人因学与人工智能（1）—关于数据

从某种程度来说，人工智能是一门技术，它能深入地赋能各行各业。因此，对于设计行业中一些的问题，也能利用人工智能加以解决。

那如何用人工智能解决设计中的问题呢！首先是数据。

人工智能的基础是数据的训练，目前人工智能发展迅速的各个领域如人脸表情识别、语音识别等都已经构建了成熟的公用数据库，如表情识别的JAFEE数据库和Yale数据库等，手写数字识别的MNIST数集等。当然，以上数据库大多是为了在同一平台检测算法的性能。

但不可否则，这些数据库对行业的发展起了重要作用。

但目前，在设计行业却并没有多少开源的数据，比如如何种工况下的人体疲劳数据等。之前和北京郎迪锋公司的刘博士交流（他们联合中国标准化研究院，自主开发了面向工业制造业用户的人机工程仿真软件—Make Real3D SoErgo），他提供了人类工效学标准汇编书籍，如下图。但除此之外，其他方面数据缺失很少。

一般而言，数据来源要么商业、要么项目、要么实验；商业上的数据，其实可以找找现在开源的数据，比如特斯拉开源出来的数据等。而实验的数据，其实就是通过自己做实验来构建数据库，目前国内的一些博士论文就是这么做的，这也是我们很多人走的路。

其实，设计的问题都是在特定环境下的（比如人机交互的语音交互问题，是需要采集各种各样环境下的语音交互数据），我们要利用人工智能解决实际特定的问题，就应该采集当下环境中的具体数据，具有很强的针对性以及与行业问题的深度结合，这也是为什么现在很多单位都在积累自己特定领域的数据。

另一方面，有了数据，就应该思考如何让其发挥应有的作用。这一点首先要在现有行业深耕细作，深入挖掘现有行业的问题，思考如何用人工智能赋能现有行业，然后就是积累数据，这可能是个比较漫长的过程。最后一点，就是如何将这些数据、经验用出来，比如可以做一些分析，或者做成一个工具等。