iDesign | AI, ML, IoT và Dữ liệu - miền đất mới cho nghề thiết kế

16/11/2018 -
Thiết kế

Đã copy URL bài viết vào bộ nhớ.

AI, ML, IoT và Dữ liệu - miền đất mới cho nghề thiết kế

10 phút

“Tái tạo lại tâm trí con người – đó không phải mục tiêu chúng tôi hướng tới. Chúng tôi quan tâm nhiều hơn đến những kỹ thuật giúp tương tác với con người để nuôi dưỡng sự sáng tạo của nhân loại,” Rob High của chương trình IBM Watson chia sẻ.

Trong nghệ thuật, thiết kế và khoa học, chúng ta thường gán mác “sáng tạo” cho những tính chất “mang yếu tố nghệ thuật và ngẫu hứng”. Ví dụ Albert Einstein đã mang đến một bước thay đổi vĩ đại không chỉ với tư cách nhà khoa học, mà còn với tư cách người nghệ sĩ.

Artificial Intelligence (Trí tuệ nhân tạo), Machine Learning (Khoa học máy), Internet of Things (Internet vạn vật), Quantum Computing (Tính toàn lượng tử) sẽ chắc chắn củng cố sự sáng tạo của nhân loại trong tương lai.

Einstein có thể là một nhà khoa học vật lý lý thuyết lỗi lạc, nhưng điều đó không hề bác bỏ tính nghệ sĩ trong ông. Thực tế, chúng ta có thể dễ dàng tranh luận rằng những thành công ông đạt được là do sự “sáng tạo” nhiều hơn là kiến thức chuyên ngành.

“Sáng tạo” đơn thuần chỉ là tạo tác, sản xuất ra thứ gì đó; chất lượng của sản phẩm phụ thuộc phần lớn vào phẩm chất sáng tạo. Năm 1902, Einstein đang làm việc tại một văn phòng bằng sáng chế ở Thụy Sĩ. Ông đã cố tìm một vị trí giảng dạy trong những năm trước mà không hề gặp may. Điều này đã trói buộc ông vào tình thế không thể nghiên cứu đam mê của mình.

Tuy nhiên, ông đã chọn cách quản lý thật nghiêm khắc thời gian trong ngày để đạt được sự cân bằng giữa số giờ làm việc và nghiên cứu khoa học. Sự tận tụy kĩ lượng đó đã cho ra trái ngọt, chính là bài nghiên cứu Annus Mirabilis. Các nhà khoa học gọi đó là “năm kỳ diệu”. Nó đã truyền cảm hứng cho sự hình thành không chỉ 1 mà đến 2 lý thuyết cốt lõi trong vật lý: Lý thuyết tương đối tổng quát và cơ học lượng tử.

Trí tưởng tượng quan trọng hơn cả tri thúc.
Tri thức luôn có giới hạn.
Trí tưởng tượng thì vô biên.
Albert Einstein

Cảm hứng không ngẫu nhiên mà đến

Sự sáng tạo là một quá trình. Ngay cả với những giác ngộ bất chợt, chúng đều dựa trên những gì sẵn có. Cảm hứng không đến một cách ngẫu nhiên. Nó dựa trên một quy trình làm việc, tìm tòi nhất quán mà đôi khi sẽ đem đến những giây phút ngẫu hứng hiếm hoi.

Các chuyên gia chỉ ra rằng việc dạy máy tính sáng tạo hoàn toàn khác biệt với cách con người học đặc tính này, dù hiện vẫn còn nhiều điều chúng ta chưa biết về phương pháp sáng tạo của nhân loại.

Sáng tạo chỉ đơn giản là tạo ra
một cái gì đó bằng cách kết hợp các yếu tố đã tồn tại trước đó.

Sáng tạo có thể là đích đến tối thượng của trí thông minh nhân tạo. Ngày nay, AI đã giúp viết các bản pop ballad, bắt chước phong cách của các họa sĩ vĩ đại và hỗ trợ các quyết định sáng tạo trong quá trình làm phim. Song các chuyên gia tự hỏi rằng AI có thể và nên được phát triển bao xa về khả năng sáng tạo.

