لم تكن علاقتنا برؤية الكمبيوتر صاخبة إلى أن تعلمت كيفية إجراء المعجزات ذات الوجوه البشرية. تحل الخوارزميات محل الأشخاص في الصور ومقاطع الفيديو وتغيير العمر والعرق والجنس. هذا هو الترفيه الرئيسي عبر الإنترنت في السنوات الأخيرة ، ومصدر للقلق. تطبيقات اليوم تقتحم الرسوم البيانية ، ورأى المحتجون غدا أعمدة مع الكاميرات التي تتعرف على الوجوه. ويبدو أننا في بداية الرحلة فقط. ما يمكن للكمبيوتر قراءته من وجوهنا سيكون أكثر وأكثر.
في وقت سابق من هذا الشهر ، قمنا بزيارة مكتب مختبر Neurodata. الاتجاه الرئيسي للشركة هو التعرف على المشاعر الإنسانية. حاولنا معرفة كيف يتم ذلك ولماذا.
في My Circle ، حصلت Neurodata Lab على درجة 4.6 في المتوسط وتوصية 95٪ من موظفيها ، الذين قيموا معايير مثل النمو المهني ، والمهام المثيرة للاهتمام ، والعلاقات الجيدة مع الزملاء ، وحقيقة أن الشركة تجعل العالم مكانًا أفضل.
في عام 2016 ، شارك عشرة ممثلين - خمسة رجال وخمس نساء - في عمليات إطلاق نار غير عادية. ذهبوا إلى منطقة فارغة ، يرتدون بدلات سوداء ضيقة ، وعلى كاميرات في زوايا مختلفة من الغرفة ، على خلفية الجدار الأخضر ، يصورون "لا شيء" - فقط حالتهم المحايدة.
ثم تصرف الممثلون من نصوص قصيرة. لم تكن هناك نسخ متماثلة في البرامج النصية ، بل أوصاف للمواقف فقط ، لذلك ارتجعت الجهات الفاعلة. في كل مشهد ، احتاجوا إلى تجربة واحدة من ستة عواطف - الغضب والحزن والاشمئزاز والفرح والخوف أو المفاجأة. غالبًا ما تصبح تعبيرات وإيماءات الوجه للممثلين ذوي الخبرة النمطية ، وهي مناسبة للمسرح أكثر من الحياة الحقيقية ، لذلك كان جميع الممثلين هنا طلابًا.
وتبعهم مدرس من مدرسة السينما ، ولكن ليس فقط. وكان المدير الرئيسي عالمًا وباحثًا أولغا بيريبيلكينا. بالإضافة إلى الفيديو والصوت على المجموعة ، تم تسجيل ردود الفعل الكهربيولوجية لسطح الجلد والخصائص الفسيولوجية الأخرى. تم تصوير كل مشهد برصاص مختلف عدة مرات ، ونتيجة لذلك ، جمعوا حوالي سبع ساعات من المواد.
بعد أن أنهى الممثلون أعمالهم ، وصفوا أين وما المشاعر التي عاشوها بالفعل خلال اللعبة. بعد ذلك شاهد 21 شخصًا آخر مقاطع الفيديو ، وفي كل مقطع فيديو لاحظوا ما هي المشاعر التي بدا عليها الممثل. في أي نقطة تبدأ هذه المشاعر ، ومتى تنتهي.
وهكذا بدأ العمل على أول مجموعة بيانات متعددة الوسائط باللغة الروسية للتعرف على المشاعر -
RAMAS .
لكن المواد التي تم الحصول عليها كانت مناسبة فقط للبحث العلمي والتجريب - وليس لتدريب خوارزميات النطاق الصناعي.
- (أولغا Perepelkina) كنا بحاجة لجمع مجموعة بيانات عملاقة. ليس 7 ، ولكن 107 ساعة وأكثر. لقد صممنا منصة Emotion Miner على شبكة الإنترنت ، وحملنا مجموعة من مقاطع الفيديو المتاحة للجمهور على الإنترنت ، وجلبنا عشرات الآلاف من الناس من جميع أنحاء العالم ، وبدأوا في وسم البيانات. وهكذا ، وضعنا 140 ساعة من الفيديو على 20 مقياسًا (ليس فقط العواطف ، ولكن أيضًا الخصائص المعرفية والاجتماعية المختلفة) ، وقمنا بجمع أكبر مجموعة بيانات عاطفية في العالم.
