Когнитивная нагрузка Майка Новикова

Запись эфира с Явно.Дизайн ⚡️ На эфире разобрали анимации в Фигме, посмотрели графики с Сашей Богачевым и в целом полезно провели время. 📹Смотреть на YouTube Так же ловите фигму, по которой проходил эфир и напоминаю, что есть пост с полезной инфой с эфира. Бегом смотреть и прокачиваться, если пропустили 😎 К сожалению при записи эфира произошла ошибка и примерно 10-15 минут эфира не записались(( *** И напомню, что на этой неделе стартовала новая Домашка с Антоном Печерицей, где качаем интерфейсную анимацию в AE 🐌

Готова запись эфира Домашки с Сашей Богачевым Начало разбора графиков на 48 минуте https://youtu.be/8ETLFEw3EI4?t=2832 Ниже в посте есть ссылка на полезные ссылки и ресурсы, про которые Саша говорил на эфире. Плюс я ещё подсобрал полезностей. Спасибо всем кто прислал работы! Если вы тоже хотите сделать перевёрстку дрибл графика — задания доступны в Фигме, а за фидбеком можно приходить в чат датавиз-сообщества #мойэфир

Домашка по переверстке инфографики Dribble Недавно прочитал крутейшую статью Славы Шестопалова «7 смертных грехов визуализации данных» В ней он рассказывает почему некоторые дизайнерские приемы мешают графикам выполнять свою главную функцию. Вдохновившись статьей, я предложил задание по переверстке Dribbble графиков в рамках гостевой недели в дизайн-сообществе Домашка. Что нужно сделать • Прочитать статью и выбрать один из предложенных графиков для улучшения из фигма-файла. Там же можно прочитать дополнительные вводные для задания. • Сделать редизайн графика, или улучшить его так, чтобы он выполнял свою главную функцию — визуализировать данные. • До 10 сентября прислать свою работу в комментарии к посту в сообществе. После дедлайна организуем эфир на котором дадим обратную связь и обсудим решения. Не стесняйтесь присылать работу, если вы новичок или не дизайнер. Весь смысл Домашки в том, чтобы качать навыки не оглядываясь на текущий уровень и через практику становиться сильнее 💪 #мойэфир

Это вообще о чем? Я сейчас читаю книжку Data visualisation Handbook и вот что говорят авторы: Каждая визуализация состоит из визуальных кусочков, которые обозначают и кодируют информацию из реального мира. Это могут быть геометрические формы — прямоугольники, линии, точки, их цвет, текстура, размер, контраст и т.п. Ещё это могут быть иллюстрации разной степени абстракции — от иконок (метафора) до фотографий предметов. Но сам по себе большой круг, красный прямоугольник, или фотография ничего не значат. Мы извлекаем новое знание из контекста, взаимного расположения элементов и текстовых подписей. Когда таких элементов (визуальных переменных) слишком много — чтобы понять смысл графика приходится тратить время на «обучение». В разных контекстах это может быть как хорошо так и плохо: - Если нужно быстро донести мысль и широко распространить идею, например в соцсетях — тогда нужно делать как можно понятней, чтобы смысл доходил моментально. - Если аудитория - не скучающий листатель ленты, а например статья в журнале, то можно добавить в график глубины и элемент исследования — если посвятить чуть-чуть времени и вникнуть, можно вытащить из визуализации какое-то совершенно новое знание — инсайт

Почему одна инфографика понятна сразу, а в другой нужно разбираться? Пред тем как читать текст, посмотрите на две визуализации. Какую из них быстрее и проще понять? Перед вами два графика — про взгляды на полезность еды диетологов vs простых американцев. И второй про эффективность вакцины от Кори. На мой взгляд график про еду воспринимать сложнее т.к. нужно выучить и держать в голове одновременно три идеи: «диетологи думают что еда полезная по горизонтали» «простые люди думают что еда полезная по вертикали». «Если фотография еды уходит в сторону от линии 45°, значит одно из значений перевешивает другое» А в графике про вакцины сразу видно: «после вакцины стало меньше»

