Kereső Világ: keresés, szövegbányászat, big data

Előadás ajánló: Okos keresés, avagy hogyan kaphatunk gyors válaszokat üzleti kérdéseinkre?

Hódi Péter — Fri, 20 Oct 2023 10:37:25 +0200

A céges adatokban rejlő potenciált kiaknázása a jövőbeli üzleti siker kulcsa. Ennek alapja pedig a szervezeti tudáscsomagban történő eredményes keresés.

Hogyan valósítható meg az intelligens, többek között a mesterséges intelligenciát és számos szöveganalitikai megoldást is alkalmazó vállalati keresés?
Hogyan működik mindez a gyakorlatban?
Mely típusú dokumentumokban kereshetünk? Mit jelent az egyszerű és az összetett keresés?

Mindezekre választ kaphatnak az érdeklődők azon a KM Expert által szervezett hibrid eseményen, amelynek vendégelőadói Kiss-Vincze Róbert vezető szoftverfejlesztő és Gelencsér Gábor üzleti elemző lesz a Precognox részéről.

Okos keresés: gyors válaszok a céges tudásról (hibrid esemény)

Az 2023. október 31-i eseményen történő részvétel ingyenes, ugyanakkor regisztrációhoz kötött, a személyes férőhelyek száma pedig korlátozott. Éppen ezért döntöttek a szervezők amellett, hogy az előadást hibrid módon valósítják meg, tehát a személyes részvétel mellett online (Microsoft Teams-en keresztül) is csatlakozhatnak az érdeklődők. Mindez jelezhető az a KM Expert eseményt bemutató oldalán található regisztrációs űrlapon.

Az előadás személyesen az Eco-Office közösségi iroda oktatótermében (1064 Budapest Izabella u. 68/b) tekinthető meg.

Az esemény programja:

16.45 Érkezés, ismerkedés
17:00 Bevezető, bemutatkozás
17:10 A Precognox két bemutatója (bemutató, problémafelvetés és előadói válaszok)
18:20 Záró gondolatok
18:30 Helyszíni networking
19:00 Zárás

Mikor érdemes feltétlenül részt venni az eseményen?

Az okos vállalati keresésben rejlő lehetőségek megismerése számos esetben lehet érdekes, többek között amennyiben:

hatalmas vállalati adatvagyon áll rendelkezésre
a céges dokumentumokban nehézkes és időigényes a keresés
speciális keresési igények merülnek fel a szervezetben
ismétlődő, összetett keresések futtatására van szükség

Az eseményen bemutatásra kerül az a mesterséges intelligenciát is integráló, Precognox által fejlesztett keresőmegoldás, amely segítségével kérdéseken kersztül kaphatunk válaszokat üzleti kédréseinkre.

A téma a cégvezetők, a döntéshozók, az IT szakemberek mellett az adminisztrációban dolgozó munkatársak érdeklődésre is egyaránt számot tarthat. A felvetődő kérdések és az azokra adott válaszok pedig szinte bármely szegmens képviselői számára érdekesek és üzletileg hasznosak lehetnek.

Az esemény leírása és regisztráció

Az esemény szervezői és házigazdái már várják a jelentkezéseket!

Kérdezzen dokumentumaitól! A mesterséges intelligencia válaszol.

Hódi Péter — Fri, 04 Aug 2023 13:23:35 +0200

Több információ, több keresés

A digitalizációnak köszönhetően az elérhető információk köre rohamosan bővül. Mindez egyaránt igaz a privát szférára és az üzleti közegre. A több információ pedig több kereséssel, idővel és energia befektetéssel is jár, tehát elengedhetetlenné vált, hogy a folyamat új szintre lépjen.

Válaszok az online térben

A világhálón elérhető tartalmakban eddig az alkalmazott böngésző keresőjének segítségével kutattunk az adott információ után. A technológia fejlődésének, illetve a hatalmas nyelvi modelleknek köszönhetően mára már olyan fejlett megoldások segítenek megválaszolni kérdéseinket, mint az OpenAI ChatGPT megoldása.

De mi a helyzet a saját dokumentumaink esetében?

Kérdezzen saját dokumentumaitól!

Az üzleti világban az esetek túlnyomó többségében saját dokumentumaink jelentik a legfőbb információforrást, így a vállalati keresésnek is új szintre kell lépnie, és természetesen itt is a mesterséges intelligencia, illetve a nyelvi modellek játszák a kulcsszerepet.

Egy újdonságnak köszönhetően most már saját dokumentumainktól (szöveges tartalmainktól) is kérdezhetünk, amely komoly előrelépést jelent a vállalati keresésben mind a hatékonyságot, mind a kényelmet tekintve.

a megoldás komoly segítség a fejlett, intelligens vállalati keresés területén

Kérdezzen és tudjon meg többet!

Amennyiben Ön is szeretné vállalkozásán belül új szintre emelni a vállalati keresést, akkor a megoldást kifejlesztő cégtől kérhet ingyenes bemutatót! Ezt most Ön is megteheti az alábbi blogcikkben található kapcsolatfelvételi űrlap segítségével!

A vállalati keresés új szintje

Új, ingyenes agráriumi kereső vált elérhetővé

Hódi Péter — Tue, 16 May 2023 09:48:34 +0200

Korábbi blogcikkünkben már bemutattuk a projektet, amelynek keretében egy új, intelligens keresőmegoldás hivatott segíteni az agráriumi kutatómunkát a MATE Kaposvári Campusán és a Krizevci Agrár Főiskolán.

Lezárult a Projekt második fázisa

A közelmúltban a projekt második fázisa is lezárult, így az agráriumi kereső bárki számára ingyenesen elérhető vált. A keresőfelület használata egyaránt ajánlott az agráriumban dolgozó szakemberek és a téma iránt érdeklődők számára. A Campuson dolgozó szakemberek által folyamatosan gyűjtésre kerülő cikkek garantálják, hogy naprakész információk jussanak el a felhasználókhoz. Mára már nem kevesebb, mint 15000 szakmai tartalom került összegyűjtésre és vált így kereshetővé.

Naprakész szakmai tartalmak

A felhasználók jelenleg 20 adatforrásból gyűjtött publikációk között kereshetnek. A folyamatos adatgyűjtést a rövid betanítási tréningen átesett kutatók végzik, méghozzá a Precognox által, szintén a régióban fejlesztett TAS Data Collector segítségével.

Ingyenes szakmai kereső

A bárki számára ingyenesen hozzáférhető kereső az Agri-food oldalán érhető el. Az oldalról kezdeményezett első keresés elindítása után a felhasználó átirányításra kerül az összetett keresőfelületre. Innen a későbbiekben természetesen tetszőleges számú új keresés is indítható.

Az kereső számos funkcióval rendelkezik, így segítve a releváns tartalmak kényelmes megtalálását. A találatok szűkíthetőek többek között forrás, szerző, kategória, címke vagy éppen megjelenési dátum szerint. A sorba rendezéshez is több opció alapján történhet (például: dátum, relevancia, cím). A kezelőfelületen akár több kifejezés egyidejű megadásával is lehetséges a keresés. A találatoknál a felhasználó a cikkel kapcsolatos főbb információkról (szerző, dátum, forrás) kap rövid betekintést, majd a cikk címére kattintva azonnal elérhetővé válik az eredeti tartalom.

az összetett keresőfelület

Az agráriumban dolgozó szakembereknek mindenképpen érdemes kipróbálni a keresőmegoldást, egyrészt mivel naprakész információk érhetőek el, másrészt azért, mert a projektnek köszönhetően ingyenes a felhasználás.

A keresőfelület a Precognox szöveganalitikai rendszerének részét képező TAS Vállalati kereső integrálásával valósult meg.

Mire jó a ChatGPT?

Hódi Péter — Tue, 21 Mar 2023 10:06:38 +0100

Mi is valójában a ChatGPT?

Kezdjük az elnevezéssel! A Chat elnevezés használata ma már szinte magától értetődő a(z online) csevegésekre és itt gondolhatunk a chatbotok-ra is, amelyek ma már számos weboldalon elérhetőek és egyre hatékonyabban látják el többek között az ügyfélszolgálat- és tájékoztatás szerepét. Az elnevezés GPT utótagja a Generative Pre-trained Transformer szó rövidítése, amely jelen esetben egy hatalmas nyelvi modellt jelent, amely mélytanulásos módszert alkalmaz szövegek generálására. Ez a modell emberek által megírt szövegeken került trénelésre (többek között könyvek, szócikkek, online tartalmak segítségével).

Ki fejlesztette ki?

A 2022 novemberében élesben útjára indított ChatGPT-t a 2015-ben alapított OpenAI nevű cég fejlesztette ki, amelynek fő mecénásai között találjuk például Elon Musk-ot is. A vállalatba 2019-ben szállt be a MicroSoft, méghozzá egy 1 milliárd dollár összegű befektetéssel.

Ki használhatja?

Jelenleg a ChatGPT-t minden online eléréssel rendelkező személy használhatja, ráadásul ingyenesen. Ehhez csak regisztrálni kell a ChatGPT oldalán. Remélhetőleg ez az ingyenes verzió sokáig elérhető marad, hiszen számos területen igen hasznos a rendszer használata.

válaszol a "gép"

Mire jó valójában?

