கார்ட்னரின் விளக்கப்படம் தொழில்நுட்ப துறையில் உள்ளவர்களுக்கு ஒரு உயர் பேஷன் ஷோ போன்றது. அதைப் பார்ப்பதன் மூலம், இந்த சீசனில் எந்தெந்த வார்த்தைகள் அதிகம் பேசப்படுகின்றன என்பதையும், வரவிருக்கும் அனைத்து மாநாடுகளிலும் நீங்கள் என்ன கேட்பீர்கள் என்பதையும் முன்கூட்டியே தெரிந்துகொள்ளலாம்.

இந்த வரைபடத்தில் அழகான வார்த்தைகளுக்குப் பின்னால் என்ன இருக்கிறது என்பதை நாங்கள் புரிந்துகொண்டோம், எனவே நீங்கள் மொழியையும் பேசலாம்.

தொடங்குவதற்கு, இது என்ன வகையான வரைபடம் என்பது பற்றி சில வார்த்தைகள். ஒவ்வொரு ஆண்டும் ஆகஸ்ட் மாதத்தில், கார்ட்னர் என்ற ஆலோசனை நிறுவனம் ஒரு அறிக்கையை வெளியிடுகிறது - கார்ட்னர் ஹைப் கர்வ். ரஷ்ய மொழியில், இது ஒரு "ஹைப் வளைவு" அல்லது, இன்னும் எளிமையாக, மிகைப்படுத்தல். 30 ஆண்டுகளுக்கு முன்பு, பொது எதிரி குழுவின் ராப்பர்கள் பாடினர்: "ஹைப்பை நம்பாதே." நம்புவதா இல்லையா, இது ஒரு தனிப்பட்ட கேள்வி, ஆனால் நீங்கள் தொழில்நுட்பத் துறையில் பணிபுரிந்தால் மற்றும் உலகளாவிய போக்குகளை அறிய விரும்பினால் குறைந்தபட்சம் இந்த முக்கிய வார்த்தைகளை அறிந்து கொள்வது மதிப்பு.

இது ஒரு குறிப்பிட்ட தொழில்நுட்பத்தின் பொது எதிர்பார்ப்புகளின் வரைபடம். கார்ட்னரின் கூற்றுப்படி, தொழில்நுட்பம் 5 நிலைகளைக் கடந்து செல்கிறது: தொழில்நுட்ப வெளியீடு, உயர்த்தப்பட்ட எதிர்பார்ப்புகளின் உச்சம், ஏமாற்றத்தின் பள்ளத்தாக்கு, அறிவொளியின் சாய்வு, உற்பத்தித்திறன் பீடபூமி. ஆனால் அது "ஏமாற்றத்தின் பள்ளத்தாக்கில்" மூழ்குவதும் நடக்கும் - உதாரணங்களை நீங்களே மிக எளிதாக நினைவில் வைத்துக் கொள்ளலாம், அதே பிட்காயின்களை எடுத்துக் கொள்ளலாம்: ஆரம்பத்தில் "எதிர்காலத்தின் பணம்" என்று உச்சத்தைத் தாக்கும் போது, ​​​​தொழில்நுட்பத்தின் குறைபாடுகளால் அவை விரைவாக கீழே சரிந்தன. முதலில், பரிவர்த்தனைகளின் எண்ணிக்கை மற்றும் பிட்காயின்களை உருவாக்குவதற்குத் தேவைப்படும் மின்சாரத்தின் அளவு ஆகியவற்றின் மீதான கட்டுப்பாடுகள் தெளிவாகத் தெரிந்தன (இது ஏற்கனவே சுற்றுச்சூழல் பிரச்சினைகளை ஏற்படுத்துகிறது). நிச்சயமாக, கார்ட்னரின் விளக்கப்படம் ஒரு முன்னறிவிப்பு என்பதை நாம் மறந்துவிடக் கூடாது: இங்கே, எடுத்துக்காட்டாக, நீங்கள் விரிவாகப் படிக்கலாம் ஒரு கட்டுரை, மிகவும் குறிப்பிடத்தக்க நிறைவேற்றப்படாத கணிப்புகள் வரிசைப்படுத்தப்படுகின்றன.

எனவே, புதிய கார்ட்னர் விளக்கப்படத்திற்கு செல்லலாம். தொழில்நுட்பங்கள் 5 பெரிய கருப்பொருள் குழுக்களாக பிரிக்கப்பட்டுள்ளன:

1. மேம்பட்ட AI மற்றும் பகுப்பாய்வு
2. பிந்தைய கிளாசிக்கல் கம்ப்யூட் மற்றும் கம்ஸ்
3. உணர்திறன் மற்றும் இயக்கம்
4. வளர்ந்த மனிதர்
5. டிஜிட்டல் சுற்றுச்சூழல் அமைப்புகள்

1. மேம்பட்ட AI மற்றும் Analytics

கடந்த 10 ஆண்டுகளில் ஆழ்ந்த கற்றலின் மிகச்சிறந்த மணிநேரத்தைக் கண்டோம். இந்த நெட்வொர்க்குகள் அவற்றின் பணிகளின் வரம்பிற்கு உண்மையிலேயே பயனுள்ளதாக இருக்கும். 2018 ஆம் ஆண்டில், Yann LeCun, Geoffrey Hinton மற்றும் Yoshua Bengio ஆகியோர் தங்கள் கண்டுபிடிப்புகளுக்காக டூரிங் விருதைப் பெற்றனர் - இது கணினி அறிவியலுக்கான நோபல் பரிசுக்கு நிகரான மிகவும் மதிப்புமிக்க விருது. எனவே, இந்த பகுதியில் உள்ள முக்கிய போக்குகள், அவை விளக்கப்படத்தில் காட்டப்பட்டுள்ளன:

1.1 பரிமாற்ற கற்றல்

நீங்கள் புதிதாக ஒரு நரம்பியல் வலையமைப்பைப் பயிற்றுவிப்பதில்லை, ஆனால் ஏற்கனவே பயிற்சி பெற்ற ஒன்றை எடுத்து அதற்கு வேறு இலக்கை ஒதுக்குங்கள். சில நேரங்களில் இதற்கு நெட்வொர்க்கின் ஒரு பகுதியை மீண்டும் பயிற்சி செய்ய வேண்டும், ஆனால் முழு நெட்வொர்க்கும் அல்ல, இது மிக வேகமாக இருக்கும். எடுத்துக்காட்டாக, ImageNet50 தரவுத்தொகுப்பில் பயிற்றுவிக்கப்பட்ட ரெஸ்நெட்1000 என்ற ஆயத்த நரம்பியல் வலையமைப்பை எடுத்துக் கொண்டால், படத்தில் உள்ள பல்வேறு பொருட்களை மிக ஆழமான மட்டத்தில் வகைப்படுத்தக்கூடிய ஒரு வழிமுறையைப் பெறுவீர்கள் (நரம்பியல் 1000 அடுக்குகளால் உருவாக்கப்பட்ட அம்சங்களின் அடிப்படையில் 50 வகுப்புகள். வலைப்பின்னல்). ஆனால் நீங்கள் அந்த முழு நெட்வொர்க்கையும் பயிற்றுவிக்க வேண்டியதில்லை, இது மாதங்கள் எடுக்கும்.

В ஆன்லைன் படிப்பு சாம்சங் "நியூரல் நெட்வொர்க்குகள் மற்றும் கணினி பார்வை", எடுத்துக்காட்டாக, இறுதிப் போட்டியில் கக்கிள் பணி தகடுகளை சுத்தமாகவும் அழுக்காகவும் வகைப்படுத்துவதன் மூலம், மேலே விவரிக்கப்பட்ட கட்டிடக்கலையின் படி கட்டப்பட்ட, சுத்தமானவற்றிலிருந்து அழுக்கு தட்டுகளை வேறுபடுத்தும் திறன் கொண்ட ஆழமான நரம்பியல் வலையமைப்பை 5 நிமிடங்களில் உங்கள் வசம் தருகிறது என்று ஒரு அணுகுமுறை நிரூபிக்கப்பட்டுள்ளது. அசல் நெட்வொர்க்குக்கு தட்டுகள் என்னவென்று தெரியாது, நாய்களிடமிருந்து பறவைகளை வேறுபடுத்துவது மட்டுமே கற்றுக்கொண்டது (இமேஜ்நெட்டைப் பார்க்கவும்).

ஆதாரம்: ஆன்லைன் படிப்பு சாம்சங் "நரம்பியல் நெட்வொர்க்குகள் மற்றும் கணினி பார்வை"

பரிமாற்றக் கற்றலுக்கு எந்த அணுகுமுறைகள் வேலை செய்கின்றன மற்றும் என்ன ஆயத்த அடிப்படை கட்டமைப்புகள் உள்ளன என்பதை நீங்கள் அறிந்து கொள்ள வேண்டும். ஒட்டுமொத்தமாக, இது இயந்திர கற்றலின் நடைமுறை பயன்பாடுகளின் தோற்றத்தை பெரிதும் துரிதப்படுத்துகிறது.

1.2 ஜெனரேட்டிவ் அட்வர்ஸரியல் நெட்வொர்க்குகள் (GAN)

கற்றல் இலக்கை வகுக்க எங்களுக்கு மிகவும் கடினமாக இருக்கும்போது இது அந்த நிகழ்வுகளுக்கானது. பணி நிஜ வாழ்க்கைக்கு எவ்வளவு நெருக்கமாக இருக்கிறதோ, அது எங்களுக்கு மிகவும் புரிந்துகொள்ளத்தக்கது ("படுக்கை அட்டவணையைக் கொண்டு வாருங்கள்"), ஆனால் அதை ஒரு தொழில்நுட்ப பணியாக உருவாக்குவது மிகவும் கடினம். இந்த பிரச்சனையில் இருந்து நம்மை காப்பாற்றும் முயற்சி தான் GAN.

