Dieser Leitfaden soll Lesern, die an der Erforschung von AI UX Design interessiert sind, eine kompakte Einführung bieten. Der Leitfaden behandelt die Rolle des KI-Ingenieurs, die KI-Wertschöpfungskette und Erfolgsgeschichten von KI-Anwendungen und untersucht einige der Grundprinzipien des KI-UX-Designs.
Originaltext:
https://docs.google.com/presentation/d/1RgJ6rtiG9Ts726kkXfji2Tc0q5P1eVx297IzYdWHQPQ/edit?usp=sharing
1. einleitung
Künstliche Intelligenz (KI) hat sich in den letzten Jahren rasant entwickelt und ist in jeden Aspekt unseres Lebens eingedrungen. Von Empfehlungssystemen bis hin zu selbstfahrenden Autos - KI verändert die Art und Weise, wie wir mit Technologie umgehen. Die KI-Technologie entwickelt sich ständig weiterDas Design einer großartigen Benutzererfahrung (UX) für KI-Anwendungen wird entscheidend.
2. die Rolle des KI-Ingenieurs
KI-Ingenieure spielen eine entscheidende Rolle bei der Entwicklung von KI-Anwendungen. Im Gegensatz zu herkömmlichen Software-Ingenieuren müssen KI-Ingenieure über Kenntnisse und Fähigkeiten in mehreren Bereichen wie maschinelles Lernen, Datenwissenschaft und Softwaretechnik verfügen. Sie sind verantwortlich fürEntwurf, Entwicklung und Bewertung von KI-Modellen und deren Integration in Endnutzerprodukte.
Eine der Hauptaufgaben eines AI-Ingenieurs ist esUmwandlung komplexer KI-Technologie in benutzerfreundliche Produkte. Das bedeutet, dass sie die Bedürfnisse der Nutzer genau verstehen und ihnen die Möglichkeiten der KI so präsentieren müssen, dass sie leicht zu verstehen und zu nutzen sind.
3. die AI-Wertschöpfungskette
Um AI UX Design besser zu verstehen, müssen wir die AI-Wertschöpfungskette verstehen. Ähnlich wie in der Halbleiter- und Content-Industrie findet die Wertschöpfung im Bereich der KI an zwei Hauptextremen statt:Die zugrunde liegende Technologie und die Anwendungsschicht, die dem Nutzer am nächsten ist.
- zugrundeliegende TechnologieNvidia als Anbieter der zugrunde liegenden Hardware ist derzeit der profitabelste Teil der KI-Wertschöpfungskette. Die von ihnen hergestellten GPUs sind Schlüsselkomponenten für das Training und die Ausführung großer KI-Modelle.
- MesosphäreEinige Unternehmen konzentrieren sich auf die Entwicklung von Basismodellen, wie z. B. OpenAI, Anthropic und andere. Allerdings sind diese Unternehmen derzeit nicht sehr erfolgreich.
- Anwendungsschicht (Datenverarbeitung)Einige Unternehmen konzentrieren sich auf die Entwicklung von KI-Anwendungen für Endnutzer, wie z. B. ChatGPT, Cursor, Replit, usw. Diesen Unternehmen geht es derzeit relativ gut.
Dies legt nahe, dass dieDie Entwicklung von KI-Anwendungen, die den tatsächlichen Bedürfnissen der Nutzer entsprechen, ist wertvoller als die Konzentration auf die zugrunde liegende Technologie.
4. die AI UX Gestaltungsprinzipien
AI UX Design ist sowohl mit dem traditionellen UX Design verwandt als auch von diesem verschieden. Hier sind einige Grundprinzipien des AI UX-Designs:
- Kopieren und Einfügen eliminierenKI soll den Nutzern helfen, Aufgaben effizienter zu erledigen, z. B. durch die automatische Generierung von Text, Code usw., anstatt sie manuell kopieren und einfügen zu lassen.
- Klare Vorgaben machenDie Bereitstellung von expliziten Eingabemasken oder -optionen kann den Nutzern helfen, die Möglichkeiten der KI besser zu nutzen.
