कंप्यूटर दृष्टि भावनाओं, नाड़ी, श्वास और झूठ को देखती है - लेकिन इस पर एक स्टार्टअप कैसे बनाया जाए। न्यूरोडाटा लैब के साथ बातचीत

कंप्यूटर विज़न के साथ हमारा रिश्ता तब तक इतना शोरगुल वाला नहीं था जब तक यह नहीं पता था कि मानव चेहरे के साथ चमत्कार कैसे किया जाता है। एल्गोरिदम फ़ोटो और वीडियो में लोगों को बदलते हैं, उम्र, नस्ल और लिंग बदलते हैं। यह हाल के वर्षों का मुख्य ऑनलाइन मनोरंजन है, और चिंता का एक स्रोत है। आज, एप्लिकेशन चार्ट पर तूफान डालते हैं, कल प्रदर्शनकारियों ने कैमरों के साथ खंभे देखे जो चेहरे को पहचानते हैं। और, ऐसा लगता है, हम केवल यात्रा की शुरुआत में हैं। कंप्यूटर हमारे चेहरे से जो पढ़ सकता है वह अधिक से अधिक होगा।

इस महीने की शुरुआत में, हमने न्यूरोडाटा लैब के कार्यालय का दौरा किया। कंपनी के लिए मुख्य दिशा मानवीय भावनाओं की पहचान है। हमने यह पता लगाने की कोशिश की कि यह कैसे और क्यों किया जाता है।

माय सर्कल में, न्यूरोडाटा लैब को 4.6 का औसत स्कोर और अपने कर्मचारियों के 95% की औसत सिफारिश मिली, जिन्होंने पेशेवर विकास, दिलचस्प कार्यों, सहकर्मियों के साथ अच्छे रिश्ते और कंपनी को दुनिया में एक बेहतर स्थान बनाने के लिए मानदंड निर्धारित किए।

---

2016 में, दस अभिनेताओं - पांच पुरुषों और पांच महिलाओं - ने असामान्य शूटिंग में भाग लिया। वे एक खाली क्षेत्र में गए, काले तंग-फिटिंग सूट पहने और हरे रंग की दीवार की पृष्ठभूमि के खिलाफ कमरे के विभिन्न कोनों में कैमरों पर, उन्होंने "कुछ भी नहीं" दर्शाया - बस उनकी तटस्थ स्थिति।

तब अभिनेताओं ने लघु स्क्रिप्ट का अभिनय किया। लिपियों में कोई प्रतिकृतियां नहीं थीं, केवल स्थितियों का वर्णन था, इसलिए अभिनेताओं ने सुधार किया। प्रत्येक दृश्य में, उन्हें छह भावनाओं में से एक का अनुभव करने की आवश्यकता थी - क्रोध, उदासी, घृणा, खुशी, भय, या आश्चर्य। अनुभवी अभिनेताओं के चेहरे के भाव और हावभाव अक्सर रूढ़ हो जाते हैं, जो वास्तविक जीवन के लिए थियेटर से अधिक उपयुक्त हैं, इसलिए यहां सभी कलाकार छात्र थे।



उनका पालन फिल्म स्कूल के एक शिक्षक ने किया, लेकिन न केवल। मुख्य निर्देशक एक वैज्ञानिक और शोधकर्ता ओल्गा पेरेपेलकिना थे। सेट पर वीडियो और ध्वनि के अलावा, त्वचा की सतह और अन्य शारीरिक विशेषताओं की बायोइलेक्ट्रिक प्रतिक्रियाएं दर्ज की गईं। प्रत्येक दृश्य को कई बार अलग-अलग कलाकारों द्वारा शूट किया गया था, और परिणामस्वरूप, उन्होंने लगभग सात घंटे की सामग्री एकत्र की।

अभिनेताओं ने अपना काम खत्म कर लिया, जिसमें वर्णन किया गया कि खेल के दौरान उन्हें वास्तव में कहाँ और किन भावनाओं का अनुभव हुआ। तब एक और 21 लोगों ने वीडियो देखे, और प्रत्येक वीडियो में उन्होंने देखा कि अभिनेता किस भावना का अनुभव कर रहे थे। यह भावना किस बिंदु पर शुरू होती है, और कब समाप्त होती है।



