QuickBooks Selvstændige er Half-off for Holidays


quickbooks selvstændige salg

Højsæsonen er i fuld gang. Og selvom du skræmmer for at skryte, er dit shopping spil på punkt. Du har afdækket fantastiske tilbud på et utal af eftertragtede elementer – laptops, køkken gadgets, gaming konsoller. Det er selvfølgelig også en god tid at finde salg på masser af praktiske varer. Du ved – de slags ting, der er nødvendige for ansvarlig voksenbehandling, men er bestemt mindre sjov end et nyt fladskærms-tv. Og en af ​​de varer til salg lige nu? QuickBooks!

QuickBooks er en regnskabsmæssig softwarepakke, og det er et must-have, hvis du er en uafhængig entreprenør og iværksætter. Det er svært nok at køre din egen virksomhed. Dit fokus skal være på at tackle dit egentlige arbejde og generere nye kundeemner. Du ønsker ikke at blive skruet ned i papirarbejde. Heldigvis er QuickBooks selvstændige (QBSE) her for at lette dine administrative byrder. Det er som om din egen har din egen regnskabsafdeling, men langt mere overkommelig og med meget mindre lille snak.

Du spekulerer nok på, hvad præcis QBSE kan gøre for dig. Nå, dette skybaserede system har fem nøglefunktioner:

1. Automatisk Mileage Tracker

Denne funktion er en gave, hvis du ender med at logge mange timer i bilen til forretningsrejser. Du kan automatisk (og pålideligt) spore alle dine miles med telefonens GPS. Desuden kan du nemt kategorisere personlig og arbejdsmæssig rejse samt tilføje ture manuelt.

2. Spor indkomst og omkostninger

Hvis du driver en virksomhed, skal du absolut vide, hvor dine penge går. Heldigvis kan du bruge QuickBooks til at importere transaktioner fra dine kreditkort, bank, Square, PayPal og meget mere. Programmet giver dig også mulighed for automatisk at sortere alle dine transaktioner i skattekategorier. Som om det ikke var spændende nok, har QBSE også kvittering. Det betyder, at du blot kan se et billede af dine kvitteringer og knytte dem direkte til dine udgifter. Hvilken bekvemmelighed!

3. Kør rapporter

Med denne funktion kan du både køre og eksportere tilpassede rapporter vedrørende dine udgifter, overskud, tab og balancer. Måske vigtigere, kan du også spore din pengestrøm. Alt dette er forpligtet til at give dig uvurderlig indsigt i sundheden i din virksomhed.

4. Fakturaadministration

Med QBSE kan du sende fakturaer til kunder og leverandører direkte fra din smartphone. Derfor kan du udføre din virksomhed fra stort set overalt. Det giver dig også mulighed for at overvåge åbne fakturaer og hurtigt sende forsinkede anmeldelser. Du kan endda aktivere online betalinger. Få dine penge og få det hurtigt!

5. Skøn kvartalsskatter

Et af de mest udfordrende aspekter af selvstændig beskæftigelse er at administrere dine skatter. Når alt kommer til alt, har du ikke et firma, der automatisk giver fradrag for dig hver lønseddel. Heldigvis kan du med QuickBooks nemt finde ud af, hvad du skylder hvert kvartal. Du kan også modtage automatiske påmindelser inden hver forfaldsdato. Dette vil hjælpe dig med at undgå sene gebyrer. Bedst af alt, giver QBSE dig mulighed for at organisere dine indtægter og udgifter til øjeblikkelig arkivering. Det er en sand gave!

Se QuickBooks Deal

Okay, du er nok chomping på det ordsprogede stykke for at lære detaljerne om QuickBooks nuværende salg. Nå, hvis du køber nu, kan du gemme 50% rabat i de næste tre måneder. Det betyder, at det kun koster dig $ 5 / month. QBSE betaler praktisk for sig selv!

Men det er ikke alt. QuickBooks tilbyder også 29% rabat dens selvstændige skattepakke for de næste tre måneder. Det er rigtigt – det koster kun dig $ 12 / month. Hvad får du det? Ved at kombinere funktionerne i QBSE med TurboTax hjælper denne mulighed dig med nemt at afdække branchespecifikke fradrag og modtage skatterådgivning året rundt. Desuden kan du hurtigt og trygt arkivere både dine føderale og statslige afkast. Og endda oprette et direkte depositum for din (forventede) tilbagebetaling.

Kick off 2019 på en solid business footing og drage fordel af dette fantastiske QuickBooks salg i dag!

Leder du efter sidste øjebliksgaver? Vi har alle de juleaftaler, du nogensinde har brug for.

Vi stræber efter at hjælpe vores læsere med at finde de bedste tilbud på kvalitetsprodukter og -tjenester, og vælg hvad vi dækker omhyggeligt og uafhængigt. Hvis du finder en bedre pris for et produkt, der er opført her, eller ønsker at foreslå en af ​​dine egne, send os en mail til dealsteam@digitaltrends.com.

Digital Trends kan tjene provision på produkter købt via vores links, som understøtter det arbejde, vi gør for vores læsere.










2020 Mercedes-Benz CLA Holder Design-Led Styling, Gets More Tech


Mercedes-Benz CLA teaser

Mercedes-Benz vil sidde ud i 2019 Detroit Auto Show, men det betyder ikke, at det vil holde stille i første halvdel af året. Det tyske firma rejser til 2019 Consumer Electronics Show (CES) for at introducere anden generation CLA. Det er et passende sted for en bil, der vil være betydeligt mere højteknologisk end dets forgænger.

CLA er det design-ledede medlem af Mercedes 'voksende familie af kompakte biler. Det kommer ikke til at ændre sig. Selv om Mercedes ønsker at holde det fulde design skjult indtil den officielle afsløring, sendte den et mørkt teaserbillede, der viser en fastback-lignende taglinje, der minder om tredje generationens CLS og rammeløse døre. Vi forventede, at anden generation CLA vil være længere end sin forgænger, og den vil køre på en længere akselafstand. Mercedes havde brug for at øge modelens fodaftryk for at undgå at skabe intern konkurrence for sin nye all-star, A-Class Sedan.

