Hình ảnh của Editor
Tôi đã đọc, viết và nói từ cuối năm ngoái về sự giao thoa giữa phần mềm nguồn mở và học máy, cố gắng hiểu những gì tương lai có thể mang lại.
Khi bắt đầu, tôi đã kỳ vọng rằng mình sẽ chủ yếu nói về cách cộng đồng máy học sử dụng phần mềm nguồn mở. Nhưng càng tìm hiểu, tôi càng nhận ra rằng có rất nhiều điểm tương đồng giữa hai lĩnh vực hành nghề. Trong bài viết này, tôi sẽ thảo luận về một số điểm tương đồng đó - và những gì máy học có thể và không thể học được từ phần mềm nguồn mở.
Điểm tương đồng dễ dàng và rõ ràng là cả máy học hiện đại và phần mềm hiện đại đều được xây dựng gần như hoàn toàn bằng phần mềm nguồn mở. Đối với phần mềm, đó là trình biên dịch và trình soạn thảo mã; đối với học máy, đó là các khung đào tạo và suy luận như PyTorch và TensorFlow. Những không gian này bị phần mềm nguồn mở thống trị và dường như không có gì sẵn sàng để thay đổi điều đó.
Có một ngoại lệ rõ ràng, đáng chú ý đối với điều này: tất cả các khung này đều phụ thuộc vào ngăn xếp phần cứng và phần mềm rất độc quyền của Nvidia. Điều này thực sự song song hơn so với cái nhìn đầu tiên. Trong một thời gian dài, phần mềm nguồn mở chủ yếu chạy trên các hệ điều hành Unix độc quyền, được bán bởi các nhà cung cấp phần cứng độc quyền. Chỉ sau khi Linux ra đời, chúng ta mới bắt đầu chấp nhận rằng một “đáy” mở của ngăn xếp thậm chí còn có thể xảy ra và ngày nay nhiều hoạt động phát triển mở đã được thực hiện trên MacOS và Windows. Không rõ điều này sẽ diễn ra như thế nào trong học máy. Amazon (cho AWS), Google (cho cả đám mây và Android) và Apple đều đang đầu tư vào các chip và ngăn xếp cạnh tranh và có thể một hoặc nhiều trong số đó có thể đi theo con đường do Linus (và Intel) về việc giải phóng toàn thể ngăn xếp.
Một điểm tương đồng quan trọng hơn giữa cách xây dựng phần mềm nguồn mở và cách xây dựng máy học là độ phức tạp và tính sẵn có công khai của dữ liệu mà mỗi phần mềm được xây dựng trên đó.
Như chi tiết trong này in sẵn giấy “The Data Provenance Project,” mà tôi là đồng tác giả, học máy hiện đại được xây dựng trên hàng nghìn nguồn dữ liệu, giống như phần mềm nguồn mở hiện đại được xây dựng trên hàng trăm nghìn thư viện. Và cũng giống như mỗi thư viện mở đều mang đến những thách thức về pháp lý, bảo mật và bảo trì, mỗi tập dữ liệu công cộng đều mang theo những khó khăn giống hệt nhau.
Tại tổ chức của tôi, chúng tôi đã nói về phiên bản của phần mềm nguồn mở đối với thách thức này như là một “chuỗi cung ứng tình cờ.” Ngành công nghiệp phần mềm bắt đầu xây dựng mọi thứ bởi vì các khối xây dựng đáng kinh ngạc của các thư viện nguồn mở có nghĩa là chúng tôi có thể làm được. Điều này có nghĩa là ngành này bắt đầu coi phần mềm nguồn mở như một chuỗi cung ứng—điều này gây ngạc nhiên cho nhiều “nhà cung cấp” đó.
Để giảm thiểu những thách thức này, phần mềm nguồn mở đã phát triển nhiều kỹ thuật phức tạp (mặc dù không hoàn hảo), như máy quét để xác định những gì đang được sử dụng và siêu dữ liệu để theo dõi mọi thứ sau khi triển khai. Chúng tôi cũng bắt đầu đầu tư vào con người để cố gắng giải quyết sự không phù hợp giữa nhu cầu công nghiệp và động lực tình nguyện.