इस प्रकार भावना मान्यता के लिए पहली रूसी-भाषा मल्टीमॉडल डेटासेट पर काम शुरू हुआ - RAMAS ।

लेकिन प्राप्त सामग्री केवल वैज्ञानिक अनुसंधान और प्रयोग के लिए उपयुक्त थी - औद्योगिक-पैमाने के एल्गोरिदम के प्रशिक्षण के लिए नहीं।

- (ओल्गा पेरेपेलकिना) हमें एक विशालकाय डेटासेट इकट्ठा करने की आवश्यकता थी। 7 नहीं, बल्कि 107 और अधिक घंटे। हमने इमोशन माइनर वेब प्लेटफ़ॉर्म बनाया, वीडियो का एक गुच्छा अपलोड किया जो इंटरनेट पर सार्वजनिक रूप से उपलब्ध हैं, दुनिया भर से दसियों हज़ार लोगों को लाया और उन्होंने डेटा टैग करना शुरू किया। इस प्रकार, हमने 20 तराजू (न केवल भावनाओं, बल्कि विभिन्न संज्ञानात्मक और सामाजिक विशेषताओं) पर 140 घंटे के वीडियो को चिह्नित किया, और दुनिया के सबसे बड़े भावनात्मक डेटासेट को एकत्र किया।

- और आपने कितने लोगों को चिह्नित करने के लिए खोजने का प्रबंधन किया?
- (O.P.) यह सरल है - हमने उन्हें काम के लिए पैसे दिए। प्रचारित प्रचार, विपणन में एक छोटे से बजट का निवेश किया। सिद्धांत रूप में, यह बहुत मुश्किल नहीं था। अब लगभग 70 हजार लोग प्लेटफॉर्म पर पंजीकृत हैं। लेकिन वास्तव में, लगभग दो हजार लोगों ने डेटासेट को चिह्नित किया।

---

उत्पादों

स्टार्टअप न्यूरोडाटा लैब उद्यमियों जॉर्ज प्लिव और मैक्सिम रियाबोव द्वारा बनाया गया था। उन्होंने वैज्ञानिक जिज्ञासा के लिए नहीं, बल्कि प्रौद्योगिकी के लिए व्यावसायिक अनुप्रयोग खोजने के लिए शोध किया। अब तंत्रिका नेटवर्क और कंप्यूटर विज़न के बाजार में अफेक्टिव कंप्यूटिंग या "इमोशनल कंप्यूटिंग" सबसे लोकप्रिय क्षेत्र नहीं है। चेहरे की पहचान के क्षेत्र में उच्च प्रतिस्पर्धा है। मनोरंजन अनुप्रयोग एक के बाद एक फ़ोकस में आते हैं। और भावनाओं के साथ काम करने वाले सिस्टम कई वर्षों तक "होनहार" की स्थिति नहीं छोड़ते हैं। हालांकि, गार्टनर और अन्य अध्ययनों के पूर्वानुमान के अनुसार, वह तेजी से विकास का अनुमान लगा रही है।

न्यूरोडाटा लैब लगभग तीन वर्षों से शोध कर रही है, डेटा एकत्र कर रही है और एल्गोरिदम विकसित कर रही है। अब वे वाणिज्यिक उत्पादों में अनुसंधान के परिणामों का उपयोग करते हैं। उदाहरण के लिए, न्यूरोडाटा लैब ने प्रोमोबोट रोबोट के लिए एक भावनात्मक एआई विकसित किया है। रोबोट ने इसे चालू करने वाले लोगों के संकेतों का सही उत्तर देने के लिए एक भावना पहचान प्रणाली का उपयोग किया। इस वर्ष CES में डेमो दिखाया गया था।

