Cassandra

Bergerak Menuju Komputasi dengan Kecepatan Berpikir

  • by

Komputer pertama berharga jutaan dolar dan dikunci di dalam ruangan yang dilengkapi sirkuit listrik khusus dan AC. Satu-satunya orang yang dapat menggunakannya telah dilatih untuk menulis program dalam bahasa komputer tertentu. Saat ini, interaksi berbasis gerakan, menggunakan bantalan multisentuh dan layar sentuh. Dan eksplorasi ruang 3D virtual memungkinkan kita berinteraksi dengan perangkat digital. Dengan cara yang sangat mirip dengan cara kita berinteraksi dengan objek fisik.

Dunia baru yang imersif ini tidak hanya terbuka untuk dialami lebih banyak orang; itu juga memungkinkan hampir semua orang untuk melatih kreativitas dan kecenderungan inovatif mereka sendiri. Kemampuan ini tidak lagi bergantung pada ahli matematika atau ahli pengkodean. “A-Frame” dari Mozilla membuat tugas membangun model realitas virtual yang kompleks menjadi jauh lebih mudah bagi pemrogram. Dan perangkat lunak “Kuas Virtual” Google memungkinkan orang untuk membangun dan mengedit dunia 3D tanpa keahlian pemrograman sama sekali.

Penelitian saya sendiri berharap dapat mengembangkan fase berikutnya dari interaksi manusia-komputer. Kami memantau aktivitas otak orang-orang secara real time dan mengenali pemikiran tertentu (tentang “pohon” versus “anjing” atau topping pizza tertentu). Ini akan menjadi satu lagi langkah dalam perkembangan sejarah yang telah membawa teknologi ke massa. Dan akan semakin memperluas penggunaannya di tahun-tahun mendatang.

Mengurangi Keahlian yang Dibutuhkan

Dari komputer awal yang bergantung pada bahasa pemrograman khusus mesin. Peningkatan besar pertama yang memungkinkan lebih banyak orang menggunakan komputer adalah pengembangan bahasa pemrograman Fortran. Ini memperluas jangkauan programmer menjadi ilmuwan. Dan insinyur yang merasa nyaman dengan ekspresi matematika. Ini adalah era kartu berlubang, ketika program ditulis dengan melubangi stok kartu. Dan keluarannya tidak memiliki grafik – hanya karakter keyboard.

Pada akhir 1960-an, pembuat plot mekanis membiarkan pemrogram menggambar gambar sederhana dengan menyuruh komputer menaikkan atau menurunkan pena. Dan memindahkannya ke jarak tertentu secara horizontal atau vertikal di atas selembar kertas. Perintah dan grafiknya sederhana, tetapi bahkan menggambar kurva dasar memerlukan pemahaman trigonometri. Untuk menentukan interval yang sangat kecil dari garis horizontal dan vertikal yang akan terlihat seperti kurva setelah selesai.

Tahun 1980-an memperkenalkan apa yang telah menjadi antarmuka jendela, ikon, dan mouse yang sudah dikenal. Itu memberi para nonprogramer waktu yang jauh lebih mudah untuk membuat gambar – sedemikian rupa sehingga banyak penulis. Dan seniman komik berhenti menggambar dengan tinta dan mulai bekerja dengan tablet komputer. Film animasi menjadi digital, karena programmer mengembangkan alat berpemilik yang canggih untuk digunakan oleh animator.

Alat yang lebih sederhana tersedia secara komersial untuk konsumen. Pada awal 1990-an pustaka OpenGL memungkinkan pemrogram untuk membangun model digital 2D dan 3D. Dan menambahkan warna, pergerakan dan interaksi ke model ini.

Bentuk Baru Tampilan 3D

Dalam beberapa tahun terakhir, tampilan 3D telah menjadi jauh lebih kecil. Dan lebih murah daripada CAVE multi-juta dolar dan sistem imersif serupa di tahun 1990-an. Mereka membutuhkan ruang dengan lebar 30 kaki, panjang 30 kaki. Dan tinggi 20 kaki agar sesuai dengan sistem proyeksi belakang mereka. Sekarang pemegang smartphone dapat memberikan tampilan 3D pribadi dengan harga kurang dari US $100.

Antarmuka pengguna juga menjadi lebih kuat. Bantalan multisentuh dan layar sentuh mengenali gerakan beberapa jari di permukaan, sedangkan perangkat seperti Wii. Dan Kinect mengenali gerakan lengan dan kaki. Sebuah perusahaan bernama Fove telah bekerja untuk mengembangkan headset VR yang akan melacak mata pengguna. Dan yang akan, di antara kemampuan lainnya, memungkinkan orang melakukan kontak mata dengan karakter virtual.

Merencanakan Jangka Panjang

Penelitian saya sendiri membantu mengarahkan kita menuju apa yang disebut “komputasi dengan kecepatan berpikir”. Proyek open-source berbiaya rendah seperti OpenBCI memungkinkan orang menyusun neuroheadset mereka sendiri yang menangkap aktivitas otak secara noninvasif.

Sepuluh hingga 15 tahun dari sekarang, sistem perangkat keras/perangkat lunak. Yang menggunakan neuroheadset semacam itu dapat membantu saya dengan mengenali kata benda yang telah saya pikirkan dalam beberapa menit terakhir. Jika itu memutar ulang topik dari pemikiran saya baru-baru ini. Saya dapat menelusuri kembali langkah-langkah saya dan mengingat pikiran apa yang memicu pikiran terbaru saya.

Dengan lebih banyak kecanggihan, mungkin seorang penulis bisa memakai neuroheadset murah, membayangkan karakter, lingkungan dan interaksi mereka. Komputer dapat menyampaikan draf pertama cerita pendek, baik sebagai file teks. Atau bahkan file video yang menunjukkan adegan dan dialog yang dihasilkan dalam pikiran penulis.

Bekerja Menuju Masa Depan

Begitu pikiran manusia dapat berkomunikasi langsung dengan komputer, dunia baru akan terbuka di hadapan kita. Suatu hari, saya ingin bermain game di dunia virtual yang menggabungkan dinamika sosial seperti di game eksperimental “Prom Week” dan “Façade” dan di game komersial “Blood & Laurels”.

Jenis pengalaman ini tidak akan terbatas pada permainan game. Platform perangkat lunak seperti Versu yang disempurnakan dapat memungkinkan saya untuk menulis jenis game tersebut.  Mengembangkan karakter di lingkungan virtual yang sama yang akan mereka tempati.

Bertahun-tahun yang lalu. Saya membayangkan aplikasi yang dapat dimodifikasi dengan mudah yang memungkinkan saya memiliki tumpukan kertas virtual. Yang melayang di sekitar saya sehingga saya dapat dengan mudah mengambil. Dan menelusuri untuk menemukan referensi yang saya perlukan untuk sebuah proyek. Saya suka itu. Saya juga akan sangat menikmati bermain “Quidditch” dengan orang lain. Sementara kita semua mengalami sensasi terbang melalui monitor yang dipasang di kepala. Dan mengontrol sapu kita dengan memiringkan dan memutar tubuh kita.

Setelah rekaman gerak berbiaya rendah tersedia, saya membayangkan bentuk-bentuk baru penceritaan digital. Bayangkan sekelompok teman memerankan sebuah cerita, lalu mencocokkan tubuh mereka. Dan gerakan mereka yang ditangkap dengan avatar 3D untuk menghidupkan kembali kisah tersebut di dunia sintetis. Mereka dapat menggunakan beberapa kamera virtual untuk “memfilmkan” aksi dari berbagai perspektif, dan kemudian membuat video.

Kreativitas semacam ini dapat menghasilkan proyek yang jauh lebih kompleks, semua disusun dalam benak pembuat konten dan dijadikan pengalaman virtual. Sejarawan amatir tanpa keterampilan pemrograman suatu hari nanti mungkin dapat membangun sistem augmented reality. Di mana mereka dapat menempatkan gambar-gambar pilihan dunia nyata dari foto bersejarah. Atau model digital bangunan yang sudah tidak ada lagi ke pemandangan dunia nyata. Akhirnya mereka dapat menambahkan avatar yang dapat digunakan untuk berkomunikasi dengan pengguna. Seiring kemajuan teknologi dan semakin mudah digunakan, diorama yang dibuat dari karton, tanah liat pemodelan. Dan ranting oleh anak-anak 50 tahun yang lalu suatu hari nanti dapat menjadi ruang virtual seukuran kehidupan yang dapat dieksplorasi.…

Membangun Privasi Langsung ke Dalam Kode Perangkat Lunak

Ketika saya berusia 15 tahun, orang tua saya tidak mengizinkan saya menggunakan AOL Instant Messenger. Semua teman saya menggunakannya, jadi saya harus mencari cara untuk mengatasi aturan ini. Saya akan tahu jika saya menginstal perangkat lunak di komputer saya, jadi saya menggunakan versi browser web sebagai gantinya. Cukup cerdas untuk menghapus riwayat internet saya setiap kali, saya pikir obrolan saya adalah rahasia.

Kemudian suatu hari ibu saya mengonfrontasi saya dengan semua waktu yang saya gunakan di Instant Messenger selama seminggu terakhir. Setiap kali saya mengunjungi situs tersebut, ada jejak cookie yang tertinggal. Dimaksudkan untuk membuat pengalaman pengguna saya lebih nyaman, cookie menyimpan informasi login saya untuk kunjungan berulang. Sayangnya, cookie membuat hidup saya kurang nyaman: Ibu saya tahu cara memeriksanya untuk menentukan kapan saya menerima pesan instan ilegal.

Sejak itu, saya sangat tertarik untuk melindungi privasi pengguna. Saya belajar ilmu komputer di perguruan tinggi dan akhirnya mengejar karir di lapangan. Saya menjadi terpesona dengan bahasa pemrograman, bahan konstruksi untuk era informasi. Bahasa membentuk bagaimana pemrogram berpikir tentang perangkat lunak dan bagaimana mereka membangunnya. Dengan membuat tugas tertentu lebih mudah dan tugas lainnya lebih sulit. Misalnya, beberapa bahasa memungkinkan pembuatan prototipe situs web dengan cepat, tetapi tidak menangani lalu lintas dalam jumlah besar dengan baik.

Mengenai minat utama saya, saya menemukan. Bahwa banyak bahasa yang paling umum saat ini mempersulit pemrogram untuk melindungi privasi dan keamanan pengguna. Cukup buruk bahwa keadaan ini berarti pemrogram memiliki banyak peluang untuk membuat kesalahan yang melanggar privasi. Lebih buruk lagi, itu berarti pengguna kami kesulitan memahami apa yang dilakukan program komputer dengan informasi kami. Bahkan saat kami semakin bergantung padanya dalam kehidupan sehari-hari.

Sejarah Ketidakamanan

Sebagai bagian dari generasi pertama yang menginjak usia di internet, saya menikmati manfaat berpartisipasi dalam kehidupan digital. Seperti mengirim pesan instan ke teman-teman saya ketika saya seharusnya mengerjakan pekerjaan rumah. Saya juga tahu ada potensi kebocoran informasi yang tidak diinginkan.

