مطلب پیشنهادی
واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار» (HT-CSURE)
Hooshyar-Tavandar Common Subsidiary Unit for Research & Engineering
واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار» (HT-CSURE)
Hooshyar-Tavandar Common Subsidiary Unit for Research & Engineeringیادگیری ماشینی، پر پرواز تبلیغات هوشمند
هوشمندی تبلیغات، ارمغان عصر جدید
یادگیری
ماشینی راهی طولانی را از سرزمین هالیوود و روبات‌های پرزرق‌وبرق پیموده
است تا به جریان اصلی زندگی ما وارد شود. در فیلم‌های هالیوودی از روبات‌ها
به عنوان جایگزینی برای انسان‌ها یاد شده است. اما واقعیت این است که
امروزه دنیای صنعت برای تکمیل بسیاری از وظایف خود از یادگیری ماشینی
استفاده می‌کند. کافی است به پیرامون زندگی خود نگاهی بیندازید تا متوجه
شوید این فناوری چگونه توانسته است بهره‌وری و عملکرد کاری شما و سازمانتان
را بهبود بخشد؛ حتی در کارهایی همچون موسیقی، سرویس‌دهی به مشتریان،
بازی‌های ویدیویی، معاملات بانکی، گزارش‌های خبری و البته تبلیغات. یادگیری
ماشینی قدرتی باورنکردنی به متخصصان این حوزه‌ها داده است.
این مطلب یکی از مقالات پرونده ویژه «تبلیغات و بازاریابی آنلاین» منتشر شده در شماره ۱۸۶ ماهنامه شبکه است. برای دانلود کل پرونده ویژه می‌توانید اینجا کلیک کنید.
با
وجود این، یادگیری ماشینی برای بسیاری از مردم همچون جعبه‌ای سربه‌مهر
است. عامه مردم گمان می‌کنند که این مفهوم، عجیب و علمی بوده و درک آن با
دشواری همراه است. در حالی که بسیاری از حرفه‌ای‌های این حوزه یادگیری
ماشینی را فناوری سطح بالایی توصیف می‌کنند، این فناوری آن‌گونه که باید و
شاید در حوزه تبلیغات به شکل صریح و روشنی تعریف نشده است تا به مردم اعلام
کند که در بازاریابی‌های امروزی، بازاریاب‌ها می‌توانند از این فناوری در
برنامه‌های واقعی روزمره خود استفاده کنند.
آمارها نشان می‌دهند تبلیغات
پخش‌شده در رسانه‌های مختلف، تا پایان سال 2016 حدود 600 میلیارد دلار
عاید شرکت‌های فعال در زمینه تبلیغات و ناشران آنها خواهد کرد و این صنعت
را در مقایسه با صنایع دیگر، از نظر سودآوری در جایگاه نخست قرار خواهد
داد. یادگیری ماشینی که به نوعی رهبری و هدایت یادگیری عمیق را بر عهده
دارد، به فناوری کلیدی‌ای تبدیل شده است که در حال شکل‌دهی چشم‌انداز و
آینده بسیاری از صنایع، از جمله تبلیغات است. یادگیری ماشینی با اتکا بر
الگوریتم‌هایی که از داده‌های جمع‌آوری‌شده برای یادگیری استفاده می‌کنند،
در اکثر مواقع در رویارویی با حجم سنگینی از داده‌ها، نتایج دقیقی را تولید
می‌کند.
در عصر برنامه‌های هوشمند، داده‌ها سلطان بی‌رقیب هستند. سرویس‌هایی که بتوانند داده‌هایی با بالاترین کیفیت تولید کنند، می‌توانند به‌خوبی مدل‌ها را تأمین کرده و در نتیجه تجربه کاربری بهتری را در اختیار مخاطبان خود قرار دهند. نکته جالب توجه دیگر، کاهش نرخ میزبانی داده‌ها و افزایش حجم آنها است. در طول پنج سال گذشته، داده‌ها رشد صعودی خیره‌کننده‌ای را تجربه کرده‌اند، در حالی که سیر صعودی هزینه میزبانی داده‌ها ناچیز بوده است. (شکل 1) برای مثال، شرکت تسلا تا امروز حدود 780 میلیون مایل داده‌های رانندگی را جمع‌آوری کرده است و در هر ده ساعت، میلیون‌‌ها رکورد داده‌ای به این حجم اضافه می‌کند؛ داده‌هایی که به‌منظور تغذیه مدل‌های مورد استفاده در ماشین‌های خودران استفاده می‌شوند. با وجود اینکه صنعت تبلیغات هوشمند در مقایسه با صنایع دیگر کمی از قافله عقب‌تر است، پیشرفت‌ها در این حوزه خیره‌کننده بوده‌اند.
شکل 1: در سالهای 2010 تا 2015 رشد داده‌ها خیره‌کننده بود.http://www.blogsky.com/ht-csure/post/edit/8169465368
تعریف کوتاهی از یادگیری ماشینی
یادگیری
ماشینی شاخه‌ای از هوش مصنوعی است که به کامپیوترها این توانایی را می‌دهد
تا کارهایی همچون شناسایی مشکلات، پیش‌بینی رخدادها، کنترل عوامل متغیر و
نتایج به‌دست‌آمده از آنها و برنامه‌ریزی برای اشیا و سرویس‌ها را بدون
آنکه به برنامه‌نویسی صریحی برای انجام این‌گونه کارها ضرورتی باشد، مدیریت
کنند. برای این منظور پژوهشگران الگوریتم‌ها را با پارامترها و داده‌هایی
که مدل‌ها به آنها نیاز دارند، تأمین می‌کنند. در ادامه، این الگوریتم‌ها
خود می‌آموزند که چگونه باید با استفاده از داده‌های جدید رشد و تغییر
کنند. اگر یادگیری ماشینی با داده‌ها و اطلاعاتی از آینده تأمین شود، این
توانایی را به شما می‌دهد تا چشم‌اندازها و اتفاقات حوزه کاری خود را در
آینده مشاهده و پیش‌بینی کنید. بدون شک، این کاربرد هر صنعتی را که درباره
آن فکر می‌کنید، تحت تأثیر قرار می‌دهد و اثر شگرفی بر تبلیغات نیز خواهد
گذاشت؛ به گونه‌ای که بازاریابان قادر خواهند بود تبلیغات هدفمند را آماده
کرده و این تبلیغات را برای مخاطبان شناخته‌شده ارسال کنند. اگر شما
بازاریابی هستید که واژگانی همچون برنامه‌ریزی داده‌محور و هوش مصنوعی به
گوشتان خورده است، باید بدانید این ابزارها کلید موفقیت شما خواهند بود.