A ChatGPT-t számos módon használhatjuk. A megoldás alkalmas beszélgetésre (csevegésre), segít az információk megtalálásában, de akár verset vagy házi feladatot is képes “írni”. Azt, hogy mindezt milyen hatékonysággal és pontossággal teszi, azt minden felhasználó maga döntse el. Természetesen a ChatGPT sem tévedhetetlen, ezért érdemes a megoldás által generált válaszok, tartalmak, információk ellenőrzése, akár egy webes keresőmotor használatával és további online források kontroll jellegű használatával.
A megoldás használatához elég egy gyors regisztráció a ChatGPT oldalán és már kezdődhet is a csevegés, információszerzés, vagy éppen egy esszé megírása. Ahhoz azonban, hogy megfelelően tudjuk kiaknázni a benne rejlő lehetőségeket, érdemes többféle módon és “érthető módon” próbálkozni. A felhasználó beállíthat mennyiségi korlátozást, vagy éppen kérhet több információt vagy fogalmazási stílusban történő változtatást.

Néhány terület, ahol kimondottan hasznos a ChatGPT:

információgyűjtés
szövegírás
ötletek gyűjtése
további nyelvi feladatok (summázás, lényeg kiemelése, fordítás).

Amire érdemes odafigyelni

A ChatGPT elindulása óta számtalan mémnek adott már táptalajt, mivel válaszaiban ordító tévedések is lehetnek, ezért valóban érdemes további információforrásokat is bevonni, különösen, ha egy komoly szakmai tartalom létrehozása a cél. A megoldás használata bár jelentős segítség az információgyűjtés és a szövegírás (inkább generálás) területén, de egyúttal alkalmas arra is, hogy még kisebb mértékben használjuk saját szürkeállományunkat. Ez pedig jelentős veszélyt rejt magában, különösen a fiatalabb generáció esetében, hiszen ők már így is egy “elkényelmesedettebb” helyzetben vannak és nőnek fel. Szóval: a házi feladatot érdemes saját maguknak elvégezni, illetve kötelességük meggyőzödni például egy beadandó esszé valóságtartalmáról is. A többiben persze segítségül lehet hívni a ChatGPT-t.

Intelligens keresőmegoldás segíti az agráriumi kutatómunkát

Hódi Péter — Mon, 28 Nov 2022 09:56:07 +0100

Projekt a MATE Kaposvári Campusán és a Krizevci Agrár Főiskolán

Az agrárszektor az egyik legdinamikusabban fejlődő ágazat, köszönhetően a területen zajló kutatásoknak. Az olyan adatgyűjtő- és keresőmegoldások, amelyek az alább bemutatásra kerülő projekt keretében valósulnak meg, komoly segítséget nyújtanak a szakemberek számára, hogy még hatékonyabban dolgozhassanak az agráriumhoz kapcsolódó K + F projekteken.

A teljes projekt

Az INTERREG támogatásával megvalósuló projekt célja egy egy komplex képzési rendszer fejlesztésével és működtetése, amely javítja a horvát-magyar határmenti térségben működő, élelmiszer láncok agilitását. A képzési rendszer a rövid tréningektől az alap- és mesterképzésen át a szakirányú továbbképzésig a teljes képzési vertikumot átfogja.

Adatgyűjtési és intelligens keresési projekt

A Projekt részét képezi egy agrár kereső alkalmazás fejlesztése, amelynek célja a MATE Kaposvári Campus-on zajló kutatói munka segítése, online szakmai források tartalmának gyűjtésével és azok kereshetővé tételével.

Adatgyűjtés

A sikeres kutatói munka megvalósításához első körben néhány, releváns és megbízható információkkal rendelkező szakmai portál (első körben 5 forrás) szöveges tartalmainak összegyűjtése történik.

Az adatgyűjtéssel párhuzamosan zajlik az a betanítási folyamat is, amely során a MATE Kaposvári Campus-án dolgozó érintettek képessé válnak az adatgyűjtés - további 60-70 forrással történő - költséghatékonyan történő kibővítésére. Az adatgyűjtés során megvalósul a hírek szűk lényegének* elhozatala, majd manuális és alacsony szintű feldolgozása, melynek folyamán nem a teljes szöveges tartalmak, hanem azok bizonyos metaadatainak és attribútumainak (* forrás, url, gyűjtés dátuma, létrehozás dátuma, kategória, cím, stb.) gyűjtése zajlik.

az adatgyűjtési folyamat nyomon követése a kezelőfelületen

Intelligens keresés

Az adatgyűjtés természetesen csak a projekt kiindulópontja, a végcél, hogy a már rendelkezésre álló tartalmakban a kutatók hatékonyan keresni is tudjanak.

a jelenlegi keresőfelület és funkciói

A kezelőfelületen elérhetőek az internetes keresőmegoldásokból már ismert funkciók, mint az összetett keresési-, valamint szűkítési (szűrési)-és sorbarendezési lehetőségek. A találatokra kattintva a felhasználó pedig pillanatok alatt eljuthat az eredeti tartalomhoz. A keresés hatékonyságát beépített tezaurusz szótár is segíti. az abban beállított relációk segítik a releváns tartalmak megtalálását, még esetleges elgépelések esetén is.

a MATE Kaposvár Campus épülete (forrás: LinkedIn - MATE Kaposvár Campus)

Kereső applikáció a teljes agrárium számára

A projekt eredményeinek szélesebb körű kihasználhatósága érdekében a keresőfelület a későbbiekben nem kizárólag a érintett kutatók számára lesz elérhető, hanem webes fejlesztés keretében a nagyközönség számára is. Ennek megvalósulásáról egy későbbi cikkünkben fogunk tájékoztatást adni.

A Projektről többet is megtudhat a Precognox honlapján elérhető blogbejegyzésből!

Még mindig szükséges az emberi kreativitás a művészethez?

Hódi Péter — Tue, 02 Aug 2022 08:13:23 +0200

Eddig, amikor a mesterséges intelligencia valamilyen “műalkotást” készített, az emberek adták ahhoz a kreatív szikrát, éppen ezért azok a félelmek, miszerint a mesterséges intelligencia eszközök kiválthatják az olyan művészi területen dolgozó emberek munkáját, mint az illusztrátorok, tervezők és fotósok, egyelőre megalapozatlannak tűntek. Egyelőre…

Veszély a láthatáron?

Az idei év áprilisában, amikor az OpenAI, mesterséges intelligenciával foglalkozó vállalat bejelentette a DALL-E 2 elnevezésű új szolgáltatását, egyúttal figyelmeztetett arra is, hogy „a modell növelheti bizonyos feladatok végrehajtásának hatékonyságát, mint például a fotószerkesztés vagy a stock fotózás, ami kiszoríthatja a tervezők, fotósok, modellek, szerkesztők és művészek munkáját”.

Egy-egy ilyen új, mesterséges intelligencián alapuló termék megjelenése esetén már megszokott, hogy újra és újra szárnyra kapnak azok az elképzelések és vélemények, amelyek szerint ezek a megoldások veszélyeztetik az adott területen tevékenykedő emberek munkáját és megélhetését. De mi a helyzet a DALL-E 2 esetében?

Ösztönzött kreativitás

Néhány szerencsés ember már kipróbálhatta a megoldást, amely képes utasítások alapján képi tartalmakat generálni. A használat során azonban az derült ki, hogy a "gép" által készített grafikai produktumok nemhogy szükségtelenné tennék az emberi kreativitást, hanem kimondottan ösztönzőleg hatnak arra. Erről árulkodnak többek között az egyik felhasználó, Benjamin Von Wong, egy installációkat és szobrokat készítő művész szavai is, aki saját bevallása szerint - meglepő módon bár, de - igen gyenge képességű rajzoló :
„A DALL-E egy csodálatos eszköz olyanok számára, mint én, akik nem tudnak rajzolni...a képi tartalmakat egyszerűen generálhatom különböző felszólító kifejezésekkel...az eszköz segítségével pedig olyan ötleteket kutathatok fel, amelyek később fizikai műalkotásokba építhetők be."

a képzelet szárnyra kap - akár a mesterséges intelligencia által generált képi tartalmaktól is

A DALL-E 2 tehát ugyan kivált(hat) bizonyos, eddig az ember által elvégzett feladatokat, mégis a létrehozott, finoman szólva gyakran egyedi képi alkotásaival új ösztöntést ad az emberi képzeletnek és kreativitásnak, így nem a "végterméket" hozva létre, hanem egy köztes tartalmat, amelyre alapozva tovább építhet az emberi alkotó.

hagyományos eszközöket is használhatunk kreativitásunk kiéléséhez

Homályos a jövő

Egyelőre még nem tudható, hogy egy ilyen technológia végül milyen hatással lesz az illusztrátorokra, fotósokra, más kreatívokra, illetve munkájukra. Jelenleg még túlzó leegyszerűsítésnek tűnik az az elképzelés, hogy a művészi mesterséges intelligencia eszközök kiszorítják a dolgozókat a kreatív munkákból – ahogyan például néhány esetben az ipari robotok "veszik el" a gyári dolgozók munkáját. Annál is inkább igaz ez, mivel az ipari termelésben is elsősorban a viszonylag egyszerű, ismétlődő feladatokat hajtják végre ezek az eszközök.

az ipari robotok főként egyszerű és ismétlődő feladatok elvégzésére lettek tervezve

Természetesen a robotok és a mesterséges intelligencia bevonásával "dolgozó eszközök" vállalatok általi alkalmazása alacsonyabb foglalkoztatást és béreket eredményez(het), de most már arra is van bizonyíték, hogy bizonyos körülmények között a robotok növelik a munkalehetőségeket - például az emberi kreativitás ösztönzésével.