Seorang yang saat itu naksir pernah memberi tahu saya bahwa dia memanfaatkan peluang Facebook yang singkat. Untuk menemukan bahwa saya termasuk di antara lima penguntit teratasnya. Untuk waktu yang singkat, saat pengguna mengetik “. “Ke dalam bilah pencarian, pencarian yang dilengkapi otomatis adalah pengguna yang paling banyak mencari mereka. Saya malu, dan menghindari browsing biasa di Facebook untuk sementara waktu.

Krisis sosial kecil ini adalah hasil dari masalah pemrograman, kombinasi dari kesalahan programmer manusia. Dan kekurangan bahasa dan lingkungan tempat manusia itu bekerja. Dan kami tidak dapat menyalahkan programmernya, karena bahasa yang digunakan Facebook tidak dibuat dengan mempertimbangkan keamanan dan privasi modern. Mereka membutuhkan programmer untuk mengatur semuanya dengan tangan.

Menyebarkan Perlindungan ke Seluruh Program

Saat bahasa lama itu berkembang menjadi lingkungan pemrograman saat ini, keamanan dan privasi tetap sebagai add-on, bukan fungsi otomatis bawaan. Meskipun programmer mencoba untuk menjaga instruksi untuk fungsi yang berbeda tetap terpisah. Kode yang didedikasikan untuk menegakkan privasi dan masalah keamanan bercampur dengan kode lain. Dan menyebar ke seluruh perangkat lunak.

Sifat desentralisasi dari kebocoran informasi inilah yang memungkinkan ibu saya menangkap saya mengirim pesan. Peramban web yang saya gunakan menyimpan bukti obrolan rahasia saya di lebih dari satu tempat. Baik dalam riwayat situs apa yang saya kunjungi dan di jejak cookie yang saya tinggalkan. Membersihkan hanya satu dari mereka membuatku rentan terhadap pengawasan ibuku.

Jika program telah dibangun sedemikian rupa sehingga semua bukti aktivitas saya ditangani bersama-sama. Dapat diketahui bahwa ketika saya menghapus history, saya ingin cookie dihapus juga. Tapi ternyata tidak, tidak dan saya tertangkap.

Membuat Programmer Melakukan Pekerjaannya

Masalahnya menjadi lebih sulit dalam sistem online modern. Pertimbangkan apa yang terjadi jika saya membagikan lokasi saya – katakanlah Disney World – di Facebook dengan teman yang ada di sekitar. Di Facebook, lokasi ini akan ditampilkan di “timeline” saya. Tapi itu juga akan digunakan untuk tujuan lain. Pengunjung halaman Facebook Disney World dapat melihat siapa dari teman mereka yang juga pernah ke taman hiburan. Saya dapat memberi tahu Facebook untuk membatasi siapa yang dapat melihat informasi tentang saya. Sehingga orang yang tidak saya kenal tidak dapat membuka halaman Disney World. Dan melihat “Jean Yang check in 1 jam yang lalu”.

Merupakan tugas programmer untuk menegakkan batasan privasi ini. Karena kode terkait privasi tersebar di semua program yang digunakan Facebook untuk menjalankan sistemnya, pemrogram harus waspada di mana-mana. Untuk memastikan tidak ada yang tahu di mana saya berada kecuali saya menginginkannya. Programmer harus memberi tahu sistem untuk memeriksa pengaturan privasi saya di mana pun ia menggunakan nilai lokasi saya. Secara langsung atau tidak langsung.

Setiap kali programmer menulis instruksi untuk merujuk ke lokasi saya – saat menampilkan profil saya. Halaman Disney World, hasil pertanyaan seperti “teman di Disney World” dan banyak tempat lain.  Dia harus ingat untuk menyertakan instruksi untuk memeriksa privasi saya pengaturan dan bertindak sesuai.

Ini menghasilkan jalinan kode yang menghubungkan aturan dan implementasinya. Mudah bagi pemrogram untuk membuat kesalahan, dan sulit bagi orang lain untuk memeriksa bahwa kode melakukan apa yang seharusnya dilakukan.

Mengalihkan Beban ke Komputer

Cara terbaik untuk menghindari masalah ini adalah dengan mengambil tugas perlindungan privasi dari manusia dan mempercayakannya ke komputer itu sendiri. Kami dapat – dan harus – mengembangkan model pemrograman. Yang memungkinkan kami untuk lebih mudah memasukkan keamanan dan privasi ke dalam perangkat lunak. Penelitian sebelumnya dalam apa yang disebut “aliran informasi berbasis bahasa” melihat bagaimana secara otomatis memeriksa program. Untuk memastikan bahwa program yang ceroboh tidak secara tidak sengaja melanggar privasi atau aturan perlindungan data lainnya.

Bahkan dengan alat yang dapat memeriksa program, bagaimanapun, programmer perlu melakukan tugas berat menulis program yang tidak membocorkan informasi. Ini masih melibatkan penulisan pemeriksaan privasi padat karya dan rawan kesalahan di seluruh program. Pekerjaan saya pada model pemrograman baru yang disebut “pemrograman kebijakan-agnostik” berjalan selangkah lebih jauh. Membuat pemrograman yang ceroboh menjadi tidak mungkin. Dalam sistem ini, programmer melampirkan batasan keamanan dan privasi secara langsung ke setiap nilai data.

Misalnya, mereka dapat memberi label lokasi sebagai informasi yang membutuhkan perlindungan. Program itu sendiri akan memahami bahwa lokasi “Disney World” saya harus ditampilkan hanya kepada teman dekat saya. Mereka dapat melihatnya tidak hanya di halaman saya sendiri, tetapi di halaman Disney World.

Tetapi orang yang tidak saya kenal akan diberi nilai yang kurang spesifik di kedua tempat. Mungkin teman teman saya mungkin melihat “jauh dari rumah”. Dan orang yang benar-benar asing hanya dapat mengetahui bahwa saya berada “di Amerika Serikat”. Melihat halaman saya, mereka tidak akan tahu persis di mana saya berada. Dan jika mereka membuka halaman Disney World, saya juga tidak akan muncul di sana.

Kesimpulan

Dengan jenis struktur ini, manusia tidak perlu lagi menulis kode untuk berulang kali memeriksa informasi mana yang harus dibagikan; sistem komputer menanganinya secara otomatis. Artinya, ada satu hal yang perlu dipikirkan pemrogram. Ini juga membantu pengguna merasa lebih yakin bahwa beberapa elemen dari perangkat lunak yang rumit. Apalagi kesalahan manusia – tidak akan melanggar setelan privasi pribadi mereka.

Dengan program perangkat lunak yang menangani mengemudi, berbelanja, dan bahkan memilih tanggal potensial. Kami memiliki masalah yang jauh lebih besar daripada ibu kami yang melihat cookie internet kami. Jika komputer kita dapat melindungi privasi kita, itu akan menjadi peningkatan besar bagi dunia kita yang berubah dengan cepat.…

Harap Berhati-hati: Situs Web Darknet yang Samar Memanfaatkan Pandemi COVID-19

Pasar bawah tanah yang menjual komoditas ilegal seperti obat-obatan, mata uang palsu. Dan dokumentasi palsu cenderung berkembang di saat krisis, dan pandemi COVID-19 tidak terkecuali. Perekonomian bawah tanah online telah menanggapi krisis saat ini dengan mengeksploitasi permintaan komoditas terkait COVID-19.

Saat ini, beberapa ekonomi bawah tanah yang paling bersemangat ada di pasar darknet. Ini adalah situs web internet yang terlihat seperti situs web e-niaga biasa. Tetapi hanya dapat diakses menggunakan browser khusus atau kode otorisasi. Vendor komoditas ilegal juga telah membentuk obrolan grup. Dan saluran khusus pada layanan pesan instan terenkripsi seperti WhatsApp, Telegram dan ICQ.

Proyek Analisis Darknet di Grup Penelitian Keamanan Siber Berbasis Bukti. Di sini di Universitas Negeri Georgia mengumpulkan data mingguan dari 60 pasar. Dan forum darknet bawah tanah. Rekan saya Yubao Wu, Robert Harisson, dan saya telah menganalisis data ini. Dan menemukan bahwa tiga jenis utama penawaran COVID-19 telah muncul di pasar darknet sejak akhir Februari. Alat pelindung, obat-obatan, dan layanan yang membantu orang melakukan penipuan.

Menggunakan pasar darknet ini adalah bisnis yang berisiko. Pertama, ada risiko bawaan menjadi korban penipuan atau membeli produk palsu saat membeli produk dari vendor bawah tanah. Ada juga risiko kesehatan dan hukum. Membeli alat pelindung COVID-19 yang tidak efektif. Dan solusi berbahaya dari penjual yang tidak diatur secara tidak sengaja dapat merugikan pembeli secara fisik. Dan membeli informasi dan layanan dengan tujuan untuk menipu orang dan pemerintah adalah tindak pidana yang dikenai sanksi hukum.

Alat Pelindung Diri

Beberapa vendor telah menambahkan alat pelindung seperti masker wajah, baju pelindung, alat uji COVID-19. Termometer, dan pembersih tangan ke daftar produk yang akan dijual. Keefektifan alat pelindung ini dipertanyakan. Vendor bawah tanah biasanya tidak mengungkapkan sumber produk mereka, sehingga konsumen tidak dapat menilai produknya.

Salah satu contoh ketidakpastian seputar efektivitas alat pelindung berasal dari salah satu platform saluran terenkripsi. Yang kami pantau selama beberapa hari pertama pandemi. Vendor di saluran menawarkan masker wajah untuk dijual. Permintaan masker wajah sangat tinggi pada saat itu. Dan orang-orang di seluruh dunia berusaha keras untuk menemukan masker untuk penggunaan pribadi.

Sementara pemerintah dan pemasok menghadapi kesulitan dalam memenuhi permintaan masker wajah. Beberapa vendor di platform ini memasang iklan yang menawarkan masker wajah dalam jumlah besar. Salah satu vendor bahkan mengunggah video yang memperlihatkan banyak kotak masker wajah di penyimpanan.

Mengingat kekurangan global masker wajah pada saat itu. Tim peneliti kami merasa sulit untuk memahami bagaimana vendor di Thailand ini dapat menawarkan begitu banyak untuk dijual. Satu kemungkinan yang mengganggu adalah mereka menjual masker wajah bekas. Memang, pihak berwenang di Thailand menghentikan operasi yang mencuci, menyetrika. Dan mengemas masker wajah bekas dan memasoknya ke pasar bawah tanah.

Perawatan

Vendor Darknet juga menjual obat dan obat, termasuk pengobatan yang efektif, seperti Remdesivir, dan pengobatan yang tidak efektif, seperti Hydroxychloroquine. Mereka juga menjual berbagai serum dan penangkal COVID-19. Beberapa vendor bahkan menawarkan untuk menjual dan mengirimkan ventilator oksigen.