இங்கு இரண்டு நெட்வொர்க்குகள் வேலை செய்கின்றன: ஒன்று ஜெனரேட்டர் (ஜெனரேட்டிவ்), மற்றொன்று பாரபட்சம் (அட்வர்ஸரியல்). ஒரு நெட்வொர்க் பயனுள்ள வேலையைச் செய்ய கற்றுக்கொள்கிறது (படங்களை வகைப்படுத்தவும், ஒலிகளை அடையாளம் காணவும், கார்ட்டூன்களை வரையவும்). மற்றொரு நெட்வொர்க் அந்த நெட்வொர்க்கைக் கற்பிக்கக் கற்றுக்கொள்கிறது: அதற்கு உண்மையான எடுத்துக்காட்டுகள் உள்ளன, மேலும் இது மிகவும் முக்கியமான ஆழமான குணாதிசயங்களின் அடிப்படையில் நெட்வொர்க்கின் உற்பத்திப் பகுதியின் தயாரிப்புகளை நிஜ உலக பொருட்களுடன் (பயிற்சி தொகுப்பு) ஒப்பிடுவதற்கு முன்னர் அறியப்படாத சிக்கலான சூத்திரத்தைக் கண்டறிய கற்றுக்கொள்கிறது. : கண்களின் எண்ணிக்கை, மியாசாகியின் பாணியின் அருகாமை, சரியான ஆங்கில உச்சரிப்பு.

அனிம் எழுத்துக்களை உருவாக்குவதற்கான நெட்வொர்க்கின் முடிவுக்கான எடுத்துக்காட்டு. மூல

ஆனால், நிச்சயமாக, அங்கு கட்டிடக்கலை உருவாக்க கடினமாக உள்ளது. நியூரான்களை வீசினால் மட்டும் போதாது, அவை தயாராக இருக்க வேண்டும். மேலும் வாரக்கணக்கில் படிக்க வேண்டும். சாம்சங் செயற்கை நுண்ணறிவு மையத்தில் உள்ள எனது சகாக்கள் GAN தலைப்பில் பணிபுரிகின்றனர்; இது அவர்களின் முக்கிய ஆராய்ச்சி கேள்விகளில் ஒன்றாகும். உதாரணமாக, இது போன்றது வளர்ச்சி: மாறக்கூடிய தோற்றங்களைக் கொண்ட நபர்களின் யதார்த்தமான புகைப்படங்களை ஒருங்கிணைக்க ஜெனரேட்டிவ் நெட்வொர்க்குகளைப் பயன்படுத்துதல் - எடுத்துக்காட்டாக, ஒரு மெய்நிகர் பொருத்தி அறையை உருவாக்குதல் அல்லது முகத்தை ஒருங்கிணைத்தல், இது உயர்தர வீடியோவை உறுதிசெய்ய சேமிக்கப்பட வேண்டிய அல்லது அனுப்பப்பட வேண்டிய தகவல்களின் அளவைக் குறைக்கும். தொடர்பு, ஒளிபரப்பு அல்லது தனிப்பட்ட தரவு பாதுகாப்பு.

மூல

1.3 விளக்கக்கூடிய AI

சில அரிய பணிகளுக்கு, ஆழமான கட்டிடக்கலைகளில் ஏற்பட்ட முன்னேற்றங்கள், ஆழமான நரம்பியல் நெட்வொர்க்குகளின் திறன்களை மனித திறன்களுக்கு நெருக்கமாக கொண்டு வந்துள்ளன. இப்போது இதுபோன்ற பணிகளின் வரம்பை அதிகரிக்க போர் நடந்து வருகிறது. எடுத்துக்காட்டாக, ஒரு ரோபோ வாக்யூம் கிளீனர் ஒரு தலை சந்திப்பில் ஒரு நாயிலிருந்து பூனையை எளிதாக வேறுபடுத்தி அறிய முடியும். ஆனால் பெரும்பாலான வாழ்க்கை சூழ்நிலைகளில், கைத்தறி அல்லது தளபாடங்களுக்கு இடையில் தூங்கும் பூனையை அவரால் கண்டுபிடிக்க முடியாது (இருப்பினும், எங்களைப் போலவே, பெரும்பாலான சந்தர்ப்பங்களில் ...).

ஆழமான நரம்பியல் நெட்வொர்க்குகளின் வெற்றிக்கான காரணம் என்ன? அவை "நிர்வாணக் கண்ணுக்குத் தெரியும்" (புகைப்பட பிக்சல்கள், ஒலி அளவு மாற்றங்கள்...) அடிப்படையில் அல்ல, ஆனால் நரம்பியல் நெட்வொர்க்கின் பல நூறு அடுக்குகள் மூலம் இந்தத் தகவலை முன் செயலாக்கிய பிறகு பெறப்பட்ட அம்சங்களின் அடிப்படையில் பிரச்சனையின் பிரதிநிதித்துவத்தை உருவாக்குகின்றன. துரதிர்ஷ்டவசமாக, இந்த உறவுகள் அர்த்தமற்றதாகவோ, சீரற்றதாகவோ அல்லது அசல் தரவுத் தொகுப்பில் உள்ள குறைபாடுகளின் தடயங்களைக் கொண்டதாகவோ இருக்கலாம். எடுத்துக்காட்டாக, ஆட்சேர்ப்பில் AI இன் சிந்தனையற்ற பயன்பாடு எதற்கு வழிவகுக்கும் என்பதைப் பற்றி ஒரு சிறிய கணினி விளையாட்டு உள்ளது சர்வைவல் ஆஃப் தி பெஸ்ட் ஃபிட்.

இமேஜ் டேக்கிங் சிஸ்டம், படத்தில் இருப்பவர் உண்மையில் ஆணாக இருந்தாலும், சமைக்கும் நபரை பெண் என்று முத்திரை குத்தியது (மூல) அது கவனித்தனர் வர்ஜீனியா நிறுவனத்தில்.

நம்மால் அடிக்கடி உருவாக்க முடியாத சிக்கலான மற்றும் ஆழமான உறவுகளை பகுப்பாய்வு செய்ய, விளக்கக்கூடிய AI முறைகள் தேவை. அவை ஆழமான நரம்பியல் நெட்வொர்க்குகளின் அம்சங்களை ஒழுங்கமைக்கின்றன, இதனால் பயிற்சிக்குப் பிறகு, நெட்வொர்க் கற்றுக்கொண்ட உள் பிரதிநிதித்துவத்தை நாம் பகுப்பாய்வு செய்யலாம், மாறாக அதன் முடிவை நம்பியிருக்க முடியாது.

1.4 எட்ஜ் அனலிட்டிக்ஸ் / AI

எட்ஜ் என்ற வார்த்தையுடன் உள்ள அனைத்தும் பின்வருவனவற்றைக் குறிக்கின்றன: கிளவுட்/சர்வரில் இருந்து இறுதி சாதனம்/கேட்வே நிலைக்கு அல்காரிதம்களின் பகுதியை மாற்றுதல். அத்தகைய அல்காரிதம் வேகமாக வேலை செய்யும் மற்றும் அதன் செயல்பாட்டிற்கு மத்திய சேவையகத்துடன் இணைப்பு தேவைப்படாது. "மெல்லிய கிளையன்ட்" என்பதன் சுருக்கத்தை நீங்கள் நன்கு அறிந்திருந்தால், இங்கே நாங்கள் இந்த வாடிக்கையாளரை கொஞ்சம் தடிமனாக மாற்றுகிறோம்.
இன்டர்நெட் ஆஃப் திங்ஸுக்கு இது முக்கியமானதாக இருக்கலாம். எடுத்துக்காட்டாக, ஒரு இயந்திரம் அதிக வெப்பமடைந்து, குளிரூட்டல் தேவைப்பட்டால், தரவு மேகத்திற்குச் சென்று அங்கிருந்து ஷிப்ட் ஃபோர்மேனுக்குச் செல்லும் வரை காத்திருக்காமல், ஆலை மட்டத்தில் இதை உடனடியாக சமிக்ஞை செய்வது அர்த்தமுள்ளதாக இருக்கும். அல்லது மற்றொரு உதாரணம்: சுய-ஓட்டுநர் கார்கள் மத்திய சேவையகத்தைத் தொடர்பு கொள்ளாமல், போக்குவரத்து நிலைமையை தாங்களாகவே கண்டுபிடிக்க முடியும்.

மூல

அல்லது பாதுகாப்புக் கண்ணோட்டத்தில் இது ஏன் முக்கியமானது என்பதற்கான மற்றொரு எடுத்துக்காட்டு: நீங்கள் உங்கள் தொலைபேசியில் உரைகளைத் தட்டச்சு செய்யும் போது, ​​அது உங்களுக்கான பொதுவான சொற்களை நினைவில் கொள்கிறது, இதனால் தொலைபேசி விசைப்பலகை வசதியாக அவற்றைக் கேட்கலாம் - இது முன்கணிப்பு என்று அழைக்கப்படுகிறது. உரை உள்ளீடு. உங்கள் கீபோர்டில் நீங்கள் தட்டச்சு செய்யும் அனைத்தையும் எங்காவது தரவு மையத்திற்கு அனுப்புவது உங்கள் தனியுரிமையை மீறுவதாகவும், பாதுகாப்பற்றதாகவும் இருக்கும். எனவே, விசைப்பலகை பயிற்சி உங்கள் சாதனத்தில் மட்டுமே நிகழ்கிறது.

