अनुमतियों को अस्वीकार करने के बाद भी 1,000 से अधिक एंड्रॉइड ऐप्स फसल डेटा काटते हैं

मालिक के स्पष्ट रूप से ना कहने के बाद भी ऐप लोकेशन जैसी जानकारी इकट्ठा करते हैं। Google का कहना है कि Android Q के आने तक एक फ़िक्स नहीं होगा।

अनुमतियों को अस्वीकार करने के बाद भी 1,000 से अधिक एंड्रॉइड ऐप्स फसल डेटा काटते हैं
अनुमतियों को अस्वीकार करने के बाद भी 1,000 से अधिक एंड्रॉइड ऐप्स फसल डेटा काटते हैं



एंड्रॉइड ऐप पर अनुमतियाँ आपके डिवाइस को कितना डेटा देती हैं, इसके लिए द्वारपाल होने का इरादा है। यदि आप नहीं चाहते हैं कि एक टॉर्च ऐप आपके कॉल लॉग्स के माध्यम से पढ़ने में सक्षम हो, तो आपको उस एक्सेस को अस्वीकार करने में सक्षम होना चाहिए। लेकिन यहां तक ​​कि जब आप कहते हैं कि नहीं, कई ऐप चारों ओर एक रास्ता ढूंढते हैं: शोधकर्ताओं ने 1,000 से अधिक ऐप की खोज की जो प्रतिबंधों को कम करती है, जिससे उन्हें आपकी पीठ के पीछे सटीक जियोलोकेशन डेटा और फोन पहचानकर्ताओं को इकट्ठा करने की अनुमति मिलती है।

यह खोज इस बात पर प्रकाश डालती है कि निजी रूप से ऑनलाइन रहना कितना मुश्किल है, खासकर यदि आप अपने फोन और मोबाइल ऐप से जुड़े हैं। टेक कंपनियों के पास लाखों लोगों पर व्यक्तिगत डेटा के पहाड़ हैं, जिनमें वे कहाँ हैं, वे किसके साथ दोस्त हैं और वे किस चीज में रुचि रखते हैं।

कानूनविद् यह दावा करने की कोशिश कर रहे हैं कि गोपनीयता विनियमन के साथ, और ऐप अनुमतियों को नियंत्रित करना चाहिए कि आप किस डेटा को छोड़ते हैं। Apple और Google ने लोगों की गोपनीयता को बेहतर बनाने के लिए नए फीचर्स जारी किए हैं, लेकिन इन सुरक्षा के लिए ऐप छिपे हुए तरीकों को ढूंढते रहते हैं।

इंटरनेशनल कंप्यूटर साइंस इंस्टीट्यूट के शोधकर्ताओं ने 1,325 एंड्रॉइड ऐप का पता लगाया जो लोगों द्वारा स्पष्ट रूप से अनुमति देने से इनकार करने के बाद भी उपकरणों से डेटा एकत्र कर रहे थे। ICSI में प्रयोग करने योग्य सुरक्षा और गोपनीयता अनुसंधान के निदेशक सर्ज एगेलमैन ने जून के अंत में फेडरल ट्रेड कमिशन के प्राइवेसीन में अध्ययन प्रस्तुत किया।

इग्लमैन ने सम्मेलन में कहा, "मौलिक रूप से, उपभोक्ताओं के पास बहुत कम उपकरण और संकेत होते हैं कि वे अपनी गोपनीयता को नियंत्रित करने और इसके बारे में निर्णय लेने के लिए उपयोग कर सकते हैं।" "अगर ऐप डेवलपर सिस्टम को दरकिनार कर सकते हैं, तो उपभोक्ताओं से अनुमति मांगना अपेक्षाकृत व्यर्थ है।"

ईगलमैन ने कहा कि शोधकर्ताओं ने पिछले साल सितंबर में इन मुद्दों के बारे में Google को सूचित किया, साथ ही साथ एफटीसी भी। Google ने कहा कि यह एंड्रॉइड क्यू में उन मुद्दों को संबोधित करेगा, जो इस साल जारी होने की उम्मीद है।

अपडेट, एप्स से तस्वीरों में स्थान की जानकारी छिपाकर और वाई-फाई का उपयोग करने वाले किसी भी एप्लिकेशन को Google के अनुसार, स्थान डेटा के लिए अनुमति की आवश्यकता के द्वारा समस्या का समाधान करेगा।

अध्ययन में Google Play स्टोर से 88,000 से अधिक ऐप को देखा गया, जिससे यह पता लगाया जा सकता है कि अनुमति से वंचित होने पर ऐप से डेटा कैसे स्थानांतरित किया जाता है। एंड्रॉइड पर अनुमतियों का उल्लंघन करने वाले 1,325 ऐप ने अपने कोड में छिपे हुए वर्कअराउंड का उपयोग किया है जो तस्वीरों में संग्रहीत वाई-फाई कनेक्शन और मेटाडेटा जैसे स्रोतों से व्यक्तिगत डेटा लेंगे।

शोधकर्ताओं ने पाया कि एक फोटो-एडिटिंग ऐप Shutterfly, तस्वीरों से GPS निर्देशांक इकट्ठा कर रहा था और उस डेटा को अपने सर्वर पर भेज रहा था, तब भी जब उपयोगकर्ताओं ने ऐप को लोकेशन डेटा एक्सेस करने की अनुमति देने से मना कर दिया था।

मौलिक रूप से, उपभोक्ताओं के पास बहुत कम उपकरण और संकेत होते हैं जिनका उपयोग वे अपनी गोपनीयता को यथोचित रूप से नियंत्रित करने और इसके बारे में निर्णय लेने के लिए कर सकते हैं।
सर्ज एगेलमैन, इंटरनेशनल कंप्यूटर साइंस इंस्टीट्यूट में निदेशक
शुटरफ्लाई के एक प्रवक्ता ने कहा कि कंपनी केवल स्पष्ट अनुमति के साथ स्थान डेटा एकत्र करेगी, इसके बावजूद कि शोधकर्ताओं ने क्या पाया।

कंपनी ने एक बयान में कहा, "कई फोटो सेवाओं की तरह, शटरटर इस डेटा का उपयोग उपयोगकर्ता के अनुभव को बढ़ाने के लिए करता है, जैसे कि वर्गीकरण और व्यक्तिगत उत्पाद के सुझाव, जैसे शटरटर की गोपनीयता नीति और एंड्रॉइड डेवलपर समझौते के अनुसार।"

कुछ ऐप अन्य ऐप पर भरोसा कर रहे थे जिन्हें व्यक्तिगत डेटा को देखने की अनुमति दी गई थी, अपने IMEI नंबर जैसे फोन पहचानकर्ताओं को इकट्ठा करने के लिए उनकी पहुंच बंद कर दी। ये ऐप एक डिवाइस के एसडी कार्ड और फसल डेटा पर असुरक्षित फ़ाइलों के माध्यम से पढ़ेंगे जिनके पास एक्सेस की अनुमति नहीं थी। इसलिए यदि आप अन्य एप्लिकेशन को व्यक्तिगत डेटा तक पहुंचने देते हैं, और उन्होंने इसे एसडी कार्ड पर एक फ़ोल्डर में संग्रहीत किया है, तो ये जासूसी एप्लिकेशन उस जानकारी को लेने में सक्षम होंगे।

