Google开发了一款智能相机，可以了解哪些照片对用户有意义。其产品背后是以人为中心的机器学习。

Google的用户体验(UX)支持者们分享了他们如何能够应用一种强大的新工具来促进并将以人为中心的设计嵌入到网站的项目中:机器学习。在最近的一篇文章中，Google的UX设计师Josh Lovejoy描述了他和他的团队使用的过程，将他们所谓的“以人为中心的机器学习”集成到最近的一项计划中。

Lovejoy解释说:“我们在Google的团队致力于让UXers提高核心(机器学习)概念的速度，了解如何将机器学习最好地集成到UX实用程序工具带中，并确保我们以包容的方式构建机器学习和AI。”大量以人为中心的机器学习进入了Google Clips的发展，智能相机学习和选择照片对用户来说是有意义的。其目标是为了帮助相机用户避免拍摄相同主题的无数镜头，希望能找到一两个突出的镜头。

机器学习系统经过训练，可以找到最好的照片——但Lovejoy认为，需要大量的训练才能获得正确的模型。此外，还需要进行相当多的反思来降低用户界面的复杂性。

Lovejoy和他的同事Jess Holbrook概述了应用于Google Clips的项目，并以人为中心的机器学习背后的七项核心原则:

1.不要指望机器学习能找出解决问题的方法

2.问问自己，机器学习是否能以一种独特的方式解决问题

3.用个人实例和向导来伪造(要求用户研究会的参与者用他们自己的数据进行测试)

4.衡量误报和漏报的成本(确定哪些错误对用户影响最大)

5.共同学习和适应计划

6.使用正确的标签来教导你的算法(系统需要经过训练才能回答“这张照片里有猫吗?”)

7.扩展UX家庭，机器学习是一个创造性的过程(机器学习不仅仅是工程师的学习，每个人都需要参与)

在他最新的更新中，Lovejoy表达了Google团队在使用AI产生卓越用户体验的过程中所学到和现在所遵循的普遍真理：

UX的支持者需要理解机器学习。软件设计人员和开发人员了解AI和机器学习会带来什么好处非常重要。Lovejoy 表示：“了解某些核心ML概念，理解AI及其能力的先入之见，并围绕最佳实践来建立和维护信任是至关重要的。”

用户需求就是一切。无论技术多么复杂，它都无法识别和解决商业问题，也不能对商业机会采取行动。Lovejoy表示：“如果你不不能满足人类的需求，那么你就要建立一个非常强大的系统来解决一个非常小或者根本不存在的问题。”

关于信任。许多员工和高管都对AI存在担忧。简单地将AI设计成没有他们参与的产品只会加剧他们的恐惧。

关于企业和企业文化。就像所有重要的技术发展一样，一个不利或孤立的企业文化只会导致反抗和功能障碍。Lovejoy说道：“ML的每个方面都是由人为的判断来推动和介导的，从最初的想法到开发一个模型，从选择训练的数据源，到样本数据本身，以及用来描述它的方法和标签，都是错误和正确的成功标准。”