1.5 ஒரு சேவையாக AI இயங்குதளம் (AI PaaS)

PaaS - Platform-as-a-Service என்பது ஒரு வணிக மாதிரியாகும், இதில் கிளவுட்-அடிப்படையிலான தரவு சேமிப்பு மற்றும் ஆயத்த நடைமுறைகள் உட்பட ஒருங்கிணைந்த தளத்திற்கான அணுகலைப் பெறுகிறோம். இதன் மூலம், உள்கட்டமைப்பு பணிகளில் இருந்து விடுபட்டு பயனுள்ள ஒன்றை தயாரிப்பதில் முழுமையாக கவனம் செலுத்த முடியும். AI பணிகளுக்கான PaaS இயங்குதளங்களின் எடுத்துக்காட்டு: IBM Cloud, Microsoft Azure, Amazon Machine Learning, Google AI இயங்குதளம்.

1.6 அடாப்டிவ் மெஷின் லேர்னிங் (அடாப்டிவ் எம்.எல்)

செயற்கை நுண்ணறிவை மாற்றியமைக்க அனுமதித்தால் என்ன ஆகும்... நீங்கள் கேட்கிறீர்கள் - அதாவது எப்படி?.. அது ஏற்கனவே பணிக்கு ஏற்றதாக இல்லையா? பிரச்சனை இதுதான்: அதைத் தீர்க்க ஒரு செயற்கை நுண்ணறிவு அல்காரிதத்தை உருவாக்குவதற்கு முன், இதுபோன்ற ஒவ்வொரு சிக்கலையும் நாங்கள் கடினமாக வடிவமைக்கிறோம். அவர்கள் உங்களுக்கு பதிலளிப்பார்கள் - இந்த சங்கிலியை எளிமைப்படுத்த முடியும் என்று மாறிவிடும்.

வழக்கமான இயந்திர கற்றல் ஒரு திறந்த வளையத்தின் கொள்கையின் அடிப்படையில் செயல்படுகிறது: நீங்கள் தரவைத் தயார் செய்கிறீர்கள், ஒரு நரம்பியல் நெட்வொர்க் (அல்லது ஏதாவது), ரயில், பின்னர் பல குறிகாட்டிகளைப் பாருங்கள், நீங்கள் எல்லாவற்றையும் விரும்பினால், நீங்கள் நரம்பியல் நெட்வொர்க்கை ஸ்மார்ட்போன்களுக்கு அனுப்பலாம். - பயனர் பிரச்சினைகளை தீர்க்க. ஆனால் நிறைய தரவுகள் இருக்கும் பயன்பாடுகளில் அதன் தன்மை படிப்படியாக மாறுகிறது, மற்ற முறைகள் தேவை. இத்தகைய அமைப்புகள், தங்களைத் தகவமைத்துக் கொள்ளும் மற்றும் கற்பிக்கும், மூடிய, சுய-கற்றல் சுழல்களாக (மூடிய-லூப்) ஒழுங்கமைக்கப்படுகின்றன, மேலும் அவை சீராக செயல்பட வேண்டும்.

பயன்பாடுகள் - இது ஸ்ட்ரீம் பகுப்பாய்வு (ஸ்ட்ரீம் அனலிட்டிக்ஸ்) ஆக இருக்கலாம், அதன் அடிப்படையில் பல வணிகர்கள் முடிவுகளை எடுக்கிறார்கள் அல்லது தகவமைப்பு உற்பத்தி மேலாண்மை. தற்போதைய பயன்பாடுகளின் அளவிலும், மனிதர்களுக்கு நன்கு புரிந்து கொள்ளப்பட்ட அபாயங்களைக் கொண்டும், இந்தப் பிரச்சனைக்குத் தீர்வாக இருக்கும் நுட்பங்கள் அனைத்தும் அடாப்டிவ் AI என்ற குடைச் சொல்லின் கீழ் சேகரிக்கப்படுகின்றன.

மூல

இந்தப் படத்தைப் பார்க்கும்போது, ​​எதிர்கால நிபுணர்களுக்கு ரொட்டி ஊட்டுவதில்லை என்ற உணர்விலிருந்து விடுபடுவது கடினம் - ஒரு ரோபோவை சுவாசிக்க கற்றுக்கொடுக்கட்டும்...

பிந்தைய கிளாசிக்கல் கம்ப்யூட் மற்றும் கம்ஸ்

2.1 ஐந்தாம் தலைமுறை மொபைல் தகவல் தொடர்பு (5G)

இது மிகவும் சுவாரஸ்யமான தலைப்பு, நாங்கள் உடனடியாக உங்களை எங்களிடம் குறிப்பிடுகிறோம் கட்டுரை. சரி, இங்கே ஒரு சிறிய சுருக்கம். 5G, தரவு பரிமாற்றத்தின் அதிர்வெண்ணை அதிகரிப்பதன் மூலம், இணைய வேகத்தை நம்பத்தகாத வேகமாக்கும். குறுகிய அலைகள் தடைகளை கடந்து செல்வது மிகவும் கடினம், எனவே நெட்வொர்க்குகளின் வடிவமைப்பு முற்றிலும் வேறுபட்டதாக இருக்கும்: 500 மடங்கு அதிகமான அடிப்படை நிலையங்கள் தேவை.

வேகத்துடன், புதிய நிகழ்வுகளைப் பெறுவோம்: ஆக்மென்ட் ரியாலிட்டியுடன் கூடிய நிகழ்நேர விளையாட்டுகள், சிக்கலான பணிகளை (அறுவைசிகிச்சை போன்றவை) டெலிபிரசன்ஸ் மூலம் செய்தல், சாலைகளில் ஏற்படும் விபத்துகள் மற்றும் கடினமான சூழ்நிலைகளைத் தடுக்கும் இயந்திரங்களுக்கிடையேயான தொடர்பு மூலம். மிகவும் புத்திசாலித்தனமான குறிப்பில்: ஸ்டேடியத்தில் நடக்கும் போட்டி போன்ற வெகுஜன நிகழ்வுகளின் போது மொபைல் இன்டர்நெட் நிறுத்தப்படும்.

பட ஆதாரம் - ராய்ட்டர்ஸ், நியான்டிக்

2.2 அடுத்த தலைமுறை நினைவகம்

இங்கே நாம் ஐந்தாவது தலைமுறை ரேம் - DDR5 பற்றி பேசுகிறோம். சாம்சங் DDR2019 அடிப்படையிலான தயாரிப்புகள் 5 இறுதிக்குள் கிடைக்கும் என்று அறிவித்தது. அதே ஃபார்ம் பேக்டரைப் பராமரிக்கும் போது புதிய நினைவகம் இரண்டு மடங்கு வேகமாகவும், இரண்டு மடங்கு திறன் கொண்டதாகவும் இருக்கும் என்று எதிர்பார்க்கப்படுகிறது, அதாவது, நம் கணினிக்கு 32 ஜிபி வரை திறன் கொண்ட மெமரி ஸ்டிக்குகளைப் பெற முடியும். எதிர்காலத்தில், இது ஸ்மார்ட்போன்களுக்கு (புதிய நினைவகம் குறைந்த சக்தி பதிப்பில் இருக்கும்) மற்றும் மடிக்கணினிகளுக்கு (டிஐஎம்எம் ஸ்லாட்டுகளின் எண்ணிக்கை குறைவாக இருக்கும்) குறிப்பாக பொருத்தமானதாக இருக்கும். மேலும் இயந்திர கற்றலுக்கு அதிக அளவு ரேம் தேவைப்படுகிறது.

2.3 லோ-எர்த்-ஆர்பிட் சாட்டிலைட் சிஸ்டம்ஸ்

கனமான, விலையுயர்ந்த, சக்திவாய்ந்த செயற்கைக்கோள்களை சிறிய மற்றும் மலிவான செயற்கைக்கோள்களுடன் மாற்றுவதற்கான யோசனை புதியதல்ல மற்றும் 90 களில் தோன்றியது. எதை பற்றி "எல்லோன் மஸ்க் விரைவில் செயற்கைக்கோள் மூலம் இணையத்தை அனைவருக்கும் விநியோகிக்கிறார்" இப்போது சோம்பேறிகள் மட்டும் கேட்கவில்லை. இங்குள்ள மிகவும் பிரபலமான நிறுவனம் இரிடியம் ஆகும், இது 90 களின் பிற்பகுதியில் திவாலானது, ஆனால் அமெரிக்க பாதுகாப்புத் துறையின் இழப்பில் சேமிக்கப்பட்டது (ரஷ்ய ஸ்மார்ட் ஹோம் அமைப்பான iRidium உடன் குழப்பமடையக்கூடாது). எலோன் மஸ்க்கின் திட்டம் (ஸ்டார்லிங்க்) ஒரே திட்டத்திலிருந்து வெகு தொலைவில் உள்ளது - ரிச்சர்ட் பிரான்சன் (ஒன்வெப் - 1440 முன்மொழியப்பட்ட செயற்கைக்கோள்கள்), போயிங் (3000 செயற்கைக்கோள்கள்), சாம்சங் (4600 செயற்கைக்கோள்கள்) மற்றும் பலர் செயற்கைக்கோள் பந்தயத்தில் பங்கேற்கின்றனர்.

இந்த பகுதியில் விஷயங்கள் எப்படி இருக்கின்றன, அங்கு பொருளாதாரம் எப்படி இருக்கிறது - படிக்கவும் ஆய்வு. அடுத்த ஆண்டு நடைபெறவிருக்கும் முதல் பயனர்களால் இந்த அமைப்புகளின் முதல் சோதனைகளுக்காக நாங்கள் காத்திருக்கிறோம்.

