3

产品设计沉思005 - 对“吸引注意力”的思考

 3 years ago
source link: https://yuguo.us/weblog/product-design-005/
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.
neoserver,ios ssh client

产品设计沉思005 - 对“吸引注意力”的思考

余果 2019-11-13 产品设计

我们评估设计的水平,有一个标准就是好设计让恰当的内容、信息或动作(直接或间接)吸引用户注意力,坏设计让不恰当的或无用的元素吸引了注意力。这种时候我一般会说“这里太强了”,“那里弱一点”,“再简化”。反之,画面中没有任何东西吸引用户注意力,用户眼球到处跳跃寻找目光落地点。这种时候我们一般会说“视觉太平了”。

那么如何设计一个比较能吸引注意力的模块呢?好像常用的办法就是让它与背景中其他物品相比更大更粗、颜色对比更强……等,总之让它成为视觉焦点。

人类大脑很神奇,不知道为什么会被一些图形吸引注意力。想象一下画面从人眼视网膜进入后,在理性和逻辑介入之前,就马上有一个叫做“注意力”的东西,吸引我们的大脑关注其中一个值得注意的小区域,而忽略边缘区域(用余光去查看边缘区域)。

那么是否只有突出视觉强弱对比,设计分组和距离等方法呢?最近朋友推荐读了一篇浙大心理和行为学教授的论文《对注意的再思考:一个注意的强化学习模型》,感觉有了新的理解。

首先回顾一下学术界传统认为的注意模型。

一、自下而上的注意模型

自下而上注意的计算模型中,显著性地图占据了主流地位。该模型认为,那些与背景差异显著的区域会自动吸引注意。受到特征整合理论的启发,这类方法从图像的低层信息,例如亮度、颜色、朝向中提取特征,并将其整合到显著性地图上,从中寻找高对比的区域作为注意的焦点。简言之,该方法旨在寻找图像背景(context)中含有不寻常特征的位置。显著性算法主要借鉴了人类视觉感受神经元的反应原理。此类神经元仅在其感受野中心与周围信号有明显差异时开始放电,即当输入图像上该点突显于背景时神经元激活。

简单说就是“视觉上很吸引注意”,它会引起神经元级别的反应,不受控制。

二、自上而下的注意模型

除了视觉刺激本身的特征外,注意还会受到人们不同的 先验知识、任务需求、动机等内部心理状态的影响。……任一时刻对场景中客体的注意影响当前时刻的行为,并且该时刻的注意会影响下一时刻的注意;此外,注意还会受到个体当前时刻的心理状态以及场景特征的影响。

简单说就是“经验和预期让人注意某些部分”,如果用户带有经验、任务、动机等心理状态,他的注意力模型跟其他没有这种心理状态的人不一样。

这两个模型都单独能解释一些注意行为的发生,也是有很多实验结论支撑的很棒的理论。但它不能完备解释所有的注意现象。因此作者提出了一个新的模型:“强化学习框架下注意的计算模型”。

三、强化学习框架下注意的计算模型

在一个强化学习的环境中,人(或智能体)当前的状态,由感知觉信息和先验知识共同构成。在该状态下,人们做出行为,获得相应的价值反馈。此后,根据获得的反馈,改变自身心理状态,从而调节行为策略(π),不断循环往复。在一系列的状态—行为转换过程中,由于个体行为发生改变,环境给个体的输入信息也会随之发生改变。为了得到更多的累积价值,行为策略将逐渐收敛至那些能带来较多期望价值的“最优化”策略,输入的信息中具有较高价值的部分也会逐渐获得优先加工。该过程中表现出的过滤信息、选择性反应的现象,便是注意。

醍醐灌顶!

《设计心理学》系列讲了很多Do和Don’t,讲了如何利用人已有的行为习惯,以及偏好,再次设计行为,而这个注意力模型对很多设计原则做了底层架构。

并且,这个模型把“智能体”也就是机器学习也纳入到注意力范畴。当AI逐渐学会如何识别一只小猫,他也能更快“注意到”画面中有一只小猫。

教授认为注意是一种现象而不是行为,包括寻找信息是怎么一回事:

“以视觉搜索为例,当首注视点视野范围内不存在目标时,环境给予了负反馈,个体根据所获得的场景信息以及当前搜索目标信息,猜测目标最有可能出现的位置,决定下一次眼跳落点,不断尝试直到找到目标获得正反馈。行为现象上,该过程就表现为眼跳落点逐渐逼近目标,并受到各种显著视觉信息的影响。这就是传统意义上的注意现象,而该现象是可以由一个并不包含外显信息选择装置的“强化学习机”产生。”

不得不感叹教授用科学的方法解释人的行为真的让人能明白,又觉得很厉害,又很有意思。

论文还包含有更深入的细节,包括强化学习是怎么回事,无模型的强化学习(婴儿辨别人脸)和有模型的强化学习(人工智能)具体是什么,推荐阅读(自行搜索“对注意的再思考:一个注意的强化学习模型”即可)。

我写字的地方迁移到公众号啦~欢迎关注我的公众号:余果专栏


About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK