在一次關於機器學習如何應用在多種創造性挑戰的研究練習中, IDEO 設計公司的設計師們嘗試將人工智能帶入到字體的世界中。

考慮到字體選擇一直是設計師需要做出的最頻繁的視覺決策,IDEO 團隊想要創造出一款富有洞察力又有價值的工具,幫助設計師以一種全新的方式看待字體。最終, IDEO 利用人工智能與卷積神經網絡提取出更高水準的視覺模式識別,創造出一款名為「字體地圖(font map)」的交互式界面,其中包含了超過 750 種字體,使用者可以用數字方式自由取用字體並進行探索。

交互式字體地圖共包含超過 750 種字體

設計邦有幸與 IDEO 公司軟件設計負責人,同時也是「字體地圖」主要開發者的 kevin ho 展開對話,就該項目的進展、設計師與界面互動的方式以及人工智能未來的能力等問題與他進行深入交談。

設計邦(下文簡稱 DB):請問是什麼激發了您創造「字體地圖」的興趣呢?

kevin ho (下文簡稱 KH):人工智能和機器學習近期的飛速進步,讓我產生了探索這種科技如何應用於設計領域的想法。尤其是我曾經讀到過很多有關人工智能研究社區在計算機視覺方面的作品,它們使用的算法現在幾乎可以和真人一樣完成基本的視覺識別。

這便使我想要知道:視覺識別的這種新能力是否可以應用在設計師設計過程中的視覺決策中呢?而提到設計中的決策,最先想到的便是字體,因為比對字體通常都含有一定的主觀性,因此多種字體之間的相關性表現得併不明顯,這一點與視覺設計的其他方面(如色彩)完全不同。

設計師利用機器學習技術對界面中的多個字體進行組織整理

DB:請問從技術角度而言,人工智能是如何幫助您建立這一界面的呢?

KH:沒有人工智能的幫助,界面的最主要視覺部分——在一個二維平面中按規律分佈的超過 750 種字體的地圖根本無法實現。除了襯線字體、無襯線字體以及粗襯線字體等分類之外,在對字體分類時往往會有一些人為判斷的因素,因此也就很難確定一種能夠真正說明每種字體視覺特質的字體整理系統。而使用人工智能算法進行主觀判斷則能夠以一種前所未有的標準從視覺上對更多種字體進行組織與整理。

界面展示出人工智能在組織視覺信息方面展示出的的超高效率

DB:在這個項目開發的過程中,您覺得最具挑戰性的是哪一方面呢?

KH:這個項目中比較具有挑戰性的主要是技術驅動型的探索,一方面是完全讓技術為自己說話;另一方面則是做出設計決定的創意許可,這種許可雖然可能模糊了技術的成果,但卻具有更好的使用體驗;如何在這二者之間創造平衡就是最核心的挑戰之一。最終為了謹遵 IDEO 公司在設計過程中倡導的以人為本的首要原則,我們收到了迅速的反饋並進行迭代,既為設計師創造出實用的體驗,同時也盡量展現出技術在設計中起到的關鍵作用。

字體地圖利用人工智能表現出多種字體之間的全新關係

DB:在設計過程中,關於機器學習算法您了解到了什麼讓您驚訝的事物麼?

KH:在項目開始時,我還不確定這種技術在字體方面能起到什麼重要作用。這其中的核心技術是一種卷積神經網絡,這種技術最初是為了識別真實事物(如照片中的貓和狗)而訓練的。因此,當算法導出第一批測試結果時,機器學習在這一併不是其原本訓練目標的任務上的絕佳表現讓我十分吃驚。在大多數其它技術中,這種可轉移性是相當罕見的,因此我們的實驗結果也證明了人工智能的一個非常獨特也非常強大的特性。

人工智能實驗早期結果示意

DB:您認為這一項目的未來將會如何?它將會如何被進一步開發呢?

KH:字體地圖只是我們在幾週之內進行的一項快速實驗。人工智能在字體領域還有相當大的發展空間。首先,這種方式的擴展性非常強,因此如果我們徵求到了字體設計師的許可,我們就可以在字體地圖上加入更多種新字體。

此外,字體的另一大方面便是配對,我很想探索,字體地圖上看上去受歡迎的字體配對能否將此前已知的配對模式表現出來。最後一點,我也想要探索字體地圖如何演化成一個生成工具,既然我們已經有了這樣一個地圖,也就可能發現探索字體之間的空間的途徑,讓設計師設計出目前還不存在的全新字體。如果這一項目能夠成為字體設計師創造新字體的新起點,那就太棒了!

展示機器學習算法從字體樣本中將字體提取至 2D 空間中指定位置流程的示意圖

DB:您希望設計師如何與「字體地圖」互動,如何參與其中呢?

KH:字體地圖幫助設計師發現他們喜歡的字體並將字體應用到他們的項目中。很多最受歡迎的字體已經十分著名,應用頻率很高,因此我希望這個界面能夠讓更多的設計群體發現一些知名度不高的優秀字體。除此之外,我也希望設計師能夠被這一技術的效果深深打動,從而也將人工智能應用在他們自己的項目中去。

「字體地圖」設計者,IDEO 公司設計師 kevin ho

文章出處/ 設計邦
圖片來源/ IDEO

誠摯邀請你成為好朋友-->
        

留下你的看法: