تغییر چهره کار پاره وقت برای دانشجویان مقطع کارشناسی علوم کامپیوتر و پیامدهای آن (حداقل در سریلانکا)

1985 زمانی که من دانشجوی کارشناسی ارشد در دانشگاه ایالتی کنت ، کنت ، اوهایو بودم. در ژانویه 1986 ، من یک کار نیمه وقت را در کارخانه گرمایش در دانشگاه شروع کردم - جمعه ها و شنبه شبها ساعت 8 صبح صبح کار می کردم و بر سیستم های نظارت ساختمان Johnson Controls و Honeywell نظارت می کردم. وظیفه من این بود که هر زنگ هشدار را بررسی کنم (و فرد لعنتی همیشه بوق می زد) و در صورت لزوم با رادیو با نگهبان مراقب وظیفه تماس بگیرم و به او بگویم که هر جا که هست کنار بیاید و مشکل را بررسی کند. گاهی اوقات ما نیز تماس می گرفتیم و من مرکز تماس بودم. 3.35 دلار در ساعت برای کار ، منهای مالیات پرداخت کردم.

Merrill هال ، دانشگاه ایالتی کنت خانه ریاضی گروه در 1985. معافیت از شهریه و سپس دستیاری فارغ التحصیلی. من با 640 دلار در ماه ثروتمند بودم.

بسیاری از همکاران من در رشته ریاضی کاربردی/CS نیز در مشاغل مختلف کار می کردند. دانشجویان خارجی مانند من فقط به دلیل مقررات ویزا مجاز به کار در محوطه دانشگاه بودند - این بدان معنا بود که مشاغل از کار در کافه تریا تا سرایداری گرفته تا مناطق مختلف دانشگاه که به حداقل دستمزد نیاز داشت متغیر بود. دانشجویان آمریکایی (و سایرین که واجد شرایط کار در خارج از کشور هستند) نیز از تجمل همبرگر استفاده می کردند. نکته کلیدی این است که تمام این کار پاره وقت به حرفه حرفه ای آینده ما مربوط نمی شود.

2015 30 سال سریع و من آخرین مصاحبه کننده برای هر کارمند WSO2 هستم - این بدان معناست که من با همه مصاحبه کرده ام که در شرکت کار می کند در سال گذشته (2015) ، باید بگویم که شاید 75 درصد از دارندگان مدرک علوم کامپیوتر که برای WSO2 برای مشاغل مهندسی مصاحبه کرده ام ، کار توسعه پیمان پاره وقت را به عنوان راهی برای کسب پول جیبی انجام داده اند.

< img src = "https://cdn-images-1.medium.com/max/426/1*C3X9GrTowpOaJZB6B8BDBA.png"> دفتر WSO2 کلمبو.

همه این مهندسین در حال ساخت ، در سری لانکا ، با انجام کار در سایت هایی مانند Elance ، ODesk ، و Freelancer ، به صورت پاره وقت مشغول به کار هستند که حداقل برای دانشجویان یک استاندارد تقریباً معیارهای سریلانکایی را به دست می آورند: صدها دلار در ماه و در برخی موارد بیش از 1000 دلار در ماه. این روندی است که من سال گذشته متوجه آن شدم اما درصد افرادی که این کار را انجام می دهند اکنون بسیار بیشتر است.

و البته برای آنها و خریداران منطقی است- حداقل دستمزد ایالات متحده در حال حاضر می تواند تا 10 دلار باشد /ساعت و کار فنی هزینه بسیار بیشتری را پرداخت می کند. با این وجود ، می توانید کارهای خود را در یکی از سایت های فریلنسینگ خریداری کرده و در حال حاضر با استفاده از جمعیت دانشجویی جهانی نیز کار خود را به مراتب کمتر انجام دهید.

من با آن مشکلی ندارم - به Uberization "IT خوش آمدید. خدمات فعال شده " (اگر از یک مکان خارج از مرکز فروشگاهی استفاده می کنید ، باید نگران باشید. از این بابت خوشحالم!)

آیا ما مشکلی داریم؟ تعداد کمی فارغ التحصیل تازه در سریلانکا وجود داردحقوق ماهیانه 1000 دلار دریافت کنید حقوق اولیه WSO2 LK برای فارغ التحصیلان مهندسی 4 ساله در حال حاضر Rs است. 120،000 در ماه - با کاهش ارزش LKR و افزایش USD که در حال حاضر مانند 850 دلار در ماه است. حقوق ما در بالاترین محدوده حقوق اولیه در بازار LK قرار دارد ، اما بالاترین نیست (هنوز) - من برخی از انواع شرکت های خدمات دریایی را که حدود 10 روپیه استخدام می کنم می دانم. حتی 40،000 در ماه حدود 25 cost هزینه دیگر برای مشارکت های قانونی ، مزایا و البته گزینه های سهام وجود دارد.

در این زمینه ، این یک چالش برای کسی است که شغلی را متوقف می کند تا کار آزاد کار نیمه وقت را که انجام می دهند متوقف کند-آنها این کار را به عنوان دانشجوی تمام وقت انجام داد تا مطمئناً بتوانند آن را به عنوان کارمند تمام وقت نیز مدیریت کنند. مایل به کار هستم Uberization.

در عین حال ، برای موفقیت یک مهندس در یک شرکت محصولی مانند WSO2 ، آنها باید قلب و روح خود را به مواردی که روی آنها کار می کنند متعهد کنند. رقابت در سطح جهانی ، ایجاد فناوری برنده ، ایجاد ایده های جدید و بدیع بدون تمرکز بر روح و قلب و اشتیاق 200 درصدی که انجام می دهید غیرممکن است.

بسیاری از ایده های جالب فنی من من در ساعات تعطیل آمده بودم و نه در "کار". اگر ساعت های تعطیل شما صرف می شود تا سر مشکل دیگری تنظیم شده باشد ، چنین ایده هایی ممکن است هرگز به وجود نیاید. فقط کار نمی کند شما هرگز در هیچ کاری با هیچ تعهدی جز تعهد کامل بهترین نخواهید شد.

من در تلاش هستم که به مردم توصیه کنم. در یک سطح ، من نمی خواهم کسی را از به دست آوردن تمام توان خود منع کنم - و در بسیاری از موارد این جوانان با کمک های مالی مانند حمایت از خانواده خود کارهای خارق العاده ای انجام می دهند.

در عین حال ، تفاوت شغل از طریق شغل راهی است به جای اینکه فقط برای حقوق و دستمزد کار کنید. اگر تلاش شما فقط روی کار انجام شود ، شغلی نخواهید داشت.

اگر می خواهید در زندگی واقعا موفق باشید ، مهم این است که در 20 سالگی ، در عین حال ، الاغ خود را خالی کنید. زمان گذراندن عمر در آن سالها یودانجایا این موضوع را در این وبلاگ اخیر بسیار فصیح تر توضیح داده است.

