Google разработала нейросеть Imagen, которая генерирует картинки по текстовому описанию — Machine learning на vc.ru
Её уже прозвали главным конкурентом аналогичной нейросети DALL-E от OpenAI.
56 720 просмотров
Google представила нейросеть Imagen, которая генерирует изображения на основе текста. Для этого используется метод диффузии: всё начинается с простого, можно сказать схематичного изображения, которое потом улучшается — до тех пор, пока ИИ не решит, что не может сделать его ещё более похожим на заданные параметры.
Imagen начинает с создания небольшого (64×64 пикселя) изображения, а затем выполняет два прохода «сверхвысокого разрешения», чтобы довести его до размера 1024×1024. Однако это не похоже на обычное масштабирование, поскольку суперразрешение AI создает новые детали на картинке, чтобы сделать её более похожей на «техническое задание», прописанное в текстовом запросе.
«Белоголовый орлан из шоколадного порошка, манго и взбитых сливок»
«Хромированная утка с золотым клювом спорит со злой черепахой в лесу»
«Милый корги живет в доме, сделанном из суши»
Например, если дать Imagen задание создать изображение собаки на велосипеде, то в его первой версии размер глаза пса будет иметь ширину 3 пикселя, во второй — уже 12 пикселей, а в третьей — все 48 пикселей.
Получается, ИИ работает подобно художнику, который начинает с грубого наброска, постепенно дополняя деталями и масштабируя.
«Крайне злая птица»
«Мраморная статуя ди-джея Коала перед мраморной статуей проигрывателя. Коала носит большие мраморные наушники»
«Гигантская змея-кобра на ферме. Змея сделана из кукурузы»
«Талисман Android из бамбука»
В Google утверждают, что созданная компанией нейросеть генерирует изображения по описанию с «беспрецедентным фотореализмом». Создатели Imagen сами сравнивают нейросеть с DALL-E 2 — аналогичным ИИ, создающим изображения на основе текста, от OpenAI.
По оценкам Google, Imagen побеждает DALL-E 2 в тестах на человеческую оценку как по точности, так и по достоверности. Компания предложила группе тестировщиков сравнить иллюстрации, созданные при помощи Imagen, DALL-E 2 и других моделей преобразования.
«Панда, создающая арт-латте»: слева — версия DALL-E, справа — Imagen
Однако нейросеть от OpenAI опережает аналогичную от Google, поскольку уже появляется полноценной, хоть и закрытой бета-версией, и люди используют её для выполнения повседневных задач и развлечения.
При этом разработчики Imagen изначально озаботились моральными проблемами, которые могут возникнуть в случае, если текстовое задание будет содержать неприемлемые материалы и, таким образом, усугублять имеющиеся в обществе предрассудки и стереотипы.
Потенциальные риски неправильного использования вызывают опасения в отношении открытого исходного кода кода и демонстраций. Поэтому мы решили пока не публиковать код и не проводить публичную демонстрацию.
разработчики Imagen
Требования к данным для моделей преобразования текста в изображение заставили исследователей в значительной степени полагаться на большие, в основном неконтролируемые наборы данных, извлечённые из Интернета.
Хотя этот подход позволил в последние годы добиться быстрого прогресса в области алгоритмов, наборы данных такого рода часто отражают социальные стереотипы, уничижительные и вредные ассоциации с маргинализованными группами.
Разработчики Google использовали набор данных LAION-400M, который, как известно, содержит широкий спектр неприемлемого контента, включая порнографические изображения, расистские оскорбления и вредные социальные стереотипы. Imagen полагается на текстовые кодировщики, обученные на неконтролируемых данных веб-масштаба, и, таким образом, наследует социальные предубеждения и ограничения больших языковых моделей.
Imagen пока находится на стадии тестирования: на сайте доступна демо-версия, в которой пользователи не могут сами вводить запросы, а способны лишь выбирать слова из предложенных. Когда Google предложит желающим воспользоваться Imagen, пока неясно.
«Голубая сойка стоит на большой корзине с радужными макаронами»
«Сиба-ину в кожаной куртке и шляпке катается на скейтборде»
«Картина маслом, на которой енот в красной рубашке и ковбойской шляпе катается на скейтборде на вершине горы»
«Британская короткошерстная кошка в кожаной куртке и ковбойской шляпе катается на велосипеде»
«Панда в чёрной кожаной куртке и солнечных очках играет на гитаре в парке»
«Пара роботов ужинает на фоне Эйфелевой башни»
«Осьминог-инопланетянин проплывает через портал, читая газету»
«Кружка-клубника, наполненная семенами белого кунжута плавает в море тёмного шоколада»
генерируем изображения по текстовому описанию, или Самый большой вычислительный проект в России / Хабр
2021 год в машинном обучении ознаменовался мультимодальностью — активно развиваются нейросети, работающие одновременно с изображениями, текстами, речью, музыкой.
Правит балом, как обычно, OpenAI, но, несмотря на слово «open» в своём названии, не спешит выкладывать модели в открытый доступ. В начале года компания представила нейросеть DALL-E, генерирующую любые изображения размером 256×256 пикселей по текстовому описанию. В качестве опорного материала для сообщества были доступны статья на arxiv и примеры в блоге.
С момента выхода DALL-E к проблеме активно подключились китайские исследователи: открытый код нейросети CogView позволяет решать ту же задачу — получать изображения из текстов. Но что в России? Разобрать, понять, обучить — уже, можно сказать, наш инженерный девиз. Мы нырнули с головой в новый проект и сегодня рассказываем, как создали с нуля полный пайплайн для генерации изображений по описаниям на русском языке.
В проекте активно участвовали команды Sber AI, SberDevices, Самарского университета, AIRI и SberCloud.
Мы обучили две версии модели разного размера и дали им имена великих российских абстракционистов — Василия Кандинского и Казимира Малевича:
ruDALL-E Kandinsky (XXL) с 12 миллиардами параметров;
ruDALL-E Malevich (XL) c 1.
3 миллиардами параметров.
3 миллиардами параметров.Некоторые версии наших моделей доступны в open source уже сейчас:
ruDALL-E Malevich (XL) [GitHub, HuggingFace, Kaggle]
Sber VQ-GAN [GitHub, HuggingFace]
ruCLIP Small [GitHub, HuggingFace]
Super Resolution (Real ESRGAN) [GitHub, HuggingFace]
Две последние модели встроены в пайплайн генерации изображений по тексту (об этом расскажем ниже).
Потестировать ruDALL-E Malevich (XL) или посмотреть на результаты генерации можно здесь:
Demo и галерея лучших изображений
Telegram bot
Instagram
Версии моделей ruDALL-E Malevich (XL), ruDALL-E Kandinsky (XXL), ruCLIP Small уже доступны в DataHub. Модели ruCLIP Large и Super Resolution (Real ESRGAN) скоро будут доступны там же.
Обучение нейросети ruDALL-E на кластере Christofari стало самой большой вычислительной задачей в России:
Модель ruDALL-E Kandinsky (XXL) обучалась 37 дней на 512 GPU TESLA V100, а затем ещё 11 дней на 128 GPU TESLA V100 — всего 20 352 GPU-дней;
Модель ruDALL-E Malevich (XL) обучалась 8 дней на 128 GPU TESLA V100, а затем еще 15 дней на 192 GPU TESLA V100 — всего 3 904 GPU-дня.
Таким образом, суммарно обучение обеих моделей заняло 24 256 GPU-дней.
Разберём возможности наших генеративных моделей.
«Озеро в горах, а рядом красивый олень пьёт воду» — генерация ruDALL-E Malevich (XL)Почему Big Tech изучает генерацию изображений
Долгосрочная цель нового направления — создание «мультимодальных» нейронных сетей, которые выучивают концепции в нескольких модальностях, в первую очередь в текстовой и визуальной областях, чтобы «лучше понимать мир».
Генерация изображений может показаться достаточно избыточной задачей в век больших данных и доступа к поисковикам. Однако, она решает две важных потребности, которые пока не может решить информационный поиск:
Возможность точно описать желаемое — и получить персонализированное изображение, которое раньше не существовало.
В любой момент создавать необходимое количество licence-free иллюстраций в неограниченном объеме.
Первые очевидные применения генерации изображений:
Фото-иллюстрации для статей, копирайтинга, рекламы.
Можно автоматически (а значит — быстрее и дешевле) создавать иллюстрации к статьям, генерировать концепты для рекламы по описанию:
Можно автоматически (а значит — быстрее и дешевле) создавать иллюстрации к статьям, генерировать концепты для рекламы по описанию:Визуализации дизайна интерьеров — можно проверять свои идеи для ремонта, играть с цветовыми решениями, формами и светом:
«Шикарная гостиная с зелеными креслами»«Современное кресло фиолетового цвета»Visual Art — источник визуальных концепций, соединений различных признаков и абстракций:
«Темная энергия»
Более подробно о самой модели и процессе обучения
В основе архитектуры DALL-E — так называемый трансформер, он состоит из энкодера и декодера. Общая идея состоит в том, чтобы вычислить embedding по входным данным с помощью энкодера, а затем с учетом известного выхода правильным образом декодировать этот embedding.
В трансформере энкодер и декодер состоят из ряда идентичных блоков.
Чуть более подробная схема «ванильного» трансформераОснову архитектуры трансформера составляет механизм Self-attention. Он позволяет модели понять, какие фрагменты входных данных важны и насколько важен каждый фрагмент входных данных для других фрагментов. Как и LSTM-модели, трансформер позволяет естественным образом моделировать связи «вдолгую». Однако, в отличие от LSTM-моделей, он подходит для распараллеливания и, следовательно, эффективных реализаций.
Первым шагом при вычислении Self-attention является создание трёх векторов для каждого входного вектора энкодера (для каждого элемента входной последовательности). То есть для каждого элемента создаются векторы Query, Key и Value. Эти векторы получаются путем перемножения embedding’а и трех матриц, которые мы получаем в процессе обучения. Далее мы используем полученные векторы для формирования Self-attention-представления каждого embedding’а, что дает возможность оценить возможные связи в элементах входных данных, а также определить степень «полезности» каждого элемента.
Трансформер также характеризует наличие словаря. Каждый элемент словаря — это токен. В зависимости от модели размер словаря может меняться. Таким образом, входные данные сначала превращаются в последовательность токенов, которая далее конвертируется в embedding с помощью энкодера. Для текста используется свой токенизатор, для изображения сначала вычисляются low-level-фичи, а затем в скользящем окне вычисляются визуальные токены. Применение механизма Self-attention позволяет извлечь контекст из входной последовательности токенов в ходе обучения. Следует отметить, что для обучения трансформера требуются большие объёмы (желательно «чистых») данных, о которых мы расскажем ниже.
Как устроен ruDALL-E
Глобальная идея состоит в том, чтобы обучить трансформер авторегрессивно моделировать токены текста и изображения как единый поток данных. Однако использование пикселей непосредственно в качестве признаков изображений потребует чрезмерного количества памяти, особенно для изображений с высоким разрешением.