2.4 நானோ அளவிலான 3D அச்சிடுதல்

3D பிரிண்டிங், இது ஒவ்வொரு நபரின் வாழ்க்கையிலும் நுழையவில்லை என்றாலும் (ஒரு தனிப்பட்ட வீட்டு பிளாஸ்டிக் தொழிற்சாலையால் வாக்குறுதியளிக்கப்பட்ட வடிவத்தில்), இருப்பினும் நீண்ட காலத்திற்கு முன்பு அழகற்றவர்களுக்கு தொழில்நுட்ப முக்கிய இடத்தை விட்டுச் சென்றது. குறைந்தபட்சம் 3D செதுக்கப்பட்ட பேனாக்கள் இருப்பதைப் பற்றி ஒவ்வொரு பள்ளி மாணவர்களுக்கும் தெரியும் என்பதன் மூலம் நீங்கள் தீர்மானிக்க முடியும், மேலும் பலர் ரன்னர்கள் மற்றும் ஒரு எக்ஸ்ட்ரூடருடன் ஒரு பெட்டியை வாங்க வேண்டும் என்று கனவு காண்கிறார்கள் ... "அப்படியே" (அல்லது ஏற்கனவே வாங்கியது).

ஸ்டீரியோலிதோகிராபி (லேசர் 3டி பிரிண்டர்கள்) தனிப்பட்ட ஃபோட்டான்களுடன் அச்சிட அனுமதிக்கிறது: புதிய பாலிமர்கள் ஆராயப்படுகின்றன, அவை திடப்படுத்த இரண்டு ஃபோட்டான்கள் மட்டுமே தேவைப்படும். இது ஆய்வகம் அல்லாத நிலையில், முற்றிலும் புதிய வடிப்பான்கள், மவுண்ட்கள், ஸ்பிரிங்ஸ், கேபிலரிகள், லென்ஸ்கள் மற்றும்... கருத்துகளில் உங்கள் விருப்பங்களை உருவாக்க அனுமதிக்கும்! இங்கே இது ஃபோட்டோபாலிமரைசேஷனில் இருந்து வெகு தொலைவில் இல்லை - இந்த தொழில்நுட்பம் மட்டுமே செயலிகள் மற்றும் கணினி சுற்றுகளை "அச்சிட" அனுமதிக்கிறது. கூடுதலாக, இது முதல் வருடம் அல்ல கிராபெனின் 500 nm முப்பரிமாண கட்டமைப்புகளை அச்சிடுவதற்கான தொழில்நுட்பம், ஆனால் தீவிர வளர்ச்சி இல்லாமல்.

மூல

3. உணர்தல் மற்றும் இயக்கம்

3.1 தன்னியக்க ஓட்டுநர் நிலை 4 & 5

சொற்களஞ்சியத்தில் குழப்பமடையாமல் இருக்க, சுயாட்சியின் எந்த நிலைகள் வேறுபடுகின்றன என்பதைப் புரிந்துகொள்வது மதிப்பு (விரிவானவற்றிலிருந்து எடுக்கப்பட்டது கட்டுரைகள், ஆர்வமுள்ள அனைவரையும் நாங்கள் குறிப்பிடுகிறோம்):

நிலை 1: பயணக் கட்டுப்பாடு: மிகக் குறைந்த சூழ்நிலைகளில் ஓட்டுநருக்கு உதவுகிறது (உதாரணமாக, ஓட்டுநர் மிதிவிலிருந்து கால் எடுத்த பிறகு, குறிப்பிட்ட வேகத்தில் காரைப் பிடித்துக் கொள்வது)
நிலை 2: வரையறுக்கப்பட்ட திசைமாற்றி மற்றும் பிரேக்கிங் உதவி. இயக்கி உடனடியாக கட்டுப்பாட்டை எடுக்க தயாராக இருக்க வேண்டும். அவரது கைகள் ஸ்டீயரிங் மீது உள்ளன, அவரது கண்கள் சாலையில் செலுத்தப்படுகின்றன. இது டெஸ்லா மற்றும் ஜெனரல் மோட்டார்ஸ் ஏற்கனவே உள்ள ஒன்று.
நிலை 3: ஓட்டுநர் இனி தொடர்ந்து சாலையைப் பார்க்க வேண்டியதில்லை. ஆனால் அவர் விழிப்புடன் இருக்க வேண்டும் மற்றும் கட்டுப்பாட்டை எடுக்க தயாராக இருக்க வேண்டும். வணிக ரீதியாக கிடைக்கும் கார்களில் இது இன்னும் இல்லாத ஒன்று. தற்போது உள்ளவை அனைத்தும் 1-2 அளவில் உள்ளன.
நிலை 4: உண்மையான தன்னியக்க பைலட், ஆனால் கட்டுப்பாடுகளுடன்: கவனமாக மேப் செய்யப்பட்ட மற்றும் பொதுவாக கணினிக்குத் தெரிந்த ஒரு அறியப்பட்ட பகுதியில் மட்டுமே பயணங்கள், மற்றும் சில நிபந்தனைகளின் கீழ்: எடுத்துக்காட்டாக, பனி இல்லாத போது. Waymo மற்றும் General Motors போன்ற முன்மாதிரிகள் உள்ளன, மேலும் அவை பல நகரங்களில் தொடங்கவும் உண்மையான சூழலில் அவற்றை சோதிக்கவும் திட்டமிட்டுள்ளன. Skolkovo மற்றும் Innopolis இல் Yandex ஆளில்லா டாக்சிகளுக்கான சோதனை மண்டலங்களைக் கொண்டுள்ளது: பயணிகளின் இருக்கையில் அமர்ந்திருக்கும் ஒரு பொறியாளரின் மேற்பார்வையின் கீழ் பயணம் நடைபெறுகிறது; இந்த ஆண்டு இறுதிக்குள், நிறுவனம் தனது கடற்படையை 100 ஆளில்லா வாகனங்களாக விரிவுபடுத்த திட்டமிட்டுள்ளது.
நிலை 5: முழு தானியங்கி ஓட்டுதல், நேரடி இயக்கியை முழுமையாக மாற்றுதல். இத்தகைய அமைப்புகள் இல்லை, மேலும் அவை வரும் ஆண்டுகளில் தோன்ற வாய்ப்பில்லை.

எதிர்காலத்தில் இதையெல்லாம் பார்ப்பது எவ்வளவு யதார்த்தமானது? இங்கே நான் வாசகரை கட்டுரைக்கு திருப்பி விட விரும்புகிறேன் "டெஸ்லா உறுதியளித்தபடி 2020 க்குள் ரோபோடாக்ஸியை ஏன் தொடங்க முடியாது". இது 5G இணைப்பு இல்லாததால் ஒரு பகுதியாகும்: கிடைக்கக்கூடிய 4G வேகம் போதுமானதாக இல்லை. தன்னாட்சி கார்களின் மிக அதிக விலை காரணமாக: அவை இன்னும் லாபம் ஈட்டவில்லை, வணிக மாதிரி தெளிவாக இல்லை. ஒரு வார்த்தையில், இங்கே "எல்லாம் சிக்கலானது", மேலும் 4 மற்றும் 5 நிலைகளை பெருமளவில் செயல்படுத்துவதற்கான முன்னறிவிப்பு 10 ஆண்டுகளுக்கு முந்தையதாக இல்லை என்று கார்ட்னர் எழுதுவது தற்செயல் நிகழ்வு அல்ல.

3.2 3டி உணர்திறன் கேமராக்கள்

எட்டு ஆண்டுகளுக்கு முன்பு, மைக்ரோசாப்டின் Kinect கேமிங் கன்ட்ரோலர் 3D பார்வைக்கு அணுகக்கூடிய மற்றும் ஒப்பீட்டளவில் மலிவான தீர்வை வழங்குவதன் மூலம் அலைகளை உருவாக்கியது. அப்போதிருந்து, Kinect உடனான உடற்கல்வி மற்றும் நடன விளையாட்டுகள் அவற்றின் குறுகிய உயர்வு மற்றும் வீழ்ச்சியை அனுபவித்தன, ஆனால் 3D கேமராக்கள் தொழில்துறை ரோபோக்கள், ஆளில்லா வாகனங்கள் மற்றும் முக அடையாளத்திற்காக மொபைல் போன்களில் பயன்படுத்தத் தொடங்கின. தொழில்நுட்பம் மலிவானது, மிகவும் கச்சிதமானது மற்றும் அணுகக்கூடியது.

சாம்சங் எஸ்10 ஃபோனில் டைம்-ஆஃப்-ஃப்ளைட் கேமரா உள்ளது, இது ஃபோகஸ் செய்வதை எளிதாக்குவதற்கு ஒரு பொருளின் தூரத்தை அளவிடுகிறது. மூல

இந்த தலைப்பில் நீங்கள் ஆர்வமாக இருந்தால், ஆழமான கேமராக்கள் பற்றிய ஒரு நல்ல விரிவான மதிப்பாய்விற்கு நாங்கள் உங்களை திருப்பி விடுவோம்: 1 பகுதியாக, 2 பகுதியாக.

3.3 சிறிய சரக்குகளை விநியோகிப்பதற்கான ட்ரோன்கள் (இலகு சரக்கு டெலிவரி ட்ரோன்கள்)

இந்த ஆண்டு, அமேசான் 2 கிலோ எடையுள்ள சிறிய சுமைகளை சுமந்து செல்லும் புதிய பறக்கும் ட்ரோனை கண்காட்சியில் காட்டியபோது அலைகளை உருவாக்கியது. போக்குவரத்து நெரிசல்கள் உள்ள நகரத்திற்கு, இது ஒரு சிறந்த தீர்வாகத் தெரிகிறது. எதிர்காலத்தில் இந்த ட்ரோன்கள் எவ்வாறு செயல்படுகின்றன என்பதைப் பார்ப்போம். ஒருவேளை இங்கே எச்சரிக்கையுடன் சந்தேகம் கொள்வது மதிப்பு: ட்ரோனை எளிதாக திருடுவதற்கான சாத்தியக்கூறுகள் தொடங்கி, UAV களில் சட்டக் கட்டுப்பாடுகளுடன் முடிவடையும் பல சிக்கல்கள் உள்ளன. அமேசான் ப்ரைம் ஏர் ஆறு ஆண்டுகளாக இயங்கி வருகிறது, ஆனால் இன்னும் சோதனை கட்டத்தில் உள்ளது.

