因特网（Inter），物联网都是通讯网路，将装置进行连线，就好比物联网是高速公路与英特网是大马路，大马路可以走人走脚踏车走汽车，高速路只走汽车。云端计算是区别于本地计算的一种概念，是分散式计算的一种技术名称。
云端计算和物联网两者之间本没有什么特殊的关系，物联网只是今后云端计算平台的一个普通应用，物联网和云端计算之间是应用与平台的关系。
物联网的发展依赖于云端计算系统的完善，从而为海量物联资讯的处理和整合提供可能的平台条件，云端计算的集中资料处理和管理能力将有效的解决海量物联资讯储存和处理问题。
人工智慧是程式演算法和大资料结合的产物。
而云计算是程式的演算法部分，物联网是收集大资料的根系的一部分。
可以简单的认为：人工智慧=云端计算+大资料（一部分来自物联网）
随着物联网在生活中的铺开，它将成为大资料最大，最精准的来源。
云端计算通俗理解：1、通过网路上传到云储存东西，无需储存装置有网路便可读取。像银行
2、可以通过云端计算，有些软体无需安装便可使用，比如直接通过云写文件，不用安装word。像家里用电不用自己发电，通过电网购买。
云的使用对自己电脑的配置实用减少，而物联网是本地电脑和伺服器资讯互换，处理资讯使用的是本地电脑的资源处理东西。
物联网是客观世界在Inter上的一种应用；云端计算是建立在Inter上的一种分散式技术服务模式；三网融合是将Inter、电信网、广电网业务融合在一起的应用技术及业务模式。
希望对你有用。
随着社会迅速发展，人类逐渐进入大资料的时代，而物联网与云端计算作为近年来的热点，受到了业内不少人士的关注。据业界人士分析，大资料的前景与物联网以及云端计算这两者之间的关系非常密切，那么，真像业界人士所说的那样它们之间存在着不一样的关系呢？下面，我们就来了解一下大资料与物联网、云端计算之间的关系吧。
大资料概念
巨量资料(big data)，或称大资料、海量资料，指的是所涉及的资料量规模巨大到无法透过目前主流软体工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。“大资料”是由数量巨大、结构复杂、型别众多资料构成的资料集合，是基于云端计算的资料处理与应用模式，通过资料的整合共享，交叉复用,形成的智力资源和知识服务能力。
大资料市场格局
具体意义上来讲，早在20世纪90年代“资料仓库之父”的Bill Inmon便提出了“大资料”的概念。大资料之所以在最近走红，主要归结于网际网路、移动装置、物联网和云端计算等快速崛起，全球资料量大大提升。可以说，移动网际网路、物联网以及云端计算等热点崛起在很大程度上是大资料产生的原因。
我们通过分析，形象的知道大资料与移动网际网路、物联网以及传统网际网路的关系。物联网，移动网际网路再加上传统网际网路，每天都在产生海量资料，而大资料又通过云端计算的形式，将这些资料筛选处理分析，提前出有用的资讯，这就是大资料分析。
大资料与云端计算
云端计算（cloud puting）是基于网际网路的相关服务的增加、使用和交付模式，通常涉及通过网际网路来提供动态易扩充套件且经常是虚拟化的资源。近几年，云端计算的概念受到了学术界、商界，甚至 的热捧，一时间云端计算无处不在，这真让同时代其他的IT技术相形见绌，无地自容。
本质上，云端计算与大资料的关系是静与动的关系；云端计算强调的是计算，这是动的概念；而资料则是计算的物件，是静的概念。如果结合实际的应用，前者强调的是计算能力，或者看重的储存能力；但是这样说，并不意味着两个概念就如此泾渭分明。大资料需要处理大资料的能力（资料获取、清洁、转换、统计等能力），其实就是强大的计算能力；另一方面，云端计算的动也是相对而言，比如基础设施即服务中的储存装置提供的主要是资料储存能力，所以可谓是动中有静。
