Timehop

用了一段时间的Timehop,发现最越来越喜欢这个提供互联网时间旅行的应用了。脱胎于Foursquare的首届Hackathon大赛,这个原为4SquareAnd7YearsAgo的项目最初是为了再现你某年前同一时间段的签到。而后,他们把服务延伸到Facebook、Twitter、Instagram和Flickr,最终变成了现在的Timehop。这样,通过Web、客户端或者邮件,Timehop会再现多年前的今天,你在这些社交媒体上做了些什么。

正如Timehop的简介中所说的那样:“内容随时间增值”,Timehob提供了一个保存记忆和审视自我的窗口。荣格认为人的力比多发展是从外到内,也就是年轻的时候人们的能量会外倾,关注外部世界,但是随着年龄的增长,人们开始内省,关注内心世界。我也认为人们对网络服务的需求也追寻同样的规律。Web 2.0鼓励人们外倾和自我暴露,人们一直都在通过各种网络服务和应用向外宣泄内容。随着时间推移,人们也需要工具来收集自己遗落在网络上的碎片,开始重新认识自我。Timehop多少可以起到这样的作用,去年今日的照片、地点和自言自语可以完整的组成记忆拼图,而记忆内容本身愈久弥香。Timehop甚至可以帮助我们发掘出很多有价值的但是被遗忘的瞬间。通过时间段的对比,我们也能清晰地审视自己的变化。如果时间够长,Timehop可以完整诉说你的Life Story。

Timehop客户端(Web也类似)有不少亮点:

  • 视觉:吉祥物时间恐龙@ABE非常有意思,在多个页面都会出现,而且在不同的页面会有不同的表情和动作变化,这是我见过最有爱的设计。
  • 照片推送策略:Timehop是依据照片EXIF信息的拍照时间来推送,而不是上传时间。虽然EXIF信息也会有误,对那些从不矫正时间的拍照者而言。但是真实拍照的时间显然比你在某个网站上次的时间更能引起共鸣。当我发现Timehop上最近出现我两年前在海南骑行的照片时确实惊喜了一阵子,因为那些照片并不是我即时上传的。
  • 新闻功能:Timehop的最新更新还加入了类似“历史上的今天”的功能,除了你的社交网络的内容,它还加上了多年前这天的大新闻。集体记忆也是记忆的一部分,加入这些对个体多少有些影响的新闻,Timehop可以勾勒出更完整的记忆图谱。

不过也有些不足:

  • 内容不会存档,只能查看当天的内容。这样的设计虽然很简洁,但是对于一个人生记录本来说,完整的存档和查询也很重要;
  • 社交化的尝试,Timehop可以和Facebook的好友建立联系,在Timehop中分享内容。但是社交并不是它的核心价值所在。

国内外有一些类似的服务:

  • 人人的过往的今天:在我看来这是一个彻彻底底失败的产品。随机展现一些好友以前的照片,虽然刚开始会有一些吸引力,但是它却没有考虑被展示人的态度。这种产品的前提是个人的私密性,人们也许会把多年前的糗照分享给亲密好友相互调侃,但是完全暴露在大众面前,我想只有适得其反的效果。而人人甚至都没有为用户配置一个关闭这项功能的开关。
  • thepast.me:和Timehop类似,thepast.me可以聚合多个服务,通过网页浏览和邮件订阅,而且有完整的历史存档。但是thepast.me一个问题是强调探索发现,实际上陌生人的“旧时光”对于我本人来说是没有任何价值的。
  • Momento:Momento是个iOS上的日记应用,它可以导入多个社交账号的内容,按时间聚合在一起。这样也有历史归档的作用,我们可以按日历查看当天我们到底做了什么。可惜的是它是以当前的日记为主,不能自动导入每天的内容。

可以说,Timehop目前仍是同类中独一无二,而且最有爱最轻松的App,不知道这家初创公司的未来会怎样,还是期待Timehop和@ABE能为人们带来更精彩的时间旅行体验。

关于iPhoto和Photo Stream的胡言乱语

今天第一次用了苹果的iPhoto,有很多意外发现。首先是分享功能,在Mac上的iPhoto可以把里面的照片新建一个Photo Stream分享出去(iOS设备也支持),指定联系人后,对方将会收到共享邀请,这样他在所有支持Photo Stream的设备上都可以查看这些照片。在Mac或者PC上,他还可以下载原始尺寸的照片。而这个共享的Photo Stream相当于一个共享文件夹,后续的更新对方可以一直订阅。此外这些公开的Photo Stream还有评论和喜欢等一些社会化功能。

Photo Stream其实相当于一个图片分享的解决方案,它的巧妙之处在于先查看再共享,一般的共享工具都强调实实在在的共享存储空间。而苹果却强调流的概念,共享的照片流对方可以迅速查看,实际上在这个阶段他已经拥有这些照片了。后续虽然只有30天的时限,但是对方有足够时间来管理下载这些照片。可以说,Photo Stream这样一个为云和多设备而生的产品足足领先了一个时代。虽然我现在也会用Dropbox来上传移动设备的照片,但是和iPhoto相比,它缺乏配套的硬件和桌面管理服务。只可惜,iCloud的这些服务在国内似乎普及度不够,一坨iPhone用户还在用QQ联系人备份联系人。