آیا کسب تمام پول در 20 سالگی مظهر سخت کوشی است؟ من فکر نمی کنم اولین شغلی است که شما را از جهات مختلف برای آینده خود تعیین می کند و فرهنگ ، ارزش ها ، اصول ، اشتیاق ، انرژی ، عشق و علاقه ای که در آنجا ایجاد می کنید چیزی است که شما را به یک حرفه یا مجموعه ای از مشاغل تبدیل می کند.

بنابراین این واقعاً یک مبادله بین دیدگاه های کوتاه مدت و بلند مدت است. اگر هدف شما این است که حداکثر درآمد را در کوتاه ترین زمان به دست آورید ، فروش مهارت های خود به خریداران ساعتی کارساز است. فناوری آن را به گونه ای ساخته است که هرکسی می تواند آن را انجام دهد .. و سیستم های رتبه بندی و شهرت خود اصلاح کننده طبیعی هستندمکانیزمی برای جایگزینی شیوه مدیریت پروژه CYA در دنیای قدیم.

با این حال ، اگر می خواهید شغلی بسازید ، به نظر من بهترین کار این است که در طول این مدت با قلب و سر خود و هر قسمت دیگر آن را به کار بگیرید. اولین شغل خود را و کار الاغ خود را خاموش. تا می توانید بیشتر یاد بگیرید. همه چیز را به چالش بکشید. "دیدگاه های قوی ضعیف" (مارک آندریسن) یا "سرسخت در بینایی ، انعطاف پذیری در جزئیات" (جف بزوس) یا "بی رحمانه ، پرشور" یا "بسیار همسو ، سست" - به عبارت دیگر ، نوع مناسب را توسعه دهید.

پول جاری خواهد شد و آن رودخانه شما را به سمت پایین دست پیش خواهد برد تا موجی از آب سفید که در حال حاضر از آن لذت می برید - تا زمانی که نسل بعدی کارشناسی ارزان قیمت شما را گران کند.

توجه داشته باشید که این بدان معنا نیست که نمی توانید کارهای فنی دیگر را انجام دهید یا نباید انجام دهید. برعکس ، من همیشه مردم را تشویق می کنم که در برخی پروژه های منبع باز دیگر نیز شرکت کنند. اما آوردن پول نقد به معادله تغییر می کند که در آن صورت انگیزه رضایت از خود یا کنجکاوی یا هر چیز دیگری نیست ، بلکه فقط اندکی دلار است. درآمد خود را در کوتاه مدت افزایش دهند. از این رو ، به طور واضح کار ساعتی پاره وقت یک کار عالی است. با این حال ، خوب فکر کنید و بفهمید که احتمالاً با رشد بلندمدت برای موفقیت کوتاه مدت معامله می کنید و این کار را با وجدان راحت و به دلایل مناسب انجام دهید.

ادغام با هوش مصنوعی: چگونه مغز بسازیم -رابط رایانه ای برای ارتباط با Google با استفاده از Keras و OpenBCI

ایلان ماسک و Neuralink می خواهند یک رابط مغز و رایانه بسازند که بتواند به عنوان لایه سوم مغز عمل کند و به انسان این امکان را بدهد که با Artificial ارتباط همزیستی برقرار کند. هوش.

اما اگر می توانید این کار را انجام دهید؟

در یک شکل (بسیار) محدود ، در واقع می توانید.

سابقه

< p> رابط مغز و رایانه (BCI) به طور گسترده به هر سیستمی اطلاق می شود که ارتباط مستقیمی بین سیستم عصبی و یک دستگاه الکترونیکی برقرار کند. این دستگاه ها ممکن است با جراحی در مغز کاشته شوند یا خارجی باشند. پارادایم های معمولی شامل اجازه دادن به کاربر برای کنترل یک محرک یا صفحه کلید ، اجازه دادن به یک دستگاه برای ارسال داده های حسی به کاربر ، یا ارتباط دو طرفه شامل داده های حسی و کنترل حرکتی (یعنی بازوی مصنوعی که ورودی کنترل موتور را دریافت می کند و داده های حسی را برای فشار ارسال می کند) یا درجه حرارت)

از نظر تاریخی ، پروتزهای عصبی انگیزه اصلی تحقیقات BCI بوده است. این شامل اندام مصنوعی برای افراد قطع عضو ، کاشت حلزون شنوایی برای ناشنوایان و تحریک عمیق مغزی برای افرادی است که از تشنج رنج می برند. در حال حاضر ، این دستگاه ها زندگی میلیون ها نفر را بهبود بخشیده است و استفاده گسترده از آنها مزایای دستیابی به ارتباط مستقیم دو طرفه بین مغز و دستگاه های الکترونیکی را نشان می دهد. با این حال ، کاربردهای احتمالی این فناوری بسیار فراتر از مراقبت های بهداشتی است. حتی در حوزه پروتزهای عصبی ، ما می توانیم فراتر از ترمیم تصور کنیم و به افزایش توانایی های خود فراتر از سطوح طبیعی انسان فکر کنیم. اعضای مصنوعی ممکن است روزی به حدی پیشرفت کنند که با هر معیار عینی از همتایان طبیعی خود برتر باشند. این اندام ها ممکن است شبیه اندام های معمولی به نظر برسند ، اما بسیار قوی تر و چابک تر هستند. مثال دیگر می تواند چشم مصنوعی باشد که وضوح بسیار بیشتری نسبت به چشم انسان دارد ، توانایی بزرگنمایی یا کوچک نمایی و مشاهده در طیف UV یا IR را دارد.

با توجه به شناخت ، امکانات حتی جالب تر می شوند. و شکل گیری مهارت یک مطالعه اخیر نشان می دهد که تحریک قسمت های خاصی از مغز باعث بهبود حافظه و به یاد آوردن آن می شود. آزمایش های دیگر موفق شده اند به طور مصنوعی خاطرات را در حیوانات کاشته باشند. به عنوان مثال ، ممکن است بتوان از روشهای این مطالعات برای افزایش توانایی یادگیری سریع یک ابزار استفاده کرد. یا شاید بتوان محرک های عصبی و حسگرهای مختلف را برای ایجاد "واحد پردازش حسابی" ترکیب کرد که بتواند تشخیص دهد که مناطق خاصی از مغز مرتبط با استدلال ریاضی یا منطقی فعال شده و با آنها ارتباط برقرار می کند.