- وكيف تمكنت من العثور على الكثير من الناس لترميز؟- (O.P.) الأمر بسيط - لقد دفعنا لهم المال مقابل العمل. العروض الترويجية ، استثمرت ميزانية صغيرة في التسويق. من حيث المبدأ ، لم يكن من الصعب للغاية. الآن ما يقرب من 70 ألف شخص مسجل على المنصة. ولكن في الواقع ، تميز حوالي 2000 شخص بمجموعة البيانات.
المنتجات
تم إنشاء مختبر بدء التشغيل Neurodata Lab من قبل رواد الأعمال جورج Pliev و Maxim Ryabov. قاموا بتمويل البحوث ليس من أجل الفضول العلمي ، ولكن للعثور على التطبيق التجاري لهذه التكنولوجيا. الآن ليست الحوسبة العاطفية أو "الحوسبة العاطفية" أكثر المناطق شعبية في سوق الشبكات العصبية ورؤية الكمبيوتر. هناك منافسة عالية في مجال التعرف على الوجوه. تأتي التطبيقات الترفيهية موضع تركيز واحد تلو الآخر. والأنظمة التي تعمل مع العواطف لا تترك وضع "الواعدة" لعدة سنوات. ومع ذلك ، وفقا لتوقعات غارتنر وغيرها من الدراسات ، فهي تتوقع نموا سريعا.
يبحث مختبر Neurodata منذ حوالي ثلاث سنوات ، ويقوم بجمع البيانات وتطوير الخوارزميات. الآن يستخدمون نتائج البحوث في المنتجات التجارية. على سبيل المثال ، قام Neurodata Lab بتطوير AI عاطفي لروبوتات Promobot. استخدم الروبوت نظام التعرف على المشاعر للرد بشكل صحيح على العظة من الناس الذين يلجأون إليه. تم عرض العرض التوضيحي في معرض CES هذا العام.
يتم استخدام الخوارزمية في مراكز الاتصال لمراقبة المكالمات وتقييم أداء الموظفين. الآن يتم كل ذلك يدويًا - يجب على المديرين الاستماع بشكل انتقائي لاستدعاء السجلات والتحقق مما إذا كان الموظف وقحًا لدى العميل أو يتم الاحتفاظ به ضمن حدود اللياقة. يمكن للنظام القيام بذلك تلقائيًا وفي الوقت الفعلي. على طول الطريق ، يتم تقييم المزاج العاطفي للعميل أيضًا - لقد كان راضيًا عن العلاج أم لا. طيار منتج مماثل Neurodata Lab تم إطلاقه في Rosbank. تقوم الخوارزمية بتحليل المكالمات لقياس رضا العملاء.
فرع المنتج الثاني هو أكثر عالمية إلى حد ما. تصنع الشركة
API الخاصة بها - مجموعة كاملة من الأدوات لمطوري الطرف الثالث. الآن يتضمن تحليلًا للمشاعر ، ومتابعة للوجه ، ومحللات صوت ، حيث يمكنك تقسيم تسجيل صوتي بعدة أصوات إلى مسارات صوتية مختلفة وفصل الضوضاء. قريباً سيكون هناك جهاز تعقب للجسم ، جهاز كشف معدل النبض ، جهاز تعقب تنفسي من فيديو شخص - وتقنيات أو خوارزميات أخرى.
مبدأ العمل
يتعلم الشخص تحديد المشاعر دون وعي - منذ الطفولة ، يبدأ في ربط أنماط معينة من السلوك بالعواطف التي يواجهها الأشخاص من حولهم. بعد أن تعلم هذا بالفعل ، يمكنه تحليل العلامات التي تظهره. الأكثر وضوحا هو التعبير عن الفم والعينين. ولكن على الوجه توجد العديد من عضلات الوجه التي تخلق كمية لا تصدق من الفروق الدقيقة التعبيرية. نحن ندركها تلقائيًا ، على الرغم من أننا نستطيع أن نلفت انتباهنا إلى بعض التفاصيل.
تقوم الشبكة العصبية أيضًا بتحليل مئات ساعات الفيديو التي تم وضع علامة عليها بواسطة الأشخاص. والعلامات التي يصنف بها النظام العواطف لا تتضح دائمًا.