அமேசானின் புதிய ட்ரோன், இந்த வசந்த காலத்தில் காட்டப்பட்டது. அவரைப் பற்றி ஏதோ ஸ்டார் வார்ஸ் இருக்கிறது. மூல

அமேசானைத் தவிர, இந்த சந்தையில் மற்ற வீரர்களும் உள்ளனர் (விரிவானது உள்ளது கண்ணோட்டத்தை), ஆனால் ஒரு முடிக்கப்பட்ட தயாரிப்பு இல்லை: எல்லாம் சோதனை மற்றும் சந்தைப்படுத்தல் பிரச்சாரத்தின் கட்டத்தில் உள்ளது. தனித்தனியாக, மிகவும் சுவாரஸ்யமான மிகவும் சிறப்பு வாய்ந்த மருத்துவத்தை குறிப்பிடுவது மதிப்பு திட்டங்கள் ஆப்பிரிக்காவில்: கானாவில் (14 பிரசவங்கள், ஜிப்லைன் நிறுவனம்) மற்றும் ருவாண்டாவில் (மேட்டர்நெட் நிறுவனம்) தானம் செய்யப்பட்ட இரத்த விநியோகம்.

3.4 பறக்கும் தன்னாட்சி வாகனங்கள்

இங்கே எதையும் திட்டவட்டமாகக் கூறுவது கடினம். கார்ட்னரின் கூற்றுப்படி, இது 10 ஆண்டுகளுக்கு முன்பு தோன்றாது. பொதுவாக, சுய-ஓட்டுநர் கார்களில் உள்ள அதே சிக்கல்கள் இங்கே உள்ளன, அவை மட்டுமே ஒரு புதிய பரிமாணத்தைப் பெறுகின்றன - செங்குத்து. போர்ஸ், போயிங் மற்றும் உபெர் ஆகியவை பறக்கும் டாக்ஸியை உருவாக்க தங்கள் லட்சியங்களை அறிவித்துள்ளன.

3.5 ஆக்மென்ட்டட் ரியாலிட்டி கிளவுட் (AR கிளவுட்)

நிஜ உலகின் நிரந்தர டிஜிட்டல் நகல், எல்லா பயனர்களுக்கும் பொதுவான யதார்த்தத்தின் புதிய அடுக்கை உருவாக்க உங்களை அனுமதிக்கிறது. மேலும் தொழில்நுட்ப அடிப்படையில், டெவலப்பர்கள் தங்கள் AR பயன்பாடுகளை ஒருங்கிணைக்கக்கூடிய திறந்த கிளவுட் தளத்தை உருவாக்குவது பற்றி நாங்கள் பேசுகிறோம். பணமாக்குதல் மாதிரி தெளிவாக உள்ளது; இது நீராவியின் ஒரு வகையான அனலாக் ஆகும். மேகம் இல்லாத AR வெறுமனே பயனற்றது என்று சிலர் இப்போது நம்பும் அளவுக்கு இந்த யோசனை வேரூன்றியுள்ளது.

எதிர்காலத்தில் இது எப்படி இருக்கும் என்பது ஒரு சிறிய வீடியோவில் காட்டப்பட்டுள்ளது. பிளாக் மிரரின் மற்றொரு அத்தியாயம் போல் தெரிகிறது:

என்ற முகவரியிலும் படிக்கலாம் கட்டுரையை பரிசீலி.

4. அதிகரித்த மனிதர்

4.1 உணர்ச்சி AI

மனித உணர்வுகளை எவ்வாறு அளவிடுவது, உருவகப்படுத்துவது மற்றும் பதிலளிப்பது? இங்குள்ள வாடிக்கையாளர்களில் சிலர் Amazon Alexa போன்ற குரல் உதவியாளர்களை உருவாக்கும் நிறுவனங்கள். அவர்கள் மனநிலையை அடையாளம் காண கற்றுக்கொண்டால் அவர்கள் உண்மையிலேயே வீடுகளுக்குப் பழகலாம்: பயனரின் அதிருப்திக்கான காரணத்தைப் புரிந்துகொண்டு, நிலைமையை சரிசெய்ய முயற்சிக்கவும். பொதுவாக, செய்தியில் இருப்பதை விட சூழலில் அதிக தகவல்கள் உள்ளன. மற்றும் சூழல் என்பது முகபாவனை, உள்ளுணர்வு மற்றும் சொல்லாத நடத்தை.

பிற நடைமுறை பயன்பாடுகள்: வேலை நேர்காணலின் போது உணர்ச்சிகளின் பகுப்பாய்வு (வீடியோ நேர்காணல்களின் அடிப்படையில்), விளம்பரங்கள் அல்லது பிற வீடியோ உள்ளடக்கங்களுக்கான எதிர்வினைகளை மதிப்பீடு செய்தல் (புன்னகை, சிரிப்பு), கற்றலில் உதவி (உதாரணமாக, பொது பேசும் கலையில் சுயாதீனமான பயிற்சிக்காக).

6 நிமிட குறும்படத்தின் ஆசிரியரை விட இந்த தலைப்பில் சிறப்பாக பேசுவது கடினம் திருடுவது ஊர் உணர்வு. நகைச்சுவையான மற்றும் ஸ்டைலான வீடியோ, மார்க்கெட்டிங் நோக்கங்களுக்காக எங்கள் உணர்ச்சிகளை நீங்கள் எவ்வாறு அளவிட முடியும் என்பதைக் காட்டுகிறது, மேலும் உங்கள் முகத்தின் தற்காலிக எதிர்வினைகளிலிருந்து, நீங்கள் பீட்சா, நாய்கள், கன்யே வெஸ்ட் போன்றவற்றை விரும்புகிறீர்களா மற்றும் உங்கள் வருமான நிலை மற்றும் தோராயமான IQ என்ன என்பதைக் கண்டறியவும். மேலே உள்ள இணைப்பைப் பயன்படுத்தி படத்தின் இணையதளத்தைப் பார்வையிடுவதன் மூலம், உங்கள் மடிக்கணினியின் உள்ளமைக்கப்பட்ட கேமராவைப் பயன்படுத்தி ஊடாடும் வீடியோவில் நீங்கள் பங்கேற்பாளராகிவிடுவீர்கள். இப்படம் ஏற்கனவே பல திரைப்பட விழாக்களில் திரையிடப்பட்டுள்ளது.

மூல

இதுபோன்ற ஒரு சுவாரஸ்யமான ஆய்வு கூட உள்ளது: உரையில் கிண்டலை எவ்வாறு அங்கீகரிப்பது. #sarcasm என்ற ஹேஷ்டேக்குடன் ட்வீட்களை எடுத்து, 25 ட்வீட்களை கிண்டலுடன் ஒரு பயிற்சித் தொகுப்பையும், சூரியனுக்குக் கீழே உள்ள அனைத்தையும் பற்றி 000 வழக்கமான ட்வீட்களையும் செய்தோம். நாங்கள் TensorFlow நூலகத்தைப் பயன்படுத்தினோம், கணினியைப் பயிற்றுவித்தோம், அதன் விளைவு இங்கே:

மூல

எனவே, இப்போது, ​​​​உங்கள் சக ஊழியர் அல்லது நண்பரைப் பற்றி உங்களுக்குத் தெரியாவிட்டால் - அவர் உங்களிடம் தீவிரமாக அல்லது கிண்டலாக ஏதாவது சொன்னார், நீங்கள் ஏற்கனவே பயன்படுத்தலாம் பயிற்சி பெற்ற நரம்பியல் நெட்வொர்க்!

4.2 அதிகரித்த நுண்ணறிவு

இயந்திர கற்றல் முறைகளைப் பயன்படுத்தி அறிவார்ந்த வேலையின் தானியங்கு. இது ஒன்றும் புதிதல்ல என்று தோன்றுகிறதா? ஆனால் வார்த்தைகள் இங்கே முக்கியம், குறிப்பாக இது செயற்கை நுண்ணறிவுடன் சுருக்கமாக ஒத்துப்போகிறது. இது "வலுவான" மற்றும் "பலவீனமான" AI பற்றிய விவாதத்திற்கு நம்மை மீண்டும் கொண்டுவருகிறது.
வலுவான AI என்பது அறிவியல் புனைகதை படங்களில் இருந்து வரும் அதே செயற்கை நுண்ணறிவு ஆகும், இது மனித மனதுக்கு முற்றிலும் சமமானது மற்றும் ஒரு தனிநபராக தன்னைப் பற்றி அறிந்திருக்கிறது. இது இன்னும் இல்லை மற்றும் அது இருக்குமா என்பது தெளிவாக இல்லை.

பலவீனமான AI ஒரு சுயாதீனமான நபர் அல்ல, ஆனால் ஒரு மனித உதவியாளர். அவர் மனிதனைப் போன்ற சிந்தனையைக் கொண்டிருப்பதாகக் கூறவில்லை, ஆனால் தகவல் சிக்கல்களை எவ்வாறு தீர்ப்பது என்பது அவருக்குத் தெரியும், எடுத்துக்காட்டாக, ஒரு படத்தில் காட்டப்பட்டுள்ளதைத் தீர்மானிக்கவும் அல்லது உரையை மொழிபெயர்க்கவும்.

