創新使用者互動介面研究 (UIUI)

我在電腦玩物上面看到的介紹，很有趣:
由「Photojojo」提供的「PhotoTimeCapsule」服務，只要妳提供自己的Flickr帳號，它就能幫你挖出3個月、6個月或一兩年前的「老照片」，然後用Email寄給妳；誰說新照片才會有驚喜，我想當妳「收到」一張一年前在某個值得回憶的地點，和某個值得回憶的人所拍的相片時，那種感動或許才是最好的心情良藥。
而我最近對回憶以及照片這件事情還蠻感興趣的。「照片 + 回憶 + Interaction」，這樣子的研究，我自以為的冠上了一個名詞，我稱之為 Memento Computation (回憶運算)。不過我不知道是否有這樣子的領域存在，但是是蠻值得研究的
熱門程度: 20%

熱門程度: 20%

Read Full Post »

直接轉述 Mr. Wednesday 在社交網站收集與研究的描述，看起來有點像是 Flickr 的擴大版本:
這兩天不經意發現一個社會化書籤網站，Vi.sualize.us，不過它很特別，只專注在圖片的書籤。

它的呈現簡潔，操作簡單，非常好上手。這也是網站本身的訴求，在兩次點擊內就可以幫你存下圖片並在將來再度取出瀏覽，這一點處理的非常好。 Vi.sualize.us使用標籤整理圖片，沒有用分類，在首頁可以透過『最常被使用的標籤』或是『熱門瀏覽標籤』來瀏覽圖片，很web2.0的作法。
這是一個相當簡單而且實用的社會化圖片書籤網站，對於想要輕鬆收藏並且分享圖片的使用者絕對值得一試。
熱門程度: 16%

熱門程度: 16%

Read Full Post »

Kit 在 <Luis von Ahn: 人腦運算> 的回文當中跟我分享了 Microsoft 的最新研究 Asirra (Animal Species Image Recognition for Restricting Access) ，我覺得很有趣，這邊就分享給大家。主要的 idea 是認為以前的文字版 capcha 太弱，因此，他們用圖片辨認的方式來改進。由於我們對於圖片的辨認非常簡單，但是對於電腦來說卻是異常複雜的事情。實作方式是，他們跟 Petfinder.com 合作，這家網站有 300 萬張貓貓狗狗的圖片，而且每一張都標示好是貓還是狗，因此，使用者在認證的時候，必須點選方格中所有含有貓的照片，或是所有含有狗的照片。

(via: diovo.com)
值得一提的是， Petfinder.com 是專門幫流浪貓、流浪狗尋找新主人的網站，因此 MS 跟 Petfinder.com 合作還可以順便做善事，讓大家看看還未被領養的貓跟狗，如果有興趣的話，就可以直接領養了。

相關的 idea 其實有 CMU 的 PIX CAPTCHA， 主要是給你一組照片，你必須從一堆關鍵字中挑選跟這一組照片 semantic 意義相關的字。不過這樣子的方式其實準備上面很費人工，所以，準備的範例就無法很多，還是可以被暴力法破解。

另外，其實還有類似的網站，是Frozen Bear所設計的 HotCaptcha，主要 idea 是給你9張圖，你要選三個最 hot 的 girl 出來。這樣子的作法很有爭議，因為所謂的美醜主觀性質偏多，而且任意把別人的圖片拿上來評分，可說是沒什麼道德，所以這個網站理所當然的關了起來。
所以，現在我們看到 Capcha 的系統不斷地在演進，從文字進階到圖片，設計的越來越符合人性。下一個 Capcha […]

熱門程度: 25%

Read Full Post »

這一篇文章是根據之前的一篇文章 <玩遊戲，做研究> 所改寫而成。本文並可在 <密技偷偷報【密】字第肆拾號> 雜誌中看到。

2005年，一個帶著眼鏡、身材略微發福的年輕小伙子接過了卡內基梅隆大學（Carnegie Mellon University）所頒發的博士畢業證書，領取這個畢業證書是必然的，因為他的博士研究使得電腦界開拓出了一個全新的研究領域 — 人腦運算 (Human Computation)。這個年輕人的名字是 Luis von Ahn，人機介面(HCI)跟人工智慧(AI)領域的新星。