शोधकर्ताओं के अनुसार, केवल 13 ऐप ऐसा कर रहे थे, लेकिन उन्हें 17 मिलियन से अधिक बार इंस्टॉल किया गया था। इसमें Baidu के Hong Kong Disneyland पार्क ऐप जैसे ऐप शामिल हैं, शोधकर्ताओं ने कहा।

Baidu और डिज़नी ने टिप्पणी के अनुरोधों का जवाब नहीं दिया।

153 ऐप हैं जिनमें वह क्षमता है, शोधकर्ताओं ने पाया, जिसमें सैमसंग के स्वास्थ्य और ब्राउज़र ऐप शामिल हैं, जो 500 मिलियन से अधिक डिवाइसों पर स्थापित हैं।

सैमसंग ने टिप्पणी के अनुरोध का जवाब नहीं दिया।

अन्य एप्लिकेशन आपके वाई-फाई नेटवर्क से कनेक्ट करके और राउटर के मैक पते का पता लगाकर स्थान डेटा एकत्र कर रहे थे। उन्होंने इसे उन ऐप्स पर पाया जो स्मार्ट रिमोट कंट्रोल के रूप में कार्य करते थे, जिन्हें कार्य करने के लिए आपके स्थान की जानकारी की आवश्यकता नहीं थी।

एग्लेमैन ने कहा कि वह अगस्त में यूसेनिक्स सुरक्षा सम्मेलन में अध्ययन प्रस्तुत करने वाले शोधकर्ताओं द्वारा खोजे गए 1,325 ऐप की सूची के साथ विवरण जारी करेंगे।

हमने 13 शहरों में 5G स्पीड का परीक्षण किया। यहाँ हमने पाया है: तेज़ गति बनाम अधिक कवरेज। आज 5G नेटवर्क के लिए यह सबसे महत्वपूर्ण मुद्दा है।

बिग चार यूएस कैरियर्स 5 जी से अधिक का सामना करते हैं: हम उनकी चरम गति की तुलना करते हैं: हमने वेरिजोन, एटी एंड टी, स्प्रिंट और टी-मोबाइल के शुरुआती 5 जी नेटवर्क की गति को दो तरीकों से जांचा।

कुछ ऐप्स आपको ऐप्स और अन्य मीडिया को लॉक करने की अनुमति देंगे।

आपका व्यक्तिगत डेटा या तो आंतरिक मेमोरी (सुरक्षित) पर स्थानीय रूप से संग्रहीत है और अनुमति प्रणाली के माध्यम से कुछ एप्लिकेशन के लिए सुलभ है।
डेटा को ऐप द्वारा दूरस्थ रूप से संग्रहीत किया जा सकता है और इंटरनेट के माध्यम से सुलभ है, डेवलपर के आधार पर यह डेटा एन्क्रिप्ट किया जा सकता है।

Google play store पर एक खोज करें और जब तक आप अपनी आवश्यकताओं के अनुरूप एक को न पा लें, तब तक कुछ प्रयास करें (हर दूसरे दिन एक अलग प्रयास करें)।

विंबलडन एक मैच के रोमांच को मापने के लिए डेटा विज्ञान का लाभ उठाता है

फेडरर मंगलवार को कितना अच्छा खेलते हैं? टेनिस में सबसे रोमांचकारी शॉट क्या है- क्या यह नडाल का फोरहैंड या फेडरर का बैकहैंड है या यह नडाल के ट्वीनर की तरह असामान्य है?

विंबलडन एक मैच के रोमांच को मापने के लिए डेटा विज्ञान का लाभ उठाता है
विंबलडन एक मैच के रोमांच को मापने के लिए डेटा विज्ञान का लाभ उठाता है


ये प्रश्न ऐसे लगते हैं जैसे वे किसी सेलिब्रिटी के साक्षात्कार से सीधे बाहर हैं। केवल वे ही नहीं। ये क्वेरी विंबलडन में डेटा साइंटिस्ट का मीठा सपना है। इस सबसे लोकप्रिय ब्रिटिश टेनिस कार्यक्रम में प्रदर्शित अंतर्दृष्टि और इन्फोग्राफिक्स पृष्ठभूमि में डेटा वैज्ञानिकों द्वारा मंथन किए गए लाखों बाइट्स के परिणाम हैं। ऑल इंग्लैंड क्लब, जो प्रसिद्ध ब्रिटिश टेनिस कार्यक्रम की मेजबानी करता है, पिछले कुछ दशकों में अपने टेक टूलबॉक्स को बहुत अधिक एन्हांसमेंट से लैस कर रहा है।

आईबीएम 1990 के बाद से चैंपियनशिप की आधिकारिक सूचना प्रौद्योगिकी प्रदाता है। टूर्नामेंट में हर एक शॉट आईबीएम द्वारा लॉग किया जाता है, एक लाख बिट्स जानकारी प्राप्त करता है। और, अब तक 60 मिलियन से अधिक डेटा पॉइंट एकत्र किए गए हैं।

मैच के मुख्य आकर्षण का उत्पादन करने के लिए, ऑल इंग्लैंड क्लब पहले से ही एआई का उपयोग कर रहा है और इस वर्ष के टूर्नामेंट के लिए, जो 19 जुलाई तक चलता है, आईबीएम वॉटसन की डेटा साइंस टीम ने अपनी मौजूदा कृत्रिम बुद्धिमत्ता (एआई) प्रणाली में सुधार करने का फैसला किया है। मैच के बाद के हाइलाइट्स में किसी खिलाड़ी को दिखाया गया।


वीडियो संपादन के कुछ विचार के साथ कोई भी टेनिस प्रशंसक आश्चर्यचकित हो सकता है कि विंबलडन का आधिकारिक मीडिया चैनल अविश्वसनीय रूप से त्वरित और बदनाम लघु हाइलाइट्स कैसे जारी करता है। मैच के दौरान और साथ ही मैच के बाद 2 मिनट के भीतर सर्वश्रेष्ठ शॉट क्लिप सोशल मीडिया पर प्रशंसकों को अपडेट रखने के लिए साझा किए जाते हैं।

वीडियो संपादन के लिए संपादक को पूरे मैच देखने, उच्च क्षणों का चयन करने, कट करने, सिलाई करने और फिर इसे पूर्ण वीडियो के लिए प्रस्तुत करने की आवश्यकता होती है। यह सभी आधुनिक कंप्यूटर और उपकरणों के साथ एक तुच्छ कार्य की तरह लग सकता है। लेकिन, खेले गए मैचों की लंबाई और खेले गए मैचों की संख्या को देखते हुए, ये कार्य लंबे समय तक चलने वाले घंटों का उपभोग करेंगे।

इसलिए, विंबलडन में, एआई को फुटेज के घंटे के माध्यम से जाने के लिए और अपने 18 अदालतों पर खेले गए मैचों में से सर्वश्रेष्ठ शॉट्स को स्वचालित रूप से बाहर निकालने के लिए लगाया गया है।


भीड़ के शोर के मिश्रण की निगरानी करके, ब्रेकपॉइंट्स और खिलाड़ी प्रतिक्रियाओं जैसे महत्वपूर्ण क्षणों के मैच विश्लेषण, खेल के प्रत्येक मार्ग के लिए एक समग्र उत्साह कारक का उत्पादन किया जाता है।

