Saturday, November 9, 2019

Google က PlayStore ပေါ်သို့ apps များမတင်ခင် တင်းကျပ်စွာစိစစ်ရန် လုံခြုံရေးကုမ္ပဏီများနှင့်ပူးပေါင်း


          လွန်ခဲ့တဲ့ နိုဝင်ဘာ ၆ ရက်နေ့တွင် Google က PlayStore ပေါ်ရှိ အန္တရာယ်ပေးနိုင်သော apps များကို တင်းကျပ်စွာစစ်ဆေးရန် ESET, Lookout, Zimperium စတဲ့ လုံခြုံရေးကုမ္ပဏီများနှင့် ပူးပေါင်းခဲ့ကြောင်း ကြေညာလိုက်ပါတယ်။ ယခုပူးပေါင်းမှုအား App Defense Alliance လို့ခေါ်ပြီး PlayStore ပေါ်သို့ မတင်ခင်မှာလဲ တင်းကျပ်စွာ စစ်ဆေးမယ်လို့ သိရပါတယ်။
Photo - Internet
          Android OS ဟာ ယခုခေတ်အချိန်အခါမှာ ရေပန်းအစားဆုံး OS တစ်ခုအဖြစ်ရပ်တည်နေပါတယ်။ ဒီလိုရပ်တည်နိုင်လာတာလဲ Google ရဲ့အားထုတ်ကြိုးပမ်းမှုတေွမကင်းခဲ့ပါဘူး။ Android OS ကို devices ပေါင်း ၂.၅ ဘီလီယံပေါ်တွင်အသုံးပြုလျှက်ရှိနေပါတယ်။ ဒီလိုလူသုံးအများဆုံး OS တစ်ခုကို အဖျက်သမားတွေအနေနဲ့လဲ မျက်စိကျစရာကောင်းနေပါတယ်။ OS တခု အောင်အောင်မြင်မြင်နဲ့ ကြာရှည်စွာ ရပ်တည်နိုင်ဖို့အတွက် လုံခြုံရေးဟာ အလွန်အရေးပါတဲ့အခန်းကဏ္ဍကနေ ပါဝင်လျက်ရှိပါတယ်။


          ဒါ့ကြောင့်လဲ Google က Google Play Protect ဆိုတဲ့ feature တစ်ခုကို မိတ်ဆက်ခဲ့ပါတယ်။ PlayStore  ပေါ်က apps တွေကို malware, adware စတဲ့ virus တွေကို စိစစ်ပေးပါတယ်။ Anti Virus App တစ်ခုလိုမျိုးအလုပ်လုပ်ပေးပြီး device ကို ကာကွယ်ပေးနိုင်ပါတယ်။ ယခုအခါမှာ Google က App Defense Alliance အား ဆက်လက်မိတ်ဆက်လိုက်ပြီဖြစ်ပါတယ်။ ဒီ feature က Google PlayStore ပေါ်ကို Apps တွေမတင်ခင်မှာ App ကိုတင်းကျပ်စွာစစ်ဆေးမှာဖြစ်ပြီး malicious code တွေပါဝင်တယ်လို့ သံသယရှိရင် app ကို PlayStore ပေါ်ကိုတင်ပေးမှာမဟုတ်ပါဘူး။

NobleTecX ပရိတ်သတ်တွေကလည်း ဒီ App Defense Alliance ကြောင့် Play Store ပေါ်က apps တွေဟာ လှည့်ကြည့်စရာမလိုအောင် လုံခြုံစိတ်ချသွားရမယ်လို့ ထင်မြင်မိပါသလား ? အောက်ကကွန်မန့်မှာ ဝင်ရောက်ဆွေးနွေးသွားလို့ရပါတယ်။

RK
Ref : TheVerge

Wednesday, August 28, 2019

Unicode ဆိုတာဘာလဲ ?