Menggunakan obat COVID-19 yang dibeli di platform darknet bisa berbahaya. Ketidakpastian tentang identitas sebenarnya dari produsen obat. Dan bahan obat lain membuat pasien rentan terhadap beragam efek samping yang berpotensi merugikan.

Penipuan DIY

Upaya pemerintah untuk meringankan tekanan finansial pada individu. Dan bisnis dari dampak ekonomi pandemi telah menghasilkan kategori produk ketiga di pasar ini. Kami telah mengamati banyak vendor yang menawarkan untuk menjual layanan penipuan online. Yang menjanjikan untuk meningkatkan keadaan keuangan pelanggan selama krisis ini.

Vendor ini menawarkan untuk mendukung pelanggan dalam menyusun situs web palsu. Yang memungkinkan mereka untuk memikat korban agar mengungkapkan informasi pribadi mereka. Atau hanya memberikan informasi pribadi yang dicuri. Informasi yang dicuri dapat digunakan untuk mengajukan tunjangan pengangguran atau mendapatkan pinjaman. Beberapa vendor melangkah lebih jauh dan menawarkan dukungan dalam proses aplikasi tunjangan penipuan.

Penipuan terkait COVID-19 dapat menimbulkan konsekuensi serius bagi individu yang identitasnya telah dicuri. Dan digunakan untuk mengajukan tunjangan atau pinjaman pemerintah, termasuk hilangnya bantuan pemerintah di masa mendatang dan kerusakan nilai kredit. Permintaan penipuan untuk dana bantuan COVID-19 yang diajukan menggunakan informasi pribadi curian juga menambah beban pada pemerintah federal. Negara bagian dan lokal.

Menggali Data

Ukuran pasar gelap daring dari barang-barang penting COVID-19 tidak diketahui. Kami bertujuan mengumpulkan cukup data untuk memberikan penilaian empiris tentang ekonomi bawah tanah ini.

Ada beberapa tantangan untuk memahami ruang lingkup pasar bawah tanah COVID-19, termasuk mengukur besarnya permintaan. Sejauh mana pasokan memenuhi permintaan tersebut, dan dampak ekonomi bawah tanah ini di pasar yang sah. Validitas yang tidak diketahui dari laporan pelanggan dan vendor darknet tentang produk yang mereka beli. Dan jual juga menyulitkan untuk menilai pasar bawah tanah.

Pendekatan penelitian sistematis kami harus memungkinkan kami untuk mengatasi masalah ini dan mengumpulkan data ini. Yang dapat mengungkapkan bagaimana pasar bawah tanah online menyesuaikan diri dengan krisis kesehatan di seluruh dunia. Informasi ini, pada gilirannya, dapat membantu pihak berwenang mengembangkan strategi untuk mengganggu aktivitas mereka.…

Scraping Web sedang Naik Daun dan Inilah Alasannya

Data menunjukkan bahwa lebih dari separuh lalu lintas online berasal dari bot dan spider. Bot bagus yang berfungsi untuk aplikasi media sosial, mesin pencari, dan alat pengumpulan data. Yang menghasilkan setidaknya 23% dari semua lalu lintas web yang dihasilkan secara online.

Googlebot, misalnya, merayapi lebih dari 96% dari semua situs online. Aktivitas perayap web didukung erat oleh Baidu Spider, yang merayapi lebih dari 82% dari semua situs web online. Bot buruk, di sisi lain, yang mencakup alat peretas, pengirim spam, peniru identitas, dan beberapa pengikis. Menghasilkan lebih dari 29% dari semua lalu lintas web.

Jumlah lalu lintas yang dihasilkan oleh bot ini akan terus meningkat. Karena bisnis mulai menghargai wawasan mendalam yang ditawarkan pengumpulan data online. Dampak dari peningkatan akses internet juga merupakan kontributor besar untuk peningkatan web scraping. Karena lebih banyak data yang masuk dari seluruh penjuru dunia.

Apa itu Web Scraping?

Scraping web adalah proses mengindeks dan mengekstrak data dalam jumlah besar dari sumber online. Seperti mesin telusur, situs e-niaga, dan banyak lagi. Alat scraping web dirancang untuk mengubah data halaman web menjadi format terstruktur dan terorganisir dengan baik. Misalnya, Oxylabs menawarkan alat pengikis web yang memenuhi hampir semua kebutuhan bisnis.

Bisnis menggunakan data yang diunduh untuk mengumpulkan wawasan berdasarkan data. Kebutuhan akan web scraper akan terus meningkat karena semakin banyak bisnis yang beralih ke e-commerce. Ada miliaran halaman web yang menyimpan sejumlah besar data yang hanya dapat diakses melalui alat pengumpulan data otomatis.

Scraping Web adalah Bisnis Besar

Menurut data yang diambil dari situs pekerjaan seperti LinkedIn dan Glassdoor;

  • Sebagian besar sektor bisnis, mulai dari perangkat lunak komputer, layanan keuangan, hingga minyak & energi, mencari lebih banyak master pengikis web.
  • Bisnis berbasis non-teknologi seperti penelitian, pengembangan bisnis, sumber daya manusia, dan pemasaran juga mencari karyawan dengan keterampilan web scraping
  • Keterampilan seperti ilmuwan data dan insinyur data senior adalah pekerjaan dengan gaji tinggi di Glassdoor. Industri berfokus pada analisis data, dan ekstraksi adalah beberapa pembayaran terbaik yang ada.

Metrik ini menunjukkan bahwa pengikisan web sekarang merupakan keterampilan penting di dunia digital. Karena semua jenis bisnis memasuki perlombaan senjata baru; data. Untungnya, alat pengikis web otomatis telah menjadi pintar, dan kebanyakan orang dapat menggunakannya tanpa perlu pengetahuan pemrograman.

Bisnis apa pun dapat mengakses alat scraping web dan segera memberdayakan dirinya dengan wawasan Big Data.

Alasan Kenapa Web Scraping adalah Bisnis Besar

Scraping web digunakan secara eceran

  • Di bidang manufaktur dan ritel, pengumpulan data dapat meningkatkan proses. Seperti pemantauan harga pesaing untuk membantu bisnis Anda melacak perubahan harga yang dinamis. Pemantauan harga manual adalah proses yang lambat dan tidak efisien. Karena harga dapat berubah beberapa kali setiap hari untuk menyesuaikan permintaan dan penawaran.
  • Alat scraping web otomatis dapat menganalisis dan mendownload data kecerdasan harga dari situs pesaing. Itu untuk memastikan bahwa strategi bisnis Anda sama kompetitifnya.
  • Pengecer dapat menggunakan pencakar web untuk mengambil deskripsi dan gambar produk dari berbagai produsen untuk tujuan e-niaga.
  • Salah satu aplikasi hebat lainnya untuk web scraping di retail adalah dalam memantau sentimen pelanggan. Data dari ulasan dan umpan balik pelanggan dapat dikumpulkan dari berbagai halaman web. Dan platform media sosial untuk membantu membentuk strategi kepuasan pelanggan yang lebih baik.

Scraping Web Digunakan dalam Penelitian Keuangan dan Ekuitas

  • Pengumpulan data dapat membantu mengumpulkan berbagai artikel berita dan data pasar untuk memanfaatkan intelijen yang dapat ditindaklanjuti untuk membantu penelitian.
  • Proses ini juga dapat mengakses banyak laporan keuangan untuk membantu memetakan keputusan investasi.
  • Asuransi juga dapat menggunakan pengumpulan dan analisis data untuk mengembangkan polis dan produk asuransi.

Scraping Web dalam Ilmu Data, Pengumpulan Data;

  • Dapat melakukan scraping waktu nyata untuk membantu bisnis di lapangan mengakses data pada penilaian kredit dan metrik kepuasan pelanggan. Data yang dikumpulkan juga dapat membantu menghilangkan penipuan dan memberikan strategi yang lebih baik yang meningkatkan pendapatan bisnis.

Aplikasi Web Scraping Lainnya

  • Dalam manajemen risiko, bisnis dapat menggunakan web scraping untuk menjalankan pemeriksaan latar belakang karyawan, pelanggan, atau mitra
  • Dalam wawasan pemasaran yang diperoleh dari data, pengumpulan dapat membangun strategi pemasaran berbasis data, perolehan prospek, dan pemasaran konten. Proses ini juga dapat membantu mengembangkan strategi pengoptimalan mesin telusur yang kuat.
  • Pemantauan reputasi juga merupakan aspek penting dari perlindungan merek. Pengikisan data dapat menjelajahi internet. Bahkan mengakses situs web yang dikunci secara geografis untuk mengumpulkan data di media sosial yang disebutkan, ulasan, dan umpan balik.
  • Alat-alat ini juga dapat menambang data pelanggaran merek atau pembajakan dari berbagai situs web secara global. Data yang dikumpulkan dapat membantu membangun strategi perlindungan merek yang terinformasi dengan baik.
  • Jurnalis menggunakan pengumpulan data untuk mengakses data yang mendukung klaim dan argumen yang dibuat oleh cerita mereka. Data tersebut dapat membantu membangun cerita visual melalui grafik atau infografis.

Kesimpulan

Pengumpulan data sebagai disiplin ilmu akan terus meningkat seiring dengan maraknya bisnis berbasis inert. Data adalah kunci untuk semua pengambilan keputusan, dan web scraping adalah metode akses data dan pengumpulannya yang paling mudah. Apakah Big Data bisnis Anda sudah siap?…

Apa itu Komputer Kuantum? Dijelaskan dengan Contoh Sederhana

Suatu hari, saya mengunjungi D-Wave Systems di Vancouver, Kanada. Ini adalah perusahaan yang membuat komputer kuantum mutakhir.

Saya harus belajar banyak tentang komputer kuantum di sana. Jadi saya ingin berbagi beberapa yang saya pelajari di sana dengan Anda dalam artikel ini.

Tujuan artikel ini adalah untuk memberi Anda intuisi yang akurat. Tentang apa yang digunakan komputer kuantum sebagai contoh sederhana.

Artikel ini tidak akan mengharuskan Anda untuk memiliki pengetahuan sebelumnya. Tentang fisika kuantum atau ilmu komputer untuk dapat memahaminya.

Oke, mari kita mulai.

Apa itu Komputer Kuantum?

Berikut ini adalah ringkasan satu kalimat tentang apa itu komputer kuantum:

Komputer kuantum adalah jenis komputer yang menggunakan mekanika kuantum. Sehingga dapat melakukan jenis komputasi tertentu dengan lebih efisien daripada komputer biasa.

Ada banyak hal yang harus dibongkar dalam kalimat ini. Jadi izinkan saya memandu Anda melalui apa yang sebenarnya menggunakan contoh sederhana.

Untuk menjelaskan apa itu komputer kuantum, saya harus terlebih dahulu menjelaskan sedikit tentang komputer biasa (non-kuantum).