उच्च-तीव्रता वाले क्षणों को चिह्नित करने के साथ, इस वर्ष, एआई प्रणाली को हाइलाइट्स में पक्षपात को कम करने के लिए बदल दिया गया है, जिसके परिणामस्वरूप अच्छे शॉट कट नहीं कर सकते क्योंकि भीड़ ने इसके लिए खुश नहीं किया। इसलिए, ब्रिटिश खिलाड़ियों के लिए घर की भीड़ से लाउडर चीयर्स जैसे जीवों को भी प्रणाली में शामिल किया गया था, जो इसे और अधिक मजबूत बनाते हैं।

पिछले वर्ष चैंपियनशिप के दौरान, 29,000 से अधिक अंक खेले गए और उन सभी में से, राफेल नडाल की विशेषता वाली एक क्लिप, जिसमें उनके पैरों के बीच एक शॉट खेला गया था, 0.92 के समग्र उत्साह कारक के साथ, सबसे रोमांचकारी क्षण माना गया था।

एआई इन क्षणों को कारकों के आधार पर चुनता है जैसे कि एक खिलाड़ी एक मुट्ठी पंप करता है और दर्शकों से एक बिंदु प्राप्त करता है। उन्हें क्षणों को मिनटों में एक साथ सिला जाता है और प्रशंसकों के लिए उपलब्ध कराया जाता है।

संवर्धित इंटेलिजेंस के रूप में एआई

विंबलडन में डेटा विज्ञान टीम का मानना ​​है कि डेटा छिपी हुई अंतर्दृष्टि से समृद्ध है और एआई का उपयोग करना उतना ही स्पष्ट है जितना यह लगता है। उदाहरण के लिए, पूरे टेनिस के इतिहास में, पुरुषों के लिए मिश्रित युगल मैच के दौरान महिलाओं को कम गति के साथ सेवा देना एक अलिखित नियम है। इस तरह की शिष्टाचार अब अनावश्यक लग सकता है लेकिन, डेटा वैज्ञानिक यह साबित करने में सक्षम थे कि होशपूर्वक, यह अभी भी पेशेवर खेल में आगे बढ़ता है। और, 2017 में, पुरुषों ने वास्तव में महिलाओं के लिए चार या पांच मील प्रति घंटे की धीमी गति से सेवा की।

बिंदु-दर-बिंदु डेटा इनपुट से एकत्र किए गए सभी डेटा, जहां उतरा हुआ है, रैली की लंबाई 48 सांख्यिकीविदों पर निर्भर करती है जो इनपुट की समीक्षा करते हैं। ये सांख्यिकीविद् क्षेत्रीय स्तर के टेनिस खिलाड़ी भी होते हैं जो इंटरफेस का उपयोग करने के लिए उच्च प्रशिक्षित होते हैं। एल्गोरिदम होने के बावजूद जो टन डेटा खा सकता है, मानव डोमेन विशेषज्ञता का महत्व फिर से साबित हो गया है। यह इस तथ्य की गवाही के रूप में खड़ा है कि मनुष्य एआई और एजीआई के बीच लापता लिंक के रूप में बने रहेंगे।

व्यापार के अंत से, दर्शकों के अनुभव में सुधार करके अधिक आँखों को पकड़ने और प्रशंसक आधारों को बढ़ाने के लिए एआई का उपयोग करना एक जीत परिणाम है। और, जैसा कि खेल उद्योग अभूतपूर्व परिवर्तन के दौर से गुजरता है, इस बाजार में व्यवधान को पहचानने और प्रभावी ढंग से प्रतिक्रिया देने की क्षमता पहले से कहीं अधिक महत्वपूर्ण है।

क्यों रोबोटिक्स एक प्रौद्योगिकी बाजार के रूप में परिपक्व करने के लिए अभी तक है

इस शब्द का उपयोग पहली बार 1921 में कारेल कैपेक द्वारा किया गया था और तब से हमने रोबोटिक्स के आसपास कई दिलचस्प घटनाक्रम देखे हैं। सांसारिक अंतःक्रियाओं को सरल बनाने से लेकर जटिल कार्यों को पूरा करने तक, रोबोटिक्स में कोई अन्य उद्योग जैसा विकास नहीं हुआ है। इसने समय के साथ संज्ञानात्मक क्षमताओं, भाषण मान्यता, प्राकृतिक भाषा प्रसंस्करण को भी विकसित किया है।

क्यों रोबोटिक्स एक प्रौद्योगिकी बाजार के रूप में परिपक्व करने के लिए अभी तक है
क्यों रोबोटिक्स एक प्रौद्योगिकी बाजार के रूप में परिपक्व करने के लिए अभी तक है


लेकिन क्षेत्र में सभी प्रचार और दिलचस्प घटनाक्रमों के बावजूद, यह परिपक्व नहीं हुआ है और स्थिरता प्राप्त करता है, यह देखते हुए कि यह काफी पुराना है।

रोबोटिक्स कंपनियां बहुत अधिक विकसित विकास दिखाने में असफल रही हैं
यह एक बड़े आश्चर्य के रूप में आया जब एक बार-हॉट रोबोटिक्स स्टार्टअप अनकी, उद्यम पूंजी में $ 200 मिलियन से अधिक जुटाने के बावजूद बंद हो गया। लगभग 200 कर्मचारियों को बंद कर दिया गया था क्योंकि अंतिम दौर में वित्तपोषण के एक नए दौर के गिरने के बाद कंपनी अधिक पैसा खोजने के लिए हाथापाई कर रही थी। इंडेक्स वेंचर्स और आंद्रेसेन होरोविट्ज जैसे निवेशकों से पैसे जुटाकर, यह माइक्रोसॉफ्ट, अमेज़ॅन और कॉमकास्ट जैसी कंपनियों से अधिग्रहण की उम्मीद कर रहा था, जो कि अमल में लाने में विफल रहे।

कार्नेगी मेलन विश्वविद्यालय के रोबोटिकों द्वारा स्थापित, एंकी ने उद्योग में एक शानदार प्रवेश किया, लेकिन निवेशकों के हार्डवेयर खेल के बारे में सावधान रहने और यह कैसे दिया जा सकता है, इसके बारे में चर्चा करते हुए यह खिलौना व्यवसाय में था।

न केवल अति लघु रोबोट बाजार, बल्कि बहुत बड़े और परिष्कृत रोबोटों के लिए परिदृश्य भी गौरवशाली नहीं है। बोस्टन रोबोटिक्स, जो कुछ दिलचस्प रोबोट बना रहा है, जो एक मानव की तरह उछल सकता है और चार दीवारों पर स्प्रिंट कर सकता है, Google द्वारा बेच दिया गया था क्योंकि यह किसी भी लाभकारी रणनीति को दिखाने में विफल रहा था। जबकि इन रोबोटों ने असाधारण कार्यक्षमता दिखाई, वे Google के लिए मूल्य उत्पन्न करने में असमर्थ थे।

जबकि सॉफ्टबैंक समूह ने बाद में कंपनी में भारी निवेश करने वाले रोबोटिक्स कंपनी को खरीदा, उन प्रयासों को अभी तक हिट उत्पादों या बहुत अधिक वित्तीय लाभ देने के लिए है।

2018 में Google ने Schaft को बंद करने के अपने इरादे की पुष्टि की, एक जापानी रोबोटिक्स टीम ने इसे 2013 में अधिग्रहित किया। यह रोबोटिक्स व्यवसाय के लिए एक और झटका था, खासकर क्योंकि Schaft की असफलता प्रकृति में तकनीकी नहीं थी।