Чтобы не учить только краткосрочные зависимости между пикселями и текстами, а делать это более высокоуровнево, обучение модели проходит в 2 этапа:
Предварительно сжатые изображения с разрешением 256х256 поступают на вход автоэнкодера (мы обучили свой SBER VQ-GAN, улучшив метрики для генерации по некоторым доменам, и об этом как раз рассказывали тут, причем также поделились кодом), который учится сжимать изображение в матрицу токенов 32х32. Фактор сжатия 8 позволяет восстанавливать изображение с небольшой потерей качества: см. котика ниже.
Трансформер учится сопоставлять токены текста (у ruDALL-E их 128) и 32×32=1024 токена изображения (токены конкатенируются построчно в последовательность). Для токенизации текстов использовался токенизатор YTTM.
Исходный и восстановленный котик
Важные аспекты обучения
На данный момент в открытом доступе нет кода модели DALL-E от OpenAI. Публикация описывает её общими словами, но обходит вниманием некоторые важные нюансы реализации.
Мы взяли наш собственный код для обучения ruGPT-моделей и, опираясь на оригинальную статью, а также попытки воспроизведения кода DALL-E мировым ds-сообществом, написали свой код DALL-E-модели. Он включает такие детали, как позиционное кодирование блоков картинки, свёрточные и координатные маски Attention-слоёв, общее представление эмбеддингов текста и картинок, взвешенные лоссы для текстов и изображений, dropout-токенизатор.Из-за огромных вычислительных требований эффективно обучать модель можно только в режиме точности fp16. Это в 5-7 раз быстрее, чем обучение в классическом fp32. Кроме того, модель с таким подходом занимает меньше места. Но ограничение точности представления чисел повлекло за собой множество сложностей для такой глубокой архитектуры:
a) иногда встречающиеся очень большие значения внутри сети приводят к вырождению лосса в Nan и прекращению обучения;
b) при малых значениях learning rate, помогающих избежать проблемы а), сеть перестает улучшаться и расходится из-за большого числа нулей в градиентах.
Для решения этих проблем мы имплементировали несколько идей из работы китайского университета Цинхуа CogView, а также провели свои исследования стабильности, с помощью которых нашли ещё несколько архитектурных идей, помогающих стабилизировать обучение. Так как делать это приходилось прямо в процессе обучения модели, путь тренировки вышел долгим и тернистым.
Для распределенного обучения на нескольких DGX мы используем DeepSpeed, как и в случае с ruGPT-3.
Сбор данных и их фильтрация: безусловно, когда мы говорим об архитектуре, нововведениях и других технических тонкостях, нельзя не упомянуть такой важный аспект как данные. Как известно, для обучения трансформеров их должно быть много, причем «чистых». Под «чистотой» мы понимали в первую очередь хорошие описания, которые потом нам придётся переводить на русский язык, и изображения с отношением сторон не хуже 1:2 или 2:1, чтобы при кропах не потерять содержательный контент изображений.
Первым делом мы взялись за те данные, которые использовали OpenAI (в статье указаны 250 млн.
пар) и создатели CogView (30 млн пар): Conceptual Captions, YFCC100m, данные русской Википедии, ImageNet. Затем мы добавили датасеты OpenImages, LAION-400m, WIT, Web2M и HowTo как источник данных о деятельности людей, и другие датасеты, которые покрывали бы интересующие нас домены. Ключевыми доменами стали люди, животные, знаменитости, интерьеры, достопримечательности и пейзажи, различные виды техники, деятельность людей, эмоции.После сбора и фильтрации данных от слишком коротких описаний, маленьких изображений и изображений с непригодным отношением сторон, а также изображений, слабо соответствующих описаниям (мы использовали для этого англоязычную модель CLIP), перевода всех английских описаний на русский язык, был сформирован широкий спектр данных для обучения — около 120 млн. пар изображение-описание.
Кривая обучения ruDALL-E Kandinsky (XXL): как видно, обучение несколько раз приходилось возобновлять после ошибок и уходов в Nan.
Обучение модели ruDALL-E Kandinsky (XXL) происходило в 2 фазы: 37 дней на 512 GPU TESLA V100, а затем ещё 11 дней на 128 GPU TESLA V100.
Подробная информация об обучении ruDALL-E Malevich (XL):
Динамика loss на train-выборкеДинамика loss на valid-выборкеДинамика learning rateОбучение модели ruDALL-E Malevich (XL) происходило в 3 фазы: 8 дней на 128 GPU TESLA V100, а затем еще 6.5 и 8.5 дней на 192 GPU TESLA V100, но с немного отличающимися обучающими выборками.
Хочется отдельно упомянуть сложность выбора оптимальных режимов генерации для разных объектов и доменов. В ходе исследования генерации объектов мы начали с доказавших свою полезность в NLP-задачах подходов Nucleus Sampling и Top-K sampling, которые ограничивают пространство токенов, доступных для генерации. Эта тема хорошо исследована в применении к задачам создания текстов, но для изображений общепринятые настройки генерации оказались не самыми удачными. Серия экспериментов помогла нам определить приемлемые диапазоны параметров, но также указала на то, что для разных типов желаемых объектов эти диапазоны могут очень существенно отличаться.
И неправильный их выбор может привести к существенной деградации качества получившегося изображения. Вопрос автоматического выбора диапазона параметров по теме генерации остаётся предметом будущих исследований.
Мы взяли наш собственный код для обучения ruGPT-моделей и, опираясь на оригинальную статью, а также попытки воспроизведения кода DALL-E мировым ds-сообществом, написали свой код DALL-E-модели. Он включает такие детали, как позиционное кодирование блоков картинки, свёрточные и координатные маски Attention-слоёв, общее представление эмбеддингов текста и картинок, взвешенные лоссы для текстов и изображений, dropout-токенизатор.
пар) и создатели CogView (30 млн пар): Conceptual Captions, YFCC100m, данные русской Википедии, ImageNet. Затем мы добавили датасеты OpenImages, LAION-400m, WIT, Web2M и HowTo как источник данных о деятельности людей, и другие датасеты, которые покрывали бы интересующие нас домены. Ключевыми доменами стали люди, животные, знаменитости, интерьеры, достопримечательности и пейзажи, различные виды техники, деятельность людей, эмоции.
И неправильный их выбор может привести к существенной деградации качества получившегося изображения. Вопрос автоматического выбора диапазона параметров по теме генерации остаётся предметом будущих исследований.Вот не совсем удачные генерации объектов на примере котиков, сгенерированные по запросу «Котик с красной лентой»:
Картинка 1 — у кота 3 уха; второй не вышел формой; третий немного не в фокусе.А вот «Автомобиль на дороге среди красивых гор». Автомобиль слева въехал в какую-то трубу, а справа — странноватой формы.
«Автомобиль на дороге среди красивых гор»Пайплайн генерации изображений
Сейчас генерация изображений представляет из себя пайплайн из 3 частей: генерация при помощи ruDALL-E — ранжирование результатов с помощью ruCLIP — и увеличение качества и разрешения картинок с помощью SuperResolution.
При этом на этапе генерации и ранжирования можно менять различные параметры, влияющие на количество генерируемых примеров, их отбор и абстрактность.
В Colab можно запускать инференс модели ruDALL-E Malevich (XL) с полным пайплайном: генерацией изображений, их автоматическим ранжированием и увеличением.
Рассмотрим его на примере с оленями выше.
Шаг 1. Сначала делаем импорт необходимых библиотек
git clone https://github.com/sberbank-ai/ru-dalle
pip install -r ru-dalle/requirements.txt > /dev/null
from rudalle import get_rudalle_model, get_tokenizer, get_vae, get_realesrgan, get_ruclip
from rudalle.pipelines import generate_images, show, super_resolution, cherry_pick_by_clip
from rudalle.utils import seed_everything
seed_everything(42)
device = ‘cuda’
Шаг 2. Теперь генерируем необходимое количество изображений по тексту
text = 'озеро в горах, а рядом красивый олень пьет воду'
tokenizer = get_tokenizer()
dalle = get_rudalle_model('Malevich', pretrained=True, fp16=True, device=device)
vae = get_vae().
to(device)
pil_images, _ = generate_images(text, tokenizer, dalle, vae, top_k=1024, top_p=0.99, images_num=24)
show(pil_images, 24)
Результат:
Генерация изображений по текстуШаг 3. Далее производим автоматическое ранжирование изображений и выбор лучших изображений
ruclip, ruclip_processor = get_ruclip('ruclip-vit-base-patch42-v5')
ruclip = ruclip.to(device)
top_images, _ = cherry_pick_by_clip(pil_images, text, ruclip, ruclip_processor, device=device, count=24)
show(top_images, 6)
Результат ранжирование ruCLIP-ом (топ6)Можно заметить, что один из оленей получился достаточно «улиточным». На этапе генерации можно делать перебор гиперпараметров для получения наиболее удачного результата именно под ваш домен. Опытным путем мы установили, что параметры top_p и top_k контролируют степень абстрактности изображения. Их общие рекомендуемые значения:
top_k=2048, top_p=0.995
top_k=1536, top_p=0.
99top_k=1024, top_p=0.99
99Шаг 4. Делаем Super Resolution
realesrgan = get_realesrgan('x4', device=device)
sr_images = super_resolution(top_images, realesrgan)
show(sr_images, 6)
Для запуска пайплайна с моделью ruDALL-E Kandinsky (XXL) или Malevich (XL) можно также использовать каталог моделей DataHub (ML Space Christofari).
Будущее мультимодальных моделей
Мультимодальные исследования становятся всё более популярны для самых разных задач: прежде всего, это задачи на стыке CV и NLP (о первой такой модели для русского языка, ruCLIP, мы рассказали ранее), а также на стыке NLP и Code. Хотя последнее время становятся популярными архитектуры, которые умеют обрабатывать много модальностей одновременно, например, AudioCLIP. Представляет отдельный интерес Foundation Model, которая совсем недавно была анонсирована исследователями из Стэнфордского университета.
И Сбер не остается в стороне — так в соревновании Fusion Brain Challenge конференции AI Journey предлагается создать единую архитектуру, с помощью которой можно решить 4 задачи:
С2С — перевод с Java на Python;
HTR — распознавание рукописного текста на фотографиях;
Zero-shot Object Detection — детекция на изображениях объектов, заданных на естественном языке;
VQA — ответы на вопросы по картинкам.
По условиям соревнования (которое продлится до 5 ноября) на общие веса нейросети должно приходиться как минимум 25% параметров! Совместное использование весов для разных задач делает модели более экономичными в сравнении с их мономодальными аналогами. Организаторами также был предоставлен бейзлайн решения, который можно найти на официальном GitHub соревнования.
И пока команды соревнуются за первые места, а компании наращивают вычислительные мощности для обучения закрытых моделей, нашим интересом остается open source и расширение сообщества.
Будем рады вашим прототипам, неожиданным находкам, тестам и предложениям по улучшению моделей!