Bagaimana Komputer Biasa Menyimpan Informasi

Sekarang, komputer biasa menyimpan informasi dalam serangkaian 0 dan 1.

Berbagai jenis informasi, seperti angka, teks, dan gambar dapat direpresentasikan dengan cara ini.

Setiap unit dalam rangkaian 0 dan 1 ini disebut sedikit. Jadi, sedikit dapat diatur ke 0 atau 1.

Sekarang, Bagaimana dengan Komputer Kuantum?

Komputer kuantum tidak menggunakan bit untuk menyimpan informasi. Sebagai gantinya, ia menggunakan sesuatu yang disebut qubit.

Setiap qubit tidak hanya dapat diatur ke 1 atau 0, tetapi juga dapat diatur ke 1 dan 0. Tapi apa artinya sebenarnya?

Izinkan saya menjelaskan ini dengan contoh sederhana. Ini akan menjadi contoh yang agak buatan. Tetapi itu masih akan membantu dalam memahami bagaimana komputer kuantum bekerja.

Contoh Sederhana untuk Memahami Cara Kerja Komputer Kuantum

Sekarang, anggaplah Anda menjalankan agen perjalanan, dan Anda perlu memindahkan sekelompok orang dari satu lokasi ke lokasi lain.

Agar ini tetap sederhana, katakanlah Anda hanya perlu memindahkan 3 orang untuk saat ini – Alice, Becky, dan Chris.

Dan anggaplah Anda telah memesan 2 taksi untuk tujuan ini, dan Anda ingin mengetahui siapa yang naik taksi tersebut.

Juga, anggap di sini bahwa Anda diberikan informasi tentang siapa teman dengan siapa, dan siapa musuh dengan siapa.

Di sini, katakanlah itu:

  • Alice dan Becky adalah teman
  • Alice dan Chris adalah musuh
  • Becky dan Chris adalah musuh

Dan misalkan tujuan Anda di sini adalah untuk membagi kelompok yang terdiri dari 3 orang ini menjadi dua taksi. Untuk mencapai dua tujuan berikut:

  • Maksimalkan jumlah pasangan teman yang berbagi mobil yang sama
  • Minimalkan jumlah pasangan musuh yang menggunakan mobil yang sama

Oke, jadi ini adalah premis dasar dari masalah ini. Pertama-tama mari kita pikirkan tentang bagaimana kita akan memecahkan masalah ini menggunakan komputer biasa.

Memecahkan Masalah ini dengan Komputer Biasa

Untuk mengatasi masalah ini dengan komputer biasa, non-kuantum, Anda harus terlebih dahulu mengetahui cara menyimpan informasi yang relevan dengan bit.

Mari beri label dua taksi, Taksi #1 dan Taksi #0.

Kemudian, Anda dapat mewakili siapa yang masuk ke mobil mana dengan 3 bit.

Sebagai contoh, kita dapat mengatur tiga bit ke 0, 0, dan 1 untuk mewakili:

  • Alice masuk ke Taksi #0
  • Becky naik ke Taksi #0
  • Chris naik ke Taksi #1

Karena ada dua pilihan untuk setiap orang. Ada 2 * 2 * 2 = 8 cara untuk membagi kelompok orang ini menjadi dua mobil.

Berikut daftar semua kemungkinan konfigurasi:

A | B | C
0 | 0 | 0
0 | 0 | 1
0 | 1 | 0
0 | 1 | 1
1 | 0 | 0
1 | 0 | 1
1 | 1 | 0
1 | 1 | 1

Dengan menggunakan 3 bit, Anda dapat mewakili salah satu dari kombinasi ini.

Menghitung Skor untuk Setiap Konfigurasi

Sekarang, dengan menggunakan komputer biasa, bagaimana kita menentukan konfigurasi mana yang merupakan solusi terbaik?

Untuk melakukan ini, mari kita tentukan bagaimana kita dapat menghitung skor untuk setiap konfigurasi. Skor ini akan mewakili sejauh mana setiap solusi mencapai dua tujuan yang saya sebutkan sebelumnya:

  • Maksimalkan jumlah pasangan teman yang berbagi mobil yang sama
  • Minimalkan jumlah pasangan musuh yang menggunakan mobil yang sama

Mari kita tentukan skor kami sebagai berikut:

(skor konfigurasi yang diberikan) = (# pasangan teman berbagi mobil yang sama) – (# pasangan musuh berbagi mobil yang sama)

Sebagai contoh, misalkan Alice, Becky, dan Chris semuanya naik ke Taxi #1. Dengan tiga bit, ini dapat dinyatakan sebagai 111.

Dalam hal ini, hanya ada satu pasangan teman yang berbagi mobil yang sama – Alice dan Becky.

Namun, ada dua pasangan musuh yang berbagi mobil yang sama – Alice dan Chris, dan Becky dan Chris.

Jadi, skor total konfigurasi ini adalah 1-2 = -1.

Memecahkan Masalah

Dengan semua pengaturan ini, kita akhirnya bisa menyelesaikan masalah ini.

Dengan komputer biasa, untuk menemukan konfigurasi terbaik. Pada dasarnya Anda harus melalui semua konfigurasi untuk melihat mana yang mencapai skor tertinggi.

Jadi, Anda dapat berpikir tentang membangun tabel seperti ini:

A | B | C | Skor
0 | 0 | 0 | -1
0 | 0 | 1 | 1 <- salah satu solusi terbaik
0 | 1 | 0 | -1
0 | 1 | 1 | -1
1 | 0 | 0 | -1
1 | 0 | 1 | -1
1 | 1 | 0 | 1 <- solusi terbaik lainnya
1 | 1 | 1 | -1

Seperti yang Anda lihat, ada dua solusi yang benar di sini – 001 dan 110, keduanya mencapai skor 1.

Masalah ini cukup sederhana. Dengan cepat menjadi terlalu sulit untuk diselesaikan dengan komputer biasa karena kami meningkatkan jumlah orang dalam masalah ini.

Kami melihat bahwa dengan 3 orang, kami harus melalui 8 konfigurasi yang memungkinkan.

Bagaimana jika ada 4 orang? Dalam hal ini, kita harus melalui 2 * 2 * 2 * 2 = 16 konfigurasi.

Dengan n orang, kita harus melalui (2 pangkat n) konfigurasi untuk menemukan solusi terbaik.

Jadi, jika ada 100 orang, kita harus melalui:

  • 2¹⁰⁰ ~ = 10³⁰ = satu juta juta juta juta juta konfigurasi.

Ini tidak mungkin diselesaikan dengan komputer biasa.

Memecahkan Masalah ini dengan Komputer Kuantum

Bagaimana kita menyelesaikan masalah ini dengan komputer kuantum?

Untuk memikirkannya, mari kembali ke kasus membagi 3 orang menjadi dua taksi.

Seperti yang kita lihat sebelumnya, ada 8 kemungkinan solusi untuk masalah ini:

A | B | C
0 | 0 | 0
0 | 0 | 1
0 | 1 | 0
0 | 1 | 1
1 | 0 | 0
1 | 0 | 1
1 | 1 | 0
1 | 1 | 1

Dengan komputer biasa, menggunakan 3 bit, kami hanya dapat mewakili satu dari solusi ini sekaligus – misalnya, 001.

Namun, dengan komputer kuantum, menggunakan 3 qubit, kami dapat mewakili semua 8 solusi ini secara bersamaan.

Ada perdebatan tentang apa artinya tepatnya, tapi inilah cara saya memikirkannya.

Tahapan

Pertama, periksa qubit pertama dari 3 qubit ini. Saat Anda menetapkannya ke 0 dan 1, itu seperti menciptakan dua dunia paralel. (Ya, ini aneh, tetapi ikuti saja di sini.)

Di salah satu dunia paralel itu, qubit diatur ke 0. Di dunia lain, itu diatur ke 1.

Sekarang, bagaimana jika Anda mengatur qubit kedua ke 0 dan 1 juga? Lalu, rasanya seperti menciptakan 4 dunia paralel.

Di dunia pertama, kedua qubit diatur ke 00. Di yang kedua, mereka adalah 01. Di yang ketiga, mereka adalah 10. Di yang keempat, mereka adalah 11.

Demikian pula, jika Anda menetapkan ketiga qubit menjadi 0 dan 1. Anda akan membuat 8 dunia paralel – 000, 001, 010, 011, 100, 101, 110, dan 111.

Ini adalah cara yang aneh untuk berpikir. Tetapi ini adalah salah satu cara yang tepat untuk menafsirkan bagaimana perilaku qubit di dunia nyata.

Sekarang, ketika Anda menerapkan semacam perhitungan pada ketiga qubit ini. Anda sebenarnya menerapkan perhitungan yang sama di ke-8 dunia paralel itu secara bersamaan.

Jadi, alih-alih melalui masing-masing solusi potensial secara berurutan, kita dapat menghitung skor semua solusi secara bersamaan.

Dengan contoh khusus ini, secara teori, komputer kuantum Anda akan dapat menemukan salah satu solusi terbaik dalam beberapa milidetik. Sekali lagi, itu 001 atau 110 seperti yang kita lihat sebelumnya:

A | B | C | Skor
0 | 0 | 0 | -1
0 | 0 | 1 | 1 <- salah satu solusi terbaik
0 | 1 | 0 | -1
0 | 1 | 1 | -1
1 | 0 | 0 | -1
1 | 0 | 1 | -1
1 | 1 | 0 | 1 <- solusi terbaik lainnya
1 | 1 | 1 | -1

Penggunaan Komputer Kuantum

Pada kenyataannya, untuk mengatasi masalah ini, Anda perlu memberikan dua komputer kuantum:

  • Semua solusi potensial diwakili dengan qubit
  • Fungsi yang mengubah setiap solusi potensial menjadi skor. Dalam hal ini, ini adalah fungsi yang menghitung jumlah pasangan teman dan pasangan musuh yang berbagi mobil yang sama.

Dengan dua hal ini, komputer kuantum Anda akan mengeluarkan salah satu solusi terbaik dalam beberapa milidetik. Dalam hal ini, itu 001 atau 110 dengan skor 1.

Sekarang, secara teori, komputer kuantum dapat menemukan salah satu solusi terbaik setiap kali dijalankan.

Namun, pada kenyataannya, ada kesalahan saat menjalankan komputer kuantum. Jadi, alih-alih menemukan solusi terbaik, ia mungkin menemukan solusi terbaik kedua, solusi terbaik ketiga, dan seterusnya.

Kesalahan ini menjadi lebih menonjol karena masalahnya menjadi lebih dan lebih kompleks.

Jadi, dalam praktiknya, Anda mungkin ingin menjalankan operasi yang sama pada komputer kuantum puluhan kali atau ratusan kali. Kemudian pilih hasil terbaik dari banyak hasil yang Anda dapatkan.

Bagaimana Skala Komputer Kuantum

Bahkan dengan kesalahan yang saya sebutkan, komputer kuantum tidak memiliki masalah skala yang sama dengan komputer biasa.