रेथिंक रोबोटिक्स को बंद करने के रूप में कई अन्य धमाके हुए हैं जब यह अतिरिक्त धन प्राप्त करने में विफल रहा, मेफील्ड रोबोटिक्स, जिबो और कई अन्य कंपनियों ने पिछले कुछ वर्षों में सामूहिक रूप से सौ मिलियन डॉलर के वित्तपोषण और अपने उत्पादों को विकसित करने के बावजूद बंद कर दिया है कई साल।

रोबोटिक्स कंपनियां क्यों मर रही हैं?
यह देखना काफी आश्चर्यजनक है कि धन की भारी आमद के बावजूद, रोबोटिक्स फर्म बाजार में टिकने और परिपक्व होने में विफल रहे हैं। सास, डेटा साइंस या अन्य जैसे अन्य उद्योगों के विपरीत, रोबोटिक्स कंपनियां परिपक्व होने में अधिक समय लेती हैं। प्रौद्योगिकी को काम करने के लिए, इसका व्यवसायीकरण करना और इसे बाजार में लाना कोई आसान खेल नहीं है। कई अंतर्निहित कारण हैं जिन्हें बढ़ती विफलता के लिए जिम्मेदार ठहराया जा सकता है।

रोबोटिक्स कठिन है: सरल कार्य करने के लिए मशीनों को प्रशिक्षित करने के लिए जैसे कि सीढ़ियां चढ़ना, चलना या यहां तक ​​कि बाएं और दाएं चलना एक अत्यंत कठिन कार्य है। यह एक कारण है कि पुनरावृत्ति कार्यों को करने वाले स्थिर औद्योगिक रोबोट काफी हिट रहे हैं, लेकिन वास्तविक चलने और चलने वाले रोबोट अभी भी एक लंबा रास्ता तय कर रहे हैं। हार्डवेयर सॉफ्टवेयर की तुलना में पेचीदा है। नियंत्रण से निपटने के लिए, संवेदन और अन्य रास्ते चुनौतीपूर्ण हो सकते हैं।

मांग आपूर्ति की तुलना में कम लगती है: जबकि कई कंपनियां असाधारण रोबोट के साथ आने के लिए कड़ी मेहनत कर रही हैं, तथ्य यह है कि सामाजिक रोबोटों के बाहर रोबोटों की तीव्र आवश्यकता नहीं है। वास्तविक काम करने वाले रोबोट जैसे कि बोस्टन डायनेमिक्स का उत्पादन काफी कम है, जिसके कारण निवेशकों द्वारा इन कंपनियों में धन की आमद को सही ठहराना कठिन होता जा रहा है।

हार्डवेयर और सॉफ्टवेयर में सुधार के स्कोप: जबकि हार्डवेयर और मशीन लर्निंग एल्गोरिदम में सुधार हुआ है, फिर भी बहुत कुछ है जो कंपनियों को त्रुटिपूर्ण प्रोटोटाइप को प्राप्त करने के लिए काम करना है। एक एकल-उद्देश्य वाला रोबोट बनाना जो सब कुछ अच्छी तरह से कर सकता है और अच्छी बुद्धिमत्ता पैदा करना कठिन है। मशीनों को अधिक सामाजिक रूप से स्वीकार्य और कम धमकी देना मुश्किल है।

महंगे अफेयर: बहुत सारे हार्डवेयर से डील करना इंडस्ट्री को एक महंगा अफेयर बनाता है। हालांकि ज्यादातर मामलों में निवेशक इन कंपनियों का समर्थन करने से नहीं कतराते हैं, लेकिन कई अन्य ऐसे हैं जो प्रोटोटाइप बनाने से पहले ही मर जाते हैं।


इंडिया इज़ स्टिल कैचिंग अप
जबकि वैश्विक बाजार काफी अस्थिर है, भारत में वापस परिदृश्य कोई भिन्न नहीं है। भारत अभी भी अन्य देशों जैसे जापान, अमेरिका और जर्मनी से पीछे है जब रोबोटिक्स अपनाने की बात आती है। कई चुनौतियां हैं जैसे कि प्रक्रियाएं बहुत मानकीकृत नहीं होना, धन की कमी, आवश्यक हार्डवेयर और अन्य इलेक्ट्रॉनिक उपकरणों की खरीद, गुणवत्ता प्रतिभा को प्राप्त करना और बनाए रखना, आवश्यक आरओआई उत्पन्न करने में विफलता, जो असाधारण रोबोट कंपनियों के साथ आने पर पकड़ रखती है।

जबकि विकास धीमी गति है, रोबोटिक्स उद्योग वादे दिखाता है कि वह यहां रहने के लिए है और जल्द ही दूर नहीं जा रहा है!

खराब USB आपके पीसी में किसी भी चीज के कारण प्लग नहीं है

यह एक पीसी में असत्यापित या संभावित असुरक्षित यूएसबी ड्राइव को प्लग न करने के लिए सामान्य परिचालन सुरक्षा अभ्यास है, क्योंकि इसे मैलवेयर से लोड किया जा सकता है। आज, हम एंटीवायरस सॉफ़्टवेयर का उपयोग करते हैं और इसे मैलवेयर जाँच करते हैं, जिसके कारण व्यक्तियों को USB उपकरणों में प्लगिंग के बारे में जानकारी दी जाती है।

खराब USB आपके पीसी में किसी भी चीज के कारण प्लग नहीं है
खराब USB आपके पीसी में किसी भी चीज के कारण प्लग नहीं है


हालाँकि, डिवाइस तक पहुँच प्राप्त करने के लिए हमलावरों के लिए USB डिवाइस का उपयोग अटैक वैक्टर और / या फ़ुटहोल के रूप में किया जा सकता है। यह टीवी शो मिस्टर रोबोट में देखा जाता है, जहां एक बंद नेटवर्क तक पहुंच प्राप्त करने के लिए यूएसबी का उपयोग किया जाता है। यहां तक ​​कि कंप्यूटर डिजाइन के एक अंतर्निहित मुद्दे पर एक पूरी तरह से क्रॉस-प्लेटफ़ॉर्म शोषण मौजूद है: उपयोगकर्ता इनपुट पर भरोसा किया जाता है।

एक बुरा USB क्या है?
USB क्या है, यह समझने के लिए, यह समझना सबसे महत्वपूर्ण है कि USB उपकरण कैसे काम करते हैं। प्रत्येक USB डिवाइस में एक USB- आज्ञाकारी माइक्रोकंट्रोलर होता है, जिसमें एक माउस और कीबोर्ड से लेकर प्लग-इन वेबकैम और सबसे महत्वपूर्ण, फ्लैश ड्राइव होते हैं।

ये माइक्रोकंट्रोलर कंप्यूटर के साथ क्या इंटरफ़ेस है यह बताने के लिए कि कौन सा डिवाइस कनेक्ट किया जा रहा है और डिवाइस और कंप्यूटर के बीच संचार का एकल बिंदु है। माइक्रोकंट्रोलर which फर्मवेयर ’नामक कोड पर चलता है, जो इसकी सभी गतिविधियों का संचालन करने के निर्देश देता है।

