一束花、一片叶,我们观赏起来觉得赏心悦目,会归结于视觉的体验;但其实不仅于此,不同心态、不同情境下,同样的事物呈现给我们的心理感观也不尽相同。其实,美不仅在于视觉体验,更是与心理、生理等诸多因素的共同作用。如何结合特定的心理、生理等不同因素,呈现给用户美的体验?这就需要人因研究的介入。以人为本,根据人的习惯设计和改进产品,让技术的原点归于人的需求,被称为人因学。华为有一群985知名高校研究生团队,涵盖生理学、心理学、工程学、交互设计等专业,以人因研究为触手,深入到具体情境当中,给用户带来更为舒适的体验。一、有温情的高知团队人因研究是靠长时间的积累,华为人因研究团队每年都要对不同年龄不同经历,不同国家的消费者深入进行调研,用同理心去理解用户。与此同时,每个研究课题,都还要查阅上百篇英文文献以及顶级的论文,这些都为人因研究积累了客观、详实的理论基础。同为各大顶尖院校学霸级人物,华为人因研究团队队友收集理论材料的手段却各不相同。有些人进入外网翻阅外文资料;有人拜访起当年的导师,以酒会友;还有的队员甚至在高校论坛开出了“悬赏令”,驱使学弟学妹成为人因研究“外援”……八仙过海,各显神通。华为人因研究团队的研究不仅在理论层面,也在于对人的理解。而华为人因研究团队有一个最大的特点,就是善于交流。这并不是工作的必须条件,而是团队成员与生俱来的特质。华为人因研究团队的活力还体现在团队基因上。人因研究团队出去团建,都会不自觉地和当地人聊体验,人因研究团队中有很多人都拥有心理学背景,特别洞察人心,也为人因研究提供了很多帮助。从不同的观察维度,碰撞灵感,结合业务,洞察人心的细微之处,去探索体验背后的真谛。华为人因研究团队为得出真实可靠的调研数据,也发生过很多令人忍俊不禁的笑话。有一位女性队员为了观察不同情景下用户使用手机的习惯,拿自己家人作为样本,不断“偷窥”他们使用手机的动作,一度被家人称为“偷窥狂”。甚至在男朋友上洗手间的时候“夺门而入”,给男朋友造成了巨大的心理阴影。二、适配不同情境,色彩的美需要表达我们经常会认为,UX是程序员和设计师的事情。他们将算法规则植入UX当中,使之实用与优美。但不止于此,更高层的UX设计则与人的因素有关,人在不同情境下的行为可以直接影响到手机视觉体验,只有纳入人因考量,才能保证良好的用户体验。色彩不仅是美的表现,也是思想的表达,华为EMUI系统人因研究团队认为。在手机上展现色彩的最佳状态,是用户关切的手机性能,也是他和华为人因研究团队致力的方向。科学研究表明,色彩对比度是影响手机界面阅读、识别效率及用户主观满意度的主要色彩因素。对比度过低可能导致易读性不足,对比度过高可能导致视觉舒适性降低。为打造更为舒适的全新一代EMUI10系统,华为人因研究团队通过在4种典型环境光下,对于手机界面控件背景、图标、文字、图片等典型界面元素的研究。采用主观评价、心理物理法、操作绩效评估、眼动研究等方法,得到手机界面上易读的对比度下限和舒适的对比度上限,进而得到各场景推荐的对比度范围。为适配出最佳的对比度解决方案,华为人因研究团队采用主观评价、心理物理法、操作绩效评估、眼动研究等方法,经过大量的实验与用户调研,终于得到手机界面上的易读的对比度下最佳解决方案。如今,在人因研究的参与下,手机UX可以构建更科学的色彩对比度规范,结合计算设计能力,可以将复杂的色彩设计变得有据可循、逐步走向计算化与智能化,为用户提供舒适的色彩体验。三、在理论与实践中发现秩序,构建流畅动效在易读性与舒适度之外,人因研究在动效设计上尽量让他回归自然,使之更加符合自然界中物体的运动规律。动效有助于让UI具有更好的表现力及更易于使用,是除了视觉之外的设计突出点。EMUI10的动效人因研究以“流畅”为关键词,华为人因研究团队进行了理论分析和实验室研究两方面的工作。在理论分析方面,以人的信息加工模型为理论基础,将生活中的“流畅”一词解构为感知、认知、操作三个维度,即人眼看到的视觉感知流畅、大脑认知理解的流畅和手触控操作的流畅。以动效时长的设计研究过程为例,首先,华为人因研究团队通过文献综述,整理了与人的流畅体验有关的动效设计规则。而后,将人的时间知觉理论中的关键节点和不同种类的动效进行了匹配,构建了动效设计时长的理论基础。在构建科学的理论模型后,华为人因研究团队以自然人为实验对象,在典型场景下,通过不同时长条件下人眼瞳孔反应的测量和主观流畅评分的分析建模,找出典型动效时长的最优表现区间。世界是由规则与秩序构成的,而科学细致的调查与实验可让真相水落石出。动效的弹性系数、手速计算函数、摩擦减速系数等多种属性参数,需要精密调试,可以为用户提供极致流畅的体验。四、与个体连接,让文字充满人性温度影响手机阅读的因素中,文字设计是重点之一。文字大小、字重、段落行间距都决定了文字的易读性。不过,不同设备屏幕尺寸、用户年龄及视力水平对文字设计也有不同的要求。所以,要解决文字易读性难题,需要从多方面同时着手。华为人因研究团队针对浏览场景、搜索场景、阅读场景,在手机、手表上分别进行实验,精细打磨了一般模式下文字的相关参数。同时,根据不同人群的研究,还关联了年龄因素,增加了更大的字号水平,使年纪较长的用户也能无障碍地使用EMUI。目前,在设计层面满足用户体验,可以走两条路。向后延伸是“参数平台”,将视觉、交互、动效、音效参数化,使用开发的语言进行设计的输出;而向前延伸就是“人因分析”,从人的生理、心理角度出发,研究人眼的舒适度、交互的适应性、思维的转换节奏。可以说,人因研究是服务用户的前端思考。融入人因考量,产品才会更人性化,更具生命力。如果说过去的华为EMUI系统是个优秀的学霸,那么,融入人因研究的EMUI10则更像一个人性化的暖男。科技是服务大众,而落实在你我之上,是“以人为本”理念的延伸。以人因研究为基础,未来的手机操作将达到“手眼心合一”的效果。
