下一步会怎么发展?很明显,我们正突飞猛进:自动驾驶的汽车;根据衣料和颜色自动设置洗涤方式的洗衣机;整合你的健康记录及冰箱信息,帮你选择该吃的食品,然后混合、搅拌、加热,做好一顿完美大餐的厨房设备;娱乐系统会为你选择你喜欢的音乐,并事前录制它们认为你喜欢的电视节目和电影,所需费用也会自动地从你的银行账户扣除;房子会主动调节室温、浇灌草地;自动清洁机器人会扫地、吸尘、拖地;割草机会除草。这些产品很多已
;下一步会怎么发展?很明显,我们正突飞猛进:自动驾驶的汽车;根据衣料和颜色自动设置洗涤方式的洗衣机;整合你的健康记录及冰箱信息,帮你选择该吃的食品,然后混合、搅拌、加热,做好一顿完美大餐的厨房设备;娱乐系统会为你选择你喜欢的音乐,并事前录制它们认为你喜欢的电视节目和电影,所需费用也会自动地从你的银行账户扣除;房子会主动调节室温、浇灌草地;自动清洁机器人会扫地、吸尘、拖地;割草机会除草。这些产品很多已
;第零定律:机器人不可以伤害人类的整体利益,也不可以在人类整体利益遭遇危险时,袖手旁观。第一定律:机器人不可以伤害某一个人,也不可以在那个人遭遇危险时袖手旁观,除非与机器人第零定律相冲突。第二定律:机器人必须服从人类的命令,除非这些命令与第零定律相冲突或与第一定律相冲突。第三定律:机器人在不与第零、第一、第二定律相冲突的情况下,必须保护自身安全。许多机器本身已经被直接装入了这些定律的关键内容,让我们
;正值午饭时间,我和朋友在芝加哥闹市区,我们想去索菲特大酒店(Sofitel Hotel)的建筑师咖啡厅(Café des Architectes)坐坐。当我们来到吧台,映入眼帘的是很漂亮的展示,瓶装水组成了一面墙,这种你能在食品超市买到的东西,被陈列为艺术品了。整个吧台后面的墙面就像一个艺术馆:磨砂玻璃巧妙地从后面打出灯光来,从地面延伸到天花板。玻璃墙前面的架子上,每一层都放置了不同
;尽管从概念上来讲,排队等待是简单的,但是这却使我们的生活极大地复杂化。在队列中等待的人会迅速地产生一系列关于效率、公平,甚至这个队列本身性质的疑问。当存在着很多条队列时,确定每条队列是做什么的就变得困难了。在加入等待的队列中后,缺乏反馈将带来焦虑:大概要等多久?我会不会耽误我的下一个约会?万一我排到最后,却被告诉我排错或者我少带了东西,我该怎么办?为什么另外的一队移动起来比我的要快?为什么总有些人
;当我们必须记住大量简单琐碎的信息,最终导致即使最简单的任务也变得复杂和困惑时,我们该怎么办?答复很简单:把必要的信息直接投入到物质生活中。当然,这种方法不能帮我们解决密码的问题,因为当我们把密码投入物质生活中时[如图3.2(a)和3.2(b)],它们就失去保密的目的了。但我们许多必须记住的事物不是保密的:让它们在物质生活中出现对大家都有益。看看在图3.3中停放在跑道上的飞机。飞机是如何知道该停在哪
;在照片编辑软件中,那些给定的菜单选项都相当的简单:诀窍是要知道选择哪一个,然后需要灵巧的手眼配合和精确编辑照片的方式。但是这跟银匠不是一样的吗?一个新手银匠会迷失在大堆的工具中。当我们对照熟练的手工艺者从复杂的大堆工具中根据他们的任务来选择时,我们看到了真正的复杂不是存在于工具中,而是存在于任务中。熟练的手工艺者拥有一大批工具,每一件都准确地对应一项特定的任务需求。他们需要很长时间去学习哪个工具对
;以人为本的设计流程 双钻设计模式描述了设计的两个阶段:找到正确的问题,和满足用户需求。实际上这些怎么实现呢?这时以人为本的设计流程就可以发挥优势:以人为本的设计可以嵌入双钻(发散一聚焦)设计流程中使用。 以人为本的设计流程有四个行动步骤(图6.2):1.观察2.激发创意(构思)3.打样4.测试 &
;【品牌网站建设企业】·创意,不要受限制。避免批评任何点子,无论是你自己的还是别人的。即使非常疯狂的点子,经常具有明显的错误,但也包含着潜在的创意,能够在日后被提取,应用到最终创意的选择中。要避免过早地抛弃任何点子。我还想加上第三个规则 ·质疑每一件事。我特别喜欢“愚蠢”的问题。愚蠢的问题可能会触及事情的本质,而每
;【靠谱的网站建设公司】 机器没有足够的智能来确定人类行为的意义,且口使如此,它想象的那么聪明。如果使用人类设计的设备做一些不合理的操作合一定的格式性的命令,即使非常危险,设备也会照样执行,侄致灾难性的事故。特别在医疗保健领域,设计不合理的输液泵和备,会让病人接受远远超过剂量的药物或射线辐射,导致病人习融机构里,简单的键盘错误会导致金额巨大的金融交易,远远起围。即使为合理性而设定的简单检查
;【网站建设免费】案例3:一个不习惯防抱死制动装置的司机,在下雨天湿滑的道路遇到了意外的物体。司机全力刹车,但汽车发生打滑,触发了防抱死制装置,迅速地交替放松和启用刹车,防抱死制司机感觉到震动,以为出现故障,因此抬起刹提供给司机的信号,表示防抱死制动系统在正致了错误的行为。 基于规则的错误很难避免,也就很难检测。一旦将背景情况进行分类,经常就会直接选择适
;