- (أندريه بيليف) هناك أنماط شائعة لبعض الطبقات. على سبيل المثال ، تتميز فئات "الغضب" و "المفاجأة" بالتعبير القوي على الحواجب التي ترفع الوجه ، والعينان المدورتان ، والدخان من الأذنين. الشبكة تستجيب لهم بالتأكيد ، ولكن ليس فقط. على سبيل المثال ، مع الحواجب الصغيرة التي تبدو مرتفعة ، ستحدد الفصل الصحيح بهدوء ، لأنها تستجيب أيضًا لديناميكيات التغييرات. واحدة من الطبقات مثيرة للاهتمام في هذا الصدد هو "الحزن". في أغلب الأحيان ، عندما يكون الشخص حزينًا ، فإن وجهه لا يتغير لفترة طويلة. تلاحظ الشبكة ديناميكيات صفرية في التعبير وتفترض أنها إما "محايدة" أو "حزينة" ، وعندها فقط توضح العلامات المتبقية وتخلص إلى أن الفصل صحيح.
- ماذا عن الصوت؟ ترددات معينة ، يتراوح ، نغمات؟- (A.B.) الصوت أكثر تعقيدًا. كل شخص لديه وحدة التخزين القياسية الخاصة به ، لا يمكنك الحصول على قوة الصوت. يمكن لأي شخص التحدث بهدوء وبشكل متساو ، لكنه في الواقع غاضب للغاية. وحتى إذا تصورنا الصوت وفهمنا ما يولي النظام الانتباه إليه ، فلا يمكننا تفسير ذلك وكذلك الوجه. الوجه لديه نقاط واضحة: الحواجب والعينين والأذنين وأكثر من ذلك. ولكن لا يوجد صوت. يتم إدخال الصوت في الشبكة في شكل مخطط طيفي ، وما الأجزاء المحددة منه المسؤولة عن ماذا وفي أي لحظة يصعب فهمها. لذلك ، لا توجد إجابة قياسية ، ما تهتم به الشبكة عند العمل مع الصوت.
- كيفية تسجيل النبض؟- (O.P.) يتم تتبع التغيرات الدقيقة في لون البشرة. عندما ينبض القلب ، يكون الدم مشبعًا بالأكسجين ، ويتغير أكسجين الدم ، ولهذا السبب يتغير لون الجلد. لن ينجح الأمر بالعين ، لكن بمساعدة الخوارزمية يكون ذلك ممكنًا.
- ولكن هذا يعتمد إلى حد كبير على جودة الفيديو.- (O.P.) لقد رأينا هذه الخوارزمية لفترة طويلة ، ونحن قادرون على العمل ليس فقط مع كاميرا رائعة ، ولكن أيضًا باستخدام كاميرا ويب عادية. نحن نعرف كيفية العمل عندما تومض الشاشة. على سبيل المثال ، عندما يشاهد شخص فيلمًا ، وتتغير شدة الإضاءة باستمرار. نحن قادرون على العمل بشروط عندما يتحرك الشخص ويتحدث.
النبض هو إشارة دورية ، ويتم مراقبتها بوضوح ، والإضاءة من الفيلم لا تتغير بشكل دوري. لذلك ، يمكن فصل إشارة مفيدة عن الضوضاء.
قارنا هذه التكنولوجيا حتى مع أجهزة تتبع اللياقة البدنية. خوارزمية لدينا تفعل كذلك - وحتى أفضل من بعضها.
- يمكن للنظام رؤية ما لا يراه الشخص ، لكن لا يزال الشخص يتعرف على المشاعر بشكل أفضل. لماذا؟- (O.P.) الشخص يعمل بشكل أفضل لأنه يأخذ في الاعتبار المعلومات السياقية. ولكن لهذا ، هناك حاجة إلى نظام متعدد الوسائط يحسن الدقة من خلال تحليل الوجه والصوت والإيماءات والنبض والتنفس والتحليل الدلالي للنص على الفور.
هذه هي الطريقة التي يعمل بها الإدراك البشري. ترى رجلاً من الخلف ، تشاهده جالسًا ويفكر ، "يبدو أنه حزين". وهدفنا هو إنشاء خوارزمية يمكن أن تتصور المشاعر كشخص - عمومًا في أي ظرف من الظروف ، لجميع أجزاء المعلومات.
ولكن ميزة النظام الآن على البشر هي أنه يمكن تحليل كمية كبيرة من البيانات تلقائيًا. في بعض الأحيان ، يمكن للشخص أن يفعل ما هو أفضل ، لكنك لن تجعله يجلس على مدار الساعة ويستمع بأذنيه ، على سبيل المثال ، المكالمات إلى مركز الاتصال.
