1. 整合

1.1. 設計一件聰明的社交智能產品，其方法是要承認界面的侷限性，而不是急於嘗試複製人類可能做的事情

1.2. Phonekerchief

• 1.2.1. 一款用銀纖維製成的手帕，可用來屏蔽手機來電和短信

• 1.2.2. 使用Phonekerchief手帕可以用一種可見的方式提供更加明確的社交信號，並且手帕更適用於休閒的社交環境，它會與餐巾、桌布融為一體

• 1.2.3. 這個產品完全違背直覺卻又人盡皆懂

1.3. 如今許多設備就相當於一個機器人

• 1.3.1. 當一對男女初次約會時，它坐在桌旁，不斷地用各種提示來打斷他們的談話，揮舞手臂來引起他們的注意，説着“你有一個來自你媽媽的電話”​，​“明天有一個惡劣天氣的警報”​，以及“恭喜你，你的交友軟件上又匹配到三個新對象”​

1.4. 對於消費產品來説，產品的社交價值比產品性能的任何其他方面都更重要

• 1.4.1. 使用手機容易讓人偏離得體的社交行為，這是一種消極的表現，因此需要加以控制

1.5. 所有這些設計都致力於鼓勵人們關注彼此，而非沉溺於電子設備

2. 社交智能

2.1. 一種產品知道何時、為何以及如何中斷或幫助、協助、服務、歡迎、融入其他積極的社交參與性活動

2.2. 這種能力不是來自產品某個特定的重要功能或尖端技術，而是來自對功能和技術的審慎的戰略性運用，以提供滿足當前情況所需的精確社交效益

2.3. 人工智能當然也代表了其中的一種技術，但它本身並非萬能靈藥

2.4. 任何設計過程中的驅動因素都應該是通過關鍵場景和前面描述的研究方法所捕捉到的社交需求

• 2.4.1. 一旦理解了社交需求，設計師就可以綜合考慮人工智能的各個方面，進行產品設計

2.5. 任何想要充分利用當今“智能”技術來進行產品設計的人同樣會將社會關切置於設計過程的核心前沿位置

2.6. 設計師面臨的挑戰不在於彌補技術的不足，而在於將人的價值置於其他一切因素之上

2.7. 當今商界的任何一個人，無論他們是否身在技術領域，都感受到了人工智能的力量，並感受到了人工智能從根本上改變商業的熱潮

• 2.7.1. 雖然人工智能在體育、娛樂、醫療和教育等領域的應用肯定有巨大的潛力，但如果沒有社交智能，產品體驗就會存在欠缺

• 2.7.2. 如今的人工智能無疑是了不起的，儘管它將成為社交智能產品的關鍵組成部分，但它只是設計過程中使用的工具，而不是產品的核心和靈魂

2.8. 人工智能

• 2.8.1. 是一個包羅萬象的詞語，它可以涵蓋將計算能力應用於用户與界面互動的諸多不同方面

• 2.8.2. 當今人工智能的另一個侷限是缺乏常識

2.9. 對話代理

• 2.9.1. 一個使用界面，它可以使用軟件來解釋口頭或書面語言，並在對話交流中以自然語言做出反應

• 2.9.2. 把Siri、Alexa、微軟小娜或谷歌助手等代理視為“人工智能”​，但實際上它是人工智能之上的一層，可將人工智能轉化為感覺像實體的一個東西

2.10. 機器學習

• 2.10.1. 一種使用示例數據改進計算機預測或執行任務方式的技術

• 2.10.2. 輸入的數據越多，它就會不斷改進

• 2.10.3. 用於按需音樂流媒體服務的機器學習算法可能會收集聽眾的喜好，並將其與其他具有相似音樂品味的聽眾結合起來，從而自動推薦歌曲

2.11. 深度學習

• 2.11.1. 比機器學習更進一步，核心在於算法處理的數據越多，其學習效果就越顯著，且本質上能實現自我教學

• 2.11.2. 與需要外部指導的嚴格機器學習不同，深度學習通過人工神經網絡—一種持續擴展的算法分層結構—自主驗證預測的準確性

• 2.11.3. 其核心理念是構建一個通過持續分析數據學習的系統，該系統的邏輯架構類似於人類推導結論的方式

• 2.11.4. 包括語言翻譯、識別圖像中的物體以及自動遊戲