खराब USB शोषण इस फर्मवेयर को फिर से लिखने पर टिका है, जिसे कंप्यूटर पर परीक्षण या दिखाई नहीं दे सकता है। चूंकि फर्मवेयर डिवाइस से और इसके लिए सभी संचार करता है, इसलिए इसे फिर से लिखना डिवाइस को कंप्यूटर के समान कुछ और दिखाई देगा।

खराब USB शोषण का उपयोग करने वाले सबसे बड़े अटैक वैक्टर में से एक HID को खराब कर रहा है। HID मानव इंटरफ़ेस डिवाइस के लिए खड़ा है और सिस्टम के साथ बातचीत करने के लिए उपयोग किए जाने वाले कीबोर्ड, चूहों और किसी भी अन्य डिवाइस के लिए कंप्यूटर का शब्द है।

यह निर्धारित करने के लिए कि कोई उपकरण किस तरह का प्लग-इन USB है, कंप्यूटर पहले डिवाइस के code क्लास कोड ’को क्वेरी करेगा। फिर, ड्राइवर स्थापित किए जाते हैं और डिवाइस उपयोग के लिए तैयार है। USB मास स्टोरेज डिवाइस में 08h का क्लास कोड होता है, जबकि कीबोर्ड और अन्य HID का क्लास कोड 03h होता है।

एक अलग वर्ग कोड भेजने के लिए फर्मवेयर को इंजीनियरिंग करके, एक यूएसबी फ्लैश ड्राइव को वर्चुअल कीबोर्ड में बनाना संभव है। यह वह रूप है जो खराब यूएसबी ने आज ले लिया है।

मौजूदा खराब USB कार्यान्वयन और स्कोप
अब, डिवाइस को उपयोगकर्ता के कंप्यूटर में प्लग कर दिया गया है और इसे HID के रूप में पंजीकृत किया गया है। फ्लैश ड्राइव पर चलने वाली स्क्रिप्ट अब कीस्ट्रोक्स का अनुकरण कर सकती है जो कंप्यूटर द्वारा पूरी तरह से वैध मानी जाती हैं क्योंकि मानव इनपुट को पूर्ण विश्वास दिया जाता है।

इस प्रक्रिया को आसान और अधिक सुलभ बनाने के लिए, हिक 5 नामक एक कंपनी ने रबर डकी नामक एक उपकरण लॉन्च किया। यह बाहर से फ्लैश ड्राइव की तरह दिखता है, लेकिन इसे छिपाई के रूप में प्रदर्शित करने के लिए इसके फर्मवेयर को फिर से शुरू किया गया है।

इसके अलावा, एक सरल प्रोग्रामिंग भाषा है जिसे हकी 5 ने इस डिवाइस के साथ उपयोग के लिए बनाया है, जिसे डकी स्क्रिप्ट के रूप में जाना जाता है। यह भाषा सरल, अभी तक शक्तिशाली है, और खराब USB के साथ मिलकर कई प्रकार के कार्य कर सकती है।

यहां तक ​​कि पेलोड को एनकोड और डीकोड करने के लिए एक वेब-आधारित टूल भी है, जो विभिन्न प्रकार की सेटिंग्स में आते हैं। रबड़ डकी कंप्यूटर, उपयोगकर्ता, इंस्टॉल किए गए प्रोग्राम, नेटवर्क के बारे में जानकारी काट सकता है और स्क्रीन पर कब्जा कर सकता है।

कई तरह के कारनामे भी हैं, जैसे कि फ़ायरवॉल को डिसेबल करना, किसी सर्वर में किसी फाइल को ढूंढना और उसे एफ़टीपी करना, नेटवर्क पोर्ट खोलना, वाईफाई एक्सेस प्वाइंट शुरू करना, सी ड्राइव तक शेयर एक्सेस की अनुमति देना और भी बहुत कुछ।

इसके अलावा, कुछ ख़राब USB दूरस्थ गतिविधियों के लिए WiFi क्षमताओं के साथ भी आते हैं। चूंकि लगभग सभी ऑपरेटिंग सिस्टम में विभिन्न प्रकार के सिस्टम-क्रिटिकल कार्यों के लिए कीबोर्ड शॉर्टकट या इनपुट मेथड होते हैं, इसलिए खराब USB वास्तव में क्रॉस-प्लेटफॉर्म अटैक वेक्टर है।

इसमें MacOS और Linux भी शामिल हैं, जिन्हें लंबे समय तक विंडोज की तुलना में अधिक सुरक्षित माना जाता है।

संभावित उपयोग-मामले
जैसा कि शोषण, पुनर्निमाण और तलहटी के लिए उपरोक्त कार्यान्वयन द्वारा देखा गया है, खराब यूएसबी लगभग दुर्भावनापूर्ण हमलों के लिए बनाया गया है। इसके अलावा, बशर्ते कि एक डिवाइस में सही माइक्रोकंट्रोलर हो, यह मक्खी पर खराब यूएसबी होने के लिए फिर से शुरू किया जा सकता है। इसका मतलब यह है कि आस-पास पड़ी किसी भी पुरानी पेन ड्राइव को आसानी से आधुनिक समय में बनाए जाने वाले सबसे शक्तिशाली हैकिंग टूल के रूप में इस्तेमाल किया जा सकता है।

डकी स्क्रिप्ट को किसी भी माइक्रोकंट्रोलर पर चलाया जा सकता है जो इसका समर्थन करता है, जिसका अर्थ है कि अगला खराब यूएसबी कोने के चारों ओर सही हो सकता है। यहां तक ​​कि खराब यूएसबी दुर्भावनापूर्ण हमलों के लिए बहुत उपयोगी है, इसका उपयोग विभिन्न गैर-दुर्भावनापूर्ण उद्देश्यों के लिए भी किया जा सकता है। इसमें बड़ी मात्रा में कंप्यूटर स्थापित करने के लिए sysadmins द्वारा उपयोग के लिए शामिल है, जैसा कि एक नए ओएस के कॉर्पोरेट रोलआउट में देखा गया है।

कीस्ट्रोक्स की उच्च आवृत्ति के कारण जो खराब यूएसबी बाहर रख सकता है (1,000 प्रति सेकंड से अधिक), इसका उपयोग तेज दर पर सिस्टम स्थापित करने के लिए किया जा सकता है। तृतीय-पक्ष एप्लिकेशन इंस्टॉल किए बिना, किसी भी अन्य एप्लिकेशन को दोहराए जाने वाले कीस्ट्रोक्स की उच्च मात्रा की आवश्यकता होती है, जिसे स्वचालित भी किया जा सकता है। केवल USB ड्राइव में प्लग करके, खराब USB कंप्यूटर पर दुर्भावनापूर्ण उपयोगकर्ता को पूर्ण नियंत्रण दे सकता है।

कैसे यह स्वीडिश Techie Quirky और प्रामाणिक दिखने वाले डीजे नामों को उत्पन्न करने के लिए AI का उपयोग करता है

रचनात्मक क्षेत्र में कृत्रिम बुद्धिमत्ता का योगदान प्रत्येक दिन बढ़ रहा है। अब, बर्लिन स्थित निर्माता और फोटोग्राफर ओले होल्म्बर्ग द्वारा एक दिलचस्प प्रयोग में, उन्होंने एआई का उपयोग quirky और दिलचस्प नामों की एक सूची के साथ किया है जो डीजे द्वारा उपयोग किया जा सकता है।