- Nutzung multimodaler InteraktionenKI-Anwendungen sollten so viele Interaktionsmethoden wie möglich nutzen, z. B. Text, Sprache, Bilder usw., um eine reichhaltigere und natürlichere Benutzererfahrung zu bieten.
- ParallelverarbeitungsaufgabeKI: KI kann große Datenmengen parallel verarbeiten, daher sollten KI-Anwendungen dies so weit wie möglich ausnutzen, z. B. durch den gleichzeitigen Aufruf mehrerer APIs zur Steigerung der Effizienz.
- Höhere VerarbeitungsgeschwindigkeitDie Reaktionsfähigkeit von KI-Anwendungen ist entscheidend für das Nutzererlebnis. Die Verwendung schnellerer Hardware oder Algorithmen kann die Geschwindigkeit der Schlussfolgerungen erhöhen und damit das Nutzererlebnis verbessern.
5) Erfolgsgeschichten von KI-Anwendungen
Viele erfolgreiche KI-Anwendungen werden heute beispielsweise auf der Grundlage der oben genannten Prinzipien entwickelt:
- Wissensdatenbankbasierte ChatbotsEinige Unternehmen haben beispielsweise KI-Technologien eingesetzt, um Chatbots zu entwickeln, die Fragen von Mitarbeitern beantworten und Zugang zu internen Informationen bieten können; diese Bots sind häufig mit der internen Wissensdatenbank des Unternehmens verbunden und können Fragen von Mitarbeitern schnell und präzise beantworten.
- Chat-Anwendung kombiniert mit Websuche: z.B. Perplexität und SearchGPT, bei denen es sich um Anwendungen handelt, die die natürlichsprachliche Anfrage eines Benutzers verstehen und eine Web-Suchmaschine verwenden, um relevante Informationen abzurufen, die dem Benutzer dann in knapper und leicht verständlicher Form präsentiert werden.
- Code-VervollständigungstoolZum Beispiel Copilot, das auf der Grundlage des aktuellen Code-Kontextes des Programmierers die nächste Code-Zeile vorhersagt und empfiehlt und so die Effizienz des Programmierers verbessert.
- AI-SchreibhilfsmittelGrammarly zum Beispiel hilft den Nutzern, grammatikalische Fehler zu finden, den Stil zu verbessern und gibt Tipps zum Schreiben.
6. zukünftige Richtungen für KI-Anwendungen
Auch wenn KI-Anwendungen bereits weit fortgeschritten sind, gibt es noch immer Bereiche, die erforscht werden müssen, zum Beispiel:
- Sprachinteraktion mit hoher BandbreiteKI-Sprachassistenten sind derzeit gut in der Lage, einfache Befehle zu verarbeiten, aber bis zu einer wirklich natürlichen und reibungslosen Sprachinteraktion ist es noch ein weiter Weg.
- Generation Video: Die Technologie zur Erzeugung von KI-Videos befindet sich noch im Anfangsstadium, und die Qualität der erzeugten Videos muss noch verbessert werden.
- UI-Code-GenerierungDerzeit können einige Tools UI-Code auf der Grundlage einfacher Benutzerbeschreibungen generieren, aber die Qualität und Wartbarkeit des generierten Codes muss verbessert werden.
- Multistep-KodiermittelDerzeit werden KI-Assistenten hauptsächlich zur Unterstützung von Programmierern bei der Erledigung einiger einfacher Programmieraufgaben eingesetzt, und es ist noch ein weiter Weg bis zur Realisierung von mehrstufigen Agenten, die komplexe Programmieraufgaben selbstständig erledigen können.
- VR/ARDie Anwendung von KI in VR/AR befindet sich noch in der Erprobungsphase.
7. zusammenfassung
AI UX Design ist ein aufstrebendes und herausforderndes Feld. Um großartige KI-Apps zu entwickeln, müssen wir die Funktionen und Grenzen der KI-Technologie genau verstehen und sie mit den besten Praktiken des UX-Designs kombinieren. Da sich die KI-Technologie weiter entwickelt, glauben wir, dass es in Zukunft noch mehr erstaunliche KI-Anwendungen geben wird.