顶部
收藏

智能产品设计


作者:
孙凌云
定价:
55.00元
ISBN:
978-7-04-054311-7
版面字数:
350.000千字
开本:
16开
全书页数:
暂无
装帧形式:
平装
重点项目:
暂无
出版时间:
2020-09-23
读者对象:
高等教育
一级分类:
计算机/教育技术类
二级分类:
计算机类专业核心课程
三级分类:
人工智能

本书是一本体系完整、教学资源丰富的智能产品设计教材。

本书定位于帮助读者理解智能产品设计的背景,掌握相关方法和关键概念,了解所需要的能力和基本设计流程。

全书共10 章。第1 章导论、第2 章能力与流程,主要介绍智能产品设计的背景和概况。第3 章人工智能的基础、第4 章机器学习的变革,从宏观和应用角度介绍人工智能和机器学习的技术内核和能力边界。第5 章界面与交互、第6 章虚拟和真实、第7 章心智与体验,介绍智能产品中的人机关系。第8 章从算法驱动到以人为本、第9 章从机器思维到设计思维,介绍智能产品设计的思维模式和相关方法。第10 章介绍发展中的支撑技术。

书中给出大量的生动、真实案例;重点和难点内容设置了思考题目;关键章节给出深入学习所需要的学习资源和参考文献。本书没有介绍具体的算法模型,也没有介绍开发平台等实操性内容,这些内容可以在学习资源中获取。本书可作为人工智能专业、计算机类相关专业、设计学相关专业的本科高年级或研究生学习智能产品设计的教材。由于书中各章内容相对独立,教师可根据课程计划和学生专业背景需要选择讲授内容。