如果资料是财富，那么大资料就是宝藏，而云计算就是挖掘和利用宝藏的利器！没有强大的计算能力，资料宝藏终究是镜中花；没有大资料的积淀，云端计算也只能是杀鸡用的宰牛刀。
大资料与物联网
物联网是一个基于网际网路、传统电信网等资讯承载体，让所有能够被独立定址的普通物理物件实现互联互通的网路。
大资料与物联网之间的关系是相铺相成的。物联网产生大资料。美国人前几年医院一年产生500个数据，IMT1。4TB资料等各种的资料通过感测器产生，也有在网上直接产生的，我们现在处于大资料时代，物联网一分钟可以产生非常多的东西，苹果下载2万余次，一分钟会上传10万条新微博，全世界物联网上虚拟网路上，产生了大量的资料。
物联网产生的大资料与一般的大资料有不同的特点。物联网的资料是异构的、多样性的、非结构和有噪声的，更大的不同是它的高增长率。物联网的资料有明显的颗粒性，其资料通常带有时间、位置、环境和行为等资讯。物联网资料可以说也是社交资料，但不是人与人的交往资讯，而是物与物，物与人的社会合作资讯。
除此之外，大资料助力物联网，不仅仅是收集感测性的资料，实物跟虚拟物要结合起来。今天北京交通堵塞，但是并不知道堵塞原因，如果 释出讯息和市民微博释出讯息结合起来就知道发生什么事，物联网要过滤，过滤要有一定模式。
基于大资料与物联网，云端计算之间的关系
物联网重点突出了感测器感知的概念，同时它也具备网路线路传输，资讯储存和处理，行业应用介面等功能。而且也往往与网际网路共用伺服器，网路线路和应用介面，使人与人(Human ti Human ，H2H)，人与物(Human to thing，H2T)、物与物( Thing to Thing，T2T)之间的交流变成可能，最终将使人类社会、资讯空间和物理世界(人机槠)融为一体。
大资料目前尚没有统一的定义，比较有代表性的是3V 定义，即认为大资料需满足3 个特点：规模性(Volume)、多样性(Variety)和高速性(Velocity)。
以云端计算为代表的网际网路新应用的兴起，表明网际网路基础服务无论从硬体，软体还是资料资讯都在向集中和统一的方向发展。也就是说，未来的大资料还将具备一个新的特性-统一性(Unity)。
你也可以参考物联商业网。
因特网是一个数据网际网路；物联网是将现实世界的事物通过感测器等连线到网际网路形成的一个管理网路；云端计算是一种大规模的计算服务平台，它可以为其他网路提供计算服务；三网融合是将电信网、电视网及网际网路融合在一起的综合应用网路。
希望对你有用。
云端计算与网格计算的概念
首先，究竟什么是云端计算（Cloud Computing）呢？钱教授指出，云就是网际网路——做网路的似乎总是把网路抽象成云；云端计算就是利用在Inter中可用的计算系统，能够支援网际网路各类应用的系统。云端计算是以第三方拥有的机制提供服务，为了完成功能，使用者只关心需要的服务，这是云端计算基本的定义。
相对于网格计算（Grid Computing）和分散式计算，云端计算拥有明显的特点：第一是低成本，这是最突出的特点。第二是虚拟机器的支援，使得在网路环境下的一些原来比较难做的事情现在比较容易处理。第三是镜象部署的执行，这样就能够使得过去很难处理的异构的程式的执行互 *** 作变得比较容易处理。第四是强调服务化，服务化有一些新的机制，特别是更适合商业执行的机制。
那么网格计算的特点又是什么呢？
网格计算有了十几年的历史。网格基本形态是什么？是跨地区的，甚至跨国家的，甚至跨洲的这样一种独立管理的资源结合。资源在独立管理，并不是进行统一布置、统一安排的形态。网格这些资源都是异构的，不强调有什么统一的安排。另外网格的使用通常是让分布的使用者构成虚拟组织（VO），在这样统一的网格基础平台上用虚拟组织形态从不同的自治域访问资源。此外，网格一般由所在地区、国家、国际公共组织资助的，支援的资料模型很广，从海量资料到专用资料以及到大小各异的临时资料集合，在网上传的资料，这是网格目前的基本形态。
