计能否防止人们分心，一定要我回答，就是三个：能，不能，何必。能与不能，不能是因为一般而言人总是在分心，能是因为在特定情境中总是可以通过工具自我管理注意力；何必是因为分心可以是好事。
我问：“你说到开车，自动驾驶不正是解决了分心问题的好设计？推开去，人工智能兴起，算法当道，对设计会有什么样的影响？特别是你强调的可供性、限制、反馈、对应这些概念，把人工智能考虑进来以后，会发生什么变化？比如说，设计品的形状还那么重要吗，考虑到AI可以随机应变，应答如流？”
诺曼说：“先说眼前，现在商用的这些AI产品，比如亚马逊的Echo，基于自然语言交流，进步是进步了，但许多事还是解决不好。举个例子，你能不用动作光用语言告诉我怎么系鞋带吗？”
“不能吧？”
但AI未来能做什么，真是难以预测。诺曼说：“赋形（embodiment）是现代设计的核心，AI会如何选牌，实在说不清。”
其实，UCSD是AI复兴的据点、“联结主义”的策源地。多年前，他在一次讲座上介绍人工智能先驱明斯基对神经网络的批评。明斯基认为神经网络技术没有前途，因为单层神经网络无法处理“异或”电路问题。这个批评使神经网络技术沉寂了数十年。
那次讲座上，一个家伙站起来说，明斯基错了！夺过诺曼的粉笔，就在黑板上列式子。这位年轻人叫辛顿（Jeff Hinton），后来发明反向传播算法和对比散度算法，今天人工智能深度学习的最重要人物之一、Google的AI研究领袖。
剩下的都是历史。
诺曼问过辛顿，神经网络技术卷土重来最重要的原因是什么？辛顿说，计算能力今非昔比了。
所以，面对未来，AI会怎样重塑设计？AI能不能取代设计师？与所有人一样，诺曼内心并无答案。他讲了一宗趣事：两个月前，他与好友麦克马努斯现场辩论这个主题，两人都是一样迷茫，但上场之前总得定谁当正方谁当反方，最后只能掷硬币决定立场。他猜错了，只好被安排当反方：不能。
他输掉了辩论。
更多内容加载中...请稍候...
若您看到此段落，代表章节内容加载失败，请关闭浏览器的阅读模式、畅读模式、小说模式，以及关闭广告屏蔽功能，或复制网址到其他浏览器阅读！