Самые важные ссылки:
Demo и галерея лучших изображений
Github
Telegram bot
Instagram
Коллектив авторов: @rybolos, @shonenkov, @ollmer, @kuznetsoff87, @alexander-shustanov, @oulenspeigel, @mboyarkin, @achertok, @da0c, @boomb0om
история популярных компьютерных символов / Offсянка
С тех пор как человек осознал, что может сделать рисунок, он не переставая совершенствовал свои навыки в этом умении. Он рисовал всё, что видел и о чём думал. И это было не просто развлечение или бесполезное действие. Визуальные образы на глине, камне, холсте и прочем помогали дополнить человеческую речь и служили своего рода средством коммуникации. Благодаря этому умению была изобретена письменность — универсальная система символьной коммуникации, которая заметно ускорила дальнейший темп развития человечества.
Практически любая вещь несет на себе следы этого очень важного открытия: на нашей одежде имеются ярлыки с указанием размера и страны-производителя, на бытовой технике полно надписей, касающихся режимов работы и функций устройств, на светильниках обозначена допустимая мощность используемых ламп и так далее. И если очень внимательно присмотреться ко всем этим вещам, можно заметить, что, помимо простого текста, на разных устройствах используются также вспомогательные символьные обозначения.
Их значение очень велико. Стоит взять в руки любое электронное устройство — и вы безошибочно определите, какую именно нужно нажать кнопку, чтобы его включить, увеличить или уменьшить яркость на экране, отключить звук и так далее. Посмотрев на одни только значки на корпусе ноутбука, можно сделать вывод о текущем режиме работы или о начинке мобильного компьютера. Понятные современному человеку обозначения используются так давно, что мы не задумываемся, откуда все они взялись. Давайте сегодня вспомним о том, как родились самые популярные знаки.
Символьные знаки существенно упрощают передачу смысла, они более емкие и воспринимаются быстрее. Например, для водителя лучший способ быстрого предупреждения — яркий знак на дороге. Если бы на щитах писали сообщения вроде: «На данном участке дороге необходимо быть внимательным, поскольку ее могут перебегать дети», водители просто не успевали бы читать все это и реагировать.
⇡#
Кнопка включенияСимвол, обозначающий кнопку включения электронного устройства, знаком всем, ведь именно с него начинается работа подавляющего большинства электроприборов.
Впервые его прототип можно было увидеть на военной аппаратуре времен Второй мировой. Однако в то время его смысл был неочевидным (по причине, о которой мы расскажем ниже), и повсеместно он стал применяться позднее, с того момента, когда в обиход вошли интегральные микросхемы, которые начали появляться примерно в конце шестидесятых годов прошлого века.
Джек Килби (Jack Kilby) — человек, получивший Нобелевскую премию за открытие интегральной микросхемы
Электрическое состояние и работа логических элементов характеризовались уровнями сигналов на его входах и выходе.
Сигнал небольшого (или нулевого) напряжения, уровень которого не превышал некоторого значения (0,3–0,4 В), в соответствии с двоичной системой счисления было принято называть логическим нулём (0), а сигнал более высокого напряжения (по сравнению с логическим нулём) — логической единицей (1). Эти простые символы послужили наглядным обозначением «выключено» и «включено».
В середине семидесятых годов в СССР выпускались цветные телевизоры «Электрон». Размер лампового телевизора, равно как и его вес, по современным меркам были огромными: в одиночку перенести такое устройство было довольно сложно. Переключение между каналами осуществлялось с помощью массивного селектора каналов ПТК, или переключателя телевизионных каналов (в восьмидесятых годах этот элемент канул в Лету, уступив более надежным кнопочным переключателям и невероятно удобным ИК-пультам ДУ). На передней панели, под переключателем каналов, присутствовала «качелька» для включения/выключения телевизора. Эта деталь удивительным образом схожа с аналогичным элементом на современных плеерах и всяческой бытовой технике. На самом деле «качелька» была лишь декоративной насадкой, которая с помощью несложного рычага осуществляла движение спрятанного тумблера. В модели «Электрон-710» по краям «качельки» на панель телевизора нанесены словесные обозначения «вкл.» и «выкл.».
Но если взять последующие модели этого же завода, «Электрон-711» или «Электрон-714», которые практически не отличались по дизайну от предшественника, можно заметить, что режимы включения обозначены как «0» и «I». Объединив эти два символа, мы получим знакомый всем логотип кнопки включения.
Официально стандарт обозначения кнопки включения устройства был утвержден в 1973 году Международной электротехнической комиссией (International Electrotechnical Commission). Знаку в виде вертикальной линии на фоне разорванного круга было дано несколько расплывчатое определение: «состояние ожидания включения» (standby power state). Чуть позже другая организация, занимающаяся стандартизацией, Институт инженеров по электротехнике и электронике (IEEE), упростила это определение, сократив его до простого «питание» (Power).
Для современного человека ноль и единица — это самые базовые средства счета. Однако если задуматься, то понятие «ноль» не столь очевидно, как другие цифры. Человек учится считать не с нуля, а с единицы. В силу ограниченного воображения и прагматичности мышления ему трудно соотнести что-то с «ничем». Поэтому, например, древние греки или римляне в своей системе счета не знали цифры ноль. Египтяне, шумеры и китайцы неосознанно использовали ноль, но не как цифру, а как пустоту, место для заполнения внутри числа. Ноль, равно как и прочие цифры, не совсем корректно называемые сегодня арабскими, берут свое начало в Индии, где была создана десятичная система счисления с цифрами, которые после незначительных изменений обрели знакомый сегодня вид. Если сравнить написание цифр древними индийцами и арабскую систему цифр, можно увидеть, что, например, 2 и 5 в современном написании гораздо больше похожи на индийские символы.
Первое свидетельство возникновения цифры ноль можно увидеть на стене храма в центральной Индии, в крепости Гвалиор.
Там можно найти надписи на санскрите, датируемые примерно девятым веком (хотя, вероятно, ноль использовался древнеиндийскими математиками еще раньше). Они содержат новый знак в виде круга. По одной из версий, округлая форма знака «ноль» родилась в результате экспериментов древних математиков. Многие из них предпочитали делать вычисления с помощью каких-то предметов. Так, например, в Китае для счета использовали счетные палочки. В Индии для решения задач использовались камни. Разложив их на земле, математики перекладывали их с места на место, а под убранным камнем оставалась округлая ямка — то самое «ничего», или ноль. Любопытно, что открытие цифры ноль примерно совпадает с появлением философского понятия «ничто», шуньята, концепции небытия и вечности, характерной для древнеиндийской культуры. То ли культурный аспект стимулировал научные изыскания у людей того времени, то ли наоборот — математические выкладки заставили их углубиться в философские размышления. Одно небольшое открытие, а какой поворот в истории человечества — от нового удобного способа счета до символа кнопки включения любого прибора!
⇡#Режим ожидания
С появлением все более сложных устройств человек столкнулся с необходимостью применения режима ожидания, суть которого состоит в том, что устройство готово к работе, но не выполняет свои функции.
Режим обеспечивал быстрый запуск и экономил время на настройку некоторых опций устройств. Например, до появления данной функции телевизор включался довольно долго, «прогреваясь» с десяток секунд, в то время как в режиме ожидания он потреблял минимальное количество энергии и мгновенно был готов к работе.
Новшество удобное, но вот донести до неискушенного потребителя, что означает «режим ожидания», было не очень просто. Поломав голову, дизайнеры предложили очень удачное сравнение — человеческий сон. Во время ночного отдыха функциональность живого организма замедляется, но при этом возможно быстрое пробуждение и активная деятельность. Так родился значок в виде полумесяца, а режим ожидания превратился в «режим сна», или в «спящий режим».
⇡#Кто придумал курсор?
Изображение курсора появилось на экране вместе с изобретением первого компьютерного манипулятора — мыши. Свою работу над мышкой Дуглас Энгельбарт (Douglas Engelbart) начал еще в 1961 году. Работать ему было очень сложно, поскольку манипулятор создавался для устройств узкой специализации.
В то время компьютеров как таковых, можно сказать, не было, и представление о том, как они будут выглядеть, только-только начинало формироваться. И, понятное дело, возникла необходимость в точном позиционировании объектов на экране.
Изобретатель первой компьютерной мышки может служить примером для тех, кто не чувствует уверенности в своих силах. В глазах сегодняшних пользователей Энгельбарт выглядит гением, ведь его открытие пережило самого автора, став основным человеко-машинным интерфейсом на ближайшие десятилетия. Безусловно, Дуглас был очень изобретательным и проницательным, однако свои таланты этот человек развивал, собирая и тщательно анализируя труды других. И кстати, он не был наделен сверхспособностями в схемотехнике. Несмотря на то, что отец Энгельбарта держал магазин по продаже и ремонту радиоприемников, изобретатель мыши признался в одном интервью, что сам попытался сделать лишь несколько детекторных приемников, но ни один из них так и не заработал.
Неизвестно, была бы придумана компьютерная мышь, если бы Дуглас не прочел труд американского инженера Вэнивара Буша (Vannevar Bush).
Вэнивар Буш
В 1945 году в журнале The Atlantic вышло его эссе «Как мы можем мыслить», где Вэнивар рассуждает о необходимости хранения информации большого объема с удобной системой навигации. Проводя параллель с человеческим мышлением, Буш точно описывает гипертекстовую систему (некое гипотетическое устройство под названием «Мемекс») с возможностью использования ассоциативных ссылок и примечаний. Энгельбарту и его коллегам удалось воплотить в реальность многие из идей Вэнивара.
Изобретение мыши было лишь маленькой частью амбициозного проекта по расширению человеческого интеллекта, который в оригинале носил название Augmenting human intellect. За этим громким названием стоит детальная разработка структуры компьютера и формирование принципов общения пользователя с устройством. Энгельбарт собрал команду ученых и единомышленников, которая составила отдел Augmentation Research Centre при Стэнфордском исследовательском институте.
В сохранившемся до наших дней техническом описании проекта можно увидеть множество точных и поразительных предсказаний относительно компьютерной техники.
В рамках этого проекта Энгельбарт утверждал, что компьютер должен состоять из клавиатуры, ЭЛТ-экрана, мыши, также он рассказывает о базовых принципах работы с файлами и папками. Кроме того, Дуглас подробно описывал, почему удобно использовать новый компьютерный манипулятор для редактирования текста и чем он лучше уже существовавших в то время разработок — «светового пера» и «джойстика». Изобретатель компьютерной мыши впервые познакомил всех с такой фантастически полезной вещью, как буфер обмена, и раскрыл смысл команд «скопировать», «вырезать», «вставить». Дуглас объяснил, как все это работает, настаивая на концепции «интерактивного редактирования», или NLS («oN-Line System»).
В книгах и прессе часто говорят, что Дуглас сам назвал свое устройство мышью, но это не так. Для технической документации устройство называлось очень скучно — XY Position Indicator for a Display System. Во время работы над ним кто-то в лаборатории заметил, что манипулятор с хвостом-проводом похож на живого грызуна, и название прижилось.
Однако, как утверждал сам Энгельбарт, кто именно из его коллег первым догадался назвать компьютерную мышку мышкой, никто и не помнит.