Mercedes har endnu ikke udgivet billeder af CLAs interiør, men den førnævnte A-Class Sedan, der blev udgivet tidligere i 2018, giver os en nøjagtig ide om, hvad man kan forvente. Upmarket varianter af CLA vil drage fordel af det helt nye Mercedes-Benz User eXperience (MBUX) infotainment system, der vises på en 10-tommers touchscreen med høj opløsning. Denne kunstige intelligensdrevne software tilpasser sig individuelle brugere ved at lære deres vaner, uanset om det er et telefonopkald foretaget på samme tid samme dag hver uge eller en rute, der drives regelmæssigt. Naturlig stemmegenkendelse teknologi vil lade passagererne navigere softwareens forskellige funktioner. De vil også kunne bruge berøringsskærmen eller en touchpad placeret på midterkonsollen.

Tekniske specifikationer – som meget andet – forbliver underpakket. Vi ved, at CLA vil ride på en udvikling af forhjulstrækplatformen, der findes under den nuværende generation. Autoblog mener, at entry level modellen vil komme med en turboladet, 2,0-liters firecylindret motor bedømt til 188 hestekræfter og 221 pund-fødder af drejningsmoment. Mercedes-AMG vil tilføje en mellemtone model til kataloget, og den fede CLA 45 vil returnere med over 400 hestekræfter på tryk fra en turbo fire.

Bliv afstemt, da Digital Trends vil være live hos CES for at give dig detaljerede oplysninger om 2019 Mercedes-Benz CLA, så snart det bryder omslaget. Salget vil begynde kort tid efter, og modellen vil nå amerikanske showrooms inden sommeren 2019. Prissætningen starter i nærheden af ​​$ 32.000.










Anthony Levandowski vender tilbage med en selvkørende lastbilskema


Anthony Levandowski, den ingeniør, hvis påståede tyveri af forretningshemmeligheder landede ham midt i en blokkerende selvkørende bils juridiske kamp, ​​er trådt tilbage i spotlightet med et nyt firma. Pronto AI, han annoncerede tirsdag, udvikler et $ 5,000 eftermarkedet driverassistent system til semitrucks, som vil håndtere styring, gashand og bremser på motorvejen.

For at bevise det virker, brugte Levandowski softwaren til at sende sin Toyota Prius over hele landet. I oktober siger Levandowski, at bilen kørte 3.099 miles fra San Francisco til New York City. På ingen tid tog han kontrol væk fra computeren, undtagen at håndtere de ikke-motorveje bits, hovedsagelig at genoplive og hvile sig.

"Jeg ved, hvad nogle af jer måske tænker:" Han er tilbage? "" Levandowski skrev i et Mellempost, der annoncerede Pronto's lancering. "Ja, jeg er tilbage."

Levandowski har været stille siden februar 2017, da Waymo indgav en retssag mod uber. Levandowski, der var grundlægger af Googles team, der blev Waymo, havde forladt virksomheden i januar 2016 for at finde et selvkørende lastbilfirma Otto. Et par måneder senere købte Uber Otto og satte Levandowski i spidsen for sin egen autonomiindsats. I sin kulør påstod Waymo, at Levandowski havde stjulpet tusindvis af tekniske filer fra sin tidligere arbejdsgiver på vejafdelingen blandt dem blueprints for en særlig type lasersensor – og brugt dem til at fremskynde Ubers autonome forskningsindsats. Levandowski, men ikke navngivet som sagsøgt, påberåbte sit 5. Ændring ret mod selvkrimination, når han blev deponeret. Uber fyrede ham i maj 2017, og selskaberne afviklede sagen i februar 2018, et par dage ind i retssagen.

Med Pronto afviger Levandowski fra Waymos "moonshot" tilgang, der har til formål at levere et fuldt selvkørende system, der aldrig kræver menneskelig input. Pronto's Copilot er ligesom Teslas autopilot afhængig af et menneske bag rattet for at overvåge kørslen og overtage efter behov. For at sikre at mennesket forbliver vågent, bruger systemet et indvendigt kamera og lyder advarsler, hvis de ser væk fra vejen. Gode ​​ting også: Cross-country-drevet tog et par forsøg, hvoraf en sluttede, da systemet frakoblede i Utah ifølge Guardian. (Hver gang kom Levandowski tilbage til San Francisco for at starte over.) Under den reporteres testkørsel i køretøjet overtog Levandowski systemet på et tidspunkt for at klare en hård fusion.

Ikke desto mindre insisterer Levandowski på, at hans vej vil få robokarer på motorvejen. "Den selvkørende industri har simpelthen fået to vigtige ting galt," skriver han. "Det har været fokuseret på at opnå drømmen om fuld autonome kørsel lige fra manuel køretøjsoperation, og det har jaget denne falske drøm med krykke teknologier."

"Crutch teknologier" refererer til detaljerede kort og lidar, den specielle lasersensor, som de fleste autonome køretøjsudviklere anser for afgørende for at spotte forhindringer og andre trafikanter. Levandowski var en tidlig proselytizer til teknologien, der fungerede som den første sælger til Velodyne lidar-systemet Dave Hall, der blev oprettet i 2005. En række lidar-virksomheder har avanceret sin kapacitet i det seneste årti, men det er fortsat dyrt og begrænset til en række 250 meter.

I stedet for lasere bruger Pronto's system seks kameraer til at se på vejen, mens et par neurale netværk analyserer deres billeder og træffer kørselsbeslutninger. Kameraer ser meget længere end lidar, og i langt større opløsning, men det kræver meget smart software at fortolke de 2D hav af pixels, de hoster op. At forstå lidar returen er meget lettere. Men at arbejde med kameraer ser forbedring takket være de seneste fremskridt inden for maskinindlæring og tensor hardware. I sit mellemliggende post siger Levandowski, at dette er "anderledes, i sidste ende meget mere lovende, vej mod at løse den selvdrevne udfordring."

Levandowski er ikke alene i at tro at kameraer kan trumle lasere. Elon Musk insisterer på, at hans Teslas vil drive en dag med kun kameraer og radar. Og selvom selvkørende lastbilstart starter, bruger TuSimple lidar, det baserer hovedparten af ​​sin opfattelse og vejplanlægningssystem på kameradata. WIREDs nylige tur i TuSimples lastbil viste, at motorvejskørsel med et kamera-tungt system er gennemførligt. Jo større spørgsmål til Pronto vil være, hvor meget arbejde, tid og penge det vil tage Levandowski og hans team for at fremme deres system for at være i stand til mere end trundling langs motorvejen med et menneskeligt kig på det.