एल्गोरिथ्म का उपयोग कॉल सेंटर में कॉल की निगरानी और कर्मचारी के प्रदर्शन का मूल्यांकन करने के लिए किया जाता है। अब यह सब मैन्युअल रूप से किया जाता है - प्रबंधकों को कॉल रिकॉर्ड्स को सुनने के लिए चुनना होगा और यह जांचना होगा कि क्या कर्मचारी ग्राहक के साथ असभ्य था, या शालीनता की सीमा के भीतर रखा गया था। सिस्टम यह स्वचालित रूप से और वास्तविक समय में कर सकता है। साथ ही, ग्राहक की भावनात्मक मनोदशा का भी आकलन किया जाता है - वह उपचार से संतुष्ट था या नहीं। इसी तरह के उत्पाद न्यूरोडाटा लैब के एक पायलट ने रोसबैंक में लॉन्च किया। एल्गोरिथ्म ग्राहकों की संतुष्टि को मापने के लिए कॉल का विश्लेषण करता है।

दूसरी उत्पाद शाखा कुछ अधिक वैश्विक है। कंपनी अपने एपीआई - तीसरे पक्ष के डेवलपर्स के लिए उपकरणों का एक पूरा सेट बनाती है। अब इसमें भावनाओं का विश्लेषण, एक फेस ट्रैकर, ध्वनि विश्लेषक शामिल हैं, जिसके साथ आप कई ऑडियो के साथ एक ऑडियो रिकॉर्डिंग को अलग-अलग ऑडियो ट्रैक्स में विभाजित कर सकते हैं और शोर को अलग कर सकते हैं। जल्द ही एक बॉडी ट्रैकर, एक पल्स रेट डिटेक्टर, एक व्यक्ति के वीडियो से एक श्वसन ट्रैकर - और अन्य प्रौद्योगिकियां या एल्गोरिदम होंगे।

---

कार्य सिद्धांत

एक व्यक्ति अनजाने में भावनाओं को परिभाषित करना सीखता है - बचपन से, वह भावनाओं के साथ व्यवहार के कुछ पैटर्न को जोड़ना शुरू कर देता है जो कि अनुभव के आसपास के लोग करते हैं। पहले से ही यह जानने के बाद, वह विश्लेषण कर सकता है कि यह क्या संकेत देता है। सबसे स्पष्ट है कि मुंह और आंखें किस अभिव्यक्ति को लेती हैं। लेकिन चेहरे पर कई चेहरे की मांसपेशियां होती हैं जो एक अविश्वसनीय मात्रा में अभिव्यंजक बारीकियों का निर्माण करती हैं। हम उन्हें स्वचालित रूप से अनुभव करते हैं, हालांकि हम जानबूझकर कुछ विवरणों पर अपनी आँखें पकड़ सकते हैं।

तंत्रिका नेटवर्क भी लोगों द्वारा टैग किए गए सैकड़ों घंटों के वीडियो का विश्लेषण करता है। और जिन संकेतों से प्रणाली भावनाओं को वर्गीकृत करती है, वे हमेशा स्पष्ट नहीं होते हैं।

- (एंड्री बेलीएव) कुछ वर्गों के लिए सामान्य पैटर्न हैं। उदाहरण के लिए, "क्रोध" और "आश्चर्य" की कक्षाएं चेहरे पर मजबूत अभिव्यक्ति की विशेषता हैं - उभरी हुई भौहें, गोल आँखें, कानों से धुआं। ग्रिड निश्चित रूप से उन्हें जवाब देता है, लेकिन न केवल। उदाहरण के लिए, छोटी भौहें जो उभरी हुई दिखती हैं, के साथ वह शांति से सही वर्ग का निर्धारण करेगी, क्योंकि वह परिवर्तनों की गतिशीलता का भी जवाब देती है। इस संबंध में दिलचस्प वर्गों में से एक "उदासी" है। ज्यादातर, जब कोई व्यक्ति दुखी होता है, तो उसका चेहरा काफी लंबे समय तक नहीं बदलता है। ग्रिड ने अभिव्यक्ति में शून्य गतिशीलता को नोटिस किया और यह धारणा बनाई कि यह या तो "तटस्थ" या "उदास" है, और उसके बाद ही शेष संकेतों को स्पष्ट करता है और निष्कर्ष निकालता है कि वर्ग सही है।