در دنیای تبلیغات و بازاریابی، مهم‌ترین اصل این است که شناخت دقیقی از مخاطبان خود داشته باشید. این شناخت و درک درست اجازه می‌دهد سرویس‌های درستی را به مخاطبان هدف ارایه داده و به این شکل میزان فروش خود را افزایش دهید
اگر در تلاش برای کشف این موضوع هستید که چگونه یادگیری ماشینی می‌تواند در ارائه بهتر تبلیغات کمک کند، بدانید که در این راه تنها نیستید. کافی است سری به بازارهای بورس جهانی بزنید تا مشاهده کنید چگونه بانک‌های بزرگ بین‌المللی از یادگیری ماشینی برای پیش‌بینی سیر صعودی یا نزولی ارزش سهام استفاده می‌کنند و می‌توانند هر ثانیه از این تحولات را پیش‌بینی کنند. این بانک‌ها به‌راحتی دامنه، ارتفاع و نقطه شکست هر ارز را با کمک هوش مصنوعی پیش‌بینی می‌کنند و به این شکل مانع ضرر و زیان خود می‌شوند.
بازاریابی به معنای شناخت جزئیات است
در
دنیای تبلیغات و بازاریابی، مهم‌ترین اصل این است که شناخت دقیقی از
مخاطبان خود داشته باشید. این شناخت و درک درست اجازه می‌دهد سرویس‌های
درستی را به مخاطبان هدف ارایه داده و به این شکل میزان فروش خود را افزایش
دهید. این مهم‌ترین قاعده‌ای است که دنیای تبلیغات را متقاعد ساخته است
یادگیری ماشینی و هوش مصنوعی به شکل خیره‌کننده‌ای می‌توانند به این صنعت
کمک کرده و آن را دستخوش تغییرات اساسی کنند. شاید این تجربه تلخ را داشته
باشید که پس از خرید کالایی، به دلایل مختلف مانند متناسب نبودن با
نیازهای شما، نداشتن قابلیت‌های کاربردی، کارایی پایین و مانند این‌ها، از
خرید خود پشیمان شوید و درست چند روز بعد در گشت‌وگذار اینترنتی، تبلیغی را
ببینید که مشابه کالای مورد نیاز شما را عرضه کرده است. این تکنیک
بازاریابی تنها یکی از صدها راهکاری است که با کمک یادگیری ماشینی در
اختیار شرکت‌های بازاریابی قرار دارد. ایمیل‌های سفارشی و هدفمند که برای
مخاطبان ارسال می‌شود، یکی دیگر از کاربردهای جالب توجه یادگیری ماشینی به
شمار می‌روند.
به حداکثر رساندن بهره‌وری تبلیغات
اگر
جزو آن گروه از افرادی هستید که سال‌ها در صنعت بازاریابی و تبلیغات
فعالیت داشته‌اند، روزگاری را که تبلیغات به طور دستی انجام می‌شد، به خاطر
می‌آورید. شیوه‌های سنتی تبلیغات، در عصر جدید کارایی خود را از دست
داده‌اند. این تکنیک‌ها دیگر قادر نیستند در زمینه بهینه‌سازی مکانیزم‌های
تبلیغاتی یا گستر‌ش‌پذیری آنها کمک کنند. این درست همان نقطه‌ای است که
یادگیری ماشینی کمک می‌کند برنامه‌های تبلیغی خود را کارآمدتر کرده و
اطمینان حاصل کنید سیاستی که در زمینه تبلیغات در پیش گرفته‌اید، در مسیر
درست و به همان شکلی که انتظار دارید به جلو حرکت خواهد کرد. با اتکا بر
سلسله عملیات بسیار پیچیده‌ای، یادگیری ماشینی کمک می‌کند تا میزان
بهینه‌سازی یک تبلیغ به‌منظور اثرگذاری مضاعف بر مخاطبان هدف را تعیین
کنید. برای مثال، شرکت مک‌دونالد برای آنکه بتواند مشتریان بیشتری جذب کند،
از چنین الگوریتم‌هایی بهره برد و تصمیم گرفت از چهره افراد برجسته‌ای
همچون شکسپیر، انیشتین و آوستین در فهرست جدید خود موسوم به The 12 استفاده
کرده و به مخاطبان خود اعلام کند که افراد بزرگ پیش از پرداختن به حل
مسائل بزرگ‌تر، ابتدا مسئله ناهار را حل کرده‌اند. (شکل دو و سه)
شکل 2 و 3: پوسترهای تبلیغاتی خلاقانه مک‌دونالد
برای دستیابی به چنین راهکارهای خلاقانه‌ای، الگوریتم انتخابی باید درباره معیارهای کارکردی که به شما در رسیدن به هدفتان کمک خواهد کرد، اطلاعات کافی داشته باشد. نرخ کلیک‌ها در لینک‌های اینترنتی یا نرخ نصب‌های یک برنامه کاربردی از جمله این موارد هستند. هر زمان چنین داده‌هایی در اختیار یادگیری ماشینی قرار داشته باشد، می‌تواند میزان اثرگذاری یک پیشنهاد تبلیغاتی را ارزیابی کند. داده‌های مورد نیاز برای چنین رویکردی از منابع مختلفی استخراج می‌شوند، اما نکته مهم این است که باید منابع مالی خوبی در اختیار داشته باشید تا بتوانید نتایج بهتری به دست بیاورید.