Ketika ada 3 orang yang perlu kita bagi menjadi dua mobil. Jumlah operasi yang perlu kita lakukan pada komputer kuantum adalah 1. Ini karena komputer kuantum menghitung skor semua konfigurasi pada saat bersamaan.

Ketika ada 4 orang, jumlah operasi masih 1.

Ketika ada 100 orang, jumlah operasi masih 1. Dengan satu operasi, komputer kuantum menghitung skor semua 2¹⁰⁰ ~ = 10³⁰ = satu juta juta juta juta juta konfigurasi. Pada saat yang sama.

Seperti yang saya sebutkan sebelumnya, dalam praktiknya, mungkin terbaik untuk menjalankan komputer kuantum Anda puluhan kali. Atau ratusan kali dan memilih hasil terbaik dari banyak hasil yang Anda dapatkan.

Namun, ini masih jauh lebih baik daripada Mengatasi masalah yang sama pada komputer biasa. Dan harus mengulangi jenis perhitungan yang sama satu juta juta juta juta juta kali.…

Mengapa Persyaratan Siswa Sastra Harus Termasuk Pemrograman

Tidak dapat disangkal bahwa, dalam dunia yang semakin global, belajar bahasa asing adalah keuntungan. Itu mengajarkan orang tentang budaya lain dan membuka kemungkinan untuk pengalaman yang lebih memperkaya ketika bepergian ke luar negeri.

Namun pada saat yang sama, dunia kita menjadi lebih berbasis komputer dan sebagai hasilnya tiga tahun ke depan. Pastinya Amerika Serikat akan memiliki 1,4 juta pekerjaan ilmu komputer. Tetapi hanya 400.000 lulusan mahasiswa yang memenuhi syarat untuk mengisinya. Dengan begitu banyak perubahan di cakrawala, generasi muda perlu memasuki dunia dengan tiga bahasa : asli, asing, dan pemrograman.

Apa itu Pemrograman?

Pemrograman bukan hanya tentang memukul keyboard sampai aplikasi muncul. Belajar menulis dan memahami kode membutuhkan serangkaian kompetensi, yang semuanya perlu diketahui orang sebelum memasuki dunia masa depan. Pemikiran komputasional, atau kemampuan untuk menerjemahkan banyak data ke dalam konsep abstrak dan memahami penalaran berbasis data. Hal itu merupakan keterampilan penting untuk masa depan.

Mengapa? Karena ini adalah keterampilan yang dikembangkan oleh kode pembelajaran tetapi dapat digunakan lintas disiplin ilmu. Ya, itu berarti bahkan penulis, ahli biologi, pemasar, dan psikolog semuanya dapat memperoleh manfaat dari pemahaman tentang kode.

Bahkan, pemrograman itu sendiri dapat menawarkan cara bagi orang-orang di berbagai profesi untuk memproses sejumlah besar data. Proses yang sekarang dapat kita kumpulkan, berkat bagaimana teknologi yang berkembang menjadi.

Seorang pemasar dapat menulis sebuah program yang merekomendasikan tempat-tempat terbaik untuk menemukan klien yang tertarik. Atau seorang fisikawan dapat menulis sebuah program untuk menggambarkan teori kepada kolega. Pemrograman membuka pintu dan memungkinkan orang untuk mengekspresikan diri dan informasi dengan cara baru.

Konsep Pemrograman

Logikanya, sebuah konsep yang diajarkan dalam matematika sekolah menengah dan dilupakan segera setelahnya. Nyatanya adalah keterampilan lain yang diajarkan oleh pemrograman keterampilan, sementara banyak mata pelajaran dapat mengajarkan logika. Pemrograman adalah unik karena siswa dapat belajar untuk merasakan kelemahan dalam logika secara instan. Jika instruksi yang Anda berikan kepada komputer tidak masuk akal, maka program Anda tidak akan berfungsi. Terserah kepada Anda untuk kembali melalui pemrograman Anda, menemukan masalah dan memperbaikinya.

Siswa memecahkan masalah di kelas matematika setiap saat. Tetapi motivasi mereka jarang lebih dari “Saya tidak ingin gagal di kelas ini”. Dengan kode, motivasi Anda bisa menjadi “Mengapa video game ini saya buat tidak berjalan dengan baik?”. Atau “Mengapa aplikasi fesyen yang saya buat menciptakan kombinasi pakaian yang salah?”. Taruhannya lebih tinggi bagi siswa karena mereka menciptakan masalah dan menyelesaikannya.

Pemecahan masalah bukan hanya yang dikatakan oleh para pekerja dengan keahlian terbaik. Tetapi juga keterampilan yang paling dapat ditransfer dari ketiganya. Apa pun karier yang Anda pilih, Anda harus menyelesaikan masalah jika ingin menjadi sukses.

Membahas Pemrograman Lebih Spesifik

Pemrograman adalah 20 persen menulis kode Anda dan 80 persen memperbaiki kode Anda. Mengharuskan Anda menemukan cara untuk membuat bagian-bagian yang berbeda bekerja satu sama lain. Dengan proses menulis, menjalankan, mengubah dan mencoba lagi sampai program berjalan (hampir) dengan sempurna.

Tidak ada waktu untuk mengangkat tangan Anda dalam kekalaha. Jika bug membuat program Anda tidak berjalan, maka Anda memiliki masalah untuk dipecahkan. Menemukan cara untuk mengatasi hambatan yang dirasakan untuk mencapai tujuan tertentu adalah inti dari pemecahan masalah. Sukses tidak pernah garis lurus, dan belajar kode program mendorong titik itu pulang. Mencapai tujuan seringkali membutuhkan revisi yang luas dan sedikit kreativitas.

Pandangan Orang Awam Tentang Sistem Pemrograman

Pemikiran lateral adalah mengapa bahasa pemrograman dapat diterapkan ke berbagai bidang studi. Banyak orang mungkin tidak menyadari betapa bermanfaatnya itu. Karena mereka belum menyadari bahwa menjadi seorang ahli dalam satu aspek karier tidak akan memotongnya lagi. Dunia dengan cepat membangun mesin dan membuat program yang akan menjadi ahli dalam aspek tunggal bidang yang berbeda.

Karena pekerjaan yang lebih sederhana menghilang karena otomatisasi, pekerjaan baru yang dibuat di tempat mereka lebih canggih daripada pendahulunya. Kita manusia, untuk melakukan apa yang tidak bisa dilakukan komputer, yaitu berpikir lateral. Pengkodean adalah salah satu cara untuk mengubah subjek yang tampaknya tidak terkait menjadi informasi yang relevan dalam masyarakat saat ini. Menemukan hubungan antara seni dan matematika, musik dan fisika atau psikologi dan geologi menjadi keterampilan yang dicari.

Dengan kemampuan untuk mengumpulkan sejumlah besar data pada hampir semua hal. Kita perlu cara untuk menggabungkan data itu bersama untuk menciptakan makna dan wawasan. Pekerjaan akan membutuhkan pemikir yang lebih dalam, logis, lateral, yang berarti sekolah perlu menghasilkan pemikir seperti itu. Menambahkan pemrograman ke kurikulum sekolah menengah adalah awal yang baik. Dunia sedang berubah, dan proses pemikiran generasi berikutnya perlu berubah untuk mengikutinya.

Pentingnya Kehadiran Programmer dalam Perusahaan

Amerika Serikat akan menghadapi kekurangan programmer yang signifikan pada tahun 2020 mendatang. Bisnis dan industri di seluruh negeri akan mencari untuk mempekerjakan lulusan berwajah segar. Tidak hanya mengisi pekerjaan baru ini akan membantu ekonomi dengan menambah tingkat pekerjaan. Tetapi juga bisa menjadi bagian dari jawaban atas momok utang mahasiswa yang menjulang. Temtunya hal ini menghantui hampir setiap pikiran mahasiswa.

Sebagian besar sumber memperkirakan siswa AS berutang $ 1,3 triliun. Dan rata-rata lulusan 2016 berhutang $ 37.000, naik 6 persen dari tahun sebelumnya. Jika dibandingkan dengan gaji awal rata-rata seorang programmer, $ 60.000, menambahkan kode ke daftar keterampilan. Anda tentu terdengar seperti permulaan mengenai pembayaran pinjaman, bukan?

Kesimpulan

Perlu diingat, sama seperti pendidikan Spanyol tingkat sekolah menengah mungkin tidak akan membuat Anda jauh di Spanyol. Kelas-kelas pengkodean tingkat sekolah menengah tidak akan secara otomatis menjadikan Anda Steve Jobs berikutnya. Namun, itu meletakkan dasar yang dapat digunakan di perguruan tinggi dan di luar jika Anda memilih untuk menggunakannya.

Bahkan jika pemrograman bukan jalur karier yang ingin Anda kejar, pemikiran komputasi, keterampilan logika, kenyamanan dengan pemecahan masalah yang kreatif. Dan pemikiran lateral akan membantu Anda dengan baik dalam jalur karier apa pun yang ingin Anda kejar.

Jadi, silakan, main-main dalam JavaScript, riset SQL atau terobsesi dengan C ++. Anda hanya memperluas basis pengetahuan Anda, menjadikan diri Anda orang yang lebih berpengetahuan luas. Dan mempersiapkan diri untuk lanskap dunia kita yang terus berubah. Selamat coding!…

Ponsel Anda vs. Komputer Panduan Apollo 11

Banyak orang yang cukup tua untuk mengalami pendaratan di bulan pertama akan mengingat dengan jelas. Bagaimana rasanya menonton Neil Armstrong mengucapkan kutipan terkenalnya. “Itu satu langkah kecil untuk seorang pria, satu lompatan raksasa bagi umat manusia.”. Setengah abad kemudian, acara tersebut masih menjadi salah satu pencapaian teratas umat manusia. Terlepas dari kemajuan teknologi yang pesat sejak itu, para astronot belum benar-benar kembali ke bulan sejak tahun 1972.

Ini sepertinya mengejutkan. Lagi pula, ketika kita merenungkan peristiwa bersejarah ini. Sering dikatakan bahwa kita sekarang memiliki lebih banyak daya komputasi di saku kita daripada komputer di atas kapal Apollo 11. Tetapi apakah itu benar? Dan, jika demikian, seberapa kuat ponsel kita?

Apollo 11 adalah komputer yang disebut Apollo Guidance Computer (AGC). Itu memiliki 2.048 kata memori yang dapat digunakan untuk menyimpan “hasil sementara” – data yang hilang ketika tidak ada daya. Jenis memori ini disebut sebagai RAM (Random Access Memory). Setiap kata terdiri dari 16 digit biner (bit), dengan bit menjadi nol atau satu. Ini berarti bahwa komputer Apollo memiliki 32.768 bit memori RAM.

Selain itu, ia memiliki 72KB Memori Hanya Baca (ROM), yang setara dengan 589.824 bit. Memori ini diprogram dan tidak dapat diubah setelah selesai.

