創新使用者互動介面研究 (UIUI)

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: 30%

熱門程度: 30%

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: 37%

熱門程度: 37%

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: 32%

熱門程度: 32%

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 »

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: 46%

熱門程度: 46%

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: 54%

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: 33%

熱門程度: 33%

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: 39%

熱門程度: 39%

Read Full Post »

Posted by Mr. March
Searchme 這個搜尋引擎提供了一些新的搜尋特色：

Searchme 所強調的點，包括將搜尋結果 cover flow 化，如果僅僅只是這樣子的話。那實在沒什麼大不了。不過在 demo 裡面我們可以看到，使用者在輸入關鍵字的時候，在 bar 上面的 icon 會隨著關鍵字而變化，也就是說，它會根據關鍵字 pop out 出相關的領域的 category，這一點導是非常有趣。將搜尋結果分類這件事情，Mr. Wednesday 已經有從事相關的研究，但是是在搜尋結果上面分類，而不是在關鍵字處就開始分類。

熱門程度: 31%

熱門程度: 31%

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: 48%

熱門程度: 48%

Read Full Post »