Ezt erősíti meg egy másik vélemény is:
„Egyesek túl könnyen feltételezik, hogy a gépek helyettesíthetik az emberi kreatív munkát...a művészeti alkotások létrehozása rendkívül bonyolult folyamat, amire a gépek még nem állnak készen.” – mondja Noah Bradley, digitális művész, aki oktatóanyagokat tesz közzé a YouTube-on az AI-eszközök használatáról.

Mindenesetre érdemes nyomon követni a mesterséges intelligenciával kapcsolatos híreket, a területen végbemenő változásokat és az újdonságokat, legyen szó akár munkaerőpiaci vagy kreatív megközelítésről.
Amennyiben többet szeretne megtudni a témáról, kérjük olvassa el a Wired oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául is szolgált!

Hamarosan az asztali gépekre is elérhető lesz a DuckDuckGo böngészője

Hódi Péter — Thu, 21 Jul 2022 16:03:19 +0200

Bár a DuckDuckGo egy saját fejlesztésű keresőmotorként kezdte pályafutását, de mostanra a közismert Android-os webböngészője után az új megoldása hamarosan debütál a Mac számítógépeken, hogy a Chrome, a Safari, az Edge és a Brave riválisa legyen.

A Chrome piacvezető szerepe

A Google által 2008-ban elindította Chrome böngésző az egyik napról a másikra változtatta meg a webet, illetve az internethasználatot. Azóta a böngésző szinte legyőzhetetlenné vált a piacon: jelenleg az emberek 63 százaléka használja a Chrome-ot telefonon, és ez az arány 67 százalékos az asztali számítógépek esetén.

Új távlatok

Természetesen vannak azonban más lehetőségek is - a Chrome böngésző riválisainak listája épp most válik még hosszabbá, hiszen a DuckDuckGo debütál első asztali webböngészőjével, a DuckDuckGo for Mac-el. Az asztali alkalmazás, amelyet egyelőre béta verzióban adnak ki, évekkel azután jön, hogy a vállalat elindította Android és iOS böngészőit, és folytatja a törekvését, hogy létrehozzon egy, az adatvédelemre összpontosító webes eszközökből álló csomagot.

A 2008-as elindítása óta a DuckDuckGo webböngészőjeköveti a vállalat azon elvét, hogy nem gyűjt az adatokat. "Nem követjük nyomon a felhasználóinkat - ez az adatvédelmi irányelvünk" - mondta Beah Burger-Lenehan, a Mac alkalmazás termékmenedzsere.

A böngésző alapértelmezett beállításként a DuckDuckGo keresőmotorját használja, minden egyes meglátogatott webhelyen blokkolja a reklámkövető programokat, és ezek számát meg is mutatja. Emellett beépített opciót tartalmaz a jelszavak mentésére, és beépíti a vállalat nemrég bevezetett e-mail védelmét, amely blokkolja a rejtett nyomkövetőket az elküldött e-mailekben. "Mindent, amit építünk, a lehető legkönnyebbé, legegyszerűbbé és legérthetőbbé szeretnénk tenni" - jegyezte meg a termékmenedzser.

Az új böngésző segít kiküszöbölni a világháló egyik legidegesítőbb jelenségét - a cookie-khoz való hozzájárulást jelző és kérő felugró ablakokat - , amelyeket a GDPR, az EU mérföldkőnek számító adatvédelmi törvényének bevezetése idézett elő. Míg más böngészők bővítményei segíthetnek a cookie-k felugró ablakainak elkerülésében, a DuckDuckGo böngészője automatizálja a folyamatot. Az alkalmazás már az első használatakor megkérdezi, hogy engedélyezi-e a felhasználó a megjelenő felugró ablakok kezelését. Amennyiben engedélyt ad erre, akkor Javascript segítségével automatikusan kezeli a cookie-beállításokat minden egyes meglátogatott webhelyen, és kiválasztja azt az opciót, amellyel maximalizálható az adatvédelem. Ez a gyakorlatban azt jelenti, hogy a felhasználó nem találkozik a felugró cookie-ablakokkal. "Ez a funkció jelenleg az esetek 50 százalékában működik," - mondja Burger-Lenehan, hozzátéve, hogy ez az arány jelentősen növekedni fog, ha több ember kezdi el használni a béta-verziót, amely jelenleg még "minimál" kezelőfelülettel rendelkezik, tehát egyelőre kevés gomb vagy ikon található rajta.

nem kacsa, hamarosan érkezik a DuckDuckGo webböngésző megoldása Mac-re és asztali számítógépekre

Az adatvédelmet segíti továbbá a DuckDuckGo mobilalkalmazásainak felhasználói számára már ismerős tűz (Fire) emoji gomb, amely lehetővé teszi a sütik és egyéb adatok törlését néhány kattintással.
Egyelőre sajnos az új böngésző még nem mindenki számára elérhető, mivel a DuckDuckGo Mac-alkalmazása bétaverzióban jelenik meg, amelyhez az emberek a vállalat mobilalkalmazásán keresztül egy privát várólistára való feliratkozással férhetnek hozzá. A béta bevezetése azt jelenti, hogy a DuckDuckGo a teljes kiadás előtt képes lesz elvégezni a szükséges változtatásokat és kiküszöbölni a jelenlegi hibákat.
A böngésző kiadását akadályozza még az is, hogy néhány általános és alapvető (más böngészőknél megszokott) funkció hiányzik. Nincs például könyvjelzősáv az elmentett oldalak vagy mappák könnyű eléréséhez, de a vállalat már ezen is dolgozik. Emellett arra sincs mód, hogy a felhasználó részletes előzménylistát kapjon az összes meglátogatott webhelyről. Bár egy korábban megtekintett weboldal megtalálásában van már segítség, többek között egy adott webcím begépelésekor megjelenő "autocomplete" funkció.
A DuckDuckGo asztali alkalmazásai már jó ideje készülnek. Elmondásuk szerint a vállalat már több mint egy éve építi Mac-re az alkalmazást, amelynek első tesztjeit 2021 októberében kezdték meg. A vállalat Windowsra szánt böngészőjét ezzel párhuzamosan fejlesztik, de annak megjelenése csak a Mac-es verzió élesítése után várható.
Szóval hamarosan a DuckDuckGo for Mac csatlakozik a Chrome riválisainak egyre növekvő listájához, amely üdvözlendő a felhasználói diverzifikáltságot és prioritásokat tekintetbe véve.
Az új böngészővel bővül azon megoldások száma, amelyek adatvédelmi funkciókat építenek be a kínálatukba - többek között a nyomkövetők blokkolását, a cookie-k kezelését és az internetes "követő" hirdetéseket -, így különböztetve meg magukat a Google piacvezető böngészőjétől.

Másként, mint mások

A DuckDuckGo megoldását pedig az teszi kiemelkedővé, hogy a böngésző hogyan épül fel. Amíg az alternatív webböngészők túlnyomó többsége - köztük a Microsoft Edge, a Brave, a Vivaldi és az Opera - a Google böngésző kódbázisának, a Chromiumnak és az alapjául szolgáló Blink böngészőmotornak a módosított verzióit használják. A Mozilla Firefox az egyetlen olyan böngésző, amely nem használja ezt a Google által létrehozott konfigurációt. A DuckDuckGo is elkerülte a Chromiumot, és helyette az Apple WebKit renderelő rendszerét használja, amely a kódot alakítja át a megjelenő weboldalakká.
Bár a Chromium elkerülése azt jelenti, hogy a DuckDuckGo egy eltérő terméket tud előállítani, azonban ez azt is jelenti, hogy több mérnöki munkát kell elvégezni. A böngésző például nem tudja kihasználni a Chromiummal épített meglévő böngészőbővítményeket, amelyek segítségével jobban kereshet a felhasználó a weben vagy fordíthat nyelveket. Sőt, jelenleg a DuckDuckGo asztali Mac-alkalmazása nem támogat semmilyen böngészőbővítményt, többek között a gyakori jelszókezelőket és más, rendszeresen használt, harmadik féltől származó eszközöket.
A vállalat azonban dolgozik azon, hogy a jövőben lehetővé tegyék a bővítmények együttműködését a böngészővel.

Habár az eddig is elérhető megoldások - az Apple Safari, a Firefox, a Vivaldi, az Opera, a Brave és a DuckDuckGo mobilalkalmazásai különböző mértékben blokkolják a nyomkövetőket , a Tor-t tekintik legszélesebb körben a "legprivátabb" böngészőnek.

A DuckDuckGo böngésző asztali számítógépes verziójának későbbi megjelenése bár várhatóan nem gyengíti meg jelentősen a Chrome helyzetét (és rendezi át a felhasználói viszonyokat), de mindenképpen üde színfoltja lesz az egyre bővülő böngésző piacnak.

Amennyiben többet szeretne megtudni a témáról, kérjük olvassa el a Wired oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául is szolgált!

Big Data és az NBA

Hódi Péter — Thu, 19 May 2022 13:24:03 +0200

NBA: nem csak a sportról szól

Az NBA - az észak-amerikai profi kosárlabdaliga, amely a világ legjelentősebb férfi kosárlabda-bajnoksága - mára már nem kizárólag a sportról és az üzletről szól, hanem az adatok gyűjtéséről és feldolgozásáról is.