AI có thể dễ dàng nghĩ ra những thứ mới mẻ.
Nhưng cái khó là nghĩ ra được
thứ mới mẻ và đồng thời hữu ích.
John Smith, thuộc đội ngũ nghiên cứu của IBM

Nhưng ngay cả những kỹ thuật AI cao cấp nhất cũng có những hạn chế. “Sự sáng tạo có phần thú vị bởi vì (sự học hỏi không ngừng thông qua) deep learning (học sâu) không phải là đáp án cho bài toán”, Smith chia sẻ.

Chúng ta vẫn cần phải định nghĩa sự sáng tạo.
Một số thuộc tính đã được xác định,
nhưng là sự sáng tạo phải mới mẻ, bất ngờ nhưng hữu ích.

Có nhiều quan niệm sai lầm về cách thức tạo ra đột phá. Thật dễ dàng rơi vào cạm bẫy suy nghĩ khi cho rằng chúng đến tự nhiên và bất thình lình – giống như điển tích về Newton và trái táo rơi.

Mặc dù trải nghiệm “Eureka”có vẻ như đột ngột và độc lập với suy nghĩ ngay trước nó, những nghiên cứu đã cho thấy giây phút sáng suốt đó là sự hội tụ của nhiều trạng thái và quy trình não bộ khác nhau về cả tính chất và thời gian.
Tiến sĩ Mark Beeman, trưởng nghiên cứu
Phòng thí nghiệm Brain Creative tại Đại học Northwestern.

Các nhà phân tích dữ liệu và thiết kế tương tác

Các nhà phân tích dữ liệu và các nhà thiết kế tương tác làm việc ở hai đầu của một quá trình, từ mặt kỹ thuật đến con người. Ta có thể trông cậy các nhà phân tích dữ liệu về khoảng chuyên môn kỹ thuật khi dự án bắt đầu, nhưng cái đầu lý tính và kỹ thuật sẽ rất khó khăn để đưa ra những thiết kế mang tính con người, đó là phù hợp cho người sử dụng.

Các nhà thiết kế tương tác ngày nay là chuyên gia tạo ra giao diện cho các thiết bị có màn hình. Họ có thể xem và thậm chí hiểu được những dữ liệu đằng sau giao diện, nhưng thường thì chúng không hề liên quan đến quá trình thiết kế.

Tầm quan trọng của việc đặt câu hỏi và vai trò của nhà thiết kế

Chúng ta cần áp dụng thấu kính nhân văn cho các câu hỏi về dữ liệu nào là cần thiết, và cách tổ chức chúng để tận dụng tốt nhất.

Mô hình dữ liệu có thể giải quyết những vấn đề kinh doanh nào? Ai là người dùng cuối? Họ có nền tảng kỹ thuật hay phi kỹ thuật? Họ mong đợi giá trị gì từ sản phẩm này? Dữ liệu tĩnh hay động? Mức độ chi tiết và tính chất của dữ liệu được thu thập là gì? Làm thế nào để chúng ta thể hiện thông tin đó hiệu quả nhất? Các tác động lớn hơn của mô hình dữ liệu này là gì? Thị trường lớn đến mức nào? Ai những người có quyền lực trong thị trường này? Họ có khen ngợi sản phẩm của bạn hay đối thủ cạnh tranh trực tiếp không? Chi phí chuyển đổi là gì? Xu hướng điều tiết, văn hóa, kinh tế xã hội và công nghệ chính nào cần phải được xem xét?

Dữ liệu giống như rác vậy.
Bạn nên biết mình cần làm gì với chúng
trước khi mang chúng về.
Mark Twain

Khi muốn sử dụng dữ liệu cho Deep learning và AI, chúng ta phải nâng cao những tiêu chí kiểm soát chất lượng dữ liệu thông thường. Những tiêu chí này – như tính có sẵn, tính hữu dụng và độ tin cậy – vẫn hợp lệ. Nhưng chúng ta cũng nên tính đến tính chính xác của dữ liệu và phát triển thêm những phương pháp để xác định tính trung thực của chúng.