                         Unicode ဆိုတာ ဖောင့်စနစ်တစ်ခုဖြစ်ပါတယ်။ font အမျိုးအစားတစ်ခုမဟုတ်ပါ။ ဒါ့ကြောင့် Unicode လို့ပြောလိုက်ရင် ဖောင့်နာမည်တွေအများကြီး ကွဲထွက်နေနိုင်ပါတယ်။ (ဥပမာ- MyanmarText, Myanmar 3, Pyidaungsu စသည်ဖြင့် အမျိုးမျိုးရှိပါတယ်။)
Unicode စံစနစ်ကိုလိုက်နာတဲ့ ‌font မှန်သမျှဟာ Unicode Font ဖြစ်ပါတယ်။ အငြင်းပွားစရာမလိုပါဘူး။

ဒါဆို Zawgyi ဆိုတာကရော ဘာလဲ ?
                         Zawgyi ကတော့ လွယ်လွယ်ပြောရရင် အချိန်ကာလတခုက လိုအပ်ချက်တစ်ခုကြောင့် ပေါ်ထွက်လာရတဲါအရာပါ။ ဒါပေမယ့် သူကလဲ ကျွန်တော်တို့အပေါ်မှာ ကျေးဇူးအများကြီးရှိပါတယ်။ ဘာနဲ့တူလဲဆိုတော့ အဆောက်အဦတစ်ခုဆောက်တဲ့အခါသုံးတဲ့ "ငြမ်း" လိုပါပဲ။ အဆောက်အဦ ဆောက်‌နေဆဲမှာ ငြမ်း ကမဖြစ်မနေလိုအပ်ပြီး အဆောက်အဦ ပြီးသွားတဲ့အခါမှာ ငြမ်း ကိုဖျက်ပစ်ရပါတယ်။
Zawgyi ကလဲ ငြမ်း တစ်ခုလိုပါပဲ။ ကျွန်တော်တို့တတွေ Unicode စံစနစ်ကို လိုက်နာတဲ့ font တစ်ခု မတီထွင်နိုင်သေးတဲ့အခြေအနေမှာ ကျွန်တော်တို့ ဖုန်းထဲ ကွန်ပျူတာ‌ထဲကို ဇော်ဂျီဖောင့်သွင်းပြီး အသုံးပြုခဲ့ရပါတယ်။ အခု ပြည့်စုံတဲ့ Unicode ဖောင့်တွေလဲပေါ်လာပြီ။ Zawgyi ကိုလက်လွှတ်သင့်တဲ့အချိန်ကို ရောက်ပါပြီ။ (တကယ်တော့ရောက်နေတာ ကြာပါပြီ။ အခုတခေါက်အရွေ့မှာ နိုင်ငံတော်အတိုင်ပင်ခံ ပုဂ္ဂိုလ်ကိုယ်တိုင်က ပါဝင်ပြီး ပြောကြားပေးတဲ့အတွက် ပိုပြီး လူသိများလာတယ် ပြောင်းသုံးလာကြတယ် ထင်ပါတယ်။ )

မြန်မာနိုင်ငံမှာအသုံးပြုခဲ့တဲ့ font စနစ်တွေရဲ့သမိုင်းအကျဉ်း ကိုဖော်ပြပါဦးမယ်။ (ဒါဟာ စာရေးသူအာဘော်နဲ့အကျဉ်းချုပ်ရေးထားတာဖြစ်လို့ အမှားတစုံတရာပါဝင်ခဲ့ရင် စာရေးသူကိုယ်တိုင်ရဲ့ လေ့လာမှုလိုအပ်နေသေးလို့ဖြစ်ပါတယ် ခင်‌ဗျာ)