Thật không may, cộng đồng học máy dường như đã sẵn sàng lao vào cùng một sai lầm “ngẫu nhiên” tương tự trong chuỗi cung ứng — làm rất nhiều việc vì có thể mà không ngừng suy nghĩ nhiều về những tác động lâu dài khi toàn bộ nền kinh tế dựa trên những bộ dữ liệu này .
Một điểm tương đồng quan trọng cuối cùng là tôi thực sự nghi ngờ rằng học máy sẽ mở rộng để lấp đầy rất nhiều ngóc ngách, giống như phần mềm nguồn mở đã làm. Hiện tại, sự cường điệu (xứng đáng) là về các mô hình lớn, có tính tổng quát, nhưng cũng có rất nhiều mô hình nhỏ, cũng như những điều chỉnh trên các mô hình lớn hơn. Thật vậy, trang web lưu trữ HuggingFace, nền tảng lưu trữ chính của máy học, báo cáo số lượng mô hình trên trang web của họ đang tăng theo cấp số nhân.
Những mô hình này có thể sẽ rất phong phú và có sẵn để cải tiến, giống như những phần mềm nguồn mở nhỏ. Điều đó sẽ làm cho chúng vô cùng linh hoạt và mạnh mẽ. Tôi đang sử dụng một công cụ nhỏ dựa trên máy học để thực hiện đo lưu lượng truy cập giá rẻ và nhạy cảm với quyền riêng tư trên đường phố của mình, chẳng hạn như một trường hợp sử dụng không thể thực hiện được ngoại trừ trên các thiết bị đắt tiền cách đây vài năm.
Nhưng sự phổ biến này có nghĩa là chúng sẽ cần được theo dõi—các mô hình có thể trở nên ít giống máy tính lớn hơn mà giống phần mềm nguồn mở hoặc SaaS hơn, xuất hiện khắp nơi vì chi phí thấp và dễ triển khai.
Vì vậy, nếu có những điểm tương đồng quan trọng này (đặc biệt là chuỗi cung ứng phức tạp và hệ thống phân phối ngày càng phát triển) thì học máy có thể học được gì từ phần mềm nguồn mở?
Bài học song song đầu tiên mà chúng ta có thể rút ra chỉ đơn giản là để hiểu được nhiều thách thức của nó, học máy sẽ cần siêu dữ liệu và công cụ. Phần mềm nguồn mở tình cờ bước vào hoạt động siêu dữ liệu thông qua việc tuân thủ bản quyền và cấp phép, nhưng khi chuỗi cung ứng ngẫu nhiên dành cho phần mềm đã trưởng thành, siêu dữ liệu đã được chứng minh là vô cùng hữu ích trên nhiều mặt trận.
Trong học máy, việc theo dõi siêu dữ liệu đang được tiến hành. Một vài ví dụ:
- A giấy chìa khóa 2019, được trích dẫn rộng rãi trong ngành, đã kêu gọi các nhà phát triển mô hình ghi lại công việc của họ bằng “thẻ mô hình”. Thật không may, nghiên cứu gần đây cho thấy họ việc thực hiện trong tự nhiên vẫn còn yếu.
- Cả thông số kỹ thuật của phần mềm SPDX và CycloneDX về hóa đơn nguyên liệu (SBOM) đều đang hoạt động trên hóa đơn nguyên liệu AI (AI BOM) để giúp theo dõi dữ liệu và mô hình học máy, theo cách có cấu trúc hơn so với thẻ mô hình (phù hợp với độ phức tạp mà người ta mong đợi nếu điều này thực sự làm phần mềm nguồn mở song song).
- HuggingFace đã tạo nhiều thông số kỹ thuật và công cụ để cho phép các tác giả mô hình và tập dữ liệu ghi lại nguồn của họ.