این گسترش این تقویت شناختی است که ایلان ماسک و Neuralink می خواهند دنبال کنند. به گفته ماسک و بسیاری از نظریه پردازان برجسته هوش مصنوعی ، یک مانع کلیدی در پیشرفت فکری بشری نسبت به هوش مصنوعی ، مشکل پهنای باند است: اگرچه رایانه ها و هوش مصنوعی در حال پردازش و تولید دانش سریعتر و بیشتر هستند ، اما ما با محدودیت های فوری و اساسی در توانایی خود روبرو هستیم. برای انجام همین کار ما اطلاعات را در درجه اول از طریق حواس و توانایی تفسیر زبان به دست می آوریم. در زمانی که خواندن و فهمیدن آن به چشم ها و قشر بینایی شما نیاز داردیک جمله واحد ، رایانه می تواند هزاران صفحه متن را اسکن کند. می توان تصور کرد که در چند دهه آینده ، ما ممکن است هوش مصنوعی پیشرفته ای داشته باشیم که روی سخت افزارهای تخصصی نورومورفیک کار می کند ، با مدل های فوق العاده دقیق نحوه کار جهان و توانایی تجزیه و تحلیل و درک میلیون ها سند در عرض چند دقیقه ، تصمیم گیری و استنباط هایی که بسیار فراتر از انسان است. درک مطلب. در جهانی که به طور فزاینده ای به تصمیم گیری های مبتنی بر هوش مصنوعی وابسته است ، ممکن است انسانها در تمام بخشهای تصمیم گیری تجاری ، علمی و سیاسی منسوخ شوند. مغز ما برای بازی شطرنج با تریلیون ها مهره یا درک استراتژی های محاسبه شده که میلیون ها حرکت پیش رو را برنامه ریزی می کند ، تکامل نیافته است. این ترس از این جعبه سیاه فوق العاده است که انگیزه بسیاری از کارهای فعلی در Neuralink ، Kernel و چندین سازمان مرتبط دیگر را ایجاد می کند.

بیشتر تحقیقات پیشرو در فناوری BCI به دنبال به حداکثر رساندن اطلاعات هستند پهنای باند ، معمولاً از طریق روشهای تهاجمی که الکترودها را مستقیماً در مغز یا اعصاب کاشته می شود. با این حال ، روشهای غیر تهاجمی ، به ویژه الکتروانسفالوگرافی (EEG) و الکترومیوگرافی (EMG) به طور معمول با موفقیت قابل توجهی استفاده می شود. اینها شامل قرار دادن الکترودهایی روی سطح سر (EEG) یا پوست بالای عضلات (EMG) برای اندازه گیری فعالیت الکتریکی تجمع یافته در زیر است. جزئیات این داده ها پایین است و فاصله زیادی با سطح دقت و پهنای باند دارد که در نهایت برای تحقق اهداف بلندپروازانه تحقیقات BCI مورد نیاز است. با این وجود ، BCI های دارای EEG/EMG به موفقیت های باورنکردنی مانند کنترل هواپیماهای بدون سرنشین ، بازی های ویدئویی و صفحه کلیدها با فکر دست یافته اند ، و آنها نگاه کوچکی به امکاناتی که تحقیقات بیشتر ممکن است باز کند ، ارائه می دهند. علاوه بر این ، چندین شرکت مانند Cognixion و Neurable در حال بررسی برنامه های کاربردی BCI های مبتنی بر EEG هستند و با پروژه های هیجان انگیز زیادی که در دست انجام است ، بودجه و پشتیبانی قابل توجهی دریافت کرده اند.

مرور کلی

در این پروژه ، ما یک ارتباط مستقیم بین سیستم عصبی خود و یک عامل هوش مصنوعی خارجی ایجاد کنید. این نماینده ممکن است هر چیزی باشد که بتوانید برای آن یک API دریافت کنید: Google Assistant ، Siri ، Alexa ، Watson ، و غیره. خدمات مانند دیکشنری یا YouTube نیز واجد شرایط هستند ، اما اینها برنامه ها را به درخواستهای محتوا محدود می کند تا درخواستهای عمومی.

برای اهداف این پروژه ، ما مستقیماً از جستجوی Google پرس و جو می کنیم زیرا بیشترین انعطاف پذیری را دارد و راحت ترین راه برای تنظیم است. پس از اتمام ، شما باید بتوانید تعداد کمی از اصطلاحات را در Google به سادگی در مورد آنها جستجو کنید.

تکنیکی که ما استفاده می کنیم از سیگنال های عصبی ایجاد شده توسط مغز شما در فرایند فراخطی استفاده می کند. این "مونولوگ داخلی" است که هنگامی که به آرامی و عمداً می خوانید یا فکر می کنید در داخل سر شما اتفاق می افتد. ممکن است متوجه شده باشید که هنگام سکوت خواندن این کار را انجام می دهید ، گاهی اوقات تا جایی که فک و زبان خود را با ظرافت حرکت می دهید بدون اینکه حتی متوجه شوید. همچنین ممکن است هنگام دریافت نکات مربوط به SAT ، MCAT ، GRE یا سایر آمادگی های استاندارد استاندارد با این مفهوم برخورد کرده باشید. به داوطلبان آزمون توصیه می شود از فراخوانی خودداری کنند زیرا این یک عادت بد است که سرعت خواندن را کند می کند.زیرا مغز سیگنال هایی را به حنجره شما ارسال می کند که مربوط به کلماتی است که شما فکر می کنید ، حتی اگر قصد ندارید آنها را با صدای بلند بیان کنید. با قرار دادن الکترودهایی روی صورت بر روی اعصاب حنجره و فک پایین ، می توانیم سیگنال های مربوط به کلمات خاص را ضبط کرده و از آنها برای آموزش مدلهای یادگیری عمیق که بین کلمات مختلف تشخیص می دهند استفاده کنیم. به عبارت دیگر (بدون استفاده از کلمات کلیدی) ، ما می توانیم تشخیص دهیم که شما در مورد یک کلمه خاص به سادگی از عملکرد آن فکر می کنید.

مغز و اعصاب حنجره

این فناوری محدودیت هایی دارد و به هیچ وجه مناسب یا آماده استفاده عملی نیست. با این حال ، از اولین تظاهرات خود در دنیای واقعی دو سال پیش توسط MIT Media Lab ، با موفقیت در دستگاه هایی استفاده می شود که به کاربران امکان می دهد در هنگام بازی شطرنج ریاضیات ، تماس های تلفنی ، سفارش پیتزا و حتی دریافت کمک را انجام دهند.

