part 1
课程： 用户界面开发与可用性
讲师： 华庆一
讲师简介： 华庆一，西北大学学术委员会科研分会委员、《计算机学报》编委会委员、CCF人机交互分会委员、CCF系统软件分会委员。主要研究方向为人机交互理论、用户为中心的界面建模方法与过程、用户界面软件工具环境。多年来，主持多项国家级项目和一批省部级项目，在国内外发表论文百余篇。
课程简介：
1.基于模型的用户界面开发
（1）社会计算导致使用上下文的多样性：个人计算转变为社会计算，用户以不同的方式交流和协作。
（2）使用上下文的多样性带来新的挑战。
（3）应用界面的开发并非简单从单一平台到其他平台的平移。
（4）需要提供支持工具自动化多目标界面的开发过程。
（5）用户界面的抽象表示：提供了有关界面需要提供的所有服务（功能）相关的信息，应当与特殊的使用上下文无关。
2.交互式系统的功能性和可用性
（1）定义：为了支持人类用户的任务执行，而从他们那里接收输入、并将输出表示给他们的软件和硬件构件集合。
（2）功能性（functionality）: 系统必须完成的功能或任务。
（3）可用性（usability）：如何将服务提供给用户，使其易于使用。换言之，系统对用户来说应像纸笔一样易于使用，成为环境的一个组成部分。
（4）交互计算技术的引入使得系统的功能变得更为强大，直接导致了HCI领域的出现。
3.基于模式（模式语言）的用户界面开发
（1）模式和模式语言：模式概括了可用性设计方面最佳实践的只是和经验；模式语言是按设计模式（一种正文和图形描述）范围排序的一个结构化层次。
（2）模式描述主要包括三要素：上下文、问题、解决方案。
（3）为了提高模式的机器可读性，引入了模式语言标记语言——PLML，方便对模式的查找、选择和推荐。
part 2
课程： 创造力2.0:人工智能时代的设计变革及创新
讲师： 高歌
讲师简介： 高歌，联想公司高级工程师。主要研究人工智能与设计行业的融合和创新。
课程简介：
1.创造力的本源：规则vs智能
（1）相比于人工智能，人类智能有常识，具有物理世界建模能力，具有强大的预设神经链接。
（2）从计算器到深蓝、AlphaGo到海平面理论，创造力的标准在哪里？
（3）人类的创造力由记忆（偏差、迁移、组合）加推理组成。
（4）没有规则与智能的绝对区别，只有更多规则与有限智能的无限近似。
2.创造力AI的可行性：感性vs理性
从设计中提取出的非理性的设计理论存在反例，因为布局、形状和颜色之外的其他层次没有符合设计理论，因此需要通过技术手段分别提取深层次的隐形规则。神经网络有着数学意义上的绝对理性，而海量或加权的复杂性造就了它的相对感性。
3.创造力AI的技术实践：可能vs不可能
（1）优秀的设计少，其他设计多。将其分开可以用概率统计（如分类算法）和随机计算（如强化学习）的方法。
（2）工具：TensorFlow+Python（WGAN-GP）+Design。
（3）画鬼容易画人难：背后蕴涵了设计的统计学意义和方法。
4.创造力AI落地的复杂性：理想vs现实
（1）真实设计过程是商业逻辑和设计逻辑的映射，与人工智能发展路径一致。
（2）创造力AI的特点：重复性强、图形抽象、需求较多，例如“独一无二”参观证件生成。
（3）创造力AI的优点：优秀设计的拓展和优秀设计的连续态。
（4）人工智能达成近人能力情况下，人与机器关系的变化：AI非替代而是人类能力增强；对于创作，AI本质是决策辅助工具；相比于设计师，可实时给出反馈，可实现更艰难的任务，如插画朋克风。
（5）创造力不存在人工智能发展的“奇点”，渐进的殊途同归是AI创造力的主旋律。
part 3
课程： 多模态自然输入技术
讲师： 喻纯
讲师简介： 喻纯，清华大学副教授，获得CCF-Intel青年学院研究员计划和CCF青年人才计划 。其研究围绕人机交互自然性的计算原理和优化方法开展，具有重要的理论和实际应用价值，在人机交互领域高水平期刊和会议上发表论文30余篇，包括12篇CCFA类论文。
课程简介：
1. 运动控制建模
Eyes-free Interaction是一种摆脱视觉感官，依托其他感官进行的交互方式。它提升了交互的效率，使得用户把注意力放在任务上，而不是交互本身。
基于Eyes-free，团队进行了三个实验：主观上对于目标距离和所属密度的接收程度；衡量用户点击目标的偏差程度；比较视觉使用与否、视角大小、第二任务的影响程度。
2. 多模态感知
（1）为盲人开发的ear-touch
（2）Lip-interact
（3）基于45度手机镜面反射的手指模态识别
3. 意图理解
对用户的模糊输入进行意图理解：Max P（word|input）。经过贝叶斯推理，上式可转换成Max P（input|word）* P（word），乘号左边为输入模型，右边为语言模型。
基于上述意图理解模型，可进行手表打字、隔空打字、VR情境下打字等。此外，还可以实现基于一维手写的边缘输入，该方法将字母的书写过程降成一维，可以在线性边缘上进行模糊输入。
part 4
课程： 智能人机交互新进展
讲师： 范向民
讲师简介： 范向民，中科院软件所人机交互实验室副研究员、中科院“百人计划”入选者，中国计算机学会人机交互专委会委员。主要研究方向是人机交互，研究兴趣包括智能交互（前沿AI技术在人机交互领域的应用）、移动界面、情境感知计算以及它们在教育、医疗等关键领域的应用。
课程简介：
1. 用户活动
对于物体活动的识别，存在周围环境多样、目标物多样、人类活动模糊性几个挑战，老师提出了下述几个方法来解决：
--为不同事物贴标签
--感知物体的属性（如电气仪器的电磁噪声）
--肌肉电的设备
2. 用户偏好
以拍照为例，结合用户偏好辅助照片构图，由Smart ViewFinder、Smart Zoom、Smart Score三个部分组成。所涉及的数据特征包含34个维度。
3. 用户身体机能
不同身体状态、年龄状态应当存在不同的交互操作特征。系统中日常交互的操作为隐式输入，医学诊断的敏感性（Sensitivity）和特异性（Specificity）作为输出，其效果已经超过传统的医学测试水平。
4. 用户情绪、情感
情绪书写是一种心理学上的纸笔实验，出于分析目的，往往需要倾诉者给出更多细节、更多正向情感词、更多深层次词。MirrorU将书写的情绪可视化，以促进对书写表达程度的理解，从而引导倾诉者给出更多的文本供分析。
5. 用户的能力
ToneWars是一款使用手势、语音控制输入，判断汉语音调的游戏APP。通过对母语者的操作进行建模，该系统能够呈现外国使用者与母语者的水平差距，评估的力度可以精确到单个汉字级别。
6. 用户意图
通过点击运动红球的实验，研究距离、目标大小、目标速度对用户落点分布的因素影响。从而：（1）实现对界面元件的点击错误率预测；（2）基于BayesPointer推测用户意图，纠正用户落点。