Karakter alfabet tunggal – katakan “a” atau “b” – biasanya membutuhkan delapan bit untuk disimpan. Itu berarti komputer Apollo 11 tidak akan dapat menyimpan artikel ini dalam 32.768 bit RAM-nya. Bandingkan itu dengan ponsel Anda atau pemutar MP3 dan Anda dapat menghargai. Bahwa mereka dapat menyimpan lebih banyak, sering kali berisi ribuan email, lagu, dan foto.

Memori dan pemrosesan ponsel

Untuk membuatnya lebih konkret, ponsel terbaru biasanya memiliki 4GB RAM. Itu adalah 34.359.738.368 bit. Ini lebih dari satu juta (tepatnya 1.048.576) kali lebih banyak memori daripada komputer Apollo dalam RAM. IPhone juga memiliki memori ROM hingga 512GB. Itu adalah 4.398.046.511.104 bit, yang lebih dari tujuh juta kali lipat dari komputer pemandu.

Tapi ingatan bukan satu-satunya hal yang penting. Komputer Apollo 11 memiliki prosesor – sirkuit elektronik yang melakukan operasi pada sumber data eksternal – yang berjalan pada 0,043 MHz. Prosesor iPhone terbaru diperkirakan berjalan pada sekitar 2490 MHz. Apple tidak mengiklankan kecepatan pemrosesan, tetapi yang lain menghitungnya. Ini berarti bahwa iPhone di saku Anda memiliki lebih dari 100.000 kali kekuatan pemrosesan komputer. Yang mendarat manusia di bulan 50 tahun yang lalu.

Situasi ini bahkan lebih mencolok ketika Anda mempertimbangkan bahwa akan ada pemrosesan lain yang dibangun ke dalam iPhone. Yang menangani tugas-tugas tertentu, seperti tampilan.

Bagaimana dengan kalkulator?

Satu hal yang dibandingkan dengan ponsel canggih, tetapi bagaimana komputer Apollo 11 dibandingkan dengan kalkulator klasik? Texas Instruments adalah salah satu produsen kalkulator yang paling terkenal. Pada tahun 1998, mereka merilis TI-73, dan pada tahun 2004, mereka merilis TI-84.

Sangat mengejutkan untuk berpikir tentang kalkulator sederhana. Yang dirancang untuk membantu siswa berpuluh-puluh tahun yang lalu lulus ujian. Lebih kuat daripada komputer yang mendaratkan manusia di bulan.

Bagaimana jika Apollo 11 memiliki komputer modern?

Komputer Apollo adalah canggih pada masanya. Tetapi apa yang akan berbeda jika pendaratan di bulan memiliki komputer canggih yang tersedia saat ini?

Saya menduga bahwa waktu pengembangan perangkat lunak akan jauh lebih cepat, karena alat pengembangan perangkat lunak yang tersedia saat ini. Akan jauh lebih cepat untuk menulis, men-debug dan menguji kode kompleks yang diperlukan untuk mengirim seorang pria ke bulan.

Antarmuka pengguna (disebut Display Keyboard (DSKY)) memiliki antarmuka tipe kalkulator di mana perintah harus dimasukkan menggunakan kode numerik. Antarmuka hari ini akan jauh lebih mudah digunakan – yang bisa jadi masalah dalam situasi yang penuh tekanan. Hampir pasti tidak memiliki keyboard, tetapi akan menggunakan perintah swipe pada layar sentuh. Jika itu tidak mungkin, karena harus memakai sarung tangan, antarmuka mungkin melalui gerakan, gerakan mata atau antarmuka intuitif lainnya.

Komunikasi

Yang mengejutkan, satu hal yang tidak akan lebih baik hari ini adalah kecepatan komunikasi dengan Bumi. Waktu aktual yang diperlukan untuk berkomunikasi adalah sama dengan saat ini pada tahun 1969 – yaitu, kecepatan cahaya. Yang berarti bahwa dibutuhkan 1,26 detik untuk pesan untuk sampai dari bulan ke Bumi. Tetapi dengan file yang lebih besar sekarang kami kirim – dan dari jarak yang lebih besar dan lebih besar. Untuk mendapatkan gambar dari pesawat ruang angkasa ke Bumi hari ini. Akan memakan waktu yang relatif lebih lama daripada yang terjadi pada tahun 1969. Konon, itu akan terlihat jauh lebih cantik berkat kemajuan teknologi kamera. .

Mungkin perubahan terbesar yang akan kita lihat adalah komputer menjadi jauh lebih cerdas secara artifisial. Saya yakin bahwa penerbangan dan pendaratan pesawat ruang angkasa tidak akan sepenuhnya dimasukkan ke tangan komputer. Tetapi akan memiliki lebih banyak informasi dan kecerdasan dan akan dapat membuat banyak

Keputusan yang dapat dilakukan komputer Apollo 11 pada tahun 1969. Ini bisa menjadi bantuan besar bagi para astronot. Armstrong mengatakan bahwa, pada skala yang mengkhawatirkan dari satu hingga sepuluh. Berjalan di bulan adalah sekitar satu – sedangkan membuat penurunan terakhir ke darat adalah sekitar 13.

Jadi mari kita akhiri dengan mengakui apa yang diperlukan untuk mendaratkan orang di bulan pada tahun 1969. Dengan daya komputasi terbatas yang tersedia saat itu. Itu benar-benar pencapaian yang luar biasa. Percakapan…

Buta Komputer: Mengapa Orang Amerika Perlu Berinvestasi dalam Pendidikan Teknologi

Orang sering menerima begitu saja, tetapi menakjubkan untuk mempertimbangkan seberapa jauh itu telah terjadi selama beberapa abad terakhir.

Pada awal abad kesembilan belas, kedatangan lokomotif uap membantu menyusutkan dunia berkali-kali. Kemudian hanya seratus tahun yang lalu, umat manusia pertama kali turun ke langit. Ketika Wright Brothers dan yang lainnya di seluruh dunia menghidupkan mesin terbang mereka dari tanah. Sekitar Perang Dunia II, komputer modern paling awal lahir.

Bagaimana dengan sekarang? Nah, pengembang ENIVAC dan UNIVAC hanya beberapa dekade yang lalu tidak akan pernah bisa memimpikan gadget hari ini. Ke mana pun Anda pergi, Anda dapat menemukan orang-orang mengirim sms teman-teman terbaik mereka di ponsel cerdas mereka. Atau memeriksa Buku Terlaris NYT terbaru di Kindle mereka. Mungkin sebagai hasilnya, Anda sesekali berhenti untuk mengagumi betapa nyamannya setiap orang dengan teknologi terbaru. Tentunya, Anda berpikir, ini adalah bukti seberapa maju masyarakat kita telah menjadi.

Tapi Seberapa Bagus Orang Dalam Hal Teknologi?

Sebuah studi Layanan Pengujian Pendidikan 2015 menemukan bahwa milenium AS berada di antara yang terburuk di dunia.  Dalam hal menerapkan pengetahuan teknis mereka untuk menyelesaikan masalah. Pada tahun 2016, Dewan Pengkajian Penilaian Nasional menemukan bahwasannya. Kurang dari setengah dari siswa kelas delapan Amerika dapat dianggap “mahir” ketika diuji pada kemampuan teknologi mereka.

Hasil-hasil ini pasti akan mengejutkan mayoritas kaum milenial. Banyak di antaranya mungkin akan menjawab, “Bagaimana itu mungkin?. Orang tua saya tidak tahu apa-apa tentang berkirim pesan! Beraninya kau mengatakan mereka lebih baik dalam teknologi daripada kita! ”

Ini adalah argumen yang mungkin sudah sering Anda dengar dari generasi muda. Ketika datang ke teknologi, orang tua sangat tidak kompeten. Mereka tidak tahu apa itu Twitter atau Facebook. Dibutuhkan kesabaran yang luar biasa untuk mengajari mereka konsep paling dasar dan seterusnya.

Judgement Orang-Orang di Era Teknologi

Namun, yang sering dilupakan adalah alasan utama anak-anak saat ini. Tampak jauh lebih baik dengan Instagram, Snapchat, dan sejenisnya adalah karena mereka lebih akrab dengan produk. Jika Anda menggunakan sesuatu setiap hari, kemungkinan Anda akan menjadi berpengetahuan luas tentang hal itu dalam beberapa tahun.

Ketika banyak orang tua millenial tumbuh besar, World Wide Web tidak ada. “Google” hanya salah mengeja angka dan ponsel seukuran batu bata. Jadi, tentu saja akan ada rasa sakit yang tumbuh karena generasi yang lebih tua beradaptasi dengan teknologi baru. Tetapi kurangnya pengetahuan tidak menyiratkan ketidakmampuan. Lagipula, apakah semua remaja modern disebut bodoh. Hanya karena tidak tahu cara menggunakan pemutar rekaman atau astaga, VCR?

Jika Anda benar-benar ingin melihat sekilas tentang bagaimana orang-orang tahu tentang teknologi. Mintalah mereka untuk menjelaskan cara kerja ponsel atau komputer mereka. Bisakah mereka menyebutkan beberapa bagian yang bergerak di bawah tenda?. Bisakah mereka mengidentifikasi kekuatan pendorong di belakang Wikipedia atau situs web lain?. Anda bahkan tidak perlu menyebutkan serangan DDoS.

Kemungkinannya adalah, Anda akan mendapatkan tatapan kosong sebagai imbalan. Tidak mengherankan jika Hollywood berkali-kali gagal dalam menggambarkan hal-hal seperti peretasan. Meskipun banyak orang mengklaim sebagai ahli teknologi, banyak dari apa yang disebut “pengetahuan” mereka terdiri dari klise dan stereotip yang sering diulang, contohnya peretas dengan berat empat ratus pound.

Dampak Bagi Mereka yang Ketinggalan Zaman

Keterbelakangan teknologi Amerika bukan hanya masalah keangkuhan muda, meskipun memiliki konsekuensi jangka panjang yang semakin terbukti setiap hari. Cybersecurity telah semakin mendominasi berita utama, terutama selama siklus pemilu tahun lalu.

Dari peretas Rusia yang diduga membantu dan bersekongkol dengan kampanye Trump. Hingga kerfuffle iPhone San Bernardino, orang Amerika telah menunjukkan bahwa mereka bersedia berbicara tentang masalah rumit yang melibatkan teknologi dan privasi. Tetapi apa gunanya diskusi jika orang tidak cukup tahu tentang topik di tempat pertama?. Harga ketidaktahuan sangat tajam dalam kasus ini.

Saat ini, Anda secara rutin mendengar tentang orang yang menjadi korban penipuan phishing, pencurian identitas, atau ransomware jahat terbaru. Apa yang mereka lakukan untuk berakhir dalam kesulitan yang mengerikan?. Mereka mungkin memasukkan informasi kartu kredit mereka di situs yang tidak aman, dengan senang hati mengunduh dan menginstal virus. Menggunakan “123456” atau “kata sandi” sebagai kata sandi mereka, meskipun diberitahu ribuan kali untuk tidak melakukannya.