هدست آزمایشگاهی MIT Media AlterEgo

SETUP & MATERIALS

< p> ابزار سخت افزاری اولیه مورد نیاز یک برد OpenBCI Ganglion است. گزینه های سخت افزاری دیگری نیز وجود دارد ، اما من OpenBCI را به عنوان یکی از بزرگترین انجمن های توسعه دهندگان برای پشتیبانی یافتم. قیمت شما حدود 200 دلار است ، اما با توجه به چیزهای باورنکردنی که می توانید با آن بسازید ، ارزشش را دارد. برد و الکترود OpenBCI

علاوه بر برد ، به الکترودها و سیم ها نیز نیاز دارید. مجموعه ای از الکترودهای فنجان طلا و ژل الکترود باید 50 دلار هزینه داشته باشد و خوب کار کند. متناوبا ، می توانید یک کیت استارت OpenBCI کامل ، که شامل برد و چند نوع الکترود خشک و همچنین یک هدبند الکترود است ، به قیمت 465 دلار تهیه کنید. این کمی گران است ، بنابراین تنظیم جام طلا کاملاً خوب است. با این حال ، اگر قصد دارید با سایر کاربردهای BCI ، مانند VR (آموزش استفاده از Unity VR به زودی!) آزمایش کنید ، هدبند و الکترودهای خشک تجربه بسیار بهتری را ایجاد می کنند.

Biosensing Starter Kit

OpenBCI همچنین تخته 8 و 16 کانال را ارائه می دهد. اینها کیفیت داده بالاتری را ارائه می دهند ، اما 4 کانال Ganglion برای این پروژه مناسب است. ترمینال خود را باز کنید و دستور زیر را تایپ کنید:

 python3 --version 

اگر پایتون ندارید یا نسخه قدیمی تری دارید ، وارد کنید: pre> $ sudo apt-get update $ sudo apt-get install python3.6

اکنون ، فهرست pyOpenBCI را بارگیری یا کلون کنید.

فهرست را به مخزن تغییر دهید و دستور زیر را برای نصب بسته های پیش نیاز اجرا کنید: < /p>

 $ pip install numpy pyserial bitstring xmltodict request bluepy 

اکنون آماده نصب pyOpenBCI

 $ pip install pyOpenBCI 

برای مشاهده هستید برخی از اقدامات ، تغییر دایرکتوری به pyOpenBCI/Examples و یافتن print_raw_example.py. این فایل را با ویرایشگر کد مورد علاقه خود باز کنید و تغییرات زیر را در خط 7 ایجاد کنید:

 board = OpenBCICyton (daisy = False) 

باید به:

<تغییر کرد pre> board = OpenBCIGanglion (mac = '*')

این به pyOpenBCI اجازه می دهد تا ماژول های مناسبی را برای برد خاصی که ما استفاده می کنیم بکار گیرد.

اکنون ، برد خود را روشن کنید. < /p>

در رایانه خود ، از فهرست Examples در ترمینال ، دستور زیر را تایپ کنید:

 $ sudo python print_raw_example 

بوم !! اکنون ترمینال شما باید با جریان داده های ورودی خام از روی صفحه پر شود.

ثبت سیگنال

اکنون که می توانیم سیگنال های خام را بدست آوریم ، می توانیم شروع کنیمطراحی و ساخت خط لوله داده برای شروع ، ابتدا باید داده های خام را به جریان LSL تبدیل کنیم. LSL به لایه Streaming Stream اشاره دارد و یک پروتکل است که در مرکز Swartz برای علوم اعصاب محاسباتی در UC San Diego توسعه یافته است تا ضبط و تجزیه و تحلیل جریان داده های زنده را تسهیل کند. LSL داده های EEG ما را بر روی میزبان محلی پخش می کند ، جایی که می توان آن را توسط برنامه های دیگر یا اسکریپت ها دریافت کرد.

تغییر فایل lsl_example.py در pyOpenBCI/Examples برای حذف جریان AUX ، که ما این کار را انجام می دهیم. نیازی نیست ، یک جریان نشانگر اضافه کنید:

ما اکنون باید یک مجموعه آزمایشی تعریف کنیم که داده ها را در فرم مورد نظر ما ضبط کرده و برای استفاده بیشتر ذخیره کند. ما می خواهیم آزمایش مجموعه ای از داده های سری EEG سری زمانی را که در فواصل جدا شده تولید می شود ، ایجاد کند که هر فاصله مربوط به زیر صداگذاری یک کلمه است. برای دستیابی به این هدف ، می توانیم آزمایشی را اجرا کنیم که یک جلسه ضبط با فواصل N را شروع می کند و هر فاصله T ثانیه طول می کشد. همه نمونه ها در یک بازه زمانی مشخص شده با شاخص فاصله و کلمه خاصی که به کاربر دستور داده می شود تا زیر صدا را بیان کند ، ذکر می شود.

فایل lsl-record.py از neurotech-berkeley به عنوان یک نقطه شروع خوب عمل می کند. مطابق با تنظیمات تعریف شده ما فایل را اصلاح کنید:

شما می توانید اصطلاح BankBank (خط 64) را برای آزمایش ترکیب های مختلف کلمات در زمینه های مختلف تنظیم کنید. همچنین می توانید مدت زمان پیش فرض (خط 12) را قبل از هر جلسه تنظیم کنید.

اکنون زمان قسمت سرگرم کننده است! الکترودها را به برد خود وصل کنید:

4 کانال چپ EEG ، راست 2 است کانال ها به حالت اولیه هستند

آنها را با تنظیمات زیر روی صورت خود بچسبانید:

یک مکان آرام برای نشستن پیدا کنید و خطوط زیر را در پایانه های جداگانه وارد کنید:

 //ترمینال 1: داده های خام را به LSL تبدیل کرده و آنها را پخش می کند
$ sudo python lsl_example 

 //ترمینال 2: جریان داده LSL را می خواند و آزمایش را اجرا می کند
$ sudo python lsl_record 

توجه: ما به عنوان sudo اجرا می کنیم تا اسکریپت بتواند آدرس MAC صفحه را تشخیص دهد

این باید یک جلسه ضبط با مدت زمان مشخص را آغاز کند. با یک کلمه تصادفی از بانک اصطلاح از شما خواسته می شود تا در فاصله های 2 ثانیه ای صدای ضعیفی را بیان کنید. جلسات ضبط ممکن است ناراحت کننده و خواب آور باشد ، بنابراین بهتر است چندین جلسه کوچک با وقفه بین آنها انجام دهید. علاوه بر این ، در صورت بروز اختلالات مکرر (به عنوان مثال حرکات ناگهانی یا کم صدا کردن کلمه نادرست) ، تنظیم تجربی ما ممکن است منجر به کیفیت داده های ضعیف شود.

شما می توانید یک تنظیم انعطاف پذیرتر با گزینه ای برای ضربه زدن به کلید طراحی و اجرا کنید. فواصل فعلی و قبلی را با مشاهده مزاحمت حذف می کند. راه حل دیگر این است که چندین جلسه کوچک انجام دهید و داده ها را در پایان ترکیب کنید ، جلسات را با اختلالات بیش از حد کنار بگذارید. برخی از سر و صدا اجتناب ناپذیر است ، و نیازی نیست که زیاد انتخابی باشید زیرا مدل با افزایش تعداد نمونه ها انعطاف پذیرتر می شود.