- ध्वनि के बारे में क्या? कुछ आवृत्तियों, पर्वतमाला, टन?
- (ए.बी.) ध्वनि अधिक जटिल है। प्रत्येक व्यक्ति की अपनी मानक मात्रा होती है, आप ध्वनि की ताकत से जुड़ नहीं सकते। कोई चुपचाप और समान रूप से बोल सकता है, लेकिन वास्तव में वह बहुत गुस्से में है। और यहां तक ​​कि अगर हम ध्वनि की कल्पना करते हैं और समझते हैं कि सिस्टम किस पर ध्यान देता है, तो हम इसे और चेहरे के साथ भी नहीं समझा सकते हैं। चेहरे के स्पष्ट बिंदु हैं: भौहें, आंखें, कान और बहुत कुछ। लेकिन कोई आवाज नहीं है। ध्वनि को एक स्पेक्ट्रोग्राम के रूप में ग्रिड में खिलाया जाता है, और इसके कौन से विशिष्ट टुकड़े किस समय और किस क्षण के लिए जिम्मेदार होते हैं, यह समझना अधिक कठिन है। इसलिए, कोई मानक जवाब नहीं है, ध्वनि के साथ काम करते समय ग्रिड क्या ध्यान देता है।

- नाड़ी कैसे रिकॉर्ड करें?
- (O.P.) त्वचा के रंग में सूक्ष्म परिवर्तन को ट्रैक किया जाता है। जब दिल धड़कता है, तो रक्त ऑक्सीजन से संतृप्त होता है, रक्त का ऑक्सीकरण बदल जाता है और इसकी वजह से त्वचा का रंग बदल जाता है। यह आंख से काम नहीं करेगा, लेकिन एल्गोरिथ्म की मदद से यह संभव है।

- लेकिन यह बहुत वीडियो की गुणवत्ता पर निर्भर करता है।
- (O.P.) हम लंबे समय से इस एल्गोरिथ्म को देख रहे हैं और न केवल एक शांत कैमरा के साथ काम करने में सक्षम हैं, बल्कि एक नियमित वेब कैमरा के साथ भी। हम जानते हैं कि जब स्क्रीन फ़्लिकर होती है तो कैसे काम करना है। उदाहरण के लिए, जब कोई व्यक्ति फिल्म देखता है, और उसकी प्रकाश की तीव्रता लगातार बदलती रहती है। हम उन परिस्थितियों के साथ काम करने में सक्षम हैं जब कोई व्यक्ति चलता है और बातचीत करता है।

पल्स एक आवधिक संकेत है, और यह स्पष्ट रूप से मॉनिटर किया जाता है, और फिल्म से प्रकाश समय-समय पर बदलता नहीं है। इसलिए, एक उपयोगी सिग्नल को शोर से अलग किया जा सकता है। हमने इस तकनीक की तुलना फिटनेस ट्रैकर से भी की है। हमारे एल्गोरिथ्म बस के रूप में अच्छी तरह से करता है - और उनमें से कुछ से भी बेहतर।

- सिस्टम यह देख सकता है कि एक व्यक्ति क्या नहीं देखता है, लेकिन एक व्यक्ति अभी भी भावनाओं को बेहतर ढंग से पहचानता है। क्यों?
- (O.P.) एक व्यक्ति बेहतर करता है क्योंकि वह संदर्भ संबंधी जानकारी लेता है। लेकिन इसके लिए, एक बहुविध प्रणाली की आवश्यकता होती है जो तुरंत चेहरे, आवाज, हावभाव, नाड़ी, श्वास और पाठ के अर्थ विश्लेषण का विश्लेषण करके सटीकता में सुधार करती है।

इस तरह मानवीय धारणा काम करती है। आप एक आदमी को पीछे से देखते हैं, उसे बैठते हुए देखते हैं, और सोचते हैं, "ऐसा लगता है कि वह दुखी है।" और हमारा लक्ष्य एक एल्गोरिथ्म बनाना है जो भावनाओं को एक व्यक्ति के रूप में अनुभव कर सकता है - आम तौर पर किसी भी स्थिति में, जानकारी के सभी टुकड़ों के लिए।