سرمایه‌گذاری با نگاه کردن به اهداف مشابه
بدون
شک الگوریتم‌های فیسبوک که داده‌های ارزشمندی در اختیار ما قرار داده و به
این شکل فرصت‌های منحصربه‌فردی در زمینه شناسایی فراهم کرده‌اند، بهترین
کمک هستند. آیا به یاد می‌آورید زمانی‌که در فیسبوک عضو شدید، اطلاعاتی
درباره علائق شخصی خود، برنامه‌های تلویزیونی که مشاهده می‌کنید، تیم‌های
ورزشی که اخبار مربوط به آنها را دنبال می‌کنید و مانند این‌ها را در
پروفایل خود وارد کردید؟ اطلاعاتی که آن زمان در پروفایل خود قرار دادید،
امروزه به‌منظور ارائه تبلیغات و بازاریابی مؤثر استفاده می‌شوند. الگوریتم
یادگیری ماشینی می‌تواند کلاستری از مخاطبان خاص را بر مبنای اینکه
تبلیغات هدفمند برای کدام‌یک از این گروه‌ها ارزشمند‌تر است، ایجاد کند.
برای مثال، یک الگوریتم ممکن است آگاه شده باشد که زنان بالای سی سال به
طور اتفاقی در فضای مجازی به دنبال بازی‌های آنلاین و متعاقب آن به دنبال
آموزش‌های مرتبط با این بازی‌ها هستند. این اطلاعات برای بازاریابان ارسال
می‌شود و تبلیغات مربوط به این آموزش‌ها بر مبنای فعالیتی که این گروه از
مخاطبان انجام می‌دهند، در مکان‌های مختلفی به آنها نشان داده می‌شود.
امروزه یادگیری ماشینی به شرکت‌های تبلیغاتی کمک کرده است تا تبلیغات محلی
را ویژه افرادی که در موقعیت‌های جغرافیایی مختلف قرار دارند، به صورت
هدفمند نشان دهند.
داده‌کاوی به‌منظور بهینه‌سازی اهداف
مهم
نیست چه نوع فعالیتی در فضای آنلاین انجام داده‌اید، با هر بار کلیک کردن
روی لینک‌های مستقر در سایتها یا حتی بازدید از سایتها، زمانی‌که قصد
خروج از این فضا را دارید، ردپایی از شما بر جای می‌ماند. به عنوان یک
بازاریاب، باید ردپای به‌جامانده را درک کنید و قادر به تفسیر آن باشید.
این تفسیر و تحلیل کمک می‌کند اطلاعات بیشتری درباره افرادی که به عنوان
اهداف خود مشخص کرده‌اید، به دست آورید. اما این تکنیک با یک مشکل روبه‌رو
است؛ این اطلاعات به صورت پراکنده در اختیار ارائه‌دهندگان سرویس‌ها قرار
دارد و همین موضوع باعث می‌شود در بیشتر موارد اطلاعات ناقصی از مخاطبان
خود به دست آورند. سرویس‌های داده‌ای از مدل‌های آماری که به صورت پویا
ساخته شده‌اند، برای استخراج اطلاعات اضافی‌تر درباره مردم استفاده
می‌کنند. این اطلاعات می‌توانند از طریق ناشران یا داده‌های اجتماعی همچون
تعداد لایک‌ها و بازبینی‌ها به دست آید. اگر مکانیزمی در اختیار داشته
باشید تا بتواند چنین داده‌هایی را جمع‌آوری کند، بدان معنا است که به
میزان باورنکردنی درباره جزئیات مربوط به مخاطبان خود اطلاعات به دست
آورده‌اید و در نتیجه می‌توانید به بهترین شکل ممکن زمان خود را صرف
بهینه‌سازی نحوه ارائه تبلیغات کنید و به شکل تأثیرگذاری آنها را به
مخاطبان خود نشان دهید؛ به‌طوری که تبلیغات به شکل هوشمندانه‌ای در زمان و
مکان مناسبی به مخاطبان نشان داده شود.
پیش‌بینی اثرگذاری
یکی
از جالب‌ترین کاربردهای یادگیری ماشینی در حوزه تبلیغات، توانایی پیش‌بینی
اثرگذاری تبلیغات است؛ پیش از آنکه به دست مشتریان هدف برسد. امروزه
تبلیغ‌کنندگان می‌توانند از داده‌های آماری و تاریخی که درباره تبلیغات
قبلی در اختیار دارند و تأثیرگذاری آنها به اثبات رسیده است، در تبلیغات
مشابه استفاده کنند. این قابلیت به آنها اجازه می‌دهد تا انتخاب‌های
خلاقانه و هوشمندی را به‌منظور به حداکثر رساندن بهره‌وری ارائه کنند.
سفارشی‌سازی
با
استناد به مطالعه‌ای که به‌تازگی انجام شده است، زمانی که از بازاریابان
سؤال شد به نظر آنها مهم‌ترین قابلیتی که می‌تواند بر آینده صنعت تبلیغات
تأثیرگذار باشد، چه ویژگی‌ای است، همگان هم‌نظر بودند که شخصی‌سازی در مکان
نخست این فهرست قرار دارد. الگوریتم‌های یادگیری ماشینی می‌توانند
ویژگی‌های مصرف‌کنندگان همچون علایق، خرید‌های مشتریان و دموگرافی‌ها (علم
تحقیق در جمعیت‌های انسانی) را در قالب خوشه‌هایی شبیه به الگوهای جست‌وجو
گروه‌بندی کنند و به تحلیل آنها بپردازند. این دسته‌بندی برای شناسایی
انواع مختلفی از تیپ‌های شخصیتی و شناسایی مخاطبانی در رده‌های سنی مختلف
استفاده می‌شود. این راهکار به تبلیغ‌دهندگان اجازه می‌دهد تبلیغات به‌شدت
قانع‌کننده‌ای را بر اساس شخصیت افراد و گروه سنی آنها طراحی کنند.