कैसे यह स्वीडिश Techie Quirky और प्रामाणिक दिखने वाले डीजे नामों को उत्पन्न करने के लिए AI का उपयोग करता है
कैसे यह स्वीडिश Techie Quirky और प्रामाणिक दिखने वाले डीजे नामों को उत्पन्न करने के लिए AI का उपयोग करता है


एआई 231 डीजे नाम बनाता है

आप किसी भी संगीत कलाकार से पूछ सकते हैं, एक प्रसिद्ध कलाकार बनने की रचनात्मक प्रक्रिया के सबसे बड़े हिस्सों में से एक आपका मंच नाम है, और एआई कलाकारों के लिए उस नाम को बनाने में बड़ी मदद कर रहा है।

क्या आपने इन डीजे के बारे में सुना है - रोजार्डो मैकेर, रोमेसन, गोम योर्रा? नहीं? यह ठीक है, क्योंकि ये बहुत विश्वसनीय नाम नकली हैं और एआई कार्यक्रम द्वारा उत्पन्न होते हैं।

होल्म्बर्ग, जो हार्ड वैक्स के अनुयायी हैं, अत्याधुनिक इलेक्ट्रॉनिक नृत्य संगीत के लिए दुनिया की अग्रणी दुकानों में से एक है, ने एक एआई प्रोग्राम बनाया और प्रशिक्षित किया है जो हार्ड वैक्स के वेब स्टोर पर पाए जाने वाले सभी नामों का उपयोग करके डीजे नाम उत्पन्न करता है। एक संख्या के बारे में बात करते हुए, AI ने वेबसाइट से संदर्भ लेते हुए 231 नाम बनाए।

231 एआई निर्मित डीजे नामों में से कुछ नाम एंड्री विलीमा और सेसेल डाओ लेस, रोजार्डो मैकेर, रोस विलीम, रोस ओक्रो और रूब मेंसके, डोविनिक, साउंड्स, डो ऑफ अनक और प्लाबिसियो रिसौल किलाग आदि हैं।

उपकरणों और तकनीकों के बारे में बात करते हुए, होल्म्बर्ग ने डेटा स्क्रैपिंग और एनालिसिस शेल स्क्रिप्टिंग, अजगर, टेन्सरफ्लो, केरस आदि का उपयोग किया। उसे इस तरह की AI परियोजनाओं के साथ आना है।

वास्तव में, यह पहली बार नहीं है जब होलबर्ग ने इस तरह की परियोजना की है। इससे पहले, बर्लिन-आधारित तकनीकी और संगीत उत्साही ने बर्गहिन.दे साइट को उन डीजे की एक सूची बनाने के लिए स्क्रैप किया है, जिन्होंने 2009 और 2017 के वर्षों के बीच सबसे अधिक बार बर्लिन तकनीकी संस्थान की भूमिका निभाई है।

संगीत उद्योग में एअर इंडिया के उपयोग मामलों में से कुछ
यदि हम संगीत उद्योग में एआई के उपयोग के मामलों को देखते हैं, तो यह अविश्वसनीय है। एक YouTube बैंड जिसे दादाबोट्स के नाम से जाना जाता है, अनन्तता के लिए लाइव स्ट्रीमिंग की गई है, जिसे रिलेन्थलेस डॉपेलगैंगर नामक एक धातु गीत कहा जाता है। इसके पीछे का विचार पहली बार 2018 के पेपर में बर्कली कॉलेज ऑफ़ म्यूज़िक ज़ैक ज़ुकोव्स्की और सीजे कार द्वारा दो ग्रेड्स द्वारा दिया गया था। और मकसद यह दिखाना था कि कैसे मशीन लर्निंग नए प्रकार के संगीत सॉफ़्टवेयर चला सकता है और कलाकारों के लिए संगीत को आसान बना सकता है।

यह एकमात्र उदाहरण नहीं है जहां एआई ने संगीत उद्योग में अपनी योग्यता साबित की है; 2017 में एक अमेरिकी गायक-गीतकार, टेरिन सदर्न ने एक बैलाड गीत ब्रेक फ्री बनाया और इस गीत के बारे में आश्चर्यजनक बात यह है कि यह पूरी तरह से एक आर्टिफिशियल इंटेलिजेंस द्वारा निर्मित है। केवल गीत ही नहीं, बल्कि दक्षिणी में "I AM AI" नाम से एक पूरी एल्बम बनाई गई, जो आर्टिफिशियल इंटेलिजेंस का उपयोग करके पूरी तरह से निर्मित और निर्मित होने वाला पहला एलपी है।

गीत बनाने के लिए, दक्षिणी ने एम्पर संगीत नामक एक खुले स्रोत एआई प्लेटफॉर्म का उपयोग किया। एक गीत बनाने के लिए, वह शैली में प्लग करती है, जो उपकरण वह उपयोग करना चाहती है, और प्रति मिनट धड़कता है। और वह मंच उन छंदों पर मंथन करेगा जो एक गीत में पुनर्व्यवस्थित किए जा सकते हैं, और दक्षिणी स्वर के नीचे स्तरित हो सकते हैं। आज, Amper संगीत जैसे कई अन्य ऐप और टूल हैं जो संगीत बना सकते हैं।

समेट रहा हु
एआई इस दुनिया को एक बेहतर जगह बनाने के लिए पूरी तरह से है। हालांकि, ऐसे लोग हैं जो मानते हैं कि एआई जैसी तकनीक संगीत से सार निकाल लेगी और मानव नौकरियों को भी अप्रचलित कर देगी। लेकिन अगर हम थोड़े आशावादी हैं और देखते हैं, तो एक फ़्लिपसाइड है जो दिखाता है कि एआई अच्छे के लिए है। और एआई के हालिया उदाहरण उद्योग में एक महत्वपूर्ण भूमिका निभा रहे हैं, यह दिखाने के लिए लगभग पर्याप्त है कि भविष्य में एक पूरी नई दुनिया है जहां एआई और मनुष्य एक साथ मिलकर और सुंदर संगीत बना सकते हैं।

Google डीएल मॉडल तैनाती को डीप लर्निंग क्लाउड कंटेनर्स के साथ आसान बनाता है

Google एक दशक से अधिक समय से मशीन लर्निंग मॉडल और तकनीकों को परिष्कृत करने के लिए प्रयास कर रहा है। हाल ही में टेक दिग्गज ने मशीन लर्निंग प्रोजेक्ट्स की जटिलताओं और अनुकूलताओं को विकसित करने, तैनात करने और प्रबंधित करने के लिए एक क्लाउड सेवा डीप लर्निंग कंटेनरों का बीटा संस्करण लॉन्च किया।

Google डीएल मॉडल तैनाती को डीप लर्निंग क्लाउड कंटेनर्स के साथ आसान बनाता है
Google डीएल मॉडल तैनाती को डीप लर्निंग क्लाउड कंटेनर्स के साथ आसान बनाता है


डीप लर्निंग कंटेनर पहले से तैयार, प्रदर्शन-अनुकूलित, तैनात करने के लिए तैयार हैं। उनके पास Google-क्लाउड सेवाओं में एक सुसंगत वातावरण प्रदान करने के लिए गहरी सीखने की रूपरेखा और पुस्तकालयों के साथ पहले से स्थापित संगतता-परीक्षण करने वाली डॉक छवियां हैं जो डेवलपर्स को एमएल वर्कफ़्लो को लागू करने में मदद करती हैं। यह क्लाउड और ऑन-प्रिमाइस दोनों में चल सकता है।