Долгое время команда Дугласа Энгельбарта экспериментировала с дизайном манипулятора. Даже когда инженеры «нащупали» верное направление концепции и формы, они все равно продолжали искать способ сделать новое устройство лучше и удобнее. Для этого, например, они развернули провод, так, чтобы он шел от пользователя к компьютеру. В первых версиях компьютерного манипулятора он выводился в сторону пользователя, что приводило к тому, что провод путался под рукой и мешал. Первая компьютерная мышь была громоздкой, в деревянном корпусе с двумя перпендикулярно вращающимися колесами, которые передавали на датчики информацию о движении указателя по вертикали и горизонтали. Сперва кнопка была одна, но Дуглас хотел сделать более функциональный манипулятор, в идеале — с пятью кнопками, под каждый палец руки.
Однако с этой идеей ничего не получилось, и пришлось оставить максимальное количество кнопок, с которыми было удобно работать, — три.
Нехватку клавиш на мыши предлагалось компенсировать дополнительным пятикнопочным клавиатурным блоком. Последний действительно позволял ускорить ввод данных — при использовании комбинаций кнопок, на нем можно было набирать текст — как с большой клавиатуры. Но на практике этот модуль оказался сложным в освоении, так как пользователю нужно было запомнить большое число сочетаний клавиш.
Некоторое время Энгельбарт искал спонсоров своих разработок и даже вел переговоры с NASA, однако крупнейшее космическое агентство не заинтересовалось его изобретением из-за того, что мышь не работала должным образом в условиях невесомости.
⇡#Курсор за семью печатями
Стоит отметить, что проект Дугласа Энгельбарта вообще-то был не первым компьютерным манипулятором. Нечто подобное уже имелось в распоряжении военных разных стран, и эти разработки также могли бы сделать переворот в компьютерной индустрии, если бы их не держали под грифом «Секретно». И конечно, форма курсора, могла бы быть иной — например точкой, треугольником или еще чем-нибудь.
Так, например, в далеком 1946 году совсем молодой инженер Ральф Бенджамин (Ralph Benjamin) сконструировал для британского флота первый трекбол roller ball, выполняющий функции указателя точки на радаре. Во время войны Ральф потерял родителей в ходе геноцида евреев, а сам был вынужден бежать из Германии в Швейцарию, а позже и в Англию.
В возрасте 91 года профессор Ральф Бенджамин с огромным удовольствием рассказывает журналистам, что изобрел курсор за двадцать лет до Энгельбарта.
Чуть позднее, в 1952 году, в условиях строжайшей секретности, похожий манипулятор сделали Том Крэнстон (Tom Cranston), Фред Лонгстаф (Fred Longstaff) и Кенион Тэйлор (Kenyon Taylor). Забавная деталь — в качестве «шарика» в конструкции этого трекбола инженеры использовали шар для канадского пятипинового боулинга. Это устройство был частью системы DATAR, которая расшифровывалась как Digital Automated Tracking and Resolving («цифровое автоматическое слежение и расчет»).
По замыслу военных, она должна была собирать информацию с сенсоров на разных кораблях и выводить их на экран.
Оператор мог просматривать данные о кораблях с места боевых действий, выбирая их манипулятором. Но когда трекбол был сделан, стало понятно, что это устройство слишком опережает свое время, а доработка и без того дорогой системы DATAR (бюджет составил почти два миллиона канадских долларов) требует еще большего финансирования.
Пока на другой стороне планеты думали, что им делать с этим трекболом, в СССР с 1953 по 1957 год сконструировали и запустили в работу первую протомышь, которая, само собой, тоже использовалась военными структурами.
На вооружение отечественных систем ПВО была принята система «Воздух-1», разработанная под началом конструктора Михаила Ивановича Михайлова.
Согласно информации из специальной учебной литературы, она была предназначена для полуавтоматического съема, автоматической передачи, обобщения и отображения данных о воздушной обстановке на индикаторных устройствах системы, приборного наведения истребителей-перехватчиков на воздушные цели противника, управления войсками ПВО и взаимодействия с ними.
Говоря проще, эта система позволяла сопровождать до 40 целей (в том числе и своих перехватчиков) и наводить перехватчики на несколько целей одновременно. Частью «Воздух-1» являлся комплект аппаратуры АСПД-I, содержащий первичный индикатор ввода и передачи высоты и цифр (ИПН или ИПН-1) — советский вариант компьютерного манипулятора.
На этом снимке показан макет аппаратуры автоматизированной системы управления радиолокационного поста ВП-02у. Обратите внимание на зеркальный «коврик» и манипулятор в правой части стенда. Чем не двухкнопочная мышь?
Да и функции этот инструмент выполняет практически те же самые. И все это — задолго до официальной демонстрации изобретения Дугласа Энгельбарта.
Наземная система автоматического наведения на цель самолетов-перехватчиков в США (Semi-Automatic Ground Environment), созданная приблизительно в это же время, также имела манипулятор-пистолет, которым можно было водить непосредственно по радару. Сердцем этой системы был компьютер AN/FSQ-7, созданный компанией IBM.
⇡#Почему курсор наклонен?
Но вернемся все-таки к курсору. Первыми его могли увидеть участники Осенней объединенной компьютерной конференции (Fall Joint Computer Conference) 9 декабря 1968 года. Первый курсор в виде стрелочки указывал положение на экране, где выполнялось редактирование текста.
Первый курсор (под словом MOVE)
Демонстрация возможностей компьютерного манипулятора Дугласа Энгельбарта была записана на видео и вошла в историю как «Мать всех презентаций» (The Mother of all Demos).
Но если вы внимательно всмотритесь в изображение первого курсора, то заметите, что он несколько отличается от современного указателя на экране монитора. Он прямой, в отличие от привычного нам курсора, который имеет наклон в левую сторону. Зачем же его наклонили?
Спустя некоторое время после изобретения мыши команда Augmentation Research Centre стала распадаться, часть ученых перешла в Xerox PARC, где продолжила совершенствовать манипулятор.
Вскоре компания Xerox смогла похвастаться первыми ПК, которые управлялись не только командами с клавиатуры, но и с помощью первых моделей компьютерных мышей.
Разрешение экрана в первых моделях компьютеров Xerox Alto составляло 808 точек по вертикали и 606 точек по горизонтали. Из-за этого ограничения было невозможно добиться четкого отображения вертикального курсора, поэтому его пришлось «повернуть». Новый курсор был лучше и по ряду других причин. Вертикальный курсор мог сливаться с символами на экране, а наклоненный — нет. Элементы интерфейса операционной системы Star содержали главным образом вертикальные и горизонтальные линии, на фоне которых визуально определить положение наклоненного курсора было проще.
Также не стоит забывать о том, какая низкая производительность была у компьютеров в то время. При создании курсора разработчикам казалось вполне логичным разместить «горячую точку» на острие курсора с координатами (0;0) — это позволяло сэкономить несколько циклов просчета подпрограммой, определяющей положение курсора.
Что же касается вопроса «Почему курсор наклонен именно в левую сторону?», то и тут найти ответ несложно. Попробуйте указать пальцем на экране монитора на какую-нибудь деталь. Видите, он наклонен в ту же сторону (если только вы не левша). Поэтому и курсор с наклоном влево выглядит нагляднее.
⇡#История значка @ — где «собака» зарыта
У знака @ есть множество имен. Есть официальное имя — «коммерческое at». А есть еще масса прозвищ, которые пользователи активно выдумывают на ходу. Какие только клички не присваивались этому знаку — «ухо», «загогулина», «хобот», «бублик», «плюшка», «обезьяна», «баран» и еще десятки других. Ну а самое популярное имя (по крайней мере, в России) — «собака».
Любопытно, что ассоциация с разными животными у пользователей различается, в зависимости от места проживания. Например, на Тайване этот знак зовут «мышкой» (как они только не путаются при этом с компьютерной мышью?), в Венгрии это — «червяк» и «клещ», в Греции — «уточка», в Италии — «улитка».
В Финляндии этот знак называют «кошачий хвостик» или «мяу-мяу». Проголодавшиеся пользователи из Чехии и Словакии видят в нашей «собаке» вполне съедобный рулетик из сельди — «рольмопс», а в Израиле его и вовсе называют «штрудель».
Но почему же у нас прижилась «собака»? Видимо, есть причины, по которым именно это животное ассоциируется у наших пользователей с @. Возможно, все началось с восьмидесятых годов, когда в СССР была произведена линейка ЭВМ под названием ДВК («диалоговый вычислительный комплекс»). Специфическое отображение этого знака на дисплее делало @ (при наличии воображения) похожим на собачку. И этот символ отображался на экране при каждом включении ДВК.
Имеется также версия, что произношение английского at созвучно с лаем собаки. А еще, по словам геймеров с большим стажем, в девяностых годах существовала компьютерная игра Adventure с текстовой графикой, где у главного героя был помощник — собака. На экране она была показана знаком @. Несмотря на наши тщательные поиски, найти этот раритет нам так и не удалось.
Какая из вышеперечисленных версий правильная — вряд ли кто-нибудь сможет сказать точно. Выбирайте любую.
Особый смысл знаку @ придал программист Рэймонд Сэмюэль Томлинсон (Raymond Samuel Tomlinson), который работал в компании BBN (Bolt, Beranek and Newman) и принимал участие в работе над проектом ARPANET — прообразом современной сети Интернет.
Компьютерная сеть ARPANET (Advanced Research Projects Agency Network) была создана в 1969 году с подачи Министерства обороны США как альтернативный и надежный способ передачи данных на расстояние. Спустя два года Томлинсон предложил оригинальный способ отправки электронной почты на разные компьютеры сети ARPANET — разделяя пользователя и имя его компьютера с помощью @.
На клавиатуре было много символов, и теоретически можно было бы взять любой, но тут повлияла игра слов. Дело в том, что символ @ появился задолго до компьютеров и даже присутствовал на печатных машинках в виде отдельной клавиши. Напечатать «собаку» можно было еще в конце XIX века на машинках Underwood.
Знак @ использовался в коммерческой и деловой переписке, обозначая предлог «по», «при» или «на». Так, скажем, если необходимо было написать «цена на товар составит 100 долларов за штуку», достаточно было напечатать @$100. Таким образом, разделив почтовый адрес предлогом at, Рэймонд Томлинсон получил буквальное определение адреса — «такой-то пользователь на (@) таком-то компьютере». По иронии судьбы первое же письмо, посланное с символом @, оказалось спамом — оно содержало бессмысленный набор символов, с помощью которого Рэй проверил работу электронной почты.
Интересно, что программист не сразу осознал значение своего открытия. Более того, демонстрируя отправку и получение электронной почты в сети своему сослуживцу Джерри Барчфилу (Jerry Burchfiel), Томлинсон предупредил: «Знаешь, не говори про это никому. Вообще-то это не то, чем мы должны тут заниматься».
⇡#USB: дьявольский логотип
Изображение, символизирующее USB-подключение, можно найти на любом кабеле или рядом с гнездом для подключения.
Созданное в рамках спецификации USB 1.0 обозначение USB-порта представлено в виде тройной линии, напоминающей фрагмент печатной схемы. В вертикальном положении этот знак приобретает вид трезубца, что неслучайно.