其次是iPhoto的人脸识别功能,确定一个被识别出的人后,iPhoto会给出其他有类似目标的照片,你可以逐张判定,也可以一键按组判定。识别越多,后续的识别也会越准。自己的照片最容易识别,也最多,由于按照时间排列,浏览的时候看着自己的脸在一点点变化,再也没有比这更强的时光流逝的感觉。和前面的分享功能结合,iPhoto可以把某个人的照片集分享到Photo Stream。以前曾经想过类似的功能,就是能自动标记朋友,然后把照片传到相应的朋友的应用中。iPhoto基本可以满足这样的需求。人脸识别现在可以读取联系人,如果进一步和联系人的iCloud的账号绑定,照片共享的过程将会更加智能。当然还是有个前提,iCloud的用户足够多。

虽然苹果设计的大众软件一直被诟病,但是硬件的支持可以削弱这一劣势,而且这些软件也确实是为用户的情感和需求而设计的。是的,感觉我要成为脑残苹果粉了。改天再谈谈一直被大众唾弃的iTunes。

求职记

到2013年1月,我的求职旅程基本截止了。从10月份到12月份,陆陆续续面了14家互联网公司,结果只能用呵呵来形容。偶然在知乎上看到有人提问“屡次面试失败,如何确定自己是否适合做产品经理”,不禁悲从中来,才面了三家被拒就不确定自己是否做产品经理,那我这种被拒好几十次的还能不能活?好在本人内心还算强大,情绪比较稳定,抗击打能力也强,所以现在还有心情在这回顾自己的求职血泪史。

求职历程

11年暑假左右就确定了要找工作的想法,所以从那会儿就开始找实习,之后在深圳宜搜做了几个月的产品实习,但是基本在打杂。回到北京了后做一段时间科技编辑,但是也没有真正的产品经验。比较幸运的是暑假去了腾讯实习,leader后面告诉就是因为看我做过科技编辑才要我的,一环扣一环,人生的机遇也很玄妙。

在腾讯的日子还算不错,从头到尾跟了一个功能更新,比较可惜的是今年形势欠佳加上自己也不够积极,没能留在腾讯。但是当时基本信心爆棚,认为拿几个产品offer应该没什么问题。之后还在极客公园呆过一个月,但是被找工作和论文开题两座大山压着,实在是无力分身,只好辞职。

网申阶段还算顺利,把能投的都投了,也陆陆续续参加了不少笔试。第一次笔试应该是杭州网易,收到拒信就开始感觉不妙。后面也确实被吓尿了,大互联网公司的笔记基本全挂。不过我还是很乐观的,找工作不都是这样的吗,而且还是个屌丝,哪有一击即中的。十月份实际上也面了四五家,有的也进了终面,直到集齐七封拒信召唤神龙的时候,确实有了跌倒谷底的感觉了。

浑浑噩噩的进入十一月,互联网公司招聘的高峰基本已经过了,那会甚至开始投日本的AHRP和非洲的工作(是的,这俩也把我拒了)。绝望之际又开始有了一些面试机会。最夸张的是一天跑三个公司笔试面试,海淀朝阳来回切换。也开始投一些实习岗位破釜沉舟。好在老天还不是太绝,再次召唤神龙之后拿到了两个offer。最后去了创业公司,虽然和别人聊和请教的时候貌似都不看好,但是在这里至少还是能学习不少东西,对我而言还是利大于弊。至于北京户口,看着这愈发糟糕的基本生存环境,我感觉不会在这里常驻了。

一些心灵鸭汤

  • 全力争取任何机会。 如果能留在腾讯,后续的烦恼可能根本没有。所以如果有好的机会,一定要尽全力去争取,不管结果如何。自己的性格确实有些缺陷,老是欲做还休,得改!
  • 冷静淡定。有次面试约好了时间,HR让我等了一个半小时还没开始,加之腹中饥饿,实在受不了就像HR发了怨气离开。后面虽然重新约了时间面试,但是这次表现还是影响了最后的录取。所以在有些环境下,不管对方多SB,不管自己多在理,还是得忍。
  • 做好准备。不得不说自己确实没有做太多的功课,很多时候就是凭自己感觉在胡诌。实际上笔试题以及面试都可以多练多想。机会只给有准备的人,这话从来没错。
  • 追随内心。困境中总会有各种疑问,这条路对不对。一堆人也会告诉你,XX很重要,没有会活不下去的。其实仔细想想,他们说什么一点都不重要。最后的路都是自己走的,失败了走别的道不就好了。我还年轻!(抹泪)

一些吐槽

  • 有创新部门的公司永远不会创新。这次面试去了好几个公司都是嚷嚷着要创新,问你有什么改变世界的想法?问了之后要是不合他意就让你拍拍屁股走人。大爷们,我要是有真正改变世界的想法还会来你这面试?你们要创新就脚踏实地地抄国外靠谱的创意吧!
  • 发拒信的公司都是好公司。交互中需要给用户及时合适的反馈。在找工作中,能及时反馈进展的公司都是好公司。虽然情感上无法接受,但是很感谢那些发拒信的公司,至少能让人死心。面完之后一声不吭也不告知期限以及那种一两个月之后才通知面试的公司,都可以去死了。
  • 如果是做宣传,就不要来校招。有些公司完全是打着宣传的小算盘来校招,最后都是雷声大雨点小。如果不想招人,拜托就别来好吗?你全家都来了我也不会用你们家产品的!