चौखटे और पुस्तकालय समर्थन
प्रत्येक कंटेनर छवि एक पायथन 3 वातावरण प्रदान करती है। डीएल कंटेनरों में जुपिटर नोटबुक पूर्व-कॉन्फ़िगर किया गया है और सबसे लोकप्रिय एमएल फ्रेमवर्क जैसे कि टेंसोरफ्लो, टेंसोरफ्लो 2.0, पायटच और स्किट-लर्न के लिए समर्थन प्रदान करता है। कंटेनर की प्रारंभिक रिलीज में पायथन पैकेज जैसे कि न्यूपी, स्केलेर, साइपी, पंडस, एनएलटीके, पिलो और विभिन्न अन्य शामिल हैं। इसके अलावा, NVIDIA संकुल में CUDA, CuDNN और CCL जैसे GPU सक्षम उदाहरणों के लिए नवीनतम NVIDIA ड्राइवर शामिल हैं।

तैनाती
डीप लर्निंग कंटेनर लचीले होते हैं और इन्हें विभिन्न प्लेटफ़ॉर्म पर जैसे Google Kubernetes Engine (GKE), AI Platform, Cloud Run, Compute Engine, Kubernetes और Docker Swarm पर तैनात किया जा सकता है।

लाभ
लगातार पर्यावरण: कंटेनर ऑन-प्रिमाइसेस से क्लाउड स्केल पर शिफ्ट करने के लिए Google क्लाउड सेवाओं पर एक सुसंगत वातावरण प्रदान करके सुचारू पोर्टेबिलिटी और स्थिरता के लिए डॉक छवियों की अनुमति देता है।
फास्ट प्रोटोटाइप: इस कंटेनर में, प्रोटोटाइप सभी आवश्यक ढांचे के रूप में तेज है, पुस्तकालयों और ड्राइवरों को संगतता के लिए पूर्व-स्थापित और परीक्षण किया जाता है।
प्रदर्शन अनुकूलित: नवीनतम फ्रेमवर्क संस्करणों और NVIDIA CUDA-X AI पुस्तकालयों की मदद से, मशीन लर्निंग मॉडल के प्रशिक्षण और तैनाती को काफी हद तक अनुकूलित किया जाता है।
एमएल के लिए इसी तरह के बादल सेवा
इस वर्ष की शुरुआत में, AWS डीप लर्निंग कंटेनरों को कस्टम मशीन सीखने के वातावरण को विकसित करने वाले डेवलपर्स को मदद करने के लिए भी लॉन्च किया गया है, जो Amazon Elastics कंटेनर रजिस्ट्री (Amazon ECR) और AWS मार्केटप्लेस के माध्यम से docker छवियाँ उपलब्ध हैं। प्रत्येक डॉकर छवि सीपीयू या जीपीयू समर्थन के साथ एक विशिष्ट डीप लर्निंग फ्रेमवर्क संस्करण, पायथन संस्करण पर प्रशिक्षण या इंजेक्शन के लिए बनाई गई है। कंटेनर वर्तमान में PyTorch के साथ TensorFlow और Apache MXNet का समर्थन करता है और अन्य गहन शिक्षण ढांचे जल्द ही पेश किए जाएंगे। एक डेवलपर इस कंटेनर को कुबेरनेट्स (अमेज़ॅन ईकेएस), स्व-प्रबंधित कुबेरनेट्स, अमेज़ॅन इलास्टिक कंटेनर सर्विस (अमेज़ॅन ईसीएस) और अमेज़ॅन ईसी 2 के लिए अमेज़ॅन इलास्टिक कंटेनर सेवा पर तैनात कर सकता है।

एंडनोट
कंटेनर अनुप्रयोगों के निर्माण और तैनाती के लिए शानदार तरीके हैं और यह पहले से ही ज्ञात है कि एमएल एक जटिल तकनीक है और एमएल प्रोजेक्ट पर काम करते समय डेवलपर के बहुत समय का उपभोग करता है। डीप लर्निंग कंटेनर एक डेवलपर को जीसीपी उत्पादों और सेवाओं में आपके आवेदन के परीक्षण और तैनाती के लिए एक सुसंगत वातावरण प्रदान करके मशीन लर्निंग प्रोजेक्ट में समय लेने वाली और अन्य अवांछित समस्याओं को दूर करने में मदद करेंगे।

डीप लर्निंग कंटेनर को स्थानीय रूप से डॉकर, डोकर कंपोज या कुबेरनेट्स के साथ खींचा और चलाया जा सकता है। एक डेवलपर आसानी से AI प्लेटफॉर्म डीप लर्निंग कंटेनर्स का उपयोग कर सकता है और एक भी पैसा चुकाए बिना Google कंटेनर रजिस्ट्री से चित्र खींच सकता है। हालाँकि, उसे / उसे अन्य Google क्लाउड प्लेटफ़ॉर्म उत्पादों के साथ गहन सीखने वाले कंटेनरों का उपयोग करते समय लागत का भुगतान करने की आवश्यकता हो सकती है।

क्या डेटा वैज्ञानिकों को भी सामाजिक विज्ञान और मानविकी सीखना चाहिए

मानवीय विज्ञान के साथ डेटा विज्ञान को जोड़ना कोई नई बात नहीं है। दुनिया भर में कई पाठ्यक्रम मानविकी के साथ कंप्यूटिंग विज्ञान और डेटा विज्ञान के मिश्रण की पेशकश कर रहे हैं। जैसा कि अधिक संस्थान सामाजिक विज्ञान के साथ कंप्यूटिंग छात्र को प्रशिक्षित करना पसंद करते हैं, यह काफी पेचीदा है कि इस तरह का मिश्रण इतना लोकप्रिय क्यों हो गया है।

क्या डेटा वैज्ञानिकों को भी सामाजिक विज्ञान और मानविकी सीखना चाहिए
क्या डेटा वैज्ञानिकों को भी सामाजिक विज्ञान और मानविकी सीखना चाहिए


ऐसे कई विशेषज्ञ हैं जो मानते हैं कि समाज और प्रौद्योगिकी संपर्क नामक एक नए क्षेत्र की आवश्यकता है जो कंप्यूटर विज्ञान और डेटा विज्ञान के क्षेत्र से जुड़े लोगों में सामाजिक कौशल को विकसित करने के लिए पाठ्यक्रम और तकनीकी को प्रभावित करता है।

इन पाठ्यक्रमों की लोकप्रियता में वृद्धि क्यों है?
जब कंप्यूटिंग क्षेत्रों की बात आती है, तो विशेषज्ञों का मानना ​​है कि प्रशिक्षण की आवश्यकता है जो उम्मीदवारों को सामाजिक अच्छे के बारे में बताता है और उन्हें महत्वपूर्ण सोच को महत्व देना सिखाता है। वे इंजीनियरिंग कार्यक्रमों के लिए वाउचर कर रहे हैं जो अन्य प्रकार के अनुभवात्मक विशेषज्ञता के लिए सम्मान की खेती करते हैं। इन पाठ्यक्रमों का विचार विज्ञान और प्रौद्योगिकी के अध्ययन, संचार, समाजशास्त्र, नृविज्ञान, राजनीति विज्ञान, संज्ञानात्मक विज्ञान और डिजिटल मानविकी प्रदान करना है, कुछ का नाम।