برای نتایج مطلوب ، باید حداقل 1000 نمونه با کیفیت بالا برای هر کلمه در بانک کلمات شما. مناسب است تا داشته باشدقالب زیر: شاخص ها از 1 تا NumIntervals ، که مجموع SessionDuration/2 بر تعداد کل جلسات است شرایط مربوط به کلمه نمایش داده شده در هر فاصله [A ، B ، C ، D] کانال های EEG هر کلمه ، ترکیب اصطلاح مربوط به تقریباً 800 خط داده است

فایل های CSV خود را با استفاده از numpy به پایتون وارد کنید. شما باید تمام داده های خود را در Numray خط 6 x ndarray در اسکریپت خود بارگذاری کنید.

اولین قدم فیلتر کردن داده ها برای حذف نویز خارج از فرکانس های مورد علاقه ما است. به نوارهای زیر: برای فرکانسهای بین 4 هرتز تا 100 هرتز ممکن است منطقی به نظر برسد ، اما با شکست مواجه می شود زیرا 60 هرتز فرکانس شبکه برق است (ممکن است بر اساس کشور متفاوت باشد) ، که احتمالاً منبع قابل توجهی از نویز است. برای نتایج مطلوب ، باید بین 4 هرتز تا 50 هرتز فیلتر کنیم.

ما می توانیم از فیلتر Scipy's Butterworth برای انتخاب محدوده فرکانسی که می خواهیم حفظ کنیم استفاده کنیم. یک فیلتر با کد زیر تعریف کنید:

سپس ، یک ستون زمانبندی ایجاد کنید (همانطور که ما مجموعه داده های متعددی را ترکیب کرده و نشانهای زمانی اصلی را نامعتبر کرده ایم) و فیلتر را در هر کانال اعمال کنید:

پس از فیلتر شدن ، از کد زیر برای بازسازی داده های خود در یک آرایه سه بعدی ndarrray با ابعاد IntervalLength x ChannelCount x IntervalCount استفاده کنید.

آنچه ما با کد فوق به طور م doneثر انجام داده ایم ، تبدیل داده های سری زمانی به داده های تصویر است به ممکن است کمی عجیب به نظر برسد ، اما می توانید هر 2 ثانیه را به عنوان یک تصویر در نظر بگیرید ، هر پیکسل مربوط به مقدار سیگنال به دست آمده در مختصات خاص (channelNumber ، lineNumber) است. به عبارت دیگر ، ما مجموعه ای از تصاویر IntervalCount داریم که اندازه هر یک از آنها IntervalLength x CannelCount است.

اولین 120 نقطه داده در فاصله EEG

این تکنیک ، که توسط جاستین الوی در پروژه ای مشابه نشان داده شد ، فوق العاده قدرتمند است زیرا به ما اجازه می دهد داده های سری زمانی را طوری درمان کنیم که گویی داده های تصویری بودند که به ما اجازه می داد از قدرت بینایی رایانه و شبکه های عصبی کانولوشنال (CNN) استفاده کنیم. شما حتی می توانید یک فرعی خاص را با ترسیم آن به صورت تصویر تجسم کنید. تعیین فرکانس هایی که باید به دنبال آن باشد.

اکنون ما آماده شروع ساخت CNN هستیم. از آنجا که ما فقط 1 بعد رنگ داریم ، می توانیم از یک CNN 1 بعدی با ابعاد ورودی IntervalLength و ChannelCount استفاده کنیم. ممکن است با پارامترها و معماری های مختلف آزمایش کنید. من بر روی یک لایه متحرک تک ، دو لایه کاملاً متصل و دو لایه جمع کننده مستقر شدم.

برای تجزیه و تحلیل دقیق تر CNN های تک بعدی و نحوه کاربرد آنها در داده های سری زمانی ، به این مقاله توسط نیلس مراجعه کنید. آکرمن.

ما در حال حاضر مدلی داریم که باید بتواند فاصله ای از داده های EEG را با یک کلمه خاص در بانک کلمات شما مطابقت دهد.

بیایید ببینیم که چقدر خوب عمل می کند. مدل را روی داده های آزمایش اعمال کنید و نتایج پیش بینی شده را با نتایج واقعی مقایسه کنید.

# مدل آزمایش
y_preditted = model.predict (X_test) 

بادو کلمه در عبارت بانک ، من توانستم به 90 درصد دقت دست پیدا کنم. همانطور که انتظار می رفت ، دقت با کلمات اضافی کمی کاهش یافت ، با 86٪ برای سه راه و 81٪ برای چهار جهت.

نمونه نمودار حقیقت از طبقه بندی دو کلمه ای. چپ واقعی است ، راست پیش بینی شده است > pp یک راه ممکن برای افزایش اندازه اصطلاح بانک بدون به خطر انداختن دقت ، ایجاد یک "اصطلاح درخت" سلسله مراتبی با پرس و جوهای چند کلمه ای است. سپس می توانید ابتدا جستجوی عمقی را روی درخت انجام دهید - هر لایه کلمات فقط با لایه های مشابه در زیر درخت مشابه با دیگران مقایسه می شود - تا بهترین مطابقت را پیدا کنید.

GOOGLE SEARCH

< p> ما در حال حاضر تمام قطعات لازم برای پرس و جو از Google با استفاده از BCI شما را داریم. یک نگاشت بین فرعی و درخواستهای خاص تعریف کنید و تماس مناسب را انجام دهید:

و….

برای انجام درخواستهای زنده همانطور که فکر می کنید ، اسکریپت lsl_record.py را به عنوان یک ماژول اصلاح و وارد کنید. سپس می توانید آن را برای خواندن جریان LSL در پاسخ به ورودی کاربر برای یک فاصله 2 ثانیه ای صدا کنید.

همین! اکنون می توانید بدون گفتن یا تایپ یک کلمه در گوگل جستجو کنید.