云端计算与网格计算区别何在
可以看出，网格计算和云端计算有相似之处，特别是计算的并行与合作的特点；但他们的区别也是明显的。主要有以下几点：
首先，网格计算的思路是聚合分布资源，支援虚拟组织，提供高层次的服务，例如分布协同科学研究等。而云计算的资源相对集中，主要以资料中心的形式提供底层资源的使用，并不强调虚拟组织（VO）的概念。
其次，网格计算用聚合资源来支援挑战性的应用，这是初衷，因为高效能运算的资源不够用，要把分散的资源聚合起来；后来到了2004年以后，逐渐强调适应普遍的资讯化应用，特别在中国，做的网格跟国外不太一样，就是强调支援资讯化的应用。但云计算从一开始就支援广泛企业计算、Web应用，普适性更强。
第三，在对待异构性方面，二者理念上有所不同。网格计算用中介软体遮蔽异构系统，力图使使用者面向同样的环境，把困难留在中介软体，让中介软体完成任务。而云计算实际上承认异构，用映象执行，或者提供服务的机制来解决异构性的问题。当然不同的云端计算系统还不太一样，像Google一般用比较专用的自己的内部的平台来支援。
第四，网格计算用执行作业形式使用，在一个阶段内完成作用产生资料。而云计算支援持久服务，使用者可以利用云端计算作为其部分IT基础设施，实现业务的托管和外包。
第五，网格计算更多地面向科研应用，商业模型不清晰。而云计算从诞生开始就是针对企业商业应用，商业模型比较清晰。
总之，云端计算是以相对集中的资源，执行分散的应用（大量分散的应用在若干大的中心执行）；而网格计算则是聚合分散的资源，支援大型集中式应用（一个大的应用分到多处执行）。但从根本上来说，从应对Inter的应用的特征特点来说，他们是一致的，为了完成在Inter情况下支援应用，解决异构性、资源共享等等问题。
那么，网格计算和云端计算有没有可能取长补短、互为补充呢？钱教授提到，如果这两者结合起来，也许可以聚合大量分散的资源，从而支援各种各样的大型集中应用以及分散的应用。
最后，钱教授还谈到，在云端计算技术方面，有三个需要关注的问题。第一是安全，因为要想作为公共基础设施必须取得使用者的充分信任。第二是标准化，不能再走中介软体的老路。第三是开源，要走开放的平台，这样才有发展。
简明的描述，看了有茅塞顿开的感觉。
观点一：网格计算主要关注如何把一个任务分配到它所需要的资源上（一般来说是一个远端可用的），在这里一个大的计算任务可以被分成多个小任务，然后被分配到这些伺服器上执行；而云计算则强调把资源动态的从硬体基础架构上产生出来，以适应工作任务的需要，云端计算可以支援网格计算，也可以支援非网格计算。（简单理解，即动态产生的计算资源是来自一台伺服器还是多台，是否使用了网格计算的演算法。本人的理解）
观点二：网格计算与云端计算主要有三点区别，第一，网格主要是通过聚合式分布的资源，通过虚拟组织提供高层次的服务，而云计算资源相对集中，通常以资料中心的形式提供对底层资源的共享使用，而不强调虚拟组织的观念；第二，网格聚合资源的主要目的是支援挑战性的应用，主要面向教育和科学计算，而云计算一开始就是用来支援广泛的企业计算、web应用等；第三，网格用中介软体遮蔽异构性，而云计算承认异构，用提供服务的机制来解决异构性的问题。
网格计算与云端计算的关系如下表所示。
表 1 网格计算与云端计算的比较
网格计算
云端计算
目标
共享高效能运算力和资料资源，实现资源共享和协同工作
提供通用的计算平台和储存空间，提供各种软体服务
资源来源
不同机构
同一机构
资源型别
异构资源
同构资源
资源节点
高效能运算机
伺服器/PC
虚拟化检视
虚拟组织
虚拟机器
计算型别
紧耦合问题为主
松耦合问题
应用型别
科学计算为主，计算密集
资料处理为主，资料密集