با اتکا بر سلسله عملیات بسیار پیچیده‌ای، یادگیری ماشینی کمک می‌کند تا میزان بهینه‌سازی یک تبلیغ به‌منظور اثرگذاری مضاعف بر مخاطبان هدف را تعیین کنید
مشخص کردن محتوا
امروزه
یادگیری ماشینی به اهرمی برای به اشتراک‌گذاری محتوا روی پلتفرم‌های مختلف
تبدیل شده است. این اهرم به تبلیغ‌کنندگان اجازه می‌دهد مخاطبان خود را
به‌درستی شناسایی کنند و در ادامه محتوای درست متعلق به یک برند را به دست
مخاطب خود برسانند. یادگیری ماشینی همچنین به‌منظور شناسایی این موضوعات که
آیا محتوایی که درباره آن قرار است صحبت شود، این ظرفیت را دارد تا برای
یک برند ارزش‌آفرینی کند، آیا مخاطبان می‌توانند از این اطلاعات برای اخذ
یک تصمیم هوشمندانه استفاده کنند و محتوا روی کدام‌یک از رسانه‌های امروزی
بهتر جواب می‌دهد، استفاده می‌شود و به‌شدت محبوب شده است.
زمان و مکان
قرار
دادن آگهی‌ها در زمان درست، برای موفقیت یک کمپین اهمیت فوق‌العاده‌ای
دارد. زمانی‌که مصرف‌کنندگان در جست‌وجوی نیازهای شخصی هستند، تبلیغات
غیرمرتبط به‌شدت درک و شناختی منفی در خصوص یک برند به وجود می‌آورند.
یادگیری ماشینی می‌تواند مکان و زمان مناسبی را که تبلیغات باید روی رسانه
انتخابی کاربر نشان داده شوند، تعیین کند. وزن متغیرها، مواردی همچون نرخ
کلیک (CTR) سرنام click-through-rate و مدت‌زمانی که کاربر صرف بازدید از
صفحات کرده است، از جمله موضوعاتی هستند که یادگیری ماشینی به‌خوبی آنها
را تحلیل می‌کند.
شناسایی تقلب
کلیک‌های
نادرست یکی از بزرگ‌ترین نگرانی‌هایی است که در دنیای تبلیغات وجود دارد.
یادگیری ماشینی به‌خوبی کلیک‌های جعلی را شناسایی می‌کند. یادگیری ماشینی
با تجزیه‌وتحلیل عادت‌های عادی و متعلق به گذشته در مقایسه با کلیک‌های
نامشروع، می‌تواند تعیین کند آیا یک کلیک واقعاً مشروعیت دارد یا غیرواقعی
است. در نتیجه تبلیغ‌کنندگان به‌راحتی قادر به کشف و مشاهده اعداد واقعی
خواهند بود و به این شکل الگوی رفتاری و معمول مخاطبان در یک کمپین را
شناسایی می‌کنند. گوگل از این تکنیک به‌منظور شناسایی تقلب‌هایی که ممکن
است در سرویس Adwords به وجود آید، استفاده می‌کند.
پیش‌بینی موفقیت
پیش
از اینکه یک کمپین تبلیغاتی کار خود را آغاز کند، دست‌اندرکاران باید
تحلیل‌های جامعی درباره موفق بودن آن کمپین انجام دهند. یادگیری ماشینی
می‌تواند بر اساس اطلاعات به‌دست‌آمده از کمپین‌های قبلی، همچون نوع محصول،
نوع تبلیغات، نوع محتوا و اطلاعات کاربر، پیش‌بینی‌های هوشمندانه‌ای
درباره موفقیت احتمالی یک کمپین ارائه کند. این تکنیک در ایجاد تغییرات و
افزایش ضریب موفقیت یک کمپین پیش از آنکه به مرحله اجرایی وارد شود، نقش
بسزایی دارد.
در نهایت
امروزه
الگوریتم‌ها تأثیرگذاری محسوسی بر تبلیغات و کارآمدتر کردن آنها دارند.
در حال حاضر، هیچ کس در حوزه تبلیغات نمی‌تواند ادعا کند تمامی راه‌های
ممکن برای ارائه مؤثر تبلیغات را در اختیار دارد و می‌تواند تمامی اطلاعات
را به‌خوبی درک کند. ما هنوز به دورانی وارد نشده‌ایم که بسیاری از مشاغل
تحت سلطه روبات‌ها قرار داشته باشند، اما در دورانی هستیم که الگوریتم‌های
ماشینی می‌توانند تأثیرگذاری شگرفی بر صنعت تبلیغات داشته باشند؛ به دلیل
اینکه به شکل باورنکردنی جزئیات بسیاری درباره اهداف عرضه کرده و تحلیل‌های
آماری قدرتمندی در این زمینه ارائه می‌کنند.
==============================
شاید به این مقالات هم علاقمند باشید:
برچسب:
بیمه‌گر ژاپنی هوش مصنوعی را جایگزین 34 کارمند خود کرد
قربانیان تازه هوش مصنوعی
24 دى 1395
به
نظر شما ماشین‌آلات هوشمند چه زمانی جایگزین انسان‌ها خواهند شد؟ آینده
خیلی دور یا خیلی نزدیک؟ به نظر می‌رسد، سامانه‌های هوشمند در زمان حال به
این سوال پاسخ داده‌اند. در جدیدترین مورد یک شرکت بیمه‌گر ژاپنی بیش از 30
نفر از کارکنان خود را اخراج خواهد کرد و به جای آنها از یک سامانه
هوشمند به منظور محاسبه حق بیمه‌ای که باید به بیمه‌گذاران پرداخت شود،
استفاده کرد.