                         ကျွန်တော်တို့ဟာ ကွန်ပျူတာစနစ်တွေနဲ့ စတင်ထိတွေ့ခဲ့စဉ်အချိန်ကာလမှာ မြန်မာလို စာရိုက်ဆက်သွယ်လို့ မရခဲ့ပါဘူး။ ဟုတ်ပါတယ်။ Internet ဆိုင်လေးတွေမှာ တစ်နာရီနှစ်ရာနဲ့ GTalk သုံးကြတုန်းကပေါ့။ ကျနော်တို့တွေ Myanglish နဲ့ပြောခဲ့ကြတယ်။
(e.g sar p p lar, nay kg lar, bal mhar nay lae etc...)
                         အဲ့ဒီကနေတဆင့် ကျွန်တော်တို့ဟာ ကျွန်တော်တို့ရဲ့ အမိဘာသာစကားဖြစ်တဲ့ မြန်မာစာကို ကွန်ပျူတာစနစ်တွေပေါ်မှာ မြင်ချင်လာပါတယ်။ တဦးနဲ့တဦး ဆက်သွယ်ပြောဆိုတဲ့အခါမှာလဲ မြန်မာလိုပဲ စာရိုက်ပြီးပြောချင်လာပါတယ်။ ဒီလို လိုအပ်ချက်တွေကို ဖြည့်ဆည်းဖို့ Win font တွေပေါ်ထွက်လာခဲ့တယ်။ Win Innwa တို့ Win Amarapura တို့ စသည်ဖြင့်ပေါ့လေ။
                         သူတို့က အင်္ဂလိပ်အက္ခရာပေါ်မှာ မြန်မာအက္ခရာတွေ အစားထိုးပြီးဖော်ပြပါတယ်။ ဒီစနစ်မှာ အားနည်းချက် လိုအပ်ချက်တွေအများကြီးရှိခဲ့ပါတယ်။ ဒါ့ကြောင့် နောက်ခြေလှမ်းတခုအနေနဲ့ ကျွန်တော်တို့သုံးခဲ့တဲ့ Zawgyi ဟာ ပေါ်ထွက်လာရပါတယ်။
                         Zawgyi ရဲ့အားနည်းချက်က နိုင်ငံတကာကချမှတ်ထားတဲ့ ဖောင့်စံချိန်စံညွှန်းကို မလိုက်နာတာပါပဲ။ အားနည်းချက်တခုကိုပြောပြရရင် Zawgyi က မြန်မာအက္ခရာ ၃၃ လုံးနဲ့တကွ အခြား ပင့်ရစ်ဆွဲထိုး တွေအကုန်လုံးကို character တစ်ခုစီအဖြစ်မှတ်ယူပါတယ်။ တကယ်ဖြစ်ရမှာရက အက္ခရာ ၃၃ လုံးရှိရင် character ကလဲ ၃၃ လုံးပေါ့ တခြား specific ဖြစ်တဲ့ အက္ခရာတွေ အတွက်တော့ character တခုသက်သက်ပေးရပါတယ်။ ဒါတော့ထားလိုက်ပါ။ အကြမ်းဖျင်းအားဖြင့် အက္ခရာ ၃၃ လုံးရှိရင် character ကလဲ ၃၃ လုံးရှိရမယ်ပေါ့။ Zawgyi က ဒါကိုမလိုက်နာပါဘူး။ သူ့စနစ်မှာ အကုန်လုံးက character တွေဖြစ်ပါတယ်။ ဒါ့အပြင် တခြားလိုအပ်ချက်တွေလဲရှိပါတယ်။ ရှိလဲရှိဦးမှာပါ။ ဒါ့ကြောင့်လဲ နောက်တဆင့်ဖြစ်တဲ့ Unicode ဖောင့်တွေပေါ်ထွက်လာရတာပဲဖြစ်ပါတယ်။

Unicode သုံးရင် ဘာတွေအကျိုးကျေးဇူးတွေရလာနိုင်မလဲ ?