智东西(公众号:dxcom)作者 |云鹏编辑 | 漠影智东西11月26日消息。一出稻香湖路地铁站,远远地我就望见了大山,山川的轮廓隐约的铺就在那里,入冬的北京,伴着微微的风,空气显得有些清冷。华为北京研究所就坐落在这附近,距离市中心的直线距离超过25公里,处于中关村的一片科技园区内。虽然环境有些荒凉,但对于研发人员来说,这的确可以让人“心无旁骛”。在不久前的华为Mate40发布会上,华为特意请软件部副总裁毛玉敏上台讲了一下华为EMUI 11背后的人因研究。当时大家的关注焦点几乎都在Mate40上,对于“人因研究”这四个字,也只是略知皮毛。这次我走进位于华为北京研究所内的人因研究实验室,与毛玉敏进行了深入交流,对华为的人因研究有了更深入的理解,其实每一个简单的人性设计,背后都蕴含着庞大的研发工作量。可能就是一次理想滑动位置的确认,就需要一万五千次试验。▲华为软件部副总裁毛玉敏把复杂留给自己,把简单留给用户。华为确实是这样做的。一、20平方厘米的较量,设计不再靠“直觉”其实人因是一门科学,是研究人、设备、环境这些因素怎么与设计上的要素组合,去让设计变得更好的一个学科。放在手机上,就是让EMUI的设计在操作上更加的舒适、高效,让用户对于信息的感知更加及时、流畅,也就是在操作和感知的整个过程中,所有设计能够符合用户的心理预期。“操作”对应着手,“感知”对应着眼,这两个感觉通道是用户使用智能设备最频繁使用到的感觉通道。目前安卓机上基本已经普及了全面屏手势,而这种操作模式主要就集中在手机的底部和侧边,这块功能热区的大小刚好是20平方厘米左右。实现这些看似常用、普通的功能,要想集成在这20平方厘米的方寸之间并不是一件容易的事情。其中一个困难,是两对手势操作热区的位置几乎重叠在一起,返回和侧边栏都在右边,返回桌面和多任务都在底下,如果位置非常重叠,怎么能够让系统精准识别出用户这个手势操作到底干什么呢?通过人因实验,华为用程序记录下用户做不同手势滑动时屏幕的报点数据,对数据的变化趋势进行拟合。可以看到,如果是上滑返回桌面的话,用户手势操作的速度是一直加速的,如果是上滑停留进入多任务的话,是先加速再减速,这样不同速度的变化规律就表明这两种手势有区分的可能性。通过15000多次这样的滑动测试,通过数据分析,华为提炼出量化的规律,然后交给研发团队,把它变成识别的规则,让我们的系统能够精准识别出这些看似相似的手势操作。除了这种采集操作数据的方法,华为还会用 “肌电仪”,实验员将肌电片贴到测试者手部对应的肌肉群上,当他们做手势操作时,设备可以记录下肌肉的电信号,最终计算出一个“积分肌电”的指标。通过肌电信号,华为会了解哪些区域用户在操作时会比较累,哪些位置用户滑动起来比较轻松,这样他们就会把常用功能设置在轻松的区域,把极少使用的功能放在肌电信号强的区域。比如华为就把侧边智慧多窗的调出布局在2-5这样一个相对容易的操作热区里面。除了操作,手机的动效,比如页面和页面之间的切换和跳转,也是提升系统的流畅性和用户愉悦度的重要组成部分,也是华为人因研究团队投入的重点方向。华为使用眼动仪记录人接收视觉信息时眼睛的反应,可以了解到用户的眼睛在看哪里,这个点叫做注视点,注视点之间的切换,就是注视轨迹。通过分析注视点和注视轨迹,华为发现一镜到底的动效设计可以显著提升用户在获取关键信息时的效率。相比普通的转场动效,在一镜到底的转场动效下,用户搜索目标的平均时间缩短了1.2秒。而在这1.2秒的背后,华为做了超过1000个小时的眼动实验。华为EMUI研发专家说,其实这么多年来,行业做设计的,一般来说对于人因这部分的研究、了解、知识储备是比较少的,在学校里也都不会有这些教育。他说,设计师一直有着“迷一般的自信”,相信直觉,比如“我觉得就是这个效果、这样的时长,我稍微在AE里面调一调,我觉得这个漂亮,到此这就是最好的”。但华为就是想要研究一下“why”的问题,华为一直想打破砂锅问到底,比如转场动效,为什么350毫秒就是最合适的,而不是150毫秒,这也就带来了15000多次的实验。华为EMUI研发专家也表示,这些人因研究成果,也会通过华为的平台、华为的鸿蒙OS,去对外赋能,华为一直是一个开放的态度,这有利于整个设计界来了解这部分的人因知识。二、创造一只“灵动小鹿”的背后,华为甚至研究起了生物学对于系统操作、动效的设计是一方面,在系统视觉元素设计上,华为也把那股钻研劲带了过来。EMUI 11有一个非常令人印象深刻的功能就是“EOD”,目光注视息屏显示,当手机检测到用户在注视屏幕的时候,息屏显示的画面会与用户进行互动。比如在“小鹿”息屏壁纸中,小鹿就会在你看向屏幕的同时,看向你,并且小鹿呈现的方式是从森林里轻盈的迈步走出。华为相关研发团队负责人说,其实最开始的小鹿版本,走出来的动作很生硬,看着没有那种灵动和轻盈的感觉,他们就在想怎么让小鹿看起来更有轻盈、灵动?团队甚至找了一些四足类蹄类动物的蹄子去做研究。他们发现在最开始的版本上,整个小鹿的剪影处理过于简单,忽略了很多肌肉的结构,比如说肌肉结构、骨骼转折的位置。在后面的版本里,华为通过对比真实小鹿腿部结构,优化了小鹿小腿的肌肉,在蹄子前面拐角的地方,也做了比较丰富的细节。为了体现小鹿慢慢走的感觉,他们又研究了四足动物走路的姿态,他们发现四足类动物如果慢走的话,通常会有三个脚接触地面,只会慢慢提起一个脚,迈出去的那条腿也不会提得特别高。为了让整个设计看起来更有深度,华为又用了分层的方式,重新构建森林的场景,前景放入萤火虫,中景是小鹿,远景是散落的月光,通过Z轴数值变化,呈现整个场景的空间感。一只灵动小鹿的呈现,背后是华为对细节的苛求和执着打磨。