شرکت بیمه‌گر Fukoku Mutual Life بر این باور است که با جایگزین کردن ماشین‌های هوشمند قادر است بهره‌وری خود را به میزان 30 درصد افزایش دهد. به طوری که در کمتر از دو سال هزینه‌ای که در این راه سرمایه‌گذاری کرده است را به دست آورد. این شرکت گفته است: «سیستم فوق به ارزش 200 میلیون ین تا اواخر ماه جاری میلادی نصب خواهد شد، برآورد ما این است که به واسطه این سامانه هر ساله بتوانیم در حدود 140 میلیون ین صرفه‌جویی داشته باشیم.»
در حالی که بعید به نظر می‌رسد رویکرد این شرکت از سوی کارکنان مورد استقبال قرار گیرد، با این وجود با پایان یافتن ماه مارس (اواسط فروردین) تعداد 34 نفر از کارکنان این شرکت شغل خود را از دست خواهند داد. این سامانه بر مبنای سامانه شناختی واتسون آی‌بی‌ام کار می‌کند. سامانه‌ای که شبیه به یک انسان فکر می‌کند و قادر است تمامی اطلاعاتی که در اختیارش قرار می‌گیرد را مورد تجزیه و تحلیل قرار دهد. متون، فایل‌های صوتی و فایل‌های ویدیویی از جمله داده‌هایی هستند که این سامانه قادر است آنها را پردازش کند.
مطلب پیشنهادی
سایت ماینیچی شیمبوان، در این ارتباط گفته است: «فناوری فوق قادر است ده‌ها هزار گواهی پزشکی در ارتباط با مدت زمان اقامت بیمار در بیمارستان، تاریخچه پزشکی و هرگونه عمل جراحی که یک بیمار انجام داده است را محاسبه کرده و نتیجه را در اختیار این شرکت بیمه‌گر قرار دهد.» در حالی که به کارگیری یک سامانه هوشمند از سوی شرکت Fukoku به شکل قابل توجهی در زمان این شرکت صرفه‌جویی می‌کند، با این حال گزارش آماده شده تنها زمانی قابل استناد خواهد بود که یک عامل انسانی صحت درستی آن‌را مورد تایید قرار دهد. لازم به توضیح است که این شرکت هر ساله 132 هزار گواهی و بازپرداخت سالانه را مورد بررسی قرار می‌دهد.
مطلب پیشنهادی
افزایش سن افراد جامعه و قابلیت‌هایی که فناوری روباتیک در اختیار شرکت‌های ژاپنی قرار می‌دهد، یک فرصت ناب را به وجود آورده است تا هوش مصنوعی در این کشور مورد آزمایش قرار گیرد. گزارشی که در سال 2015 میلادی از سوی موسسه تحقیقاتی نومورا منتشر شد، نشان می‌دهد نزدیک به نیمی از مشاغل ژاپن تا سال 2035 به طور کامل در اختیار روبات‌ها قرار خواهد گرفت.
مطلب پیشنهادی
لازم به توضیح است، پیش از این نیز، موسسه دیگری به نام Dai-Ichi-Life از یک سامانه هوشمند مبتنی بر واتسون استفاده کرده بود. با این وجود در آن موسسه هیچ‌یک از کارمندان شغل خود را از دست نداده بودند. به نظر می‌رسد هوش مصنوعی نقش مهمی در سیاست‌های آتی کشور ژاپن بازی خواهد کرد. ماه آینده میلادی قرار است وزارتخانه صنعت، تجارت و اقتصاد ژاپن به صورت آزمایشی از هوش مصنوعی به منظور کمک به کارمندان دولت استفاده کند. در این طرح آزمایشی هوش مصنوعی به کارکنان دولت کمک می‌کند تا پیش‌نویس‌هایی که قرار است در جلسات هییت دولت مطرح شوند را آماده کنند. آژانس خبری جی‌جی گزارش کرده است: «اگر این آزمایش موفقیت‌آمیز باشد، سازمان‌های دولتی دیگر نیز به سمت استفاده از هوش مصنوعی متمایل خواهند شد.» اما عده‌ای از اندیشمندان ژاپنی دیدگاه متفاوتی در این ارتباط دارند. نوریکا آرای، استاد موسسه ملی انفورماتیک ژاپن در این ارتباط به آژانس خبری کیودو گفته است: «هوش مصنوعی برای پاسخ‌گویی به هر سوالی مناسب نیست. به دلیل اینکه هنوز این توانایی را ندارد تا درک گسترده‌ای از مفاهیم مختلف داشته باشد.»
برچسب:
- هوش مصنوعی - واتسون - آی بی ام - ماشین هوشمند - ژاپن - سامانه شناختی
نشانه هایی که حکایت از هک شدن کامپیوتر دارند
همیشه
راحت نمی توانید بفهمید چه زمانی کامپیوتر شما هک شده است و خیلی سخت
می‌توان این اتفاق را تشخیص داد. اما در اینجا نشانه‌هایی وجود دارد که
می‌تواند دسترسی داشتن شخصی به کامپیوتر شما را افشا کند.به گزارش پرشین استار، به موارد زیر توجه کنید و اگر هر یک از آنها برای شما نیز اتفاق افتاده است، احتمال هک شدن کامپیوتر شما بیشتر از سایر موارد است.
ناگهان سرعت عملکرد کم می‌شود
البته در اینجا به جز هک شدن کامپیوتر شما، دلایل دیگری نیز می‌تواند برای این کاهش سرعت وجود داشته باشد. کامپیوترها بعضا به خاطر قدیمی بودن نیز با کاهش سرعت مواجه می‌شوند؛ به همین دلیل ما تنها افت ناگهانی را می‌توانیم ملاک هک شدن کامپیوتر قرار دهیم. اگر در طول روز این اتفاق برای شما افتاد، بدان معناست که چیزی مشکوک در جریان است. همین قضیه در مورد سرعت اتصال به اینترنت نیز صدق می‌کند. اگر بیش از حد معمول و بدون استفاده از آن، سرعت اینترنت شما کم شد، این بدان معناست که پهنای باندتان در حال ربوده شدن است.