Bár a big data megoldásokat néhány évvel ezelőttig jellemzően az üzleti cégek, a tőzsdei kereskedők, az egészségügyi vállalatok alkalmazták főként prediktív célokkal, addig mára világossá vált, hogy a statisztikák és a valós idejű adatok komoly előnyt jelentenek a sport világában is Ezek komoly segítséget nyújtanak a csapatok, de akár az egyéni sportolók számára is abban, hogy elérjék céljukat: a győzelmet. Nincs ez másként az NBA-ben sem, ahol ma már szinte minden csapatnak van külön adatelemző részlege.

A Moreyball története

2002-ben Daryl Morey maga mögött hagyta a világ egyik legnagyobb globális stratégiai tanácsadó szervezeténél kiépített karrierjét, ahol is sportelemzésre szakosodott konzultációkat kínált. Innen Morey a kosárlabda világába lépett át, ahol a Boston Celticsnél a működésért felelős alelnöki pozíciót töltötte be.
Négy évvel később a Houston Rocketshez igazolt, ahol az NBA történetének első olyan általános igazgatója lett, aki "nem klasszikus kosárlabdás háttérrel" rendelkezett. Morey részese volt annak a lépésnek, amellyel a Rockets a fejlett adatelemzést a scouting és az edzőképzés keretébe illesztette.
A Moreyball kifejezés (adatelemezés alapú játékmegközelítés) azonban ennél jóval többet takar, hiszen Morey arra is rájött, hogy a kosárlabda-statisztikák remekül hasznosíthatóak a támadójáték javítása érdekében. A többi már történelem…

Adatelemzés és az NBA

Az NBA csapatok hatalmas összegeket fektetnek be nagy adatelemző cégekbe és technológiákba, hogy azok győzelemre segítsék őket. Az olyan cégek, mint a STATS segítenek az edzőknek és a sportszakembereknek a játék elemzésében azáltal, hogy a mérkőzések alatt kamerák segítségével összesítik és elemzik a játékosok mozgását és pozícióit. A technológia több síkban követi a labdát és a sportolókat, kiszámítva a játékosok közötti távolságokat és a sebességeket. A rendszer emellett labdabirtoklási információkat is szolgáltat. Mindeközben a STATS ezt a hatalmas mennyiségű adatot egy olyan platformmá alakítja át, amely az edzők és a játékosok számára könnyen érthető és használható. A valós idejű információk felhasználhatóak a játék közbeni döntések meghozatalához vagy akár a későbbi edzésgyakorlatok testre szabásához is.

"Idén jobb csapat leszünk. Ezt az analitikából tudjuk". - mondta Rick Carlisle, a Dallas Mavericks, egy olyan NBA-csapat - edzője, amely komoly összegeket fektetett be a big data technológiába.

A gyűjtött adatok a pályán kívül a szurkolóknak is segítenek jobban megérteni a játékot. Például a Los Angeles Clippers olyan big data technológiába fektetett be nemrégiben, amely grafikák és összetett statisztikák kombinációját mutatja be a nézők feje fölött lévő óriási kijelzőkön, hogy a szurkolók azok segítségével elemezhessék az eseményeket.

óriáskijelző az Orlando Magic stadionjának mennyezetén

A fentiekből látható, hogy az adatelemzés “rárúgta az ajtót” a sportra, különösképp igaz ez a világ legnépszerűbb ligáira, köztük az NBA-re is.

Amennyiben többet szeretne megtudni a témáról, kérjük olvassa el a Bentley University oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául is szolgált!

Gépi tanulás - Top trendek 2022

Hódi Péter — Thu, 07 Apr 2022 09:14:46 +0200

Mi a gépi tanulás?

Gépi tanulás alatt olyan módszerek és algoritmusok összességét értjük, amelyek a már rendelkezésre álló adatokból egy modell segítségével következtetéseket (predikciókat) hoznak létre. Ezek a "jóslatok" pedig mára már szinte minden területen hasznosíthatóak.
Éppen ezért a gépi tanulásos (ML) alkalmazások számos iparágban megtalálhatók, többek között a pénzügyi szférában, az élelmiszer-ellátásban vagy a gyártóiparban. Legyen szó akár egy gyártósorról, étteremről vagy egy benzinkútról, szinte mindenhol alkalmazzák a gépi tanulás vívmányait.

Mi az az AI? És a Machine Learning? Az alábbi videó segít eligazodni:

Tekintsük át a gépi tanuláshoz köthető trendeket, tehát a leggyakoribb felhasználási területeket!

IoT, azaz a dolgok internete és a gépi tanulás

A legfontosabb ML-fejlesztések előreláthatólag az IoT területén lesznek, hiszen itt az 5G bevezetésével hatalmas áttörés várható. Az 5G óriási hálózati sebessége miatt a rendszerek gyorsabb ütemben lesznek képesek adatokat fogadni és továbbítani, a hálózathoz csatlakoztatott IoT-eszközök számának növekedése pedig a kicserélt adatok mennyiségének jelentős emelkedését eredményezi.

Automatizált gépi tanulás

A szakemberek az automatizált gépi tanulás segítségével hatékony technológiai modelleket tervezhetnek, amelyek segíthetnek a hatékonyság és a termelékenység javításában. Ez különösen fontos a fejlesztési ágazatban, ahol a szakemberek alkalmazásokat fejleszthetnek anélkül, hogy komoly programozási ismeretekkel rendelkeznének.

Kiberbiztonság

A digitalizáció és a technológia fejlődésével a legtöbb alkalmazás és készülék intelligenssé vált, ami jelentős technológiai fejlődést eredményezett. Azáltal, hogy ezek az intelligens készülékek folyamatosan kapcsolódnak az internethez, egyre nagyobb igény mutatkozik arra, hogy használatuk biztonságosabbá váljon. A szakemberek pedig a gépi tanulást felhasználhatják olyan vírusellenes modellek létrehozására, amelyek blokkolják az esetleges kibertámadásokat , ezzel csökkentve a veszélyeket.

egyre elterjedtebbek az okosotthonhoz köthető eszközök és alkalmazások

Etikus mesterséges intelligencia

A mesterséges intelligenciához köthető új technológiák fejlődésével egyre nagyobb gondot jelent néhány ezekre vonatkozó etikai irányelv meghatározása. Ugyanis minél magasabb szintű a technológia, annál szofisztikáltabban kell lefektetni a kapcsolódó etikai normákat is., mivel a gépek nem lesznek képesek hatékonyan teljesíteni, ha az etikát (megfelelő szabályokat) nem követik. Ezt láthatjuk már az önvezető autók esetében is.
Ez a szabályozási terület pedig rendkívüli fontossággal bír, hiszen például a közlekedési eszközökbe beültetett mesterséges intelligencia, amely a jármű agyaként szolgál, felelős az önvezető autó "viselkedéséért", így többek között az esetleges balesetek elkerüléséért.

Tudjon meg többet arról, hogyan lehet etikus mesterséges intelligenciát alkotni!

A természetes emberi beszéd megértésének automatizálása

Egyre többet hallunk az okosotthon-technológiáról, amely leggyakrabban az ember által adott hangutasítások alapján működik. A technológiában élen járó intelligens hangalapú asszisztensek, mint például a Google, a Siri és az Alexa is ilyen vezérléssel kapcsolódnak az intelligens készülékekhez. Bár ezek a rendszerek már most is nagy pontossággal érzékelik az emberi hangokat, ezen a területen is további fejlődés prognosztizálható.

Kódolásmentes gépi tanulás és mesterséges intelligencia

A kód nélküli gépi tanulás pontosan az, aminek hangzik: a gépi tanulással kapcsolatos alkalmazások létrehozása anélkül, hogy (sok) kódolást kellene végezni. Ehelyett egy 'drag-and-drop' vizuális felület segítségével kerül létrehozásra az adott gépi tanulásos alkalmazás.

Ez a fajta kód nélküli gépi tanulás a kód nélküli szoftverfejlesztésből ered. A fogalom viszonylag új, maga az eljárás a fejlesztési idő és erőfeszítések csökkentését célozza, hiszen felhasználók ahelyett, hogy kézzel írnának kódokat, speciális - és egyszerűbb - eszközöket használhatnak a szoftveralkalmazások létrehozásához.

MLOps - A gépi tanulás operacionalizálásának menedzsmentje

A gépi tanulás fejlesztése az MLOps bevezetése előtt olyan sajátos problémákkal járt együtt, mint a skálázhatóság, a megfelelő ML-pipeline-ok kiépítése, az érzékeny adatok skálán történő kezelése és a csapatkommunikáció. Az MLOps célja, hogy ezeket a nehézségeket a legjobb gyakorlatok kialakításával orvosolja, így többek között segítse az ML modellek éles rendszerbe való integrációját és folyamatos üzemeltetését.

az arcfelismerés ma már nagyon elterjedt technológia

Few Shot, One Shot, & Zero-Shot Learning

A "Few Shot Learning" során csak kis mennyiségű adat kerül felhasználásra. Bár ennek vannak hátrányai, mégis széleskörűen alkalmazható olyan területeken mint a képosztályozás, az arcfelismerés és a szövegosztályozás.
Az "One Shot Learning" ezzel szemben még kevesebb adatot használ, de például így is hasznosítható, akár az arcfelismerésnél, mint amikor egy adott útlevél fényképet kell összehasonlítani egy személy kamerával rögzített képével. Ehhez ugyanis nem kell hatalmas információs adatbázist létrehozni.
A "Zero-Shot Learning" koncepciója elég furcsának tűnhet és felvetődik a kérdés, hogy: kezdő adatok nélkül hogyan működhetnek a gépi tanulási algoritmusok? Ebben az esetben arról van szó, hogy a rendszer megnéz egy témát, és a róla szóló információkat felhasználva megjósolja, hogy melyik osztályba fog tartozni.