लेकिन अब मनुष्यों पर प्रणाली का लाभ यह है कि यह बड़ी मात्रा में डेटा का स्वचालित रूप से विश्लेषण कर सकता है। कभी-कभी कोई व्यक्ति बेहतर कर सकता है, लेकिन आपने उसे घड़ी के चारों ओर बैठना और उसके कानों से सुनना, उदाहरण के लिए, कॉल सेंटर पर कॉल नहीं किया।

- अगर मैं भावना का अनुभव करता हूं, लेकिन इसे छिपाने की कोशिश करता हूं, तो क्या सिस्टम इसे समझ पाएगा?
- (ओ.पी.) हो सकता है।

---

विकास कैसा चल रहा है

न्यूरोडाटा लैब एक छोटी कंपनी है, जो हाल ही में केवल एक प्रयोगशाला के रूप में अस्तित्व में है। इसमें एक विज्ञान विभाग, एक डेटा विज्ञान टीम और एक विकास विभाग है जो उत्पादों में नए विकास और खोजों को पैक करता है। प्रत्येक विभाग 5-6 लोग हैं। कुल मिलाकर, टीम में लगभग 30 कर्मचारी हैं।

अनुसंधान वैज्ञानिकों

मनोवैज्ञानिक, शरीर विज्ञानी और जीवविज्ञानी वैज्ञानिक विभाग में काम करते हैं। कर्मचारियों पर केवल चार लोग और तीन इंटर्न हैं, लेकिन उन्होंने सहयोग का एक पूरा अंतरराष्ट्रीय नेटवर्क बनाया है। उदाहरण के लिए, रूस में मॉस्को स्टेट यूनिवर्सिटी, हायर स्कूल ऑफ इकोनॉमिक्स और रानेपा के साथ संयोजन में परियोजनाएं हैं। विदेश - ग्लासगो विश्वविद्यालय, पेरिस प्रौद्योगिकी विश्वविद्यालय, जिनेवा विश्वविद्यालय, जेनोआ में एक इंजीनियरिंग प्रयोगशाला, जो आंदोलनों के विश्लेषण में लगी हुई है।

भावनात्मक कंप्यूटिंग करने वाले वैज्ञानिक एक पूरे समुदाय हैं। वे नियमित रूप से दुनिया भर के विभिन्न विश्वविद्यालयों में संयुक्त कार्यशालाओं के लिए इकट्ठा होते हैं। हर दो साल में एक बार, एक प्रमुख सम्मेलन विशेष रूप से भावनात्मक तकनीक के लिए समर्पित होता है। इस वर्ष, न्यूरोडाटा लैब इस सम्मेलन में अपनी कार्यशाला का आयोजन करेगा।



- मुझे आश्चर्य है, एक शोधकर्ता का दैनिक कार्य क्या है?
- (O.P.) सबसे पहले, वे लेख पढ़ते हैं। उदाहरण के लिए, हम सीखना चाहते थे कि झूठ को कैसे पहचाना जाए, न कि केवल भावनाओं को, और हमें यह पता लगाने की आवश्यकता है कि एक झूठ क्या है, एक झूठ डिटेक्टर कैसे काम करता है, इस क्षेत्र में पहले से ही क्या किया गया है, एक क्लासिक पॉलीग्राफ की समस्याएं क्या हैं, इसे कैसे मूर्ख बनाया जा सकता है, कौन से एल्गोरिदम सबसे अच्छे हैं। मानव मानस की व्यवस्था कैसे की जाती है, जब कोई व्यक्ति झूठ बोलता है, तब कौन सी मनोवैज्ञानिक विशेषताएं होती हैं, शरीर क्रिया विज्ञान कैसे काम करता है, क्यों (और क्या) किसी व्यक्ति की नाक ठंडी हो जाती है और जब वह धोखा देता है, तो उसके कान लाल हो जाते हैं।

तब हम भारी संख्या में प्रयोग करते हैं। एक ऐसी प्रणाली बनाने के लिए जो वीडियो से पल्स और श्वसन दर को पहचानती है, इसके लिए बहुत अधिक डेटा एकत्र करना आवश्यक था। विषय लगातार हमारे पास आते हैं, हमारे पास उपकरण और सभी प्रकार की चीजें हैं जो एक संपर्क तरीके से किसी व्यक्ति की नब्ज को मापते हैं। हम ईसीजी, फोटोप्लेथ्समोग्राफी, त्वचा-गैल्वेनिक प्रतिक्रिया को मापते हैं। हमारे पास मजेदार प्रयोग थे जब हम यह समझना चाहते थे कि रक्त प्रवाह पूरे चेहरे पर कैसे चलता है, और फिर हमने इलेक्ट्रोड को सीधे चेहरे पर चिपका दिया।