一些建议

对于像我这样没有技术背景想从事产品经理相关工作的屌丝,这里有一些经验仅供参考:

  • 关注行业和产品。平时多看看科技新闻,了解行业动向和体验最新的优质产品。现在有一大坨国内外科技媒体资源,多看看肯定没坏处。此外在科技媒体呆呆然后去找产品相关的工作也是条不错的路径。
  • 走在前面。抓住暑期实习的机会。暑期实习的竞争相对来说小一点,要求没有校招高,这时如果能去实习,之后的路会好走很多。即使不能留下,之后校招的时候至少也有了些经验(心虚)。
  • 多写多画。产品还是需要很强的逻辑和表达能力,平时多把自己的想法记录整理出来:某个产品的优缺点、同类产品的对比以及自己的idea(这点我到现在也没做好,惭愧)。现在有很多原型工具,所以简单画画原型的成本很低,不要停留在想的层面,画出来会清晰很多。
  • 书本积累。产品没有对应的学科,更多靠平时的积累。除了多体验优秀产品,关注细节,也可以读读相关书籍。不过我觉得那些讲产品经理的书太空洞,没有实际经验很难共鸣。更好的是从设计类书籍入手。在这里强烈推荐《触动人心》,通过它可以了解iOS基本的设计规范以及一些经典案例。这样在设计过程中,能有一些参考标准。
  • 临阵磨枪。笔试环节还是可以是好好准备一下的,比如做做行测练习,了解流程图的基本格式规范。我直到最近实习才知道流程图中不同的形状有不同的含义,而我笔试的时候都是画的统一的矩形,所以挂掉也不足为奇。而对于面试,你至少得查查资料了解他们家产品以及产品经理是做什么的吧?
  • 经验总结。对于有实习经验的同学,最好总结自己干了什么,有什么收获,以及想改进的地方。有经验不一定比没经验好,如果不能从中汲取经验教训,甚至会成为自己的负担。

有人说厮守一生的伴侣和赖以谋生的职业是人生中的两件大事,对于后者,但愿很多年以后我会庆幸当下的选择。

2012

2012年基本被实习和找工作所占据,有的时候都开始怀疑自己有没有在读研。前后在五家公司呆过,产品和编辑身份来回切换。丰富的实习经历似乎没有为我找工作带来帮助,面了大大小小十四家公司的产品岗位,仅仅拿到了一家创业公司和一家走下坡路的社交网站的offer。最后选择了去创业公司先呆着,未来还是看不清楚。

除了求职,今年最大的转变是从深圳回到了北京。告别了安逸的世外桃源,开始来本部体验生活。蜷居在校外的六人间倒也开始习惯,只不过没有丝毫的归属感,对这边甚至有些怨恨和不满的情绪,可惜的是我似乎却要屈身于这样一个招牌。人总是这样一个矛盾体,这也许是悲剧的源泉。

唯一值得欣慰的是完成了半马,办了年卡后健身开始成为常态。在运动中,更能让人安心思考。从下半年开始,我也基本经济独立了。这从二十六岁的人口中说出来其实没什么好炫耀的,但毕竟也是个开始。

感情方面彻底失败,懦弱和自卑似乎是迈不过去的坎。国庆参加了高中好友的婚礼,发现越来越多的同辈都开始成家。有些迷茫也有些恐慌,好累不会再爱了似乎也不是一句玩笑话。当然如果时光可以停留,我希望永远停在那辆开往北方的火车上。

2013年要毕业和工作,希望自己更加成熟和独立,不为外部物件束缚和诱惑,追随自己的内心。爱就疯狂,不爱就坚强。2013,好好过吧。

北马初体验

半个多月前终于完成了人生中第一个半马,两年前定下的目标至少实现了一半。实际上由于最近疲于找工作,很长一段时间没有完整的训练,平时的锻炼量基本在12KM左右,而前两次甚至都没有超过10KM。所以真正临近北马的时候还是有些慌张的,不过今天的实践告诉我,真正的马拉松半马要比想象中简单。下面简单介绍一些自己的经验:

  • 训练:想要完成马拉松,平时的训练是必不可少的,当然如果只想娱乐例外。从高中开始,我陆陆续续都有一些长跑的经历,但是真正定下参加马拉松是在10年。
    • 训练量:10年的时候单次最大里程已经达到8KM左右,不过后来一直没有延续下来。今年回到北京后,我开始正式的训练。从4KM开始,隔一天跑一次,每两周按照10%的原则提升运动量。这样从3月份到10月份,单次基本稳定到12KM左右,每周的跑量在3KM~4KM之间。前面说过自己怕这种训练量完不成半马,事实证明是杞人忧天,跟着大部队跑状态会好很多,完成半马后的感觉和平时跑去10KM差别不大。
    • 装备:10年买了双Asics的跑鞋,一直用到现在,对装备不太在行,感觉穿着还舒服。但是一直怀疑是这鞋伤到我的右膝了,现在常隐隐作痛。衣服和裤子有耐克、迪卡侬、Asics个人不太挑,穿着舒服就行。
    • 路线:空气好的时候会在校园和校外跑。校内主要是五四体育场-未名湖-西门-勺园-二体-理教-未名湖这条路线,校外则是东门-校医院-圆明园-西门-苏州街-海淀黄庄-中关村大街-东门-未名湖这条线。户外我会用Endomondo记录轨迹,看自己的轨迹是一种非常奇妙和欣慰的体验。如果天气不好,我会在邱德拔跑跑步机。由于帝都的天气,跑步机上完成的次数其实更多。
  • 北马现场:这次跟着学校的跑步协会一起报的名,省了很多麻烦,非常感谢他们做的工作。
    • 赛前准备:也许是太兴奋,我赛前没有睡好,第二天厕所解决得也不彻底,最后在现场排了很久的队上厕所。所以保持新陈代谢的良好运转非常重要。其他要准备的东西就是能量棒和护膝,摩擦的问题平时没有遇到,所以也没有特别处理。此外带了个大包装衣物,存储到相应的车后在终点再取,很方便。
    • 比赛中:比赛的过程基本就完全是享受了。有些穿着奇装异服的兄弟非常扎眼,有些老当益壮的高龄运动员也非常让人钦佩,同时还有形式各异的公益或者私家广告。实际上马拉松基本上算是一个嘉年华,这是一个可以完全释放自己个性的舞台。当然最享受的时刻还是看着千米数不断上升以及路人的欢呼和支持。沿途每隔两三千米会有供给站,我一般都会停下喝水。16KM的时候吃了个士力架,立马满血复活。
    • 终点:到达终点花了2小时07分,没有什么不适。拉伸了会,吃了个士力架就拿包走人了。北大跑协还准备了一些补给,不过在终点的时候错过,希望以后他们能举个大点的旗。