A fenti példák sokszínűsége jelzi, hogy a gépi tanulásos rendszerek egyre nagyobb területet hódítanak meg és még emellett is rengeteg kiaknázási potenciál van bennük.

Amennyiben többet szeretne megtudni a témáról, kérjük olvassa el a Marktechpost oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául is szolgált!

Adattó vagy adattárház?

Hódi Péter — Wed, 02 Mar 2022 08:05:03 +0100

Az adattavakat és az adattárházakat egyaránt széles körben használják a nagy mennyiségű adatok tárolására, de a két kifejezés nem ugyanazt takarja, hiszen a megoldások között számos eltérés van. De melyiket mikor érdemes választani?

Röviden

Az adattó a nyers adatok hatalmas tárháza, amelynek célja még nincs meghatározva. Az adattárház pedig olyan strukturált, szűrt adatok tárolója, amelyeket már feldolgoztak (rendszereztek) egy adott célra.

Az adattó

Az adattó egy olyan tárolóhely, amely nagy mennyiségű strukturált, félig strukturált és strukturálatlan adatot képes tárolni. Az adattó esetében minden típusú adat az eredeti formátumban kerül tárolásra, a fiókméretre vagy a fájlra vonatkozó rögzített korlátok nélkül.

Az adattavak sokféle forrásból származó adatokat tárolnak. Néha ezek az adatok strukturáltak, de gyakran meglehetősen rendezetlenek, mivel az azok közvetlenül az adatforrásokból kerülnek beolvasásra, ilyenek például IoT-eszközök, valós idejű közösségi médiafolyamok, vagy akár egy webalkalmazásokon belüli tranzakciók.

A céges adatvagyon részét képezhetik az internetről származó tartalmak is, amelyek gyűjtésére már több hazai megoldás is elérhető, ilyen többek között a Precognox által kifejlesztett TAS Data Collector.

Az akár petabájt méretű adattavakat főként adattudósok és mérnökök használják előszeretettel mivel az az adattárolás mellett kiválóan alkalmasak adatelemzésre, azon belül is mélytanulásos vagy valós idejű analitikára.

Az adattó alkalmazása mellett akkor érdemes dönteni, amikor a cél a költséghatékony nagy mennyiségű adat tárolása, mégpedig az eredeti formátumban.

a tárolás is igazi művészet, különösen ha adatokról van szó

Az adattárház

Az adattárház az adatok főként stratégiai (üzleti elemzői) felhasználását szolgálja, hiszen azt a különböző forrásokból származó adatok lekérdezésre és elemzésre tervezték. Az adattárházak az adattavakkal szemben olyan adatokat tartalmaznak, amelyeket korábban már megtisztítottak, hogy illeszkedjenek egy sémához, struktúrához, így jellemzően read-only módon vannak beállítva, mivel általában nincs szükség további adatok beszúrására.

Az adattárház kizárólag az elemzés szempontjából releváns adatokat tárolja, a felhasználók köre pedig legfőképpen az adat- és az üzleti elemzők.

Választási szempontok

A fentiekből jól kiolvasható, hogy amikor döntés előtt állunk, hogy adattóra vagy adattárházra van szükség, akkor az könnyedén meghozható, mivel jól elkülönülnek a felhasználási célok és módszerek, illetve a felhasználók köre.
Érdemes tehát a választás előtt tisztázni, hogy nyers vagy tisztított (és strukturált) adatokat kívánunk tárolni, azokkal főként adattudósok vagy üzleti elemzők dolgoznak, illetve milyen célok megvalósítása tűztük ki.

Amennyiben többet szeretne megtudni a témáról, kérjük olvassa el a Datacamp oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául is szolgált!

Van-e létjogosultsága a robotújságírásnak?

Hódi Péter — Mon, 07 Feb 2022 07:22:51 +0100

Már cikkünk címe is furcsán hangozhat. Ugye? Robot - lét. De kezdjük egy rövid bevezetéssel, mielőtt megpróbálnánk megválaszolni a fenti kérdést!

Mi az a robotújságírás?

A robotújságírásban vagyis az automatizált újságírásban bizonyos adatokat valamilyen emberi nyelven megírt hírekké alakítanak át. Ezt természetes nyelvi generálási (NLG) technikákkal érik el. Egyszerűsítve: a folyamat során egy mesterséges intelligenciába táplált adatok segítségével szöveges tartalmakat hoznak létre.

“A robotújságírás nagy előnye, hogy az erre a célra alkotott algoritmusok nemcsak hogy képesek egy adott témában hírek ezreit létrehozni, hanem ezt gyorsabban, olcsóbban és potenciálisan kevesebb hibával is megtehetik, mint bármely emberi újságíró.” - állítja cikkében Andreas Graefe professzor.*

Milyen esetekben hasznos az automatizált újságírás?

A robotújságírást abban az esetben célszerű alkalmazni, amennyiben ehhez strukturált adatok állnak rendelkezésre, és a téma ismétlődő jellegű. Több ilyen terület is eszünkbe juthat, például a sport, a pénzügy vagy éppen az időjárás.

Természetesen alapvető fontosságú, hogy az input-ként szolgáló adatok pontosak és megfelelően értelmezhetőek legyenek az algoritmus számára szöveggeneráláshoz.

Vegyünk egy példát időjárás-előrejelzésre:

"Csípős éjszakák, hideg nappalok
Szerdán gomoly- és észak felől fölénk sodródó fátyolfelhők zavarhatják meg a napos időt. Érdemi csapadék nem valószínű, legfeljebb gyenge hózáporok lehetnek, főként eleinte a középső tájakon. Gyenge lesz a légmozgás. Délután -2, +3 fok várható."

A fenti szöveg generálásához inputot jelentenek többek között a hőmérsékleti- és széladatok vagy a felhőtérkép.

Alacsony szélsebesség - “gyenge lesz a légmozgás”
Kevés az előrejelzett csapadékfelhő - “érdemi csapadék nem valószínű.

Az ilyen módon generált szövegek szakértő általi ellenőrzése természetesen erősen javasolt, az azonban már nem igényel akkora időráfordítást, mint a teljes szöveg megfogalmazása, szerkesztése és gépelése.

Könnyen belátható, hogy például sporteseményekről történő tudósítások esetén, (amelyek száma igen jelentős), komoly segítséget jelenthet a robotújságírás. Az algoritmus fejlettségének mértékében pedig akár színvonalas tudósítások is születhetnek.

Az olvasó dönt

Jelenleg kevés az információ arról, hogy a nagy lapok szerkesztőségei milyen mértékben alkalmazzák a “robo-zsurnalizmust”, ez azonban összefügghet többek között bizonyos üzleti titoktartási okokkal is.
Végső soron úgyis az olvasó fogja eldönteni, hogy egy-egy írás, beszámoló mennyire hiteles és milyen színvonalú, illetve a későbbiekben preferálni fogja-e az adott médiafelületet.
Biztosan sokan vannak azok, akik kétkedve fogadják a robotújságírást, vagy nem örülnek a megoldásnak (különösképpen a hús-vér újságírók), de az igény felmerülése azt mutatja, hogy bizonyos mértékben van létjogosultsága, még akkor is, ha nehezen egyeztető össze a robot és a lét, mint kifejezések.

És vajon a fenti szöveget ember írta?

Amennyiben többet szeretne megtudni a témáról, kérjük olvassa el a Towards Data Science oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául is szolgált!

*szabad fordítás

Julia vs. Python: melyik a jobb az adattudósok számára?

Hódi Péter — Tue, 04 Jan 2022 07:30:28 +0100

Alaptézis: amíg a Python úgy vált az adattudomány és a gépi tanulás fő támaszává, addig a Julia már a kezdetektől fogva az ilyen feladatok elvégzésére készült. Ennek tükrében vizsgáljuk meg, hogy milyen előnyei vannak az egyiknek és a másiknak az adattudósok szempontjából!

A Python számos felhasználási módja közül talán az adatelemzés vált a legnagyobb és legjelentősebb területté, hiszen a Python ökoszisztéma, tele könyvtárakkal, eszközökkel és alkalmazásokkal, gyorssá és kényelmessé teszi a tudományos számítási és adatelemzési munkát. A Python azonban gyakran a Julia nyelv mögé szorul, mivel az kifejezetten a tudományos felhasználást, a gépi tanulást, az adatbányászatot, a lineáris algebrát célozza, ezzel összevetve a Python nem elég gyors és kényelmes. A Julia célja, hogy a tudósoknak és adatelemzőknek ne csak gyors és kényelmes fejlesztést, hanem villámgyors végrehajtási sebességet is biztosítson.

Mi az a Julia nyelv?

A 2009-ben, egy négy fős csapat által megalkotott Julia nyelv a Python és más, tudományos számításokhoz és adatfeldolgozáshoz használt nyelvek és alkalmazások hiányosságait hivatott orvosolni.