使用者型别
科学界
商业社会
付费方式
免费（ 出资）
按量计费
标准化
有统一的国际标准OGSA/WSRF
尚无标准，但已经有了开放云端计算联盟OCC
网格计算走的是学院派的路子：在概念上争论多年，在体系结构上三次伤筋动骨，在标准规范上花费了大量的心力，所设定的目标又非常远大－－要在跨平台、跨组织、跨信任域的极其复杂的异构环境 享资源和协同解决问题，所要共享的资源也是五花八门－－从高效能运算机、资料库、装置到软体、甚至知识；云端计算走的是现实派的路子：暂时不管概念、不管标准，Google云端计算与Amazon云端计算的差别非常大，云端计算只是对他们以前做的事情的新的共同的时髦叫法；所共享的储存和计算资源暂时仅限于某个企业内部，省去了许多跨组织协调的问题；以Google为代表的云端计算在内部管理运作方式上的简洁一如其介面，能省的功能都省了，Google档案系统甚至不允许修改已经存在的档案，大大降低了实现难度，却借助其无与伦比的规模效应释放前所未有的能量。
网格计算与云端计算的关系，就像是OSI与TCP/IP之间的关系：ISO制定的OSI（开放系统互联）网路标准，考虑得非常周到，也异常复杂，在多年之前就考虑到了会话层和表示层的问题。很有远见，但过于阳春白雪了，实现的难度和代价也非常大。当OSI的一个简化版－－TCP/IP冒出来之后，将七层协议简化为四层，内容也大大精简，因而迅速取得了成功。在TCP/IP一统天下之后多年，语义网等问题才被提上议事日程，开始为TCP/IP补课，增加其会话和表示的能力。因此，OSI是学院派，TCP/IP是现实派。OSI是TCP/IP的基础，TCP/IP又推动了OSI的发展。不是成者为王、败者为寇的问题，而是滚动发展的问题。
1．物联网产生大资料，大资料助力物联网。目前，物联网正在支撑起社会活动和人们生活方式的变革，被称为继计算机、网际网路之后冲击现代社会的第三次资讯化发展浪潮。物联网在将物品和网际网路连线起来，进行资讯交换和通讯，以实现智慧化识别、定位、跟踪、监控和管理的过程中，产生的大量资料也在影响着电力、医疗、交通、安防、物流、环保等领域商业模式的重新形成。物联网握手大资料，正在逐步显示出巨大的商业价值。
2．大资料是高速跑车，云端计算是高速公路。在大资料时代，使用者的体验与诉求已经远远超过了科研的发展，但是使用者的这些需求却依然被不断地实现。在云端计算、大资料的时代，那些科幻片中的统计分析能力已初具雏形，而这其中最大的功臣并非工程师和科学家，而是网际网路使用者，他们的贡献已远远超出科技十年的积淀。
这本书的出现是件很巧合的事情，当我们尝试在新零售这个领域做一些新的设计探索的时候，这本书被同事推荐了过来，“交互的未来”是一个很有吸引力的噱头，我也很想知道，交互的未来到底发展到何方。
之所以说是巧合，是因为我们在探索的过程中，发现用户会在新零售的整个框架里面，开始接触一些新鲜的东西，而用户在整个过程中的交互，初步分析，可以划分为“人、物、屏、声” ① 这四类，而这本书，很清晰的告知了我们，人与机器或者屏幕，在未来的交互方式中可以遵循的原则。
本文的目的，是期望能够通过对这本书的解读，让大家对这个概念有一定的认知和了解。
早在1995年，“普适计算” ② 之父，马克·维泽与施乐帕克研究中心 ③ 的约翰·史立·布朗 共同了提出“平静技术”的概念。
其实，在20世纪80年代的时候，这群研究学者就已经预见到，未来是一个充满各种小型设备的时代，当时他们称这些设备为：“垫板”“平板”“直板”，并且在这些小型设备未出现之前，就开始研究这类产品使用体验和最佳的用法。在他们看来，无论技术如何的新型，但是技术给人带来的感受应该是优雅的、人性化的，不显眼的。