Unicode ဟာ နိုင်ငံတကာက လက်ခံထားတဲ့စံစနစ်တခုဖြစ်တာကြောင့် နိုင်ငံတကာနဲ့ဆက်သွယ်တဲ့အခါ လုံးဝအဆင်ပြေစေမှာပါ။
ဥပမာ - Google Translate ကိုအဆင်ပြေပြေသုံးလို့ရနိုင်ခြင်း၊ Google ကထုတ်တဲ့ Products တွေမှာ မြန်မာစာ အမှန်မြင်ရနိုင်ခြင်း၊ Wikipedia Myanmar မှာ စာတွေအမှန်မြင်ရနိုင်ခြင်း စတဲ့ အကျိုးကျေးဇူးတွေရမှာပါ။
Unicode သုံးရတဲ့ အကျိုးကျေးဇူးတွေအကြောင်းကို ဒီထက်ပိုပြီး သိချင်တယ်ဆိုရင် ကျေးဇူးပြု၍ comment မှာရေးထားခဲ့ပေးပါ။ သိချင်တဲ့သူများရင် အကျယ်ချဲ့ပြီး နောက်ထပ်စာတစ်ပုဒ်တင်ပေးပါမယ်။
.
.
စိတ်ဝင်တစား ဖတ်ရှုတဲ့အတွက် ကျေးဇူးတင်ပါတယ်။ မသိသေးတဲ့ သူငယ်ချင်း မိတ်ဆွေတွေကို သိစေချင်ရင် share လုပ်ပေးသွားနိုင်ပါတယ်။
နောက်ထပ် နည်းပညာနဲ့ပတ်သက်တဲ့ဆောင်းပါးတွေကို ဖတ်ချင်ရင် ကျွန်တော်တို့ Page ကို Like and follow လုပ်ထားပေးပါ။
.
နောက် article တစ်ခုမှာပြန်ဆုံကြပါမယ်။
.
#UnicodeMigration
#UnicodeVsZawgyi
#NobleTecX

Sunday, August 25, 2019

MM 2D App is released !

        
            
                MM 2D App ဆိုတာကနှစ်လုံးဂဏာန်းကြည့်ဖို့ app ပါ။ version 1.0.0 ဖြစ်ပြီး ယခုလက်ရှိမှာ နှစ်လုံးပဲကြည့်လို့ရဦးမှာ ဖြစ်ပါတယ်။ နောက်ထပ် version တေွမှာ 3D ပါကြည့်လို့ရအောင်ထည့်ပေးသွားမှာပါ။

  MM 2D App
   version 1.0.0
  • Swipe Up Refresh 
  • Auto refresh per minute
  • contain ads
  • [No] In App Purchases

Wednesday, August 14, 2019

လူအများစုမသိသေးတဲ့ အက်ပ်တခု သို့မဟုတ် Google Go

           
                    Google Go app ဟာ Google LLC က ထုတ်လုပ်ထားတာဖြစ်ပြီး အကြောင်းအရာတွေကို လျင်လျင်မြန်မြန် ပေါ့ပေါ့ပါးပါး လွယ်ကူစွာရှာဖွေလို့ရအောင် ထုတ်ပေးထားတာဖြစ်ပါတယ်။ app size ကလဲ 7 MB ကျော်ကျော်လေးပဲရှိပြီး ပေါ့ပါးပါတယ်။ ဝမ်းနည်းစွာနဲ့ Google Play Store မှာရှာလို့ရမှာ မဟုတ်ပါဘူး။ မြန်မာနိုင်ငံအတွက်အသုံးပြုခွင့်မပေးသေးလို့ပါ။ ဘာလို့လဲတော့ သေချာမသိရပေမယ့် Zawgyi-Unicode ပြဿနာကြောင့်ဖြစ်မယ်လို့ပဲ ခန့်မှန်းရပါတယ်။

                    ဒါပေမယ့် Unicode သွင်းထားတဲ့ဖုန်းနဲ့ပဲသုံးမယ်ဆိုရင်တော့ မြန်မာစာကို အသံထွက်ပြီးဖတ်ပေးနိုင်တဲ့အထိ အဆင်ပြေပါတယ်။

                    ကဲ ဒါဆိုရင် Google Go App နဲ့ ဘာတွေလုပ်လို့ရမလဲ ကြည့်ရအောင်။

၁။ Google ကိုသုံးပြီးရိုးရိုး ရှာဖွေခြင်း

ဒါကတော့ လူတိုင်းပဲ သုံးတတ်မယ်ထင်လို့ မပြောတော့ပါဘူး။အောက်က Search box ထဲမှာ ကိုယ်ရှာချင်တဲ့အကြောင်းအရာကို ရိုက်ထည့်ပြီးရှာဖွေရုံပါပဲ။