"Olyan nyelvet akarunk, amely nyílt forráskódú. A C sebességét akarjuk elérni a Ruby dinamizmusával. Olyan nyelvet akarunk, amely valódi makrókkal rendelkezik, mint a Lisp, de olyan ismerős matematikai jelölésekkel, mint a Matlab. Olyasmit akarunk, ami olyan jól használható általános programozásra, mint a Python, olyan egyszerű a statisztikához, mint az R, olyan természetes a karakterlánc-feldolgozáshoz, mint a Perl, olyan erős a lineáris algebrához, és természetesen olyat, amelyet rendkívül egyszerű megtanulni.” - mondták akkor a csapat tagjai.*

Julia vs. Python: Julia előnyök

A Julia nyelvet kezdettől fogva tudományos és numerikus számításokhoz tervezték, így nem meglepő, hogy számos olyan funkcióval rendelkezik, amelyek előnyösek az ilyen felhasználási esetek számára:

a Julia gyors. hiszen már eleve úgy lett megtervezve, hogy a kezdetektől fogva gyorsabb legyen, mint optimalizálatlan Pythont
a Julia matematika-barát szintaxissal rendelkezik, a matematikai műveletek jobban hasonlítanak ahhoz, ahogyan a matematikai képleteket a számítástechnika világán kívül írják, így a nem programozók számára könnyebben elsajátítható.
a Julia automatikus memóriakezeléssel rendelkezik. A Pythonhoz hasonlóan a Julia sem terheli a felhasználót a memória kiosztásának és felszabadításának részleteivel.
a Julia kiváló és éppen ezért kifinomultabb párhuzamosságot kínál, mint a Python.
a Julia saját natív gépi tanulási könyvtárakat fejleszt, amelyek számos létező modellmintát tartalmaznak a gyakori felhasználási esetekhez. Mivel teljes egészében Julia nyelven íródott, a felhasználó igényei szerint módosítható.

Julia vs. Python: Python előnyei

Bár a Julia kifejezetten az adattudomány számára készült, a Python pedig többé-kevésbé belekerült ebbe a szerepkörbe, a Python néhány meggyőző előnyt kínál az adattudósok számára. Az okok közül néhány, amiért a Python jobb választás lehet az adattudományi munkákhoz:

a Python nulla alapú tömbindexelést használ ellentétben a Julia-val, amely 1-es indexelést, így az általánosabb felhasználású programozáshoz szokottak közönség könnyebben elfogadja a Python-t.
a Python-programok ugyan lassabbak lehetnek, mint a Julia-programok, de maga a Python környezetben kevesebb időbe telik, amíg a programok elindulnak és elérik az első eredményeket. Bár sokat dolgoztak azon, hogy Julia gyorsabban induljon, ezen a területen a Python még mindig előnyben van.
a Python a Julia nyelvvel ellentétben kiforrott. A Julia csak 2009 óta van fejlesztés alatt, és azóta elég sok funkcióváltáson ment keresztül. Ezzel szemben a Python már majdnem 30 éve létezik.
a Python sokkal több harmadik féltől származó csomaggal rendelkezik, ezek széles skálája és hasznossága továbbra is a nyelv egyik legnagyobb vonzereje, amíg a Julia relatív újdonsága azt jelenti, hogy a körülötte lévő szoftverkultúra még mindig kicsi.
a Python-nak több millió felhasználója van, hatalmas, elkötelezett és aktív közösséget képezve. A Julia körüli közösség ugyan lelkes és folyamatosan növekszik, de még mindig csak töredéke a Python közösség méretének.
a Python a fejlesztéseknek (beleértve a többmagos és párhuzamos feldolgozás fejlesztését) köszönhetően egyre gyorsabb, és mindemellett a Python pedig könnyebben fel is gyorsítható.

A fenti előnyök figyelembe vételével mindenki eldöntheti, hogy a Python vagy a Julia mellett teszi le a voksát. Természetesen érdemes lesz követni mindkettő esetében az újdonságokat és a frissítéseket is.

Amennyiben többet szeretne megtudni a témáról, kérjük olvassa el az Infoworld oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául is szolgált!

*szabad fordítás

Megérkeztek a találati szűrők az androidos Gmailhez

Hódi Péter — Tue, 07 Dec 2021 11:14:44 +0100

Az asztali böngészős Gmail esetében 2020 februárjában már bevezetésre kerültek azok a keresési szűrési funkciók, amelyek most debütálnak az androidos alkalmazás esetén. Ezzel jelentős hiányt pótol a Google, hiszen eddig nem volt lehetséges a találatok “filterezése” a mobilos verzió esetén.

a szűrők megjelenése az androidos Gmail esetében / Forrás: Hvg

A szűrőket a Google csak “chips”-ként emlegeti, ezek használatával szűkíthetjük keresési találatainkat. A szűrők segítenek megtalálni egy adott személytől, egy adott időintervallumban érkezett üzeneteket. Emellett külön kereshetünk aszerint, hogy az adott email csatolmánnyal rendelkezik-e vagy sem, olvasott vagy olvasatlan.

Egyelőre azonban úgy tűnik, hogy a funkciók nem minden felhasználónál jelennek meg, így érdemes lesz majd figyelni az érkező androidos Gmail alkalmazás frissítéseket.

Az persze kérdés, hogy mely felhasználók és telefonok esetében érkezik meg először az újítás, és természetesen az is, hogy a későbbiekben kap-e az alkalmazás további szűrési funkciókat, amelyek általában az üzleti környezetben alkalmazott vállalati keresőkre jellemzőek.

Mivel keressek, ha nem a Google-lel?

Hódi Péter — Tue, 02 Nov 2021 06:12:52 +0100

Kétségtelen, hogy a webes keresők között a Google a legnagyobb és a legjobb, köszönhetően a nagy teljesítményű algoritmusainak és mesterséges intelligenciájának. De akkor miért van létjogosultságuk a további keresőmotoroknak? Miért döntsön úgy a felhasználó, hogy más megoldás után néz? És mit érdemes választani?

Probléma a Google-lel

Köztudott, hogy a Google személyre szabja a böngészési élményt a felhasználó személyes adatai és böngészési előzményei alapján. Egyesek számára ez a fajta személyre szabás kimondottan bosszantóvá válhat, így másik keresőmotor alkalmazása mellett döntenek. Az ilyen döntések hátterében gyakran a személyes és adott esetben érzékeny adatok védelme áll.

Tudjon meg többet arról, hogy honnan tudja a Google, hogy mit keresünk!

Másképpen keresni

Amennyiben a Google-től eltérő keresőmotor használata mellett teszi le voksát az ember, akkor számos lehetőség közül választhat. Természetesen ezek a megoldások eltérő funkciókat kínálnak és különböző adatvédelmi megközelítést alkalmaznak, ezeknek mindenképpen érdemes utánaolvasni, illetve ezekkel tisztában lenni.

Mit válasszak?

Jelen cikkünkben az alternatív lehetőségeket kizárólag felsorolásszerűen mutatjuk be, amelyeket érdemes lehet kipróbálni, azok megismerése és személyre szabása már a felhasználó feladata. Íme 22 lehetséges alternatíva:

Bing
DuckDuckGo
Yahoo!
Ask
Baidu
WolframAlpha
Boardreader
Startpage
Ecosia
Qwant
Search Encrypt
SearX
Yandex
Gibiru
Disconnect Search
Yippy
Swisscows
Lukol
MetaGer
Gigablast
Oscobo
Infinity Search

Többet szeretne megtudni a fenti 22 keresőmotorról, illetve tippeket szeretne kapni használatukkal kapcsolatban? Kérjük olvassa el a Kinsta oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául is szolgált!

Amennyiben pedig a vállalati közegben válik szükségessé speciális keresőmegoldás alkalmazása, akkor érdemes kipróbálni a TAS Vállalati keresőt, amelynek ingyenes Blogkereső változatával a Keresővilág Blog cikkeiben is kereshet.

Chatbot, mint érzelmi segítő? Lehetséges!?

Hódi Péter — Fri, 08 Oct 2021 12:31:54 +0200

A chatbotok fejlődésével a felhasználási területük is folyamatosan bővül. Jelenleg több kutatás és kísérlet is folyik arról, hogyan lehet a chatbotok-at érzelmi segítőként is munkára fogni.

Mi a chatbot?

A chatbotok olyan szoftverek, amelyek képesek az emberhez nagyon hasonló beszélgetésre és interaktív kommunikációra. Tudásuk a rendelkezésre álló tanító adatbázisukon alapul, így kizárólag olyan kérdésekre tudnak értelmesen és megfelelően válaszolni, amit felismertek. Használatuk leggyakoribb formája a netes ügyfélszolgálat bizonyos funkcióinak kiváltása, de alkalmazási területük folyamatosan bővül.

Kutatás az MSU Egyetemen

"A chatbotokat széles körben alkalmazzák az ügyfélszolgálatban a szöveges vagy hangalapú kommunikációban.Természetes kiterjesztés, hogy elgondolkodjunk azon, hogy az AI chatbotok hogyan játszhatnak szerepet az empátia biztosításában." - állítja a ComArtSci kommunikációs docense, Jingbo Meng, aki 2019 elején kezdte el felmérni az empatikus chatbotok hatékonyságát, összehasonlítva őket a valódi emberi társalgással.

A kutatásához a kommunikációs szakembernek sikerült 278 hallgatót toboroznia az MSU Egyetemről, akiket arra kért, hogy jelöljék meg az utolsó pár hónap stresszfaktorait, amelyek negatívan hatottak mentális egészégükre. A kutatás résztvevőit ezután a Facebook Messengeren keresztül összekapcsolták egy empatikus chatpartnerrel.

