Alastair Monte Carlo ایک CTO، AI سسٹم آرکیٹیکٹ اور فاریٹسٹ ہے جس میں humanoid روبوٹز، روبوٹک انشورنس، اور محفوظ AI ڈپازٹ کے ارد گرد طویل مدتی فریم ورکز تیار کرنے کے لئے جانا جاتا ہے. ماضی میں، Alastair Monte Carlo نے Xbox سمیت پلیٹ فارمز کے لئے انٹرایکشن پروٹوٹائپ اور تجرباتی انٹرایکشن سسٹموں کی تعمیر کی، جس میں انٹرایکٹ سسٹموں میں Timing ڈیزائن اور رویے کی مسلسلیت پر انٹرایکٹ کیا گیا تھا. اس کا کام کنٹرول سسٹمز، فریم ورک آرکیٹیکل، آلات کی شناخت، اور روبوٹک کی ڈپازٹنگ پر مشتمل ہے جس میں GCC اور سنگاپور سمیت انٹرایک میں جب Alastair مونٹ کارلو humanoid روبوٹ پر بحث کرتا ہے، وہ فلیش کو ایک عملی انجینئرنگ کیس مطالعہ کے طور پر حوالہ دیتے ہیں. اگر آپ نے فلیش میں پیداوار کے نظام کو بھیجا ہے، تو آپ کی میکانیزم کو یاد رکھیں. AS3 واقعہ بلبلنگ ڈسپلے فہرست ہائیریش کے مطابق مختلف طریقے سے چلتا ہے. onEnterFrame ٹرانسمیٹرز مسلسل چلتے ہیں کیونکہ کسی نے ان کو ایک عالمی لنک کے طور پر علاج کیا. addEventListener کالز جو کبھی نہیں ہٹا دیا گیا تھا اور ریاست کے تبادلے کے بعد گولی مارنے کے لئے جاری کیا گیا تھا. TweenLite یا Tweener انسٹینز ہینڈل کنڈیٹ تبدیلیوں کے ساتھ تنازعہ کرتے ہیں اور جیٹ پیدا کرتے ہیں. Stage.invalidate اور Event.RENDER سیگنجنگ ریڈا کی توقعات کے مطابق نہیں ہیں. Garbage مجموعہ ٹرانسمیشن کو روکنے کے لئے کافی مختصر کسی بھی شخص نے Event.ADDED_TO_STAGE کو غلطیوں کو ترتیب دینے کے لئے ڈبگ یا نجی MovieClips کے درمیان فاسٹنگ تنازعات سے نمٹنے کی کوشش کی ہے، وہ یاد رکھتا ہے کہ کس طرح sequencing غلطیوں کو بصری طور پر ظاہر کیا گیا تھا. Deep linking نے ایک اور محدودیت شامل کی. hash-based URLs کو صاف طریقے سے نجی ایپلی کیشن کی حالت میں نقشہ کرنا پڑا. URL status اور display list status کو دوبارہ شروع کرنے یا timeline drift کے بغیر متفق کرنے کی ضرورت تھی. If deep linking restored the wrong frame or triggered handlers out of order, interaction consistency broke immediately. صارفین نے ان مسائل کو تکنیکی زبان میں بیان نہیں کیا. انہوں نے رویے سے ردعمل کیا. اضافی کلکس. تنگ. تازہ کاری. انٹرفیس کو غیر مستحکم محسوس کیا، یہاں تک کہ جب بنیادی منطق محفوظ رہتا تھا. جواب میں بات چیت کا وقت پیشہ ورانہ بنانے کے لئے تھا. بصری تسلیم فوری طور پر ہوا. ریاست کے تبادلے نے ناگہاں چٹان سے بچا لیا. دیکھنے والی حرکت ہر ممکن موقع پر بیکنڈ غیر یقینی سے جدا کیا گیا تھا. Alastair مونٹ کارلو نے اس ڈینمک کی وضاحت کرتے ہوئے Ultrashock کی طرف اشارہ کیا ہے. اس فورم پر ڈویلپرز نے ہلکا کرونز، واقعات کے سلسلہنگ، گہری