Workshop是指工作室式的工作方法，它允许学生们在工作时互相参与，互相帮助。Workshop Education重点在于快速、高效的将独有的设计理解，造型思路和教学灵感进行组合，并生成设计。是设计师快速提升设计能力，掌握行业技术的重要手段。本次课程中的核心知识要点包括人工智能应用技术、Design Thinking交互设计思维和城市研究方法论。UXD尤克斯目前是全网唯一具有实践性人工智能教学能力的独立学术研究和留学设计辅导机构。1956年夏，麦卡锡、明斯基等科学家在美国达特茅斯学院开会研讨“如何用机器模拟人的智能”，首次提出“人工智能（Artificial Intelligence，简称AI）”这一概念，标志着人工智能学科的诞生。人工智能是研究开发能够模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门新的技术科学，研究目的是促使智能机器会听（语音识别、机器翻译等）、会看（图像识别、文字识别等）、会说（语音合成、人机对话等）、会思考（人机对弈、定理证明等）、会学习（机器学习、知识表示等）、会行动（机器人、自动驾驶汽车等）。经过60多年的发展，人工智能在算法、算力（计算能力）和算料（数据）等“三算”方面取得了重要突破，正处于从“不能用”到“可以用”的技术拐点。而人工智能在交互领域的应用也是必要趋势，人机混合智能旨在将人的作用或认知模型引入到人工智能系统中，提升人工智能系统的性能，使人工智能成为人类智能的自然延伸和拓展，通过人机协同更加高效地解决复杂问题。在交互前沿领域，人机混合智能都是重要的研发方向。下面我们来简单看一下人工智能当下应用的场景有哪些：智能家居主要是基于物联网技术，通过智能硬件、软件系统、云计算平台构成一套完整的家居生态圈。人工智能在零售领域的应用已经十分广泛，无人便利店、智慧供应链、客流统计、无人仓/无人车等等都是的热门方向。智能交通系统是通信、信息和控制技术在交通系统中集成应用的产物。在ITS方面的应用主要是通过对交通中的车辆流量、行车速度进行采集和分析，可以对交通进行实施监控和调度，有效提高通行能力、简化交通管理、降低环境污染等。
目前，在垂直领域的图像算法和自然语言处理技术已可基本满足医疗行业的需求，市场上出现了众多技术服务商。例如提供智能医学影像技术，研发人工智能细胞识别医学诊断系统，提供智能辅助诊断服务平台，统计及处理医疗数据等。
AI 和教育的结合一定程度上可以改善教育行业师资分布不均衡、费用高昂等问题，从工具层面给师生提供更有效率的学习方式。
物流行业通过利用智能搜索、 推理规划、计算机视觉以及智能机器人等技术在运输、仓储、配送装卸等流程上已经进行了自动化改造，能够基本实现无人操作。
安防监控行业的发展经历了四个发展阶段，分别为模拟监控、数字监控、网络高清、和智能监控时代。每一次行业变革，都得益于算法、芯片和零组件的技术创新，以及由此带动的成本下降。本次课程将基于两套体系交叉进行Studio推进，一套体系是基于Design Thinking的交互设计方法论，通过了解设计的全过程，试图从当下城市和人类生活空间中挖掘出需要解决的问题，并且使用DT全流程的Methodology对问题进行深度推敲，试图挖掘出精准的设计痛点，进行设计和优化。 
完整DT方法论介绍，敬请查阅UXD官网：https://video./page/762019 人工智能课程部分将通过以下几个点，对人工智能技术展开教学，并辅导学生用于设计的产出和实践。
伯克利Russell教授对人工智能AI的定义：In computer science AI research is defined as the study of "intelligent agent": any device that perceives its environment and takes actions that maximize its chance of success at some goal[Russell & Norvig 2003].人工智能的核心是‘感知环境’，‘采取行动’（判断做出反馈），‘最大化达成目标的成功率’。