A két kontrollcsoport közül az egyik csoportnak azt mondták, hogy egy chatrobottal fognak beszélgetni, egy másik csoport pedig úgy tudta, hogy egy hús-vér emberrel.

A folyamat során a chatbot-ok kérdéseket tettek fel, illetve “elmesélték saját tapasztalataikat is.
"Arra programozták őket, hogy validálják és segítsék a résztvevőket a stresszes helyzeteken való átjutásban. A célunk az volt, hogy lássuk, mennyire hatékonyak az üzenetek." - mondta Meng.

A lényeg a gondoskodás

Meng felfedezte, hogy akár chatbottal, akár emberrel beszélget, a résztvevőnek éreznie kellett, hogy a partner támogató vagy gondoskodó. Ha ez a feltétel teljesül, a beszélgetés sikeresen csökkenti a stresszt. A tanulmány aláhúzza, hogy a mentális egészségügyi alkalmazásokban használt chatbotok akkor működnek a legjobban, ha valóban gondoskodó forrásként érzékelik őket.

Tanulmányából az is kiderült, hogy az üzenettől függetlenül a résztvevők az embert gondoskodóbbnak és támogatóbbnak érezték, mint a chatbotot.

"Az emberek egyszerűen jobban átérezhetőek" - mondta Meng. "Amikor egy másik emberrel beszélgetünk, természetesebben tudunk kapcsolódni. A chatbotoknak azonban egyértelműbbnek kell lenniük, és magasabb minőségű üzeneteket kell küldeniük. Ellenkező esetben az önfeltárulkozás idegesítő és visszataszító lehet...Ezek az alkalmazások és chatbotok semmiképpen sem helyettesítik az embert. Úgy gondoljuk, hogy az AI chatbotok és az emberi terapeuta hibrid modellje nagyon ígéretes lesz". - zárta összefoglalóját.

az emberi párbeszéd még mindig hatékonyabb, mint a chatbotok

Bár a mentális egészségügyi alkalmazások és a hozzájuk kapcsolható chatbotok egyre növekvő számban válnak majd elérhetővé és ezek használata segíthet az egyéneknek bizonyos helyzetek kezelésében, az emberi diskurzus egyelőre nem váltható ki velük. Segítségük azonban viszonyítási pontokat biztosíthatnak a további támogató ellátáshoz.

Amennyiben többet szeretne a témáról megtudni, kérjük olvassa el a TechXplore oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául is szolgált.

A Precognox honlapján pedig olvashat arról, hogy Mennyire jók a mai csevegőrobot megoldások.

Új algoritmus segíti a drónos keresést és az életmentést

Hódi Péter — Fri, 24 Sep 2021 11:37:47 +0200

Amennyiben láttunk már drónversenyeket, akkor biztosan emlékszünk a hatalmas balesetekre. Ezeken a "futamokon" a csapatok azon versenyeznek, hogy melyik jármű képes a leggyorsabban átrepülni egy akadálypályán. De minél gyorsabban repülnek a drónok, annál instabilabbá válnak, a balesetek pedig éppen ezért gyakoriak és gyakran látványosak.

Kutatás a Massachusettsi Műszaki Egyetemen

Az MIT űrkutatási mérnökei most olyan algoritmust dolgoztak ki, amely segít a drónoknak megtalálni a leggyorsabb útvonalat az akadályok körül anélkül, hogy összetörnének és/vagy lezuhannának. Az új algoritmus egy virtuális akadálypályán átrepülő drón szimulációját kombinálja olyan kísérletekből származó adatokkal, amelyek során egy valódi drón ugyanezen a pályán fizikai térben repült át.

A kutatók megállapították, hogy az algoritmusukkal betanított drón akár 20 százalékkal gyorsabban teljesíti az akadálypályát, mint egy hagyományos tervezési algoritmusokkal betanított drón. Érdekes módon az új algoritmussal trenírozott drón a verseny során nem mindig járt a versenytársa előtt a pályán. Néhány esetben a program lelassította a drónt, hogy egy trükkös kanyarral könnyebben megbirkózzon, vagy éppen takarékoskodjon az energiájával annak érdekében, hogy a pálya egy későbbi szakaszán felgyorsulva végül megelőzze riválisát.

"Nagy sebességnél vannak olyan bonyolult aerodinamikai tényezők, amelyeket nehéz szimulálni, ezért a való világban végzett kísérletek segítségével töltjük ki ezeket a fekete lyukakat, hogy kiderítsük például azt, hogy jobb lehet-e először lelassítani annak érdekében, hogy később gyorsabbak legyünk. Ezt a megközelítést használjuk arra, hogy megnézzük, hogyan tudunk egy pályát összességében a lehető leggyorsabban teljesíteni." - mondta Ezra Tal, az MIT repüléstechnikai és űrhajózási tanszékének végzős hallgatója.

Ahhoz, hogy megérthessék, hogyan hat a nagy sebességű aerodinamika a drónok repülésére, a kutatóknak számos kísérletet kellene lefuttatniuk a laboratóriumban, különböző sebességekre és pályákra állítva a drónokat, hogy lássák, melyek repülnek gyorsan anélkül, hogy lezuhannának - ez egy költséges és gyakran balesetekkel járó képzési folyamat. Ehelyett az MIT csapata egy olyan nagy sebességű repüléstervező algoritmust fejlesztett ki, amely a szimulációkat és a kísérleteket kombinálja.

"Az ilyen típusú algoritmusok nagyon értékes lépést jelentenek a jövő drónjainál, amelyek nagyon gyorsan képesek majd navigálni összetett környezetben. Nagyon reméljük, hogy a határokat olyan módon tudjuk feszegetni, hogy olyan gyorsan tudjanak ezek a drónok közlekedni, amennyire a fizikai korlátaik engedik". - tette hozzá Sertac Karaman, az MIT repülés- és űrhajózástudományi és űrhajózási tanszékének docense és az Információs és Döntési Rendszerek Laboratóriumának igazgatója.

Sikeres fizikai kísérlet

Új megközelítésük demonstrálására a kutatók szimulálták, hogy egy drón egy egyszerű pályán repül át, amely öt nagy, négyzet alakú, lépcsőzetesen elhelyezett akadályt tartalmazott, majd ugyanezt a konfigurációt valósították meg egy fizikai gyakorlótérben, és beprogramoztak egy drónt, hogy repüljön át a pályán olyan sebességgel, amelyet előzőleg a szimulációkból kiválasztottak. Ugyanezt a pályát lefuttatták egy hagyományosabb algoritmussal betanított drónnal is.

Összességében az új algoritmusra kiképzett drón minden esetben rövidebb idő alatt (akár 20 százalékkal gyorsabban) teljesítette a pályát, mint a hagyományos módon kiképzett drón. A kutatók azt tervezik, hogy több kísérletet is lefolytatnak majd, nagyobb sebességgel és összetettebb környezetben, hogy tovább javítsák algoritmusukat. Lehetséges, hogy olyan emberi pilóták repülési adatait is beépítik majd a későbbiekben, akik drónokkal versenyeznek, és akiknek a döntései és manőverei segíthetnek a még gyorsabb, de még mindig megvalósítható repülési tervek meghatározásában.

Gyorsaság a gyakorlatban

A kísérlet sikereit a gyakorlatba átültetve a közeljövőben gyorsabbá, biztonságosabbé és hatékonyabbá válhat a drónok alkalmazása a keresési és életmentési feladatok esetében.

Amennyiben többet szeretne a témáról megtudni, kérjük olvassa el a Massachusettsi Műszaki Egyetemen oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául szolgált.

Hamarosan rajtol az NLP Summit 2021

Hódi Péter — Fri, 10 Sep 2021 09:10:08 +0200

Az idei évben október 5-7 között kerül megrendezésre az NLP Summit, ezúttal is az online térben.

Az eseményre már lehet regisztrálni az NLP Summit honlapján.

Mi az NLP Summit?

Az NLP Summit a természetes nyelvfeldolgozás területén dolgozók találkozóhelye. A virtuális konferencia valós esettanulmányokon túl bemutatja az NLP legjobb gyakorlatait, a deep learning alkalmazásának kihívásait, illetve a legújabb nyílt forráskódú könyvtárakat, modelleket. Az NLP Summit összehozza a folyamatosan bővülő NLP-közösség tagjait, akik az egészségügyben, a tudományban, a pénzügyben, az e-kereskedelemben, a médiában, a munkaerőpiacon és más területeken használt nyelvi alkalmazások kiépítésében érdekeltek.

Mi történt a 2020-as eseményen?

A tavalyi NLP Summit 2020 előadásai elérhetőek, így lehetőség nyílik, hogy még az idei esemény előtt megtekinthessük a 2020-ban készült videókat, mégpedig 4 témakörben:

trendek és legjobb gyakorlatok
nyílt forráskódú könyvtárak
NLP az egészségügyben
beszélgetések a gépekkel

Mi várható az idei NLP Summit-on?

Az NLP Summit idén 30 egyedülálló előadást ígér, méghozzá külön fókuszálva az NLP az egészségügyben témakörre. Emellett kezdő és haladó szintű képzési workshopok lesznek, ahol tanúsítványok is szerezhetőek. Az eseményhez csatlakozók részt vehetnek egy datathon-on is, illetve beszélgethetnek az előadókkal és az iparági szakértőkkel.

Jó szórakozást és fejlődést kívánunk az eseményhez!

Tudj meg többet a természetes nyelvfeldolgozásról és felhasználási területeiről!