Hvilket fører til det endnu større spørgsmål om, hvordan Levandowskis omdømme kan hindre Pronto i at inddrage finansiering og talent, der gør det muligt. Det påståede problem med handelstyveri er en dårlig start. I oktober, New Yorker rapporterede, at Levandowski ignorerede Googles regler for hvilke veje bilerne kunne køre på, og engang kom i et sammenbrud, der skadede hans kollegas rygsøjle. Og mens han siger, at Pronto har "komfort og sikkerhed", sagde Levandowski også til bladet, at "hvis det er dit job at fremme teknologi, sikkerhed kan ikke være din nr. 1 bekymring. "

Men Levandowski har en historie med over forventninger. Han konkurrerede i Darpa Grand Challenges (et sjældent øjeblik for den selvkørende verden) med en autonom motorcykel. Før Google selv havde et selvkørende team, sendte han en autonom Prius over San Franciscos Bay Bridge. Han har et ry for at tage tvivlsomme genveje, men også for at være charmerende og inspirerende og en ukonventionel tænker. Det er værdifulde træk i Silicon Valley. Plus, en omarbejdet tilgang til et problem, der har vist sig sværere end forventet, er ikke nødvendigvis en dårlig ting.


Flere Great WIRED Stories

AI er begyndt at rydde op på Facebook, men kan det afslutte?


I de tidlige timer den 25. august 2017 angreb en ragged oprørsk gruppe fra Myanmar's rohingya-muslimske minoritet militære forposter i landets nordvest og dræbte 12 personer. Sikkerhedskræfterne blev hurtigt genoptaget af en kampagne med landsbybrænding og massedrab, der varede uger. Da Rohingya døde af tusinderne, tog Myanmar militære ledere til Facebook.

Et indlæg fra øverstbefaleren forpligter sig til at løse "det bengalske problem" ved hjælp af en pejorative for Rohingya i Myanmar. En anden general skrev til at rose den "strålende indsats for at genoprette den regionale fred", idet han observerede, at "race ikke kan sluges af jorden, men kun af et andet race." En FN-faktumrapport om volden citerede senere kommandærchefens post som suggestive af folkemord, og noterede sig historien om Facebook-indlæg, der piskede op mod haden mod Rohingya i Myanmar. Missionens formand fortalte journalister, at stedet havde spillet en "afgørende rolle" i krisen.

I US Capitol i april bad senator Jeff Flake Facebook CEO Mark Zuckerberg, hvordan hans firma måske havde undgået den rolle. Den uhyrlige da-33-årige milliardær noterede sig, at han havde hyret flere burmesiske talere. Derefter redegjorde han for en favorit emne-kunstig intelligens. "På lang sigt vil bygnings AI-værktøjer være den skalerbare måde at identificere og udrydde det meste af dette skadelige indhold på," sagde han. I løbet af to dages kongreshøringer nævnte Zuckerberg AI mere end 30 gange. Det ville han fortalte lovgivere, bekæmpe falske nyheder, forhindre annoncer, der diskriminerer på grund af race eller køn, og hobler terrorpropaganda.

Facebook har konfronteret en svimlende række beskyldninger og skandaler i løbet af det sidste år. De omfatter mulighed for russisk valgindblanding og ansættelsesdiskrimination, ud over at være tilbehør til folkedrab i Myanmar. Mandag sagde en senatrapport, at Ruslands aktiviteter på Facebook-ejendomme var langt større end tidligere kendt, og foreslog, at selskabet havde vildledt kongressen ved at downplaye ideen om, at russiske troller brugte sit produkt til at undertrykke valgdeltagelse under præsidentvalget i 2016.

Mange af Facebooks undskyldninger udviser et fælles tema: Kunstig intelligens vil hjælpe med at løse de problemer, der inkuberer på virksomhedens platform. Mike Schroepfer, selskabets chefsteknolog, siger, at teknologien er den eneste måde at forhindre dårlige aktører på at udnytte tjenesten. Med 2,3 milliarder faste brugere vil det være forbudt dyrt og uhyggeligt at have alt gennemgået af mennesker. "Jeg tror, ​​at de fleste mennesker ville føle sig utilpas med det," siger Schroepfer, idet man undgår muligheden for, at brugere kan finde det uhyggeligt at få algoritmer til at gennemgå deres hver post. "For mig er AI det bedste redskab til at gennemføre politikken – jeg ved faktisk ikke, hvad alternativet er."

Facebook CTO Mike Schroepfer

PATRICIA DE MELO MOREIRA / AFP / Getty Images

At tælle på AI er en gamble. Algoritmer har vist sig at være i stand til at hjælpe med at polere Facebook, men de er langt fra en kur-alt-og må aldrig være. Virksomheden har haft stor succes med at opdage og blokere pornografi og nøgenhed. Men uddannelse software til pålideligt afkode tekst er meget vanskeligere end at kategorisere billeder. For at bekæmpe chikane, hadttale og farlige konspirationsteorier på tværs af sin store platform, har Facebook brug for AI-systemer, der er i stand til at forstå de skiftende nuancer på mere end 100 forskellige sprog. Eventuelle mangler skal fanges af Facebooks ca. 15.000 menneskelige korrekturlæsere, men på det sociale netværk er det uklart, hvor håndterbart deres arbejdsbyrde vil være. Som begivenheder i Myanmar viste, kan huller i håndhævelsesnettet, der ser lille ud fra Menlo Park, føle sig farligt stort til mennesker, hvis verden formes af Facebook.

Køddetektor

Facebooks push for at automatisere dets indholdsmatisering startet på initiativ af en annonceadministrator, ikke en ekspert i online diskurs. Tanton Gibbs blev ansat som ingeniørchef i 2014 for at arbejde med annonce teknologi, som han tidligere havde hos Microsoft og Google. Efter at have hørt om Facebook's moderering udfordringer, foreslog han en mere algoritmer-første tilgang. Facebook havde vedtaget et værktøj kaldet PhotoDNA udviklet af Microsoft og Dartmouth College for at blokere kendte børneudnyttelsesbilleder, men implementerede ikke billedanalysesoftware eller AI mere bredt. "De brugte nøje mennesker til at gennemgå rapporter om ting som pornografi, hadttale eller grafisk vold," siger Gibbs. "Jeg så, at vi skulle automatisere det." Facebook satte Gibbs i spidsen for et nyt hold, der var baseret i Seattle, oprindeligt kendt som CareML.