ظاهر شدن برنامه های جدید
این می‌تواند وسوسه انگیز باشد که شما برنامه‌هایی که همیشه می‌خواستید را اتفاقی در کامپیوتر خود پیدا کنید؛ به خصوص اگر آنها تازه، جدید و یا گران قیمت باشند. بنابراین به خاطر داشته باشید که برنامه‌هایی را بر روی کامپیوتر خود نصب کرده‌اید و مواظب هر چیز مشکوکی که می‌بینید باشید.
غیرفعال کردن آنتی ویروس
عدم توانایی در ورود
شما
ممکن است هزاران بار وارد کامپیوتر خود شده باشید ولی حالا پسوردتان کار
نمی‌کند. در وهله نخست، احتمال دارد شما یک کلمه را اشتباه زده باشید، پس
این بار با دقت بیشتری تلاش کنید تا شاید مشکل شما حل شود. اما اگر باز هم
موفق به ورود نشدید، احتمال هک شدن کامپیوتر شما زیاد است.
اگر درب
ورود کامپیوترتان بر روی شما قفل شده، این بدان معناست که شخصی به آن نفوذ
کرده و برای اینکه آزادی عمل بیشتری را در اختیار داشته باشد، جلوی دسترسی
شما را گرفته است.فعالیت‌های حجیم
اگر نشانگر ماوس شما، زمانی که آن را لمس نمی‌کنید حرکت می‌کند و یا اگر در هیستوری مرورگر شما آدرس‌هایی یافت می‌شود که هرگز به آنجا سر نزده‌اید، یا اینکه وقتی یک کار ساده همانند چک کردن ایمیل را انجام می‌دهید و هارد دیسک شما به شدت در حال انجام کار است، تمامی این‌ها می‌تواند نشانه‌هایی از هک شدن کامپیوتر شما باشد.
البته که در این بین استثنا نیز وجود دارد. به عنوان مثال ممکن است تکان خوردن ماوس به خاطر در حال اتمام بودن باتری آن باشد. یا اینکه فرزندان شما بدون اطلاع شما دست به کامپیوتر زده‌اند و از مرورگر اینترنت استفاده کرده‌اند. تسک منیجر ویندوز و یا اکتیویتی مانیتور مک را چک کنید، چرا که به شما کمک می‌کند برنامه های پر مصرف را شناسایی کنید.
ناتوانی در خاموش کردن
همچنین طول کشیدن مدت زمان بسیار زیاد برای خاموش شدن نیز می‌تواند نشانه‌ی خطرناکی باشد، چرا که هکر می‌خواهد کمی زمان بخرد تا بتواند کارهای خود را برای انجام در زمانی دیگر ذخیره کند.
دوستان شما فعالیت‌های زیادی را گزارش می‌دهند
آیا
دوستانتان اخیرا به شما گفته‌اند که ایمیل‌ها و پیام‌های متنی عجیب و غریب
زیادی را برای آنها می‌فرستید؟ این می‌تواند یک نتیجه داشته باشد و آن هم
هک شدن کامپیوتر شماست. ارسال لینک‌های مسموم، یکی از بدیهی‌ترین چیزهایی
است که هکرها از این راه می‌کوشند تا اشخاص آشنا با شما را نیز هک کنند. در
واقع هکرها لینک‌های خطرناکی را به ایمیل‌های شما اضافه می‌کنند.
درخواست‌های دسترسی
بسته
به تنظیمات امنیتی شما، برنامه‌ها ممکن است نیازمند درخواست مجوز دسترسی
باشند. گاهی اوقات این اجازه دسترسی از طریق فایروال شما ارسال می‌شود.
گاهی اوقات آنها اجازه می‌خواهند تا به اجرا درآیند و یا شاید آنها نیاز
داشته باشند تا از اطلاعات دیگر برنامه‌ها نیز استفاده کنند. هر چیزی که
اجازه دسترسی بخواهد و برای شما نا آشنا باشد، یک علامت هشدار دهنده است.
معاملات مالی جعلی!
با بزرگ‌ترین مخزن رابط‌های برنامه‌نویسی جهان آشنا شویم
RapidAPI؛ توابع برنامه‌نویسی در اختیار توسعه‌دهندگان
07 دى 1395
RapidAPI
استارت‌آپی است که در سان فرانسیسکو قرار دارد و تنها دو سال از عمر آن
می‌گذرد. این استارت‌آپ به طراحان اجازه می‌دهد تا واسط‌های برنامه‌نویسی
(API) خود را پیدا کرده، آزمایش کرده و توابعی که به آنها نیاز دارند را
در برنامه‌های خود ادغام کنند. استارت‌آپ RapidAPI اکنون به عنوان یک منبع
غنی نزد طراحان شناخته می‌شود.
اگر یک برنامه‌نویس باشید به خوبی با سایت گیت‌هاب آشنایی دارید، مخزنی که در آن برنامه‌نویسان و شرکت‌های بزرگ دنیای فناوری پروژه‌های خود را در مخازن این سایت با دیگران به اشتراک قرار می‌دهند. سایتهای مختلفی همچون گیت‌هاب در زمینه برنامه‌نویسی به فعالیت اشتغال دارند، اما استارت‌آپ RapidAPI یک نمونه متفاوت در این زمینه است. متفاوت بودن این سرویس تنها به دلیل میزبانی رابط‌ها نیست، بلکه الگویی که این استارت‌آپ در اختیار شرکت‌ها قرار می‌دهد در نوع خود جالب توجه است.
این استارت‌آپ با راه‌اندازی سرویس ویژه‌ای به برنامه‌نویسان سراسر جهان اجازه می‌دهد تا نه تنها از رابط‌های برنامه‌نویسی ارائه شده از سوی شبکه‌های اجتماعی همچون فیسبوک، اینستاگرام و... استفاده کنند بلکه سرویسی در اختیار برنامه‌نویسان قرار می‌دهد تا با استفاده از آن رابط‌های برنامه‌نویسی خود را به طور شخصی مدیریت کنند. این شرکت اعلام کرده است که اکنون بزرگ‌ترین مخزن از رابط‌های برنامه‌نویسی در اختیار دارد. به طوری که رابط‌های برنامه‌نویسی طیف گسترده‌ای از شرکت‌ها هم اکنون در RapidAPI به ثبت رسیده‌اند. از ویژگی‌های شاخص این سرویس می‌توان به دسته‌بندی رابط‌ها و قابلیت جست‌وجو در میان رابط‌های برنامه‌نویسی که به ثبت رسیده‌اند اشاره کرد.
