Разбираемся, где доступно почитать и пощупать, что машины могут в дизайне (и что читать до этого).
Мечтают ли роботы об электроовцах «Заменят ли роботы веб-дизайнеров?» — таким вопросом я на секунду задался, узнав, что мы учимся делать новые сайты из старых — с нейросетями и такой-то матерью. Понимание «Конечно, нет» пришло довольно быстро — почему, мы говорили в прошлой статье с Джоном Голдом.
Сам ответ пришел в рабочем чате: коллеги по uKit AI пожалели сочувствующего гуманитария и стали кидать ссылки — что нейросети уже могут в вебе, почему это не сон и как это работает. В итоге собралась настольная библиотечка с доступными теоретическими и практическими материалами.
Предыстория гуманитария
Сам список
Интерес к теме «машина, сделай за меня» прорезался в начале 2000-х. Старший брат Voldar притащил откуда-то диск, сказал «Ща все будет» — и весь вечер возился с настройками микрофона. Короче, запустить систему распознавания речи в текст у нас тогда так и не получилось.
Зато сегодня по работе я использую на ноутбуке расширения вроде Speechpad, чтобы надиктовать «скелет» текста — в том числе этого. Правда, надо искусственно замедлять себя и вообще стараться говорить так, будто ты Левитан.
Поэтому скепсис к теме был.
Предыстория. «Что значит быть летучей мышью?» — Томас Нагель, 1974
А зародился этот скепсис в 2009-м. И дело в этой маленькой брошюрке, которую нам дали на курсе философии. Если кратко, то это статья о том, что «чужая душа — потемки». Нагель очень здорово объясняет, почему люди не понимают друг друга: так что если сталкиваетесь по работе или в жизни, почитайте, — поможет впадать в дзен в такие моменты.
Найти перевод статьи легко можно в открытых источниках.
Все объяснение строится на попытке человека понять, как устроено сознание летучей мыши: да, можно висеть головой вниз, зажмуриваться и бегать по офису, махая руками… Можно даже дождаться момента, когда британские ученые смогут сделать из вас оборотня. Но! В голове мыши по-прежнему есть «черный ящик» — и сможем ли мы докопаться до его сути, большой вопрос. Вот к такому выводу приходит автор.
Эти несколько страниц размышлений о том, можем ли мы понять свое или чужое сознание, можно назвать и «одой против ИИ». Во-первых, мысль «если мы не можем понять маленькую тварь, которая полдня висит вниз головой, то куда уж до чего-то большего» прослеживается довольно четко. А во-вторых, статья появилась накануне «AI winter» — периода в середине 1970-х, когда расходы на разработки в этой сфере резко сокращали.
С такими сомнениями я и пошел в чат. И вот что получилось.
Для информации, которую можно взять в одном месте совершенно открыто и легально, даны прямые ссылки на нужные ресурсы. В остальных случаях вы сами вольны выбирать ресурс, с которого можно купить, скачать или начать изучать источник.
1. «Об интеллекте» — Джефф Хокинс, Сандра Блейксли, 2004
(рекомендует pavel_kudinov)
Если трактат о летучей мыши ввел вас в уныние, то основатель Palm Computing объясняет, почему все не так плохо. Джеф Хокинс представляет свою теорию иерархической временной памяти и пытается понять, что из человеческого опыта можно, а что не стоит ретранслировать на машину.
С 2007-го доступен перевод книги на русский, он выдержал уже несколько изданий. Заказать можно практически в любом онлайн-книжном.
Темой ИИ Хокинс увлекался с юности и всю жизнь собирал исследования из разных областей науки — так и дособирал до единой концепции, положенной в основу его труда.
Помимо отсылок к научным работам и источникам для дальнейшего изучения, каждая глава книги содержит доступный пример-иллюстрацию: «китайская комната» (выучите ли вы китайский, если будете автоматом переводить по инструкции), эксперимент с дверью (почему человек не зависнет, если поменять ручку на входной двери, а машина — может) и так далее.