Данный символ дизайнеры позаимствовали из образа бога водной стихии Нептуна (Посейдона) в древней мифологии. В древнегреческой мифологии могучие вилы Посейдона имеют особое значение — это и грозное оружие, с помощью которого бог разрушает скалы, и символ власти. Как и на трезубце Посейдона, центральное острие выступает чуть больше, но если в греческой мифологии это означает жезл Зевса и признание силы старшего брата (два остальных «зуба» на трезубце Посейдона — это рогатина второго брата, Аида, бога подземного царства мертвых), то в случае с логотипом USB выступающий элемент не имеет смысловой нагрузки. Вместо шипов на трезубце USB-логотипа нарисованы три основные геометрические фигуры — круг, квадрат и треугольник. Эти простейшие фигуры символизируют разнообразие периферийных устройств, которые могут быть подключены к единому интерфейсу USB.
Забавно, что трезубец с USB-логотипа послужил предметом спора среди некоторых верующих. Четыре года назад он вызвал не совсем адекватную реакцию у отдельных религиозных служителей Бразилии, которые окрестили его инструментом дьявола и призвали пользователей отказаться от благ данной технологии, используя вместо нее Firewire или Bluetooth. Если следовать этой странной бразильской логике, то вслед за USB нужно было бы запретить всю продукцию Apple с логотипом в виде надкушенного яблока, а заодно и выбросить десертные вилки для торта с тремя зубьями. Как говорится, от греха подальше.
⇡#Bluetooth: знак короля Синезуба
Мобильное устройство невозможно представить без поддержки беспроводных сетей. Без возможности загружать данные с других устройств и передавать их портативный гаджет попросту бесполезен. На данный момент существует две наиболее популярные технологии передачи данных в локальных сетях без проводов — Wi-Fi и Bluetooth. У каждой из них есть свой логотип.
Взгляните на синий значок рядом с голубой лампочкой на вашем ноутбуке.
Не замечаете ничего странного? Сравните его с другими символами на компьютере. Каждый рисунок более или менее понятен, так как его можно «расшифровать». Например, аккумулятор нарисован в виде батарейки, а управление громкостью помечено на клавишах изображением динамического излучателя. Но как бы вы ни фантазировали насчет логотипа Bluetooth, вряд ли догадаетесь, что за «кракозябра» на ней изображена.
Чтобы понять, откуда взялся логотип, нужно вспомнить о том, как и где появилась эта технология.
А родилась она на родине викингов, в Швеции, под началом известной фирмы Ericsson. Данную технологию разработали в 1994 году два инженера — швед Свен Маттиссон (Sven Mattisson) и голландец Яаап Хаартсен (Jaap Haartsen). Причем Маттиссон не только создал Bluetooth, но и косвенно повлиял на то, что эта технология была названа в честь короля Харальда Синезуба, одной из самых значительных фигур в истории Скандинавии.
Свен Маттиссон
Название Bluetooth предложил Джим Кардаш (Jim Kardach), который участвовал в организации переговоров между Intel (где и работал Кардаш), Ericsson, IBM, Toshiba и Nokia относительно разработки единого стандарта беспроводного соединения.
В конечном итоге эти переговоры закончились появлением Special Interest Group (SIG), утвердившей стандарт Bluetooth.
Джим Кардаш
Как-то раз Джим поинтересовался у Свена, что за книгу он сейчас читает. Тот ответил, что это — исторический роман шведского писателя Франца Гуннара Бенгтссона (Frans Gunnar Bengtsson) о викингах. Кардаш заинтересовался этим автором и в скором времени тоже увлекся историей древней Скандинавии. Прочитанная литература очень увлекла Джима, в особенности он был впечатлен личностью древнескандинавского короля Харальда Синезуба. За время своего правления Харальд сделал немало полезных дел — объединил разрозненные земли, а также ввел христианство на территории Норвегии и Дании.
Кардаш предложил имя короля в качестве рабочего названия проекта, аргументированно обосновав свой выбор. Название Bluetooth оказалось очень метким и точным. Король Синезуб объединил скандинавские племена, а новая технология объединяла разрозненные разработки в области беспроводной передачи данных с малой мощностью.
Bluetooth поставил точку в многообразии стандартов, существовавших в то время.
Знак, который стал логотипом технологии Bluetooth, образован двумя древнескандинавскими рунами. Первая называется «хагалаз» (Hagall), другая — «беркана» (Berkanan). Эти две руны повторяют буквы латинского алфавита H и B. Вместе же они составляют инициалы короля Харальда Синезуба. По этой же причине логотип Bluetooth имеет синий цвет.
Существует много версий появления у короля такого прозвища, например из-за дорогих одеяний редкого синего цвета, которые подчеркивали его высокий статус. Строго говоря, слово «синий» — не совсем верный перевод с древнескандинавского языка, по смысловому значению оно ближе к «темный». Возможно, король имел проблемы с зубами, отчего они и потемнели. Есть также версия, что Харальд просто очень любил чернику.
Название Bluetooth запоминалось сразу, оно очень понравилось журналистам, которые стали обыгрывать его в своих новостных заголовках, поэтому рабочее название решено было оставить.
Хотя справедливости ради нужно сказать, что других вариантов имени почти и не было. Было лишь одно достойное альтернативное название этой технологии — Flirt, которое подкреплялось слоганом «Близко, но без контакта».
⇡#Иконка-гамбургер: самая популярная кнопка
Интерфейс разных компьютерных приложений имеет общие детали. Программы могут отличаться по функциональности, способом установки и запуска, но базовый принцип взаимодействия с пользователем остается неизменным. Мы смотрим на привычное главное меню, изучаем иконки — и мгновенно догадываемся, где и в каком месте интерфейса следует искать ту или иную опцию приложения. Одна из иконок, которая помогает пользователю быстро сориентироваться при знакомстве с новым приложением, называется «гамбургер». На ней нарисованы три горизонтальные черты, одна над другой.
Вероятно, человек, который так окрестил эту иконку, был голоден, и такое расположение линий напоминало слои в бутерброде. А вообще у этой иконки большая история.
Она настоящий долгожитель, ей более тридцати лет, и появилась она на самых первых компьютерах.
В нашей публикации «Маленькие истории большого дизайна: от электробритв до планшетов» мы уже затрагивали тему появления первого графического интерфейса, который можно было наблюдать почти полвека назад на компьютере Xerox Alto. В той статье мы даже показывали скриншоты некоторых первых приложений для него. Предок современных ПК был спроектирован командой исследовательского центра Xerox PARC.
Эта разработка оказала колоссальное влияние на последующее развитие компьютерной техники. История сохранила имя Энгельберта, который придумал мышь, Алана Кея, придумавшего концепт ПК, но другие члены группы Xerox PARC, причастные к рождению первого GUI, незаслуженно остались в тени. А ведь без них мы, возможно, не имели бы компьютер в таком виде, в каком он существует сегодня.
Один из талантливых разработчиков семидесятых годов Норм Кокс (Norm Cox), был приглашен в компанию Xerox еще в 1972 году.
В первое время, по словам Норма, он был вынужден возиться с «различными винтиками, болтиками и прочими бесполезными пластмассовыми деталями для линейки электропишущих машинок Xerox».
Норм Кокс
Занятие было не очень интересное, и Кокс развлекал себя тем, что в свободное от время рисовал карикатуры на своих коллег по работе. Сам дизайнер упоминает в своих воспоминаниях, что это увлечение в значительной степени поспособствовало тому, что он смог серьезно продвинуться в карьере. А случилось это после того, как судьба свела его с менеджером по промышленному дизайну Робином Кинкедом (Robin Kinkead), который искал дизайнера для разработки шрифтов печатных машин.
Робин Кинкед
Норм с радостью принял приглашение и сбежал из «прокуренной кутузки» на новое место работы, где ему полагался личный кабинет. Там его талант начал потихоньку раскрываться, появилась возможность творить и экспериментировать. На этой должности он проработал до конца семидесятых. Поскольку отдел, в котором работал Норм, был сервисной организацией, услугами дизайнеров часто пользовались прочие специалисты Xerox, занятые производством тех или иных вещей.
Иногда к ним в офис приезжали «странные длинноволосые хиппи из Калифорнии», заводили с сотрудниками не совсем понятные для художника разговоры про компьютеры, брали консультации по вопросам дизайна будущих ПК. В конце семидесятых, под предлогом тестирования, Кинкед раздобыл несколько компьютеров Xerox Alto, один из которых оказался в распоряжении Норма. Заданием Норма и его коллег было проверить, насколько удобен в обращении этот компьютер, какие у него проявляются недостатки, «дружелюбен» ли он по отношению к пользователю и так далее. С этих пор свои карикатуры Кокс уже делал не вручную, а используя простенький графический редактор.
Карикатура на Робина Кинкеда, сделанная на компьютере Xerox Alto
Как-то раз Кинкед сообщил, что подумывает о том, чтобы направить Норма в команду инженеров, работающих над совершенствованием компьютера Xerox Alto и созданием новой оболочки для ПК. Робин долго рассказывал Коксу о новом подходе к общению пользователя с компьютером — с помощью графического интерфейса.
«В системе Xerox Star, — говорил Кинкед, — все действия компьютера, все его команды, программы и операции должны визуализироваться с помощью графических иллюстраций. Ты постоянно рисуешь, и у тебя есть талант. Ты определенно можешь помочь им в этом вопросе. Нарисуй на пробу небольшую картинку, проиллюстрируй, например, поступление электронной почты».
Из этой беседы Норм, кажется, мало что понял, хотя и видел прототип такого графического интерфейса на своем ПК. Тем не менее дизайнер постарался оправдать ожидания. Вот первая его первая попытка создать визуальную интерпретацию поступления нового почтового сообщения, сделанная в фирменном карикатурном стиле Кокса. Можно считать, что это одна из первых иконок, хотя, конечно, на классические иконки это непохоже. Команда разработчиков Star нашла эту картинку «интересной».
И хотя изображение было совсем не тем, что было нужно, Норм был приглашен для консультаций и дизайна новой операционной системы Star.
Проектирование компьютеров в семидесятые для большинства людей было чем-то из области фантастики.
Норму тоже это представлялось чем-то особенным — занятием, в которое вовлечены серьезные люди. Поэтому перед тем, как выйти на работу на новом месте, молодой дизайнер приготовился как следует — купил костюм-тройку, портфель, начистил туфли. Но когда он оказался в команде, увиденное его потрясло: парни с длинными волосами, собранными в хвостик сзади, шорты, нерасчесанные бороды, пестрые майки и никакого намека на сухих ученых в очках с толстой оправой. «Я выглядел там как пингвин в компании попугаев, — вспоминал потом Норм, посмеиваясь, — но по иронии судьбы эти попугаи стали моими хорошими друзьями, с которыми я проработал много лет».
Операционная система, сделанная в Xerox, впервые использовала парадигму WIMP (window, icon, menu, pointing device — «окно, значок, меню, манипулятор»). В конечном итоге Кокс был назначен ответственным за внешний вид основных элементов новой ОС — он разрабатывал дизайн курсоров, иконок и прочих деталей. Рисовать эти элементы было очень интересной задачей.
