我们拥有这些超级计算机大脑，能够以光速吸收和处理信息，但是我们无法完全榨取柠檬。 为什么？
文本。 读完最后一句话可能要花大约2秒钟，到那时我们可以处理一本书了。 这就像在给消防水带喂雨滴一样。
我们需要一种用于交流，推理和学习的更好的视觉语言，以及针对理解和保留的更好的显示和感官技术。
我们的电话已经向我们显示了单词符号。 如果我们看到一只松鼠爬上树形符号，我们会比阅读相应的句子快得多。
如果我们能够将松鼠的速度提高5倍，那么我们可以将观察时间除以5并得到相同的结果。 我仍然不建议我们超级训练松鼠。 我的狗（耐嚼）的时间足够令人沮丧，松鼠笑着笑着坐在他的树上，坐在那儿。 无论如何，只要在youtube上找到一个松鼠视频并将加速比设置为5倍即可。
理想情况下，我们可以提出一个“ Google翻译”，该段落带有段落，并产生刺激且易于处理的相应概念动画/插图。 它需要嵌入视觉噪声，使自身进入我们的神经元并帮助我们保持。 它需要快速并针对理解进行优化。
学习设计API
Google有Material Design。 有了它，我们所有人都可以创建具有Googleish外观和感觉的事物。 如果我们扩展或创建并行的工作来解决学习速度，保留和理解力怎么办？ 当我们教机器回答问题时，我们将语义模式输入到推断结果的认知引擎中。 筛选这些模式的内容可以帮助将信息汇总并筛选到更有效的媒体中，该媒体可以突出显示要显示的关键内容。
该API应该解决机器，人类和蜜蜂的学习问题：
科学家说蜜蜂可以做基础数学
根据《科学进展》上发表的一项研究，如果经过培训，蜜蜂可以添加和减去。 www.cnn.com
微软您想在Google上站稳脚跟吗？ 做这个事！