三、“一块冰”的艺术之旅令我印象非常深刻的,还有华为主题设计背后的故事。其实从前我对于手机自带的壁纸和主题基本上没有注意过,只是觉得它们可能就是单纯的概念设计图,设计师做在电脑前用一用软件就可以了。但实际上,软件编辑可能只是很小的一部分。在P40系列主题的设计过程中,华为用到了一种特别的材质——冰。设计团队发现冰块本身具有通透感、可雕塑感,并且在形、色、光和影上有很强的可创作性。他们把冰块进行各种打磨,尝试雕琢不同的形态,把冰块当作一个画布,用不同的颜料在上面作画,得到了一组组非常具有自然美感肌理的作品。但这不是他们创作的终点,团队在思考,是不是可以把一些东方的文化和审美加入到作品里面?通过无数次尝试,团队发现酒精滴在冰上的时候,因为液体表面张力和密度的不同,会产生了非常细节的质感,结合不同的灯光背景色彩,出现了类似中国山水画的感觉。最终他们取得突破,做出了更有东方气韵的画面效果。四、从设计到产品实现,华为将其工具化、模型化,一以贯之其实除了设计团队要做到最佳以外,华为还需要让设计通过代码变成真正的产品,才能够交付到用户的手上。从设计到产品的实现,其实还有一段路要走。毛玉敏说,华为在全国各地有几百个设计师,好几千的开发人员,如何让大家都能理解你是按什么样的原则来设计,最后又能够精确还原你的设计,这充满了挑战。“华为一年光手机就有20多款,如果从1+8来看还会有更多产品,如何让这么多产品都按同样的设计理念输出?”人因分析团队给华为输入的是视觉、交互、动效、还有多感官协同的原则,这些是所有设计最基本的原则和规律。规律再往下会变成华为的设计规范,而规范会化为工具。设计师在设计的时候,调用的就是标准的库,拿这些工具进行设计,设计出来的东西自然就是符合设计规范要求的。然后华为会将设计工具导出为各类动效模拟引擎参数,基于这些参数,生成基础控件,成为开发侧可以使用的UIKit API接口。毛玉敏说,所有上层应用都可以调用这个引擎,无论是哪一个APK想要这个动效效果,直接调用对应的引擎,然后再加入设计师给他的参数,这个功能就能够精确复现出来。她特别提到,将来华为也会把这些能力开放给更多的开发者合作伙伴,让他们也具备这样的一个能力。结语:软件的较量,拼的就是谁更用心一点过去大家对于华为EMUI的印象多是高端商务、设计略显陈旧,而今天,EMUI 11的给我的感觉更多是轻盈、灵动,并且在细节处散发着温度。通过对华为北京研究所的实际走访,走进华为人因研究实验室,我的确认识了一个不一样的华为设计团队,他们的“死磕”精神值得尊敬。从华为研究所到地铁站有漫长的1.5公里路程,在走过去的过程中,我的脑海中频频浮现着小鹿和冰块的故事。每一个优秀产品的背后,必定有着这样一群可爱的人。
9月10日华为召开了开发者大会2020,正式推出EMUI 11版本,此次全新EMUI 11基于人因研究。基于人因研究,EMUI 11在应用转场时动画更流畅、更自然。多屏协同继续增强,与笔记本连接后,可在笔记本屏幕上同时查看多个窗口的应用。畅连功能带来了更多跨界沟通,华为将权限下放给了硬件与软件厂商,比如手机给智慧屏发送消息,如看电影、看照片,智慧屏可接受消息并作出响应。同时推出了畅连屏幕共享功能,可把屏幕内容共享给其他人。基于强大的AI加持,在观看视频时,可自动识别视频中的字幕,并支持英语、日语和韩语。在EMUI 11中“翻译”被做成了系统级功能,任何界面任何APP都可以进行翻译。EMUI 11提供了更安全的隐私保护,比如在分享照片时可以进行数据脱敏。以上就是EMUI 11的主要功能升级。EMUI 11将支持50多款手机,9月10日正式开启Beta,其中华为P40、Mate30、MatePad Pro系列等10款机型优先开启测试升级,荣耀系列则包含荣耀30、V30、nova7等机型,升级时间并没有公布。具体支持升级的机型华为并没有全部公布,但王成录表示将支持50款机型,根据之前爆料的信息来看,以下机型将支持升级。华为P40系列、Mate30系列、nova6系列、P30系列、Mate20系列、nova5系列、nova7系列以及畅享20 Pro和畅享Z。荣耀30系列、荣耀V30系列、荣耀Play4系列、荣耀V20系列、荣耀20系列、荣耀Macgic2、荣耀X10系列。
随着华为P40系列的开卖,许多用户对EMUI 10.1高品质的焕新交互设计赞不绝口。EMUI 10.1在人机交互设计上延续了"美 不止初见"的设计理念,坚持走品质之美的路线。除了新增凝光溢彩主题、微立体AOD以及阻尼动效外,EMUI 10.1还带来了全新升级的"全域深色模式",今天咱们就深入浅出的剖析一下!EMUI 10.1全新升级"全域深色模式""深色模式"其实不算新玩意,在EMUI10中的深色模式,其展现形式是全局背景以黑色为主。不过,同样的色彩在浅色背景和深色背景上人眼视觉感知的亮度与饱和度是不同的,所以EMUI 10.1继续探索深色模式的更多可能——升级为"全域深色模式",并对文字与系统图标的颜色做了优化处理,保证深色模式和浅色模式视觉感受的一致性、舒适性,方便用户阅读和浏览。EMUI 10.1全域深色模式的优点非常多,首先是图标采样准确率更高,以"58同城"APP为例。安卓手机自带的深色模式会出现类似"乱码"的现象,所有图标只保留了红色部分,拟物化的灰色线条"消失"了,这对于用户使用会造成严重的干扰。而EMUI 10.1开启全域深色模式后,在"58同城"APP界面中,可以完整显示所有的图标,图:某款安卓手机打开"58同城"APP正常模式VS深色模式图:华为EMUI 10.1全域深色模式其次,EMUI 10.1的全域深色模式会兼顾APP的"品牌色"以及正常颜色的文字,比如使用"携程"APP时,界面中图标、文字清晰可见,而其它手机的深色模式会造成品牌色失真,并且干扰正常文字显示。