HN रिलीज़: कागज़ जैसा महसूस होने वाली तकनीक Feels Like Paper

 (lukasmoro.com)
1 पॉइंट द्वारा GN⁺ 2024-11-29 | 1 टिप्पणियां | WhatsApp पर शेयर करें

  • अवधारणा

    • "Feels Like Paper!" AI के ज़रिए भौतिक कागज़ को augment करने वाली एक prototype series है।
    • इसका लक्ष्य भौतिक कागज़ और स्याही में digital world की विशेषताएँ जोड़ना है, जबकि उसकी भौतिक विशेषताओं को बनाए रखना है।
    • ये तीन prototypes कागज़ को computing की गतिशीलता, agency, और permanence देने की कोशिश करते हैं, साथ ही कागज़ की flexibility, durability, और tactile feel को बरकरार रखते हैं।

  • प्रेरणा

    • यह Keichii Matsuda के "GODS" नामक manifesto से प्रेरित है।
    • इसमें augmented reality के माध्यम से दुनिया में विभिन्न agents या "देवताओं" को रखकर अधिक मानवीय AI interface देने का प्रस्ताव है।
    • यह Japan के Shintoism से प्रेरित एक polytheistic approach है, जो AI के साथ interaction के लिए एकमात्र सत्य-स्रोत के बजाय कई छोटे helpers की संभावना प्रस्तुत करता है।

  • डिज़ाइन

    • यह project Apple के "Math Notes", Bret Victor के "Dynamicland", और Ink & Switch के "Inkbase: Programmable Ink" जैसा है।
    • भौतिक कागज़ की static प्रकृति को बनाए रखते हुए उसे augment करना AI की संरक्षक जैसी भूमिका को और उभारता है।
    • इसमें implicit interaction को प्राथमिकता दी गई है ताकि अनुभव सरल और प्रत्यक्ष बना रहे।

  • "Maths & Questions" prototype

    • यह कागज़ के माध्यम से contextual interaction को explore करता है और AI के output को उपयोगकर्ता की धारणा में अर्थपूर्ण और शांत ढंग से जोड़ता है।
    • जब उपयोगकर्ता question mark या equals sign लिखता है, तो system उसकी position पहचानकर image को LLM में भेजता है और जवाब प्राप्त करता है।
    • जवाब उपयोगकर्ता की handwriting में कागज़ पर augment किया जाता है।

  • "Mark & Comment" prototype

    • यह ML और कागज़ के माध्यम से digital twin के साथ embodied interaction को explore करता है।
    • जब उपयोगकर्ता text को highlight करता है, तो highlight digital version में सेव हो जाता है।
    • highlighted हिस्से पर voice comment अपने-आप सेव हो जाता है।

  • "Draw & Dream" prototype

    • यह image diffusion के माध्यम से AI के साथ co-creation को explore करता है।
    • उपयोगकर्ता की drawing को StreamDiffusion में input देकर stylistic "lens" लागू किया जाता है।
    • परिणामस्वरूप video feed को Unity application में stream किया जाता है।

  • परिणाम और सीख

    • ये prototypes दिखाते हैं कि AI को physical world में कैसे लाया जा सकता है।
    • यह physical objects के ज़रिए computing के साथ direct interface की संभावना को explore करता है।
    • यह AI के साथ मानवीय संबंध को तीन अलग-अलग approaches के माध्यम से अलग तरह से frame करता है।

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2024-11-29
Hacker News की रायें

  • पोस्ट के अनुसार, Keichii Matsuda ने GODS नामक घोषणापत्र में augmented reality के ऐसे deictics समझाए हैं जिनकी जड़ें pagan animism में हैं
    ChatGPT या Siri जैसे AI के साथ interface करने वाले एकेश्वरवादी पश्चिमी दृष्टिकोण के विपरीत, उनका कहना है कि augmented reality तकनीक के ज़रिए स्थानों और वस्तुओं का विस्तार करके दुनिया को कई agents, यानी “देवताओं”, से भर देना चाहिए
    लेखक ने 2006 की Daniel Suarez की Daemon पढ़ने की सिफारिश की है। यह मनुष्यों के साथ interact करने वाली persistent और शक्तिशाली augmented reality entities पर है, और ढीले तौर पर उस विचार को भी छूती है कि augmented reality के bodily gestures वास्तविक दुनिया पर भौतिक असर डालने वाले “आदिम मंत्रों” के रहस्यमय माध्यम की तरह काम कर सकते हैं