Как пользоваться GPT-4 легально за деньги, но без подписки Краткая версия — можно пользоваться через API по модели «pay as you go». В личном кабинете OpenAI выпустить API ключ и подключить его к клиенту YakGPT который работает в браузере локально и отсылает запросы по API. В конце месяца присылают инвойс на оплату в зависимости от количества запросов. Если ничего не поняли, дальше объяснение человеческим языком👇 У компании OpenAI, которая делает сервис ChatGPT есть две версии нейросети — GPT3.5 turbo и GPT4. Четвертая версия работает медленнее, но отвечает точнее, льёт меньше воды и по многим показателем выдает ответы лучше чем «базовая» версия 3.5 Бесплатно GPT-4 можно пользоваться в браузере Edge через поисковик Bing или на сайте агрегатора чатботов Poe GPT-3.5 Бесплатен на официальном сайте и в приложениях а для доступа к GPT4 нужно оформить подписку $20 в месяц. В довесок дают плагины с возможностью доступа нейронки к интернету (как в бесплатной Bing). Но мало кто знает, что можно легально пользоваться GPT-4 по модели «плати за использование», через официальный программный интерфейс для разработчиков — API. Вообще предполагается, что такой вариант будут использовать для подключения к своим сервисам. Например Khan Academy использует API для того. чтобы помогать ученикам и учителям лучше разбираться в материалах. По факту, API запросы можно отправлять из консоли компьютера - просто это не удобно. Для удобства энтузиасты написали YakGPT который выглядит очень похоже на официальный сайт ChatGPT, но работает на вашем компьютере и общается напрямую с серверами OpenAI по API Как настроить доступ В личном кабинете OpenAI Platform нужно привязать карту, настроить ограничение по сумме в месяц, выпустить API ключ и вставить его в YakGPT У меня сейчас установлена отсечка 14 баксов в месяц. За июнь-июль в два человека на модели GPT4 наговорили на $10.5. В августе почти не пользовались, и накапало всего $1.4 Дополнительный плюс этого варианта — история разговоров хранится на серверах OpenAI 30 дней и не может быть использована для обучения. В отличии от всех других вариантов, где данные — один из главных способов монетизации бесплатного доступа. Естественно, если очень плотно пользоваться GPT4 подписка может быть выгоднее, чем такая плата за запросы. Ну и если в бесплатной версии хватает качества, то официальный клиент удобнее и проще. #ToolHacks

Перечитал статью про цеттелькастен. Только сейчас обратил внимание на крутой термин — картотека. Получается, что «Digital second brain» это по простому «цифровая картотека» #вкусныеслова

Obsidian — как я понял, что мне не нужен «второй мозг» Хочу рассказать, как не смог построить «второй мозг» в Obsidian и как использую его теперь. Wiki-база знаний — не новая концепция, и zettelkästen изначально был на бумаге. Суть в том, чтобы обрабатывать и собирать информацию в маленькие кусочки знаний, а затем связывать их вместе, чтобы синтезировать новые идеи. Звучит круто, но на поддержку нужно выделять силы и время. Я организовывал папки, придумывал иерархию тегов, но мысль о постобработке убила желание создавать заметки. Расстроившись, я стал использовать Obsidian, как простой блокнот для чек-листов и быстрых записей, и произошло волшебство — я стал пользоваться программой почти каждый день! Теперь тут сосредоточена вся информация, которую я выгружаю из головы. Постепенно добавляю теги и перекрёстные ссылки. Даже в таком виде Obsidian помогает мне вести журнал, разгружать голову и не терять заметки. Расскажите в комментариях, как вы храните и обрабатываете знания, а я поделюсь самым жизненным мемом на эту тему. #карточки#миша#опыт

← Фотография и рендер по инженерной 3D модели. → Интересно что если смотреть на рендер без фотки рядом, нет ощущения "пластиковости". А когда переключаешься между ними начинаешь подмечать микродетали: наклейки, шильдики, проводки, шнуры, стяжки, блики, капли грязи и неровности сборки. Из мелких деталей и нюансов получается ощущение реализма #Blender

Реализм в 3D Очень часто когда делаю рендеры предметов из реального мира, возникает ощущение «пластиковости». Кажется что предмет ненастоящий, но в моменте сложно понять в чем проблема. Вот наткнулся на хороший пример в каталоге Декатлона. Одна бутылка сделана в 3D, другая — в отфотана в кубе. Бутылки разные, но почти с одинаковой горловиной. Чем они отличаются: • В целом на фотографии намного больше света: точечных источников и заполняющего. • На фотографии у откидной части материал пропускает свет насквозь (subsurface). • На фотографии лучше видны разные текстуры — металлической пружины, поверхности матовой крышки, глянцевые и матовые части внутри петли, глянцевость/матовость внутри и снаружи крышки • На фотографии лучше видны фаски. Они тоньше и из-за этого лучше очерчивают форму предмета. • Внутри откидной части видны следы производства — полукруг после литья пластика под давлением. #3D

Зачем дизайнеру уметь работать с 3D? Меня очень вдохновляют возможности, которые открывает знание 3D редактора. Можно быстро внести правки в модель и тут же получить рендер, подходящий под композицию. Не прожигается время на коммуникацию с 3D подрядчиком. При этом не обязательно самому быть мастером CG. Даже базовое знание любого 3D редактора сильно расширяет возможности на этапе сборки макета, и даже во время создания концептов. #ремесло#Blender#3D

Зачем детально анализировать рефы? Мы уже писали, что смотреть референсы без детального разбора нет смысла. Если кратко, то осознанный анализ позволяет понять, по каким правилам построен дизайн — найти внутри закономерности и противоречия. Такая практика занимает больше времени по сравнению с «пролистыванием» подборок, но в результате намного полезнее. Со временем наборы ходов откладываются в голове и естественным образом помогают в рабочих задачах. Список родился из советов Игоря Шевякова и Саши Ковальского из Creative People, когда они помогали качать насмотренность и визуал в рамках сервиса DL PRO. Спасибо им! Чеклист для анализа референсов #заметка#миша#насмотренность