但从今天看来，我们经常讨论某些新型设备的问世，然后静静的看着它们报出一个个让人捧腹的bug，新的设备逐渐增多，但是给人以幸福感的设备却寥寥无几，技术给我们带来了新的产品，但是却并没有给我们平静的生活。
那么平静技术到底是什么？我个人总结了一下：
自20世纪40年代，第一台计算机问世以来，计算机的发展从未停止。在书中，作者提出了计算机发展的4个浪潮：
我们会发现，设备数量的增长速度甚至快过人类，并且逐渐多样化，从大型机时代到移动计算时代，设备的增长呈现出以下几个特点：
平静技术的提出者们同时提出了一个设想，当世界人口超过100亿时，世界上的设备数量至少超过了500亿。如果我们一方面在增加设备的数量，一方面又保留目前我们跟设备互动的标准，很快我们会被自己设计的各类信息所淹没。
如何能够让设备在增长的同时，给人带来平静的体验？作者提出了平静技术设计的8大原则，来协助我们review自己的设计。
在阐述这8项原则之前，我想先抛出一个论点： 注意力守恒 。即大多数人在某个时刻的注意力总量是恒定不变的，所以人们无法同时处理对于注意力要求很高的多个事情，一件事需要的注意力多了，另一件必然不会分配更多的注意力。就如同司机不可能一边开车一边玩游戏一样。
个人认为， 注意力 是人与设备交互时的 最核心资源 ，尽管需要我们注意的信息已经大大增多，但是我们自身所拥有的注意力的总量始终未变。这就意味着，我们需要对注意力资源有更加合理的分配，设备对于注意力的占用需要更少且更高效。
作者强调，这里的原则并不是每次设计都需要遵循，而是提供一些思考的方向，供大家每次设计时进行参考。
下面结合书上的内容，对这8条原则说一下个人的一些理解：
我们当前很多交互设计的原则或者思维还是来自于 台式机时代 ，在那个时代，人们被要求坐在电脑面前，投入大部分注意力到屏幕上，来处理自己的工作任务。我记得在《About Face 3》以及之前的版本，移动端的设计仅仅是被提及，而在《About Face 4》中则用大篇幅的文章来介绍移动端的设计方法与准则。
当今时代，大多数人的生活处于 移动、并行、多平台 的环境。在这种环境下，我们可能会在某个瞬间接收到多个设备提供的信息，这就要求我们能够将注意力短暂转移到设备，并在获取信息后，能立刻转移到其他事情上。如果某个设备一直通过某种方式强调注意力资源的占用，而无法提供人们最关注的信息，这种就会对人们形成干扰，甚至会引发人对这个设备的厌恶。
这种注意力资源的分配矛盾，在当人们有主要任务时，显得尤为突出 ，设备(或产品)应该在尽量不打扰人们完成主要任务的情况下，也能够传递信息。但是目前看到的很多设计过程中，注意力资源仍然不是第一考虑要素，甚至可以说，今天大部分的设备，仍然设计的像台式机，我们不得不倾注大量的注意力资源，才能从其中获取信息。
虽然视觉是最直观的获取信息的方式，但是在设计时，除了屏幕之外，我们可以利用的还有很多。人的五感之中， 视觉、听觉和触觉都是可以利用，并且花费较低成本就可以获取信息的方式 ，而信息的表达，在某些场景下，可以放弃屏幕，通过灯、声音和震动等方式来替代。
例如，目前市面上洗衣机的开机、关机、洗衣结束时，都会伴随有不同的声音，来提醒人们洗衣机目前的状态。所以，我们只需要在开启后洗衣功能后，就可以做其他事情直到听到结束的声音。试想如果整个过程，我们需要一直盯着洗衣机完成整个动作，那又会是一个什么场景？
平静技术会让你明确知道某个系统运转良好并且一切正常，你之所以感到平静，是因为知道如果出现需要你关注的事情，设备会在恰当的时间提醒你。
生活中这样的正例不胜枚举，例如正在煮饭的电饭煲、烘焙的烤箱、烧水的水壶等等，这些电器的样式千差万别，但是他们工作状态的展示却趋于一致，正是因为他们提供了平静的过程和需要关注的结果，而我们现在看不到不同于这类方式的电器，只不过是因为设计的优胜劣汰所导致的。