एक और तर्क यह है कि प्रौद्योगिकी को सफलतापूर्वक लागू करने में सक्षम होने के लिए, इसे सामाजिक रूप से बुद्धिमान इंजीनियरों की आवश्यकता होती है। यह नैतिक रूप से प्रौद्योगिकियों को लागू करने के लिए सामाजिक रूप से जिम्मेदार और आवेगपूर्ण नैतिक निर्णय के लिए अत्यधिक महत्वपूर्ण है। अतीत में ऐसे कई उदाहरण सामने आए हैं जहां कृत्रिम बुद्धिमत्ता जैसी तकनीकों को अनैतिक उपयोग और उद्देश्यों के लिए उपयोग में लाया गया है। इन विषयों पर एक पाठ्यक्रम तकनीकी कार्यकर्ताओं को नैतिक बनाम अनैतिक की बेहतर समझ रखने के लिए सिखा सकता है, जिससे भविष्य में एक अधिक जिम्मेदार तकनीकी टीम बन सकेगी।

इन पाठ्यक्रमों के पीछे का विचार नागरिकों, नागरिक संगठनों और वकालत समूहों को सामूहिक कार्रवाई करने का अधिकार देना है। इस तरह के पाठ्यक्रमों को अधिक प्रगतिशील विकास दिखाने और अधिक समावेशी समाधान के साथ हाथों में मुद्दों से निपटने के लिए स्लेट किया जाता है। यह उन्हें अधिक प्रभावी तरीके से चुनौतियों को दूर करने के लिए सुसज्जित करेगा।

सक्रिय तकनीकी नागरिक बनने के लिए समय की आवश्यकता है जो अनिवार्य रूप से कोड करने की क्षमता का मतलब नहीं है। इसका अर्थ यह भी है कि उसे काम / जीवन और समुदाय को प्रभावित करने वाले कोड के बारे में सवाल पूछने में सक्षम होना चाहिए। यह किए जा रहे कार्य की जवाबदेही लेने के बारे में है।

इस तरह के पाठ्यक्रम परियोजना की दक्षता और व्यावहारिकता को एक नए स्तर पर धकेलते हुए वास्तविक समस्या को सुलझाने में मदद करेंगे। डेवलपर्स के लिए "मानव-केंद्रित" डिजाइन पर अनुभवी समूहों के साथ काम करने की सलाह दी जाती है, जो कि औसत सिलिकॉन वैली निवासी की तुलना में बहुत अधिक है।

पाठ्यक्रम जो शिक्षण प्रौद्योगिकी + सामाजिक विज्ञान
अब ऐसे कई पाठ्यक्रम हैं जो तकनीक geeks के लिए प्रौद्योगिकी + सामाजिक विज्ञान में शिक्षाविदों का चयन करना संभव बनाते हैं। ऑक्सफोर्ड यूनिवर्सिटी द्वारा पेश किया जाने वाला कोर्स, सोशल डेटा साइंसेज में एमएससी सबसे लोकप्रिय पाठ्यक्रमों में से एक है। यह मानव व्यवहार के बारे में असंरचित विषम डेटा का विश्लेषण करने के लिए आवश्यक सामाजिक और तकनीकी विशेषज्ञता प्रदान करता है, जिससे मानव दुनिया की हमारी समझ को सूचित किया जाता है।

पाठ्यक्रम के पीछे विचार डेटा के बेहतर उपयोग में मदद करना है जो विभिन्न प्लेटफार्मों के माध्यम से डिजिटल रूप से उत्पन्न होता है। यह सुनिश्चित करना है कि कोई समझता है कि सामाजिक विज्ञान, नीति-निर्माण, आर्थिक व्यवहार, नैतिकता, डेटा के सामाजिक मूल्य और अधिक के आसपास महत्वपूर्ण मुद्दों को समझने के लिए डेटा को कैसे काम में लाया जा सकता है।

जैसा कि पाठ्यक्रम विवरण नोट करता है, इसमें इन सामाजिक डेटा के विज्ञान को विकसित करना, गंदे, वास्तविक दुनिया के आंकड़ों से व्यवहार्य डेटासेट बनाना और उन्हें दुनिया के बारे में कुछ बताने के लिए विश्लेषण, भविष्यवाणी और भविष्यवाणी के माध्यम से विश्लेषण करने के लिए उपकरण और तकनीक विकसित करना शामिल है। हस्तक्षेपों का परीक्षण।


इसी विश्वविद्यालय द्वारा इंटरनेट के सामाजिक विज्ञान में एमएससी नामक एक और कोर्स है जो छात्रों को सामाजिक सिद्धांतों के बारे में कठोर अनुभवजन्य मात्रात्मक और गुणात्मक अनुसंधान और नीति विश्लेषण करने के लिए आवश्यक सामाजिक विज्ञान अवधारणाओं, सिद्धांतों और तरीकों की गहन समझ प्रदान करता है। इंटरनेट और प्रौद्योगिकी का। इस कोर्स के साथ, छात्र नवीन और अग्रणी अनुसंधान परियोजनाओं में भाग ले सकते हैं जहां कंप्यूटर विज्ञान के उपकरण और विधियों का उपयोग सामाजिक विज्ञान में प्रश्न पूछने के लिए किया जाता है; या जो कंप्यूटर विज्ञान को समझने के लिए सामाजिक विज्ञान विधियों का उपयोग करते हैं।

भारत में, इंटरनेशनल इंस्टीट्यूट ऑफ इंफॉर्मेशन टेक्नोलॉजी, हैदराबाद द्वारा की गई रिसर्च (5 साल की दोहरी डिग्री) द्वारा कम्प्यूटर साइंस और कम्प्यूटिंग और मानव विज्ञान में मास्टर ऑफ साइंस में बीटेक है। इस कोर्स का विचार प्रौद्योगिकी और मानव विज्ञान के बीच विभाजन को पाटना है। यह छात्र को पार-अनुशासनात्मक अनुसंधान क्षमताओं के साथ कंप्यूटर विज्ञान में प्रवीण बनाता है जो दुनिया में सबसे अच्छे के साथ तुलना करता है। यह छात्रों को मानव विज्ञान की कठोर विधियों और गहरी समझ से लैस करता है, जबकि एक ही समय में उन्हें अत्याधुनिक कंप्यूटर विज्ञान के ज्ञान से लैस करता है।

हमारी बात
जैसे-जैसे तकनीकी प्रगति नई ऊंचाइयों पर पहुंच रही है, इन तकनीकों को तैनात करने के तरीकों में विभिन्न चुनौतियां हो सकती हैं। उदाहरण के लिए, एआई के गहरे उपयोग जैसे कि डीपफेक और डीपनाड्स में वृद्धि के साथ, इसने इस क्षेत्र को भारी जोखिम में डाल दिया है। हमने हाल ही में एक कहानी को भी कवर किया है कि कैसे अन्य तकनीकों जैसे कि चेहरे की पहचान और एआई-आधारित नागरिक स्कोरिंग मानवता पर संभावित जोखिम हैं। यदि उपर्युक्त वर्णित पाठ्यक्रम को बड़े पैमाने पर लागू किया जाता है और इसे अनिवार्य बनाया जाता है, तो एआई और संबंधित प्रौद्योगिकियों के नैतिक उपयोग के आसपास की अधिकांश अव्यवस्थाएं आने वाले भविष्य में एक स्पष्ट गिरावट देख सकती हैं।