ဒါကတော့ Google Go App က ဝင်ဝင်ချင်းမြင်ရတဲ့ပုံပါ။

၂။ အသံဖြင့်ရှာဖွေခြင်း (Voice Search)


ဒီ function ကလဲ လူအများစုသိပြီးသားဖြစ်မှာပါ။
ဒါပေမယ့် ဒီနေရာမှာ unicode သုံးတဲ့သူတွေက အခွင့်အရေးပိုရပါတယ်။ အဲ့ဒါကတော့ မြန်မာလိုအသံနဲ့ရှာလို့ရခြင်းပဲဖြစ်ပါတယ်။ ပုံမှန်တိုင်းဆိုရင် အင်္ဂလိပ်လိုပဲ အသံနဲ့ပဲပြောပြီး ရှာလို့ရပါတယ်။
ကဲ ကိုယ့်ဖုန်းက Unicode သုံးထားတယ်ဆိုရင် Google Go App နဲ့ Voice Search လေးကိုစမ်းကြည့်ဖို့တိုက်တွန်းချင်ပါတယ်နော်။

ဒါက Voice Search ပေါ့ဗျာ။ တခါတလေတော့ ကိုယ်ကပြောတာ တခြား သူကရှာတာ တစ်လွဲဖြစ်နေတတ်ပါတယ်။ အဲ့လို လိုအပ်ချက်လေးတွေရှိပေမယ့်လို့ ရှာရတာ အဆင်ပြေပါတယ်။ 😀
ခုနက Voice Search ရဲ့ Result

၃။ Image Search


Google Go ထဲက Image Search ဟာကျွန်တော်တို့ပုံမှန်သုံးနေကျ ပုံရှာတဲ့နည်းထက်ပိုပြီး အဆင်ပြေလွယ်ကူပါတယ်။ ပင်စာမျက်နှာကနေ image search ကိုသွားလိုက်တယ် ပြီးရင် ကိုယ်ရှာချင်တဲ့ category လေးတစ်ခုကိုနှိပ်လိုက် အဲ့ဒါနဲ့သက်ဆိုင်တဲ့ပုံတွေပေါ်လာမယ်။ Download ဆွဲလို့လဲရပါတယ်။
နမူနာအနေနဲ့ love quotes ဆိုတာကိုရှာပြထားပါတယ်။
နောက်ပြီးပုံရှာမယ်။ အာ့ကြောင့် ပင်မစာမျက်နှာက Image Search ကိုပဲနှိပ်လိုက်ပါတယ်။ Category တွေကျလာပါတယ်။ ကိုယ်ရှာချင်တဲ့ပုံကို category ကြည့်ပြီးရှာရုံပါပဲ တကယ်လို့ category ထဲမှာ ကိုယ်ရှာချင်တာမပါရင်လဲ အောက်က search box မှာ ရိုက်ပြီးရှာလိုက်ပါ။

Love quotes ကိုရှာပြထားတာပါ။

၄။ Weather

Weather ကလဲ အရင်ကပုံစံအတိုင်းပါပဲ။ သိပိတော့ မပြောင်းလဲပါဘူး။

ဒါက weather ကို နှိပ်ပြီး ရှာပြထားတာပါ။ ပုံမှန်က သူက Yangon ကိုပဲပြပါတယ်။ အောက်က Search box မှာ Weather Mandalay ဆိုပြီး ကိုယ်ရှာချင်တဲ့ သိချင်တဲ့မြို့နာမည်ကို Weather နောက်ကနေ ရိုက်ထည့်ပေးလိုက်ပါ။