Den nye gruppe viste sig hurtigt at være værd. Gibbs og hans ingeniører omfavnede en teknologi, der hedder dyb læring, en tilgang til træningsalgoritmer med eksempeldata, der for nylig blev meget kraftfulde. Google viste kraften i teknologien, da den udviklede software, der lærte at genkende katte. Mere tydeligt lærte Gibbs 'gruppe dybe læringsalgoritmer for at genkende pornografi og nøgne mennesker. I starten blev den software gennemgået af billeder, der blev markeret af Facebook-brugere. Efter et og et halvt år fik Gibbs tilladelse til at lade sine systemer flagge nyligt indsendt indhold, før nogen rapporterede det. Facebook siger 96 procent af voksne og nøgne billeder registreres nu automatisk og tages ned, før nogen rapporterer dem.

Det er stadig meget nøgne kød, der glider forbi Facebooks algoritmer. Firmaet siger, at det tog ned 30.8 millioner billeder og videoer af nøgenhed eller seksuel aktivitet i tredje kvartal af 2018; det betyder algoritmerne gjorde ikke fange 1,3 millioner sådanne billeder. Faktisk estimerer Facebook, at procentdelen af ​​synspunkter med nøgenhed eller seksuelt indhold næsten fordobles i løbet af de 12 måneder, der slutter i september, til omkring 9 ud af hver 10.000 visninger. "Mere nøgenhed blev lagt ud på Facebook, og vores systemer fangede ikke alt det hurtigt nok til at forhindre en stigning i synspunkter," sagde Facebook i sin seneste rapporteringsrapport om fællesskabsstandarder. Hvor meget der blev bogført og set, men ikke registreret eller rapporteret, er ikke kendt.

Stadig er succesen med Gibbs 'projekt i bekæmpelse af pornografi blevet et yndlingstalende punkt for Facebook-ledere, der udnytter AI's potentiale til at rydde op for deres service. Det er arbejdsbevis for tanken om, at et algoritmisk immunsystem kan hjælpe med at beskytte Facebook-brugere mod skadeligt indhold – og virksomheden fra konsekvenserne af at være vært for det. Facebook siger, at lidt over halvdelen af ​​hadttal fjernet fra platformen i de seneste tre måneder blev markeret først ved algoritmer, mere end fordoblet andelen tidligere på året. Nogle 15 procent af stillinger fjernet til mobning identificeres og tages ned, før nogen har rapporteret dem. I alligevel ikke fjerner algoritmer posten; programmerne markerer de indlæg, der skal gennemgås af mennesker.

Facebooks udfordring er at få sin teknologi til at fungere godt nok, at dens ca. 15.000 menneskelige korrekturlæsere pålideligt kan afhjælpe sløret, i hver af de mere end 100 lande og sprog, servicen bruges. At få sin had-tale og mobning detektorer tæt på effektiviteten og autonomien af ​​sine pornofilter vil være særligt vanskeligt.

Deep learning algoritmer er ret gode til at sortere billeder i kategorier-kat eller bil, porno eller ikke porno. De har også lavet computere bedre med sprog, så de virtuelle assistenter kan lide Alexa og betydelige spring i nøjagtigheden af ​​automatiske oversættelser. Men de er stadig langt fra at forstå selv relativt simpel tekst på den måde mennesker gør.

Dekodningssprog

For at forstå, om en postlæsning "Jeg skal slå dig" er en trussel eller en venlig vittighed, kan en menneskelig korrekturlæsning uden problemer tage højde for, om det var parret med et billede af et kvarter i basketbanen eller frasættelsen og tonen af tidligere meddelelser. "Hvordan en model kan bruge kontekst på den måde, forstås det ikke," siger Ruihong Huang, professor ved Texas A & M University. Hun hjalp med at organisere en akademisk workshop om at bruge algoritmer til at bekæmpe onlinemishandling i efteråret på en af ​​verdens førende konferencer til sprogbehandling. Tilstedeværelse og antallet af indleverede papirer blev stort set fordoblet i forhold til arrangementets debut i 2017 – og ikke fordi forskere lugtede sejr. "Mange virksomheder og folk i den akademiske verden er klar over, at dette er en vigtig opgave og et problem, men fremskridtene er ikke så tilfredsstillende," siger Huang. "De nuværende modeller er ikke så intelligente kort sagt, det er problemet."

Srinivas Narayanan, der leder engineering i Facebook's Applied Machine Learning-gruppe, er enig. Han er stolt af det arbejde, som hans team har gjort på systemer, der kan scanne efter pornografi og hadttale i stor skala, men nøjagtighed og nyans på menneskeriveau forbliver et fjernt håb. "Jeg tror, ​​vi er stadig langt væk fra at kunne forstå det dybt," siger han. "Jeg tror, ​​at maskiner kan til sidst, men vi ved bare ikke hvordan."

Facebook har et stort, multinationalt AI-laboratorium, der arbejder på lang sigt, grundlæggende forskning, der en dag kan hjælpe med at løse det mysterium. Det har også journalister, lovgivere, civilsamfundsgrupper, og endog FN forventer forbedringer lige nu. Facebooks AI-team skal udvikle tricks, der kan levere meningsfulde fremskridt inden de næste skandaleffekter.

Produkterne fra det skubbe til praktiske nye AI-værktøjer omfatter et system kaldet Rosetta annonceret i år, der læser tekst, der er indlejret i billeder og video, så det kan fodres ind i hadte detektorer. (Der er tegn på, at nogle online troller allerede tester måder at narre på.) Et andet projekt har brugt milliarder hashtags fra Instagram-brugere til at forbedre Facebooks billedgenkendelsessystemer. Virksomheden har endda brugt eksempler på mobning af stillinger på Facebook for at træne en slags AI-powered cyberbully, som genererer tekstgenerator til at skubbe moderationsalgoritmerne for at blive bedre. Virksomheden afviste at give WIRED en stikprøve af sin produktion.