- Bài báo Chứng minh dữ liệu của MIT được trích dẫn ở trên cố gắng tìm hiểu “sự thật cơ bản” về việc cấp phép dữ liệu, nhằm giúp xác định rõ các thông số kỹ thuật với dữ liệu trong thế giới thực.
- Theo giai thoại, nhiều công ty thực hiện công việc đào tạo máy học dường như có mối quan hệ hơi bình thường với việc theo dõi dữ liệu, sử dụng “càng nhiều càng tốt” như một cái cớ để chuyển dữ liệu vào phễu mà không nhất thiết phải theo dõi tốt.
Nếu chúng tôi đã học được bất cứ điều gì từ mở, thì việc có được siêu dữ liệu đúng (đầu tiên, thông số kỹ thuật, sau đó là dữ liệu thực tế) sẽ là một dự án kéo dài nhiều năm và có thể yêu cầu sự can thiệp của chính phủ. học máy sẽ sớm khiến siêu dữ liệu đó giảm mạnh.
Bảo mật là một động lực chính khác thúc đẩy nhu cầu siêu dữ liệu của phần mềm nguồn mở—nếu bạn không biết mình đang chạy gì, bạn không thể biết liệu mình có dễ bị ảnh hưởng bởi dòng tấn công dường như vô tận hay không.
Học máy không phải đối tượng của hầu hết các kiểu tấn công phần mềm truyền thống, nhưng điều đó không có nghĩa là chúng bất khả xâm phạm. (Ví dụ yêu thích của tôi là có thể bộ đào tạo hình ảnh độc bởi vì chúng thường lấy từ các tên miền chết.) Nghiên cứu trong lĩnh vực này đủ nóng đến mức chúng ta đã vượt qua “bằng chứng về khái niệm” và chuyển sang “có đủ các cuộc tấn công để và phân loại".
Thật không may, phần mềm nguồn mở không thể cung cấp cho máy học bất kỳ viên đạn thần kỳ nào để bảo mật—nếu có chúng, chúng tôi sẽ sử dụng chúng. Nhưng lịch sử về việc phần mềm nguồn mở lan rộng đến rất nhiều ngóc ngách cho thấy rằng học máy phải thực hiện thách thức này một cách nghiêm túc, bắt đầu bằng việc theo dõi siêu dữ liệu triển khai và sử dụng, chính xác là vì nó có thể được áp dụng theo nhiều cách ngoài những cách hiện tại. được triển khai.
Động lực thúc đẩy siêu dữ liệu nguồn mở (cấp phép, sau đó là bảo mật) chỉ ra điểm song song quan trọng tiếp theo: khi tầm quan trọng của một lĩnh vực tăng lên, phạm vi của những thứ phải được đo lường và theo dõi sẽ mở rộng vì quy định và trách nhiệm pháp lý sẽ mở rộng.
Trong phần mềm nguồn mở, “quy định” cơ bản của chính phủ trong nhiều năm là luật bản quyền và do đó siêu dữ liệu được phát triển để hỗ trợ điều đó. Nhưng phần mềm nguồn mở hiện phải đối mặt với nhiều quy tắc trách nhiệm sản phẩm và bảo mật khác nhau—và chúng ta phải hoàn thiện chuỗi cung ứng của mình để đáp ứng các yêu cầu mới đó.
Tương tự, AI sẽ được quản lý theo nhiều cách ngày càng phát triển khi nó trở nên quan trọng hơn bao giờ hết. Nguồn quy định sẽ vô cùng đa dạng, bao gồm cả về nội dung (cả đầu vào và đầu ra), sự phân biệt đối xử và trách nhiệm pháp lý đối với sản phẩm. Điều này sẽ yêu cầu cái mà đôi khi được gọi là “Truy nguyên nguồn gốc”—hiểu cách xây dựng các mô hình và cách những lựa chọn đó (bao gồm cả nguồn dữ liệu) tác động đến kết quả của các mô hình.