    • अगर यह विचार रोचक लगे तो कुछ लोगों ने Ra भी सुझाई। Karl Schroeder की लगभग हर रचना भी सुझाने लायक है, क्योंकि वे machine intelligence को कई तरीकों से संभालते हैं
      steampunk शैली की Virga series में ऐसे AI हैं जो प्रकृति की जगह कार्रवाई करते हैं, Lady of Mazes में राजनीतिक आंदोलनों की भौतिक अभिव्यक्ति “votes” हैं, और Ventus में संवेदनशील terraforming robots हैं जो अब मनुष्यों की तरह नहीं सोचते
    • यह विषय HN पर अक्सर सुझाई जाने वाली https://qntm.org/ra में भी आता है
    • William Gibson की Sprawl trilogy, खासकर Count Zero (1987), में भाग निकले AI याद आते हैं। हालांकि वे augmented reality में नहीं बल्कि cyberspace, यानी virtual reality, में ही प्रकट होते हैं
      उद्धरण में Bobby का सामना “Vyéj Mirak”, “Ezili Freda”, “Legba” जैसे नामों वाली entities से होता है, जहाँ AI जैसी उपस्थिति को संचार और मार्गों के loa की पौराणिक रूपरेखा में समझा गया है
    • “Lords of Kobol, hear my prayer.” तकनीक आगे बढ़ने के साथ ऐसा लगता है कि हम बहुदेववाद और एकेश्वरवाद के बीच आते-जाते रहेंगे। कोई कह सकता है कि यह सब पहले भी हो चुका है

  • माफ़ कीजिए। hosting इतनी traffic संभालने के लिए तैयार नहीं थी, और migration के दौरान experiments Twitter पर भी देखे जा सकते हैं
    https://x.com/lukas_moro/status/1829487148078412019
    https://x.com/lukas_moro/status/1838207092471050645
    https://x.com/lukas_moro/status/1847299759603699906

    • Vercel में काम करने वाले के नज़रिए से देखें तो लगता है spending limit enabled थी, इसलिए एक निश्चित राशि पर पहुँचते ही साइट अपने-आप रुक गई। इस मामले में Vercel ने सामान्य रूप से ही काम किया
      अगर आप बहुत सारी video files host कर रहे हैं, तो Vercel Blob जैसे object storage का इस्तेमाल करने की सलाह दूँगा। यह दूसरे comment में बताए गए stylesheet या script जैसे core assets के लिए “Fast Data Transfer” से ज़्यादा images या videos जैसी बड़े size की assets के लिए उपयुक्त है
      कोई सवाल हो तो lee at vercel dot com पर संपर्क कर सकते हैं
    • संदर्भ के लिए, मेरे पास एक सस्ते OVH VPS पर कुछ static HTML sites हैं, और उसी setup के साथ वे कई बार HN front page तक पहुँची हैं, बिना किसी समस्या के
      यह tech choice पर हमला नहीं है, बस एक छोटा सा reminder है कि साधारण समाधान अब भी मौजूद हैं, सस्ते हैं, और अच्छे से काम करते हैं

  • पेज के निचले हिस्से में blur effect की वजह से बार-बार लगता रहा कि अभी paywall आने वाली है

    • काम की images का धीरे-धीरे साफ़ होना भी वैसा ही एहसास देता है

  • “भौतिक कागज़ के परिष्कृत user experience की बराबरी नहीं की जा सकती…” इस बात से मैं सच में सहमत हूँ। हाथों में शरीर के अन्य हिस्सों की तुलना में अनुपातहीन रूप से बहुत ज़्यादा nerves होती हैं, इसलिए यह अफ़सोस की बात है कि मौजूदा तकनीक लगभग पूरी तरह visual और auditory interaction पर केंद्रित है और केवल बहुत कमजोर haptic feedback का उपयोग करती है
    कागज़ या किताब में texture, weight, temperature और stiffness होती है, और हाथ इन्हें इतनी सहजता से समझते हैं कि अक्सर हमें इसका एहसास भी नहीं होता। मैं चाहता हूँ कि ये information channels user experience का हिस्सा बनें
    कागज़ और किताब के पन्ने पलटने में बहुत-सी अच्छी विशेषताएँ हैं। वजन के वितरण से पता चल जाता है कि कितना पढ़ लिया है, उंगलियाँ इतनी precision और feedback देती हैं कि page या chapter के बीच context switch को track किया जा सके, और मुड़े हुए कोने या post-it ऐसा metadata रखते हैं जो ज़रूरत पड़ने पर तुरंत दिख जाए और बाकी समय छिपा रहे। मेज़ पर कई पन्ने फैलाने की physical क्रिया desktop windows संभालने से कहीं आसान है, और physical layout की असमानताएँ भी अवचेतन रूप से पहचानी जाती हैं, जिससे चीज़ों में फर्क करना आसान होता है। यानी noise भी information बन जाता है
    स्क्रीन की interactivity शानदार है और e-ink ने कागज़ की एक छोटी-सी बढ़त अपना ली है, लेकिन computer user interfaces की संभावनाएँ अभी शायद मुश्किल से शुरू ही हुई हैं
    और जोड़ूँ तो APL जैसी बहुत संक्षिप्त भाषाओं का एक फ़ायदा यह है कि pen और paper पर programming करना सच में स्वाभाविक लगता है, और array programmers की चर्चा में ऐसे दृश्य स्वाभाविक रूप से दिखते हैं। हो सकता है मौजूदा programming paradigms हमारी सोच से कहीं ज़्यादा human-computer interaction की सीमाओं से बँधे हों

