Cuatro Formas De Aprendizaje De La Máquina Está Cambiando El Diseño De Productos Del Mundo – Forbes

Cuatro Formas De Aprendizaje De La Máquina Está Cambiando El Diseño De Productos Del Mundo - Forbes 1

(Foto: Chris McGrath/Getty Images)

¿Cómo ML cambiar el diseño de software? aparecido originalmente en Quora: el lugar para adquirir y compartir conocimientos, capacitar a las personas a aprender de los demás y comprender mejor el mundo.

Responder por los Molinos de Baker, director de Diseño de Productos, en Quora:

Aprendizaje de máquina ya ha cambiado el software de diseño de una cantidad justa, aunque sólo sea en términos de lo que permite. Los feeds de Facebook y similares, las recomendaciones de Netflix y Amazon, los resultados de Google, requieren de la máquina de aprendizaje, y cómo están diseñados y reiterado en gran medida un reflejo de lo que el aprendizaje de máquina puede hacer, no se puede hacer, y se requiere para el trabajo.

Pero más en general, yo diría que la máquina de aprendizaje significa un par de cosas para el diseño de software:

  • En general, ML mejora con el volumen de datos a entrenar en/uso; por lo tanto, los diseñadores de software se debe hacer no sólo el crecimiento, sino robusta colección de la señal de prioridad. ¿Cómo funciona el diseño de una interfaz, por ejemplo, hacen que el uso ordinario nos dice más acerca de cómo las personas reaccionan a los contenidos? Podemos multiplicar el número de señales que se pueden enviar (como Facebook reacciones de hacer); lo podemos hacer de manera que las interacciones constituyen opciones (como el escaneo de Yesca) para que los usuarios deben enviar las señales, aun cuando ellos no intentar conscientemente; podemos mirar implícita señales (cuánto tiempo les lleva a desplazarse pasado algo) y hacer inferencias. Y así sucesivamente. Pero la amplitud y el volumen de las señales recogidas informará cómo así ML de ayudar a nuestros productos, por lo que debemos pensar más de lo que hicimos en el pasado. Nota: esto incluye las señales procedentes de todas las fuentes, a partir de los registros de los sensores a los datos.
  • ML es típicamente no-determinista, especialmente de un individuo punto de vista del usuario. Uno nunca está muy seguro de por qué Facebook o Netflix o Quora piensa que una pieza de contenido es digno de nuestro tiempo, o cómo nuestros comportamientos influyen en lo que tales sistemas pensar. Por otra parte, muchos usuarios utilizan el contenido y las fuentes como su principal navegación a través de software, por lo que esta es una situación peligrosa: si los usuarios (1) nunca de aprender de su estructura de navegación o los modelos mentales para su aplicación, pero (2) acostumbrarse a la navegación/uso a través de un no-determinista de la interfaz, (3) regularmente se confunda y (4) puede no ser capaz de aprender nuevas características hábilmente, dado que dependen de la cowpaths que apenas sobreviven en la clasificación! Las implicaciones de cómo un no-determinista conjunto de tecnologías como ML — que puede ser utilizado en decenas de maneras afectará el diseño de software en general son complejos, profundos, y que merece reflexión. Kristina Varshavskaya fue la primera persona en describir todo esto para mí.
  • Teóricamente, es posible utilizar ML para crear/iterar sobre las interfaces de usuario o para variar la forma de las interfaces de usuario de la pantalla a diferentes categorías de usuarios. No creo que este es un rápido-acercarse a la realidad, para ser claro, pero de tipo exploratorio ya están dentro de este trabajo, entre ellos Abhinav Sharma; creo que su respuesta a esta pregunta — tanto en general y a este punto específico — sería iluminador!
  • ML es a menudo especialmente bueno en sustitución de prescriptivist soluciones con generativo/personalizado; usted podría, por ejemplo, el contraste de Yahoo directorio con el de Google de hoy. El pensamiento en un sentido amplio, ya sea determinista que requieren sistemas de la planificación central puede ser sustituido por ML-tipo de sistemas es útil!

Así, ML permite que algunas de las cosas que los diseñadores deben entender, como escalable personalización del contenido (en sustitución, hasta cierto punto, centralizado control editorial), reconocimiento de imagen, Programación Neuro Lingüística, y mucho más; lo que implica que algunas de las prioridades para el diseño de productos, como el logro de la escala de uso y recolección adecuada de las señales para el modelado; se ha desplazado el énfasis de software tanto a los no-determinista de elementos tales como fuentes, que muchos de los usuarios de la experiencia como la principal (o única!) aspecto de dicho software, compitiendo con ex elementos importantes como estructuras de navegación; parece que para hacer el software más confuso para los usuarios; y se puede desbloquear nuevos procesos de diseño o progresivo/variable de interfaces de usuario.

Esta pregunta apareció originalmente en Quora – el lugar para adquirir y compartir conocimientos, capacitar a las personas a aprender de los demás y comprender mejor el mundo. Usted puede seguir Quora en Twitter, Facebooky Google+. Más preguntas:

programación neurolingüística Neuro-Linguistic Programming

Compartir:
Sígueme por Email1k
Facebook0
Facebook
Twitter9k
Visit Us
YouTube15k
YouTube
Pinterest5k
Pinterest
LinkedIn541
Cuatro Formas De Aprendizaje De La Máquina Está Cambiando El Diseño De Productos Del Mundo - Forbes 2
Instagram9k
RSS2k

Uso de cookies

Uso de cookies y política de privacidad: Este sitio web/blog utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies. Pinche el enlace para mayor información. Nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

ACEPTAR
Aviso de cookies