总体而言,半马的体验是轻松愉快的,除了空气有点脏(跑完的时候开始刮风,下午就好了很多,都特么怪斯巴达,拖到现在)。不过人们都说全程才是真正挑战极限,超越自己,明年争取报个全程吧!

OpenStreetMap,地图的未来?

OpenStreetMap(以下用 OSM 代替)被称为维基地图,这个网络地图协作计划旨在打造一个内容自由且能让所有人共同编辑的世界地图。在 Google 地图和苹果地图的争端持续升级之际,OSM 开始逐渐浮出水面,有越来越多的服务开始使用免费的 OSM API。而基于 OSM 的移动地图方案提供商 Skobbler 创始人 Marcus Thielking 甚至认为 OSM 前途无量,最终将会击败 Google 和苹果。那么 OSM 究竟是一项什么样的服务?它真的代表着地图的未来吗?

OpenStreetMap 的起源

OpenStreetMap 由 Steve Coast 于 2004 年创建。当时这位年仅 24 岁的计算机极客的想法很简单,他只想找些地图来玩一玩。虽然已经有一些免费的地图程序和软件,但是却没有地图数据,同时很多地图图片都有版权限制,不能直接使用。于是 Coast 开始用自己的 GPS 设备收集数据,并用 Linux 笔记本写出可以上传数据和生成地图的程序。

OSM 的第一批数据是 Coast 拿着 GPS 设备,骑车环绕 Regent 公园收集到的。八年之后,包括 Regent 公园在内,世界上大部分的地图都已经在 OSM 上绘制出来。有成千上万的用户开始浏览 OSM 主站,其在 Alexa 地图类网站的排名也居于第七。除了 OSM 主站,也涌现出大量衍生网站使用 OSM 数据的第三方网站,比如白宫FlickrFoursquare iPhoto for iOS 都部分或者全面的使用了 OSM 的服务。

当然仅靠 Coast 一人的力量是远远不够的,OSM 的发展更多的依靠社群的力量。2008 年,OSM 的注册用户还只有 5 万,而截止到 2012 年 8 月,注册用户已经飙升到 70 万。此外,雅虎和微软提供的航拍图也在地图制作的过程中起到了关键作用。

如何制造 OpenStreetMap

OSM 的核心在于用户可以编辑创建地图,这个流程包括收集、上传和编辑数据、添加标签和生成地图五个部分

收集数据

用户可以通过 GPS 设备和第三方提供的免费航拍图来收集地图数据。除了专业的 GPS 设备,一些带有轨迹记录软件的移动设备也可以用来记录数据。而雅虎、Landsat 和 NPE 等也免费提供一些航拍图。在数据采集过程中,用户可以用任何他们偏好的方式(纸笔、录音机或相机等等)记录他们感兴趣的数据,比如道路名、停车场、形成方法、地铁站等。

上传数据

收集完数据后,用户需要把 GPS 中的轨迹数据导出为特定的格式,然后上传到 OSM。接下来,用户需要在 OSM 推出的 JSON 编辑器中编辑从 OSM 下载的数据。

创建/编辑数据

OSM 数据包括基本节点、带方向的路线和闭合区域。这些元素带有标签,可以描述地名和道路类型等。用户可以用各种不同的编辑器来进行创建元素、添加标签、修改轨迹弯道等操作。

编辑标签

OSM 有一套完整的标签方案。当完成一条路线后,用户需要给它加上标签从而确定这条路线在地图上的渲染效果。OSM 中的节点、路线和闭合区域都可以添加标签,标签类型有元素、默认、调整和渲染标签四种常用类型。完成编辑后,用户便可以把修改后的文件上传到 OSM。

渲染地图

用户可以在线下通过 OSM 提供的渲染工具直接生成地图,也可以在线通过 OSM 主页的工具渲染地图。之后,用户便可以随意使用这些地图了,你可以导出地图图像,或者在网站内嵌 OSM 地图,甚至制作基于 OSM 数据的地图或者应用。

OpenStreetMap 的优势

OSM 吸引了这么多的用户和网站加入他们的计划,它的魅力究竟在哪里?