  • शानदार। https://dynamicland.org/ सबसे पहले दिमाग में आया, और पेज पर इसका reference देखकर अच्छा लगा

    • वह वेबसाइट दोहरी nostalgia देती है। एक तरफ़ वह पुराने iOS skeuomorphism दौर के iBooks app की बहुत याद दिलाती है, और दूसरी तरफ़ Adobe Dreamweaver की “slicing” feature से बनाई गई शुरुआती websites की
      तब images के ऊपर box बनाकर उस हिस्से को नए page के link में बदल दिया जाता था

  • पढ़ने में रोचक लग रहा था, लेकिन butterfly animation, blur effect, और सफ़ेद background पर पतले gray font ने इतना overwhelm कर दिया कि मैंने तुरंत back दबा दिया

    • सहमत। सही body color title color के क़रीब होना चाहिए। paragraphs बहुत ज़्यादा gray हैं और contrast कम है
      अगर किसी किताब या magazine के एक पन्ने को इस page के बगल में रख दें, तो 99.99% मामलों में कागज़ वाला text कहीं ज़्यादा आसानी से पढ़ा जाएगा। लेख के विषय को देखते हुए यह विडंबना हो सकती है, या शायद नहीं भी। यह मानो दिखाता है कि सदियों की paper typography ने 30 साल के web से बेहतर ergonomics बनाई है
    • मैंने reader mode button दबाया, लेकिन दुर्भाग्य से उससे video गायब हो गया
      किसी लेख में loop होने वाली या procedurally moving animations न डालना एक accessibility feature है। ADHD वाले लोगों के लिए चारों ओर उड़ते visual noise के बीच text blocks पढ़ना मुश्किल होता है
    • मज़ेदार animations अच्छी थीं, लेकिन readability और accessibility के लिए text और गहरा होना चाहिए, इस बात से सहमत हूँ
    • ऐसे design choices अब पढ़ी जाने वाली सामग्री के बारे में भी बुरा प्रभाव छोड़ते हैं। अफ़सोस की बात है, क्योंकि इसके बाद का demo augmented reality और AI के ऐसे दुर्लभ उपयोगों में से था जिसे देखकर भौंहें नहीं सिकुड़तीं

  • वेबसाइट hosting के लिए इस्तेमाल की जा रही service शायद अपना काम ठीक से नहीं कर रही। 1KB से भी छोटे assets को load होने में कई मिनट लग रहे हैं

    • माफ़ कीजिए। मैं Vercel इस्तेमाल कर रहा हूँ

  • सामग्री रोचक है, लेकिन presentation की वजह से उसकी रेटिंग थोड़ी कम हो जाती है। कभी-कभी कम करना ही बेहतर होता है

  • आज traffic ज़्यादा है, इसलिए अगर Vercel का “Fast Data Transfer” budget पार हो गया तो वेबसाइट जल्द धीमी हो सकती है। असुविधा के लिए माफ़ी चाहता हूँ

    • free cache layer पाने के लिए मैं अक्सर Vercel के आगे Cloudflare को proxy की तरह रखता हूँ
    • माफ़ कीजिए। अब वेबसाइट रुक गई है, और मैं इसे अभी Cloudflare पर migrate कर रहा हूँ

  • viewport के नीचे का lens effect और साइट का समग्र design मुझे पसंद आया। सच में शानदार। सोच रहा हूँ कि क्या इस effect पर कोई अलग लेख है, या developer tools में देखकर समझना सबसे अच्छा तरीका होगा

    • मेरा अनुभव बिलकुल उल्टा था। image load होते समय दिखने वाला frosted glass जैसा एहसास मुझे बिल्कुल पसंद नहीं आया, और वह इतना खटक रहा था कि पूरा पढ़ने से पहले ही पेज छोड़ दिया
    • अफ़सोस की बात है कि फ़ोन पर पूरी चीज़ lag कर रही थी, इसलिए मैं शुरुआती कुछ paragraphs से आगे नहीं जा पाया, और इसे बंद करने का कोई साफ़ तरीका भी नहीं था
    • progressive blur को देखिए
    • जैसा एक दूसरे top-level comment में कहा गया, यह effect paywalled content का संकेत देने वाले dark pattern जैसा लगता है। इस मामले में शायद इसका न होना ही बेहतर होता