人工智能技术在产品交互设计中的应用

目的 通过对人工智能技术体系的认知与研究,了解人工智能技术在产品交互设计中的应用现状,发现人工智能给产品交互设计带来的革新、产生的新交互方式,以及未来人工智能技术在产品交互设计领域中的发展趋势。方法 以AI净饮机为主,小米智能家居和“小飞鱼”驾驶助手等设计案例为辅,全面剖析在整个设计过程中的应用思考与表现。深入分析人工智能在产品交互设计中的实际应用。结论 根据目前人工智能应用在各行各业中的现状,经过调研及分析其应用的技术手段,总结出人工智能如何驱动产品交互设计的发展。另外,在产品交互设计流程和方法中,通过人工智能的介入,可以提高产品交互设计的效率与用户体验。最终提出对传统产品交互设计的方式、方法、界面及信息构架等多维度的产品设计概念的重新定义,对未来的发展方向进行了设想。     

人工智能视域下的产品设计新特征及情感交互设计探究

目的 以人工智能技术发展的背景、起源、现状和未来发展路径为脉络,探讨人工智能技术为产品设计的构成要素带来的新特征。基于产品设计的新特征,提出智能产品情感交互设计的重要性和设计方法。方法 通过文献梳理法和案例分析法,提出在人工智能技术的影响下,产品设计从传统的物质表达进入到虚拟沉浸体验阶段,产品的传统功能也进阶到智慧功能的扩展,传统人机系统呈现出更加友好互动的交互趋势。在这种互动趋势的影响下,产品设计需要建立智能情感交互方式,以此加强用户和机器的友好沟通。最终通过智能厨房调料盒设计案例来分析智能情感交互设计的方法。结论 提出建立多维度综合智能交互系统和联想隐喻动态图形交互的设计方法,以此增强产品情感交互的新体验,为产品的智能化创新设计提供思路和方向。     

无人驾驶车多种空间人类移动性交互设计研究

目的探讨无人驾驶车在智能交通系统、大数据、人工智能等技术支持下,对人类移动性的范式拓展与设计思考,研究新型人类移动性下无人驾驶车的交互设计方法。方法采用文献调查法、田野调查法和用户参与式设计方法进行分析研究。结果无人驾驶车对人类移动性的拓展包含信息转化,时空维度转换,固有信息与即生信息、转化信息构成了人类新的社交网络以及移动性的内容知识图谱。链接物资流、信息流和资金流的人类移动性构建在多种空间的灵活信息架构中。结论新型人类移动性的无人驾驶车交互设计,将交互内容、功能、媒介的设计,与人类移动性的数据采集、数据处理、数据应用相映射,交互模型中人的身份变得多元,人类群体移动性的交互模式形成新的交互行为逻辑,交互环境由人工智能数字环境和人类智能非数字环境共同构成混合智能的交互样态,信息架构基于自动驾驶形成自适应用户自产生内容UGC前馈和无人驾驶车专业生产内容PGC反馈的智能信息,新的人类移动性催生出由交互载体、功能、内容三要素构成的新的人机交互范式。     

基于服务场景的智能养老产品交互设计研究

目的研究服务场景及其组成要素,探索服务场景在智能产品交互设计中的应用流程与方法,从而进一步优化智能养老产品的交互设计质量。方法以当下基于互联网与物联网技术的智慧养老趋势和服务设计理念为背景,通过服务场景的定义,以及服务场景中的人物关系、时空环境、叙事情节、目标体验4个因素的分析,结合智能养老产品需求以及交互设计流程,构建起基于服务场景的智能产品交互设计流程与方法,并将此方法应用于智能养老手表产品的服药提醒界面的交互设计中进行评估与验证。结论借助基于服务场景的智能产品交互设计方法,通过对服务场景因素的分析和应用,可以有效提升智能养老产品交互设计的质量与效率,提升智能养老产品的用户体验。     

具身与离身认知在多模态交互环境下的交互语法研究

目的 针对目前具身交互设计领域中具身认知和离身认知割裂的现状,将心理学第一代认知科学的离身认知与第二代认知科学的具身认知相结合,构建在多模态交互环境下的交互语法,指导智能体与人的具身交互和离身交互。方法 以智能体为多模态交互环境的媒介,通过把人类的具身性逐步转化为智能体的离身性,运用隐喻、转喻、隐转喻的方式,使智能体的离身性激发人类交互主体,产生新的具身认知。结论 在多模态交互环境中,把具身交互中的示能性、交互行为、交互前馈与离身交互中的符号、语义、交互反馈进行组建,形成完整交互语法体系。将交互事件中的3个要素进行映射,匹配到人与智能体的多模态交互关系中。     