免费的数据源

免费无疑是 OSM 的最大优势。OSM 的数据库采用 Open Database Licence(ODbL)授权协议,地图数据使用者可以免费使用 OSM 数据。在 Google 日益收紧地图 API 收费策略之后,包括 Foursquare 和维基百科在内的网站都纷纷转投到 OSM 门下,开始使用 OSM 提供的服务。可以说,对于涉及到位置服务的中小型创业公司来说,OSM 无疑是最好的归宿。

丰富及时的数据质量

数据是地图的基石,能否全面准确以及及时的反应实际 POI(Point of Interest,兴趣点)变化是评价地图质量好坏的标准。由于采用众包的方式,本地居民掌握着第一手资料,这些用户可以随时上传他们所知晓的最具体和准确的 POI 或者道路数据。以萨拉热窝为例,OSM 上的道路信息就比 Google 地图更加丰富。同时 OSM 的机制还可以保证这群用户及时的更新数据,从而保证地图不会过时。而对传统的依靠数据提供商的地图服务商说,不能及时提供最新和全面的数据是他们最大的短板。

自由开放的平台

除了免费高质的数据,OSM 本身也更加自由和开放。Thielking 认为,Google 有条条框框限制开发者,而 OSM 的数据基于 ODbL,制图和文档采用 CC-BY-SA(Creative Commons Attribution-ShareAlike 2.0,创作共用-署名-相同方式共享 2.0)协议,因此这个平台更有可能诞生更多有趣的东西。比如用户可以创建散步地图、登上地图、自行车地图等诸多主题地图。Waze 虽然没有采用 OSM 的数据,但是它的成功也表明,这种开源众包的 LBS 数据生产模式在未来有无限的可能。

OpenStreetMap 真能击败 Google 吗?

OSM 虽然长势迅猛,但它会成长为地图服务中的维基百科,从而撼动 Google 的地位吗?也许它的未来并没有 Thielking 所设想的那样完美。

用户活跃度不高

OSM 现在已经有近80万注册用户,可是每月的活跃用户却不到 4%,所有用户中上传 GPS 数据文件的用户比率也在不断减小。虽然本地用户对当地状况是最了解的,但是数据采集、编辑和生产却在无形中为 OSM 铸造了较高的门槛。因此 OSM 还是局限于极客团体或者开源社区,难以引起普通大众的注意。

数据不够全面

除了用户活跃度低,用户分布不均也是 OSM 的一大难题,比如 OSM 用户主要居于欧美,因此这些地区的地图可能比较完善,但其他地区则就差强人意。相反,Google 在一些地区可以购买数据,同时他们也会得到大量用户及爱好团体对 Google 地图的反馈和帮助。Google 地图每天会接到数千个用户反馈,而地图团队会在数分钟内做出应对处理。Google 也推出了自己的地图编辑工具 Map Maker,希望通过这个项目来补充和丰富已有的地图数据,并且陆续有一些数据开始整合到 Google 地图。现在 Google Map Maker 社区已经有3万左右的用户。通过自上而下和自下而上相结合,Google 地图数据的涵盖面比 OSM 更加广阔。

整体地图服务的缺失

数据是地图的核心,但是在这基础上的衍生服务同样是地图不可或缺的部分。路线查询、实时路况、街景、导航、3D 地图等服务已经开始成为地图的标配,当然 OSM 可以作为一个平台促使第三方来开发相应的功能,但是 Google 可以从整体上把握这些功能,从而在用户体验的一致性上更胜一筹。

未来发展的隐患

同样我们也不能忽视微软对 OSM 的影响。Coast 已经在微软 Bing 的地图部门履职,OSM 和 Bing 也在多个层面有合作微软希望借助开源社区来对抗 Google 地图,OSM 也希望获得微软方面的数据支持。一旦这种均衡被打破,OSM 的长远发展将受到严重影响,甚至偏离最初的路线轨迹。

Coast 的目标是将整个地球绘制出来,并使没有版权限制的免费数据给任何需要的人在网络上使用。我们无法预期他的愿景是否会实现。OSM 这种维基地图也许会成为未来地图的基本模式,同样也可能成为仅在极客团体和开源社区流行的运动。但是可以确认的是,纸质地图将会退出历史舞台,无论是 Google、苹果、Bing、OSM 或是出现一种更强大的新型地图服务,它们都能快速将我们带到想去的地方。

(首发于GeekPark

互联网如何改变学术生态?

1980年,Tim Berners-Lee供职于CERN(欧洲核子研究组织)时,为了方便研究人员分享和交流学术信息,提出了建立一个基于超文本系统的项目的想法。他因此创建了名为ENQUIRE的原型系统,这个系统可以把大量数据资料按照内容的关联组织起来,以便用户查找资料和相关文件。9年后,以ENQUIRE为雏形的万维网(World Wide Web)正式在CERN诞生。

现在,万维网已经成为互联网的核心应用,人们生活的方方面面都被彻底颠覆。不过有些讽刺的是,脱胎于学术界的万维网对整个学术生态圈却影响甚微。除了将学术论文电子化后存储到数据库,科学家们还是沿用着古老的流程从事着学术研究。

这些流程包括:科学家首先需要筹集研究经费,这些款项大部分来源于政府拨款或者私人基金。当研究完成,学者会把研究结果写成论文投递至专业的学术期刊,这些论文一般都遵循着严苛单调的格式要求。在经历漫长的同行评审之后,这篇文章才可能正式发表。当然,并不是所有人都可以共享这些最新的科研成果。只有付费给收录了相应期刊的数据库提供商,人们才有权限查看论文。