倘若用户屏幕亮度设置过高,就会产生明显的视觉不适症状。图:华为EMUI全域深色模式VS某安卓手机深色模式EMUI 10.1全域深色模式还对文字对比度进行了优化,从而提升了舒适的观感,比如使用微博、快手等APP的时候,部分深色字体会呈现更高的对比度,与黑色背景色形成明显差异,看起来一目了然。其它手机的深色模式不会优化对比度,造成字体与背景色重合或叠加,甚至出现文字消失的情况。EMUI 10.1全域深色模式还提升了APP背景识别能力,强化了前景对比度,避免了部分图标与文字"消失"的情况。此外EMUI 10.1全域深色模式还采用决策树算法对各种图像进行精确识别,并不是简单的反色处理,会根据场景的不同,采用跟自研APP深色模式一致的色彩计算,并支持硬件加速场景和CPU绘制场景,全面解决深色模式界面下闪白、泛白、变黑等异常问题。不得不说,EMUI 10.1全域深色模式的三方适配方面确实做得非常贴心,兼顾三方品牌标识的同时,也在用户视觉舒适性上做到极致。而反观其他品牌手机,不仅用户体验不佳,甚至对一些软件适配时也 "不太友好"。华为EMUI 10.1:携程旅行APP正常模式VS全域深色模式图:某款安卓手机打开"携程旅行",深色模式未生效EMUI 10.1全域深色模式背后的思考和洞察为什么EMUI 10.1的全域深色模式改善了这么多问题?这一切都要基于华为的"人因研究"。实际上"人因学"是一门非常专业的学科,主要研究人类在不同环境、产品以及服务影响下的不同身体和心理状态。而EMUI团队要解决的问题是:"如何结合特定的心理与生理等不同因素,给予用户美的享受"?为此,华为单独组建了人因研究团队,其中不乏985名校的研究生,他们根据长期对消费者的调研,基于同理心揣摩出用户使用深色模式的三大动机。△用户使用/愿意使用深色模式的原因,按提及频率统计第一个动机是视觉舒适驱动,用户经常在夜间环境下使用手机,希望屏幕别太刺眼;第二个动机是省电驱动,由于OLED屏幕是像素自发光原理,显示黑/灰等暗色系背景时更省电;第三个是审美偏好,深色模式大量以黑色为背景,会呈现出一种"酷"。设计师带着这三大动机去进行EMUI 10.1全域深色模式的设计,强调色彩感知的一致性与层级语义的一致性,不只做常规的反色处理,而是在满足对比度要求的基础上,寻找与原来色彩差异最小的颜色,从而提升易读性和舒适性。华为人因研究实验室经过长期的实验,在"暗环境"、"室内照明"、"户外阴天"和"户外较亮"这4种典型环境光条件下进行了100+人次的用户实验,建立了对比度标准体系。在色彩的计算上,EMUI 10.1全域深色模式会生成明度感知均匀的暗阶;再根据选择符合对比度标准的颜色,从而使得背景填充色与背景图标保持视觉观感的一致性。因此,EMUI 10.1全域深色模式是一套科学的、系统的"大工程",用户看到的是最终呈现的舒适效果,但为了实现这种效果,EMUI 10.1开发团队耗费了大量时间调研,基于人因研究成果为EMUI 10.1用户带来了"最舒适的黑",最终才确保了深色模式与浅色模式视觉感受的一致性、舒适性和阅读的易读性。
【环球网科技综合报道】2020年9月11日,华为开发者大会来到第二天,EMUI 11 UX设计发布会隆重登场,详细对外界展示了EMUI 11此次在UX设计上的焕新升级,包括在视觉、操作、交互三大方面。华为消费者业务软件部副总裁毛玉敏表示:“一个好的产品设计,应该是科学与艺术的结合。”EMUI 11基于人因研究的最新成果,带来三个因人而“Yi”——即感受艺术,点亮生活,让艺术设计因人而艺;通过人因研究用科学量化用户体验,让用户感到真正的舒适流畅,让科学因人而宜;通过理解用户,发现其高频刚需需求,帮助用户提升交互和操作效率,让科学因人而易。掌心方寸之间,感受艺术张力艺术设计的三大核心要素是形状、色彩与空间,因此EMUI 11在AOD熄屏显示设计上充分考虑了这三要素,并通过更多更丰富的艺术选择,给用户提供了更自由的DIY AOD体验,这其中就包括现代艺术AOD和个性化AOD。此外EMUI 11还拥有多种风格的艺术高定主题,让用户体验到艺术多样性的魅力。在现代艺术AOD中,EMUI 11提供了别具一格的蒙德里安风格,红、黄、蓝三种颜色与简约条线的组合,带来了颇具“新造型主义”的艺术气息。并且EMUI 11还可以让用户基于蒙德里安风格进行充分的自定义创作,其提供了多种色彩与几何形状可选,并且借助AI自定义取色技术,通过摄像头可提取用户衣服、鞋子、包包等服饰的色彩,打造出自己独有的艺术AOD。在个性化AOD中,EMUI 11还引入街头艺术,推出了彰显自我风格的个性化AOD,比如街头涂鸦风格。此外用户还可以将有趣的图片或GIF动图加入AOD中,让AOD增添几分有趣的灵魂。亦或是将古诗词、流行语、座右铭加入AOD中,通过文字的魅力,让AOD跟随不同心情而肆意变幻。在艺术高定主题中,EMUI 11提供了诸如梵高代表作《星空》的经典主题,还有数码与真实世界结合的超现实主题,也有采用计算机生成技术而来的仿生艺术主题,如此多选,相信总有一款波动你的心弦。人因与科技邂逅,让操作自然合一人因研究之所以是一门科学,在于它需要从不同的维度,洞察人心细微之处,去探索体验背后的真谛。比如在影视作品中,技艺高超的导演都会用“一镜到底”的拍摄技巧,来淡化剪辑点,因此EMUI 11在动效设计上,就借鉴了这一点,带来“一镜到底”的转场动效。通过对前后两个界面共享的内容或区域,来编排过渡效果,保持视觉焦点的连续性,从而带来更流畅的视觉一致性,并且根据人因团队实验测试结果来看,确实提升用户的视觉搜索效率。