基于认知任务分析的智能系统交互设计路径研究

目的 在信息技术与人类社会深度融合,以及以人工智能为代表的新兴技术推动机器更为智能的时代,操作人员面临着日益复杂的认知需求。在此背景下,从认知任务分析的视角研究适合智能系统交互设计的路径。方法 通过文献分析、实地观察和访谈,分析并总结认知任务分析的理论和工具,提出适合高速列车菜单引导制动试验系统交互界面设计的认知任务分析方法,以及以此为基础的交互设计路径。结论 从历史角度,认知任务分析的诞生和发展与机器智能程度的不断提升密不可分。认知任务分析在复杂智能系统的设计中历史悠久,应用广泛。基于认知任务分析的交互设计路径是高速列车菜单引导制动试验界面设计的一种合适方法,也可以用于类似的智能系统交互设计场景,路径的关键是根据目标研究领域的实际限制选取认知任务分析方法。     

人工智能辅助技术在包装设计中的应用研究

目的 研究人工智能辅助技术介入包装设计流程的多元方式,分析人工智能技术应用现状,推导出更适应当下包装设计市场需求的技术应用策略。方法 通过分析包装设计流程中人工智能技术实际应用案例,总结智能技术介入背景下包装设计的转变,探讨技术的创新及应用的层次。结合设计实践进一步研究技术的应用策略,展望人工智能技术在包装设计中的应用前景。结论 人工智能辅助技术可从用户数据分析、个性化设计延展、方案智能优化等多个应用层面优化包装设计,带来更大的生产效益。合理应用人工智能技术有助于转变设计思维、拓展包装设计形式。在包装设计中根据不同应用场景,使用智能技术辅助设计,可以提升设计效率,满足当前数字化经济时代发展的需求。     

AIGC技术趋势下智能设计的现状与发展

目的 当前人工智能生成内容技术（AIGC）已步入全方位商业化阶段,AIGC正在成为智能设计的核心支持手段。为提高设计效率和设计质量,顺应人工智能时代不断变化的复杂设计需求,对AIGC支持下的智能设计方法进行综述。方法 通过文献研究,对AIGC技术的基本原理和主要特点进行深入分析,归纳出基于数据挖掘与分析、知识推理与学习、算法演化与模拟的智能设计方法,并得出数据预处理、语境感知调谐、跨模态交互设计、模型构建与评估、动态化学习与反馈优化等AIGC支持下智能设计的关键步骤。结果 AIGC在工业设计流程迭代、传媒创作人机深度融合和娱乐交互方式研发等领域对智能设计方法的变革具有重大意义。结论 对AIGC技术支持下的智能设计方法进行展望,得出虚实结合下的智能化数字孪生设计、全球协同下的智能设计社会变革、隐私安全需求下的交互反馈模式设计3个方面的趋势。     

智能汽车人机交互发展趋势研究

目的 研究以“设计”为出发点,以未来智能汽车的人机交互为对象,对相关技术、产品和设计的现状进行分析,展开趋势研究。方法 基于百度-湖南大学智能设计与交互体验联合创新实验室架构,由百度人工智能交互设计院联合湖南大学设计艺术学院、汽车车身先进设计制造国家重点实验室,开展智能汽车人机交互设计趋势的相关研究。研究采用桌面研究结合专家访谈和创新工作坊的方式,得到基础数据;通过聚类归纳和案例分析的方式,进行数据分析。结果 结合学术界和产业界的经验,探讨智能汽车人机交互设计的未来趋势,形成该领域的设计洞察,获得关于智能汽车人机交互设计的九大趋势。结论 九大趋势分别为从运载工具到交通系统、连接与分离、共享服务、无处不在的显示、接管与移交、实体媒介交互、个性化、多通道融合交互和智能情感交互。九大趋势将对未来智能汽车人机交互设计趋势的研究带来启发,支持未来智能汽车的设计、研究与开发。     

智能厨房家具系统的交互设计研究

智能厨房家具系统的物理元素主要由家具、电器和物理空间等组成,其服务性主要表现在为家庭提供健康的、美学的和人性化的服务.智能厨房家具的交互设计主要表现在人机交互设计和人际交互设计两个方面.人机交互设计可通过行为流程分析及其影响因素设计、产品运动方式设计等,提高厨房工作的效率和舒适度,提升用户对产品品质的情感体验;人际交互设计可通过重新创建日常生活场景、拓展智能厨房家具的功能等,促进家庭成员之间的人际交互,创建和谐的家庭关系和氛围.     