可以看到,当下的学术生态主要在这些方面存在一些问题:

  • 经费门槛:僧多肉少,很多研究可能得不到资助;
  • 同行评审:过程冗长,一篇文章从投递到正式发表平均需要6个月到2年不等;
  • 文章内容:单一的文件格式和单调的文章内容;
  • 发行体系:商业出版机构形成垄断,数据库购买费用过。

和互联网的迅猛发展相比,学术生态的变化显然有些缓慢。不过随着Academia.eduMendeleyPLOS ONE等新型学者社交网络服务、文献工具、开放期刊的兴起,我们可以展望一下学术生态圈的未来:

众筹作为科研基金来源

随着众筹平台Kickstarter的兴起,研究人员能否直接向公众募集科研资金呢?虽然Kickstarter上已经完成完成了众多的创新项目,但现在鲜有研究者通过Kickstarter筹集科研资金。一方面由于Kickstarter的申请标准是“创意项目”,必须以产品实体的形式产出,这对大多数停留在理论层面的科学研究来说是一道无法逾越的鸿沟。另一方面,科研计划能否吸引大众支持,以及给予支持者何种回馈也是一个难题。

当然现在已经出现了一些科研资金众筹网站,比如MicroryzaIAMScientistPetridish等等。他们都参照了Kickstarter模式,研究者在项目页面下介绍自己的研究内容和意义,同时列出不同支持金额下的回馈内容。回馈方式主要有实时推送研究进展、感谢信、论文中或者会议上特别致谢,以及赠送一些周边礼品等等。

从这些颇有些理想主义色彩的回馈方式来看,科研资金众筹网站还处于襁褓阶段,甚至仍局限于学者内部圈子,游离于普罗大众之外。但可以预见的是,越来越多的开放的网络教育资源将提高普通民众的科学素养,他们将会越来意识到科学与自身生活的联系从而提升对科研的认同,众筹平台因此有希望成为学术经费来源的重要渠道。这样学者们的挑战将是如何深入浅出的向网民们介绍自己的研究,并使他们感同身受,进而直接从网民身上获得资金支持。

基于网络的全民“评审”

Academia.edu创始人Richard Price曾撰文描绘了一种互联网时代的新型评审系统。这套评审系统包括群体评审(Crowd Review)和社会评审(Social Review)两部分。前者基于Google、Google Scholar和Pubmed等搜索引擎,后者主要来源于Facebook、Twitter、Academia.edu、Quora等社会化平台。搜索引擎可以使你的文章被成千上万的人阅读,二社交网络则引来你的同事或好友来审视你的作品。Price相信随着科研平台向网络迁移,搜索引擎和社交网络便能取代同行评审的功能。

有人肯定会问,这样的体系如何保证论文的质量?实际上,现存的学术期刊的质量也是良莠不齐,而几个人的同行评审也无法确保发表的论文都是精品。相反,借助PageRank、文章引用数、Facebook的分享次数或者Twitter的转发次数,我们可以直观的评价一项研究成果的好坏。如果你的文章在搜索引擎的排名越高,在社交网络中被分享得越多,你的论文的价值便越高。也就是说,搜索引擎和社交平台间接提供了评审过滤的功能,从而告别传统的浪费人力、时间和财力的评审体制。

更丰富的文本内容和格式

传统论文都是文本和图片结合的内容形式,这种展现方法显然与互联网时代格格不入。Price相信,富媒体(Rich Media)将是未来科研论文的主流。科学者们可以在论文中嵌入视频、添加各种超链接和交互特效,甚至直接和读者互动。阅读论文和学术著作一直需要较高的门槛,甚至对接受专业学术训练的学生来说也是一项大挑战。视频、图片和更多的交互方式在一定程度上可以缓解阅读过程的枯燥,比如视频可以直接还原实验过程和研究背景。

PDF是电子论文的统一格式,但是这种脱逃于传统纸媒的载体还是过于单调和笨拙,比如它会受制于屏幕尺寸。在小屏幕手机上观看PDF的体验我想很多人都感同身受。实际上,自适应的网页、跨平台的App等更适合承载论文内容,这在多终端设备横行年代显然更具有优势。

互联网直接作为垂直发布平台

PLOS(公共科学图书馆)领导的开放存取(open access)期刊运动对传统的学术期刊体系造成了一定冲击,以其2006年创立的综合学术期刊PLOS ONE为例,它的论文数从2006年的137火速飙升到了2010年的6714,而影响因子在2011年也达到了4.092。虽然学界对PLOS ONE的看法褒贬不一,但是仍然无法否认它所提倡的开放存取,即免费浏览和下载论文的革命性意义。

但是PLOS ONE仍然延续着期刊出版发行的传统,存在同行评审机制,并且依靠审稿费存活。实际上,如果科研众筹平台成熟、搜索算法和数据挖掘不断优化、富文本信息不断增多,未来科学工作者完全在可以在网络上自由发表自己最新的研究成果。比如博客日志、社交网络的日记或者问答平台的答案都可以成为一篇学术论文。而读者们也可以轻松获取这些最新的学术成就,不再支付高额的订阅费。

此外,如果依托于互联网作为发布平台,传统的用于积累个人学术权威的期刊影响因子则会逐渐转变为个人的各种网络指标。个人学术主页的UV和PV、Twitter粉丝数、Facebook被赞的次数、StackOverflow等问答社区的分数、Academia.edu社区的影响力都可以用来衡量个人的学术实力。

Price的Academia.edu近日有了新动作,开始加强社区学者的品牌管理,让学者们可以更好的展现自己的研究成果。Pirce正一步步实践打造一个开放自由的在线学术圈的梦想。也许在未来,科研的封闭属性在互联网时代会被完全打破。配合开放课程、公共课的教育资源的开放,科研界与民间的隔阂也会逐渐消融,任何人成为科学家的梦想都将变得触手可及。那么那些还呆在象牙塔的科学家们,是不是该现在行动起来,全身心地拥抱互联网呢?