अंत में, हम लोगों को अलग-अलग vidosiki दिखाते हैं। हम उन्हें डराने की कोशिश कर रहे हैं, या इसके विपरीत - खुश करने के लिए। शोधकर्ता डेटा का विश्लेषण करते हैं, आंकड़ों पर विचार करते हैं, इन आंकड़ों के आधार पर लेख और पेटेंट लिखते हैं। फिर वे आंद्रेई के पास तकनीकी विभाग में आते हैं और कहते हैं: "हमने एक अच्छी बात पढ़ी, एक प्रयोग किया, आप एक एल्गोरिथ्म बनाने की कोशिश कर सकते हैं जो इस तरह काम करेगा।" या आंद्रेई हमारे पास आते हैं और कहते हैं: "हम गिर का पता लगाना चाहते हैं, हमें यह पता लगाने की आवश्यकता है कि डेटा कैसे इकट्ठा किया जाए।" और वैज्ञानिक विभाग नीचे बैठता है और सोचता है कि यह कैसे बस और जल्दी से किया जा सकता है।

- सपना नौकरी।
- (एबी) कुछ लोग सोचते हैं - दूसरे करते हैं।

---

दिनांक वैज्ञानिकों और डेवलपर्स

डेटा साइंस उत्पाद विकास के समानांतर काम करता है। डेटासेंटरिस्ट तंत्रिका नेटवर्क को मशाल पर प्रशिक्षित करते हैं, जब अनुसंधान में पैंतरेबाज़ी के लिए जगह होती है, और एमएक्सनेट पर, जब आपको तेजी से काम करने वाला समाधान बनाने की आवश्यकता होती है। तंत्रिका नेटवर्क की प्रयोज्यता के बारे में सभी परिकल्पनाओं की पुष्टि करने के बाद, लोग उन्हें काम की गति बढ़ाने के लिए TensorRT में स्थानांतरित करते हैं और उत्पादन में कार्यान्वयन के लिए विकास टीम को देते हैं।

न्यूरोडाटा लैब ने अपनी क्लाउड सेवा बनाई है, जिसे अन्य डेवलपर्स द्वारा - अनुसंधान या वाणिज्यिक परियोजनाओं के लिए एक्सेस किया जा सकता है।

- (ए.बी.) सॉफ्टवेयर कर्नेल जो तंत्रिका नेटवर्क के बीच कार्यों को वितरित करता है, पायथन में लिखा जाता है। हमें इसे जल्दी से लिखने की आवश्यकता थी, लेकिन यह बहुत अच्छी तरह से निकला। वह डॉकर्स के साथ काम करता है, RabbitMQ के माध्यम से संचार करता है, पोस्टग्रेज़ में चलता है, और जीआरपीसी परत शीर्ष पर लटका हुआ है, जो आपको बाहरी दुनिया के साथ एक सुरक्षित संबंध बनाने की अनुमति देता है और अन्य प्रोग्रामर और शोधकर्ताओं को हमारी प्रौद्योगिकियों तक पहुंच प्रदान करता है।

सिम्फनी में लिखा गया वेब। एपीआई ने जीआरपीसी का उपयोग करके कार्यान्वित किया। यह एक अच्छी Google चीज़ है जो आपको सिस्टम के साथ एक सुरक्षित चैनल और विनिमय कुंजी बनाने की अनुमति देती है - ताकि यह केवल कुछ आंतरिक कार्यों तक ही पहुँच प्रदान करे। उदाहरण के लिए, आप केवल उन उपकरणों की कुंजी दे सकते हैं जो चेहरे का पता लगा सकते हैं और भावनाओं को पहचान सकते हैं।