人工智能背景下的车载人机交互界面设计研究

通过人工智能技术对车辆用户的偏好、状态及环境信息进行分析处理,将在车载交互界面中展示更合理的驾驶建议和更符合用户习惯的车载人机交互界面布局,为用户提供更自然的人机交互体验。分析现有车载人机交互界面和人工智能技术的发展现状,将人工智能技术引入车载人机交互界面中,并对用户进行问卷调查及驾驶行为观察等定量和定性研究,分析用户的驾驶行为与偏好,了解用户在交互方式和界面展示形式等方面的需求,并根据这些需求和人工智能技术的特点提出车载人机交互界面的设计策略。本研究基于人工智能技术的特点和用户研究的结果,提出了车载人机交互界面的交互设计策略——车载人机交互界面应在层级设计、布局设计和信息呈现方面展开优化,以减少用户注意资源的占用。基于此策略,人工智能与车载人机交互界面应自然融合,车载人机交互界面将根据用户偏好和事件优先级进行动态调整。     

Drivers,barriers and social considerations for AI adoption in SCM

This study explored the challenges and recommendations for implementing Artificial Intelligence (AI) in SC Management (SCM). The experts identified several drivers for AI adoption in SCM, including increased efficiency, improved decision-making, and reduced costs. However, they highlighted several barriers to AI adoption, such as data quality and management issues, resistance to change, and lack of understanding and trust in AI. To overcome these barriers and ensure successful AI implementation, companies should involve all stakeholders, focus on data quality and management, and ensure the AI solution integrates with existing processes and workflows. In addition, companies should also avoid common mistakes when implementing AI, such as neglecting the importance of explainability and transparency in AI decision-making, underestimating the importance of involving all stakeholders, and rushing into large-scale implementation without conducting small-scale pilot projects. By following the recommendations and avoiding common mistakes, companies can harness the benefits of AI in SCM while minimizing risks and challenges.     

基于反思层情感化设计的城市品牌动态海报研究

目的 研究城市品牌传播中对动态海报设计的情感化需求,从人工智能技术还不能实现的反思层情感化设计入手,探讨其在动态海报设计中的应用方式,为实现人工智能技术的反思层情感设计提供理论基础.方法 以情感化设计三个层面为理论基础,联合城市品牌与产品共同推广的方式,利用城市目标客户群定位,对人工智能技术不能实现的反思层设计方法进行归纳整理.结论 提出了动态海报情感化设计的三种方法,以叙事空间设计完成了情感传达与城市文化关注,以熟悉场景和回忆场景与观众建立起了感情关联,利用交互设计让观众产生了情感认同.基于动态海报反思层的情感化设计方法使人工智能技术不再停留在外观与功能设计上,为人工智能技术实现反思层情感化设计奠定基础的同时还提升了城市品牌传播效果.     

Patenting patterns in Artificial Intelligence: Identifying national and international breeding grounds

This paper identifies countries at the forefront of Artificial Intelligence (AI) development and proposes two novel patent-based indicators to differentiate structural differences in the patterns of intellectual property (IP) protection observed for AI across countries. In particular, we consider (i) the extent to which countries specialise in AI and are relevant markets for corresponding IP protection (‘National Breeding Ground’); and (ii) the extent to which countries attract AI from abroad for IP protection and extend the protection of their AI-related IP to foreign markets (‘International Breeding Ground’). Our investigation confirms prior findings regarding substantial changes in the technological leadership in AI, besides drastic changes in the relevance of AI techniques over time. Particularly, we find that National and International Breeding Grounds overlap only partially. China and the US can be characterised as dominant National Breeding Grounds. Australia and selected European countries, but primarily the US, are major International Breeding Grounds. We conclude that China promotes AI development with a major focus on IP protection in its domestic market, whereas the US sustains its AI progress in the international context as well. This might indicate a considerable bifurcation in the structural patterns of IP protection in global AI development.     

