我从12年开始接触移动互联网交互设想，到此刻也有五个年头了，从当年靠自学的菜鸟到此刻已经任务2年的交互设想师，我最大的感触是14年末移动互联网的交互设想已经到达天花板了。这句话的意思不是说移动互联网的交互设想已经到尽头，而是交互设想的形式已经很稳定，只要设想师看过几个竞品掌握点学问，通过一定的拼装也能做出一个相对稳定的产品设想出来。
为什么敢说是14年末。因为15年后已经很少有新的交互设想书籍上市。为什么？因为iOS7出现了，Material Design也出现了。它们强调内容优先，信息架构、过程和视觉设想应该扁平化，以及他们已有完善的平台设想规范，所以做起设想来都变得更简朴了，这是一件好事。
之前和一名和我一样喜欢折腾喜欢玩创客且比较资深的设想师聊了下，我们都发现并认同一个观点：交互设想师更像一个指导人类如何与计算机沟通的先驱。意思是在人类发明了计算机后不知道如何和计算机沟通，所以有了交互设想师这个职位而且让他们去踩雷，雷被踩完后，人和计算机沟通的道路不再危险时，交互设想师就没多大作用了。（这里的交互设想师指狭义中与计算机打交道的交互设想师。）
所以，我们可以看到08-14年不断有不同交互形式的产品出现，因为大家都是抱着一种猜测和理解的方式去表达自己的交互设想观点，那时是因为不知道哪个设想是对的而不同（等于踩雷），前面通过数据和用户行为慢慢知道哪些设想更合理（开始收敛合理方案），再到前面被巨头垄断，巨头的设想规范逐渐成熟并影响其他设想（雷没了）。
随着扁平化理念的出现，每一个人进入设想范围的门槛降低，有更多威力参差不齐的人因为看到UI或交互设想这些范围看似简朴而且高工资而涌入这范围，导致了这范围迅速膨胀，从饱和到泡沫。
所以，无论是事或人，移动互联网设想已经很成熟，到此刻已经很难探索出有突破性的创新。
讲人工智能之前讲一大堆与人工智能不太相关的话题是有原因的，即使没有人工智能的出现，往后设想师面临的课题也很多，这些是时代或者人为造成的，与人工智能无关；人工智能出现后，这些课题会加剧增加，导致更多的设想师面临被淘汰的课题。
首先说出我的观点：
1. 由于此刻大多数的设想靠拼素材和简朴（完善）的设想规范就能完成，基本都是做反复性的操作，所以含金量较低。
2. 同类产品的信息架构、过程和页面与竞品不会有太大差距，所以交互设想师做的事情大多是为了满足用户需求和设想不出错的过程，后者含金量也较低，它只是不同人在做同一件事情。
3. 大部分的界面布局和结构相对简朴，前端重构页面时基本都是用相同的代码反复去实现设想师的设想图，含金量也较低。
以上三点基本都是初级设想师（包括我）在做的事情。这些事情需求处理的课题是效益，只要效益高，反复性的事情能更快处理，这时候就不需求更多的设想师来做这些事情。人工智能就是处理反复性任务，提高效益的工具。
为了让这篇文章更客观，写这篇文章前，我通过Udacity课程自学了机械进修方面的学问（我有较好的计算机基础）以及通过阅读不同的书籍去弥补自己在人工智能方面学问的不足，这样才能更好地综合计算机和设想两个维度来阐述人工智能对设想的影响。
首先要聊一下此刻的人工智能是什么。
在计算机范围，人工智能是用来处理不确定性以及管理决策中的不确定性。意思是通过一些不确定的数据输入来举行一些具有不确定性的决策。
此刻的人工智能从技术角度来说是深度进修，而深度进修是机械进修的一种方向，所以我们需求了解机械进修和深度进修是什么。机械进修简朴点说就是通过一个数学模型将大量数据中有用的数据和关系挖掘出来，而深度进修指这个数学模型会不断的自我优化，从而发现更多优质数据以及联系。此刻的AlphaGo也是通过十几万盘棋的训练判断出未来几十步的走向是否会赢，这也是深度进修带来的“奇迹”。
从实现上来讲，机械进修主要通过监督进修，非监督进修和增强进修这三个方法实现自我进修。监督进修与数学中的公式（函数）有关，非监督进修与现实中的描述（例如哪些动物有四条腿）有关，增强进修的大概意思是通过联想并对比未来几步所带来的好处而决定下一步是什么。
解释了这么久，机械进修和深度进修看起来只与数据产生关系，貌似和设想没有半毛钱关系。实际上是这样的：
1. 最近火了一把的鲁班设想是通过深度进修来量产Banner的。设想师将自身的经验学问总结出一些设想手法和风格，再将这些手法归纳出一套设想框架，让机械通过自我进修和调整框架，演绎出更多的设想风格，上亿的Banner通过素材进入该框架后批量拼装而成。也就是说只要有一个合理且容错度高的设想框架来做支撑，前面的任务都是反复将素材举行拼接。拼装这是效益的课题，不是设想课题。（这里的Banner是量产物，不是优质有灵魂的作品）