- إذا عانيت من العاطفة ، لكني حاولت أن أخفيها ، هل سيفهم النظام ذلك؟- (O.P.) ربما.
كيف يتم التطور
Neurodata Lab هي شركة صغيرة ، كانت موجودة حتى وقت قريب فقط كمختبر. يحتوي على قسم علمي ، وفريق علوم البيانات ، وقسم تطوير يحزم التطورات والاكتشافات الجديدة في المنتجات. كل قسم هو 5-6 أشخاص. في المجموع ، لدى الفريق حوالي 30 موظف.
علماء البحوث
يعمل علماء النفس وعلماء الفسيولوجيا وعلماء الأحياء في القسم العلمي. لا يوجد سوى أربعة أشخاص وثلاثة متدربين على الموظفين ، لكنهم قاموا ببناء شبكة دولية كاملة من التعاون. على سبيل المثال ، في روسيا هناك مشاريع بالاشتراك مع جامعة موسكو الحكومية والمدرسة العليا للاقتصاد و RANEPA. في الخارج - مع جامعة غلاسكو ، وجامعة باريس للتكنولوجيا ، وجامعة جنيف ، ومختبر الهندسة في جنوة ، الذي يشارك في تحليل الحركات.
العلماء الذين يقومون بالحوسبة العاطفية هم مجتمع بأكمله. يجتمعون بانتظام لحلقات العمل المشتركة في مختلف الجامعات في جميع أنحاء العالم. مرة كل سنتين ، يتم عقد مؤتمر كبير مخصص حصريًا للتكنولوجيا العاطفية. هذا العام ، سوف تنظم Neurodata Lab ورشتها الخاصة في هذا المؤتمر.
- أتساءل ، ما هو العمل اليومي للباحث؟- (O.P.) أولاً ، قرأوا المقالات. على سبيل المثال ، أردنا أن نتعلم كيف نتعرف على الكذب ، وليس فقط العواطف ، ونحتاج إلى معرفة ما هي الكذبة ، وكيف يعمل كاشف الكذب ، وما الذي تم فعله بالفعل في هذا المجال ، وما هي مشاكل جهاز كشف الكذب الكلاسيكي ، وكيف يمكن خداعه ، وما هي الخوارزميات الأكثر روعة ، كيف يتم ترتيب نفس الإنسان ، وما هي السمات النفسية الموجودة عندما يكذب الشخص ، وكيف يعمل علم وظائف الأعضاء ، ولماذا (وما إذا) يصبح أنف الشخص أبرد وتتحول أذنيه إلى اللون الأحمر عندما يغش ، وما إلى ذلك.
ثم نجري عددًا كبيرًا من التجارب. من أجل إنشاء نظام يتعرف على معدل النبض والجهاز التنفسي من الفيديو ، كان من الضروري جمع الكثير من البيانات. تأتي الموضوعات إلينا باستمرار ، ولدينا معدات وجميع أنواع الأشياء التي تقيس نبض الشخص بطريقة اتصال. نقيس ECG ، photoplethysmography ، رد فعل الجلد كلفاني. لقد أجرينا تجارب ممتعة عندما أردنا أن نفهم كيف يتحرك تدفق الدم عبر الوجه ، ثم قمنا بلصق الأقطاب الكهربائية مباشرة على الوجه.
أخيرا ، نظهر للناس vidosiki مختلفة. نحن نحاول تخويفهم ، أو العكس بالعكس. يقوم الباحثون بتحليل البيانات ، والنظر في الإحصاءات ، وكتابة المقالات وبراءات الاختراع بناءً على هذه البيانات. ثم يأتون إلى القسم الفني لأندريه ويقولون: "لقد قرأنا شيئًا رائعًا وأجرينا تجربة ، يمكنك محاولة عمل خوارزمية ستعمل هكذا." أو يأتي أندريه إلينا ويقول: "نريد اكتشاف السقوط ، نحتاج إلى معرفة كيفية جمع البيانات". يجلس القسم العلمي ويفكر في كيفية القيام بذلك ببساطة وبسرعة.
- وظيفة الحلم.- (أب) بعض الناس يعتقدون - البعض الآخر يفعل.