Các khía cạnh kỹ thuật của dữ liệu như độ trễ, mật độ, bối cảnh, ý nghĩa và kích thước đều thay đổi hệ thống hành vi AI/ML/IoT và ảnh hưởng sâu sắc đến trải nghiệm người dùng. Các nhà thiết kế sẽ sử dụng công cụ riêng của họ để điều chỉnh chất lượng, tính sẵn có và tính khả dụng. Thiết kế trở thành cầu nối đến thế giới ứng dụng có giao diện thị giác tối giản và cả các giao diện điều khiển bằng giọng nói.

Kỹ năng của nhà thiết kế càng ngày càng trở nên cần thiết khi hệ thống nhận thức phổ biến hơn. Các hệ thống này sẽ xử lí vô vàn dữ liệu và đưa ra rất ít thông tin thô. Việc xử lí và trình bày sẽ cần được thiết kế, không chỉ để đạt hiệu suất và độ chính xác thông tin mà còn làm cho hệ thống trở nên “nhân văn” hơn. Nhà thiết kế định hướng cách máy móc sử dụng thông tin để thực hiện các tác vụ mà không cần sự can thiệp của con người.

Thiết kế vốn chỉ tập trung vào bề mặt của khoa học máy tính qua việc thể hiện những pixel trên màn hình. Nhưng giờ đây, chính dữ liệu đang trở thành chất liệu thiết kế. Các nhà thiết kế có thể biến dữ liệu thành thông tin và nâng tầm chúng thành tri thức. Họ sẽ mang đến một thế giới mà giao diện trở thành thứ yếu và con người có thể sống tự do hơn, dành ít thời gian hơn cho máy móc.

Sáng tạo chỉ là một cách mới và hữu ích trong việc kết hợp các ý tưởng cũ.
Nó không hề xuất hiện từ thinh không và cũng không hoàn toàn trừu tượng.
Nó là một cách hiểu mới đối với những thành tố cũ, không liên quan của hiện thực.

Một kỷ nguyên mới

Chìa khóa giúp trải nghiệm được hỗ trợ bởi máy móc thành công hơn chính là dữ liệu. Chuyển đổi dữ liệu lớn thành dữ liệu hữu ích là một thách thức khó khăn. Netflix đã thành công trong việc đưa ra các suy luận từ dữ liệu người dùng, đến mức bây giờ họ có thể biết chương trình nào có thành công hay không, trước khi máy quay được bấm.

Phân tích dữ liệu web và di động truyền thống có thể
không hiệu quả trong một thế giới siêu kết nối.

Nhân khẩu học, số lần xem trang, số lần nhấp chuột và hashtag đang giảm dần giá trị trong việc phơi bày kiến thức về người dùng. Phong cách sống, cảm xúc và mức độ tham gia là những yếu tố then chốt mới. Spotify đã thực hiện điều này theo một cách mới mẻ, kết hợp thói quen người dùng như là tạo playlist (danh sách bài hát) và hành vi đám đông để tạo ra những playlist gợi ý được cá nhân hóa.

Máy móc có thể học nhanh hơn nhiều so với con người. Tuy nhiên, không phải để chiếm lĩnh thế giới và dẫn dắt lĩnh vực sáng tạo, mà để mang đến những trải nghiệm tốt hơn, đơn giản hơn, cá nhân hơn.

AI, ML và IoT có tiềm năng to lớn có thể dẫn dắt một thế hệ mới của các trải nghiệm sáng tạo. Chúng đang ở tiền phương của một làn sóng mới, hứa hẹn mang thương hiệu đến gần kỳ vọng, đam mê và cảm xúc của người tiêu dùng hơn bao giờ hết. Các công nghệ hỗ trợ và thông minh đang tiến hóa không nhừng và nhân loại đang đứng trước một thế giới mới đầy tiềm năng.