EMUI 11将一镜到底的流畅动效与交互进行了无缝融合,运用在了手势导航侧滑返回动效、通知卡片转场动效、日历流畅切换动效以及多任务左右滑动动效等诸多环节。以全局手势导航为例,每种手势在华为实验室环境下收集了2500次以上的真实用户操作,并对侧边与底部启动热区进行了调整,让系统能够精准识别用户手势的意图,令操作交互也拥有一镜到底的畅快感。EMUI 11还结合人因研究结果,将声音与振动融为一体,带来律动铃音功能。华为人因研究团队发现,以响铃发声时间节点为分界线,振动出现在响铃前46ms或者响铃后23ms,用户才会感到铃声与振动是完美同步的。因此EMUI 11为来电、消息与闹钟三种铃声场景定制了专属振动,实现了声振协同的美妙体验。智慧多窗,革新交互,效率为先我们在日常生活中,总是有需要“分心”的时刻:打游戏时突然需要回复信息、写邮件时又要查一项资料等等。在这些时刻,“同时处理多个任务”就成了我们急需解决的问题。此次EMUI 11就带来了更为全面的智慧多窗体验,可以说是解决“分心时刻”的利器。其新增了悬浮球功能,当用户打开多个悬浮窗口后,可以将这些悬浮窗口缩小并常驻于屏幕两侧的悬浮球中,再次点击悬浮球,即可快速选择并还原悬浮窗口,真正做到了切换方便、查看迅速。比如你可以一边打开文档查看报价信息,然后快速切换至计算器进行加减乘除的运算,交互效率显而易见。EMUI 11此次在视觉、操作、交互上均带来了焕新的提升,可以看出华为EMUI愈发变得成熟,不断为用户打造更为舒适、更为简单、更为美好的生活。
11月21日,“人因工程与认知科学视野下的新文科研究”高端论坛在北京第二外国语学院举行。来自心理学/认知科学、语言研究、人工智能领域的八位专家,围绕“聚焦人工智能与教育深度融合,探讨交叉学科视野下的新文科”的主题,从理论探索与实践应用两方面,作了学术分享和前沿报告。论坛采用线上、线下相结合的方式,共计100余名师生参加。论坛现场。主办方供图在新发展阶段、新发展格局下,如何借助新一轮科技革命和产业变革交叉融合,开展跨学科探索性研究,聚焦人工智能与教育的深度融合,是高校共同面对的时代课题。为此,此次论坛汇集了高校、政府、科研院所、企业的专家学者,探讨外语类高校在新文科研究中可能的交叉合作方向、融合发展路径与转换应用场景。政、产、学、研专家共商如何运用语言学、心理学、神经科学、AI以及外语学习理论等专业知识来推动文科专业之间深度融合、文理交叉融合。北京市政府外事办公室信息中心主任姜伟则结合北京国际交往中心建设过程中的六个典型应用案例,讨论了如何将新文科研究与信息化技术相结合。姜伟在聚焦业务应用场景的同时,分享了自己如何基于北京国际交往中心建设中种种具体实践,指出文科学生具有“数据思维”的重要性,强调新文科建设要以实际需求为导向,与社会应用紧密结合,通过新形态的公共服务产品增强我国在国际社会的话语表达能力。中国阅读教学与研究专业委员会副会长、北京外国语大学人工智能与人类语言重点实验室多语言脑科学研究中心主任、北京外国语大学教授范琳借助半视野速示技术,考察了在不同阅读文本制约度下,阅读预期推理加工是否同时受到阅读者元理解监测能力的影响。作为优青、青年千人获得者,中国科学院心理所研究员杜忆介绍了如何结合使用磁共振成像、经颅磁刺激和脑电技术,从辨析不同音位分析入手,分析音乐家与一般人的大脑在编码和表征连续语音上的可能个体路径差异。据北京第二外国语学院副校长李小牧介绍,作为一所典型的外语院校,北京二外是最早将现代科技融入文科教学和科研的高校之一,早在2008年就成立了“语言认知实验室”,2018年正式更名为人工智能与语言认知实验室,成为全校跨学科实证研究平台,有力支撑了学校高水平特色外国语大学的学科建设和人才培养。下一步,人工智能与语言认知实验室将从对传统文科进行学科重组、文理交叉,运用新技术了解人文社会科学研究中的新动向等方面进行深入探索,继续跟踪最新科技发展,关注国家和北京市重大需求和重大问题,从首都发展实践出发,打破专业壁垒和学科障碍,跟上时代步伐。责编:杜英杰
基因,也被称为“遗传因子”,是人类目前所了解的最小遗传功能单位,内部储存着特定遗传信息的核苷酸序列。除少数病毒的基因由核糖核酸(RNA)构成以外,大多数生命体的基因都由脱氧核糖核酸(DNA)构成,并以线状在染色体上形成特定排列。它储存着生命的所有信息,如同一个巨大的数据库,以严格而紧密的编码有序地排列着,基因不同,其内部的编码也必然不同。通过基因改造,可以创造出完全不一样的新生命,可以创造出能够想象出来的一切生命形象,真可谓是“无所不能”。这是目前人类对基因研究得出的认识。然而,英国帝国理工学院的科学家在最近几年的基因研究项目中,发现了一个重大秘密,他们发现:人类的基因在所有生命中貌似是最完美的,地球上一切有形生命的基因结构都无法与人类的基因相媲美,然而,在听到这个让人引以为豪的消息时,他们却又泼了一盆冷水,说:遗憾的是,人类的基因似乎被某种隐形程序控制着,这种隐形程序似乎封锁了人类原先基因序列中80%的功能,被封锁后的基因只余下极少部分的功能维持着人类的一般生理机能。当这篇研究论文发表后,引起了各个学界领域的哗然。有人说:人类的大脑之所以只开发利用了10%左右,一定与基因的80%封锁有关。如果解开基因封锁,人类必定无所不能,甚至长生不老都算不了什么。而被科学史上公认的超强大脑人物——爱因斯坦,在基因封锁全部解开后的人类面前也只不过是个弱智儿而已。还有人不禁思考到:是谁将我们人类完美的基因封锁了80%的呢?为什么要限制封锁掉80%呢?其目的又是什么呢?更有人脑洞大开地推测说:一定是某种高智能生物由于某种原因将我们流放到了地球上,我们人类原先并不属于这个太阳系,更不属于这个地球,我们很可能来自宇宙中的其他星系。地球就是一个囚禁我们的囚笼。不管究竟是因为什么原因——我们人类的基因被封锁了80%,相信科学研究者们迟早都会找到破解的方法,到时候,“我们究竟是谁,来自哪里,为什么会在这里?”这个千古谜题就会水落石出了,不是吗?今天的分享就到这里,感谢对水木的支持。本篇文章「水木长龙」原创,转载标明出处,谢谢!