当然，如果有些设备通过粗暴的方式打断你当前的任务，将你的注意力转移到其他事情身上，是因为为了保证你的生命安全，例如火警警报等。
在《设计师要懂心理学2》这本书中，有三个章节介绍了关于视觉的内容，书中提到了周边视觉与中央视觉的概念，并且强调：
除了视觉相关的内容，作者还在书中提到了 注意力模型 ，注意力模型分为三个等级：
从注意力的模型可以看出，注意力不仅限于视觉，还包括触觉、听觉等，人类经过数以万年的进化，已经形成了接收注意范围边缘信息的能力，而我们在设计的过程中，可以进行反思，这些事物需要我们把所有的注意力集中到眼前么？我们能在注意范围的边缘关注它吗？
在开始这部分之前，请各位思考下，设备与人的优势分别在什么我个人对于设备与人的优势总结如下：
结合上述设备与人不同优势的区分与对比，如何能够让设备（或产品）放大自身与人的优势？
emmm~这里的不需要说话，并不是禁止使用语音，我个人理解，这里更多强调的是对于语音交互的慎用。
我们会发现，VUI，即以语音为基础的交互行为现在逐渐增多，我们可以在很多app的搜索栏看到麦克风的图标，提示我们可以进行语音输入，甚至一些翻译软件（彩云小译）等直接采用语音交互作为主体交互模式，但是语音是否适用，还是要根据场景来定义。
《设计心理学3-情感化设计》这本书提到一个很有意思的观点：
人们通常会以人的标准来要求他使用的设备，如果这种情绪放在VUI场景下，如果只是能够让机器说话，而不给他注入语境和人际关系意识，那这些谈话最终还是会总结。
机器人语音系统最吸引人的地方在于， 他们不会对我们的情感需求和生理需求抱有成见，他们会成为我们忠实的仆人，为我们提供鉴定的情感支持 。
然而， 正如同需要完全占用视觉注意力的用户界面会干扰我们，让我们无法做其他事情一样，完全占用听觉注意力的方式，对我们的干扰也是一样的 。
我们发现，语音交互同样存在很多的限制：
当我们列举完语音交互的限制时，再回来看设备交流的本质是什么？ 是为了反馈或者展示信息给到人们 ，所以：
设计师和开发人员往往及其希望能够忽略极端用例，因为有时候，解决这些极端用例所耗费的精力，往往超过常见用例的总和，然而，每个用户都极有可能遇到极端场景， 当极端场景出现时，它们的负面影响会远远超过它们所带来的正面效果 。（想想三星的Note7电池爆炸事件吧）
这就要求设计师在设计的时候，要考虑到多种人群，经验丰富的用户、初学者、以及遇到问题的用户，一定要保证系统在部分功能出现问题时，仍然可用， 至少能够将设备关闭或者回复到初始状态 。
如同“电”在当今生活中无处不在一样，如果产品的技术含量使用的恰当好处，那么它会很快的消失于无形，人们会习惯它的存在就好像它本来就应该存在一样。
每个设计师的目标都是精简的设计，然而实际上，为产品添加功能往往比删减功能要简单的多，这里的原因可能有很多种，比如添加功能而不用斟酌已有功能带来的思考成本要低的多，能够增加功能的人可以有很多，但是有权利(或者敢于)删减功能的人却很少。每个功能的引入，都会带来故障可能性的增加，越复杂的系统，往往越容易出现问题。 而我们对于产品功能的目标，并不是无意义的堆叠和累加，而是希望能够通过产品赋予用户能力，让他们只需要投入少量的注意力就可以实现目标 。
在技术领域，往往有这样一个趋势： 技术能力往往超过技术的可靠性 ，所以我们经常发现，任何第一代产品，往往是问题最多的产品，即便是产品在面世之前，经历了严格的测试工作，当投入市场后，它将面临的是数以万计的使用场景，各种场景的组合，就会发现新的问题。
所以这也引入了另外一个指导性原则 除非没有其他选择，否则不要引入会让用户产生依赖感的新技术 。新技术的不可靠性，很容易会使对齐产生依赖感的用户，感受到很大的挫败感和失望感。
我们所接触到的被人们视为“正常”的技术，实际上是这个技术本身与社会规范相吻合，或者说，是被社会逐渐接受的技术。