البته RapidAPI ماموریت اصلی خود را دسترسی عمومی، ساده و راحت برنامه‌نویسان به این رابط‌ها عنوان کرده است. به طوری که به برنامه‌نویسان اجازه دهد به ساده‌ترین شکل فرآیند اتصال برنامه‌های کاربردی به این رابط‌ها را مدیریت کنند. ایدو جینو، بنیان‌گذار این استارت‌آپ گفته است: «هر شرکتی زبان مخصوص خودش را دارد. در نتیجه یک طراح باید تلاش کند تا متوجه شود فیسبوک چگونه صحبت می‌کند و همواره لغت‌نامه مخصوصی را برای این منظور در اختیار داشته باشد. این برنامه‌نویس برای دسترسی به رابط‌های برنامه‌نویسی شرکت دیگری مجبور است همین فرآیند را یکبار دیگر تکرار کند. RapidAPI مخزن بزرگی را به وجود آورده است که در حقیقت یک مخزن بزرگ و واحد است.»
در واقع، روندهایی که RapidAPI روی آنها سرمایه‌گذاری کرده و "ریزسرویس"ها نامیده می‌شوند، به جای آنکه یک الگوی مدیریت سخت را به وجود آورند به شرکت‌ها اجازه می‌دهند تا نرم‌افزارها و زیرساخت‌های فعلی خود را به رابط‌های برنامه‌نویسی قابل استفاده تبدیل کنند. آمازون در این زمینه شهرت بسیار زیادی دارد. این شرکت نزدیک به 14 سال است که تلاش می‌کند این مشکل را حل کند. برای این منظور این شرکت تیم‌های مختلفی را گردآوری کرده است تا بتوانند از طریق این رابط‌ها با یکدیگر به تعامل بپردازند. این شیوه کپسوله کردن رابط‌ها به شرطی که درست و کاربردی باشند مزایای بسیاری به همراه دارد.
مطلب پیشنهادی
به طور مثال یک تیم در یک شرکت ممکن است در حال کار روی یک سرویس چت باشد، در حالی که تیم دیگری در زمینه آپلود تصاویر و برش دادن تصاویر کار می‌کند و تیم سومی در ارتباط با سرویس‌های مدیریتی به فعالیت اشتغال دارند، اما هیچ‌کدام از رابط‌های برنامه‌نویسی که آنها طراحی کرده‌اند به طور ویژه این پتانسیل را ندارد تا به شکل حرفه‌ای از سوی تیم‌های دیگر مورد استفاده قرار گیرد. به طور مثال، ایبای را تصور کنید: ایبای صدها رابط برنامه‌نویسی بر مبنای استانداردها و پروتکل‌های مختلف طراحی کرده است و هر کدام از این رابط‌ها بر مبنای زبان‌های پیچیده و سختی ساخته شده‌اند که همین موضوع به کارگیری آنها را با دشواری روبرو می‌کند. rapidAPI برای حل این مشکل یک وفق دهنده منبع‌باز را برای اتصال به این رابط‌های برنامه‌نویسی ارائه کرده است.
اما در مقابل برنامه‌ریزی کرده
است تا از این ادغام‌ساز سرویس‌ها نیز کسب درآمد داشته باشد. این ادغام‌ساز
به شرکت‌ها کمک کند تا نه تنها به شکلی داخلی رابط‌های برنامه‌نویسی
بیشتری را مورد استفاده قرار داده، بلکه به آنها اجازه می‌دهد به شکل
کارآمدی آنها را مدیریت کنند. جینو گفته است: «شرکت ما در حال حاضر از 200
رابط برنامه‌نویسی پشتیبانی می‌کند. در حال حاضر 16 کارمند در اختیار
داریم اما در نظر داریم ظرف مدت یکسال این رقم را ده برابر کنیم.» در میان
رابط‌های برنامه‌نویسی متنوعی که روی این سرویس میزبانی می‌شوند، Spotify
API و Google Search API جزء پر استفاده‌ترین رابط‌هایی هستند که
توسعه‌دهندگان از آنها استفاده می‌کنند. این سایت به نشانی https://rapidapi.com در اختیار شما قرار دارد.
==============================
شاید به این مقالات هم علاقمند باشید:
برچسب:
- طراح - API - RapidAPI - گوگل - اینستاگرام - برنامه‌نویسی - رابط برنامه‌نویسی
چرا مایکروسافت غول دنیای فناوری عاشق لینوکس شده است؟
نیای کلاود و استراتژی‌های جدید تجاری
07 دى 1395
شاید
برای خیلی از کاربران دنیای فناوری این سوال مطرح باشد که چرا مایکروسافت
به طور علنی علاقه خود به لینوکس را ابراز می‌دارد؟ ما در این مطلب به شما
دلیل این موضوع را خواهیم گفت.
مایکروسافت به این جمع‌بندی رسیده است که سیستم‌عامل برای مدت طولانی یک صحنه نبرد بزرگ نخواهد بود و در نتیجه مهم است که سهم هر چه بیشتری از بازار کلاود (آژر و آفیس 365) را از آن خود کند. برای نیل به این هدف مایکروسافت باید سهم مهمی در بازار نرم‌افزارهای مبتنی بر پلتفرم لینوکس را به دست آورد. اگر کنجکاو هستید درباره ارزش واقعی یک شرکت اطلاعاتی به دست آورید بهتر است، استراتژی‌های فروش و ضررهایی که یک شرکت متحمل شده است را مورد بررسی قرار دهید.