၅။ Google Lens

ဒါက ဘာလဲဆိုတော့ ဓာတ်ပုံရိုက်ပြီးစာဖတ်ပြခိုင်းဖို့လဲသုံးလို့ရတယ်။ ဓာတ်ပုံရိုက်ပြီး ဘာသာပြန်ခိုင်းဖို့လဲ သုံးနိုင်တယ်။ ကိုယ်သိချင်တဲ့စာကို ရှင်းလင်းအောင် ဓာတ်ပုံရိုက်ပြီး ခိုင်းလို့ရပါတယ်။ Unicode သုံးသုံး မသုံးသုံး မြန်မာစာတွေကို ဖတ်ခိုင်း ဘာသာပြန်ခိုင်းလို့ရပါတယ်။ နမူနာပုံကို ကြည့်ပါ။


ရှာချင်တဲ့ ဘာသာပြန်ချင်တဲ့ အသံထွက်ရွတ်ပြစေချင်တဲ့ စာသားကို ဓာတ်ပုံရိုက်ပါ။ ရှင်းရှင်းလင်းလင်းတော့ဖြစ်ပါစေ။

ရိုက်ပြီးရင် သူက Scan လုပ်နေပါလိမ့်မယ်။ ခဏစောင့်ပါ။
ပြီးရင် အခုလို စာကို detected ဖြစ်ပြီး အသံထွက်ပြီးဖတ်ပြ‌စေချင်ရင် ‌နားထောင်ရန်(Listen) ဆိုတာကိုနှိပ်၊ ဘာသာပြန်စေချင်ရင် ဘာသာပြန်ရန်(Translate) ဆိုတာကိုနှိပ်၊ Google မှာရှာချင်ရင် ရှာရန်ဆိုတာကိုနှိပ်။

The function I like most in Google Go

                    သူက Web Page က စာတွေကို အသံထွက်ပြီးဖတ်ပြပေးတာပါ။ Wikipedia English နဲ့ Myanmar မှာစမ်းလို့ရပါတယ်။ Facebook တို့ Twitter တို့မှာတော့ မစမ်းကြည့်ရသေးပါဘူး။
Wiki မှာ သိချင်တာကိုရှာလိုက်ပါ။ ပြီးရင် အောက်က play button လေးကိုနှိပ် သူက စာတွေကိုအသံထွက်ပြီးဖတ်ပြပေးပါလိမ့်မယ်။
Wikipedia ရဲ့ အင်္ဂလိပ်စာမျက်နှာကိုရောက်နေပါပြီ အောက်နားက play button လေးကိုနှိပ်လိုက်လို့ အထဲကပါတဲ့စာသားတွေကို အသံထွက်ပြီးဖတ်ပြနေပါတယ်။
ဘေးမှာ စကားသံ speed ချိန်လို့ရလို့ English Listening Skill လေ့ကျင့်နေတဲ့သူတွေအတွက် အထောက်အကူဖြစ်စေပါတယ်။

                    နောက်ပြီး သူက မြန်မာစာကိုရော ဖတ်ပြပေးတယ်ဆိုရင် ယုံမလားဗျာ တကယ်ပါ မြန်မာစာကိုလဲ ဖတ်ပြပေးပါတယ်။ နမူနာအနေနဲ့ ကျွန်တော် စိုင်းထီးဆိုင် အကြောင်းကိုရှာပြထားပါတယ်။
အဲ့လိုအသံထွက်ဖတ်ပြတဲ့နေရာမှာ ကျွန်တော် ကြိုက်တဲ့အချက်ကတော့ အနှေးအမြန် speed ကို ကိုယ်တိုင်ချိန်လို့ရတာပါပဲ။ English စာကို listening လေ့ကျင့်ချင်တဲ့သူတွေအတွက် တကယ်ကိုအဆင်ပြေပါတယ်။


Wikipedia Myanmar Page ကိုသွားဖို့ရာ Wiki Myanmar လို့ရိုက်ရှာလိုက်ပါ။ မြန်မာလိုရေးထားတဲ့ ဝီကီပီးဒီးယားဆိုတာကိုဝင်လိုက်ရင် Wiki Myanmar Page ကိုရောက်ပါပြီ။