  • 前辅文
  • 第1 章 导论
    • 11 人工智能与设计
      • 111 人工智能改变世界
      • 112 设计(也)改变世界
    • 12 人工智能产品
      • 121 影响产业生态的人工智能产品
      • 122 人工智能领域的独角兽企业
    • 13 新一代人工智能
      • 131 人工智能的发展历程
      • 132 新一代人工智能的发展方向
      • 133 人工智能的本质
      • 134 人工智能的相关技术
    • 14 智能产品的构成要素
      • 141 技术要素
      • 142 人因要素
      • 143 商业要素
      • 144 文化要素
    • 15 开始学习
    • 16 参考文献
  • 第2 章 能力与流程
    • 21 智能产品的设计能力
      • 211 专业能力
      • 212 普适能力
    • 22 智能产品的设计差异
      • 221 侧重点的差异
      • 222 开发模式的差异
      • 223 团队构成的差异
    • 23 智能产品的设计流程
      • 231 机会发现与团队构建
      • 232 产品调研与需求定义
      • 233 概念生成与测试评价
      • 234 产品开发与生产制造
      • 235 产品发布与运营维护
    • 24 学习资源
    • 25 参考文献
  • 第3 章 人工智能的基础
    • 31 什么是人工智能
      • 311 人工智能的基本内容
      • 312 人工智能的分类
    • 32 算法:人工智能的基本动作
      • 321 求解
      • 322 识别
      • 323 预测
      • 324 其他动作
    • 33 数据和知识:人工智能的燃料
      • 331 数据获取
      • 332 数据存储
      • 333 知识表示
    • 34 算力:人工智能的发动机
    • 35 学习资源
    • 36 参考文献
  • 第4 章 机器学习的变革
    • 41 什么是机器学习
    • 42 神经网络:机器学习的基本算法
      • 421 分类
      • 422 人工神经网络
      • 423 生成
    • 43 大数据:机器学习的燃料棒
      • 431 智能时代的数据
      • 432 数据标注
      • 433 知识图谱
    • 44 算力:机器学习的反应堆
      • 441 训练与推断
      • 442 端和云
    • 45 案例:涂鸦式绘画系统AI Painting
      • 451 数据集
      • 452 算法实现
      • 453 算力支持
    • 46 学习资源
    • 47 参考文献
  • 第5 章 界面与交互
    • 51 智能产品中的界面
      • 511 信息、媒介和交互
      • 512 人机界面的发展
      • 513 自然人机交互
    • 52 视觉通道
      • 521 触摸屏
      • 522 视觉输出
      • 523 视觉输入
    • 53 语音交互
      • 531 语音用户界面
      • 532 语音虚拟助手
      • 533 语音交互的特点
    • 54 眼动输入
      • 541 眼动检测
      • 542 眼动输入的应用
    • 55 手势与体态输入
      • 551 手势与体态的识别
      • 552 手势与体态识别的应用
    • 56 脑机接口
      • 561 大脑活动的检测
      • 562 脑机接口的应用
    • 57 学习资源
    • 58 参考文献
  • 第6 章 虚拟和真实
    • 61 三元空间中的虚拟和现实
      • 611 虚拟与现实
      • 612 增强现实的特点
      • 613 增强现实的发展
      • 614 增强现实的应用
    • 62 增强现实的支撑技术
      • 621 增强现实的支撑硬件
      • 622 增强现实的核心算法
      • 623 增强现实的开发平台
    • 63 增强现实的典型应用
      • 631 教育和娱乐
      • 632 设计和消费
      • 633 生产和制造
      • 634 医疗和健康
    • 64 增强现实的设计与挑战
      • 641 信息组织
      • 642 交互挑战
    • 65 学习资源
    • 66 参考文献
  • 第7 章 心智与体验
    • 71 用户的心智
      • 711 用户心智的特征
      • 712 格式塔原则
      • 713 用户行为模型
    • 72 用户体验要素
      • 721 体验的基本概念
      • 722 用户体验层次模型
      • 723 CUBI用户体验模型
      • 724 马斯洛人类需求层次
    • 73 情感计算与情感化设计
      • 731 情感的构成
      • 732 情感的描述
      • 733 情感的识别
      • 734 情感化设计
    • 74 情感体验计算
      • 741 情感体验结构模型
      • 742 情感体验中的情绪单元
      • 743 情感体验计算模型
      • 744 情感体验驱动的设计流程
    • 75 学习资源
    • 76 参考文献
  • 第8 章 从算法驱动到以人为本
    • 81 从技术到产品
    • 82 算法的挑战
      • 821 从算法到产品
      • 822 算法的评价
    • 83 数据的挑战
      • 831 数据的价值
      • 832 偏见和歧视
      • 833 隐私保护
    • 84 以人为本的人工智能
      • 841 算法的用户体验
      • 842 智能的人本挑战
    • 85 学习资源
    • 86 参考文献
  • 第9章 从机器思维到设计思维
    • 91 两种思维模式
      • 911 设计思维
      • 912 机器思维
      • 913 两种思维的比较
    • 92 智能产品的设计方法
      • 921 智能产品设计的思考要素
      • 922 智能产品的概念设计方法
      • 923 智能产品的交互设计
    • 93 智能产品的概念设计画布
      • 931 概念设计画布的构成
      • 932 应用实例:学术英语翻译
    • 94 实用设计工具
      • 941 绿野仙踪实验
      • 942 快速原型开发
    • 95 学习资源
    • 96 参考文献
  • 第10 章 发展中的支撑技术
    • 101 柔性电子
      • 1011 柔性电子的主要特点
      • 1012 柔性电子的典型领域
    • 102 生物制造
      • 1021 生物制造的主要特点
      • 1022 生物制造的典型实例
    • 103 可编程材料
      • 1031 可编程材料的主要特点
      • 1032 可编程材料的典型实例
    • 104 大批量定制和设计新范式
      • 1041 大批量定制
      • 1042 设计新范式
    • 105 学习资源
    • 106 参考文献
  • 附录 实践案例:增强感知的智能头盔——齐行
    • 附1 机会发现
    • 附2 产品调研
      • 附21 用户研究
      • 附22 市场调研
      • 附23 竞品分析
      • 附24 需求定义
    • 附3 概念设计
      • 附31 造型、结构与电路
      • 附32 算法、数据与算力
    • 附4 原型发布
      • 附41 产品命名
      • 附42 叙事逻辑

本数字课程与新一代人工智能系列教材《智能产品设计》纸质教材一体化设计,紧密配合,为读者提供教学课件、智能产品设计案例等资源。充分运用多种形式的媒体资源,丰富知识的呈现形式,拓展教材内容。在有效帮助读者提升课程学习效果的同时,也为读者自主学习学习提供思维与探索的空间。

相关图书