تاريخ العلماء والمطورين
تعمل علوم البيانات بالتوازي مع تطوير المنتج. يدرب أخصائيو البيانات مراكز الشبكات العصبية على Torch ، عندما يكون هناك مجال للمناورة في البحث ، وعلى MXnet ، عندما تحتاج إلى حل سريع العمل. بعد تأكيد جميع الفرضيات حول قابلية تطبيق الشبكات العصبية ، يقوم الرجال بنقلها إلى TensorRT لزيادة سرعة العمل ومنحهم لفريق التطوير للتنفيذ في الإنتاج.
أنشأت Neurodata Lab خدمة سحابية خاصة بها ، والتي يمكن الوصول إليها من قبل المطورين الآخرين - للبحث أو المشاريع التجارية.
- (أ. ب) نواة البرمجيات التي توزع المهام بين الشبكات العصبية مكتوبة في بيثون. كنا نحتاج إلى كتابتها بسرعة ، لكن اتضح أنها جيدة. إنه يعمل مع عمال الإرساء ، ويتواصل من خلال RabbitMQ ، ويعمل في Postgres ، وتتدلى طبقة gRPC في الأعلى ، مما يسمح لك بإنشاء اتصال آمن بالعالم الخارجي ويمنح المبرمجين والباحثين الآخرين الوصول إلى تقنياتنا.
الويب مكتوب في السمفونية. تنفيذ API باستخدام gRPC. هذا شيء رائع في Google يسمح لك بإنشاء قناة آمنة ومفاتيح تبديل مع النظام - بحيث يتيح الوصول فقط إلى وظائف داخلية معينة. على سبيل المثال ، يمكنك فقط إعطاء مفتاح للأدوات التي يمكنها اكتشاف الوجوه والتعرف على المشاعر.
أنا أعمل على فكرة - أرغب في إنشاء مركز بيانات صغير خاص بي ، حيث سيتم استبدال الاستدلال. وسوف تستند إلى Jetson Nano. هذا هو جهاز كمبيوتر صغير واحد لوحة لمدة عشرة آلاف روبل. مثل Raspberry Pi ، فقط مع بطاقة الرسومات. من خلال معالج وذاكرة الوصول العشوائي وكل شيء آخر ، يكلف الجهاز 6 مرات أرخص من 1080Ti دون مراعاة بقية مكونات الكمبيوتر ، لكنه يعمل أيضًا بمعدل 6 مرات أبطأ.
- وماذا سيعطي؟- (أ. ب) أولاً ، إنها أرخص ، وستعمل بنفس الطريقة تقريبًا. ثانيا ، سوف تتوقف عن الإضرار بالبيئة كثيرا. ثالثًا ، لا يحتاجون إلى الكثير من الكهرباء. تنفق Six Jetson Nano ، التي تعمل بقوة تقريبًا مثل 1080 Ti ، طاقة أقل ست مرات ، بالإضافة إلى شغل مساحة أقل بكثير.
- لماذا لم يصلهم عمال المناجم بعد؟- (A.B.) يحتاج عمال المناجم إلى بطاقة الفيديو الخاصة بهم حتى يتمكنوا من القيام بالكثير من الأشياء دفعة واحدة. ولكن بالنسبة لنا ليست مهمة جدا. لدينا مهام خفيفة الوزن تحتاج إلى القيام بها بسرعة باستخدام قوى صغيرة وإرجاع النتيجة. عندما يكون لديك ست مهام من هذا القبيل ، فمن المنطقي توزيعها في ست بطاقات صغيرة بدلاً من وضعها جميعًا في واحدة كبيرة وقوية ، حيث سيتم دفع هذه المهام إلى المرفقين.
كيف هو فريق التوظيف
في الربيع ، جاء مديرو المنتجات إلى الفريق ، والآن تحتاج الشركات الناشئة إلى مطورين. مزودي الخلفية الذين سيدعمون الويب في PHP و Symphony ، أو يقنعونك بالانتقال ، على سبيل المثال ، إلى Python أو Go. تعمل الواجهة الأمامية ، التي ستقوم بإنشاء صفحات لخدمات الويب الجديدة ، على توسيع الوظائف وتحسين قابلية استخدام الخدمات الحالية. مطور نواة يعمل ، بالإضافة إلى معرفة بيثون على مستوى عالٍ ، على فهم علوم البيانات وخصائص العمل مع الأجهزة ، والمختبرين ، ومطوري C ++ للعمل مع SDK والعديد من الآخرين.