Норм старался сделать иконки простыми, но «с изюминкой» — дизайнер придавал своим творениям особый выразительный вид, стараясь, чтобы основной экран «просвечивался» через эти пиктограммы. По причине того, что вся работа делалась на квадрате с дюжиной точек по вертикали и горизонтали, художник не мог добиться высокой реалистичности рисуемого изображения. Зато он мог делать края нарисованных объектов неровными, подчеркивая их выразительность. Некоторые из таких иконок практически в неизменном виде дошли до наших дней: пиктограмма папки, документа, калькулятора, мусорного ведра и так далее.
Каждый раз, рисуя новый значок, Норм отталкивался от его функциональности. Например, если элемент называется «папка», то вполне очевидно, что и рисунок должен содержать эскиз папки. Однако иногда приходилось долго искать идею рисунка. Один из элементов был описан в техническом задании Кокса как «контейнер для меню со списком команд». Кокс долго думал, что бы такое изобразить на иконке такого предназначения и под конец нарисовал три горизонтальные черты — ту самую иконку-гамбургер.
«Слои бутерброда» в этой иконке, по мнению дизайнера, должны были ассоциироваться у пользователя с каким-то списком, что, в свою очередь, должно было подсказать назначение элемента. Меню, которое открывала иконка-гамбургер, стало прообразом контекстного меню в современных приложениях.
⇡#Клавиша Shift: за сто лет до компьютеров
Все компьютерные клавиатуры объединяет схожий набор клавиш или, проще говоря, раскладка. Пересаживаясь с одного рабочего места на другое, пользователь без проблем начинает работать и не испытывает серьезного дискомфорта от смены клавиатуры. И на любой из них вы найдете клавишу-модификатор Shift. Она значительно расширяет возможности ввода команд с клавиатуры, ведь в сочетании с нажатой клавишей Shift можно набирать знаки препинания, менять регистр букв, а также вводить различные символы.
Удивительно, но эта очень важная клавиша впервые появилась еще в 1875 году. Она была задействована на одной из первых печатных машинок, выпускаемых компанией Remington.
Между прочим, Марк Твен тоже купил себе печатную машинку Remington и стал первым автором, представившим машинописную рукопись книги.
Первая модель пишущей машинки, в которой появились клавиши Shift, — Remington 2. В самом первом «реммингтоне» клавиш Shift не было, вместо них имелись две другие: Upper Case и Lower Case.
Они работали так: клавишам назначались два варианта начертания, скажем, большие буквы и маленькие. Печатная машинка могла работать в режиме заглавных символов или в режиме нижнего регистра. Установка этих режимов выбиралась с помощью специального переключателя-рычага, который сдвигал цилиндр с бумагой, помещая его под удар нужного ряда печатающих головок. При нажатии клавиш Upper Case или Lower Case производился временный сдвиг цилиндра и менялся регистр букв. Например, если печатающая машинка работала с маленькими буквами, переключать ее рычагом в режим набора больших букв не всегда было удобно. Гораздо проще было при наборе одновременно с символом нажать Upper Case, и цилиндр временно передвигался для набора больших букв.
Отпускание клавиши возвращало исходный режим работы печати.
Начиная со второй редакции печатной машинки, Remington 2, названия этих клавиш заменили более понятным — Shift, что в переводе с английского и означает «сдвиг».
⇡#Контроль над музыкой
Даже дошкольник сообразит, какую кнопку на плеере нужно нажать, чтобы запустился фильм или начала играть песня. Символы на всех устройствах воспроизведения одни и те же — треугольник для запуска, две вертикальные линии — пауза и так далее. Большинство подобных символов родилось в шестидесятых годах прошлого столетия, в эру катушечных магнитофонов.
Как любые другие обозначения на электронной аппаратуре, рисунки над кнопками имеют вполне логическое объяснение. Например, кнопка Play обычно показывается в виде треугольника. На бобинных и кассетных магнитофонах подобный треугольник был нанесен на механическую кнопку таким образом, чтобы указывать острием направление движения магнитной пленки. То же самое касалось и обозначения функции «перемотка», для которой использовался двойной треугольник, также показывающий в сторону перемещения пленки.
Кнопка «пауза» обозначена на большинстве современных проигрывателей в виде двух вертикальных черт. К сожалению, точной информации о том, что подразумевает такой рисунок нет, однако есть несколько очевидных предположений о его появлении. Наиболее вероятным нам представляется ассоциация с термином «цезура».
Мало кто знает, что это такое, хотя сталкивались с этим понятием все. Когда человек декламирует стихи, он читает их с особенным ритмом, делая в нужных местах паузы. Эти паузы определяют ритм и разделяют стихотворение на части. Для вспомогательного обозначения цезуры в тексте используют две вертикальные линии — один в один знак «пауза».
Другая версия знака временного приостановления воспроизведения касается непосредственно музыки, где знак цезуры используется для обозначения в нотной грамоте короткого отрезка тишины неопределенной продолжительности. Для оркестра эту продолжительность устанавливает дирижер. В нотной записи цезура выглядит как две параллельные, слегка наклоненные линии.
Не совсем то же самое, что знак «пауза», но очень похоже.
Очень убедительна и теория о том, что символ паузы показывает два вращающихся прижимных ролика, которые удерживают пленку с записанным материалом над головкой чтения или записи.
Красный круг в кнопке записи, по замыслу дизайнеров, должен был напоминать пользователям свет красной лампы, которая загоралась в профессиональных студиях в процессе записи аудио- и видеоматериала. Такая лампа предупреждала всех присутствующих, что шуметь нельзя.
Кнопку записи и иногда — кнопку остановки воспроизведения полностью окрашивали в красный цвет, делая таким же цветом условные обозначения над ними. Эту моду ввел Дитер Рамс, главный дизайнер немецкого бренда Braun, о котором мы рассказывали в статье «Маленькие истории большого дизайна: от электробритв до планшетов».
⇡#Заключение
Рисунки над функциональными кнопками устройств обманчиво просты. Да, все гениальное просто, но не все простое — гениально. Мало просто нарисовать знак, нужно еще и выбрать образ таким, чтобы у пользователя не оставалось никаких сомнений в назначении этой кнопки или переключателя.
Иногда у дизайнеров аппаратуры это получается, а иногда — нет. Порой смотришь на какую-то кнопку и недоумеваешь: «Что же все-таки хотел сказать художник этим иероглифом?» Впрочем, теперь вам известны секреты даже самых заковыристых компьютерных логотипов.
Самой высокой собакой в мире признан немецкий дог Зевс.
Зевс, двухлетний серый и коричневый американский дог из Бедфорда, штат Техас, США, побил рекорд по «лапым».
Ростом 1,046 метра (3 фута 5,18 дюйма) нежный гигант был признан самой высокой собакой из ныне живущих (самцов) в мире.
С самого детства Бриттани Дэвис мечтала когда-нибудь завести немецкого дога.
Объявления
Как назло, у ее брата Гаррета был коллега, который их разводил.
Воплощая мечту всей жизни своей сестры, Гарретт подарил Бриттани 8-недельного щенка немецкого дога, который мгновенно стал ее «меховым другом».
Сначала Бриттани нервничала из-за такой большой собаки в доме, но это оказалась любовь с первого взгляда.
Зевс, рожденный от серо-белого мраморного отца и тигровой матери, был самым крупным щенком в помете из пяти особей.
Advertisements
«С тех пор, как мы его купили, он стал большим псом, даже для щенка. У него были огромные лапы», — вспоминает Бриттани.
Рекламные объявления
w3.org/1999/xhtml»>Немецкие доги изначально были выведены для охоты на свиней и использовали свой большой рост для защиты женщин, едущих в повозках, бегая рядом с ними.
Однако Бриттани говорит, что Зевс предпочитает гораздо более непринужденный подход к жизни.
Advertisements
«Зевс был бы в ужасе от кабана. Он боится дождя, так что о кабанах не может быть и речи.»
Вместо этого Зевс целыми днями гуляет по окрестностям со своим человеческим братом, спит у его окна и бродит по местным фермерским рынкам.
Рекламные объявления
На самом деле, Бриттани говорит, что есть одно место, которое Зевс всегда с нетерпением ждет посещения.
w3.org/1999/xhtml»> «Зевс довольно известен на фермерском рынке Далласа», — сказала она.«Все его знают, и все продавцы знают его. Он получает дополнительные угощения и много внимания.»
Частые взгляды и удивленная реакция — обычное дело, когда Зевс находится на публике.
«Комментарий, который мы чаще всего слышим: «Вау, это лошадь!», «Можно на нем покататься?» или «Есть ли у него седло?»
«Ответ на все эти вопросы — «нет».
Хотя Зевс возвышается над другими породами, он не делает различий, когда дело доходит до его стаи друзей, и будет дружить с собаками всех размеров.
Дома Зевс живет со своими тремя миниатюрными братьями и сестрами, австралийскими овчарками. Его любимый брат — Зеб, с которым он любит бороться.
Он также делит свой дом со своей кошачьей сестрой Пенелопой, которая занимается домашним хозяйством. Хотя эти двое не обязательно дерутся, как кошки и собаки, между ними есть соперничество между братьями и сестрами.
«Он и кот договорились держаться подальше друг от друга», — сказала Бриттани.
Зевс, как правило, хорошо себя ведет, но иногда его выходки загоняют его в немилость.
Его большой размер обычно означает, что он попадает в еще большие неприятности.
«Он любит красть соску ребенка с прилавка, и любая еда, оставленная на прилавке, определенно для него полная свобода действий», — сказала Бриттани.
«Его миска с водой — это раковина, и он любит прыгать на забор и разговаривать с соседскими собаками.
»
Бриттани говорит, что кормление колоссальных собак обходится довольно дорого, и призывает тех, кто заинтересован в владении крупной породой, быть готовыми тратить деньги на корм для собак.
Зевс наслаждается шестью чашками корма для собак крупных пород «Gentle Giants» утром и еще шестью днем, что помогает подпитывать его зуми.
«Когда он получает зуми, он бегает 30 секунд и вскакивает на стуле, как только устает.»
Иногда Зевс также любит яичницу, палочки для хулиганов или свое самое любимое лакомство: кубики льда.
Хотя немецкие доги, как правило, имеют более короткую продолжительность жизни, чем другие собаки, из-за их массивного размера, Бриттани говорит, что у Зевса отличное здоровье.
org/1999/xhtml»> «Когда мы отвозим Зевса к ветеринару, они всегда в изумлении», — сказала она.«Они очень впечатлены его здоровьем. Он любит ходить к ветеринару, ему уделяется много внимания.»
Идея связаться с Книгой рекордов Гиннесса впервые возникла на семейном собрании, когда было высказано предположение, что Зевс, вероятно, выше прежнего самая высокая из ныне живущих собак (самец) .
«Мы даже не думали, что это возможно, но как только мы измерили его, мы поняли, что он, вероятно, был», — сказала Бриттани.