Luis von Ahn 暸解到了電腦智慧的極限，也暸解到電腦如果要模仿人類的思考的話，需要大量的資料來做訓練。比如說，如果我們要讓電腦知道什麼是狗的話，我們就必須拿出一張有狗的照片，然後把狗所在的位置給標示出來；同樣的道理，如果我們需要讓電腦理解什麼是貓的話，我們就必須給電腦貓的圖片；依此類推。然而，我們不可能聘請這麼多人來標記所有的東西，因為這樣子所牽涉到人力跟範圍將是非常地大的，而且聘用的金額將是非常昂貴。試想想，如果付錢給一個工讀生，每小時 100 塊，請工讀生來幫忙標記圖片，一個小時標記 100 張圖片，一天 8 小時，如果需要標記的圖片是數千萬張的範圍，我要請多少工讀生來做這些事情呢? 而且，我又怎麼知道他們有沒有標記錯誤呢? 我又該要花多少錢來做驗證?
對於上述的問題，Luis von Ahn 想到了解決的方法。他認為根本不需要付錢，大家就會自動來幫忙做這件事情，只要他們覺得這件事情是好玩的。這讓我想到馬克吐溫的名作 <湯姆歷險記> 裡的橋段，故事的主人翁湯姆由於被交代要將所有的籬笆上油漆，因此不能跟其他的小朋友一起去玩耍，不過聰明的湯姆想到了好方法，他讓其他的小朋友認為刷油漆是很有趣的一件事情。因此，其他的小朋友不但爭先恐後地來幫湯姆刷油漆之外，還會給湯姆玩具或是糖果，就只是為了能夠刷到油漆。

(圖片來源: ESP Game網站)
而 Luis von Ahn 借著觀察，發現許多人會在網路上面玩一些小遊戲來打發零星瑣碎的時間，因此他決定著手設計一款遊戲，這款遊戲叫做 EPS Game。遊戲規則很簡單，玩家一進入遊戲畫面，會看到一張圖，針對這張圖，玩家必須給一個關鍵字，而在網路的彼端，會有一個玩家跟你配對起來，一但你所輸入的關鍵字跟你配對的玩家一樣，那麼你們兩個就獲得分數，雙方進入下一關。當然，如果沒有沒有人跟你玩的話，就會有機器人跟你配對起來。藉由這個遊戲，Luis von Ahn 就可以讓大家在玩樂的同時取得大量有意義的配對資料，而這些跟圖片配對的關鍵字，將可以用來訓練電腦來認識圖片的內容物。

因為這一款遊戲，也讓 Google 發覺了這位超級新星，因此在 2004 年 12 月邀請他到 Google  演講；其後在他畢業之後，又邀請他到 Google 給了另外一個演講 […]

熱門程度: 35%

Read Full Post »

Mr. March 報導, 直接轉錄:
Phrasr這個網站提供讓使用者輸入一句話，然後會根據每個單字產生一張圖片(圖片的來源是Flickr)如下圖：

然後針對每一張圖片都可以選擇其他的圖片來替代，然後打上標題名和自己的Name後就可以進行發布了，發布後你可以把這一連串圖片寄給你的朋友，或是觀看在Flickr上的原始圖檔。你說這東西有什麼用途嗎？事實上沒有，但是這是一個很有趣的網站，就像看圖猜故事一樣。
via:WebWare
熱門程度: 24%

熱門程度: 24%

Read Full Post »

由 MMDays 的另外一個 Research blog <社交網路蒐集與研究> 所介紹的，這個 Blog 是由 Mr. Wednesday 所編輯，直接引用全文:
一般的相片瀏覽器都是將相片以一行行的方式將相片排排站呈現，你是否有想過用一個比較隨性的方式來瀏覽你的相片呢？Bragosphere就是一個以此為目標的相片瀏覽器。

(Image Source: Mashable)
你可以拖拉相片到畫面上的任何位置，也可以拖拉相片的角角來縮放或是旋轉它。

(Image Source: Bragosphere)
除了相片能以非常隨性的方式瀏覽外，它也加入了許多社會化的功能，能夠很輕易地將相片分享到 Digg, del.icio.us, reddit或是facebook上。如果分享相片的人願意，你甚至還可以將相片下載到本地端。你也可以對特定相片發表你的評論或是給予評價。
這是一款好玩的相片瀏覽器，也嘗試加入社會化元素來讓它更有趣更貼近人群，不過看來實用性上可以改善的地方還很多。
熱門程度: 34%

熱門程度: 34%

Read Full Post »

Google 所收購的 Panoramio 弄了一個跟 MS Photosynth 很像的 feature, 叫做 “Look Around”:

更多資料參看: Frank Taylor’s blog
via: TechCrunch 
熱門程度: 33%

熱門程度: 33%

Read Full Post »

這是一款針對老人的服務, 老人有記憶性退化, 對於文字記憶困難的問題, 因此這款產品利用照片來打電話, 可以大大解決老人記憶電話的問題.

via: CrunchGear
熱門程度: 32%

熱門程度: 32%

Read Full Post »

Jeff Han 在 2007 年所做的 App，利用 Flickr 上面所找出來的 Tag，先做一次 InfoVis，然後使用者拉動 Tag 就可以找尋相關找片。
熱門程度: 38%

熱門程度: 38%

Read Full Post »

Casio 推出了一款新的相機 EX-F1 ，這款相機新奇的地方在於，這個相機可以拍攝 Slow Motion! 而且價格平價，”只要 ” 1000 美金就好。嘿! 有 Slow Motion 的相機，1200 fps，只要 1000 美金，你可以說不平價? 希望過個一兩年後，這個價格會更平價，搞不好以後每台相機都會有 Slow Motion 囉:)

via: gizmodo
熱門程度: 22%

熱門程度: 22%

Read Full Post »