En stor udfordring for disse projekter er, at dagens maskininlæringsalgoritmer skal trænes med smalle, specifikke data. I sommer ændrede Facebook hvordan nogle af dens menneskelige moderatorer arbejder, dels for at generere mere nyttige træningsdata om hadtsprog. I stedet for at bruge deres viden om Facebooks regler for at afgøre, om man vil slette et indlæg, der er markeret for hadttale, besvarede arbejderne en række snævrere spørgsmål. Brugte posten en slur? Betegner det en beskyttet kategori? Var denne kategori angrebet i dette indlæg? En anmelder kunne derefter scanne gennem alle svarene for at foretage det endelige opkald. Svarene er også nyttige råmaterialer til træningsalgoritmer til at spotte slør eller andre ting for sig selv. "Den granulære mærkning får os til rigtig spændende rå træningsdata til at opbygge klassifiseringer," siger Aashin Gautam, som leder et team, der udvikler indholdsmoderingsprocesser. Facebook undersøger at gøre denne nye model permanent, i første omgang for hadttale, og måske til andre kategorier af forbudt indhold.

Andre steder, Facebook forsøger at sidestep træning data problem. En lektion fra de tragiske begivenheder i Myanmar er, at virksomheden skal blive bedre til at sætte mennesker og software på plads for at forstå sprog og kultur på forskellige markeder, siger Justin Osofsky, en vicepræsident, der driver globale operationer.

Den konventionelle tilgang til træningsalgoritmer til at afkode tekst på flere sprog ville være ekstremt dyr for Facebook. For at opdage fødselsdaghilsener eller hadtsprog på engelsk, har du brug for tusinder, helst millioner af eksempler. Hver gang du ønsker at udvide til et nyt sprog, har du brug for et nyt sæt data – en stor udfordring for et selskab med Facebook's skala.

Som en løsning tilpasser Facebook systemer, der er bygget til fælles sprog som engelsk eller spansk til at arbejde for mindre almindelige sprog, som rumænsk eller malaysisk. En tilgang indebærer brug af automatiseret oversættelse. Facebook har været i stand til at undertrykke clickbait på sprog, herunder ungarsk og græsk, dels ved at konvertere indlæg til engelsk, så de kan fodres til clickbait detektorer uddannet på amerikansk indhold. Det skaber også nye træningssæt til mindre fælles sprog ved at oversætte engelske. Et andet projekt indebærer at skabe flersprogede systemer, der er præget af dybe ligheder mellem sprog, hvilket betyder, at når de er trænet på en opgave på engelsk, kan de straks gøre det samme også på italiensk. "Disse flersprogede tilgange har virkelig bidraget til at fremskynde vores evne til at anvende AI til integritetsproblemer på tværs af sprog," siger Narayan.

Projektet hjælper også med at illustrere omfanget af Facebooks udfordring. Indtil videre har flersprogede løsninger ikke arbejdet på sprog, for hvilke selskabet har relativt små datasæt, som burmesisk. Den samme udfordring eksisterer for Hausa, et vesteafrikansk sprog, der anvendes i kampagner af anti-muslimsk hadatale, som det lokale politi fortalte BBC i sidste måned, har ført til mere end et dusin mord. Facebook siger, at det udvider sit forhold til nigerianske fakturakontrolorganisationer og ngo'er – såvel som brugen af ​​maskinindlæring til at markere hadtsprog og voldelige billeder.

Inviteret til at se fremad, indrømmer Schroepfer, Facebooks overordnede teknologiske officer, at det ikke er muligt at forhindre hændelser som det nogensinde. "Et spørgsmål, jeg ofte spørger mig selv, er, hvad andre bestræbelser af tilsvarende kompleksitet har en 100 procent sikkerhedspost," siger han. "Jeg kan ikke tænke på en. Fly, biler, rumrejser, retshåndhævelse. Kender du enhver by, der har en nulkriminalitet eller er på vej til det? "

Alligevel forbliver han optimistisk nok om Facebooks sti til at forestille sig en dag, hvor algoritmerne er så effektive, at mobning og hadttale næsten forsvinder. "Jeg håber, at det om to eller tre eller fem år er så lidt af det på stedet, at det er lidt latterligt at hævde, at det har stor indflydelse på verden," siger Schroepfer. En techie kan drømme.


Flere Great WIRED Stories

Kunne lærlingeuddannelser holde nøglen til den næste bølge af datalogisk talent?



<div _ngcontent-c14 = "" innerhtml = "

Hvad er fordelene ved at lave en lærlingeuddannelse? Med hjælp fra Ben Rowland, medstifter af Arch Apprentices, Jeg kunne finde ud af hestens mund, ved at tale med to talentfulde datalærlinger.

I denne uge fangede jeg op med Farkhanda Mohiyuddin, der arbejder i muskelskeletholdet på University College Hospital Leicester og Alan Linforth, en del af Unilever's Department of Information og Analytics, som skaber en global forsyningskæde datalake.

Når jeg talte til Farkhanda og Alan, ønskede jeg at forstå den daglige oplevelse af en lærling, der starter i dagens datastyrede verden. Fra at bygge datasøer til udvikling af livsforandrende forskning var jeg interesseret i at høre deres motivationer, interesser og ambitioner for fremtiden.

Arch lærlingeArch lærlinge

Tabitha Goldstaub: Kan du beskrive en typisk dag i dit job?

Farkhanda Mohiyuddin: Da vi er i de tidlige stadier af forskning, etablerer vi hele systemet, hvor vi behandler og udfører dataene, ikke to dage er de samme. I øjeblikket opretter jeg en version.3 af en formular for at indsamle dataene til måling af spredningen af ​​Dupuytren's sygdom, hvilket forårsager en tilstand, der hedder Dupuytren's kontraktur, hvor en eller flere fingre bliver permanent bøjet i en bøjet position.