Yêu cầu cốt lõi này—chúng ta có gì? làm sao nó đến được đây?—bây giờ đã trở nên quen thuộc mật thiết đối với các nhà phát triển phần mềm nguồn mở dành cho doanh nghiệp. Tuy nhiên, nó có thể là một sự thay đổi căn bản đối với các nhà phát triển máy học và cần được đón nhận.
Một bài học song song khác mà machine learning có thể rút ra từ phần mềm nguồn mở (và thực tế là từ nhiều làn sóng phần mềm trước đó, ít nhất là từ thời máy tính lớn) là thời gian sử dụng hữu ích của nó sẽ rất rất dài. Một khi công nghệ “đủ tốt” thì nó sẽ được triển khai và do đó phải được duy trì trong một thời gian rất rất dài. Điều này ngụ ý rằng chúng ta phải nghĩ đến việc bảo trì phần mềm này càng sớm càng tốt và nghĩ xem điều đó có nghĩa là phần mềm này có thể tồn tại trong nhiều thập kỷ. “Thập kỷ” không phải là nói quá; nhiều khách hàng tôi gặp đang sử dụng phần mềm đủ cũ để bỏ phiếu. Nhiều công ty phần mềm nguồn mở và một số dự án hiện có cái gọi là phiên bản "Hỗ trợ dài hạn" dành cho các loại trường hợp sử dụng này.
Ngược lại, OpenAI chỉ duy trì công cụ Codex của họ trong vòng chưa đầy hai năm—dẫn đến rất nhiều sự tức giận, đặc biệt là trong cộng đồng học thuật. Với tốc độ thay đổi nhanh chóng trong học máy và hầu hết những người áp dụng có thể quan tâm đến việc sử dụng những công nghệ tiên tiến nhất, điều này có lẽ không phải là không hợp lý—nhưng ngày đó sẽ đến, sớm hơn ngành nghĩ, nơi họ cần lập kế hoạch cho việc này. loại “dài hạn”—bao gồm cả cách nó tương tác với trách nhiệm pháp lý và bảo mật.
Cuối cùng, rõ ràng là—giống như phần mềm nguồn mở—sẽ có rất nhiều tiền đổ vào học máy, nhưng phần lớn số tiền đó sẽ xoay quanh cái mà một tác giả đã gọi các công ty “giàu bộ vi xử lý”. Nếu sự tương đồng với phần mềm nguồn mở diễn ra, các công ty đó sẽ có những mối quan tâm và ưu tiên chi tiêu rất khác so với người tạo (hoặc người dùng) mô hình trung bình.
Công ty của chúng tôi, Tidelift, đã suy nghĩ về vấn đề khuyến khích trong phần mềm nguồn mở này trong một thời gian và các thực thể như người mua phần mềm lớn nhất thế giới—chính phủ Hoa Kỳ—đang cũng đang xem xét vấn đề.
Các công ty học máy, đặc biệt là những công ty đang tìm cách tạo ra cộng đồng người sáng tạo, nên suy nghĩ kỹ về thách thức này. Nếu họ phụ thuộc vào hàng nghìn bộ dữ liệu, làm thế nào họ có thể đảm bảo những bộ dữ liệu đó được tài trợ để bảo trì, tuân thủ pháp luật và bảo mật trong nhiều thập kỷ? Nếu các công ty lớn kết thúc với hàng chục hoặc hàng trăm mô hình được triển khai khắp công ty, làm thế nào họ có thể đảm bảo những người có kiến thức chuyên môn tốt nhất—những người đã tạo ra các mô hình—vẫn có mặt để giải quyết các vấn đề mới khi chúng được phát hiện?
Giống như vấn đề bảo mật, không có câu trả lời dễ dàng cho thách thức này. Nhưng học máy càng sớm coi trọng vấn đề này – không phải như một hành động từ thiện mà như một thành phần quan trọng của tăng trưởng dài hạn – thì toàn bộ ngành và toàn bộ thế giới sẽ càng tốt hơn.