2020年11月21日,"人因工程与认知科学视野下的新文科研究"论坛在北京第二外国语学院求是楼综合报告厅举行。论坛主题为"聚焦人工智能与教育深度融合,探讨交叉学科视野下的新文科",来自心理学/认知科学、语言研究、人工智能领域的八位专家出席了本次论坛。从理论探索与实践应用两方面,作了学术分享和前沿报告。本次论坛采用线上、线下相结合的方式,共计100余名师生参加了此次论坛。在上午的议程中,专家们分别从各自专业领域出发,聚焦认知科学与人工智能,探讨了前沿科学问题与当下创新实践。北京大学心理与认知科学学院院长、机器感知与智能教育部重点实验室副主任方方教授,探讨了人脑注意地图(包括saliency map和priority map)与初级视觉皮层(V1-V3)之间的关系,并基于theta波在时间序列的振荡讨论了多重特征的注意问题。中国心理语言学专业委员会副会长、北京师范大学心理学院博导陈宝国教授则基于事件相关电位技术(ERPs)以及学习范式,探讨了中国英语学习者在一词多义学习过程中如何受到主次要意义的变化以及不同词性的调节。丁磊博士曾任PayPal 全球消费者数据科学部创始负责人、百度金融首席数据科学家。他强调"AI思维"与"人类思维"、"互联网思维"的不同典型特征,结合企业营销、金融企业、教育行业与医院等应用场景具体剖析了AI思维如何在行业成功落地,实现业务中多方的"帕累托最优"。在下午的议程中,专家们则分别聚焦自然语言处理过程与一语/二语语言加工过程,讨论了机器深度学习中、大脑语言加工中人的因素问题。阿里巴巴达摩院机器翻译首席科学家、语言智能实验室资深算法专家骆卫华博士在简单介绍自然语言处理、深度学习中经典技术及算法以及目前最前沿的研究方法和模型后,探讨了如何基于知识融合与人机协同来破解机器翻译中所存在的算力竞争陷阱。中国科学院心理所杜忆研究员介绍了如何结合使用磁共振成像、经颅磁刺激和脑电技术,探讨了如何从辨析不同音位分析入手,进而分析音乐家与一般人的大脑在编码和表征连续语音上的可能个体路径差异。南京师范大学特聘教授,中国认知语言学研究会秘书长兼副会长张辉教授基于在母语加工中现有ELAN/LAN、N400、P600效应的不同表现,讨论了现有总平均方法可能产生的弊端以及现有的可能解决方案,提醒研究者不应该忽略被试的个体差异问题。中国阅读教学与研究专业委员会副会长、北京外国语大学人工智能与人类语言重点实验室多语言脑科学研究中心主任、北京外国语大学范琳教授借助半视野速示技术,考察了在不同阅文本制约度下,阅读预期推理加工是否同时受到阅读者元理解监测能力的影响。闭幕式由科研处处长王成慧教授致辞。他指出,此次高端论坛圆满完成了"聚焦人工智能与教育深度融合,探讨交叉学科视野下的新文科"的任务。北京第二外国语学院科研处处长王成慧教授致闭幕辞本次论坛汇集了汇集高校、政府、科研院所、企业的专家学者,探讨外语类高校在新文科研究中可能的交叉合作方向、融合发展路径与转换应用场景。基于此次论坛,政、产、学、研专家共商如何运用语言学、心理学、神经科学、AI以及外语学习理论等专业知识来推动文科专业之间深度融合、文理交叉融合。论坛现场
撰文 | 十一月The Genome Aggregation Database (gnomAD)Credit: SciStories人类基因组计划(Human Genome Project, HGP)是科学家揭秘人类基因组图谱、为人类遗传以及相关疾病的研究提供了先驱力量以及蓝图的里程碑式工作,被誉为生命科学的“登月计划”。人类基因组既包括蛋白质编码基因,也包括控制这些基因何时表达以及表达到何种程度的调控信息。虽然人类大多拥有相同的基因和调控元件,但潜在的基因序列和地球上的人一样多样化,每个个体的基因组都是独一无二的。为了反映这种多样性并以前所未有的规模捕捉大群体个体间的基因变异程度,基因组聚合数据库(The Genome Aggregation Database,gnomAD)应运而生。gnomAD目前已经收集了15,708个全基因组和125,748个外显子组的数据。目前,gnomAD数据库中的大规模数据已对公众开放。为了对这一数据的更好的进行补充和应用以及规范化数据分析,Nature上同时刊发4篇文章,从多种角度对gnomAD数据库进行丰富和应用,同时在Nature的子刊Nature Medicine上发表了1篇文章,Nature Communications上发表了2篇相关内容,建立了一个gnomAD数据库文献合集。BioArt编辑部将对gnomAD数据库文章集合进行解析,让该数据库为更多的科学研究服务,为更好的从群体以及个体角度解析基因组变异发掘新的工具。01gnomAD数据库一览gnomAD数据库中包括由100多名全世界各地的研究人员领导的独立的人类测序研究,经过优化和标准化处理后,将3PB的数据处理成为35TB高质量人类基因组变异数据。gnomAD数据库中的基因组数据包括来自欧洲人、拉丁美洲人和非裔美国人、南亚人、东亚人、德系犹太人和其他人群的外显子和基因组。值的一提的是,gnomAD数据库的前身是人类外显子组数据库(The Exome Aggregation Consortium, ExAC),自2016年8月在Nature杂志上作为封面故事报道以来,它已经被超过4000份出版物提及和使用(图1)。