- كيف يجري التوظيف الخاص بك؟- (أ. ب) بالنسبة لتاريخ العلماء ، أتخلص من مهمة ليست صعبة للغاية ، ولكنها مهمة إرشادية ، حيث يمكن للمرء أن يحكم على القدرة على التفكير والبرنامج. أفعل ذلك بنفسي في أربعين دقيقة. يدير جونيور في 4-6 ساعات. بعد ذلك ، ندعو لمناقشة ومناقشة القضايا التقنية. أقترح أنه العصف الذهني على مهمة جديدة. نحن نفترض معا ، اختبار معا. أشاهد فقط كيف يشعر الشخص في بيئة غير مألوفة من حيث المهام. هل يفهم كيف تجري عملية تطوير النموذج ، وما قد تواجهه هناك وما لا ينبغي أن تخاف منه.
بعد هذه المراحل ، يبقى حوالي 10 ٪ من الناس. يستجيب حوالي 50 شخصًا في شهر يونيو ، ونحن ندعو الخمسة المتبقين لإجراء مقابلة نهائية في مكتبنا ، ونتواصل ببساطة مع الاستعداد شبه الكامل لتولي الفريق.
- ومع المطورين؟- (أ. ب) ولكن مع المطورين ، كل شيء أسوأ قليلاً. نعطيهم مثل هذا الاختبار: تحتاج إلى نشر خدمة صغيرة على أي إطار تريده داخل عامل الميناء. يجب أن تتواصل هذه الخدمة مع عمال الإرساء الآخرين ، حيث تقع Postgres و RabbitMQ. هناك مهمة لقراءة قناة في rebbit ، وتأخذ من هناك مهمة ملء قاعدة البيانات ، وكتابة كل شيء إلى قاعدة البيانات. يبدو أن هذه المهمة بسيطة للغاية ، للقيام بذلك لمدة ساعة تقريبًا. لكن كل شيء ينهار عندما نقول إننا سننقل الصور للكتابة إلى قاعدة البيانات.
اتضح باستمرار أن الجميع يحل هذه المشكلة بطرق مختلفة تماما. وكل شخص لديه دائمًا نوعًا ما من الأفكار الجديدة التي لم أرها من قبل أو حتى تخيلتها من قبل. ولكن في الوقت نفسه ، لا يفحص الجميع شيئًا ما. في الاختبار قطع حوالي نصف المرشحين. ثم ندعو أيضا المطورين في المكتب. نبدأ في التحدث حول مواضيع عامة ، لمعرفة ما هو التالي ، ماذا تريد وما إلى ذلك. وبعد ذلك ، للأسف ، لدينا ما يقرب من 0 ٪ العادم.
- ما هي المعايير التي تفهمها أن الشخص ليس لديه ما يكفي من المهارات اللينة أو أنه لن يكون قادرًا على العمل عند بدء التشغيل؟- (A.B.) في محادثات بسيطة من الفئة: "اسمع ، ولكن تخيل ذلك ...". يبدأ في تطوير فكرة ، وتضيف عن طريق الصدفة أن المواعيد النهائية المحددة لدينا ، ولم يتبق سوى أسبوعين لمشروع يحتاج إلى القيام به لمدة شهرين. يقول البعض: "لا يمكن السماح بذلك". حسنا. يقول آخرون: "هذا سيء للغاية ، لكننا سنضغط على الحد الأقصى. بالطبع ، لن نفعل كل شيء. ربما نصف ، ولكن هذا أفضل من ربع. بشكل عام ، سيكون كل شيء رائعًا ، لأن أسوأ شيء هو المشروع غير المكتمل ". هؤلاء هم الناس - على الفور. القضية فيما يتعلق بهذه المهمة.
المعايير الأخلاقية والمعضلات الأخلاقية
التعرف على الوجوه ، والحوسبة العاطفية - كل هذه البحوث والتكنولوجيا القائمة على البيانات. أسئلة من الفئة ، "إلى من يجب أن تنتمي البيانات" ، "من وكيف يجب التحكم في جمعها" - منطقة حدودية حديثة.
أحد الحلول الوسط التي يوافق عليها الجميع الآن أكثر أو أقل هي المجموعة غير الشخصية. , GDPR . .
. , , , .
. , ?
— (..) , - . . . ? ? , : « , , , ». .
, : « , , , !» , , . . «, , - , , , , ». 50 , 5-6 , . , . - . , .