मैं एक विचार पर काम कर रहा हूं - मैं अपना खुद का छोटा डेटा सेंटर बनाना चाहता हूं, जहां इंट्रक्शन कताई होगी। और यह जेटसन नैनो पर आधारित होगा। यह दस हजार रूबल के लिए ऐसा एक छोटा एकल-बोर्ड कंप्यूटर है। रास्पबेरी पाई की तरह, केवल एक ग्राफिक्स कार्ड के साथ। प्रोसेसर, रैम और बाकी सभी चीजों के साथ, यह कंप्यूटर के बाकी हिस्सों को ध्यान में रखे बिना 1080Ti से 6 गुना सस्ता है, लेकिन यह लगभग 6 गुना धीमी गति से काम करता है।

- और यह क्या देगा?
- (A.B.) सबसे पहले, यह सस्ता है, और यह लगभग उसी तरह से काम करेगा। दूसरे, यह पर्यावरण को बहुत नुकसान पहुंचाएगा। तीसरा, उन्हें बहुत अधिक बिजली की आवश्यकता नहीं है। सिक्स जेट्सन नैनो, जो एक साथ 1080 टाय की तरह पावर देती है, छह गुना कम ऊर्जा खर्च करती है, साथ ही बहुत कम जगह लेती है।

- खनिक अभी तक उन तक क्यों नहीं पहुंचे हैं?
- (ए.बी.) खनिकों को एक ही बार में बहुत सारे काम करने में सक्षम होने के लिए उनके वीडियो कार्ड की आवश्यकता होती है। लेकिन हमारे लिए यह इतना महत्वपूर्ण नहीं है। हमारे पास हल्के कार्य हैं जिन्हें छोटी शक्तियों का उपयोग करके जल्दी करने की आवश्यकता है और परिणाम वापस लौटाएं। जब आपके पास छह ऐसे कार्य होते हैं, तो उन्हें छह छोटे कार्डों में वितरित करना अधिक उचित होता है, एक ही समय में एक बड़े और शक्तिशाली एक में सब कुछ डालने के लिए, जहां ये कार्य कोहनी को हिलाएंगे।

---

कैसे होती है भर्ती टीम

वसंत में, उत्पाद प्रबंधक टीम में आए, और अब स्टार्टअप को डेवलपर्स की आवश्यकता है। बैकएंड प्रदाता जो PHP और सिम्फनी में वेब का समर्थन करेंगे, या आपको स्थानांतरित करने के लिए मनाएंगे, उदाहरण के लिए, पायथन या गो को। फ्रंट-एंड, जो नई वेब सेवाओं के लिए पेज बनाएगा, कार्यक्षमता का विस्तार करेगा और मौजूदा लोगों की उपयोगिता में सुधार करेगा। एक कर्नेल डेवलपर, जो उच्च स्तर पर पायथन के ज्ञान के अलावा, डेटा साइंस और हार्डवेयर, परीक्षक, सी ++ डेवलपर्स के साथ एसडीके और कई अन्य लोगों के साथ काम करने की बारीकियों को समझता है।



- आपकी हायरिंग कैसी चल रही है?
- (ए.बी.) वैज्ञानिकों की तारीख के लिए, मैं एक बहुत कठिन नहीं, बल्कि सांकेतिक कार्य कर रहा हूं, जिसके द्वारा व्यक्ति सोचने और कार्यक्रम करने की क्षमता का अंदाजा लगा सकता है। मैं खुद इसे चालीस मिनट में करता हूं। 4-6 घंटे में जूनियर प्रबंधन करता है। उसके बाद, हम तकनीकी मुद्दों पर चर्चा करते हैं। मेरा सुझाव है कि वह एक नए कार्य पर मंथन करेंगे। हम एक साथ परिकल्पना करते हैं, एक साथ परीक्षण करते हैं। मैं सिर्फ देखता हूं कि कार्यों के संदर्भ में कोई व्यक्ति अपरिचित वातावरण में कैसा महसूस करता है। क्या वह समझता है कि मॉडल विकास की प्रक्रिया कैसे चल रही है, आप वहां क्या कर सकते हैं और आपको क्या डर नहीं होना चाहिए।

