IDSKETCHING.COM: Printer Skitse fra Industrial Design Skitsering på Vimeo.
I denne video blev vist på IDSKETCHING.Com et godt eksempel om hvordan man laver en pæn kuglepen sketch, og efter et gøre ved hjælp af Photoshop.
Video af Idsketching
Shadows er problemer for mig. Det lader til, at jeg ikke kan få den rette mængde kontrast uden mørkfarvning hele området, ligesom det lige er sket med den ene side af kirken. Tja, det er bare papir, right Tilbage til tegnebordet, med mere praksis og observation, men hvis nogen kender en god bog om lys og skygge så lad mig det vide!
Bret er en læser af Management Craft. Han prøvede at efterlade en kommentar (på dette indlæg om Aubrey Daniels smække på Dan Pink's bog Drive), men kunne ikke på grund af længde (igen!). Jeg kiggede på mine Typepad indstillinger og kunne ikke finde noget jeg kunne markere eller fjerne markeringen for at ændre tilladte længde af kommentarer, sorry! Jeg ved ikke helt, hvorfor det sker. Her er Bret kommentarer, mine tanker i slutningen:
================================================== =========
Hej Lisa:
Great serie du har gang derovre! Jeg hader at være negativ, men din blog platform er ikke lette samtale. Det er MEGET svært at forlade noget, men en kort kommentar på din blog.
Her er en kommentar jeg forsøgte at skrive, men mislykkedes (uf).
Endnu en gang, Lisa, en stor post, du har gang her. Lad mig igen forordet mine bemærkninger ved at sige jeg har endnu ikke læst nogen af bøgerne disse fyre har skrevet, og lad mig minde om, at jeg er en adfærdsmæssig videnskabsmand. Jeg personligt ville aldrig selv overveje at prøve at gøre en videnskabelig undersøgelse om motivation – det er bare for svært. Jeg forsøger altid at * forklare * nogle aspekter af adfærd i enhver undersøgelse jeg gør, men jeg har aldrig forsøge at pakke, i en motivation teori rammer. Og selv om en undersøgelse kan vise en * korrelation * mellem nogle personlighedstræk, individuelle holdning, eller organisatoriske plan, og nogle opførsel (f.eks ydeevne), meget, meget få nogensinde har været i stand til at vise kausalitet. Vi kan bare ikke design feltforsøg (dem, hvor rigtige mennesker at gøre virkelige arbejde) til at styre alle variansen (mulige alternative forklaring) at fastslå, at enhver variabel forårsaget adfærd.
Jeg faktisk gerne brede begreber (teori), fordi der hjælper ledere forstå, hvorfor folk kan gøre de ting, de gør. Husk, de fleste af de \ "hows \" ikke er blevet understøttet af stringent forskning.
Great stuff! tak, Bret
–
Bret Simmons
www.bretlsimmons.com
================================================== ================
Tak, Bret. Jeg sætter pris på din kommentar, og at du har taget ekstra energi at få det til mig via e-mail.
Jeg kan godt lide at give lederne både begreber og nogle specifikke og her er hvorfor. Jeg synes, det er nyttigt at fremme en dybere forståelse med eksempler og \ "hvad dette kunne se ud i praksis. \" Tag noget tilsyneladende simpelt som:
Viser vi careRemoving obstaclesCollaborationPartnershipCatalytic coachingClarifying forventninger
Jeg har arbejdet med ledere, der troede, at de vidste, hvad denne praksis lignede og ville have sagt, at de bruger dem. Men når vi taler om nogle særlige – hvad det ser ud på en daglig og ugentlig basis, hvad det ser ud i aktion på et personalemøde, hvad det ser ud i en morgen stimlede osv. .. de mener, de ikke forstod praksis, og at de ikke i øjeblikket gør det meget. De nærmere er ikke de eneste måder – de er eksempler på måder til at gøre _____.
Organisationer bruger en masse tid på at definere den ønskede praksis, forventninger, kernekompetencer, værdier, og sådan, men ikke nær nok tid at uddanne ledere om, hvad dette ligner på deres niveau, og hvad det ser ud på en hver dag basis.
Jeg har for nylig udviklet en fire-timers klasse, for eksempel, at ikke kun én ting – det tager to begreber (ansvarlighed og ejerskab) og gradvist øvelser ned på, hvad de er, hvordan de er forskellige, og den daglige og ugentlige handlinger tilsynsmyndigheder gør det påvirker både.
Hvad var usædvanligt ved Al snakke var hans fokus på samarbejdet mellem computere og mennesker at gøre det muligt både at løse sværere problemer, end de kunne være i stand til andet.
Starter ved 8:30 i den snak, Al beskriver dette som en \ "god cirkel \" på forbedringer ved hjælp af folks interaktion med en ansøgning, så optimeringer og funktioner som gerne lære at rang, personalisering, og anbefalinger, som måske ikke er muligt andet.
Senere, omkring 33:20, uddyber han og sagde vi har brug for \ "hybrid, ikke kunstig, intelligens. \" Al forklarer, \ "Det er sikker synes en hel del lettere … når computere forsøger ikke at erstatte mennesker, men for at hjælpe os i, hvad vi gør. Synes lige en lettere problem …. [at] udvide funktionerne af mennesker. \ "
Al siger videre størst fremskridt på meget udfordrende problemer (f.eks image anerkendelse, voice-til-tekst, personlig uddannelse) vil komme fra en kombination af flere uafhængige, massive datasæt med en feedback loop fra folk interagerer med systemet. Det er en \ "i stigende grad flydende partnerskab mellem mennesker og beregning \", som vil hjælpe både løse problemer hverken kunne løse på egen hånd.
Dette er en Google Research snak, der var meget andet, herunder den sædvanlige liste over forskningsartikler ud af Google, opsøgning af studerende og fakultet, pumpning af Google som det bedste sted at få adgang til store data og lave research på store data, og en Listen over forskningsmæssige udfordringer. De mest interessante af de forskningsmæssige udfordringer var robust, højtydende, gennemsigtige data migration som svar på belastning i massive klynger, ultra-lavt strømforbrug computing (f.eks drevet kun ved omgivende lys), personlig uddannelse, hvor computere lære og model til brug i deres elever , og få eksterne forskere adgang til den store data, de har brug for at hjælpe med at opbygge hybrid, ikke kunstig, intelligens.