نتیجه گیری

با یک بانک اصطلاح سه یا چهار کلمه ای نمی توانید کارهای زیادی انجام دهید (مانع اجرای اصطلاح -درختی که قبلاً ذکر شد). گذراندن همه این مراحل برای جستجوی مسیرها به نزدیکترین پمپ بنزین کمی پیچیده تر از جستجوی گوگل در حالت عادی است. با این وجود ، مهم است که در نظر بگیریم که پیشرفت های بیشتر در این فناوری به کجا می تواند منجر شود. ما می توانیم یک نسخه بهبودیافته و کمتر آشکار از این دستگاه را تصور کنیم ، نه چندان متفاوت از آنچه تیم MIT قبلاً داشته است ، که برای ناوبری ، جستجوهای وب ، پیام های متنی ، مدیریت خانه هوشمند یا هر تعداد کارهای معمول استفاده می شود. وقتی با قدرت بهبود دستیارهای هوش مصنوعی که قادر به تفسیر وابسته به زمینه هستند ، ترکیب شود ، امکانات حتی بیشتر گسترش می یابد. تحقیقات در حال انجام در شرکت ها و آزمایشگاه های دانشگاه در سراسر جهان است. ارتباطات تله پاتی ، هوش مافوق بشری ، حواس اضافی ، تجربیات شبیه سازی شده ، دیجیتالی شدن آگاهی انسان و ادغام با هوش مصنوعی همگی قابل تامل هستند. در صورت تحقق این امکانات ، آنها فقط ارتباط ما با فناوری را دوباره تعریف نمی کنند: آنها معنای انسان بودن را دوباره تعریف می کنند.

منابع

موارد زیر لیستی از منابع است و سازمانهایی که در تکمیل این پروژه و به طور کلی در یادگیری BCI مفید بودم. من می خواهم به ویژه از تیم AlterEgo در آزمایشگاه رسانه ای MIT به عنوان الهام بخش اصلی این پروژه و همچنین آقای آلوی و NeuroTech Berkeley برای کد قبلی و کمک های آموزشی آنها در جامعه BCI قدردانی کنم. علاوه بر این ، می خواهم از استادان دانشگاه کالیفرنیا ، دیویس ، به ویژه دکتر ایلیاس تاگکوپولوس ، دکتر کارن موکسون و دکتر ارکین سکر ، برای کمک و پشتیبانی مداوم تشکر کنم.

AlterEgo: رابط گفتاری خاموش پوشیدنی شخصی پوشیده استفاده از یادگیری عمیق "افکار خود را بخوانید"-با Keras و EEG-Justin Alvey Neurotech Berkeley Github Open BCI Gitub رابط مغز و رایانه: مقدمه-Rajesh Rao

سرانجام ، من می خواهم فریاد بزرگی به صدا در آورمجوامع رو به رشد BCI/Neurotech که حمایت ، منابع و اشتیاق بی پایان برای آینده ارائه کرده اند.

NeuroTechX Reddit BCI Reddit Neuralink < uli> OpenBCI

اگر مایل به بحث بیشتر یا ارتباط هستید ، لطفاً با LinkedIn

تماس بگیرید.

چرا استخدام افراد آسیب دیده یک استراتژی مشاغل هوشمند است

وقتی 10 ساله بودم ، نارساخوانی در من تشخیص داده شد و یک اختلال بینایی و حرکتی که باعث شد من نتوانم از درسهایی که معلمان کپی می کردند ، مشکل داشته باشم. روی تخته سیاه در دفترچه ام بنویسید. (تشخیص ADHD من بیست سال بعد انجام می شود.) برای مقابله با نارساخوانی من ، به والدینم توصیه شد یک ماشین تحریر قابل حمل (یک برادر EP-44 با دو کیلوبایت RAM در آینده به من بدهند. (بله ، شما درست خواندید. نه گیگابایت به عبارت دیگر ، من می توانم دقیقا 2048 کاراکتر را قبل از پر شدن حافظه تایپ کنم.)

اما محدودیت های تکنولوژیکی سال 1982 به کنار ، بخش بسیار تاریک تری از مجبور کردن هرجا که می رفتم ، کلمه پرداز هفت پوندی با من بود: من بلافاصله برچسب "متفاوت" را دریافت کردم ، و وقتی ده ساله شدی ، "متفاوت" بوسه مرگ است. "نمی خواهم به مدرسه بروم" مشاجرات با والدین من تنها زمانی پایان یافت که وارد دبیرستان موسیقی و هنر و هنرهای نمایشی لاگاردیا شدم ، جایی که ، حدس بزنید ، همه متفاوت بودند!

اما می دانید چه شد خارج از آن سالهای جهنم؟ ابرقدرتها. علاوه بر تایپ بیش از 100 کلمه در دقیقه در بزرگسالی ، یک مزیت بزرگ نیز وجود داشت در آن زمان من متوجه نشدم که در مغز جوانم کاشته شده است: من یاد گرفته بودم که نه تنها متفاوت بودن را بپذیرم ، بلکه تا آخر عمر از آن به نفع خود استفاده کنم. من می توانم بیشتر موفقیت های شخصی و حرفه ای خود را به این دلیل نسبت دهم که هرگز "معمولی" نبوده ام. برای برجسته کردن ، بیرون راندن و بیرون راندن دانش آموزان و همکاران "معمولی".

ببینید ، وقتی متفاوت هستید ، یاد می گیرید که همه چیز را سریعتر ، بهتر و بیشتر به نفع خود اداره کنید. "مردم عادی. شما مفاهیم را بهتر درک می کنید ، به احتمال زیاد اجازه نمی دهید ترس مانع از امتحان چیزهای جدید شود ، اشتباهات را سریعتر برطرف می کنید ، یاد می گیرید که سریعتر و با نمایش کمتری حرکت کنید و احتمالاً مهمتر از همه ، یاد می گیرید که به چیزهای دیگر اهمیتی ندهید. مردم به شما یا اقدامات شما فکر می کنند.

ما قوی تر از شما هستیم تصور کنید.

در حالی که ناتوانی های خفیف مانند نارساخوانی ، ADD ، ADHD و OCD می توانند برای کودکان آسیب زا باشند ، و حتی برای بزرگسالان نیز اگر تشخیص داده نشوند یا درمان نشوند ، در صورت استفاده صحیح ، مهارت های زندگی از کنار آمدن آموخته می شود. استفاده از آنها می تواند هدیه ای برای کارمند بزرگسال یا حتی کارآفرین باشد.

کسانی که دارای نوعی اختلال یادگیری هستند ، مشترکات زیادی با کارآفرینان/کارکنان درخشان دارند.

ما " من مجبور بودم "یاد بگیرم که چگونه یاد بگیرم" به شیوه ای دیگر. همانند یک مرد نابینا که یادگیری "دیدن" را با حواس دیگر خود یاد می گیرد ، افراد دارای اختلال یادگیری "یادگیری" را به روش های مختلف یاد می گیرند. در حالی که این موارد باعث می شد من در مدرسه به دلیل نرسیدن به جواب "درست" دچار مشکل شوم ، اما در دنیای کارآفرینی بسیار مفید است ، جایی که گاهی اوقات ، شما فقط باید کارها را به درستی انجام دهید.در حال حاضر ، و مهم نیست چگونه افراد دارای معلولیت معمولاً کوتاه ترین راه را برای رسیدن از نقطه A به نقطه B در عرض پنج ثانیه پس از انجام وظیفه پیدا کرده اند.