Alan Linforth: Jeg administrerer normalt min tid omkring flere projekter ud over ad hoc-analyse af data og oprettelse af rapporter. Jeg er i øjeblikket i en teambygning en global supply chain data lake, hvor jeg er ansvarlig for at hjælpe med at opretholde sin design integritet. Det er udfordrende endnu fascinerende plads at være i. Hver dag støder jeg på nye udfordringer, som jeg elsker. Det afgørende er, at enhver udfordring er en mulighed for at vokse, og vækst efter min mening er livsnerven for succes.

Goldstaub: Hvad er fordelene ved at lave en lærlingeuddannelse? Hvorfor er lærlingeuddannelser vigtige?

Mohiyuddin: Jeg synes, det er så vigtigt at lære nye færdigheder, der kan forbedre din karriere. Alle de færdigheder, jeg indtil videre har lært i denne lærling har gjort det muligt for mig at udføre mine nuværende arbejdsopgaver bedre, og at lære færdigheder, der kunne hjælpe mig i fremtiden til mine karrieremuligheder. Lærlingskabet har virkelig givet mig et indblik i, hvordan de rå data, jeg arbejder med i dag, kan bruges til at kontrollere tendenser og mål for undersøgelsen. Det har også givet mig mulighed for at forbedre måden, hvorpå jeg styrer dataene og måden jeg præsenterer mine resultater på for undersøgelsen.

Linforth: For mig er de tre store fordele ved at lære en lærling, i forhold til alternative læringsveje: støtte, eksponering og mulighed. Under min lærling har jeg været konsekvent støttet af erfarne fagfolk og udpegede mentorer, der bistår i min læring og udvikling. Jeg bliver jævnligt udsat for virkelige verdensproblemer og udfordringer i et operationelt miljø, som er uvurderlige, da vi alle ved, at de fleste ting ikke er præcis "hvad de siger om tin" (eller i en lærebog). Endelig muliggør den konsekvente mulighed for at anvende din evoluerende skillset i forskellige scenarier vækst ikke kun som en ung professionel, men som et centralt medlem af holdet.

Goldstaub: Hvad tiltrak du til din nuværende rolle? Kan du fortælle mig om dit særlige lærlingeuddannelsesprogram?

Mohiyuddin: At arbejde for NHS er noget, jeg har gjort i et par år nu. Jeg elsker at arbejde i et firma, hvor jeg ved, at jeg gør en forskel. Forskning har altid været min passion og er en del af noget, hvorved jeg potentielt kunne hjælpe folks liv og ændre behandlingen af ​​deres tilstand i sig selv, er givende og en drivkraft til at gøre det bedste, jeg kan i min stilling. Jeg studerede historie, så at lære og undersøge livets hvorfor er noget, der spænder mig.

Linforth: Jeg ønskede at arbejde i IT, men jeg var uklart i hvilket område. En ting jeg vidste var, at jeg ønskede at holde trit med den udviklende verden. Jeg vidste allerede om Unilever, da det er sådan et stort firma, men jeg vidste ikke meget om dem. Da jeg lærte mere om firmaet, tog Unilevers strategi og værdier mig rigtigt ind, især dens fortsatte engagement i at få en positiv indvirkning gennem Unilever Sustainable Living Plan.

Mit lærlingeuddannelse gør det muligt for mig at arbejde i et komplekst, hurtigt tempo, hvor retningen er rettet mod avanceret analytik, digital forsyningskæde og maskinindlæring, samtidig med at man får mulighed for at studere datavidenskabelige fundamentals som statistisk modellering, R programmering og stor data. Samtidig opnår jeg også certificeringer, leverandørkvalifikationer og mulighed for at gennemføre forskellige kurser for at øge min viden og færdigheder.

Goldstaub: Hvad er det mest interessante stykke arbejde du har lavet i den sidste måned?

Mohiyuddin: Vi havde en patientrådgivningsgruppe (patienter, plejere, personale og repræsentanter, der giver råd om forskningsprojektet) give deres input på visse aspekter af, hvordan vi skal udføre undersøgelsen. At lære og have input fra de faktiske patienter, der lever med sygdommen, er uvurderlig og giver et menneskeligt perspektiv på, hvad vi udfører.

Linforth: Da vi bygger vores datasø Vi bruger forskellige værktøjer til at styre dets design og kortlægge datastyring. Mit team har opbygget en løsning ved hjælp af en række programmer og værktøjer, der for øjeblikket styrer forsyningskæden i data sødesign. Behandling af et design som data, modellering og styring af dette som en del af et lille team har været en fascinerende måde at se data administreres ende-til-ende for at levere værdi.

Goldstaub: Hvad interesserer dig mest om data og analyser?

Mohiyuddin: At kunne bruge rå data og drage konklusioner og vise tendenser til mennesker, der kan hjælpe med at tage tingene i en anden retning, som den var på vej til. Gør en reel forskel. At være historiker akademisk, har altid fascineret mig med data og ser på trends. Jeg har altid arbejdet for virksomheder, der leverer tjenesteydelser til den offentlige sektor og sundhedssektoren. At kende mit arbejde har direkte indflydelse på folks liv er noget, der virkelig tog mig til stillingen.

Linforth: Jeg synes rent faktisk, at data er overalt. At forstå vigtigheden af ​​overflod af data i vores miljø er afgørende for fremskridt i enhver branche; og dermed mulighederne for både privatpersoner og virksomheder.

Alan LinforthAlan Linforth

Goldstaub: Hvilken vejledning ville du give til nogen lige begyndt i deres karriere?

Mohiyuddin: Tag alle mulige muligheder for at lære alle de nødvendige nye færdigheder. Tag dig tid til at udskære den vej, du vil følge, og vær ikke bange for at prøve nye ting.

Linforth: Gribe enhver mulighed, du får; forsøm ikke din hovedrolle for mange ekstra ansvar – men tiden styres korrekt, de kan give afgørende synlighed og eksponering til andre områder af virksomheden. Sørg for, at du har en vision, men ikke specialiserer for tidligt, så sørg for at få det tværsnit af viden, der er nødvendigt for at give dit fundament. Dette vil gavne dig stort set i hvilken vej du tager. Elsk hvad du gør, hvis du ikke bruger de udviklingsressourcer, der er til rådighed for dig, for at finde ud af, hvad det er. Folk siger "du forstår hvad du lægger i" af en grund!

Goldstaub: Hvem har hidtil haft størst indflydelse på jeres faglige liv?