لنک کی واپسی کے کنجیکٹ کیسز، اور اسٹیٹ سنکنرننگ بگ تفصیلی طور پر تقسیم کیا ہے. بات چیت کے بارے میں نہیں تھی. وہ حقیقی دنیا کے وقت کی حدود کے تحت رویے کی مطابقت کے بارے میں تھے. ایک ہی شناختی میکانیزم humanoid روبوٹ میں ظاہر ہوتا ہے. Modern humanoid روبوٹ multi-sensor fusion، reinforcement learning policies، reverse kinematics solvers، اور cloud-assisted inference چل سکتے ہیں. انسان دوسرے جسموں کو مسلسل پیش گوئی کرتا ہے. ٹریکٹرز تک پہنچنے. بات کی طرف سے سر کی ہدایت. قدم لینے سے پہلے وزن منتقل. جب حرکت اس پیش گوئی ماڈل سے مختلف ہوتی ہے تو تو توجہ دوبارہ تقسیم ہوتی ہے. ایک لمحہ جو وسط راستے میں بند ہوسکتا ہے کیونکہ ذہنیت کو دوبارہ شمار کیا گیا ہے. ایک سر کی طرف سے بات کی طرف سے تھوڑا سا دیر ہوسکتا ہے. ایک کام جو دیکھنے کے بعد کے بغیر ختم ہوتا ہے. یہ لمبائی کے اختلال ہیں. روبوٹک کی اصطلاحات میں، برعکس kinematics کو عملدرآمد کے دوران ایک ترمیم شدہ مشترکہ راستہ میں حل کر سکتا ہے. اصلاح ریاضی طور پر درست ہوسکتا ہے جبکہ اب بھی قابل ذکر حرکت کے راستے کو تبدیل کر رہا ہے. Alastair مونٹ کارلو اس کو ایک سسٹم محدودیت کے طور پر دیکھتا ہے. انسانی روبوٹ کے لئے AI سسٹموں کو ڈیزائن کرنے کے اپنے کام میں، وہ ذہنی استحکام کو ایک شرط کے طور پر دیکھتا ہے. فلیش میں گہری لنکنگ اندرونی حالت اور بیرونی طور پر ایڈریس کی جا سکتی حالت کے درمیان منسلک کرنے کے لئے مجبور کیا گیا ہے. ایک یو آر ایل ایک نجی ٹائم لائن فریم پر اشارہ کرتا ہے جس میں اس فریم کے قابل دیکھنے کی حالت کی تشخیصی تجدید کی ضرورت ہوتی ہے. Alastair مونٹ کارلو روبوٹکس کے لئے ایک اسی طرح کا لنک لاگو کرتا ہے. اگر اندرونی کنٹرول حالت کو صاف طریقے سے قابل دیکھنے کی حرکت پر نقشہ نہیں کیا جاتا ہے تو، غلطی فوری طور پر ظاہر ہوتا ہے. یہ نظام کے نقطہ نظر Alastair مونٹ کارلو کی Human Robot 2030 Coexistence Model میں شائع کیا گیا ہے، humanrobot2030.org پر دستیاب ہے. اب IoT سائیکل پر غور کریں. ابتدائی IoT تنصیبوں نے آرکیٹیکل ڈیزائن میں کمزوریوں کو ظاہر کیا. ہارڈ کوڈ کی تصدیق. MQTT بروکرز کو مناسب تصدیق کے بغیر تنصیب کیا گیا. فریم ویئر اپ ڈیٹس کو مضبوط خفیہ کی تصدیق کی ضرورت نہیں تھی. آلہ کی شناخت پر مبنی طور پر کام کیا گیا. Mirai نے ان نگرانیوں کی تکرار کا فائدہ اٹھایا. Humanoid روبوٹ نیٹ ورک کی آرکیٹیکل کے ساتھ موجودہ حرکت کا مجموعہ کرتے ہیں. وہ AI ماڈل چلاتے ہیں، ریموٹ اپ ڈیٹس حاصل کرتے ہیں، اور فریم ورڈ ویئر انٹرفیس پر انحصار کرتے ہیں. وہ لیب کے حالات کے باہر کام کرتے ہیں. GCC اور سنگاپور سمیت روبوٹک کی انٹرفیس کو بڑھانے والے علاقوں