ما پیشروترین و صادق ترین افرادی هستیم که می توانید ملاقات کنید. وقتی با کسی شروع به کار می کنم ، در عرض پنج ثانیه می داند که من ADHD دارم و من "سریعتر از حالت عادی" کار می کنم. من در مورد اینکه چرا متفاوت هستم از قبل صحبت می کنم و اولین فردی هستم که به شما می گویم که هستم و این یک مزیت است. من این کار را نه به این دلیل انجام می دهم که معتقدم از هر کس دیگری بهتر هستم ، بلکه به این دلیل است که شما نحوه کار من ، نحوه عملکرد من و نحوه عملکرد آن برای هر دوی ما را تا زمانی که برخی از دستورالعمل های ساده مفید باشد ، انجام می دهم. دنبال کرد می خواهید کاری انجام دهم؟ به من بگو که چیست ، مهلت بده ، سپس مرا تنها بگذار. شما اولین بار ، قطعاً به موقع ، اغلب اوقات کاملاً عالی عمل خواهید کرد.

ما به ندرت مهلت ها را از دست می دهیم ، زیرا به آنها نیاز داریم. برای کسی که مبتلا به ADD ، ADHD یا هر نوع اختلال یادگیری است ، هرج و مرج بدترین دشمن ما است. سازمان بهترین دوست ماست. وقتی این را یاد گرفتیم ، دنیای جدیدی برای ما باز می شود. ما می توانیم به روش های خاصی کار کنیم تا تضمین کنیم برخی کارها در مواقعی که باید انجام شود ، انجام نمی شود و در انجام آن عجله نمی کنیم. مشکل زمانی به وجود می آید که به ما مهلت داده نشده است. در دنیای ما "به زودی" یک واقعیت نیست. به من مهلت بدهید و من تضمین می کنم که قبل از موعد مقرر آن را در دستان خود دارید و احتمالاً عالی خواهد بود.

تا زمانی که ما به شما اطمینان داریم که به حرف ما واقعاً گوش دهید ، ما صادق ترین افرادی باشید که تا به حال با آنها کار خواهید کرد کسانی که ADD/ADHD دارند یک ترس دارند: این که وقتی ما نیاز به ابراز وجود داریم ، واقعاً به ما گوش نمی دهند. این مشکل به دلایل متعددی وجود دارد ، اما دلیل اصلی این است که ما باید احساس کنیم آنچه را که باید بگوییم گفته ایم و واقعاً شنیده شده است ، بنابراین می توانیم آن را به عنوان تکمیل شده ثبت کرده و ادامه دهیم. اگر اطمینان داشته باشیم که وقتی صحبت می کنیم واقعاً صدای ما را می شنوید ، هرگز دروغ نمی گوییم یا اطلاعاتی را از شما دریغ نمی کنیم.

بارها به ما گفته شده است که معلولیت ما منفی است ، به احتمال زیاد ، ما بیشتر از دیگران کار خواهیم کرد زیرا می خواهیم ثابت کنیم که جهان اشتباه کرده است. اولین باری که در سال 2001 شرکتی را فروختم ، خوشحال بودم - نه فقط به دلیل فروش - بلکه به خاطر لحظه ای از زندگی من بود که می توانستم ثابت کنم هر یک از تردیدها اشتباه می کنند. من از این سوخت و اشتیاق برای شروع و فروش سه شرکت در کل و همچنین نوشتن دو کتاب پرفروش استفاده کرده ام.

از آنجا که ما بسیار ناامید شده ایم ، در نهایت ، ما واقعاً می خواهیم موفق شویم و می خواهیم افراد اطراف ما نیز موفق شوند! در پایان روز ، ما می دانیم شکست خوردن چگونه است و مهمتر از آن ، مابدانید چگونه به ما می گویند که ما هرگز در هیچ چیزی موفق نخواهیم شد. دقیقاً به همین دلیل است که ما می خواهیم موفق شویم ، بیشتر از دیگران برای رسیدن به آنجا تلاش خواهیم کرد و اگر با شما یا برای شما کار کنیم ، بزرگترین تشویق کننده شما خواهد بود ، مادامی که بدانیم شما پشت ما هستید. در نهایت ، ما عجله ای را که از موفقیت به دست می آوریم ، دوست داریم و تقریباً هر کاری را برای رسیدن به آن انجام می دهیم.

این مقاله در اصل در Faster Than Normal منتشر شد ، سایتی که به بازکردن هدایای مغز ADHD اختصاص داده شده است. به ما پادکستی برنده جایزه داریم ، جایی که ما با افراد موفق با ADD و ADHD مصاحبه می کنیم که نکات ، اسرار و کلیدهای استفاده از هدیه ADD/HD خود را به عنوان بزرگترین دارایی خود به ما می گویند.

غریزه موتورسیکلت و شرکت های نوپا

چهارمین راه فرار ...

در First Round Capital ما در مرحله بذر سرمایه گذاری می کنیم. شرکت ها چابک هستند ، ایده ها قدرتمند هستند و بنیانگذاران محدودیت ها را پیش می برند. این مشاغل شبیه موتورسیکلت هستند. من قبلاً موتورسواری می کردم و یک کارآفرین بودم. من فکر می کنم این دو از جهات زیادی شبیه هم هستند ... سریع ، سرگرم کننده ، ترسناک ، سکسی ، مستقل ... اما بزرگترین شباهت به من غرایز لازم برای ایمن بودن در دوچرخه و موفقیت در استارت آپ است. در روزهای اولیه رانندگی با موتورسیکلت و در حرفه من به عنوان اپراتور ، واکنش به ترافیک مانند رانندگی با ماشین تقریباً من را کشت…. چند بار.

ترمزها می توانند شما را بکشند

در خودرو سه راه برای جلوگیری از تصادف وجود دارد. می توانید متوقف شوید ، می توانید به چپ یا راست بروید. ایمن ترین کار این است که تقریباً همیشه در تعطیلات باشید و ما به عنوان راننده آموزش دیده ایم تا این غریزه را داشته باشیم - موقعیت ناشناخته ، در زمان استراحت. می توانید دفعه بعد که با شخصی در ماشین هستید این را آزمایش کنید - فقط فریاد بزنید ، "خدای من" واقعاً بلند است و ابتدا آنها را بشکنید و بفهمید چرا فریاد می زنید.

وقتی سوار ماشین می شوید موتور سیکلت شما 4 راه فرار دارید ، نه سه راه. می توانید به چپ ، راست یا توقف بروید ، اما می توانید راه خود را به سمت ایمنی نیز تسریع کنید.