နမူနာအနေနဲ့ ဦးထီးအကြောင်းကိုရှာပြထားပါတယ်။ နောက်ပြီး play button ကိုနှိပ်ထားလို့ အသံထွက်ပြီးဖတ်ပြနေပါတယ်။ ကွျန်တော်က Huawei EMUI 9.0 သုံးနေတာဖြစ်လို့ Wiki မှာစာမမှန်ပါဘူး။အပေါ်ကစာတွေကတော့ မမှန်ပေမယ့် အောက်က စာတွေက မှန်နေပါတယ်။
Zawgyi font သုံးထားရင်တော့ မှန်ချင်မှ မှန်ပါလိမ့်မယ်။

ဒီလို မြန်မာလိုပါ အသံထွက်ပြီးဖတ်ပြတာကို‌ေတွ့ရ‌တော့ ကျွန်တော် ‌တော်တော်သဘောကျသွားပါတယ်။

                    နောက်မကြိုက်တာ တခုက မြန်မာလိုရှာပြီးဖတ်တဲ့အခါမှာ မြန်မာစာတွေကိုပဲ ဖတ်ပါတယ်။ အင်္ဂလိပ်စာတွေကို မဖတ်တော့ပါဘူး။ အဲ့ဒီတစ်ချက်တော့မကြိုက်ဘူးပေါ့လေ။ နောက်ပြီး ဂဏာန်းတေွဆိုရင်လဲ သုည(၀) ကို ဝလုံး(ဝ) အဖြစ်ပြောင်းဖတ်သွားတယ်။ (ဒါကတော့ Wiki ကဆောင်းပါးရှင်တေွေကြာင့်လို့ထင်ပါတယ်။)

                    မြန်မာအသံထွက်နဲ့ဖတ်ပြတာက Zawgyi ဖုန်းတွေမှာအလုပ်ဖြစ်မဖြစ်မစမ်းရသေးပါဘူး။ ကိုယ်တိုင်စမ်းကြည့်လိုက်ပါ။ 

" အချုပ်အနေနဲ့တိုက်တွန်းရမယ်ဆိုရင်တော့ Google Go App ကိုစမ်းသုံးကြည့်သင့်ပါတယ်။ တော်တော်အဆင်ပြေတာမို့လို့ အခုလိုပြန်ပြီးမျှဝေပေးရခြင်းဖြစ်ပါတယ်။
နောက်ပြီး Unicode ကိုပြောင်းသုံးကြဖို့လဲ တိုက်တွန်းချင်ပါတယ်။ Google ကထုတ်တဲ့ App တွေမှာ မြန်မာလိုအမှန်မြင်ရဖို့ဆိုရင် unicode ကိုမဖြစ်မနေ အသုံးပြုဖို့လိုပါတယ်။ "

သုံးကြည့်ချင်ရင်
Download Link Here (7.36 MB)

မသိသေးတဲ့ သူငယ်ချင်းတွေကိုလဲ မျှဝေလိုက်ပါ။
တကယ်လို့ ကျွန်တော်ပြောပြတဲ့အထဲမှာ မပါသေးတဲ့ အကြောင်းအရာရှိရင်လဲ comment လုပ်ပြီး ပြောပြခဲ့ဦးနော်။
.
နောက် post တခုမှာပြန်ဆုံကြပါမယ်။
.
Wanna Like Our FB Page for more Articles ?
NobleTecX
.
RK

Friday, August 9, 2019

Huawei’s new operating system is called HarmonyOS


                   Huawei has officially announced HarmonyOS, the operating system it was rumored to be developing to replace its reliance on Android. In China the software will be known as HongmengOS. The company says the operating system can be used in everything from smartphones to smart speakers and internet-of-things devices like sensors.
 
                   There’s been a lot of speculation about Huawei’s in-house operating system ever since Google suspended the company’s Android license back in May, following the US government’s decision to put Huawei on the Entity List. Huawei has made no secret of the fact that it’s been working on its own OS, but the extent to which it would be able to act as a substitute for Android is unclear.