(原文发于GeekPark

深夜食堂

今年回家,半夜到站,拖着疲惫的身躯终于在火车站街边找到了一家米粉店。普通大小,夫妻俩一起经营,还提供住宿。点一碗牛肉粉,安慰下辘辘饥肠,对那些凌晨下车的旅客一样,这样的地方无疑近似天堂。

这样的情景在《深夜食堂》得到复现。一家只在半夜开的饭店,舞女、同性恋大叔、黑帮老大、公司白领、穷学生、怪人、警察等各色人等的故事在这陆续上演。不同背景的人在午夜食堂肆意交流,和一碗碗热气腾腾的料理相比,得不到的爱,实现不了的梦想又算得了什么呢?

据说扯淡的具身认知研究表明鸡汤确实能安抚人的心灵,我想这也不无道理。忙完一天的工作,找个地方小聚一下,借由食物来寻找安慰可能是便捷的方式。以前在深圳,一楼食堂营业到1点,村里还有清晨才打烊的烧烤店,这些地方其实承载着深夜食堂的功能。很可惜,来到北京后,学校已经没有食堂在晚上11点后营业,学校外也没有那么热情接待的烧烤店老板娘。平淡的日子,总觉得缺少些什么,也许是再也没找到这些随时为你开放、带来治愈料理的深夜食堂。

洛萨达线的由来

Losada Line(洛萨达线)火最近在贵国心理学界火了。作为一个靠谱文艺青年和半吊子心理学专业学生,我这两天特意苦读Losada的三篇代表文献来试图理解这个神奇的数字的由来。抛开那些复杂的模型原理,下面本人将从一个具有正常逻辑和理性思考的普通的人的角度来分析Losada如何得出2.9013:

Losada在Capture Lab的多年的观察发现团队的连接性(connectivity)是团队绩效的预测指标。同时从前人的研究中,他也发现高度连接的团队会出现一种混沌动态(chaotic dynamics)特性,而连接度不高的团队的动力性则较低,会出现极限环(limit cycles)和点吸子(point attractors)的动力状态。由于连接性和绩效都是可以测量,Losada想做的就是将不同绩效团队的动态模型描绘出来。

绩效通过三个维度测量:盈利率、顾客满意度和360度测评。在三个维度得分都高的团队将被视为高绩效团队,相反三个维度得分低的团队将被看作低绩效团队,得分在两者之间的是中等绩效团队。连接性用nexi表示。首先将Capture Lab中观察到的各团队言语行为编码,然后进行时间序列分析,nexi的大小最终取决于互相关显著性大于等于.001水平的数据数量。Losada最后得出高、中、低绩效团队的nexi值分别为32、22、18。

对团队的言语编码使用了三个维度:询问-拥护(inquiry-advocacy)、他人-自我(other/self)、积极性-消极性(positivity-negativity)。依据以往的研究结果和经验,高绩效组在情绪维度上会表现出不平衡,偏向积极情绪,出现扩展的情绪空间(emotion space,积极情绪和消极情绪的比值),而在另外两个维度上会保持平衡。相反低绩效组的情绪空间较小,同时表现出自我和拥护取向。中等绩效组处于两者之间。

非线性动力模型中有几个比较重要概念。首先是相空间(phase space),是系统中维度数量扩展出的数学空间。我的理解就是两两维度交汇出的轨迹空间。然后是控制参数(control parameter),它是最重要的一个因素,不同的值会引起动力结构的改变,这里其实就是nexi。状态变量(state varialbles)是模型的输入变量,这里就是那三个维度。

依据几个维度的相互作用(这里不太明白,几个维度之间的关系或许参照了Losada的元学习模型),它得出一组状态变量的方程组:

dZ/dt=XY-aZ
dY/dt=cX-XZ-Y
dX/dt=b(Y-X)

X、Y、Z分别指询问-拥护、他人-自我、情绪空间。a、b是换算常数,而依据Lorenz的模型,a=10,b=8/3。c是nexi的值。之后他将Δt设置为.02,运用四阶Runga-Kutta算法,最后在不同的c值下得到的模型特征与观察的行为特点高度吻合。

接下来他算出了三个组在不同平面的相空间。与预期相同,高绩效组表现出混沌的动态结果,询问-拥护、他人-自我处于平衡状态,而情绪空间处于扩展状态。低绩效组表现出点吸子动力状态,拥护和自我取向强烈,情绪空间狭小。而中绩效组处于两者之间。在图中可以看到,和高绩效组相比,中绩效组的相空间在自我和拥护维度都多出一个小圈。

以上基本是Losada在1999年的研究成果。实际上他这个时候并没有明确提出积极性和消极性的比率(P/N)问题。之后,随着积极心理学中关于积极情绪方面研究的增多,他意识到P/N在模型中可能扮演着重要地位。于是在2004年将P/N和nexi联系起来。