Kurangnya Pengetahuan Tentang Teknologi Karena Rendahnya Pendidikan Usia Dini

Singkatnya, bahkan orang yang paling mengerti teknologi tergelincir dan melakukan hal-hal yang kemudian mereka sesali. Penyebab utama? tentu saja kurangnya pendidikan. Jika orang tahu lebih banyak tentang jebakan tindakan mereka, mereka kemungkinan akan lebih berhati-hati dan mencoba untuk menghindari membuat kesalahan yang sama. Beberapa sekolah A.S telah mencoba mengisi kekosongan dalam pengetahuan siswa. Caranya dengan memungkinkan pengkodean komputer diperhitungkan dalam persyaratan bahasa asing mereka. Namun pendekatan ini gagal mengatasi masalah mendasar.

Sebagai gantinya, kelas teknologi harus diminta untuk semua anak sekolah. Mengambil tempat mereka di antara orang-orang seperti matematika dan kewarganegaraan. Tidak, tidak semua siswa akan menggunakan apa yang mereka pelajari untuk menjadi Bill Gates atau Mark Zuckerberg berikutnya. Tetapi mereka tentu saja dapat mempelajari dasar-dasar yang cukup untuk membalikkan beberapa masalah yang lebih menjijikkan pada hari itu.

Mungkin bandara tidak lagi ditutup karena ketergantungan mereka pada Windows 3.1. Mungkin, pengembang situs web akan belajar membersihkan input basis data mereka. Dan peretasan peretasan ratusan juta akun tidak lagi menjadi hal biasa.

Gambaran Pengaruh Teknologi Pada Masa Depan

Di masa depan, teknologi hanya akan semakin terintegrasi ke dalam tatanan masyarakat. Komputer akan ada di mana-mana, dari pintu garasi Anda hingga navigasi satelit Anda ke pemanggang roti Anda. Tetapi kemajuan selalu membawa risiko tertentu. Misalnya untuk setiap peretas topi putih yang baik di luar sana. Ada rekanan topi hitam yang dengan senang hati akan mengambil semua uang dari rekening bank Anda tanpa berpikir panjang. Untungnya, orang-orang ini dapat digagalkan dengan perencanaan dan kesabaran.

Seiring waktu, anggota Generasi Y dan seterusnya dapat diajari dasar-dasar teknologi. Sehingga ketika mereka memasuki dunia kerja, mereka akan lebih siap untuk apa yang akan datang.

Tugas itu mungkin tampak menakutkan. Bagaimanapun, komputer dan sejenisnya sangat kompleks (hukum Moore, siapa pun?). Tetapi mungkin dalam waktu dekat, Amerika Serikat akan mencapai tingkat melek teknologi 100 persen. Mungkin saat itu, budaya pop bisa mendapatkan lebih banyak “Mr. Robot “dan lebih sedikit” Scorpions. “…

Mengapa Komputer tidak Akan Pernah Benar-benar Sadar

Banyak proyek kecerdasan buatan canggih mengatakan mereka sedang berupaya membangun mesin yang sadar. Berdasarkan pada gagasan bahwa fungsi otak hanya menyandikan dan memproses informasi multisensor. Asumsinya, kemudian, bahwa begitu fungsi otak dipahami dengan baik, seharusnya dimungkinkan untuk memprogramnya ke dalam komputer. Microsoft baru-baru ini mengumumkan bahwa mereka akan menghabiskan US $ 1 miliar untuk sebuah proyek untuk melakukan hal itu.

Sejauh ini, upaya untuk membangun otak superkomputer bahkan belum mendekati. Proyek multi-miliar dolar Eropa yang dimulai pada 2013 sekarang sebagian besar dianggap gagal. Upaya itu telah bergeser menjadi lebih mirip proyek serupa namun kurang ambisius di A.S.. Mengembangkan alat perangkat lunak baru bagi para peneliti untuk mempelajari data otak, daripada mensimulasikan otak.

Beberapa peneliti terus bersikeras bahwa mensimulasikan ilmu saraf dengan komputer adalah cara yang harus dilakukan. Yang lain, seperti saya, memandang upaya ini sebagai kegagalan karena kita tidak percaya bahwa kesadaran itu dapat dihitung. Argumen dasar kami adalah bahwa otak mengintegrasikan dan mengompres banyak komponen pengalaman. Termasuk penglihatan dan penciuman – yang tidak dapat ditangani dengan cara komputer saat ini merasakan, memproses dan menyimpan data.

Otak tidak beroperasi seperti komputer

Organisme hidup menyimpan pengalaman dalam otak mereka dengan mengadaptasi koneksi saraf dalam proses aktif antara subjek dan lingkungan. Sebaliknya, komputer merekam data dalam blok memori jangka pendek dan jangka panjang. Perbedaan itu berarti penanganan informasi otak juga harus berbeda dari cara komputer bekerja.

Pikiran secara aktif mengeksplorasi lingkungan untuk menemukan elemen yang memandu kinerja satu tindakan atau lainnya. Persepsi tidak secara langsung terkait dengan data sensorik: Seseorang dapat mengidentifikasi tabel dari berbagai sudut. Tanpa harus secara sadar menafsirkan data dan kemudian menanyakan ingatannya. Apakah pola itu dapat dibuat dengan pandangan alternatif dari suatu item yang diidentifikasi beberapa waktu sebelumnya.

Perspektif lain tentang ini adalah bahwa tugas memori paling biasa dikaitkan dengan beberapa area otak – beberapa di antaranya cukup besar. Pembelajaran keterampilan dan keahlian melibatkan reorganisasi dan perubahan fisik, seperti mengubah kekuatan koneksi antar neuron. Transformasi tersebut tidak dapat direplikasi sepenuhnya di komputer dengan arsitektur tetap.

Komputasi dan kesadaran

Dalam karya saya sendiri baru-baru ini, saya telah menyoroti beberapa alasan tambahan bahwa kesadaran tidak dapat dihitung.

Seseorang yang sadar sadar akan apa yang mereka pikirkan, dan memiliki kemampuan untuk berhenti memikirkan satu hal. Dan mulai memikirkan hal lain – di mana pun mereka berada di jalur pemikiran awal. Tetapi itu tidak mungkin dilakukan oleh komputer. Lebih dari 80 tahun yang lalu, perintis ilmuwan komputer Inggris Alan Turing menunjukkan bahwa tidak ada cara untuk membuktikan. Bahwa program komputer tertentu dapat berhenti dengan sendirinya – namun kemampuan itu merupakan pusat kesadaran.

Argumennya didasarkan pada trik logika di mana ia menciptakan kontradiksi yang melekat. Bayangkan ada proses umum yang dapat menentukan apakah suatu program yang dianalisis akan berhenti. Output dari proses itu adalah “ya, itu akan berhenti”. Atau “tidak, itu tidak akan berhenti.” Itu cukup mudah. Tetapi kemudian Turing membayangkan bahwa seorang insinyur yang cerdik menulis sebuah program. Yang mencakup proses pemeriksaan berhenti. Dengan satu elemen penting: instruksi untuk menjaga program tetap berjalan jika jawaban penghenti pemeriksaan adalah “ya, itu akan berhenti.”

Proses

Menjalankan proses pengecekan berhenti pada program baru ini akan membuat kesalahan pengecek berhenti. Jika ditentukan bahwa program akan berhenti, instruksi program akan memerintahkannya untuk tidak berhenti. Di sisi lain, jika pemeriksa berhenti menentukan bahwa program tidak akan berhenti. Instruksi program akan menghentikan semuanya dengan segera. Itu tidak masuk akal – dan omong kosong memberi Turing kesimpulannya. Bahwa tidak ada cara untuk menganalisis suatu program dan sepenuhnya benar-benar yakin bahwa itu dapat dihentikan. Jadi tidak mungkin untuk memastikan bahwa komputer mana pun dapat meniru sistem yang pasti dapat menghentikan alur pemikirannya. Dan berubah ke jalur pemikiran lain – namun kepastian tentang kemampuan itu adalah bagian yang melekat dari kesadaran.

Bahkan sebelum karya Turing, fisikawan kuantum Jerman Werner Heisenberg menunjukkan bahwa ada perbedaan yang jelas. Dalam sifat peristiwa fisik dan pengetahuan pengamat yang sadar akan hal itu. Ini ditafsirkan oleh fisikawan Austria Erwin Schrödinger yang berarti bahwa kesadaran tidak dapat berasal dari proses fisik. Seperti komputer, yang mereduksi semua operasi menjadi argumen logika dasar.

Ide-ide ini dikonfirmasi oleh temuan penelitian medis bahwa tidak ada struktur unik di otak yang secara eksklusif menangani kesadaran. Sebaliknya, pencitraan MRI fungsional menunjukkan bahwa tugas kognitif yang berbeda terjadi di berbagai area otak. Ini telah menyebabkan ahli ilmu saraf Semir Zeki menyimpulkan bahwa “sadar” bukanlah satu kesatuan. Dan bahwa ada banyak kesadaran yang tersebar dalam ruang dan waktu. ” Jenis kapasitas otak yang tidak terbatas itu bukanlah jenis tantangan yang dapat ditangani oleh komputer terbatas.

 …

4 Cara Membuat Komputer Quantum Lebih Besar

Cryochips oleh Intel, Seeqc, dan lainnya dapat membantu skala komputer kuantum

Ketika para peneliti berusaha untuk meningkatkan kapasitas komputer kuantum. Mereka mengalami masalah yang dimiliki banyak orang setelah liburan besar: Tidak ada cukup ruang di lemari es.

Prosesor komputer kuantum saat ini harus beroperasi di dalam ruang cryogenic mendekati nol mutlak. Tetapi elektronik yang diperlukan untuk pembacaan dan kontrol jangan bekerja pada suhu seperti itu. Jadi sirkuit itu harus berada di luar kulkas. Untuk sistem sub-100-qubit hari ini, masih ada cukup ruang untuk pemasangan kabel khusus untuk membuat koneksi. Tetapi untuk sistem jutaan qubit di masa mendatang, tidak akan ada cukup ruang. Sistem seperti itu akan membutuhkan chip kendali daya ultralow yang dapat beroperasi di dalam lemari es. Para insinyur meluncurkan beberapa solusi potensial pada bulan Desember selama Pertemuan Perangkat Elektron Internasional IEEE (IEDM), di San Francisco. Mulai dari yang akrab hingga yang benar-benar eksotis.

CryoCMOS

Mungkin cara paling mudah untuk membuat kontrol cryogenic untuk komputer kuantum adalah dengan memodifikasi teknologi CMOS. Tidak mengherankan, itu adalah solusi Intel. Perusahaan meluncurkan chip CMOS cryogenik yang disebut Horse Ridge. Yang menerjemahkan instruksi kuantum-komputer ke dalam operasi qubit dasar, yang dikirimkan ke prosesor sebagai sinyal gelombang mikro.