«Это был вихрь и неожиданность. Мы никогда не думали, что у нас будет самая большая собака из ныне живущих.»
Хотя новый рекорд Зевса не изменил отношения его семьи к нему, Бриттани говорит, что его достижение подчеркнуло, насколько он особенный на самом деле.
«Мы получаем много комментариев типа «Вау, это самая высокая собака, которую я когда-либо видел», так что теперь здорово иметь возможность сказать: «Да, это определенно самая высокая собака, которую вы когда-либо видели!»»
«Людей это всегда шокирует, и это весело, — добавила Бриттани.
Бриттани нравится делиться Зевсом с другими людьми, и ей нравится иметь возможность говорить о том, какой он потрясающий.
Зевс также изменил семью Бриттани, принеся им много любви и радости.
«Нас было всего трое и несколько маленьких собак, но это как иметь другого человека», — сказала Бриттани.
«Зевс и мой сын-подросток спят вместе на большой кровати. Одного не найти без другого. Им нравится быть вместе.
»
Так совпало, что самая высокая собака (кобель) также была серым немецким догом по имени Зевс. Зевс из Отсего, штат Мичиган, США, принадлежал владельцам Кевину и Дениз Дорлаг. К сожалению, в 2014 году он скончался в возрасте пяти лет.
Другие питомцы-рекордсмены большого размера включают:
• Самая большая из ныне живущих кошек . Самая крупная из ныне живущих кошек — Геркулес, взрослый самец лигра (гибрид льва и тигрицы), в настоящее время проживающий в Myrtle Beach Safari, заповеднике дикой природы в Южная Каролина, США. Общая длина составляет 3,33 м (131 дюйм), рост 1,25 м (49дюймов) на плече и весит 418,2 кг (922 фунта).
• Самая высокая домашняя кошка — Самая высокая домашняя кошка, ростом 48,4 см (19,05 дюйма) — это Арктурус Альдебаран Пауэрс, подтвержденный в Анн-Арборе, штат Мичиган, США, 3 ноября 2016 года.
• Самая высокая корова — Самая высокая корова когда-либо — Блосом, принадлежавшая Патриции Мидс-Хэнсон (США) и имеющая рост 190 см (74,8 дюйма) от копыта до холки, в Оринджвилле, штат Иллинойс, США, 24 мая 2014 года.
Самая высокая в мире живая собака Зевс, немецкий дог, согласно Книге рекордов Гиннеса
Домашние животные
Зевс, 2-летний немецкий дог, любит пить из раковины и воровать закуски с прилавка.
Зевс, самый высокий из ныне живущих кобелей в мире, стоит рядом с Джеймисоном Хоуком, ростом 6 футов 1 дюйм. Предоставлено Бриттани Дэвис. Рынок с самым высоким в мире ныне живущим кобелем — немецким догом по кличке Зевс, согласно Книге рекордов Гиннеса — собирает множество взглядов, улыбок, запросов на фото и, в частности, один комментарий. «Мы насчитали 68 раз, когда мы слышали, как люди говорили: «Вау, это лошадь», — сказала его владелица Бриттани Дэвис, 36-летняя учительница и жительница Форт-Уэрта, штат Техас.
«Теперь это похоже на игру».
Хотя это и не оригинальный комментарий, его можно понять. Рост Зевса составляет 3 фута 5,18 дюйма, а его рост превышает 7 футов, когда он стоит на задних лапах.
Брат Бриттани Дэвис, Гарретт , дружит с нежным великаном. Зевс ростом более 7 футов стоит на задних лапах. Предоставлено Бриттани Дэвис/@zeus_king_daneКроме того, Дэвис сама ростом всего 5 футов 1 дюйм, что подчеркивает рост Зевса.
«Действия и реакции в любом случае обычно довольно экстремальны», — сказала она. «Либо люди очень взволнованы и хотят подойти, сфотографировать и встретиться с ним, либо они очень напуганы и идут на другую сторону улицы и смотрят на него издалека».
Зевс, немецкий дог, является самым высоким из ныне живущих кобелей в мире, согласно Книге рекордов Гиннеса. Предоставлено Бриттани Дэвис. Он непринужденный пес, которому нравится проводить время с семьей, в которую входят ее сыновья Джеймисон, 15 лет; Кингстон, 7 месяцев; и три австралийских овчарки: Зеб, Элли и Финн.
Но только не на прогулке.
«Зевсу требуется, чтобы с ним справился один человек. На самом деле он останется рядом с вами, и он очень хорошо ходит, но он размером с человека. Он огромный, — сказала она. «У австралийских овчарок гораздо больше энергии. Они быстрее; они быстрые. Они не отстают от него, но путаются у него под ногами, и тогда начинается хаос».
Бриттани Дэвис улыбается Зевсу, когда он сидит на ней. Предоставлено Бриттани ДэвисПоклонники собаки иногда спрашивают: «Можно я покатаюсь на ней?» или «Есть ли у него седло?» — на что Дэвис твердо отвечает «Нет».
«Он не лошадь. Он собака. И он вообще не хотел бы, чтобы на нем катались, — сказала она. «Большинство людей, очевидно, говорят это в шутку, но это определенно то, что мы слышим несколько раз каждый раз, когда выводим его».
Несмотря на свои размеры, Зевс поначалу боялся маленького сына Бриттани Дэвис, Кингстона. «Первые два месяца, когда ребенок плакал, он убегал», — сказала она СЕГОДНЯ.
Courtesy Brittany DavisДругие собаки также неизбежно реагируют на Зевса. Так как дома у него маленькие собачки, он любопытен и пытается играть с маленькими щенками. Некоторые более крупные собаки, кажется, чувствуют угрозу и лают на него.
Зевс относится ко всему спокойно.
«Он совсем не агрессивен. Поэтому, когда они пытаются попасть ему в лицо, он как бы просто сидит там», — сказала она. «Я имею в виду, что он будет немного рычать, если они действительно начнут преследовать его, но большинство собак в порядке. У нас было всего несколько собак, которые пытались его укусить, потому что он такой большой».
Зевс намного выше других щенков в помете. «Он был просто чудовищно высоким. Остальные собаки в его помете совсем не большие», — сказала Бриттани Дэвис СЕГОДНЯ. «Он был самым большим, когда родился, и он всегда был самым мягким». Предоставлено Бриттани Дэвис Самая высокая собака в мире ежедневно съедает 12 чашек корма, разработанного для собак гигантских пород, и добавки с глюкозамином для защиты суставов.
Дэвис спрашивает у своего ветеринара советы по уходу за большим парнем и следит за тем, чтобы он оставался здоровым и стройным, чтобы не повредить его бедра.
Связанный: Самому старому живому псу в мире 21 год. Вот как его владелец поддерживает его в форме есть твердую пищу, еда закончена.
«Он любит воровать пустышки с прилавка. Он их даже не проглотит. Он просто кладет их себе в рот, а когда попадает в беду, выплевывает их», — сказала она со смехом.
Зевс также любит жевать кубики льда и морковь, пить из раковины и пытаться быть комнатным псом.
«Он понятия не имеет, насколько он большой. Он думает, что он комнатная собачка и может сидеть у вас на коленях или опираться на вас и не сбивать вас с ног», — сказала она. «Но мне просто нравится его личность. Он хороший мальчик.
Зевс пытается быть комнатным псом. Предоставлено Бриттани Дэвис В честь того, что Зевс был назван Книгой рекордов Гиннеса самым высоким из ныне живущих псов в мире, Дэвис предложил ему дополнительные угощения и внимание, которые он с удовольствием принял.
Она также привела его на встречу со своим первоклассником, где ученики были немного ошеломлены, увидев собаку такого же роста, как многие из них, и уж точно выше их собственных питомцев.
«Мне приходилось много говорить: «Он очень милый. Он не причинит тебе вреда. Самое страшное в нем — это его хвост — он тебя хлещет. Но кроме этого, он очень, очень хороший пес», — сказала она. — Он действительно милый мальчик.
Джен Ридер
Джен Ридер является автором раздела домашних животных TODAY.com и бывшим президентом Американской ассоциации писателей-собак. Авторы включают CNN, BBC News, Woman’s World, Inside Your Dog’s Mind и многие другие публикации.
Топ-25 самых больших пород собак в мире (с фотографиями)
Люди занимались разведением собак на протяжении тысячелетий, в результате чего появилось огромное количество пород собак, от крошечных чихуахуа до массивных мастифов. Но какие самые большие породы собак в мире? Мы составили этот список из 25 крупнейших пород собак, от самых известных до малоизвестных.
Эти большие собаки привезены со всего мира и специально адаптированы к любым условиям. Они могут стать отличными семейными собаками, если у вас есть место для них. Продолжайте читать, чтобы узнать о самых больших породах собак на Земле и, возможно, даже найти пополнение в своей семье!
25 самых больших пород собак в мире
1. Мастиф
Изображение предоставлено: Мэри Свифт, ShutterstockОдной из самых больших собак в мире является мастиф, огромная порода, которая насчитывает тысячи лет. Первоначально использовавшиеся в качестве боевых собак, охотников на крупную дичь и сторожевых псов, эти собаки мускулистые, терпеливые и преданные.
Мастифы могут быть более 30 дюймов в высоту и весить впечатляющие 230 фунтов. У них короткая двойная шерсть, широкие головы и морщинистый лоб, и, как правило, они добродушны и защищают.
2. Немецкий дог
Изображение предоставлено: Мартин Таймр, Pixabay Когда вы думаете о самых больших собаках в мире, велики шансы, что на ум приходят немецкие доги.
Несмотря на свое название, эти внушительные собаки родом из Германии, где изначально они охотились на кабанов.
Немецкий дог может достигать 32 дюймов в высоту и весить до 175 фунтов. Худые и мускулистые, эти собаки становятся отличными сторожевыми псами, дружелюбны и терпеливы.
См.: Лучшие кровати для немецких догов
3. Черный русский терьер
Изображение: Brezhneva.od, ShutterstockНесмотря на вводящее в заблуждение название, русский черный терьер — внушительная, величественная собака из сибирских степей. Недавно появившаяся порода, эти собаки были выведены в 1930-х годах путем скрещивания 17 пород, включая терьеров, ротвейлеров и ньюфаундлендов.
Эти массивные собаки могут достигать 30 дюймов в высоту и весить до 140 фунтов. Эта порода имеет густую черную двойную шерсть, сохраняющую тепло даже в самую холодную погоду, но требующую регулярного расчесывания. Русские черные терьеры умны, удивительно подвижны и очень независимы.
Это стабильные, спокойные собаки, обладающие большой силой и выносливостью.
4. Бернский зенненхунд
Изображение предоставлено: othmarsigrist, PixabayБернские зенненхунды — крупные, сильные рабочие собаки, изначально выведенные в горах Швейцарии. Они могут пасти скот, охранять сельскохозяйственных животных от хищников и тянуть во много раз больше своего веса.