2.12. 社交智能

• 2.12.1. 指的是將計算能力應用於產品互動，以適當地響應社交情境，並敏鋭地考慮產品與使用者之間的關係

• 2.12.2. 它的創建需要的“蠻力”計算更少，而更多的是需要對互動場景進行預定義和控制

• 2.12.3. 專業化的產品可以專注於社交互動的細微差別，並對特定時間、地點和心態做出適當的響應，提供通用化界面可能忽略的敏感度層次

• 2.12.3.1. 這種細膩度若被簡化處理，可能引發嚴重的社交失態風險

• 2.12.4. 設計社交智能產品，明智的做法是承認界面的侷限性，而不是過分急於嘗試複製人類可能做的事情

• 2.12.5. 設計社交智能產品的關鍵在於理解產品使用者的意圖

• 2.12.6. 由於構建一個在一般通用智能層面無所不包的界面是不可能的，而且很可能被誤導，因此根據人們想要使用產品完成的任務以及交流互動發生的情境，對總體目標進行適當的定義是必不可少的

2.13. 通用人工智能

• 2.13.1. 一種尚未實現的軟件系統，它可以顯示出一種類似人類的能力，以適應不同的環境和任務，並實現跨領域的知識遷移

• 2.13.2. 更現實的人工智能發展路徑是構建領域專精的智能系統—這類系統基於特定場景下的數據集訓練，專注於解決預設範圍內的問題

• 2.13.3. 當前對通用人工智能的追逐存在根本性偏差

• 2.13.4. 通用人工智能的過度追求本質上違背認知效率，其系統複雜性與實際效用嚴重失衡，關鍵交互場景的出錯概率遠超其普適性承諾

• 2.13.5. 真正成功的產品應具備情境自適應能力，精準把握具體場景中的社交微妙性

2.14. 為社交產品制訂計劃的一個關鍵方面是設定預期值

• 2.14.1. 既非生物亦非純機械，而是介於生物與機器之間的存在，其“生命感”源於算法對社交行為的模擬

2.15. 如果新的社交產品能夠在明確的環境中通過美學特徵吸引用户，那麼它們很快就會被人們所接受

• 2.15.1. 從物體的實體存在到屏幕上的視覺語言，以及任何使用音調或語音來進行響應的聲音都具有語義價值，因此建立一個承認侷限性的策略將幫助人們理解預期並相應地進行互動

• 2.15.2. 人們認為機器人具有神奇且複雜的知識學習和感知能力，因此消除這方面的幻想將有助於避免產生誤解

2.16. 設計社交機器人時，警示產品侷限性的另一面在於通過設計語言強化其核心能力

2.17. 同理心是雙向的，管理人們對系統的期望可能和產品行為本身一樣重要

3. 持續交流

3.1. 為避免陷入試圖讓狹義人工智能承擔理解世間萬物的艱鉅任務的陷阱，一個重要步驟是將其用作理解交互者關鍵情境需求的工具，並使其做出恰當反應

3.2. Nest

• 3.2.1. 從某種角度説，整個暖通空調系統如同機器人軀體，Nest是機器大腦，而人們生活在這個智能體內部

• 3.2.2. Nest恆温器就是一個典型的例子，它展示了一個界面是如何學習用户的偏好而將一個室內空間變成一個預知需求的智能機器人的

3.3. 產品在本質上相當於一個深層次的心靈反應，或你頭腦裏的真實聲音

3.4. 傾聽桌是紐約時報實驗室在2015年探索創造的，它是一個理想的人工智能助手​，可用於在小組會議中做筆記

4. 數字足跡

4.1. 像臉書“點贊”這種看似無傷大雅的數據，可以用來預測開放性、嚴謹性、外向性、和藹可親性和神經質性等性格維度

4.2. 計算機僅分析10個贊就能比同事更準確地預測被試的性格，分析70個贊就能比朋友或室友更準確地預測被試的性格，分析300個贊甚至就能比配偶更準確地預測被試的性格

4.3. 通過使用聯網產品留下的數字足跡來收集私人數據，其倫理與法律問題尚需大量工作來規範，但設計師們期望，若能以合乎倫理的方式收集，這些數據將能滋養機器學習算法，從而提供更優質的產品體驗