Horse Ridge dirancang untuk bekerja pada 4 kelvin. Suhu yang sedikit lebih tinggi daripada chip qubit itu sendiri, tetapi cukup rendah untuk duduk di dalam kulkas bersamanya. Perusahaan menggunakan proses manufaktur FinFET 22-nanometer untuk membangun chip, tetapi transistor yang membentuk sirkuit kontrol membutuhkan rekayasa ulang yang substansial.

“Jika Anda menggunakan transistor dan mendinginkannya hingga 4 K. Itu bukan kesimpulan bahwa itu akan berhasil,” kata Jim Clarke, direktur perangkat keras kuantum di Intel. “Ada banyak karakteristik mendasar dari perangkat yang bergantung pada suhu.”

Yang lain bekerja di jalur yang sama. Google mempresentasikan sirkuit kontrol CMOS cryogenik pada awal tahun 2019. Dalam penelitian yang belum ditinjau oleh rekan pada saat pers, Microsoft dan kolaboratornya mengatakan. Mereka telah membangun chip kontrol CMOS 100.000-transistor yang beroperasi pada 100 milikel.

Microrelays

Di sirkuit logika, transistor bertindak sebagai sakelar, tetapi mereka bukan satu-satunya perangkat yang melakukannya. Insinyur di laboratorium Tsu-Jae King Liu di University of California, Berkeley. Telah mengembangkan relay elektromekanis skala mikrometer sebagai alternatif tenaga ultralow untuk transistor. Mereka terkejut menemukan bahwa perangkat mereka beroperasi lebih baik pada suhu 4 K daripada pada suhu kamar.

Pada suhu kamar, perangkat mengalami beberapa keanehan mekanis. Pertama, oksigen sekitar dapat bereaksi dengan permukaan elektroda relay. Seiring waktu, reaksi ini dapat membentuk lapisan dengan resistensi tinggi, membatasi kemampuan perangkat untuk melakukan arus. Tetapi pada suhu cryogenic, oksigen membeku di udara, sehingga masalah itu tidak ada.

Kedua, kontak dalam relay skala mikro cenderung saling menempel. Ini muncul sebagai efek histeresis: Relai terbuka pada tegangan yang sedikit berbeda dari yang ditutupnya. Tetapi karena kekuatan perekat lebih lemah pada suhu cryogenic, histeresis kurang dari 5 persen dari apa itu pada suhu kamar.

“Kami tidak menduga sebelumnya bahwa perangkat ini akan beroperasi dengan baik pada suhu cryogenic,” kata Liu. Yang memimpin penelitian yang dipresentasikan di IEDM oleh mahasiswa pascasarjananya Xiaoer Hu. “Kalau dipikir-pikir, kita seharusnya punya.”

Logika Kuantum Fluks Tunggal

Hypres, di Elmsford, N.Y., telah mengkomersialkan IC kriogenik selama beberapa tahun. Mencari untuk mengarahkan teknologi logika single-flux quantum (RSFQ) yang cepat. Ke dalam dunia komputasi kuantum, perusahaan baru-baru ini mengeluarkan sebuah startup yang disebut Seeqc.

Dalam RSFQ dan versi kuantumnya, logika SFQuClass. Pulsa tegangan terkuantisasi diblokir, dilewati, atau dialihkan oleh persimpangan Josephson. Jenis perangkat superkonduktor yang sama yang membentuk sebagian besar chip komputer kuantum saat ini. Pada tahun 2014 fisikawan di University of Wisconsin-Madison pertama kali menyarankan bahwa pulsa ini dapat digunakan. Untuk memprogram qubit, dan ilmuwan Seeqc telah berkolaborasi dengan mereka dan ilmuwan Universitas Syracuse sejak 2016.

Seeqc sekarang merancang seluruh sistem menggunakan teknologi. Chip kontrol-digital, koreksi-kesalahan, dan pembacaan yang dirancang. Untuk bekerja pada 3 hingga 4 K dan chip terpisah yang dirancang untuk bekerja pada 20 milikel. Untuk berinteraksi dengan prosesor kuantum.

Semimetal Weyl

Komputasi kuantum sudah aneh, tetapi mungkin dibutuhkan beberapa teknologi yang bahkan lebih aneh untuk membuatnya bekerja. Para ilmuwan di Lund University, di Swedia, dan di IBM Research – Zurich telah merancang perangkat baru. Yang disebut penguat semimetal Weyl yang mereka katakan bisa membawa elektronik pembacaan lebih dekat ke qubit. Jangan khawatir jika Anda tidak tahu apa itu semimetal Weyl. Ada hal-hal tentang bahan-bahan ini yang bahkan para ilmuwan coba buat perangkat dari mereka tidak sepenuhnya mengerti.

Apa yang mereka tahu adalah bahwa bahan-bahan ini, seperti tungsten diphosphide. menunjukkan magnetoresistensi yang sangat kuat. Tergantung suhu ketika didinginkan hingga di bawah sekitar 50 K. Perangkat yang disimulasikan memiliki elektroda gerbang yang menghasilkan medan magnet di dalam semimetal Weyl. Menyebabkan resistensi untuk beralih dari kecil ke besar dalam hitungan picoseconds. Menghubungkan input dari qubit ke perangkat dapat membuat amplifier dengan gain tinggi yang hanya menghasilkan 40 microwatt. Itu bisa cukup rendah untuk amplifier untuk hidup di bagian kulkas dekat dengan tempat tinggal qubit itu sendiri.…

Lebih murah, ditambah chip yang lebih cepat

Microsoft telah meluncurkan versi yang lebih murah dari notebook populer Windows 10 PC. Laptop tersebut diberi nama Surface Laptop Go, bersama dengan tablet Surface Pro X yang lebih cepat.

Diumumkan melalui acara pers, Surface Laptop Go adalah versi Surface Laptop 3 yang lebih kecil, lebih ringan, dan lebih murah. Microsoft berupaya menawarkan pengalaman Windows 10 premium yang sama. Namun dijual dengan harga yang lebih murah, yaitu berharga £ 549,99 di Inggris atau $549,99 di AS.

Laptop Go memiliki layar 12,4 inci yang lebih kecil tetapi terlihat seperti Laptop 3. Ini memiliki keyboard ukuran yang sama dan trackpad presisi yang besar. Laptop Go juga memiliki webcam HD 720p dan sepasang mikrofon berkualitas studio untuk panggilan video yang lebih baik. Menurut klaim Microsoft, penawaran tersebut jarang terjadi pada mesin sekelas ini.

Dibekali prosesor Intel Core i5 generasi ke-10 dengan RAM 4 atau 8GB dan pilihan opsi penyimpanan. Ditenagai baterai yang tahan 13 jam dan pengisian cepat. Memiliki pilihan port yang sama dengan saudara kandungnya yang lebih besar. Port tersebut berupa satu port USB-C, satu port USB-A tradisional, soket headphone, dan soket Surface Connect untuk daya dan konektivitas. Laptop Go juga mendukung standar wifi 6 dan Bluetooth 5 terbaru.

Satu hal yang kurang dari Laptop Go adalah kamera pengenal wajah Windows Hello Laptop 3. Sebagai gantinya, laptop ini memiliki sensor sidik jari yang terpasang di tombol daya pada model tertentu.

Tablet Surface Pro X yang lebih cepat

Bersamaan dengan Laptop Go, Microsoft juga meluncurkan pembaruan untuk tablet Surface Pro X berbasis ARM mulai tahun 2019. PC konvertibel yang diperbarui mendapatkan prosesor Microsoft SQ2 baru yang lebih cepat dan hadir dalam warna platinum baru. Tablet Surface Pro X seharga £ 1.549 di Inggris atau $1499,99 di Amerika.

Perangkat ini memiliki layar sentuh 13 inci dengan aspek rasio 3:2 dan resolusi 2880×1920. Dilansir dari GSMArena,perangkat ini dikemas ke dalam desain baru. Diklaim Microsoft sebagai yang tertipis untuk Surface pro sambil tetap mempertahankan kickstand yang khas.

Surface Pro X menawarkan pilihan memori LPDDR4x 8GB dan 16GB. Di bagian depan penyimpanan, konsumen mendapatkan pilihan 128, 256 dan 512GB SSD M. 2 2230 yang dapat dilepas. Surface Pro X memiliki kamera depan 5MP untuk video 1080p dan juga kamera terpisah untuk otentikasi wajah Windows Hello. Di bagian belakang ada kamera 10MP untuk merekam video hingga 4K. Ada juga mikrofon jarak jauh ganda, serta speaker stereo 2W dengan Dolby Audio.

Terdapat 2x port USB-C, port Surface Connect. Gigabit LTE dengan dukungan nano SIM dan eSIM, A-GPS, Wi Fi 802.11ac dan Bluetooth 5.0 di perangkat ini.

Microsoft juga mengatakan telah memperbaiki salah satu kekurangan dari sistem berbasis ARM yang baru. Basis ARM yang baru mendukung aplikasi Windows tradisional yang jauh lebih luas melalui emulasi x64. Surface Pro X kompatibel dengan keyboard Surface Pro X dari tahun lalu (dijual terpisah $104). Hal yang sama berlaku untuk Surface Slim Pen, yang harganya $145 .

Surface Laptop Go dan Surface Pro X  akan miulai dikirimkan pada 13 Oktober di AS dan 27 Oktober di Inggris.

Harga Surface Pro X

Surface Pro X yang diperbarui ini tersedia untuk praorder hari ini. Mulai dari $1.499, dan akan mulai dikirimkan pada 13 Oktober di AS. Sekarang ada empat model Pro X yang tersedia untuk konsumen:

Surface Pro X – Prosesor SQ1, RAM 8 GB, penyimpanan SSD 128 GB: $999
Surface Pro X – Prosesor SQ1, RAM 8 GB, penyimpanan SSD 256 GB: $1.299
Surface Pro X – Prosesor SQ2, RAM 16 GB, penyimpanan SSD 256 GB: $1.499
Surface Pro X – Prosesor SQ2, RAM 16 GB, penyimpanan SSD 512 GB: $1.799

Microsoft menantang Apple dengan Surface Laptop Go seharga $549

Kemunculan Microsoft mengumumkan Surface Laptop Go baru, laptop 12,4 inci seakan menantang Apple. Laptop Windows 10 yang tepat dengan tampilan yang bagus, prosesor Intel Core i5 yang cepat, dan desain yang elegan. Notebook ini juga memiliki keyboard ukuran penuh dan trackpad presisi yang besar. Berita utamanya adalah Surface Laptop Go dibandrol $549, menjadipilihan bagus untuk siswa atau siapa saja dengan budget terbatas. Bersamaan dengan Surface Laptop Go, Microsoft juga mengumumkan tablet Surface Pro X berbasis ARM yang diperbarui. Premium 2-in-1 hadir dengan prosesor kustom Microsoft SQ2 baru yang lebih cepat. Mulai dari $999, Surface Pro X ditujukan untuk menyaingi Apple iPad Pro.…