图1 gnomAD的前身:the human Exome但与外显子组数据库相比,gnomAD数据库报告了2.41亿个小的遗传变异(单核苷酸变异和短插入/删除变量)和335,470个结构性变异(至少50个碱基对的DNA重组),与外显子数据库的740万数据内容相比,大大扩增了人类对于小的遗传变异的认识,同时也增加和补充了结构变异的内容(图2)。gnomAD数据库团队已经在进一步扩展这个资源,最近发布了包含71,702个基因组的gnomAD 3.0版本。图2 gnomAD数据库囊括了比ExAC数据库更多的基因变异同时还包括结构变异02gnomAD数据库的新一步扩大美国Broad Institute研究所Daniel G. MacArthur研究组以及Konrad J. Karczewski(第一作者)发文题为The mutational constraint spectrum quantified from variation in 141,456 humans,对来自141,456人类个体中得到的125,748个全外显子组和15,708个全基因组测序数据中预测的功能缺失变异进行整合,揭示出影响这些人类蛋白编码基因突变的图谱(图3)。图3 对不同人种中大规模外显子组与基因组数据的聚合分析使蛋白质编码基因失活的遗传变异是基因功能破坏后产生表型并可供分析的信息来源。对生物体的功能至关重要的基因将在自然种群中失去这种变异,而非必需的基因将容忍基因遗传变异的积累。但是由于出现频率较低而且不容易分析,想要预测这种功能缺失型变异需要极为细致的分析以及非常大的样本量。这需要全世界相关研究的组织机构以及科学研究者的通力合作。在该文章中,作者们通过对gnomAD数据库中大规模外显子以及全基因组测序数据进行整合,丰富了该数据库的内容。在对测序结果和基因注释内容进行优化和筛选后,作者们确认了443,769个高可信度的预测功能缺失变异。在使用人类变异率模型对数据进行改进后,作者们可以根据容忍人类蛋白质编码基因至失活的变异频率,在模型动物和工程编辑的人体细胞中进行验证,对其用以改善常见和罕见疾病基因变异的发现提供了重要工具和数据分析系来源。03gnomAD数据库与药物靶点选择美国Broad Institute研究所Daniel G. MacArthur研究组以及Eric Vallabh Minikel(第一作者)发文题为Evaluating drug targets through human loss-of-function genetic variation,通过对gnomAD数据库中125,748个人类外显子和15,708个全基因组的预测功能缺失变异的分析,为人类基因敲除研究提供了路线图,也为未来疾病生物学和药物靶点选择的研究提供了指南。在该工作中,作者们报告了关于使用功能缺失型变异预测药物靶点的三个关键性发现。首先,即使是不能耐受丧失功能变异的必要基因,也可以作为抑制药物的靶点。第二,在大多数基因中,功能缺失变异非常罕见,因此想要基于基因型确定纯合子或复合杂合子敲除所需要的人类样本量是要进一步提高的。第三,自动化的变异注释和过滤功能非常强大,但是人工处理仍然是确保准确性的关键,也是根据基因型进行重新分类的先决条件。该研究结果为人类基因敲除研究提供了重要思路。04gnomAD数据库与结构变异的应用美国Broad Institute研究所Michael E. Talkowski研究组在Nature发文题为A structural variation reference for medical and population genetics,为医药研究和群体遗传学提供结构变异的参考。前面提到,gnomAD数据库相较于其前身外显子组数据库,增加了结构变异的相关数据,丰富了对于人类基因组变异的认识。在gnomAD数据库中,作者们对来自全球不同人群的14,891个基因组的序列的结构变异数据进行了大量的经验评估,为疾病相关性研究、群体遗传学和诊断筛选提供了参考图谱。05gnomAD数据库与转录本量化注释美国Broad Institute研究所Daniel G. MacArthur研究组在Nature发文题为Transcript expression-aware annotation improves rare variant interpretation,在gnomAD数据库中验证了一种新的变异注释度量,该度量量化了组织间遗传变异的表达水平,并显示出改进了罕见变异解释的效果。目前,还没有任何注释工具系统性地将外显子表达的信息合并到对于人类基因组变异的解释中。作者们开发了一种转录水平的注释工具,被称为跨转录本表达比例(Proportion expressed across transcripts)量化了变异体的表达。该注释工具快速、灵活,方便对于任何基因变异体数据文件进行注释和管理,有助于罕见疾病基因诊断的进行。06gnomAD数据库与帕金森疾病相关的应用实例美国Broad Institute研究所Daniel G. MacArthur研究组与Nicola Whiffin(第一作者)在Nature Medicine发文题为The effect of LRRK2 loss-of-function variants in humans,提供了gnomAD数据库在预测功能缺失变异应用方面的实例。已知LRRK2中激酶功能的获得变异可显著增加帕金森病的风险,这表明抑制LRRK2激酶活性有望成为帕金森的治疗策略。预测性蛋白质编码基因功能缺失变体为人类疾病的研究提供了体内模型,并且也可以作为检测治疗药物在临床方面潜在毒性的重要工具。