlag GmbH， 2013

[2]覃京燕.大數(shù)據(jù)時代的大交互設(shè)計[J].包裝工程，2015，36（08）：1-5+161

[3]Klaus Krippendorff Die Produkt- Semantik offent die Turen[J].Form Zeitschrift Fur Gestaltung， 1984（03）：14-26

[4]K Krippendorff，R Butter Product Semantics： Exploring the Symbolic Qualities of form[J].Innovation. 1984 （3）：4-9

[5]羅伯托維甘提著，戴莎澤第三種創(chuàng)新設(shè)計驅(qū)動式創(chuàng)新如何締造新的競爭法則[M]北京中國人民大學(xué)出版社，2014

[6]羅蘭.巴爾特著，李幼蒸譯.符號學(xué)原理[M].北京：中國人民大學(xué)出版社，2008

[7][美]諾曼著，梅瓊譯.設(shè)計心理學(xué)[M].北京：中信出版社，2 010

[8]布魯默著，霍桂桓澤論符號互動論的方法論[J].國外社會學(xué)，1996（04）：11-20

[9]覃京燕.覃京燕：量子思維對人工智能與刨新設(shè)計的影響[J].設(shè)計， 2019，32 （24）：81-82

[10]范圣璽.從行為和認(rèn)知的視角看以人為中心的設(shè)計[J].機械設(shè)計， 2013，30 （02）：97-99

[11][美]Alan Cooper等著，倪衛(wèi)國等譯.About Face4：交互設(shè)計精髓[M].北京：電子工業(yè)出版社，2015

[12]成素梅，人工智能研究的范式轉(zhuǎn)換及其發(fā)展前景[J].哲學(xué)動態(tài)，2017（12）：1521

[13] Geoffrey E Hinton. and Ruslan R Salakhutdinov Reducing the dimensionality of datawith neural networks[J].Science 3135786 （2006）： 504-507

[14]陸丹丹，后人類主義視域下人工智能時代的設(shè)計[J].美術(shù)觀察，2017（ 10） 18-19

[15]李江寧.探討我國金屬藝術(shù)中的產(chǎn)品語意學(xué)[J].設(shè)計， 2016，29（1）：78-79

[16]薄其芳，賈樂賓，楊梅.互聯(lián)網(wǎng)時代下產(chǎn)品設(shè)計教學(xué)中交互智能化語義研究[J].設(shè)計，2 016，29 （7）：102-103