与我们连接之极主旨发言人Josh Clark并预览他的演讲约书亚UX设计师、设计师、作者和创建原理大中型纽约设计演播室专攻未来友好界面最近他从SXSW展示返回
迫不及待想听到他的谈话 并期望你在那里贝区尚没有注册,还等什么加入我们
机器突然能讲理-至少从原始方式讲-人类交流所有混乱方式:语言、手势、自然语言、涂鸦画像和自然图像感知图像领域 机器学习使算法最可靠
机器不仅能看见图像并创建图像,有一些巨大的契机, 供我们设计师和开发商使用- 但也存在风险和责任
我挑战我们所有人接受机器学习,以之为一种令人振奋的新设计素材,用图像工作有很多事需要探索 太多事需要学习最不重要的是,我们必须学习如何处理所有怪异、易出错结果,机器仍盘托出或多或少,我们需要建立新的透明规范 当算法改变或甚至完全编译图像新疆域工作上有一些思想道德考量,还有一些令人生畏的设计和表达问题有待解决。我希望让图像集观众参与这些拼图两者都令人振奋和重要
好谢以下是我所了解的:我们谁都不喜欢重复工作,然而我们技术产业中的大多数人发现我们自己会一次又一次地解决同样的问题。网络设计师在一个出版商告诉我他在过去15年中 一次又一次设计相同的5页模板旧锯子上写道 无法记起过去者 受约束重复
设计系统是机构知识容器组织解析常见问题但他们不只是文档组织向未来自身传递信息 提醒我们已经解决某些问题我们不必从头开始事实上,自始自终往往是愚蠢的-对我们自己不友好-尽管我们经常这样做。
技术产业中,我们倾向于说服自己 新的总是更好,或更糟, 我们正在做的事情从来没有尝试过有时我们故意不知道前所未见数十年后, 发现同样的问题或论题 复复复复复发- 完全不知道这些年来出现的智能思维我们倾向于覆盖同一块土地
公平说来,对未来不总是容易产生前瞻乐观感,同时对过去有稳健知情感。最优结果产生
感觉真正相关 当我们开始思考 道德和责任机器生成图像如何传递变换图像数世纪以来我们一直在艺术领域与这些问题搏斗:伪对拜、图片编辑伦理学和归因规范算法把所有这些考量都加进超驱动器中,
历史告诉我们更多未来比我们常识眼下我总想我能做点什么 留点提示给未来