Mohiyuddin: Uden tvivl mine forældre. De har lært mig de væsentlige færdigheder, der er nødvendige for det bedste arbejdsmoral. Dedikation, organisation, teamwork og hårdt arbejde betaler sig. Min mor og far begyndte med ingenting og har opnået drømmen uden at skære hjørner og give hver arbejdsplads mulighed for deres alle.

Linforth: Andrew Hill (Unilever VP Information & Analytics) sluttede sig til virksomheden på samme tid som jeg gjorde, og hans vision var at drive vores analytiske evner uden at gå på kompromis med vores eksisterende styrker inden for rapportering og datahåndtering. En kerne del af denne strategi for mig er at flytte ind i den nye tidsalder for store data og avancerede analyser. Denne vision resonerer så tæt sammen med de ideer, jeg har om vækst og personlig udvikling. Andy leder teamet i denne retning har åbnet mine øjne for mulighederne inden for analytikere, styrket min evne til at være modig, at træde uden for min komfortzone og omfavne de udfordringer, der ligger foran.

Goldstaub: Hvad håber du at have opnået 10 år fra nu?

Mohiyuddin: Jeg vil gerne gå videre med forskning og blive en dataanalytiker med ledelse inkluderet. Jeg vil gerne blive i sundhedssektoren og arbejde inden for forskning og virkelig gøre en forskel. NHS laver grænser for i sidste ende at sikre, at patienterne får den mest effektive og omsorgsfulde behandling samt at foretage banebrydende ændringer, der direkte påvirker implementeringen af ​​omkostningerne til offentligheden

Linforth: Jeg har ambitioner i mit liv for at lykkes, jeg måler succes i to evner: For det første er evnen til at bygge mit liv rig på erfaring og mulighed og at være økonomisk sikker og for det andet at være i en rolle, hvor jeg vil bruge min viden og erfaring til at hjælpe med at køre mit firma og enkeltpersoner omkring mig for at udmærke sig i data og analyser.

Min lærlingeuddannelse på Unilever giver mig adgang og mulighed for at manipulere disse trin i en trappe til succes. Som mere på kort sigt ønsker jeg at konkurrere om at vinde årets nationale lærling i 2019's National Apprenticeship Awards i lyset af at blive tildelt "Halton Apprentice of the Year 2018" i årets Liverpool City Region priser.

">

Hvad er fordelene ved at lave en lærlingeuddannelse? Med hjælp fra Ben Rowland, medstifter af Arch Apprentices, Jeg kunne finde ud af hestens mund, ved at tale med to talentfulde datalærlinger.

I denne uge fangede jeg op med Farkhanda Mohiyuddin, der arbejder i muskelskeletholdet på University College Hospital Leicester og Alan Linforth, en del af Unilever's Department of Information og Analytics, som skaber en global forsyningskæde datalake.

Når jeg talte til Farkhanda og Alan, ønskede jeg at forstå den daglige oplevelse af en lærling, der starter i dagens datastyrede verden. Fra at bygge datasøer til udvikling af livsforandrende forskning var jeg interesseret i at høre deres motivationer, interesser og ambitioner for fremtiden.

Arch lærlingeArch lærlinge

Tabitha Goldstaub: Kan du beskrive en typisk dag i dit job?

Farkhanda Mohiyuddin: Da vi er i de tidlige stadier af forskning, etablerer vi hele systemet, hvor vi behandler og udfører dataene, ikke to dage er de samme. I øjeblikket opretter jeg en version.3 af en formular for at indsamle dataene til måling af spredningen af ​​Dupuytren's sygdom, hvilket forårsager en tilstand, der hedder Dupuytren's kontraktur, hvor en eller flere fingre bliver permanent bøjet i en bøjet position.

Alan Linforth: Jeg administrerer normalt min tid omkring flere projekter ud over ad hoc-analyse af data og oprettelse af rapporter. Jeg er i øjeblikket i en teambygning en global supply chain data lake, hvor jeg er ansvarlig for at hjælpe med at opretholde sin design integritet. Det er udfordrende endnu fascinerende plads at være i. Hver dag støder jeg på nye udfordringer, som jeg elsker. Det afgørende er, at enhver udfordring er en mulighed for at vokse, og vækst efter min mening er livsnerven for succes.

Goldstaub: Hvad er fordelene ved at lave en lærlingeuddannelse? Hvorfor er lærlingeuddannelser vigtige?

Mohiyuddin: Jeg synes, det er så vigtigt at lære nye færdigheder, der kan forbedre din karriere. Alle de færdigheder, jeg indtil videre har lært i denne lærling har gjort det muligt for mig at udføre mine nuværende arbejdsopgaver bedre, og at lære færdigheder, der kunne hjælpe mig i fremtiden til mine karrieremuligheder. Lærlingskabet har virkelig givet mig et indblik i, hvordan de rå data, jeg arbejder med i dag, kan bruges til at kontrollere tendenser og mål for undersøgelsen. Det har også givet mig mulighed for at forbedre måden, hvorpå jeg styrer dataene og måden jeg præsenterer mine resultater på for undersøgelsen.

Linforth: For mig er de tre store fordele ved at lære en lærling, i forhold til alternative læringsveje: støtte, eksponering og mulighed. Under min lærling har jeg været konsekvent støttet af erfarne fagfolk og udpegede mentorer, der bistår i min læring og udvikling. Jeg bliver jævnligt udsat for virkelige verdensproblemer og udfordringer i et operationelt miljø, som er uvurderlige, da vi alle ved, at de fleste ting ikke er præcis "hvad de siger om tin" (eller i en lærebog). Endelig muliggør den konsekvente mulighed for at anvende din evoluerende skillset i forskellige scenarier vækst ikke kun som en ung professionel, men som et centralt medlem af holdet.

Goldstaub: Hvad tiltrak du til din nuværende rolle? Kan du fortælle mig om dit særlige lærlingeuddannelsesprogram?

Mohiyuddin: At arbejde for NHS er noget, jeg har gjort i et par år nu. Jeg elsker at arbejde i et firma, hvor jeg ved, at jeg gør en forskel. Forskning har altid været min passion og er en del af noget, hvorved jeg potentielt kunne hjælpe folks liv og ændre behandlingen af ​​deres tilstand i sig selv, er givende og en drivkraft til at gøre det bedste, jeg kan i min stilling. Jeg studerede historie, så at lære og undersøge livets hvorfor er noget, der spænder mig.