技术被社会所接受的速度是不一样的，有些技术可能在出现的瞬间就被社会所接受，而有些技术则需要经过很长的“代谢”过程才能被社会容纳，同样，有些技术出现了很多年，都可能不被社会所接受，从而被停止或者消亡。
让技术被社会接受的最简单的方法，就是让人能够视之为常态，这个过程 可以是技术直接用到已经是常态的事情中，让人们逐渐接受，也可以是拓宽人们对于“常态”的定义，将新技术包含在常态的定义里 。
个人认为，新技术的接受程度受到以下因素的影响：
如果从上述8项原则中提取关键词，个人的提取是：
设计平静技术需要我们尊重人的注意力，并认识到注意力是一种宝贵的资源，需要我们确保设计的可靠，在整个设计过程中，可以围绕人体的五感进行多样化的设计，要求我们时刻记得技术所处的使用环境和社会环境。
个人认为，这8项原则是这本书最核心的部分，而在后续的篇幅中，作者更多的是分场景和案例来介绍如何进行设计，这部分我不做过多的阐述，有兴趣的同学可以查看资料了解下。
但是在文末，作者提出了一个平静技术评价工具，这个可以贴出来，供大家作为后续设计时的checklist，如下：
我个人对于这篇解读的定位是知识点+个人理解的阐述，这本书出现的时间很近，所以大部分的举证在我看来都很有共鸣，虽然在本文中大量的主语是“设备”，但是在我看来， 无论是硬件设备还是软件产品，很多原则都是可以共通使用的 ，最后，感谢各位耐心看完这篇文章希望我的解读能够给各位带来一些新的思路，谢谢！ _
文/智物华为为什么会在此时此刻，推出鸿蒙系统？
两年前，智物（微信公众号：智物 科技 评论）团队在FT中文网的专栏文章中曾经解释过，华为鸿蒙系统的背景，当时是谷歌因为众所周知的原因，断掉了海外市场与华为的合作。
结果是，华为无法使用其GMS应用，并且在华为手机上提示用户，非法安装的信息，严重影响了当时的海外市场销售。
华为曾经想过解决办法，甚至对海外运营商做出回购的承诺。但是，现在随着芯片禁令进一步出台，这些所谓的努力都没有意义了。如之前曾经多次分析的，华为在2021年5月对其手机业务做出重大调整。
鸿蒙能快速成为所谓世界第三大 *** 作系统吗？
鸿蒙的助力下，华为在IT市场迎来战机。华为要多久，会超过联想集团？
OPPO、vivo、小米会跟进采用鸿蒙吗？
这个话题已经成为了禁忌。几个月前，有华为的朋友透露过，这三家厂商可能很快推出鸿蒙系统的产品。
小米公司高管在微博上高调表示过可能性。
OPPO人士因为表达不善，因此离职。
这三家的手机产品，包括出自华为的荣耀，恐怕很难采用鸿蒙系统。最大、最直接、最具解释性的理由，王成录自己替OPPO、vivo、小米解释过了。
这位鸿蒙系统的直接负责人不久前在接受媒体采访时，解释了为什么2019年，华为就推出了鸿蒙 *** 作系统，却一直没有用在华为手机上的原因——华为和谷歌有协议，还没有到期。
这个理由，对于OVM三家来说，可能也是成立的。这三家都与谷歌签有协议，反分裂协议、谷歌服务协议。
坊间传闻，当鸿蒙现世，谷歌高管曾经召集中国手机大厂去海外某地开会，让这些厂商交代，该怎么应付鸿蒙。
两年时间，理由应该想得很充分了。最有力的理由，可能也就是华为自己解释的理由，既然华为可以为了谷歌的分成，不用鸿蒙，为什么这三家以及荣耀需要为了鸿蒙，放弃安卓？
荣耀团队背了极高的业绩任务，要在未来数年当中兑现出来。鸿蒙能替赵明做点什么？
王成录在访谈中，被问到一个问题：是否鸿蒙可以从华为独立出来？王成录的回答是，这是一个属于任正非的问题。
当前，华为已经将鸿蒙的一部分核心代码捐献给了开源基金会，华为成为最初的7个成员单位之一，其他成员包括中科院软件所、吉利 汽车 关联方等等。意向中的机构，还包括了奔驰。
接下来，任正非会怎么调整？
看完鸿蒙的发布会，以及发布会后的 社会 舆论反响，每个人都会意识到，鸿蒙不可能像荣耀那样一卖了之。