Nguồn gốc sâu xa của học máy trong văn hóa thực nghiệm của học viện và văn hóa lặp lại nhanh của Thung lũng Silicon, đã phục vụ tốt cho nó, dẫn đến sự bùng nổ đổi mới đáng kinh ngạc mà lẽ ra sẽ có dường như huyền diệu chưa đầy một thập kỷ trước. Khóa học về phần mềm nguồn mở trong thập kỷ qua có lẽ kém hấp dẫn hơn, nhưng trong thời gian đó, nó đã trở thành nền tảng của tất cả các phần mềm doanh nghiệp—và đã học được rất nhiều bài học trong quá trình đó. Hy vọng rằng học máy sẽ không phát minh lại những bánh xe đó.
Biệt thự Luis là người đồng sáng lập và cố vấn chung tại Tidelift. Trước đây, ông là luật sư nguồn mở hàng đầu tư vấn cho khách hàng, từ các công ty Fortune 50 đến các công ty khởi nghiệp hàng đầu, về phát triển sản phẩm và cấp phép nguồn mở.
- Phân phối nội dung và PR được hỗ trợ bởi SEO. Được khuếch đại ngay hôm nay.
- PlatoData.Network Vertical Generative Ai. Trao quyền cho chính mình. Truy cập Tại đây.
- PlatoAiStream. Thông minh Web3. Kiến thức khuếch đại. Truy cập Tại đây.
- Trung tâmESG. Than đá, công nghệ sạch, Năng lượng, Môi trường Hệ mặt trời, Quản lý chất thải. Truy cập Tại đây.
- PlatoSức khỏe. Tình báo thử nghiệm lâm sàng và công nghệ sinh học. Truy cập Tại đây.
- nguồn: https://www.kdnuggets.com/ai-and-open-source-software-separated-at-birth?utm_source=rss&utm_medium=rss&utm_campaign=ai-and-open-source-software-separated-at-birth
- : có
- :là
- :không phải
- :Ở đâu
- $ LÊN
- 2019
- 50
- a
- Giới thiệu
- ở trên
- học tập
- tình cờ
- Hành động
- thực tế
- thực sự
- địa chỉ
- người áp dụng
- tư vấn
- Sau
- cách đây
- AI
- Tất cả
- cho phép
- gần như
- dọc theo
- Đã
- Ngoài ra
- tuyệt vời
- đàn bà gan dạ
- an
- và
- Android
- sự tức giận
- Một
- câu trả lời
- bất kì
- bất cứ điều gì
- rõ ràng
- xuất hiện
- xuất hiện
- Apple
- áp dụng
- LÀ
- KHU VỰC
- khu vực
- xung quanh
- bài viết
- AS
- At
- Các cuộc tấn công
- tác giả
- tác giả
- sẵn có
- có sẵn
- AWS
- trở lại
- dựa
- BE
- bởi vì
- trở nên
- trở thành
- được
- trước
- bắt đầu
- được
- BEST
- Hơn
- giữa
- Ngoài
- Hóa đơn
- sinh
- Khối
- cả hai
- mang lại
- Mang lại
- Xây dựng
- xây dựng
- nhưng
- by
- gọi là
- đến
- CAN
- Thẻ
- trường hợp
- trường hợp
- bình thường
- chuỗi
- chuỗi
- thách thức
- thách thức
- thay đổi
- Từ thiện
- giá rẻ
- Snacks
- lựa chọn
- trích dẫn
- trong sáng
- khách hàng
- đám mây
- Đồng sáng lập
- mã