Kép forrása: az NLP Summit honlapja

Moderáld magad! Vagy megteszik helyetted az algoritmusok.

Hódi Péter — Thu, 19 Aug 2021 12:42:34 +0200

Tudományos értekezések, esszék, blogcikkek, közösségi média posztok és még számtalan tartalom, amely manapság egyre nagyobb mennyiségben árasztja el az online világot. És természetesen ennek megfelelően a tartalmakhoz fűzött kommentek száma szintén folyamatosan emelkedik. Ezen hozzászólások manuális, egyenkénti moderálása hatalmas idő-és erőforrás igénnyel bír, így egyre nagyobb szükség van a folyamat automatizálására.

Segítség a moderálásban

A szöveges tartalmak automatikus moderálásában több terület közös együtműködése szükségeltetik. Ezek a

természetes nyelvfeldolgozás (NLP - Natural Language Processing)
szövegbányászat és szöveganalitika
gépi tanulás (ML - Machine Learning)
mesterséges intelligencia (AI - Artificial Intelligence).

A mesterséges intelligencián alapuló megoldások mára már képesek a szöveges tartalmak, például termék- vagy szolgáltatásértékelések, ügyfélszolgálati csevegési naplók vagy a közösségi médiás bejegyzések valós időben történő felülvizsgálatára. A természetes nyelvfeldolgozás segítségével a mesterséges intelligencia sokkal gyorsabban felismeri a nem megfelelő tartalmakat, mint egy emberi moderátor, és így biztosítani képes, hogy azok ne csússzanak át a “radar alatt”.

Miért fontos a valós idejű moderálás?

Egy-egy népszerű tartalmat hihetetlen gyorsasággal kap fel például a közösségi média. A megosztásoknak köszönhetően szinte exponenciálisan emelkedik egy adott poszthoz érkező hozzászólások száma, ezek manuális szűrése valós időben szinte lehetetlen. Azonban ennek megoldása feltétlenül szükséges, gondoljunk csak a jogi következményekre. Mivel a társadalmi érzékenység egyre nő, így egyre fontosabbá válik a szöveges tartalmak szűrése, különös tekintettel az ún. gyűlöletbeszéd elleni fellépés tekintetében.

a szavak nagy erővel bírnak, különösen a rosszak

Létezik tökéletes automatizált megoldás?

Egyelőre a válasz: nem. A folyamatosan változó nyelvi kifejezések, rövidítések, a szleng és például a szubkultúrális jelentéssel bíró szöveges tartalmak mind-mind azt teszik szükségessé, hogy egyre kifinomultabb megoldásokat, illetve ezek kombinációját kell alkalmazni a moderálás során. A kommunikáció állandó változásával, (vissza)fejlődésével lényegében az algoritmusok mindig is egy lépés lemaradásban lesznek.

mindig van új a nap alatt, ha a kifejezésekről és a rövidítésekről van szó

A leghatásosabb megoldás tehát az lenne, ha mindenki moderálná magát, mielőtt sértő, illetve nem megfelelő szóhasználattal élne, legyen szó egy cikk megírásáról vagy egy komment megfogalmazásáról. Amennyiben ez pedig nem sikerül, akkor még mindig segíthetnek az algoritmusok.

A fejlett szöveganalitikai megoldásokról többet is megtudhat a Precognox honlapján.

Már elérhető a Google Search Console Insights

Hódi Péter — Mon, 26 Jul 2021 09:21:06 +0200

Egy évvel a béta verzió után a Google élesben is elindította a Search Console Insights-ot, amely mindazok számára elérhető, akik korábban már rendelkeztek ellenőrzött Search Console profillal. A Search Console Insights jelentések a search.google.com/search-console/insights címen érhetőek el.

Mi az a Search Console Insights?

A Search Console Insights kifejezetten a tartalomkészítők és az azokat online publikálók számára készült. A szolgáltatás "segíthet nekik megérteni, hogy a közönség hogyan fedezi fel webhelyük tartalmát, és mi az, ami számukra vonzó tartalom" - állítja a Google. A Search Console Insights a Search Console és az Analytics adataiból egyaránt merít.

Mikor indult el a szolgáltatás?

A Google tavaly indította el a Search Console Insights bétaverzióját, majd korlátozott hozzáférést adott néhány tartalomkészítő számára, hogy azt tesztelhessék (hibakeresést végezzenek) és visszajelzést adjanak erről Google felé. Akkor a Google azt mondta, hogy "ez egy olyan mód, amellyel a tartalomkészítők rendelkezésére bocsátjuk azokat az adatokat, amelyekre szükségük van ahhoz, hogy megalapozott döntéseket hozzanak és javítsák tartalmaikat".

néhány példa az új jelentésekről - forrás: Search Engine Land

Milyen kérdésekre ad választ az új platform?

A Search Console Insights jelentéseinek célja, hogy választ adjanak az alábbi kérdésekre:

Melyek a legjobban teljesítő tartalmaink?
Hogyan teljesítenek az új tartalmak?
Hogyan fedezik fel az emberek az adott webhely tartalmait?
Mire keresnek az emberek a Google-on, mielőtt meglátogatják tartalmainkat?
Melyik cikk irányítja a felhasználókat a weboldalunkra és annak tartalmára?

Hogyan férhet hozzá a felhasználó a Search Console Insights-hoz?

A Google többféle módot is kínál a jelentések eléréséhez:

válasszuk a Search Console fő oldalának tetején található Search Console Insights menüpontot
használjuk ezt a linket a közvetlen eléréshez
az iOS Google alkalmazásban válasszuk a Search Console Insights pontot a felhasználói menüben (a profilképre kattintva). Ez a lehetőség hamarosan az Android alkalmazásban is megjelenik.

a Search Console Insights-ot a Search Console fő oldalán a jobb felső sarokban találjuk

Hiányzó adatok

Amennyiben hiányoznak bizonyos adatok az új felületen, az azt jelenti, hogy a Search Console és a Google Analytics tulajdonunk nincs megfelelően összekapcsolva. A Google azt ajánlja, hogy társítsuk azokat össze annak érdekében, hogy megfelelően hozzáférjünk a jelentésekhez. A Search Console Insights egyelőre csak a Google Analytics Universal Analytics tulajdont támogatja (ezek azonosítója "UA"-val betűvel kezdődik), de a vállalat már dolgozik a Google Analytics 4 támogatáson.

Miért hasznos a Google Search Console Insights?

A bevezetett mérőszámokkal új módon vizsgálhatjuk meg adatainkat.Több adatot és nézetet is kapunk, így több lehetőség áll a rendelkezésünkre tartalmaink teljesítményének megismerésére és megértésére, ami rendkívül hasznos a tudatos tartalomkészítés szempontjából. Így mindenképpen érdemes megnézni és kipróbálni a Search Console Insights-ot, amely új tartalom- és marketingötleteket adhat vállalkozásunk számára.

Amennyiben többet szeretne a témáról megtudni, kérjük olvassa el a Search Engine Land oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául is szolgált.

Hogyan fedezzük fel a TikTok tartalmakat?

Hódi Péter — Wed, 07 Jul 2021 08:51:34 +0200

Mi az a TikTok?

A TikTok egy videomegosztó szolgáltatás, amelyett 2012-ben alapított a pekingi székhelyű ByteDance cég. Az alkalmazás, amely Kínán kívül 2017-ben jelent meg iOS és Android platformokra, lehetővé teszi a felhasználók számára, hogy 15 másodperces videókat készítsenek és osszanak meg bármilyen témában.

A 2021 januári TikTok-statisztikák szerint a platformnak világszerte 689 millió havi aktív felhasználója volt, amely ezzel a hetedik legnagyobb platform a felhasználók számát tekintve, megelőzve olyan, jóval régebb óta létező platformokat, mint a Snapchat, a Pinterest és a Twitter.

Mi az a Discover (Felfedezés)?

A TikTok keresőjének segítségével kereshetünk és fedezhetjük fel a TikTok közösség sokféle tartalmát: trendi videókat, hashtageket, alkotókat és szponzorált tartalmakat.

Megjegyzés: A hashtag oldalakon az első néhány videó az adott trendet elindító videók és más népszerű videók, amelyek a hashtaghez kapcsolódnak.

Hogyan tudunk keresni?

Konkrét videók, hangok, hashtagek vagy alkotók kereséséhez:

érintsük meg a képernyő alján található Discover gombot
keressünk rá egy adott videóra vagy tartalomtípusra az oldal tetején található keresősávban. Legyünk minél konkrétabbak a keresési kifejezések alkalmazásakor
az eredmények a felső lapon jelennek meg
nézzük meg a többi keresési lapot is a kapcsolódó tartalmakért*

Természetesen a fentieken túlmenően kereshetünk a felhasználók és a top (legnépszerűbb) tartalmak között is.

* forrás: TikTok support

Tartalmak a TikTok-on

A népszerű TikTok tartalmakat hamar felkapják a felhasználók, de azok ugyanilyen gyorsan “el is tűnnek a süllyesztőben”. Éppen emiatt a jelenség miatt érdemes a kedvenc tartalmainkat menteni, vagy lájkolni, mert enélkül szinte lehetetlen azokat újra megtalálni. Azt pedig mindenki eldöntheti, hogy a rengeteg megosztott tartalom közül mit tart érdekesnek, értékesnek vagy éppenséggel viccesnek.

Kapcsolódó cikkünk a keresésről: Keresőmotor vs. vállalati keresőmotor