鸿蒙至少能帮助余承东卖pad、卖PC，虽然没人能说清楚，鸿蒙的pad和pc不会比联想windows系统的pad好多少。
看起来，王成录充分讲清楚了，鸿蒙系统在IoT领域，技术架构的方面的优势。只是，目前还缺少一款能够充分有说服力的产品，软件、硬件、服务都有说服力的产品。
几年前，所谓的物联网之父，在一场中国的活动上，努力把话说到最委婉，他认为把什么传感器加到硬件上，叫什么智能音箱、智能手表，根本不是什么物联网、IoT……
鸿蒙做到了链接，智能还十分遥远。苹果的产品系列也有类似的窘境，但是，现在苹果解决了用户数据隐私的问题，新一代数据支撑的智能产品，估计在路上了……
暂且不管，只要能卖掉PAD和电脑就行。当前，因为疫情的原因，笔记本电脑、显示器、pad组成的IT市场正在经历盛世。从联想集团和苹果的财报中可以看到，这些业务的增长都在20%到30%。
对于华为来说，这已经是计算当中一定能赢的市场。确实，目前的IT厂商，除了苹果，看起来，战力都输于华为。在许多人看来，华为超越联想集团，成为中国IT龙头，应该不需要很长的时间。
余承东放出来了一张所谓的P50概念机的侧影，余承东称其为一个伟大的产品。通过鸿蒙，余承东找到了一个继续在手机市场存在的途径，让老用户更新到鸿蒙系统。
这样做的结果，是华为继续经营这批规模庞大的用户，继续从这些用户身上赚到广告分成、 游戏 分成，这是一笔巨大的收益，每年高达上百亿净利润的市场。现在的手机厂商，除了苹果，谁又不是“手机中的广告机”。
但问题是，能维持多久？
……创新是有规律可循的，人们经过学习和训练会使创造力获得迅速提高，创造潜能得到有效开发。这对于我们提高技术创新效率、创新水平、创新成果的产业化极为有益。
组合法 ：
组合创新是很重要的创新方法。有一部分创造学研究者甚至认为，所谓创新就是将人们认为不能组合在一起的东西组合到一起。日本创造学家菊池诚博士说过：“我认为搞发明有两条路，第一条是全新的发现，第二条是把已知其原理的事实进行组合。”近年来也有人曾经预言，“组合”代表着技术发展的趋势。总的来说，组合是任意的，各种各样的事物要素都可以进行组合。例如，不同的物品可以进行组合，不同的材料可以进得组合，不同领域不同性能的东西也可以进行组合；两种事物可以进行组合，多种事物也可以进行组合；可以是简单的联合，也可以是结合或混合。
类比法 ：
所谓类比发明法，就是一种确定两个以上事物并寻找同异关系的思维方法。即根据一定的标准尺度，把与此有联系的几个相关事物（这既可是同类事物，也可是不同类事物）加以对照，把握住事物的内在联系进行创造。 类比方法，在人们的日常生活中也是常常运用到的。比如，为了买一样称心如意的商品，常要跑几个商店，从商品的价格、功能状况、使用价值和经久耐用的程度等方面进行比较，然后确定是否买下。但是，这不是类比发明，因为他没有创造，只是在同类产品中挑选好一点的，与我们讲的类比发明法是不同的，这里要求的是在类比中有新的创造。类比法是一种富有创造性的发明方法，人们对各种不同的事物进行类比，从类比中不断地产生出新的创造设想，获取更多的创造成果。
联想法 ：联想发明法是依据人的心理联想而发明的一种创造方法。那么，样想是什么呢？普通心理学认为，联想就是由一事物想到另一事物的心理现象。这种心理现象不公在人的心理活动中占据重要地位，而且在回忆、推理、创造的过程中也起着重要的作用。许多新的创造都来自于人们的联想。
联想可以在特定的对象中进行，也可在特定的空间中进行，还可以进行无限的自由联想。而且，这些联想都可以产生出新的创造性设想，获得创造的成功。我们还可从联想的不同类型，发现不同的联想方法，去进行发现、发明和创造。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）