课程中我们将从如下多个方面对人工智能进行剖析，并且结合城市未来发展所面临的问题，进行问题的解决策略探索，
知识库：建立计算机能够充分’感知‘世界上已知信息的Ontology（一种能在语义和知识层次上描述信息系统的概念模型）。 自我学习：也就是机器学习machine learning，让机器自主探索，反馈和修正。大家都知道目前的机器学习分为无监督学习（unsupervised learning）和有监督学习（supervised learning）。 逻辑判断：这其实包括了上面机器学习中的部分内容，即通过自我学习进行对目标归类识别。 预测：在信息不充分的情况下，机器自我学习和逻辑判断不一定能带来符合以后客观发生的预测。 计划&目标：智能机器要从环境中习得自己的未来计划或一步步目标，拥有真正的自主‘意识’，是对‘智慧’最深层次的挑战。但是对于机器是否具有‘智慧’，业界一直存在争议，涉及到了伦理道德问题。 本次Studio课程将于2021年1月上旬开课，具体时间需等待组员确定后统一进行。课程包含线上和线下教学两部分，课程概况可以下面课程安排表。确定报名后UXD将提供详细的课程安排表和任务书。课程对象：有意了解AI计划申请交互设计的同学 课程形式：线上+线下（上海）授课 课程周期：3周时间，其中一周线下集训，课程从2021年1月上旬开课 注：该课程不要求参与者有设计能力和编程能力者，UXD将针对0基础学员进行完整教学。
研究生期间多次获得校奖学金，毕业后凭优秀毕业作品获得ACCD Fellowship研究职位。作为一名多媒体设计师及研究员，其作品曾多次在洛杉矶、三藩市、哥伦布、纽约、德国、温哥华等地展出，包括全美最大思辨设计峰会PRIMER, 全球最受瞩目的AI、机器学习顶级学术会议——神经信息处理系统进展大会(NeurIPS), 全球规模最大的线上双年展The Wrong Biennale等。2019年被伦敦知名创意杂志平台It’s Nice That采访报道。黄老师以流行文化、新兴科技、时尚、社交媒体为兴趣出发，在多媒体交互、虚拟现实、人工智能与艺术、批判设计、思辨设计、实验艺术等方面都有深厚的实力和经验。爱丁堡 Design Informatics专业，有跨专业申请经验与能力，专注于软硬件交互，致力于研究用户行为、挖掘用户痛点与提升用户体验，热爱分享设计与科技。希望通过设计、数据与新科技的手段，驱动创新，创造突破性产品。A:设计背景或者非设计背景，对于产品、工业、交互、多媒体艺术、算法等有兴趣的同学都可以参加。尤其适合交互，产品，工业，平面，服务，多媒体专业的学生，想要提升自己的设计竞争力，亦或是在准备作品集，都可以通过该课获得能力上的极大提升。A:本次UXD集训营采取线下集训，全天封闭式教学。安排住宿和授课场地。在授课期间每个独立小班课将会为每位学员配备课程顾问，授课导师，助教导师3位老师，确保每位学员都可以学有所成。A:线下课程的饱和度很高，每天的授课时长为4h以上，不包含上课后答疑。课下配有1v1导师答疑和助教全天现场辅导，对学员产出质量严格把关，保障学习的有效性和质量。A:我们会在招满学生后，统一进行排课，并且提供课程时间表，如果因为个人原因无法参加这个课程的同学，在课后我们可以限时提供录屏帮助学生进行课后自学。A:UXD集训营的课程平滑度高，课程设置合理，每节课程后都会布置作业，课程老师会进行批改。同时我们也会给课程配备技术方面的助教，助教可以协助同学们完成课后的作业，并且帮助学生就个人情况进行答疑。为学员提供全方位辅导。为学员的学习质量提供绝对保证。A:UXD训练营提供住宿场地，住宿环境为上海快捷酒店标准，保证场地干净舒适。住地距授课地点100米以内，按照100/天的标准收费。
|