介绍鲁班设想系统：《UCAN2017回顾!美工终结者「鲁班智能设想平台」是如何任务的？》
2. 交互设想师大部分的任务是了解需求，分析竞品以及与各角色的沟通，只有少部分时间用来画图，但最终的产物线框图能更好地反映一个交互设想师的威力，过程是否逻辑严谨，是否能跑顺。严格上说，这也是反复性的任务。
首先，将过程拆解到最小颗粒度，每一个细小过程基本存在（很有可能在某一款竞品中存在，所以我们需求不断体验不同竞品），我们只不过是反复地将每一个细小过程再画一遍，然后将细小过程再组装成一个大的过程，再去看有没有课题。假设前面有一款神器能将每一个竞品功能和过程举行拆分和标注，神器通过自我测试的形式将过程跑一遍并记录下来，然后对比不同过程的效益和流畅度，再举行自我进修归纳出一个通用的过程框架。交互设想师了解需求后通过选择不同的过程框架举行拼装，就能把一款产品架构给组装好。明显的好处是减少过程设想时产生的漏洞，以及已知可行性降低了与各角色的沟通成本，这也极高提升了效益。（刚提到的神器我觉得很有可能被实现出来，只是前期需求有人举行大量的数据清洗和标注）
3. 自从有了扁平化设想和内容优先两个理念后，大部分产品的UI设想变得更简洁。突出内容使此刻的UI设想基本围绕着控件、字体、颜色、线条以及间距举行反复调整，当然还有最重要的icon设想。为了提高效益和每一个页面的一致性，所以有了设想规范。有了设想规范后，UI设想师的大部分任务是通过设想规范将交互线框图给表现出来，但这些反复性任务不能体现出UI设想师应有的价值，这也说明了现有的UI设想有大量的反复性任务。假设前面有一款神器，只要交互设想师将线框图的每一个元素标注出来是什么，这款神器都能将该元素按照设想规范举行包装，说不定以后设想师只要调整一下设想规范里的参数就能把全部页面的相关元素调整完，效益极大提高。#这里不需求用到机械进修#
4. Zeplin这个插件将设想师从枯燥的体力活中解放出来，设想师不用再为切图标注烦恼。如果这个插件再扩展一下，可能连重构这种枯燥的体力活都能做完（除了性能优化）。前端工程师（腾讯里有专门的重构工程师，叫UI工程师）通过HTML和CSS将设想师给的设想图用代码和切图资源给实现出来。由于此刻的网页或者APP设想包括布局和控件都相对简朴，所以基本上重构工程师的大部分任务也是反复的，除了需求针对个别案例举行性能优化。现有的布局基本为线性布局，绝对布局和相对布局，每一个资源都有左右和上下层级的关系，也就是说元素之间的关系是确定的，理论上就可以通过模型来实现，无需人为反复地编写代码。Zeplin已经处理了元素的标注和切图课题，只要把模型实现出来，应该能处理大部分重构课题，工程师只需求处理剩余部分即可。如果大家感兴趣，可以关注一下最近的Pix2code，它通过深度进修将UI设想直接自动生成代码，连标注和切图都不用给。
以上四点说明随着人工智能（机械进修）的介入，设想师在反复的任务上，效益会不断提高。就像有了蒸汽机的出现，工人的效益低能立刻对比出来，再加上企业需求不断付工资给工人，所以当时有相当多的工人失业。前面也可能面临这一课题，只懂做简朴而且经常做反复性任务的设想师很可能有一天被人工智能（机械进修）的效益打败。
但，设想师也不太需求杞人忧天，因为以上四点只能体现出设想师的反复性任务，不能体现出设想师的价值，设想师还是比较难被人工智能取代的，顶多是美工被取代。
前面讲的基本是机械进修，从此刻开始，我会讲讲什么是人工智能。这里会引用李开复老师的《人工智能》一书的很多观点，这是一本好书，推荐大家去看看。
在人工智能一书中，李开复老师采访了众多科学家，并总结了此刻科学家对人工智能的5个定义：
1. AI就是让人觉得不可思议的计算机程序
计算机基本上是在用搜索或优化搜索的方式来处理博弈课题，例如AlphaGo下围棋。这个更多站在大众的角度来看待人工智能，主观性太强，不利于科学讨论。
2. AI就是与人类思考方式相似的计算机程序，AI就是能遵照思维里的逻辑规律举行思考的计算机程序。
3. AI就是与人类行为相似的计算机程序
这应该是普通人类所担忧的课题，计算机被赋予人工智能后是不是能像人一样思考和行动，其实非常难，前面会有特定的解释。
4. AI就是会进修的计算机程序
“无进修，不AI”，这几乎成了人工智能研究在今天的核心指导思想。计算机通过不断优化自身的数学模型从而“进修掌握”更多学问。
