在一次关于机器学习如何应用在多种创造性挑战的研究练习中， IDEO设计公司的设计师们尝试将人工智能带入到字体的世界中。考虑到字体选择一直是设计师需要做出的最频繁的视觉决策，IDEO 团队想要创造出一款富有洞察力又有价值的工具，帮助设计师以一种全新的方式看待字体。最终， IDEO利用人工智能与卷积神经网络提取出更高水准的视觉模式识别，创造出一款名为“字体地图（font map）”的交互式界面，其中包含了超过750种字体，使用者可以用数字方式自由取用字体并进行探索。
交互式字体地图共包含超过750种字体
设计邦（下文简称DB）：请问是什么激发了您创造“字体地图”的兴趣呢？
kevin ho （下文简称KH）：人工智能和机器学习近期的飞速进步让我产生了探索这种科技如何应用于设计领域的想法。尤其是我曾经读到过很多有关人工智能研究社区在计算机视觉方面的作品，它们使用的算法现在几乎可以和真人一样完成基本的视觉识别。这便使我想要知道：视觉识别的这种新能力是否可以应用在设计师设计过程中的视觉决策中呢？而提到设计中的决策，最先想到的便是字体，因为比对字体通常都含有一定的主观性，因此多种字体之间的相关性表现得并不明显，这一点与视觉设计的其他方面（如色彩）完全不同。
设计师利用机器学习技术对界面中的多个字体进行组织整理
DB：请问从技术角度而言，人工智能是如何帮助您建立这一界面的呢？
KH：没有人工智能的帮助，界面的最主要视觉部分——在一个二维平面中按规律分布的超过750种字体的地图根本无法实现。除了衬线字体、无衬线字体以及粗衬线字体等分类之外，在对字体分类时往往会有一些人为判断的因素，因此也就很难确定一种能够真正说明每种字体视觉特质的字体整理系统。而使用人工智能算法进行主观判断则能够以一种前所未有的标准从视觉上对更多种字体进行组织与整理。
界面展示出人工智能在组织视觉信息方面展示出的的超高效率
DB：在这个项目开发的过程中，您觉得最具挑战性的是哪一方面呢？
KH：这个项目中比较具有挑战性的主要是技术驱动型的探索，一方面是完全让技术为自己说话；另一方面则是做出设计决定的创意许可，这种许可虽然可能模糊了技术的成果，但却具有更好的使用体验；如何在这二者之间创造平衡就是最核心的挑战之一。最终为了谨遵IDEO公司在设计过程中倡导的以人为本的首要原则，我们收到了迅速的反馈并进行迭代，既为设计师创造出实用的体验，同时也尽量展现出技术在设计中起到的关键作用。
字体地图利用人工智能表现出多种字体之间的全新关系
DB：在设计过程中，关于机器学习算法您了解到了什么让您惊讶的事物么？
KH：在项目开始时，我还不确定这种技术在字体方面能起到什么重要作用。这其中的核心技术是一种卷积神经网络，这种技术最初是为了识别真实事物（如照片中的猫和狗）而训练的。因此，当算法导出第一批测试结果时，机器学习在这一并不是其原本训练目标的任务上的绝佳表现让我十分吃惊。在大多数其它技术中，这种可转移性是相当罕见的，因此我们的实验结果也证明了人工智能的一个非常独特也非常强大的特性。
人工智能实验早期结果示意
DB：您认为这一项目的未来将会如何？它将会如何被进一步开发呢？
KH：字体地图只是我们在几周之内进行的一项快速实验。人工智能在字体领域还有相当大的发展空间。首先，这种方式的扩展性非常强，因此如果我们征求到了字体设计师的许可，我们就可以在字体地图上加入更多种新字体。此外，字体的另一大方面便是配对，我很想探索，字体地图上看上去受欢迎的字体配对能否将此前已知的配对模式表现出来。最后一点，我也想要探索字体地图如何演化成一个生成工具，既然我们已经有了这样一个地图，也就可能发现探索字体之间的空间的途径，让设计师设计出目前还不存在的全新字体。如果这一项目能够成为字体设计师创造新字体的新起点，那就太棒了！
展示机器学习算法从字体样本中将字体提取至2D空间中指定位置流程的示意图
DB：您希望设计师如何与“字体地图”互动，如何参与其中呢？
KH：字体地图帮助设计师发现他们喜欢的字体并将字体应用到他们的项目中。很多最受欢迎的字体已经十分著名，应用频率很高，因此我希望这个界面能够让更多的设计群体发现一些知名度不高的优秀字体。除此之外，我也希望设计师能够被这一技术的效果深深打动，从而也将人工智能应用在他们自己的项目中去。
“字体地图”设计者，IDEO公司设计师kevin ho