مطلب پیشنهادی
مایکروسافت روی مباحث آموزش، اطلاع‌رسانی و ارتقا قابلیت‌های دو محصول آژر و آفیس 365 کاملا متمرکز شده است. مایکروسافت به مشتریانی که در نظر دارند مجوز مربوط به نرم‌افزارهای آفیس و ویندوز را ارتقا دهند، پیشنهاد می‌کند از آژر همراه با تخفیف‌های ویژه استفاده کنند. اخباری که در ارتباط با مایکروسافت منتشر می‌شوند، نشان می‌دهند این شرکت به طور کامل رویکردهای خود در ارتباط با ویندوز را تغییر داده و در حال بازتعریف تازه‌ای از سیستم‌عامل خودش است. مایکروسافت در نظر دارد یکسری تعاملات میان مولفه‌ای میان ویندوز و آژر را پیاده‌سازی کند. به طوری که در بعضی موارد مردم بتوانند به یکسری ویژگی‌های آژر به طور رایگان دسترسی داشته باشند.
مطلب پیشنهادی
ویژگی‌هایی که در نهایت شما را متقاعد سازند به جای به‌کارگیری ویندوز روی سرورهای شخصی‌تان از راهکارها و سرویس‌های پیشنهادی مایکروسافت استفاده کنید. این برنامه‌ریزی همچنین در ارتباط با نمایندگی‌های فروش (شرکت‌ها و افرادی که به شما در به دست آوردن ارزش افزوده مرتبط با محصولات مایکروسافت کمک می‌کنند) نیز به مرحله اجرا درخواهد آمد.
دوران سیستم‌عامل‌های تک‌محوری رو به اتمام است
یک سیستم‌عامل تنها به دلیل اینکه پلتفرمی را در اختیار برنامه‌های کاربردی قرار می‌دهد، حائز اهمیت است. برنامه‌ها برای کسب‌وکارها پول‌سازی کرده و بهره‌وری شخصی را به همراه می‌آورند. مایکروسافت به شکل کارآمد و شاخصی موفق شده است از ویندوز و پلتفرم برنامه‌های مبتنی بر دات‌نت کسب درآمد کند. اما در نقطه مقابل تولیدکنندگان مختلف همچون سان، اچ‌پی و... هر کدام موفق شده‌اند سهمی از بازار سرورها به دست آورند. این شرکت‌ها موفق شده‌اند یک پلتفرم توسعه نرم‌افزاری ساده و کاربردی را برای کامپیوترهای شخصی به وجود آورند. زمانی که لینوکس و سرورهای مبتنی بر معماری x86 اینتل کار خود را شروع کردند موفق شده‌اند بخشی بزرگی از بازار یونیکس را تحت تملک خود درآورند. به طوری که در طول این سال‌ها هر یک از این شرکت‌ها همچون سان کنترل بخشی از بازار را به دست گرفتند. اما در مقابل مایکروسافت تصمیم گرفت بر مبنای رویکرد دیگری عمل کرده و از سمت کامپیوترهای شخصی مبتنی بر معماری x86 به سمت سرورهای مبتنی بر x86 حرکت کند.
مطلب پیشنهادی
لینوکس تا حد زیادی با موفقیت در مراکز داده یونیکسی جایگزین شده و در خارج از سازمان‌ها نیز توانسته است به خوبی در دنیای کسب‌وکار ورود پیدا کند. رایگان بودن یکی از مهم‌ترین فاکتورهایی است که بسیاری از کسب‌وکارها را ترغیب می‌کند از لینوکس به جای ویندوز استفاده کنند. رایگان بودن، دسترسی آزاد و قابلیت‌های رو به رشد موجود در لینوکس و همچنین برنامه‌نویسان حرفه‌ای که می‌دانند چگونه باید برنامه‌های کاربردی را برای لینوکس بنویسند، باعث فراگیر شدن لینوکس در مقیاس گسترده و به شکلی کاربردی شده است. اکنون چند سوال بزرگ مطرح می‌شود: اگر به جای ساتیا نادلا مسئولیت آژر و ویندوز را بر عهده داشتید، سیاست خود را به سمت کلاود متمایل نمی‌ساختید؟ زمانی که سرویس‌های وب آمازون به فروش 10 میلیارد دلاری نزدیک می‌شوند و تقریبا 10 برابر بیشتر از آژر سودآور هستند و هر ساله یک رشد 64 درصدی را تجربه می‌کند، اما در مقابل مجوزهای ویندوز یک رشد تک رقمی را تجربه می‌کنند چه تصمیمی اتخاذ می‌کردید؟ در شرایطی که AWS صرفنظر از سیستم‌عاملی که از آن استفاده می‌کنید یک زیرساخت ابری سرراست را برای برنامه‌های کاربردی در اختیارتان قرار می‌دهد، بازهم تصمیم می‌گرفتید پول خود را در پلتفرم ویندوز سرمایه‌گذاری کنید با این هدف که برنامه‌های بیشتر عرضه کنید یا در مقابل به سمت لینوکس حرکت می‌کردید؟ در چنین شرایطی درب‌ها را باز نمی‌کردید و به هر برنامه مستقلی اجازه نمی‌دادید روی لینوکس در پلتفرم آژر اجرا شود؟ هر چند اتخاذ این رویکرد برای ساتیا نادلا دردناک است، اما واقعیت این است که مایکروسافت راه چاره را در این دیده است که به جای متوقف شدن روی یک سیستم‌عامل به سراغ زیرساخت‌های ابری و آن هم زیرساختی برود که بسیاری از مردم به آن علاقه‌مند هستند. یک گام رو به جلو و هوشمندانه! این دقیقا همان رویکردی است که مایکروسافت با پیوستن به بنیاد لینوکس آن‌را اجرایی کرده است.
برچسب:
- لینوکس - مایکروسافت - کلاود - آمازون - آژر - آفیس 365 - ویندوز - پلتفرم - ساتیا نادلا - زیرساخت ابری