他首先建立了情绪空间和连接性的联系。他发现在情绪平面上,情绪空间焦点(foci)在y轴上的值与连接性有线性关系。高、中、低分别是31、21、17,于是他得出了情绪空间与连接性的关系,即

E=c-1

其中E是情绪空间,c是nexi值;

接着他探讨了情绪空间和P/N比值。虽然情绪空间和P/N很类似,但是为了更好的计算非线性模型,他加入团队初始状态以及Lorenz模型的常数进行换算。

P/N=(E-i)/b

其中i是各组情绪空间初始值,高中低组分别为16、21、17,b=8/3。

结合两个公式,我们最后得到公式:

P/N=(c-1-i)/b。

代入数值后,发现与观察到的数据非常吻合,如下表:

Losada Line的正式提出是在2005年。过去学者在Lorenz系统中的研究发现控制常数为24.7368时,会出现混沌动力状态。因此在P/N=(c-1-i)/b中,我们将c设置为24.7368,i为高绩效团队的初始情绪空间值16,b为8/3,这样得出的P/N=2.9013。2.9013是兴盛(flourish)和衰竭(languish)的分水岭,因此被称为Losada Line。他们列举了很多前人研究,都符合Losada Line的规律。比如和谐的夫妻关系中,P/N是5.1左右;接受治疗后抑郁症患者P/N也会升到4.3;此外Losada关于团队的研究,我们也可以看到是5.614。

Losada和Fredrickson在大学生群体上也得到这个结果。他们首先测量了两个样本的心理健康程度,由此区分兴盛个体和非兴盛个体。之后被试每天登陆网站记录自己的情绪状态,维持一个月。这样他们可以计算各自样本中兴盛个体和非兴盛个体的P/N。结果显示,每个样本中,兴盛组和非兴盛组的平均P/N差异显著。两个样本中,兴盛组的平均P/N分别为3.2和3.4,非兴盛组为2.3和2.1,符合Losada Line。

由于消极情绪也有一定的促进的作用,因此当他们将P/N设定为100后,模型没有出现混沌状态,反而出现了极限环。因此P/N有一定的阈值,他们依据前人对Lorenz系统的研究,推算出兴盛状态下的P/N的最大值是11.6346。

抛开非线性动力模型的原理,可以说Losada Line的推出还是符合基本逻辑的。当然2.9013这个数有多大的精确性,还需要更多的数据来检验。

参考文献:

Fredrickson, B. L., & Losada, M. (2005). Positive affect and the complex dynamics of human flourishing. American Psychologist, 60(7), 678-686.

Losada, M. (1999). The complex dynamics of high performance teams. Mathematical and Computer Modelling, 30(9-10), 179-192.

Losada, M., & Heaphy, E. (2004). The role of positivity and connectivity in the performance of business teams: A nonlinear dynamics model. American Behavioral Scientist, 47(6), 740-765.

文献打包下载

更多内容可以访问果壳问答的相关问题

苦海作舟

四小时的时长,估计是我看过最长的电影。虽然对上访人群有过自己的设想,但片中这群人的生活状况还是超出我的想象。

从毛时代就开始申冤的大妈,走投无路别无选择的小伙,懵懂渴望回家上学的孩子,从出生之日起就在上访路上的年轻母亲。这样一群人聚集在一起,食不果腹,居无定所,日复一日年复一年做机械地甚至毫无希望的重复行动:填表、等号、闯门、拘留、遣返、回访。

和巨大无情的体制机器比起来,他们是如此卑微。那块西西弗斯之石显然永远推不到山地。那么什么在驱动他们做这些无用的努力?他们为什么不放弃?有的人可能因为深陷进去,耗费自己太多的光阴而无法自拔;有些人可能只是心有不甘,希望讨个说法;有些人也许是因为对青天大老爷保有不切实际的幻想。但是咎其深处,他们的动机更多是来源于一种原始对公正的信念。用导演马莉的话说,也就是一种“信”或者“信仰”。正是因为这多少有些虚妄的“信”,使他们抛弃正常的生活,远离家乡,在穷困潦倒中几十年如一日地追逐着那些虚无缥缈的希望。

片中的主线是上访三十年的老郝和从出生起就与上访结下不解之缘的京生。老郝的脸上已经沟壑纵横,与她的倔强相得益彰。没有户口、工作,每天的生活就是抽烟、摆牌和为三十多年前被扣上反革命的前夫平反。尽管片尾老郝声言准备放弃,但从导演口中得知,老郝仍然回到了北京继续她的抗争。从京生——老郝上访路上出生的女儿——身上看不到老郝的偏执,展现给我们的反而一种豁达和乐观。虽然父母离异后便开始了陪伴母亲上访的漂泊生涯,但是露宿街头、睡候车室和厕所却是年幼的她曾经快乐的源泉。长大后保护母亲成了责任,尽管苦难从未远离她,但是我们没有听见她的抱怨,取而代之的散发着一种积极正面的人性之美。

在上访村蛰伏六年、每次逃离都提心吊胆的导演说苦难并不是她唯一想表达的主题。上访人群间的友爱、访民的“信”和京生在镜头前的坦然都是她迫切想传递给观众的力量。“人生如苦海,我们需要找到自己的舟。”爱和信仰,也许是我们得以渡岸的扁舟。

《京生》