Книжку критикуют за излишнюю популярность и минимальное представление мнений оппонентов. Но для гуманитария самое то. Поэтому Павел, CTO нашего проекта, кидается ей во всех.
2. «Машинное обучение для дизайнеров» — Патрик Хеврон, 2016
(рекомендует lyubim)
Если выше мы говорили о понятии сознания и интеллекта в целом (в любом, естественном и искусственном представлении), то все отсылки ниже будут уже по теме генеративного дизайна.
Издательство O’Reilly вовремя заметило появление новых AI/ML-инструментов для дизайнеров, нашло эксперта и практика (Хеврон занят созданием дизайн-инструмента Foil, использующего машинное обучение) — и выпустило с ним бесплатную книжку.
Pdf-версия обменивается на ваш email на сайте издательства. После подписки они особо не спамят. Перевода книги на русский пока нет.
Книжку можно рассматривать как настольную — есть вводная теория, есть обзор платформ и инструкция, что с ними делать. Опять же, стоит отметить хорошую работу с примерами: Хеврон отлично иллюстрирует, зачем и как внедрять машинное обучение в работу над интерфейсами, а также как новые технологии расширят возможности ваших пользователей.
Если зайдет, у автора есть личный сайт, на котором можно найти дополнительную информацию по теме.
3. uKit.ai – блог нашей команды о генеративном дизайне
(рекомендует Kurt)
Здесь выходят переводы интересных зарубежных статей на тему применения нейросетей в веб-дизайне и смежные темы.
Недавно копилка пополнилась историей, как научить машину «играться со шрифтами».
В среднем, мы публикуем две большие статьи в месяц. Вот как это происходит: есть все тот же общий чатик, куда летят интересные ссылки. Если материал признается интересным большинством участников, то наша прекрасная Таня в перерывах между основной работой — локализацией uKit — делает отличные переводы. Например, сейчас она переводит историю о том, как скрепка Microsoft повлияла на «предсказательность» дизайна в десятках современных сервисов, сайтов и приложений.
4. Algorithms.design — Юрий Ветров
(рекомендует alexahdp)
Юрий — «руководитель дизайн-команды портальных сервисов Mail.ru”, а также евангелист всего, что связано с дизайном при участии машин, ведет свою англоязычную подборку ссылок на интересные инструменты и полезные статьи по теме.
Сейчас на сайте 5 категорий: “Создание интерфейса”, “Подготовка контента”, “Персонализация пользовательского опыта”, “Графический дизайн”, “Другое”.
Удобно — все разложено по полочкам. Посетители могут дополнять подборки, присылая Ветрову ссылки на свои или понравившиеся проекты. Краудсорсинг в действии!
5. Deephunt.in – Авинаш Гиндупур
(рекомендует RomanSt )
Еще один евангелист ИИ, но в более широком плане, Гиндупур выпускает на своем сайте регулярные дайджесты «что случилось в мире AI”. А с недавнего времени стал делать и подборки. Подборки (точнее, подборка, но мы надеемся на появление новых) хороши особенно.
Почти год автор выдерживает заданный недельный темп и с сентября по май выпустил на сайте 40 материалов.
Очень часто любые «списки ста полезных инструментов» быстро оказываются неактуальны — выпустив раз, их не проверяют на предмет соответствия дню сегодняшнему: то условия использования проекта поменяются, то описание устарело, а то и вовсе проект умер.
Этот автор регулярно проходится по своим источникам и обновляет список генеративных состязательных сетей (та самая подборка посвящена GAN), которые можно использовать в распознавании и оценке графики.
Следить за выходом новых дайджестов и подборок можно также в твиттере проекта.
***
P.S. Спасибо, если вам было полезно. Отдельное спасибо, если вы поделитесь своими источниками информации об алгоритмическом (генеративном) дизайне для сочувствующих — мы включим их в подборку с указанием автора, рекомендовавшего ресурс или книгу.
Автор: spasibo_kep