Linforth: Jeg ønskede at arbejde i IT, men jeg var uklart i hvilket område. En ting jeg vidste var, at jeg ønskede at holde trit med den udviklende verden. Jeg vidste allerede om Unilever, da det er sådan et stort firma, men jeg vidste ikke meget om dem. Da jeg lærte mere om firmaet, tog Unilevers strategi og værdier mig rigtigt ind, især dens fortsatte engagement i at få en positiv indvirkning gennem Unilever Sustainable Living Plan.

Mit lærlingeuddannelse gør det muligt for mig at arbejde i et komplekst, hurtigt tempo, hvor retningen er rettet mod avanceret analytik, digital forsyningskæde og maskinindlæring, samtidig med at man får mulighed for at studere datavidenskabelige fundamentals som statistisk modellering, R programmering og stor data. Samtidig opnår jeg også certificeringer, leverandørkvalifikationer og mulighed for at gennemføre forskellige kurser for at øge min viden og færdigheder.

Goldstaub: Hvad er det mest interessante stykke arbejde du har lavet i den sidste måned?

Mohiyuddin: Vi havde en patientrådgivningsgruppe (patienter, plejere, personale og repræsentanter, der giver råd om forskningsprojektet) give deres input på visse aspekter af, hvordan vi skal udføre undersøgelsen. At lære og have input fra de faktiske patienter, der lever med sygdommen, er uvurderlig og giver et menneskeligt perspektiv på, hvad vi udfører.

Linforth: Da vi bygger vores datasø Vi bruger forskellige værktøjer til at styre dets design og kortlægge datastyring. Mit team har opbygget en løsning ved hjælp af en række programmer og værktøjer, der for øjeblikket styrer forsyningskæden i data sødesign. Behandling af et design som data, modellering og styring af dette som en del af et lille team har været en fascinerende måde at se data administreres ende-til-ende for at levere værdi.

Goldstaub: Hvad interesserer dig mest om data og analyser?

Mohiyuddin: At kunne bruge rå data og drage konklusioner og vise tendenser til mennesker, der kan hjælpe med at tage tingene i en anden retning, som den var på vej til. Gør en reel forskel. At være historiker akademisk, har altid fascineret mig med data og ser på trends. Jeg har altid arbejdet for virksomheder, der leverer tjenesteydelser til den offentlige sektor og sundhedssektoren. At kende mit arbejde har direkte indflydelse på folks liv er noget, der virkelig tog mig til stillingen.

Linforth: Jeg synes rent faktisk, at data er overalt. At forstå vigtigheden af ​​overflod af data i vores miljø er afgørende for fremskridt i enhver branche; og dermed mulighederne for både privatpersoner og virksomheder.

Alan LinforthAlan Linforth

Goldstaub: Hvilken vejledning ville du give til nogen lige begyndt i deres karriere?

Mohiyuddin: Tag alle mulige muligheder for at lære alle de nødvendige nye færdigheder. Tag dig tid til at udskære den vej, du vil følge, og vær ikke bange for at prøve nye ting.

Linforth: Gribe enhver mulighed, du får; forsøm ikke din hovedrolle for mange ekstra ansvar – men tiden styres korrekt, de kan give afgørende synlighed og eksponering til andre områder af virksomheden. Sørg for, at du har en vision, men ikke specialiserer for tidligt, så sørg for at få det tværsnit af viden, der er nødvendigt for at give dit fundament. Dette vil gavne dig stort set i hvilken vej du tager. Elsk hvad du gør, hvis du ikke bruger de udviklingsressourcer, der er til rådighed for dig, for at finde ud af, hvad det er. Folk siger "du forstår hvad du lægger i" af en grund!

Goldstaub: Hvem har hidtil haft størst indflydelse på jeres faglige liv?

Mohiyuddin: Uden tvivl mine forældre. De har lært mig de væsentlige færdigheder, der er nødvendige for det bedste arbejdsmoral. Dedikation, organisation, teamwork og hårdt arbejde betaler sig. Min mor og far begyndte med ingenting og har opnået drømmen uden at skære hjørner og give hver arbejdsplads mulighed for deres alle.

Linforth: Andrew Hill (Unilever VP Information & Analytics) tiltrådte virksomheden på samme tid som jeg gjorde, og hans vision var at fremskynde vores analytiske muligheder uden at gå på kompromis med vores eksisterende styrker inden for rapportering og datahåndtering. En kerne del af denne strategi for mig er at flytte ind i den nye tidsalder for store data og avancerede analyser. Denne vision resonerer så tæt sammen med de ideer, jeg har om vækst og personlig udvikling. Andy leder teamet i denne retning har åbnet mine øjne for mulighederne inden for analytikere, styrket min evne til at være modig, at træde uden for min komfortzone og omfavne de udfordringer, der ligger foran.

Goldstaub: Hvad håber du at have opnået 10 år fra nu?

Mohiyuddin: Jeg vil gerne gå videre med forskning og blive en dataanalytiker med ledelse inkluderet. Jeg vil gerne blive i sundhedssektoren og arbejde inden for forskning og virkelig gøre en forskel. NHS laver grænser for i sidste ende at sikre, at patienterne får den mest effektive og omsorgsfulde behandling samt at foretage banebrydende ændringer, der direkte påvirker implementeringen af ​​omkostningerne til offentligheden

Linforth: Jeg har ambitioner i mit liv for at lykkes, jeg måler succes i to evner: For det første evnen til at bygge mit liv rig på erfaring og mulighed og at være økonomisk sikker og for det andet at være i en rolle, hvor jeg vil bruge min viden og erfaring at hjælpe med at køre mit firma og enkeltpersoner omkring mig for at udmærke sig i data og analyser.

Min lærlingeuddannelse på Unilever giver mig adgang og mulighed for at manipulere disse trin i en trappe til succes. Som mere på kort sigt ønsker jeg at konkurrere om at vinde årets nationale lærling i 2019's National Apprenticeship Awards i lyset af at blive tildelt "Halton Apprentice of the Year 2018" i årets Liverpool City Region priser.