机器学习和AI很难理解，只有少数非常聪明的计算机科学家知道如何构建它们。但是一个新工具的设计者有一个很大的野心:为AI创建Javascript。

这个名为Cortex的工具使用一个图形用户界面来建立AI模型。由Argodesign的Mark Rolston设计的类似蜂窝的界面使开发人员甚至设计人员能够像Rolston所描述的那样使用预制的AI技能，可以执行情感分析或自然语言处理等任务。然后，他们可以将这些技能拖放到显示模型进展的界面中。钥匙?使用可视布局来组织系统使得非科学家更易于访问。



Rolston解释说：“把事情串在一起，即使是孩子也学到了东西。”通过简化编排方面，那些将会像数据转换一样难以处理的东西更容易理解。它们是如何相互关联的，且如何直观地向用户解释。

目前，AI算法被隐藏在复杂的代码中，但创建图形用户界面是让更多不同类型的人成为机器学习模型架构师的关键一步，因为技术开始渗透到我们的生活中。GUI有可能给设计人员在AI桌上留有一席之地，这可能是确保该技术在道德和负责任上使用的必要条件。

Cortex今天从位于奥斯汀的企业公司CognitiveScale推出，该公司从2014年以来一直在为金融服务、医疗保健和电子商务领域的企业建立AI模型。CognitiveScale一直使用自己的Cortex版本来为客户构建这些模型，但是把它推向世界意味着其他公司聘请没有机器学习专业知识的开发人员可以开始构建自己的AI。虽然该工具主要针对公司而不是个人，但它为在这些机构工作的开发人员和设计人员提供了创建AI的第一步的机会。



创建第一个AI界面

构建这个AI图形界面并非易事。在与CognitiveScale创始人Matt Sanchez交谈过程中，Rolston说他必须向Sanchez承认他和他的团队完全迷失了方向。在设计团队开始理解和概念化Sanchez试图做的事情之前花了很多时间。Rolston说:“我认为优秀的设计师可以和外科医生、喷气式飞机驾驶员或AI程序员一起交谈，倾听他们的意见，从他们身上提取出真正适合他们的东西。”“如果没有这几个小时的谈话，我几乎没有头绪，也没有领会Matt Sanchez在说什么。”

机器学习功能通过从数百万甚至数十亿个数据点中提取模式，使其能够对新数据做出决定。这在理论上很容易理解，但是Rolston和他的团队不得不深入研究AI真正起作用的技术元素，这通常需要博士才能完全理解。

他们的对话开始于试图为Cortex组成工具所拥有的不同元素创造基本的术语。在20世纪80年代中期，Rolston在青少年时期把这个过程比作编程，而“文件”和“文件夹”等术语是无处不在的。这些术语与图形用户界面的开发息息相关，图形用户界面结束了只通过代码与计算机进行通信的时代，取而代之的是一种激进的替代方法:屏幕上的可视表示，为你提供了完成不同任务的简化。他说:“所有这些东西都是电脑软件在很长一段时间内被开发出来的一种笨拙的工具。回到85年，没有一种方法可以做到。看看这个现代的情况，也没有办法可以做到。”

Rolston和他的团队发现，CognitiveScale的开发人员使用不同的词来指代系统的不同部分，所以他们必须在同一页面上。他们最终决定了两个主要条件：技能和代理。技能是可以被打包并反复使用的单一目的软件，就像亚马逊Alexa技能一样。由技能组成的代理是您在Cortex内部构建的更大，更复杂的模型 ，他们可以完成诸如使用文本分析处理保险索赔或跟踪特定行业的投资者情绪等任务。这个嵌套概念构成了Cortex功能的核心。

一旦这些条款被固定下来，Rolston和他的团队不得不想出如何以视觉方式来表示它们。团队本可以做更多的“日志”表单，类似于Facebook，向下滚动内容或窗口视图，如文件夹或Google驱动器。但是Rolston意识到界面所需要提供的关键是让开发人员看到底下发生了什么，而不必通过每一行代码来追踪它。



因此，Rolston决定使用蜂窝结构，而不是使用简单的对象列表来实现这种可追溯性，因为它允许你以对用户最有意义的方式直观地组织模型。在蜂窝界面中，技能变成气泡，可以根据系统设计者的想法在屏幕上移动。Rolston说：“就像桌面一样，我可以通过放置这些东西来强调我自己心中的逻辑感。我可以把蜂窝中的气泡移到他们身上，或者以某种方式看到他们。如果第一个处理器对我来说不如第三个处理器重要，那就把它放在一边。”

其结果是一个简单的蜂窝状的开关板，你可以在那里拖放泡沫般的技能;蓝色和绿色的线显示了数据流进和流出的每一项技能。从概念上讲，它对于AI就像Garageband。

对于Rolston来说，这是迈向Squarespace的第一步，没有编码经验的人可以创建一个简单的网站。他说:“这是编程的最高层次的例子。”但实质上，他指出，这些“简单的工具让我们更接近问题，而不是工具”——意味着他们删除了代码本身所必需的技术知识层，并允许你专注于你想要解决的问题。Rolston认为Cortex可以像第一步一样，让AI更多地成为解决问题的工具，而不是一件复杂的事情。

Cortex的界面有其独特的审美视野，Rolston意识到他可以用Cortex的设计设定先例。他说:“我们研究了这个问题，并试图让它变得清晰美观，这样，当你看界面的时候，你解决问题的独特性就不会消失。”“这不是一个c++。这是设计师，专注于审美目标的人可访问。如果你穿优雅的衣服，你会表现得更优雅。我们试图把同样的想法带到工具集。”



AI的APP STORE

Cortex的组合工具只是系统的一部分，它提供了一整套商业分析软件。CognitiveScale通过针对公司的软件即服务商业模式销售该工具，每个公司都将支付一次性安装费用，以及根据公司规模每月或每年支付一次费用。产品的另一个关键要素是市场, 那些构建一点代码的人能够将其打包为技能，以便其他人可以使用它们，例如，如果你构建一个图像分类算法, 则可以上传作为Cortex市场的技术，任何人都可以使用它。其中许多最初来自CognitiveScale，但系统的用户也可以制作和上传自己的技能。

CognitiveScale产品管理负责人Jon Richter解释说，用户将能够使用相同的文本分类技能来处理发票、客户投诉或医疗保健索赔。这是App Store的功能，适用于AI。



Cortex的架构师认为，由于系统具有跟踪真实业务情况下功能如何工作的机制，因此可以更加轻松地构建AI，这还有待观察。拥有良好素质的科学家建立AI好处之一是他们拥有数据方面的专业知识，而且他们可能比一般的开发人员更能够解决偏见问题。对于非专家而言，更大的可访问性也意味着没有经过专业培训的开发人员正在构建AI技术，因为社会正面临普适机器学习算法的负面影响。

虽然Cortex使得AI更容易为企业实现，但它也使设计师有机会开始使用模型，而不需要像从头开始创建机器学习算法那样需要尽可能多的教育和专业知识。理想情况下，Cortex可以帮助设计人员在工作中逐渐发展成为以数据为中心的设计，而设计人员也可以为该技术的发展提供以人为本的思维。Rolston说，他的团队里的一个设计师，他并不完全是一个程序员，但他知道Cortex工具在概念上可以做一个简单的文本情感分析器，就像Rolston所说的那样，是一个“快速而又肮脏的AI”。

“新设计师将成为数据设计师，”Rolston说，“这是实现这个想法的下一个关键步骤。”