人工智能在设计产业中的应用及发展

目的 对人工智能在设计领域的应用进行梳理与总结,分析当下人工智能对设计流程和设计师的影响,展望未来人工智能对设计行业的影响趋势。方法 使用VOSviewer工具和文献计量法对Web of Science数据库中关于“人工智能在设计领域的创新与应用”的文献进行详细的可视化和聚类分析,深入探讨文献中的核心观点和案例。结果 基于四个主要聚类(AI+技术应用、AI+设计流程、AI+创意协作、AI+影响反思)来展开讨论。特别关注生成式人工智能(AIGC)技术对设计方法和设计流程的影响,指出生成式人工智能在促进设计创新和提升设计效率方面发挥着至关重要的作用。此外,生成式人工智能对设计师的传统角色及设计原创性提出了新的挑战并重新定义需求。预测未来人工智能将进一步整合进设计流程,促进设计创新,更加关注人工智能的原创性、责任边界问题,探讨人工智能与设计师合作的新模式。结论 通过对人工智能在设计领域应用的全面综述,为未来设计创新与人工智能融合提供了有价值的理论参考和发展方向。     

Analyzing Some Elements of Technological Singularity Using Regression Methods

Technological advancement has contributed immensely to human life and society. Technologies like industrial robots, artificial intelligence, and machine learning are advancing at a rapid pace. While the evolution of Artificial Intelligence has contributed significantly to the development of personal assistants, automated drones, smart home devices, etc., it has also raised questions about the much-anticipated point in the future where machines may develop intelligence that may be equal to or greater than humans, a term that is popularly known as Technological Singularity. Although technological singularity promises great benefits, past research works on Artificial Intelligence (AI) systems going rogue highlight the downside of Technological Singularity and assert that it may lead to catastrophic effects. Thus, there is a need to identify factors that contribute to technological advancement and may ultimately lead to Technological Singularity in the future. In this paper, we identify factors such as Number of scientific publications in Artificial Intelligence, Number of scientific publications in Machine Learning, Dynamic RAM (Random Access Memory) Price, Number of Transistors, and Speed of Computers’ Processors, and analyze their effects on Technological Singularity using Regression methods (Multiple Linear Regression and Simple Linear Regression). The predictive ability of the models has been validated using PRESS and k-fold cross-validation. Our study shows that academic advancement in AI and ML and Dynamic RAM prices contribute significantly to Technological Singularity. Investigating the factors would help researchers and industry experts comprehend what leads to Technological Singularity and, if needed, how to prevent undesirable outcomes.     

生成式AI模型人智共创中的对齐问题研究

目的 以人工智能对齐的视角,探讨在人智共创中生成式AI模型如何对齐设计师的意图。方法 通过要素分析,以人工智能对齐问题中的可解释性与可控性为研究视角,探讨生成式AI技术作为辅助设计工具如何对齐设计求解过程中“探索-创新-评估”三个设计阶段的具体意图与需求,并分析对齐阶段中需要解决的对齐问题。结果 根据对齐阶段的任务构建基于人智设计概念表征交互式对齐方法、表征拓展方法与表征评估方法。结论 在三个对齐阶段中分别构建意图对齐、设计空间拓展和设计规则匹配这三种方法,帮助设计师构建可控、可解释的人智共创方法,从而构建可控、可信的人智共创。     

The role of artificial intelligence in business transformation: A case of pharmaceutical companies

Artificial intelligence (AI) is of great interest to researchers and practitioners as a means of achieving the necessary progress in the pharmaceutical industry. However, the role of AI and ways of transforming companies are not well studied. The purpose of the paper is to identify exactly how AI affects the key and support business processes of pharmaceutical companies. We offer a qualitative interview study of five large, five medium, and five small pharmaceutical companies. Based on scarce literature on the role of AI in the pharmaceutical industry, we considered which business processes are subject to transform within it and how they do so. We determine that small pharma companies significantly change research and development, master data management, analysis and reporting, and human resource business processes under the influence of AI. Large pharma companies use AI to transform production, sales, marketing, and analysis business processes. In turn, medium-sized companies are in the middle and individually transform their business processes depending on their specialization.