इन चरणों के बाद, लगभग 10% लोग रहते हैं। लगभग 50 लोग आमतौर पर जून का जवाब देते हैं। हम अपने कार्यालय में अंतिम साक्षात्कार के लिए शेष पांच को बुलाते हैं, और हम बस टीम को लेने के लिए लगभग पूरी तत्परता के साथ संवाद करते हैं।

- और डेवलपर्स के साथ?
- (ए.बी.) लेकिन डेवलपर्स के साथ, सब कुछ थोड़ा खराब है। हम उन्हें इस तरह की परीक्षा देते हैं: आपको किसी भी ढांचे पर एक छोटी सेवा तैनात करने की आवश्यकता होती है जिसे आप डॉकटर के अंदर पसंद करते हैं। इस सेवा को अन्य डॉकरों के साथ संवाद करना चाहिए, जिसमें पोस्टग्रेज और रैबिटएमक्यू निहित हैं। एक चैनल को रिबेट में पढ़ने का एक कार्य है, वहां से डेटाबेस भरने का कार्य लें, और डेटाबेस में सब कुछ लिखें। ऐसा लगता है कि यह कार्य बहुत सरल है, इसे लगभग एक घंटे तक करना है। लेकिन सब कुछ ढह जाता है जब हम कहते हैं कि हम डेटाबेस को लिखने के लिए चित्र स्थानांतरित करेंगे।

यह लगातार पता चला है कि हर कोई इस समस्या को पूरी तरह से अलग तरीके से हल करता है। और प्रत्येक व्यक्ति लगभग हमेशा किसी न किसी तरह का नया विचार रखता है, जिसे मैंने पहले कभी देखा या कल्पना भी नहीं किया था। लेकिन एक ही समय में हर कोई कुछ का निरीक्षण नहीं करता है। टेस्ट में लगभग आधे अभ्यर्थी कट गए। फिर हम डेवलपर्स को कार्यालय में भी बुलाते हैं। हम सामान्य विषयों पर बात करना शुरू करते हैं, यह पता लगाने के लिए कि आगे क्या है, आप क्या चाहते हैं और इसी तरह। और उसके बाद, दुर्भाग्य से, हमारे पास लगभग 0% निकास है।

- आप किन मानदंडों से समझते हैं कि किसी व्यक्ति के पास पर्याप्त नरम कौशल नहीं है या वह एक स्टार्टअप में काम करने में सक्षम नहीं होगा?
- (ए.बी.) श्रेणी से साधारण बातचीत में: "सुनो, लेकिन कल्पना करो कि ..."। वह एक विचार विकसित करना शुरू कर देता है, और आप गलती से जोड़ते हैं कि हमारी समय सीमा समाप्त हो गई है, और एक परियोजना के लिए दो सप्ताह बाकी हैं जिन्हें दो महीने तक करने की आवश्यकता है। कुछ कहते हैं, "इसकी अनुमति नहीं दी जा सकती है।" ठीक है। दूसरों का कहना है: “यह बहुत बुरा है, लेकिन हम अधिकतम निचोड़ लेंगे। बेशक, हमने सब कुछ नहीं किया। शायद आधा, लेकिन यह एक चौथाई से बेहतर है। सामान्य तौर पर, सब कुछ शांत होगा, क्योंकि सबसे खराब चीज अधूरी परियोजना है। " ये लोग हैं - एकदम से। कार्य के संबंध में मामला।

---

नैतिक मानकों और नैतिक दुविधाओं

फेस रिकग्निशन, इमोशनल कंप्यूटिंग - ये सभी डेटा पर आधारित रिसर्च और टेक्नोलॉजी हैं। श्रेणी से प्रश्न, "डेटा किससे संबंधित होना चाहिए", "कौन और कैसे उनके संग्रह को नियंत्रित करना चाहिए" - एक आधुनिक सीमा क्षेत्र।

एक समझौता है कि हर कोई अब कम या ज्यादा सहमत है अवैयक्तिक संग्रह है। , GDPR . .

. , , , .

. , ?

— (..) , - . . . ? ? , : « , , , ». .

, : « , , , !» , , . . «, , - , , , , ». 50 , 5-6 , . , . - . , .