Felhasználói élmény - UX és interakció

Kulcsszavak:

UX, AI, gépi tanulás, felhasználói élmény, deep learning.

Letölthető ismertető

A mellékspecializáció a mesterséges intelligencia (AI) és a felhasználói élmény (UX) területén nyújt gyakorlat orientált képzést a hallgatóknak.

A felhasználói élmény (User Experience, UX) megtervezése és megvalósítása magába foglalja egy termék létrehozásának és alkalmazásba integrálásának teljes folyamatát. Ebbe beleértendő a márkanévtől, a funkcionális tervezésen át a design és a felhasználhatóság (usability) témaköre is. A felhasználói élmény részterülete a felhasználói felület (user interface), az interakció, a felhasználhatóság, és az esetleges hibajavítás és termékfrissítés is.

A gépi tanulás alapú mesterséges intelligencia szerepe egyre nő azokban a megoldásokban amelyekkel a felhasználók találkoznak. Ahhoz, hogy a mesterséges intelligenciában rejlő lehetőségek hasznosuljanak, nem elegendő tesztadatokon jól teljesítő modelleket előállítani, hanem a felhasználók számára megfelelő módon kell ezekhez hozzáférést biztosítani. A felhasználói felület és a felhasználói élmény megfelelő szintjét segíthetik elő a mögöttes mesterséges intelligencia alapú tartalmak, modellek és motorok.

A mellékspecializáció célja, hogy a hallgató megismerje a felhasználói élmény színvonalas eléréséhez szükséges alapelveket, módszereket és eszközöket. Különös tekintettel az ezekhez kapcsolódó gépi tanuláson alapuló módszerekre, modellekre és azok felhasználására. A fókuszt ezek alkalmazására, kész rendszerekbe való integrálására, illetve a működő megoldások követésére és továbbfejlesztésére tesszük.

A UX és AI kapcsolatának ismertetése gyakorlat alapú, ipari megoldások bemutatásával, csoportmunka keretében történő hallgatói projektekkel, valamint ipari példák alapján kidolgozott laborok segítségével valósul meg.

A mellékspecializáció tantárgyai:

A tárgy célja megismertetni a hallgatókkal a felhasználói élmény (UX), az ember-gép interakció (HCI) és a felhasználói felület (UI) fogalmával, majd az ehhez kapcsolódó minőségi szoftverek tervezésének folyamatával. Az elméleti témakörök ismertetésével párhuzamosan gyakorlatok keretében is feldolgozzuk az anyagot. A hallgatók gyakorlati feladatok megoldásával igazolják a témakörben szerzett jártasságukat. A kurzus végére a hallgatók megtanulják a felhasználói élmény tervezéséhez, teszteléséhez, minősítéséhez szükséges alapelveket, hogy azt majd gyakorlatban is alkalmazhassák a későbbi munkájuk folyamán.

A félév során a hallgatók csapatokban egyéni feladatot oldanak meg projekt szemléletben. A projekt részfeladatokból áll, a projekthez kapcsolódó prezentációk és feladatokra értékelést kapnak a hallgatók.

A tárgy adatlapja: VITMMA25

A tárgy anyagai a kari moodle oldalon: edu.vik.bme.hu

Az önálló laboratorium témák: Összes TMIT labor téma. Nem szükséges szűkíteni a keresést, attól, hogy nem a te tárgykódodhoz van kiírva, még érdemes a konzulenst megkeresni, a témák sokszor az adott képzéshez, személyhez igazíthatók.

Ez a tárgy olyan adatvezérelt, mesterséges intelligencia alapú rendszerekbe nyújt betekintést, ahol a felhasználó közvetlenül szolgáltat, illetve fogyaszt képi, hang- és/vagy szenzoradatokat. A felhasználói élmény kulcsfontosságú a rendszer sikeressége, használhatósága szempontjából, ezért ebből a szempontból is tárgyaljuk a különféle megközelítéseket. Bemutatjuk az egyes felhasználói modalitások esetében melyek a korszerű mesterséges intelligencia-modellek, hogyan tesztelhetők, üzemeltethetők és mely kihívásoknak kell megfelelniük. Gyakorlati példákon keresztül megmutatjuk, miként lehet az egyes részproblémákra kidolgozott modelleket egy olyan rendszerbe integrálni, amely közvetlenül a felhasználókkal kerül interakcióba. A felhasználókkal kapcsolatban álló rendszereknél a használat alapján a modellek finomíthatók, a működéshez adaptálhatók.

A tárgy gyakorlati részében többek között bemutatjuk, hogyan lehet ezt a folyamatot megvalósítani. A tárgy specifikus célkitűzései továbbá:

• MI modellek alkalmazása felhasználó felületekben
• Gépi tanulás mérőszámai és a szubjektív felhasználói ítéletek kapcsolata

A tárgy célkitűzése, hogy a hallgató elsajátítsa a UX tervezéshez kapcsolódó jó gyakorlatokat. A félév során több teljes felhasználói interfészt készít el, a hozzá kapcsolódó gépi tanulás alapú modelleket megfelelően beilleszti, valamint az elkészült rendszert kiértékeli, teszteli. A félév során 3 nagyobb feladatot kell megoldani, 4 hetes ciklusokban:

• Gesztusvezérlés. Külső eszköz (pl. IP-n keresztül elérhető és vezérelhető webkamera) gesztusokkal történő vezérlésének megvalósítása. Előtanított mélytanuló modell felhasználása kézmozgás felismerésére. Gépi tanulási modell adaptálása / továbbtanítása saját kézmozgás felismerésére.
• Conversational AI alkalmazások. NLP (Natural Language Processing,), ASR (Automatic Speech Recognition) és TTS (Text-To-Speech) alapok és modern mélytanulás alapú eszközök. Szükséges hardver és szoftverplatform. Beszéd alapú MI-alkalmazások létrehozása és üzembe helyezése, MI szolgáltatások skálázása.
• Chatbot és beszéd UI (ASR és TTS alkalmazása). Szabály alapú és gépi tanulás alapú dialógus tervezése / összehasonlítása. NLP modulok a dialógusban. Különböző ASR és TTS modellek előtanított ASR és TTS modellek integrálása. Dialógus csatoló interfészek. Modell adaptáció új beszélőre.

Az oktatás részben távolléti / konzultáció, részben jelenléti laboratóriumi formájában történik. A 4 hetes ciklusok beosztása: távolléti, távolléti, jelenléti, távolléti alkalom. A távolléti alkalmak aszinkron módon történnek, melyet konzultáció követ.