- Đến
- Cộng đồng
- cộng đồng
- Các công ty
- công ty
- cạnh tranh
- phức tạp
- phức tạp
- tuân thủ
- thành phần
- Mối quan tâm
- nội dung
- Ngược lại
- quyền tác giả
- Trung tâm
- Phí Tổn
- có thể
- tư vấn
- khóa học mơ ước
- tạo
- tạo ra
- yaratıcı
- người sáng tạo
- quan trọng
- văn hóa
- Hiện nay
- khách hàng
- cắt
- dữ liệu
- tập dữ liệu
- bộ dữ liệu
- hò
- ngày
- Ngày
- chết
- thập kỷ
- thập kỷ
- sâu
- phụ thuộc
- triển khai
- triển khai
- chi tiết
- phát triển
- phát triển
- Phát triển
- Thiết bị (Devices)
- ĐÃ LÀM
- khác nhau
- khó khăn
- phát hiện
- Phân biệt đối xử
- thảo luận
- phân phối
- khác nhau
- do
- tài liệu
- làm
- Không
- làm
- lĩnh vực
- thực hiện
- dont
- hàng chục
- vẽ tranh
- trình điều khiển
- suốt trong
- mỗi
- Đầu
- dễ dàng
- dễ dàng
- nền kinh tế
- Cạnh
- biên tập viên
- ôm
- gặp gỡ
- cuối
- Endless
- đủ
- đảm bảo
- Doanh nghiệp
- Toàn bộ
- hoàn toàn
- thực thể
- đặc biệt
- Ether (ETH)
- Ngay cả
- không ngừng phát triển
- chính xác
- ví dụ
- ví dụ
- Trừ
- ngoại lệ
- Mở rộng
- mong đợi
- dự kiến
- đắt tiền
- Khám phá
- vụ nổ
- theo hàm mũ
- cực kỳ
- khuôn mặt
- quen
- NHANH
- Yêu thích
- vài
- điền
- Tên
- linh hoạt
- Chảy
- theo
- Trong
- Vận may
- khung
- từ
- bản chất
- tương lai
- Tổng Quát
- thế hệ
- được
- nhận được
- GitHub
- được
- đi
- đi
- Chính phủ
- cấp
- Phát triển
- Phát triển
- có
- Cứng
- phần cứng
- Có
- he
- giúp đỡ
- tại đây
- lịch sử
- Hy vọng
- lưu trữ
- NÓNG BỨC
- Độ đáng tin của
- Tuy nhiên
- HTTPS
- ÔmKhuôn Mặt
- Con người
- Hàng trăm
- Hype
- i
- TÔI SẼ
- xác định
- IEEE
- if
- hình ảnh
- vô cùng
- Va chạm
- hàm ý
- tầm quan trọng
- quan trọng
- cải thiện
- in
- Ưu đãi
- Bao gồm
- đáng kinh ngạc
- vô cùng
- công nghiệp
- ngành công nghiệp
- sự đổi mới
- đầu vào
- Intel
- dự định
- tương tác
- quan tâm
- ngã tư
- trong
- Đầu tư
- đầu tư
- IT
- sự lặp lại
- ITS
- chỉ
- Xe đẩy
- giữ
- Key
- Biết
- lớn
- lớn hơn
- lớn nhất
- Họ
- Năm ngoái
- Trễ, muộn
- một lát sau
- Luật
- luật sư
- hàng đầu
- LEARN
- học
- học tập
- ít nhất
- Hợp pháp
- ít
- bài học
- Bài học
- trách nhiệm
- thư viện
- Thư viện
- Cấp phép
- Cuộc sống
- Lượt thích
- Có khả năng
- linux
- dài
- thời gian dài
- lâu
- Xem
- Rất nhiều
- rất nhiều
- Thấp
- máy
- học máy
- hệ điều hành Mac
- ma thuật
- bảo trì
- chính
- làm cho
- cách thức
- nhiều
- nguyên vật liệu
- trưởng thành
- Có thể..