作者们通过系统性的分析gnomAD数据库中观察到的141,456个LRRK2基因的预测性功能缺失变体,鉴定出了1455个高度可靠的突变个体。该工作证明了大规模基因组数据库和人类功能缺失变体的表型分析在药物发现中的价值。07gnomAD数据库与上游的开放阅读框的研究英国帝国理工学院Nicola Whiffin研究组在Nature Communications发文题为Characterising the loss-of-function impact of 5’untranslated region variants in 15,708 indivials,作者们通过利用gnomAD数据库系统地评估了15,708个个体基因组中位于5’非翻译区中基因变异的影响,发现这些变异可能创造或破坏上游的开放阅读框(Upstream open reading frames, uORFs)。uORFs是蛋白质翻译的组织特异性顺式调控因子。有研究表明,产生或破坏uORFs的变异可能导致疾病。该研究突出了uORFs变异作为一个未被充分认识的功能分类,有助于对人类疾病发生进行解析,并证明了大规模人群测序数据在研究非编码变异类的力量。08gnomAD数据库与多核苷酸变异美国Broad Institute研究所Daniel G. MacArthur研究组在Nature Communications发文题为Landscape of multi-nucleotide variants in 125,748 human exomes and 15,708 genomes,对gnomAD数据库中的多核苷酸变异(Multi-nucleotide variants, MNVs)进行分析以及对全局突变率的预测和估计。多核苷酸变异是个体存在于同一单倍型上的两个或两个以上邻近变异,是临床和生物学上重要的一类遗传变异。然而,现有的工具通常不能准确地对MNVs进行分类,对其突变起源的理解仍然有限。在该工作中,作者们利用gnomAD数据库对125,748个全外显子和15,708个全基因组中的MNVs进行了系统性研究。该研究结果证明了单倍型识别的变异注释的价值,并完善了对于全基因组范围内MNVs突变机制的理解。为了对gnomAD数据库进行介绍,Nature网站上同步发表了关于此七篇文章的内容简介与新闻推广,Nature还专门发表社论认为这些研究是人类基因组研究的里程碑。gnomAD数据库中大规模的基因组测序和分析工作提供了迄今为止最全面的人类遗传变异数据同时也促进了注释和分析工具的产生,为人们进一步了解人类遗传变异提供了无价的宝库。目前gnomAD联盟已经公开了它的数据,该项目对科学的影响将远远超过我们的想象。gnomAD数据库就像之前的外显子组数据库一样将改变我们对个体基因组的理解方式。这将为以前所忽略和遗漏的有关人类遗传变异的信息提供重要的研究工具,并帮助我们更好地理解人群和个体层面上的基因组。让我们拭目以待!制版人:珂
针对人类基因组的研究是更加了解人体机制和疾病成因的重要关键,科学家也一直希望能对人类基因进行广泛且全面的研究,但最近美国西北大学的一项研究指出,其实在长久的研究以来,人类约2.2 万条基因中还是只有10% 获得了科学家的积极关注,但为什么会出现这种情况?其实早在2003年时,就有研究者注意到比起未知的基因,科学家更倾向于投入研究那些有许多人研究的基因,西北大学研究团队近日在《PLOS Biology》刊载的研究也显示,这种趋势在过去20年间并没有出现改变──在人类基因组中,约有30%基因从未成为科学研究的焦点,而不到10%的基因却成为90%以上论文的主题。但究竟是什么使研究基因出现如此集中的情况?为了解背后的原因,研究作者之一的Thomas Stoeger 运用机器学习对现有生物医学数据进行大量分析,并发现其中有15 个特征主导了投入研究的情况,虽然其中一些特征确实反应出该项基因的重要性,但整体来说,这些基因只是更易于研究。西北大学研究指出,这种倾向也与金钱上的考量有关;由于过去的研究倾向也反应在美国卫生研究院(NIH)的资金分配上,在现今的社会推动与资助机制之下,只有投入这10% 的基因才能让研究人员获得更好的发展与经费。由于基因研究必需花费大量时间、金钱和精力来进行一系列实验验证,许多研究者会在确定了一个重要的目标基因后,在整个职业生涯中持续进行研究,而在这种情况下,要做出与众不同的选择是有风险的。Stoeger 指出,在过去20 年间,选择将注意力放在那些较为「边缘」基因的初阶研究人员,最终经营自己实验室的可能性会降低近50%。「那些人会被归在生物医学工作团队之外,于是他们变得没有机会去建立一个实验室,探索那些以前未知的生物学。」IH 确实有着促进创新、探索性和高风险研究的资助,但最终就连这些也促进了相同的不平衡,事实上,其中产生的论文将近一半都仍集中在5% 充分研究的基因上。这种资金投入的不平衡,迫使科学家争夺数量减少的资金进行更舒适的研究,就像是在告诉研究者:不要去冒险。当然,有可能所有重要的基因都已经被发现,但如果所有基因都和所有事情相关呢?在过去的十年间,只有6 个新的基因因为被发现在医学上的重要性而加入了受欢迎的行列中,即使像CRISPR 这样的技术也很少改变基因研究的集中情况。「你得到了这些新工具,但你最终还是会与没有工具前一样,目标研究相同的基因。」Shenre 表示,他们并不是要求基因研究完全平等,而是期望能减少集中攻击的力道来寻找出更多值得关注的基因,团队同时也希望像NIH 这样的机构应该创立奖学金,为初阶研究人员提供足够的长年资金来抵消这些研究的最初风险。「如果我们不采取针对性的方法来鼓励那些未探索基因的研究,这套制度就不会改变。