Бернские зенненхунды — крепкие, коренастые собаки с белой, коричневой и черной шерстью. Они могут достигать более 27 дюймов в высоту и весить до 115 фунтов. Умные и выносливые, эти собаки хорошо переносят холодную погоду. Их двойная шерсть довольно сильно линяет и требует частого ухода. Эти сильные собаки спокойны и ласковы. Они особенно хорошо ладят с детьми, что делает их отличными домашними животными.
5. Комондор
Изображение предоставлено: БОРИНА ОЛЬГА, Shutterstock Возможно, вы не слышали о комондоре, но однажды увидев его, вы никогда его не забудете! Эта лохматая белая порода была первоначально выведена как пастушья собака в Венгрии и существует уже 10 веков.
Шерсть этих необычных собак из белых шнуров помогает им сливаться с овцами, которых они традиционно охраняют. Комондоры могут достигать 27,5 дюймов в высоту и более 100 фунтов. Сильные, но подвижные, эти спортивные собаки нуждаются в большом количестве упражнений и тщательном уходе. Комондоры — достойные собаки-защитники. Они независимы и отстранены, но также верны и умны.
6. Азавак
Изображение предоставлено Анетой Юнгеровой, ShutterstockАзавак — элегантная легкая гончая из западноафриканских стран Буркина-Фасо, Мали и Нигера. Древняя порода, эти собаки — выносливые, быстрые охотники.
Эти собаки могут быть до 29 дюймов в высоту и весить до 55 фунтов. У них тонкая, минимальная шерсть, которая может быть черной, коричневой, красной или разноцветной. Они не нуждаются в особом уходе или купании и лишь изредка линяют.
Азаваки очень ласковые, умные и независимые. При раннем обучении и социализации они могут быть очень дружелюбными.
7.
Сенбернар Изображение предоставлено: vlaaitje, pixabayВы почти наверняка видели знаменитого сенбернара, очаровательную горную породу из швейцарских Альп. Мускулистые и дружелюбные, эти собаки были выведены 1000 лет назад монахами, которым нужны были сильные собаки, способные спасать путешественников из заснеженных гор.
Сенбернар известен своим нежным и игривым характером, что делает его прекрасной семейной собакой. Они любознательны, дружелюбны и терпеливы, с большими морщинистыми головами и короткими мордами. Они могут быть до 30 дюймов в высоту и весить более 180 фунтов.
- См.: Лучшие будки для собак в жаркую погоду
8. Ньюфаундленд
Изображение предоставлено: 4598242, PixabayНьюфаундленд — известная милая, терпеливая порода, которая очень хорошо ладит с детьми. Массивные, но нежные, эти собаки отлично плавают и изначально были выведены канадскими рыбаками для спасения на воде. У них даже есть полуперепончатые лапы!
Ньюфаундленды доверчивы, полны достоинства и прекрасно поддаются дрессировке.
Они могут весить до 150 фунтов и достигать 28 дюймов в высоту. Общительные и умные, эти собаки стремятся угодить и ласковы.
9. Борзая
Изображение предоставлено: Александра Моррисон Фото, ShutterstockБорзая — древняя порода, идеально выведенная для спринта. Эти гончие худощавые и высокие, а также достойные и независимые. Это самая быстрая порода собак, которую любили египетские фараоны и Александр Македонский.
Ростом до 30 дюймов, но весом менее 70 фунтов, это худые и подвижные собаки. У них аэродинамические черепа, тонкая талия и амортизирующие подножки.
- См.: Лучшие игрушки-головоломки для собак
10. Леонбергер
Изображение предоставлено: joses, PixabayПотрясающий леонбергер с милым характером и красивой длинной шерстью. Родом из Германии, эти умные собаки разводились как львиные компаньоны для европейских королевских особ, включая русских царей и английских королей.
Эти собаки хорошо плавают и могут тянуть во много раз больше своего веса.
Они могут достигать 31,5 дюймов в высоту и весить до 170 фунтов.
11. Великие Пиренеи
Изображение предоставлено: skeeze, PixabayЕще одна крупная горная собака, Великие Пиренеи, имеет густую, защищенную от непогоды шерсть и была выведена сотни лет назад для защиты овец от волков и других горных хищников. Эти смелые, крепкие собаки родом из Пиренейских гор, которые образуют границу между Испанией и Францией.
Собаки Великих Пиренеев могут достигать 32 дюймов в плече и весить более 100 фунтов. Это умные, спокойные и защитные собаки с красивой белой шерстью.
12. Ирландский волкодав
Изображение предоставлено Тихомировым Сергеем, ShutterstockИзящный и сильный, ирландский волкодав — достойный охотник и одна из самых высоких пород собак. Эти древние собаки восходят к Римской империи, где они охотились на крупную дичь.
Эти огромные собаки могут достигать 36 дюймов в высоту и весить до 180 фунтов. Они безмятежны и терпеливы, что делает их отличными семейными собаками, и у них грубая шерсть, которая может быть разных цветов.
13. Анатолийская овчарка
Изображение предоставлено: GLady, pixabayАнатолийские овчарки — одни из старейших одомашненных собак в мире, появившиеся в бронзовом веке 6000 лет назад. Родом из Анатолийского региона Турции, это верные пастушьи собаки.
Эти собаки могут достигать 29 дюймов в высоту и весить около 150 фунтов. У них толстый подшерсток, который может выдержать холодную погоду, они независимы и сдержанны.
14. Бувье-де-Фландр
Авторы и права: volofin, ShutterstockРодом из Бельгии, эта крупная лохматая порода восходит к Средневековью. Фландрский бувье изначально был фермерской собакой, которую разводили, чтобы пасти коров, тянуть тележки и охранять сельскохозяйственных животных.
Бувье может достигать 27,5 дюймов в высоту и весить до 110 фунтов. Ласковые, умные и трудолюбивые, эти собаки легко поддаются дрессировке, у них характерные бороды и усы, а также мохнатая непромокаемая шерсть.
15. Бульмастиф
Изображение предоставлено Дэниелом Олбани, Pixabay Сочетание пород бульдога и мастифа, бульмастиф был первоначально выведен в Англии 19-го века для защиты поместий и охотничьих угодий от браконьеров.
Умные, мускулистые и храбрые, эти собаки становятся отличными сторожевыми псами и компаньонами.
Бульмастиф высотой до 27 дюймов и весом до 130 фунтов — внушительная собака. У него большая голова, характерные V-образные уши и короткая шерсть.
- Купите идеальную миску для собак здесь: Лучшие миски для собак
16. Брохольмер
Авторы и права: Джин Коббен, ShutterstockПервоначально выведенный в Дании, брохольмер был пастухом, охотником на крупную дичь и сторожевой собакой. Он восходит к средневековью, когда его в основном использовали как охотника на оленей.
Дружелюбный, бдительный и ласковый брохольмер может достигать 29,5 дюймов в высоту и весить до 150 фунтов. Эта порода обычно хорошо ладит с детьми, активна и подвижна, у нее короткая шерсть, за которой легко ухаживать.
17. Borzoi
Изображение предоставлено: Pxfuel Borzoi, чье имя в переводе с русского означает «стремительный», — уникальная красивая собака, кошачья и быстрая.
Первоначально называвшихся русскими волкодавами, эти собаки были выведены царями для охоты на волков.
Борзые могут быть выше 28 дюймов в высоту и весить до 105 фунтов. Эти достойные собаки имеют красивую шелковистую шерсть и, как правило, ласковые, спортивные и преданные.
18. Доберман-пинчер
Изображение предоставлено: PeakPxПоклонники породы доберман должны поблагодарить сборщика налогов за своих любимых собак. Налоговый инспектор Луи Доберманн разработал породу для защиты в 19Германия го века. Эти компактные, мускулистые собаки с характерной головой и заостренными ушами внушительны, энергичны и бесстрашны.
Доберманы могут быть до 28 дюймов в высоту и весить до 100 фунтов. Верная, бдительная и смелая, эта изящная порода делает пугающих сторожевых собак и легко поддается дрессировке.
19. Румынская миоритская овчарка.
Изображение предоставлено: volofin, Shutterstock. Эти собаки независимы и упрямы, но также верны и преданы своим семьям.
Эта порода может достигать 29 дюймов в высоту и весить до 130 фунтов. У него длинная косматая шерсть, требующая регулярного ухода. Уверенный в себе и способный защищать, русский миорит нежен по отношению к детям и является надежным компаньоном.
20. Бладхаунд
Изображение предоставлено: FabianoAdvertising, PixabayБладхаунды появились не менее 1000 лет назад и являются известными преданными сыщиками. У них мощные носы, и они могут ходить по запаху человека в течение нескольких дней.
Бладхаунд может быть до 27 дюймов в высоту и весить до 110 фунтов. У него характерное морщинистое лицо с висячими ушами и морщинистой кожей, а также короткая шерсть, за которой легко ухаживать. Этих упрямых собак трудно дрессировать, и им требуется много упражнений.
21. Бурбуль
Изображение предоставлено: 947051, Pixabay В переводе с голландского означает «фермерская собака». Бурбули были привезены в Южную Африку голландскими и немецкими поселенцами в 1600-х годах.
Эти коренастые, мускулистые собаки защищали приусадебные участки от хищников и служили семейными компаньонами.
Бурбули могут достигать 27 дюймов в высоту и весить до 200 фунтов. Эти устрашающие сторожевые собаки также умны, бдительны и спокойны.
22. Бордоский дог
Изображение предоставлено: PeakpxБордоский дог — одна из самых древних пород в мире, возможно, завезенная во Францию Юлием Цезарем тысячи лет назад. Первоначально боевые псы, из этих собак получаются отличные сторожевые собаки и охотники.
Бордоский дог может быть до 27 дюймов в высоту и весить до 110 фунтов. У него большая, как у бульдога, голова, дряблая кожа и короткая шерсть палевого цвета. Эти собаки могут быть упрямыми, но также верными, ласковыми и милыми.
23. Акита-ину
Фото: esmalen, Pixabay Акита-ину — древняя японская порода собак с коренастым, мускулистым телосложением и защитной двойной шерстью. Нынешняя порода была выведена в 17 веке для охоты на крупную дичь, а в Японии собаки символизируют счастье и долгую жизнь.
Акита может быть до 28 дюймов в высоту и весить до 130 фунтов. У них закрученный хвост, густая шерсть и стоячие уши, они независимы и защищают.
24. Бриар
Изображение предоставлено: kyliskova.cz, ShutterstockДлинношерстный французский бриар был первоначально выведен более 1000 лет назад как для охраны, так и для пасти овец. Умные, сильные и защищающие, эти собаки имеют красивую волнистую шерсть, умны и независимы.
Бриар может достигать 27 дюймов в высоту и весить до 100 фунтов. Это активные, спортивные собаки, которые нуждаются в регулярных физических упражнениях и очень хорошо ладят с детьми.
25. Аляскинский маламут
Изображение предоставлено: PixabayАляскинский маламут — небольшая, но очень мощная собака. Достойная, игривая и мгновенно узнаваемая, эта порода — древняя ездовая собака, происходящая от одомашненных волков, завезенных на Аляску 4000 лет назад.
Маламут может быть до 25 дюймов в высоту и весить до 85 фунтов.