創新使用者互動介面研究 (UIUI)

在 Mr. Wednesday 的社交網站收集與研究上面所看到的報導:
人立方是微軟亞洲研究院（MSRA）發表的關係搜尋引擎，可以以視覺化的方式呈現被搜尋對象在網路上的關係圖。

這裡引述官方網頁上的說明：
微軟人立方關係搜索是由微軟亞洲研究院網絡搜索與挖掘組研發的對象級別（object-level）互聯網搜索引擎。
人立方關係搜索從超過十億的中文網頁中自動的抽取出人名、地名、機構名以及中文短語，並且通過算法自動的計算出它們之間存在關係的可能性；同時，人立方關 係搜索還索引了支持它們之間關係的網頁文字。此外，人立方關係搜索還自動的找出人名之間最可能的關係描述詞、與人名最可能相關的稱呼、作品等詞條等。人立 方關係搜索從這些中文網頁中自動的辨別出人名所對應的人物簡介文字，並且按照這些文字是人物簡介的可能性進行排序。
當用戶給定任意搜索關鍵詞，它能夠找出與關鍵詞最可能相關的人名、地名和機構名，並且根據它們與關鍵詞之間的相關度排序。除此之外，人立方關係搜索還提供基於人名的新聞瀏覽功能，可視化關係搜索功能等。

人立方藉由網路上的資訊計算出被搜尋對象與其他人的關係，並根據此關係程度強弱決定每個人名大小與距離。圖中的連線代表關係，而每個不同顏色的圓圈 代表人名，關係緊密的人會被放置在比較近的距離，連線上會有關鍵字描述此關係（有些關係還有提供相關網頁連結與網頁內容摘要），而點擊圓圈內人名會提供更 詳細的關係搜尋結果。

看到這個研究想起台灣的WARM也有類似的服務，不過WARM只專注在台灣幾個大的BSP上，而人立方則是放眼了整個網際網路，直接從網路中自動抽取關係並判斷，其中牽涉到的問題更廣，網頁爬蟲（Web Crawler），資訊擷取（Information Extraction），自然語言處理（Natural Language Processing），命名實體辨認（Named Entity Recognition），社交網路分析（Social Network Analysis）等，困難度更高。
從MSRA的網頁上瞭解，MSRA在這個題目上已經有一段時間的研究，也有發表論文，有興趣的讀者可以參考一下：

WWW2007 - Web Object Retrieval
CIDR2007 - Object-level Vertical Search

熱門程度: 22%

熱門程度: 22%

Read Full Post »

tKaap, 一家法國的 video 搜尋以及瀏覽網站, 提供了不一樣的視覺排列方式以及觀看影片的各項數據。

Lancement de Galaxy au WIF 2008by tkaap
via: information aesthetics
熱門程度: 25%

熱門程度: 25%

Read Full Post »

OTOY 跟 AMD 合作的一個計畫: Cinema 2.0，主要是利用 AMD 的  RV770 GPU 來達到 GaaS (Game as a Service)。這可酷了，因為他們的目標是，讓以後玩電玩的人，可以有如科幻電影般的特效 (不是電玩等級的喔)，而這種特效還不需要使用者升級硬體，因為，這些遊戲的場景畫面將會串流到你的螢幕上面 (Thin Client)。他們的 Demo 就是這麼一回事，不過我在想，這樣子 Server 到底要多強大啊。但是可以預見的未來就是，GPU 的戰爭在這三年內，將會異常激烈…Intel、Nvidia、AMD 真是戰國時代啊。不過我喜歡 AMD 的 GaaS 概念就是了。

via: TechCrunch、Engadget
熱門程度: 31%

熱門程度: 31%

Read Full Post »

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: 28%

熱門程度: 28%

Read Full Post »

在 Browny Walking 上面看到的，非常有意思的一個網站，雖然它會將一個單位轉化成可以理解的實際物品，如果在自動產生相關物品的圖片，會不會更好理解，並且加深映象呢?  這邊轉述 Browny Walking 的介紹:

SensibleUnits 是個蠻有意思的網路應用，可以將乏味且抽象的單位轉換成一般生活較容易理解的物件，也能將生活中容易理解的物件專換為乏味且抽象的公制單位，例如：形容一個 1 平方公尺的面積，不如用 14 塊大披薩、一張 A0 尺寸的紙 或是 2.3 個 40 吋寬螢幕電視 來形容會比較生動貼切！
熱門程度: 20%

熱門程度: 20%

Read Full Post »

 在 Hardworking Strawberry 上面所看的視覺化研究，非常有意思，直接轉錄描述如下:

http://services.alphaworks.ibm.com/manyeyes/app
Manyeyes 提供了不同的 visualization views, 讓使用者可以上傳檔案(檔案格式)，建立自己的 Visualizations。雖然現在網路上有很多類似的 visualization tools，但是目前 survey到的很少有整合這麼多 visualizations。
這個網站是 IBM 實驗室的產物，所以他們也根據使用者上傳的資料型態，選擇的 visualization tools…等做了個分析，投稿在 2007 IEEE Infovis上[Many Eyes: A Site for Visualization at Internet Scale]。
熱門程度: 17%

熱門程度: 17%

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: 29%

熱門程度: 29%

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: 32%

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: 45%

Read Full Post »

直接轉述 Mr. March 的報導:

這是 Firefox 的一個 extension 可以提供網站書籤和我的最愛以開扇式縮圖預覽的功能，如上圖所示，官網說明說可通用在 Firefox2.0 或 3.0上，可以讓使用者更方便視覺化管理網站書籤。
其視覺化的介面雖然很酷，但是實際使用上存在著一些缺點，像是會有找不到網站縮圖或是偶爾會有縮圖搞錯弄到其他的書籤上的情形，實際用起來的情況有許多的困難，希望它可以在下次更新時改正這些問題。
via:Webware
熱門程度: 30%

熱門程度: 30%

Read Full Post »