மூல

இந்த அர்த்தத்தில், ஆக்மென்டட் இன்டலிஜென்ஸ் அதன் தூய்மையான வடிவத்தில் "பலவீனமான AI" ஆகும், மேலும் உருவாக்கம் வெற்றிகரமாகத் தெரிகிறது, ஏனெனில் அது குழப்பத்தையும், அனைவரும் கனவு காணும் அதே "வலுவான AI" ஐ இங்கே காண ஆசைப்படுவதில்லை. "கிளர்ச்சி கார்கள்" பற்றிய பல விவாதங்களை நினைவு கூர்க. ஆக்மென்டட் இன்டலிஜென்ஸ் என்ற வெளிப்பாட்டைப் பயன்படுத்தி, நாம் உடனடியாக மற்றொரு படத்தின் ஹீரோக்களாகிவிடுகிறோம்: அறிவியல் புனைகதைகளிலிருந்து (அசிமோவின் “ஐ, ரோபோ” போன்றவை) நாம் சைபர்பங்கில் இருப்பதைக் காண்கிறோம் (இந்த வகையின் “பெருக்கங்கள்” மனித திறன்களை விரிவுபடுத்தும் அனைத்து வகையான உள்வைப்புகளும்).

எப்படி கூறினார் Erik Brynjolfsson மற்றும் Andrew McAffee: "அடுத்த 10 ஆண்டுகளில், இதுதான் நடக்கும். AI மேலாளர்களை மாற்றாது, ஆனால் AI ஐப் பயன்படுத்தும் மேலாளர்கள் இன்னும் அதை உருவாக்காதவர்களை மாற்றுவார்கள்.

உதாரணங்கள்:

• மருத்துவம்: ஸ்டான்போர்ட் பல்கலைக்கழகம் உருவாக்கப்பட்டது வழிமுறை, பெரும்பாலான மருத்துவர்களைப் போலவே சராசரியாக மார்பு எக்ஸ்-கதிர்களில் நோய்க்குறியீடுகளை அடையாளம் காணும் பணியை யார் சமாளிக்கிறார்கள்
• கல்வி: மாணவர்கள் மற்றும் ஆசிரியர்களுக்கு உதவி, பொருள்களுக்கான மாணவர் பதில்களின் பகுப்பாய்வு, தனிப்பட்ட கற்றல் பாதையை உருவாக்குதல்.
• வணிக பகுப்பாய்வு: தரவு முன் செயலாக்கம், புள்ளி விவரங்களின்படி, ஒரு ஆராய்ச்சியாளரின் நேரத்தின் 80% ஆகும், மேலும் 20% பரிசோதனையே ஆகும்.

4.3 பயோசிப்ஸ்

இது அனைத்து சைபர்பங்க் திரைப்படங்கள் மற்றும் புத்தகங்களின் விருப்பமான தீம். பொதுவாக, செல்லப்பிராணிகளை மைக்ரோசிப்பிங் செய்வது ஒரு புதிய நடைமுறை அல்ல. ஆனால் இப்போது இந்த சில்லுகள் மக்களிடையே பொருத்தத் தொடங்கியுள்ளன.

இந்த வழக்கில், ஹைப் பெரும்பாலும் அமெரிக்க நிறுவனமான த்ரீ ஸ்கொயர் மார்க்கெட்டில் பரபரப்பான வழக்குடன் தொடர்புடையது. அங்கு, முதலாளி ஒரு கட்டணத்திற்கு ஈடாக தோலின் கீழ் சில்லுகளைப் பொருத்தத் தொடங்கினார். சிப் கதவுகளைத் திறக்கவும், கணினிகளில் உள்நுழையவும், விற்பனை இயந்திரத்திலிருந்து தின்பண்டங்களை வாங்கவும் உங்களை அனுமதிக்கிறது - அதாவது, அத்தகைய உலகளாவிய பணியாளர் அட்டை. மேலும், அத்தகைய சிப் துல்லியமாக அடையாள அட்டையாக செயல்படுகிறது; அதில் ஜி.பி.எஸ் தொகுதி இல்லை, எனவே அதைப் பயன்படுத்தும் யாரையும் கண்காணிக்க முடியாது. ஒரு நபர் தனது கையிலிருந்து சிப்பை அகற்ற விரும்பினால், மருத்துவரின் உதவியுடன் 5 நிமிடங்கள் ஆகும்.

சில்லுகள் பொதுவாக கட்டைவிரலுக்கும் ஆள்காட்டி விரலுக்கும் இடையில் பொருத்தப்படும். மூல

மேலும் படிக்கவும் ஒரு கட்டுரை உலகில் சிப்பிங் விவகாரங்களின் நிலை பற்றி.

4.4 மூழ்கும் பணியிடம்

"இம்மர்சிவ்" என்பது தப்பிக்க முடியாத மற்றொரு புதிய சொல். எல்லா இடங்களிலும் இருக்கிறது. மூழ்கும் தியேட்டர், கண்காட்சி, சினிமா. நீங்கள் என்ன சொல்கிறீர்கள்? மூழ்குதல் என்பது ஒரு அதிவேக விளைவை உருவாக்குவதாகும், ஆசிரியருக்கும் பார்வையாளருக்கும் இடையே உள்ள எல்லை, மெய்நிகர் மற்றும் உண்மையான உலகம் இழக்கப்படும் போது. பணியிடத்தில், மறைமுகமாக, இது செய்பவருக்கும் துவக்கி வைப்பவருக்கும் இடையே உள்ள கோட்டை மங்கலாக்குவது மற்றும் அவர்களின் சூழலை மறுவடிவமைப்பதன் மூலம் மிகவும் சுறுசுறுப்பான நிலையை எடுக்க ஊழியர்களை ஊக்குவித்தல்.

எங்களிடம் இப்போது சுறுசுறுப்பு, நெகிழ்வுத்தன்மை மற்றும் நெருக்கமான ஒத்துழைப்பு எல்லா இடங்களிலும் இருப்பதால், பணியிடங்கள் முடிந்தவரை எளிதாக உள்ளமைக்கக்கூடியதாகவும் குழு வேலைகளை ஊக்குவிக்கவும் வேண்டும். பொருளாதாரம் அதன் விதிமுறைகளை ஆணையிடுகிறது: அதிக தற்காலிக பணியாளர்கள் உள்ளனர், அலுவலக இடத்தை வாடகைக்கு எடுப்பதற்கான செலவு அதிகரித்து வருகிறது, மற்றும் ஒரு போட்டி தொழிலாளர் சந்தையில், IT நிறுவனங்கள் பொழுதுபோக்கு பகுதிகள் மற்றும் பிற நன்மைகளை உருவாக்குவதன் மூலம் வேலையில் இருந்து பணியாளர் திருப்தியை அதிகரிக்க முயற்சி செய்கின்றன. இவை அனைத்தும் பணியிடங்களின் வடிவமைப்பில் பிரதிபலிக்கின்றன.

Из அறிக்கை நோல்

4.5 ஆளுமைப்படுத்தல்

விளம்பரத்தில் தனிப்பயனாக்கம் என்பது அனைவருக்கும் தெரியும். இன்று நீங்கள் ஒரு சக ஊழியருடன் அறையில் காற்று ஓரளவு வறண்டு இருப்பதாகவும், நீங்கள் அலுவலகத்திற்கு ஒரு ஈரப்பதமூட்டியை வாங்க வேண்டும் என்றும், அடுத்த நாள் உங்கள் சமூக வலைப்பின்னலில் ஒரு விளம்பரத்தைப் பார்க்கிறீர்கள் - "ஒரு ஈரப்பதமூட்டியை வாங்கவும்" (அ) எனக்கு நடந்த உண்மை சம்பவம்).

மூல

கார்ட்னர் வரையறுத்தபடி தனிப்பயனாக்கம் என்பது, விளம்பர நோக்கங்களுக்காக தங்கள் தனிப்பட்ட தரவைப் பயன்படுத்துவது குறித்த பயனர்களின் அதிகரித்து வரும் கவலைகளுக்கு விடையிறுப்பாகும். தனிப்பட்ட முறையில் நமக்கு அல்லாமல், நம்மைக் கண்டுபிடிக்கும் சூழலுக்குப் பொருத்தமான விளம்பரங்களைக் காண்பிக்கும் அணுகுமுறையை உருவாக்குவதே குறிக்கோள். எடுத்துக்காட்டாக, எங்கள் இருப்பிடம், சாதனத்தின் வகை, நாளின் நேரம், வானிலை - இது எங்கள் தனிப்பட்ட தரவை மீறாத ஒன்று, மேலும் "கண்காணிப்பு" என்ற விரும்பத்தகாத உணர்வை நாங்கள் உணரவில்லை.

இந்த இரண்டு கருத்துக்களுக்கும் இடையிலான வேறுபாட்டைப் படிக்கவும் குறிப்பு கார்ட்னரின் இணையதளத்தில் ஆண்ட்ரூ ஃபிராங்க் வலைப்பதிவுகள். இவ்வளவு நுட்பமான வித்தியாசமும் இதே போன்ற வார்த்தைகளும் உள்ளன, வித்தியாசம் தெரியாமல், உங்கள் உரையாசிரியருடன் நீண்ட நேரம் வாக்குவாதம் செய்யும் அபாயம் உள்ளது, பொதுவாக, இரண்டும் சரிதான் என்று சந்தேகிக்கவில்லை (இதுவும் நடந்த உண்மை சம்பவம். நூலாசிரியர்).