همانطور که در حال راه اندازی است. همیشه کسی فریاد می زند "خدای من" واقعاً بلند. "خدای من ، ما پیش بینی های خود را خرد کردیم" ، "وای خدای من ، بزرگترین مشتری ما لغو شد" ، "خدای من ، مک دونالد می خواهد با ما شریک شود" ، "خدای من ، من مطمئن نیستم که بتوانم وام مسکن را پرداخت کنم . » برخی از این صداها از بیرون می آیند ، اما بیشترین فریاد برای من صداهایی بود که در داخل بود. گفت: "شما به سوتین احتیاج دارید ، بازی شما افتاده است." حساب دارای 30 روز انحصاری در مورد سبک بود و کفش ها هفته اول فروش خوبی داشتند و سپس خریدار اصلی تماس گرفت و گفت که وسایل ما را از روی زمین می کشند. یک تیم دخترانه در تگزاس این کفش را خریداری کرده بود و یکی از والدین از زبان داخل کفش ناراحت شد. انجام سفارشات از همه حساب های دیگر ما اولین غریزه من این بود که در تعطیلات شرکت کنم ، همه جعبه ها را باز کنم و شعار را بیرون بیاورم ، حتی اگر به معنی دیر ارسال کفش باشد. به گفته وی ، در تعطیلات بنزین بزنید ، در هر کاری که انجام می دهید نگرش بیشتری به خرج دهید و حساب ها بیشتر از کفش "افتاده" و هر محصول AND 1 دیگر التماس می کند. حق با او بود. ما در مواجهه با تصادف سرعت خود را افزایش دادیمو ما بیش از این بازده فروش جدید را جبران کرده ایم.

در مواجهه با فراز و نشیب ها ، من نمی گویم همیشه بهتر است سرعت بخشید ، اما فکر می کنم بهترین کارآفرینان از هر چهار استفاده می کنند راههای فرار برای جلوگیری از خطر و آنها با غریزه ضربه زدن به وقفه ها تا آخرین لحظه ممکن مبارزه می کنند. هنگامی که آنها تصمیم می گیرند کاهش سرعت تنها گزینه باشد ، آنها سخت می شکنند و مسیر خود را به طور چشمگیری تغییر می دهند.

مشاهده در پیچ ها

در خودرو ، از فرمان استفاده می کنید تا وسیله نقلیه را به محل مورد نظر خود نشان دهید. می خواهم بروم در یک موتورسیکلت ، شما به جایی که می خواهید بروید نگاه می کنید و دوچرخه به دنبال شما می آید. این امر در پیچ ها بسیار مهم است زیرا اگر سعی می کردید از محل تلاقی اصطکاک ، نیروی گریز از مرکز ، گرانش و اسب بخار فکر کنید ، هرگز به آن نمی رسید.

[caption id = ”attachment_791” align = ”alignleft ”width =” 300 ”caption =” از طریق منحنی نگاه کنید ”]

< /img>

[/caption]

دیدن جاده از طریق پیچ ها زمانی آسان است که جاده را بشناسید و هر پیچ را با سرعت راحت وارد کنید. وقتی در جاده جدیدی هستید که هرگز در آن نبوده اید چالش برانگیزتر است و کمی سریع وارد پیچ ​​و خم می شوید و این پیچ کمی تیزتر از آن چیزی که فکر می کردید به نظر می رسد. اکنون بیش از آنچه عادت کرده اید خم شده اید و احساس می کنید که پیاده رو واقعاً نزدیک به شانه شما است. شما می خواهید جاده ای را که مستقیماً در پیش رو دارید برای آوارهایی که ممکن است باعث لغزش و از دست دادن کنترل شما شود ، نگاه کنید. شما می خواهید گاز را کنار بگذارید و شاید حتی از استراحت ها برای کاهش سرعت و کاهش چربی استفاده کنید. کاهش سرعت و تمرکز روی جاده روبروی شما ایمن تر است ، اما در واقع بسیار خطرناک تر از اعتماد به خود است ، تمرکز بر روی جاده باز بعد از پیچ و اطمینان از رسیدن به آنجا.

همانطور که در حال راه اندازی است.

وقتی شرکت شروع به پیشرفت و افزایش سرعت می کند ، ناآشنا است و در مواقعی به نظر می رسد که همه چیز از هم جدا می شود. تعدادی از کارهایی که باید انجام شود دیوانه کننده است و زمان انجام آنها به طرز غیرممکنی کوتاه است. همه چیز در اولویت اول قرار دارد زیرا هرگز نمی دانید مهمترین موفقیتی که باعث ایجاد شرکت می شود چیست. آیا این جلسه فروش "یکی" است؟ آیا ویژگی این محصول "یک" است؟ آیا این تماس یا این معامله یا این استخدام تفاوت بین موفقیت و شکست خواهد بود؟

در شرکت بازی سازی تناسب اندام من هر جزئیات بی نهایت مهم به نظر می رسید. من میلیون ها چیز در حال انجام بودم و متوجه شدم که دیگر از پیچ و خم چشم پوشی کرده ام و هنگامی که در کتابچه راهنمای دستورالعمل مان از این زبان عذاب می کشیدم و خبر را شنیدم که سونی در حال ساخت یک بازی تناسب اندام است ، جلوی چشم خود را متوقف کردم و شروع به تمرکز روی جاده کردم. به این امر باعث شد تا همه چیز برای من دوباره متمرکز شود ، انگیزه من این بود که تنها کارهایی را انجام دهم که به ما کمک می کند تا بتوانیم با اولین بازی شخصی ، تعاملی و هدفمند برای تناسب اندام برای Playstation و Xbox به بازار برویم.

به عنوان بنیانگذار ، مواقعی وجود خواهد داشت کهشما باید به جاده جلویی خود نگاه کنید و به جزئیات یک معامله یا ویژگی محصول خاص بپردازید. انجام این تغییر ارتفاع بسیار مهم است ، اما بهترین رهبران استارت آپ هرگز از جاده باز در آن سوی منحنی چشم پوشی نمی کنند. آنها همیشه سخت تر تمایل دارند ، کسب و کار را ترغیب می کنند تا سریعتر پیش برود و به چشم انداز خود اعتماد دارند تا آنها را در جاده ها و در مسیر منحنی پشت سر بگذارند.

م effectiveثرترین کارآفرینانی که با آنها کار کرده ام در تماس هستند با غرایز موتورسیکلت خود آنها می دانند چگونه برای جلوگیری از تصادف سرعت خود را افزایش دهند و بر هنر دیدن از طریق منحنی ها مسلط شده اند. ای کاش من به عنوان یک اپراتور بیشتر با این غرایز در ارتباط بودم و امیدوارم این پست برای دیگران مفید باشد.

*** UPDATE ***

لطفاً این 10 عالی را ببینید افزودنیهایی به این موضوع از داگلاس هاکنی در وبلاگش.