5. AI就是根据对环境的感知，做出合理的行动，并获得最大收益的计算机程序
这是维基百科使用的综合定义，也是学术界的教科书式定义，全面均衡，偏重实证。
此刻的人工智能属于弱人工智能，还达不到大众所遐想的人工智能。弱人工智能也称限制范围人工智能或应用型人工智能，指的是专注于且只能处理特定范围课题的人工智能，例如AlphaGo，它自身的数学模型只能处理围棋范围的课题，可以说它是一个非常狭小范围课题的专家系统，以及它很难扩展到稍微宽广一些的学问范围，例如如何通过一盘棋表达出自己的性格和灵魂。
李开复老师也很肯定直接给出了以下观点：今天我们看到的所有人工智能算法和应用都属于弱人工智能的范畴。
大众所遐想的人工智能被定义为强人工智能，它需求具备以下威力:
存在不确定因素时举行推理，使用策略，处理课题，制定决策的威力
学问表示的威力，包括常识性学问的表示威力
规划威力
进修威力
使用自然语言举行交流沟通的威力
将上述威力整合起来实现既定目标的威力。
这些威力在常人看来都很简朴，因为自己都具备，但计算机很难具备以上威力，这也是为什么人工智能很难达到常人思考的水平。李开复老师也很肯定直接给出了以下观点：从技术角度说，弱人工智能与强人工智能之间的鸿沟可能远比我们目前所能想象的要大得多。
《人工智能》一书中也举例了今天的AI在以下七个范围还很不成熟，这七个方面正是设想师所擅长的。
1. 跨范围推理
人类强大的跨范围联想、类比威力是跨范围推理的基础。这正是设想师所需求的技能，如何通过跨界联想举行设想创新，如何通过类比威力去推理出用户想要什么。
2. 抽象威力
抽象是想象力中最重要的部分，设想师最不缺想象力和创意。
3. “知其然，也知其所以然”
进修中最重要的威力之一。设想师通过多个实例找出实例的本质及其产生的原因，提炼出用户的需求，再通过具象提出设想方案。
4. 常识
我们每一个人都有一些几乎被所有人认可的，无须仔细思考就能直接使用的学问、经验或方法。当这些经验学问秒此刻我们脑海时，这就是我们设想师最需求也是最难讲道理的——灵感。
5. 审美
审美威力同样是人类独有的特征，很难用技术语言解释，更难被赋予机械。审美是一件非常个性化的事情，每一个人心中都有自己一套关于美的标准，但审美又可以被语言文字描述和解释，人与人之间可以很容易地交换和分享审美体验。这种神奇的威力，计算机目前几乎完全不具备。
6. 自我意识与情感
情感是我们人类的感性基础，结合自我意识再升华即是灵魂。我们的设想需求考虑用户的感受，这也是常说的情感化设想。最好的艺术作品或者设想作品都是有灵魂的，当人类第一次看到或使用到它们时，会深深感受到内心的震撼。计算机目前只能通过数学建模用文字或者人的表情来推断出人类情感，但还做不到如何延续用户的开心或者安慰用户的伤心，更不用说如何与人类举行灵魂交流。
以上七点正是设想师最擅长的却是机械最不擅长的，所以我们完全不用担心会被人工智能取代。但是，人工智能能使移动互联网下的设想变得不太重要。
与手机屏幕交互属于非自然交互。当技术处理了难题，机械能理解自然语言时，界面设想从过渡的对话式交互再到语音交互，人与机械的交互变得更自然，大部分产品的形态会发生颠覆性的改变，这时候界面显示内容的需求会骤降，很可能从100-1-0不太需求界面设想了。语音交互已经逐渐开始吞噬界面交互了。
那我们能做什么？还是很多的。
1. 以交互设想师为例。交互设想师的大部分任务是为了探索、理解和具象用户需求，这一部分无论在哪个范围（即使无界面的范围）都不会有太大变化，所以人工智能不会对我们造成太大伤害。但是，交互设想师应该到新的范围如VR，AR举行开拓“踩雷”，这样会更有趣点。
2. 以视觉设想师为例。今年可以明显看到新的设想趋势——3D设想在逐渐起步，这比拟物化时代的设想更难，它更需求想法和技法。当人工智能把简朴的活干好，那么视觉设想师可以做点人工智能还做不到的事情。
3. 范围。移动互联网只是一个范围，还有更多更新的范围需求开拓，例如传统行业的服务设想、虚拟现实、增强现实等等。当移动互联网已容纳不了太多设想师时，设想师可以有意识到其他范围继续发光发热。
4. 我们设想师利用人工智能除了提高效益还能做什么？这是一个我绞尽脑汁想了两个月都没想到的课题。我觉得它只是一个数学模型，它可以它只能从其他方面影响技术的进步，或者从根源挖掘出新的需求，而设想师处于技术和产品之间，虽然可以用更先进的技术实现更好的设想，但很难使用该工具探索出新的设想或者对设想思维产生影响，如果前面我突然灵感爆发，我会立刻告诉你们。