4.6 பயோடெக் - வளர்ப்பு அல்லது செயற்கை திசு

இது, முதலில், செயற்கை இறைச்சியை வளர்ப்பதற்கான யோசனை. அதே நேரத்தில், உலகெங்கிலும் உள்ள பல அணிகள் "மீட் 2.0" ஆய்வகத்தை உருவாக்குவதில் மும்முரமாக உள்ளன - இது வழக்கத்தை விட மலிவாக மாறும் என்று எதிர்பார்க்கப்படுகிறது, மேலும் துரித உணவுகள் மற்றும் பல்பொருள் அங்காடிகள் அதற்கு மாறும். இந்த தொழில்நுட்பத்தில் முதலீட்டாளர்களில் பில் கேட்ஸ், செர்ஜி பிரின், ரிச்சர்ட் பிரான்சன் மற்றும் பலர் அடங்குவர்.

மூல

எல்லோரும் செயற்கை இறைச்சியில் ஆர்வம் காட்டுவதற்கான காரணங்கள்:

1. புவி வெப்பமடைதல்: பண்ணைகளில் இருந்து மீத்தேன் வெளியேற்றம். இது காலநிலையை பாதிக்கும் வாயுக்களின் உலகளாவிய அளவில் 18% ஆகும்.
2. மக்கள் தொகை வளர்ச்சி. இறைச்சிக்கான தேவை அதிகரித்து வருகிறது, மேலும் அனைவருக்கும் இயற்கை இறைச்சியுடன் உணவளிக்க முடியாது - இது வெறுமனே விலை உயர்ந்தது.
3. இடப்பற்றாக்குறை. 70% அமேசான் காடுகள் ஏற்கனவே மேய்ச்சலுக்காக வெட்டப்பட்டுள்ளன.
4. நெறிமுறைக் கருத்தாய்வுகள். இது முக்கியமானவர்களும் இருக்கிறார்கள். விலங்கு உரிமை அமைப்பான PETA ஏற்கனவே செயற்கை கோழி இறைச்சியை சந்தைக்கு கொண்டு வரும் விஞ்ஞானிக்கு $1 மில்லியன் பரிசு வழங்கியுள்ளது.

உண்மையான இறைச்சியை சோயாவுடன் மாற்றுவது ஒரு பகுதி தீர்வாகும், ஏனென்றால் மக்கள் சுவை மற்றும் அமைப்பில் உள்ள வேறுபாட்டைப் பாராட்டலாம், மேலும் சோயாவுக்கு ஆதரவாக மாமிசத்தை கைவிட வாய்ப்பில்லை. எனவே உங்களுக்கு உண்மையான, இயற்கை முறையில் வளர்க்கப்பட்ட இறைச்சி தேவை. இப்போது, ​​துரதிருஷ்டவசமாக, செயற்கை இறைச்சி மிகவும் விலை உயர்ந்தது: ஒரு கிலோவிற்கு $ 12 முதல். இது போன்ற இறைச்சி வளரும் சிக்கலான தொழில்நுட்ப செயல்முறை காரணமாக உள்ளது. அதைப் பற்றி எல்லாம் படியுங்கள் ஒரு கட்டுரை.

திசு வளரும் பிற நிகழ்வுகளைப் பற்றி நாம் பேசினால் - ஏற்கனவே மருத்துவத்தில் - செயற்கை உறுப்புகளுடன் கூடிய தலைப்பு சுவாரஸ்யமானது: எடுத்துக்காட்டாக, இதய தசைக்கான "பேட்ச்", அச்சிடப்பட்டது ஒரு சிறப்பு 3D பிரிண்டர். தெரிந்தது வரலாறு செயற்கையாக வளர்ந்த சுட்டி இதயம் போல, ஆனால் பொதுவாக எல்லாமே இன்னும் மருத்துவ பரிசோதனைகளின் எல்லைக்குள் உள்ளன. எனவே வரும் ஆண்டுகளில் ஃபிராங்கண்ஸ்டைனைப் பார்க்க வாய்ப்பில்லை.

இங்கே கார்ட்னர் தனது மதிப்பீடுகளில் மிகவும் கவனமாக இருக்கிறார், 2015 ஆம் ஆண்டில், வளர்ந்த நாடுகளில் 2019% மக்கள் 10D அச்சிடப்பட்ட மருத்துவ சாதன உள்வைப்பைக் கொண்டிருப்பார்கள் என்ற அவரது தோல்வியுற்ற 3 கணிப்பை மனதில் வைத்துத் தெரிகிறது. எனவே, உற்பத்தித்திறன் பீடபூமியை அடைய குறைந்தபட்சம் 10 ஆண்டுகள் ஆகும்.

5. டிஜிட்டல் சுற்றுச்சூழல் அமைப்புகள்

5.1 பரவலாக்கப்பட்ட இணையம்

இந்த கருத்து இணையத்தின் கண்டுபிடிப்பாளரான டூரிங் விருது வென்ற சர் டிம் பர்னர்ஸ்-லீயின் பெயருடன் நெருக்கமாக தொடர்புடையது. அவரைப் பொறுத்தவரை, கணினி அறிவியலில் நெறிமுறைகள் பற்றிய கேள்விகள் எப்போதும் முக்கியமானவை மற்றும் இணையத்தின் கூட்டு சாராம்சம் முக்கியமானது: ஹைபர்டெக்ஸ்ட்டின் அடித்தளத்தை அமைப்பதன் மூலம், நெட்வொர்க் ஒரு வலையைப் போல செயல்பட வேண்டும், ஒரு படிநிலையைப் போல அல்ல என்று அவர் உறுதியாக நம்பினார். நெட்வொர்க் வளர்ச்சியின் ஆரம்ப கட்டத்தில் இது இருந்தது. இருப்பினும், இணையம் வளர்ந்தவுடன், அதன் அமைப்பு பல்வேறு காரணங்களுக்காக மையப்படுத்தப்பட்டது. ஒரு சில வழங்குநர்களின் உதவியுடன் முழு நாட்டிற்கான நெட்வொர்க்கிற்கான அணுகலை எளிதாகத் தடுக்கலாம் என்று மாறியது. மேலும் பயனர் தரவுகள் இணைய நிறுவனங்களுக்கு சக்தி மற்றும் வருமான ஆதாரமாக மாறியுள்ளது.

"இணையம் ஏற்கனவே பரவலாக்கப்பட்டுவிட்டது" என்கிறார் பர்னர்ஸ்-லீ. "பிரச்சனை என்னவென்றால், ஒரு தேடுபொறி, ஒரு பெரிய சமூக வலைப்பின்னல், ஒரு மைக்ரோ பிளாக்கிங் தளம் ஆதிக்கம் செலுத்துகிறது. எங்களிடம் தொழில்நுட்ப சிக்கல்கள் இல்லை, ஆனால் எங்களிடம் சமூக பிரச்சினைகள் உள்ளன.

அவரது திறந்த கடிதம் உலகளாவிய வலையின் 30 வது ஆண்டு நிறைவை முன்னிட்டு, இணையத்தை உருவாக்கியவர் இணையத்தின் மூன்று முக்கிய பிரச்சனைகளை கோடிட்டுக் காட்டினார்:

1. அரசு வழங்கும் ஹேக்கிங், குற்றம் மற்றும் ஆன்லைன் துன்புறுத்தல் போன்ற இலக்கு தீங்கு
2. கணினியின் வடிவமைப்பு, பயனருக்கு தீங்கு விளைவிக்கும் வகையில், இது போன்ற வழிமுறைகளுக்கு அடித்தளத்தை உருவாக்குகிறது: கிளிக்பைட்டுக்கான நிதி ஊக்கத்தொகை மற்றும் தவறான தகவல்களின் வைரஸ் பரவல்
3. கணினி வடிவமைப்பின் எதிர்பாராத விளைவுகள் மோதலுக்கு வழிவகுக்கும் மற்றும் ஆன்லைன் விவாதத்தின் தரம் குறைகிறது

டிம் பெர்னர்ஸ்-லீ ஏற்கனவே "ஆரோக்கியமான நபரின் இணையம்" எந்தக் கொள்கைகளை அடிப்படையாகக் கொண்டது என்பதற்கான பதிலைக் கொண்டுள்ளார், சிக்கல் எண் 2 இல்லாமல்: "பல பயனர்களுக்கு, இணையத்துடன் தொடர்புகொள்வதற்கான ஒரே மாதிரியாக விளம்பர வருமானம் உள்ளது. மக்கள் தங்கள் தரவுகளுக்கு என்ன நடக்கும் என்று பயந்தாலும், உள்ளடக்கத்தை இலவசமாகப் பெறுவதற்கான வாய்ப்பிற்காக சந்தைப்படுத்தல் இயந்திரத்துடன் ஒப்பந்தம் செய்ய அவர்கள் தயாராக உள்ளனர். பொருட்கள் மற்றும் சேவைகளுக்கு பணம் செலுத்துவது இரு தரப்பினருக்கும் எளிதாகவும் சுவாரஸ்யமாகவும் இருக்கும் ஒரு உலகத்தை கற்பனை செய்து பாருங்கள். இதை எவ்வாறு ஏற்பாடு செய்யலாம் என்பதற்கான விருப்பங்களில்: இசைக்கலைஞர்கள் ஐடியூன்ஸ் வடிவத்தில் இடைத்தரகர்கள் இல்லாமல் தங்கள் பதிவுகளை விற்கலாம், மேலும் செய்தி தளங்கள் விளம்பரத்திலிருந்து பணம் சம்பாதிப்பதற்குப் பதிலாக ஒரு கட்டுரையைப் படிக்க மைக்ரோபேமென்ட் முறையைப் பயன்படுத்தலாம்.