- nghĩa là
- có nghĩa
- có nghĩa là
- đo
- đo lường
- Gặp gỡ
- Siêu dữ liệu
- Might
- MIT
- Giảm nhẹ
- kiểu mẫu
- mô hình
- hiện đại
- thời điểm
- tiền
- chi tiết
- hầu hết
- chủ yếu
- động cơ
- nhiều
- nhiều
- phải
- my
- nhất thiết
- Cần
- nhu cầu
- Mới
- tiếp theo
- Không
- Nổi bật
- không
- tại
- con số
- Nvidia
- Rõ ràng
- of
- off
- cung cấp
- thường
- Xưa
- on
- hàng loạt
- ONE
- có thể
- mở
- mã nguồn mở
- OpenAI
- hoạt động
- các hệ điều hành
- or
- cơ quan
- vfoXNUMXfipXNUMXhfpiXNUMXufhpiXNUMXuf
- ra
- kết quả
- kết quả đầu ra
- kết thúc
- Hòa bình
- Giấy
- Song song
- Parallels
- đặc biệt
- qua
- con đường
- có lẽ
- miếng
- Nơi
- kế hoạch
- nền tảng
- plato
- Thông tin dữ liệu Plato
- PlatoDữ liệu
- Play
- lao xuống
- Điểm
- hồ bơi
- bật
- có thể
- mạnh mẽ
- thực hành
- trước đây
- chính
- có lẽ
- Vấn đề
- vấn đề
- Sản phẩm
- phát triển sản phẩm
- Tiến độ
- dự án
- dự án
- độc quyền
- đã được chứng minh
- nguồn gốc
- công khai
- Chủ đầu tư
- ngọn đuốc
- triệt để
- nhanh
- hơn
- Reading
- sẵn sàng
- thế giới thực
- nhận ra
- gần đây
- quy định
- Quy định
- phát minh lại
- Mối quan hệ
- Báo cáo
- yêu cầu
- Yêu cầu
- nghiên cứu
- Nghiên cứu cho thấy
- ngay
- rễ
- chạy
- s
- SaaS
- tương tự
- SBOM
- phạm vi
- ngành
- an ninh
- tìm kiếm
- dường như
- nghiêm túc
- định
- bộ
- nên
- Silicon
- tương
- Tương tự
- đơn giản
- kể từ khi
- website
- nhỏ
- So
- Phần mềm
- Nhà phát triển phần mềm
- bán
- một số
- đôi khi
- phần nào
- tinh vi
- nguồn
- nguồn
- không gian
- nói
- chuyên gia
- thông số kỹ thuật
- thông số kỹ thuật
- Chi
- lan tràn
- ngăn xếp
- Stacks
- bắt đầu
- Bắt đầu
- Startups
- Vẫn còn
- dừng lại
- dòng
- đường phố
- mạnh mẽ
- cấu trúc
- Tiêu đề
- Gợi ý
- cung cấp
- chuỗi cung ứng
- Chuỗi cung ứng
- hỗ trợ
- bất ngờ
- tồn tại
- apt
- hệ thống
- Hãy
- mất
- nói
- kỹ thuật
- Công nghệ
- tensorflow
- kỳ hạn
- hơn
- việc này
- Sản phẩm
- Tương lai
- cung cấp their dịch
- Them
- sau đó
- Đó
- vì thế
- Kia là
- họ
- điều
- nghĩ
- Suy nghĩ
- nghĩ
- điều này
- những
- Tuy nhiên?
- hàng ngàn
- Thông qua
- thời gian
- đến
- công cụ
- hàng đầu
- theo dõi
- Theo dõi
- truyền thống
- giao thông
- Hội thảo
- điều trị
- thực sự
- thử
- cố gắng
- chỉnh
- hai
- loại
- không rõ
- nền tảng
- hiểu
- không may
- unix
- us
- Sử dụng
- sử dụng
- ca sử dụng
- đã sử dụng
- người sử dang
- sử dụng
- nhiều
- nhà cung cấp
- phiên bản
- rất
- Tình Nguyện
- Bỏ phiếu
- là
- sóng biển
- Đường..
- cách
- we
- TỐT
- Điều gì
- Là gì
- cái nào
- CHÚNG TÔI LÀ
- rộng rãi
- Hoang dã
- sẽ
- cửa sổ
- với
- không có
- Công việc
- đang làm việc
- thế giới
- thế giới
- sẽ
- viết
- năm
- năm
- bạn
- zephyrnet