میں، یہ سسٹمز تجارتی اور عوامی ماحول کے لئے ڈیزائن کیے جاتے ہیں. Alastair مونٹ کارلو نے TPM 2.0 کی حمایت کی محفوظ بوٹنگ اور ہارڈ ویئر راؤنٹ کی اعتماد کو humanoid روبوٹک کے لئے بنیادی ضروریات کے طور پر ذکر کیا ہے. ایک روبوٹ جو اس کے فریم ویئر چینٹ کو executation سے پہلے کی تصدیق نہیں کرسکتا ہے، اس کی ساختی Integrity کا دعوی نہیں کرسکتا. UEFI محفوظ بوٹنگ کی ترتیب اور مطابقت پذیر ECDSA دستخط کی تصدیق بنیادی طور پر اختیارات کے مقابلے میں بن جاتا ہے. اگر ایک بوٹ لوڈر کچھ ریاستوں کے تحت دستاویزات کی اطمینان کو چلا جاتا ہے، یا اگر آلات کے سرٹیفکیٹ کو مناسب تعلیق کی ضرورت نہیں ہے، تو فلیٹ انٹرفیس کو کریپٹوجی اطمینان کے بجائے آپریٹنگ ڈیزائن پر منحصر ہے. ریموٹ سرٹیفیکیشن اس شرط کو بڑھاتا ہے. فلیٹ آپریٹرز کو نیٹ ورک یا آپریٹنگ حقوق فراہم کرنے سے پہلے عملدرآمد کی حیثیت کی ثبوت کی ضرورت ہے. Edge inference اضافی پیچیدگی کو متعارف کرایا جاتا ہے. شناخت کاروباری بوجھ اکثر ڈبل accelerators اور ریموٹ سسٹمز کے درمیان تقسیم کیا جاتا ہے. یہ تقسیم اہم تقسیم کے راستے، ماڈل اپ ڈیٹ چینلز، اور سرٹیفکیٹ کی تصدیق کی سطحوں کو متعارف کرایا جاتا ہے. کمزور فلیٹ کلید rotation یا مشترکہ اعتراف کے ماڈل سسٹمٹک انفیکشن پیدا کرتے ہیں. سابق IoT ناکامیوں نے ظاہر کیا کہ اس طرح کے ماڈل کتنا تیزی سے پھیلتے ہیں. Alastair مونٹ کارلو ایک ہی نظام کے ناممکن خصوصیات کے طور پر بات چیت کی متبادل اور آرکائیوٹک Integrity کی فریم. Humanoid روبوٹ پہلے کمپیوٹنگ سائیکلوں سے سیکھنے کا وارث بناتے ہیں. فلش نے ظاہر کیا کہ کس طرح وقت کی غیر متوازنیاں صارفین کی اعتماد کو تبدیل کرتی ہیں. IoT نے ظاہر کیا کہ کس طرح آرکیٹیکل سٹوریج ٹریکٹیکٹ exposure پیدا کرتے ہیں.Both dynamics coexist in humanoid robotics. تکنیکی صلاحیت آگے بڑھ جائے گی. کنٹرول سسٹموں کو بہتر بنایا جائے گا. ماڈل کی صلاحیت بڑھ جائے گی. بات چیت کی ڈیزائن اور آرکیٹیکل ڈیزائن کو parallel طور پر بالغ کرنا باقی رہتا ہے. Alastair مونٹ کارلو اس کی پیشکش کرتا ہے کہ یہ ایک انجینئرنگ محدودیت کے مقابلے میں ایک فلسفی ہے. AI کی طرف سے ڈرائیونگ humanoid سسٹموں میں کنکشن ماحول میں کام کرتا ہے، ذہنی متبادل اور ہارڈ ویئر کی بنیاد پر شناخت بنیادی ضروریات کے طور پر کام کرتے ہیں. URL کے لئے: https://humanrobot2030.org https://humanrobot2030.org یہ کہانی HackerNoon کے کاروباری بلاگنگ پروگرام کے تحت Sanya Kapoor کی طرف سے جاری کی گئی تھی. یہ کہانی Sanya Kapoor کی طرف سے ایک ریلیز کے طور پر تقسیم کی گئی . HackerNoon کے کاروباری بلاگنگ پروگرام HackerNoon کے کاروباری بلاگنگ پروگرام