设计师应该关注人工智能（AI）或机器学习（ML）吗？毫无疑问，科技正在为当前的时代潮增光添彩。我从未想过，卖座好片《失控玩家》（瑞安雷诺兹在电子游戏中扮演觉醒自我意识的 NPC），以及票房毒药《超级智能》（ Melissa McCarthy 与 James Corden 饰演的超级人工智能商议人类未来）这些与人工智能相关的电影可以在一年之内先后出现。但是，系统学习 AI 和 ML 对于创意行业和我们模糊的、无法衡量价值的工作方式真的很重要吗？
北卡罗来纳州的平面设计教授Helen Armstrong认为这确实是重要的。事实上，对她来说，这是大势所趋。"[人工智能]无处不在，并且正在推动着我们的行业转型，"她的新书的序言中写道。"说实话，除非我们跳上车子，开始拉动操作杆，把火车引向人性化、道德和有意识的方向，否则它就会从我们身上碾过。" 这本书是《大数据。大设计。为什么设计师应该关心人工智能（Big Data. Big Design. Why Designers Should Care about Artificial Intelligence）》，其信条（此处带有宗教意味）是成为一本各种类型的设计师--景观、平面、工业或其他--的入门读物，引导他们前往一个人机共存的美丽新世界。
当我说信条的时候，我并不是出于讽刺。Armstrong 的散文洋溢着布道者的激情，试图让我们看到人工智能驱动的设计实践背后骇人的巨大可能性。我们迫切需要这种性质的书。正如 Brent Chamberlain 和我去年在《景观建筑》杂志上的文章中指出，建筑环境行业正处于前所未有的技术变革中，这种变革是如此的全面而微妙，即使仅仅是由于心理自我保护，它也很容易被忽视。
在这方面，我们作为景观设计师需要一些特别的刺激。我们工作方式的复杂性和时间跨度，加上对新技术保留合理怀疑态度，有时会让人觉得这个行业永远处于追赶状态。《Big Data. Big Design》 一书提供了一个适合的追赶机会，它提出了一种大众观点，无论之前的技术能力如何，每一个设计学科都需要更好地理解机器学习，
这本书的结构很简单，分为四个主要章节，外加一个序言和结论。这些章节的内容包括关于人工智能（AI）和 机器学习（ML） 到底是什么的广泛定义（Armstrong 交替使用人工智能和机器学习这两个术语）和关于它们如何在设计实践中使用的更具体的例子。
与前三章的教众语气相比，因为作者更加深入探讨了机器学习的范畴，第四章显得更加技术化，特别是它的三种主要方法之间的区别：监督学习、无监督学习和强化学习。如果我用一个简单的类比来总结本书的概念顺序，我会说它遵循 Simon Sinek 的黄金圈模型（The Golden Circle）：它从设计师为什么要关注机器学习开始，阐述了设计师如何使用它，并最终总结这种过程可能对社会意味着什么。
在现代世界生活的人几乎都会产生数据，每天往往产生以 TB 为单位。我们给朋友发短信，播放视频，使用健身软件，在看窗外时向 Siri 询问天气情况，从监控摄像头前走过，这样的例子不胜枚举。这些数据中的大多数都是非结构化的，也就是无序的。机器学习为计算机提供了一种方式，即从这种缺乏组织的数据中挖掘意义。
正如 Armstrong 所说，"即使是你正在阅读的当下，计算机也会对你的数据痕迹--包括非结构化的和结构化的--进行筛选和分类，从而更深入地了解你是谁，什么符合你的口味。" 它是如何做到这一点的？简单来说是通过算法、统计分析和预测。不知道这些词是什么意思？不要害怕！这本书里有很多基本信息。这本书的空白处补充了基本定义，内嵌的简洁图表和清晰的信息图表，即使是反感科技的设计师也能接受。对一些人来说，这些视觉辅助图可能显得老套，但对我来说，它们是不可或缺的。
作为一个研究者，我致力于为景观设计师揭开新技术神秘面纱。在我看来，让具有统计能力和数字化能力的设计师对人工智能达成共识是至关重要的，这样我们才能循序渐进并更好地付诸实践。《Big Data. Big Design》在这方面做得很好。
这本书的真正优势在于汇编了来自机器学习辅助设计工作的具体例子。Armstrong 在书中收录了大量探索人机设计新时代的作品，这些作品支持了她的主张，即 "我们与机器的互动正在从'交易型'转向'关联型'"，而随之而来的，是一种看待设计的全新方式。
该书给读者介绍了一个充满活力的、新兴的人机交互设计生态，同时探索了成熟的协作关系可以为人类带来的所有好处，以及不当使用下可能带来的所有坏处。书中有对约翰-齐默尔曼（John Zimmerman）等人机交互专家的深入采访，以及对Tellart和丰田的情感智能概念车（ emotionally intelligent concept cars）等前瞻性设计的描述。
另一个例子。 Superflux 的减震装置描绘了一个适应气候变化的后人类主义模式。
而 Kate Crawford 和 Vladan Joler 则发布了一篇关于人工智能伦理的小论文。
除了一些将 ML 和 AI 混为一谈的小抱怨，或者在探讨关于技术对社会影响时，偶尔有不太严谨的猜想--作为一个技术爱好者，这不是我喜欢看到的，但可以容忍。一个景观设计师在阅读时最可能注意到的纰漏是遗漏我们学科中正在产生的机器设计驱动的设计。
虽然这些运用肯定少于平面艺术、工业设计、甚至建筑方面的工作，但人机交互工作在景观设计中确实存在。景观设计师正在使用机器学习来迭代街景设计，探索塑造海岸地形的新方法，并产生高级城市设计概念等。一个自称面向所有人的作者应该在这方面做一些尽职调查，如果她做了，至少要提到这一点--特别是她本人在包含景观设计师的学校任职，在理论上应能意识到我们这一设计学科的影响力。
尽管有批评的声音，我们却无法否认《Big Data. Big Design.》的重要性和实用性。这本书将一个极其复杂的技术性话题翻译成任何学科的设计师都能理解的语言，以便我们能够更好地理解它对我们的影响。随着人工智能在各个行业的日益普及，这意味着即使人工智能系统变得完全自主，其程序员仍旧在一定程度上决定了这些系统产生的社会结果。我对 Armstrong 所写深表赞同："我们人类设计师必须制定正确的问题--那些能引领我们最终走向真正造福人类的问题"。
该文章最初发表于The Dirt。
译者：ADA.D