இந்த புதிய இணையத்திற்கான ஒரு சோதனை முன்மாதிரியாக, டிம் பெர்னர்ஸ்-லீ SOLID திட்டத்தைத் தொடங்கினார், இதன் சாராம்சம் என்னவென்றால், உங்கள் தரவை ஒரு "பாட்" - ஒரு தகவல் அங்காடியில் சேமித்து, மூன்றாம் தரப்பு பயன்பாடுகளுக்கு இந்தத் தரவை வழங்க முடியும். ஆனால் கொள்கையளவில், நீங்களே உங்கள் தரவின் எஜமானர்கள். இவை அனைத்தும் பியர்-டு-பியர் நெட்வொர்க்குகளின் கருத்துடன் நெருக்கமாக தொடர்புடையது, அதாவது, உங்கள் கணினி சேவைகளை கோருவது மட்டுமல்லாமல், அவற்றை வழங்குகிறது, எனவே ஒரே சேனலாக ஒரே சேவையகத்தை நம்பக்கூடாது.

மூல

5.2 பரவலாக்கப்பட்ட தன்னாட்சி அமைப்புகள்

இது ஒரு கணினி நிரல் வடிவத்தில் எழுதப்பட்ட விதிகளால் நிர்வகிக்கப்படும் ஒரு அமைப்பாகும். அதன் நிதி நடவடிக்கைகள் பிளாக்செயினை அடிப்படையாகக் கொண்டவை. இத்தகைய அமைப்புகளை உருவாக்குவதன் நோக்கம், அரசை இடைத்தரகர் பாத்திரத்திலிருந்து அகற்றுவதும், எதிர் கட்சிகளுக்கு பொதுவான நம்பகமான சூழலை உருவாக்குவதும் ஆகும், இது தனித்தனியாக யாருக்கும் சொந்தமானது அல்ல, ஆனால் அனைவருக்கும் சொந்தமானது. அதாவது, கோட்பாட்டில், இந்த யோசனை வேரூன்றினால், நோட்டரிகள் மற்றும் பிற வழக்கமான சரிபார்ப்பு நிறுவனங்களை ஒழிக்க வேண்டும்.

2016 ஆம் ஆண்டில் $150 மில்லியனை திரட்டிய துணிகரத்தை மையமாகக் கொண்ட DAO, அத்தகைய அமைப்பின் மிகவும் பிரபலமான உதாரணம் ஆகும், அதில் $50 உடனடியாக விதிகளின் சட்ட ஓட்டை மூலம் திருடப்பட்டது. ஒரு கடினமான இக்கட்டான நிலை உடனடியாக எழுந்தது: பணத்தைத் திருப்பித் திருப்பித் தரவும் அல்லது பணத்தை திரும்பப் பெறுவது சட்டப்பூர்வமானது என்பதை ஒப்புக்கொள்ளவும், ஏனெனில் அது எந்த வகையிலும் தளத்தின் விதிகளை மீறவில்லை. இதன் விளைவாக, முதலீட்டாளர்களுக்கு பணத்தைத் திரும்பப் பெற, படைப்பாளிகள் தி டிஏஓவை அழிக்க வேண்டியிருந்தது, பிளாக்செயினை மீண்டும் எழுதி அதன் அடிப்படைக் கொள்கையான மாறாத தன்மையை மீறியது.

Ethereum (இடது) மற்றும் DAO (வலது) பற்றிய நகைச்சுவை. மூல

இந்த முழு கதையும் DAO இன் யோசனையின் நற்பெயரை அழித்துவிட்டது. அந்த திட்டம் Ethereum Cryptocurrency அடிப்படையில் செய்யப்பட்டது, பதிப்பு Ether 2.0 அடுத்த ஆண்டு எதிர்பார்க்கப்படுகிறது - ஒருவேளை ஆசிரியர்கள் (பிரபலமான Vitalik Buterin உட்பட) கணக்கில் பிழைகள் எடுத்து புதிய ஏதாவது காண்பிக்கும். அதனால்தான் கார்ட்னர் DAOவை அப்லைனில் வைத்தார்.

5.3.செயற்கை தரவு

நரம்பியல் நெட்வொர்க்குகளைப் பயிற்றுவிக்க, பெரிய அளவிலான தரவு தேவைப்படுகிறது. தரவை கைமுறையாக லேபிளிடுவது ஒரு மனிதனால் மட்டுமே செய்யக்கூடிய ஒரு பெரிய பணியாகும். எனவே, செயற்கையான தரவுத் தொகுப்புகளை உருவாக்குவது சாத்தியமாகும். எடுத்துக்காட்டாக, தளத்தில் உள்ள மனித முகங்களின் அதே தொகுப்புகள் https://generated.photos. அவை GAN ஐப் பயன்படுத்தி உருவாக்கப்படுகின்றன - ஏற்கனவே மேலே குறிப்பிட்டுள்ள வழிமுறைகள்.

இந்த முகங்கள் மக்களுக்கு சொந்தமானவை அல்ல. மூல

அத்தகைய தரவின் பெரிய நன்மை என்னவென்றால், அதைப் பயன்படுத்துவதில் சட்டப்பூர்வ சிக்கல்கள் இல்லை: தனிப்பட்ட தரவைச் செயலாக்குவதற்கு ஒப்புதல் அளிக்க யாரும் இல்லை.

5.4.டிஜிட்டல் ஆப்ஸ்

DevOps எங்கள் பேச்சில் வேரூன்றியதிலிருந்து “Ops” என்ற பின்னொட்டு நம்பமுடியாத அளவிற்கு நாகரீகமாகிவிட்டது. இப்போது DigitalOps என்றால் என்ன என்பது பற்றி - இது DevOps, DesignOps, MarketingOps ஆகியவற்றின் பொதுமைப்படுத்தல் மட்டுமே... நீங்கள் இன்னும் சலித்துவிட்டீர்களா? சுருக்கமாக, இது DevOps அணுகுமுறையை மென்பொருள் பகுதியிலிருந்து வணிகத்தின் மற்ற அனைத்து அம்சங்களுக்கும் மாற்றுவதாகும் - சந்தைப்படுத்தல், வடிவமைப்பு போன்றவை.

மூல

DevOps இன் யோசனையானது, புரோகிராமர்கள், சோதனையாளர்கள், பாதுகாப்பு வல்லுநர்கள் மற்றும் நிர்வாகிகள் இருக்கும் பொதுவான குழுக்களை உருவாக்குவதன் மூலம், வளர்ச்சிக்கும் செயல்பாடுகளுக்கும் (வணிக செயல்முறைகள்) இடையே உள்ள தடைகளை அகற்றுவதாகும்; சில நடைமுறைகளை செயல்படுத்துதல்: தொடர்ச்சியான ஒருங்கிணைப்பு, குறியீட்டாக உள்கட்டமைப்பு, பின்னூட்டச் சங்கிலிகளைக் குறைத்தல் மற்றும் வலுப்படுத்துதல். சந்தைக்கு தயாரிப்பு நேரத்தை விரைவுபடுத்துவதே இலக்காக இருந்தது. இது சுறுசுறுப்பைப் போன்றது என்று நீங்கள் நினைத்தால், நீங்கள் சொல்வது சரிதான். இப்போது இந்த அணுகுமுறையை மென்பொருள் மேம்பாட்டுத் துறையில் இருந்து பொதுவாக மேம்பாட்டிற்கு மனதளவில் மாற்றவும் - மேலும் DigitalOps என்றால் என்ன என்பதை நீங்கள் புரிந்துகொள்கிறீர்கள்.

5.5 அறிவு வரைபடங்கள்

மெஷின் லேர்னிங் அல்காரிதம்களைப் பயன்படுத்துவது உட்பட, அறிவுப் பகுதியை மாதிரியாக்குவதற்கான மென்பொருள் வழி. அனைத்து தகவல்களையும் ஒன்றாக இணைக்க ஏற்கனவே உள்ள தரவுத்தளங்களின் மேல் ஒரு அறிவு வரைபடம் கட்டமைக்கப்பட்டுள்ளது: கட்டமைக்கப்பட்ட (நிகழ்வுகள் அல்லது நபர்களின் பட்டியல்) மற்றும் கட்டமைக்கப்படாத (ஒரு கட்டுரையின் உரை).

எளிய உதாரணம், கூகுள் தேடல் முடிவுகளில் நீங்கள் பார்க்கக்கூடிய கார்டு. நீங்கள் ஒரு நபர் அல்லது நிறுவனத்தைத் தேடுகிறீர்களானால், வலதுபுறத்தில் ஒரு அட்டையைக் காண்பீர்கள்:


"வரவிருக்கும் நிகழ்வுகள்" என்பது Google Maps இன் தகவலின் நகல் அல்ல, ஆனால் Yandex.Afisha உடன் அட்டவணையின் ஒருங்கிணைப்பு என்பதை நினைவில் கொள்க: நீங்கள் நிகழ்வுகளில் கிளிக் செய்தால் இதை எளிதாகக் காணலாம். அதாவது, இது பல தரவு மூலங்களின் கலவையாகும்.

நீங்கள் ஒரு பட்டியலைக் கேட்டால் - எடுத்துக்காட்டாக, "பிரபல இயக்குனர்கள்" - உங்களுக்கு ஒரு கொணர்வி காட்டப்படும்:

இறுதிவரை படிப்பவர்களுக்கு போனஸ்

இப்போது ஒவ்வொரு புள்ளியின் அர்த்தத்தையும் நாமே தெளிவுபடுத்தியுள்ளோம், அதே படத்தை நாம் பார்க்கலாம், ஆனால் ரஷ்ய மொழியில்:

சமூக வலைப்பின்னல்களில் இலவசமாகப் பகிரவும்!

டாட்டியானா வோல்கோவா - சாம்சங் அகாடமியில் இன்டர்நெட் ஆஃப் திங்ஸ் ஐடி டிராக்கிற்கான பயிற்சித் திட்டத்தின் ஆசிரியர், சாம்சங் ஆராய்ச்சி மையத்தில் கார்ப்பரேட் சமூகப் பொறுப்புத் திட்டங்களில் நிபுணர்


ஆதாரம்: www.habr.com