                   However, it isn’t yet clear how much need Huawei will have for its own in-house operating system going forward. Since placing Huawei on the Entity List, the Trump administration has since indicated that it’s willing to ease the restrictions on the company. In July, senior officials said that the administration would grant licenses to deal with Huawei in instances where national security wouldn’t be impacted. However, yesterday Bloomberg reported that the White House is delaying its decision about issuing these licenses in the wake of China’s decision to halt purchases of US farming goods.  
 Credit - TheVerge

Apple extends its bug bounty program to cover macOS with $1 million in rewards


               Apple is finally rewarding security researchers for finding security flaws in macOS. At the Black Hat conference today, Apple announced that it is greatly expanding its existing bug bounty program to include macOS, tvOS, watchOS, and iCloud. It will include rewards of up to $1 million for a zero-click, full chain kernel code execution attack.

               While Apple originally started paying iOS bounties three years ago, researchers have only been paid for ones found in Apple’s mobile operating system. macOS was never included, and it’s led to a number of security researchers pushing the company to change course. Apple is now expanding its bug bounty program far behind just iOS.

               iCloud, iOS, tvOS, iPadOS, watchOS, and macOS will now be covered. Apple is now opening its bug bounty program to all researchers and the payout is increasing beyond the current $200,000 maximum. The very maximum is a $1 million payout for iOS vulnerabilities that let attackers control a phone without any user interaction.


               The updated bug bounty program could help convince more security researchers to report vulnerabilities to Apple. Earlier this year, a security researcher detailed a macOS flaw, but refused to submit it to Apple until the company pays researchers for Mac security flaws.
Security researchers have been reluctant to help Apple with its security, though. Apple now offers up to $1 million to security researchers who discover iOS vulnerabilities and report them, but these bugs are often way more valuable to sell on the black market.
 .
Credit goes to - TheVerge

The state of AI in 2019



a common psychological phenomenon: repeat any word enough times, and it eventually loses all meaning, disintegrating like soggy tissue into phonetic nothingness. For many of us, the phrase “artificial intelligence” fell apart in this way a long time ago. AI is everywhere in tech right now, said to be powering everything from your TV to your toothbrush, but never have the words themselves meant less.

It shouldn’t be this way. 

While the phrase “artificial intelligence” is unquestionably, undoubtedly misused, the technology is doing more than ever — for both good and bad. It’s being deployed in health care and warfare; it’s helping people make music and books; it’s scrutinizing your resume, judging your creditworthiness, and tweaking the photos you take on your phone. In short, it’s making decisions that affect your life whether you like it or not.

It can be difficult to square with the hype and bluster with which AI is discussed by tech companies and advertisers. Take, for example, Oral-B’s Genius X toothbrush, one of the many devices unveiled at CES this year that touted supposed “AI” abilities. But dig past the top line of the press release, and all this means is that it gives pretty simple feedback about whether you’re brushing your teeth for the right amount of time and in the right places. There are some clever sensors involved to work out where in your mouth the brush is, but calling it artificial intelligence is gibberish, nothing more. 

When there’s not hype involved, there’s misunderstanding. Press coverage can exaggerate research, sticking a picture of a Terminator on any vaguely AI story. Often this comes down to confusion about what artificial intelligence even is. It can be a tricky subject for non-experts, and people often mistakenly conflate contemporary AI with the version they’re most familiar with: a sci-vision of a conscious computer many times smarter than a human. Experts refer to this specific instance of AI as artificial general intelligence, and if we do ever create something like this, it’ll likely to be a long way in the future. Until then, no one is helped by exaggerating the intelligence or capabilities of AI systems.

 It’s better, then, to talk about “machine learning” rather than AI. This is a subfield of artificial intelligence, and one that encompasses pretty much all the methods having the biggest impact on the world right now (including what’s called deep learning). As a phrase, it doesn’t have the mystique of “AI,” but it’s more helpful in explaining what the technology does.
How does machine learning work? Over the past few years, I’ve read and watched dozens of explanations, and the distinction I’ve found most useful is right there in the name: machine learning is all about enabling computers to learn on their own. But what that means is a much bigger question.

Let’s start with a problem. Say you want to create a program that can recognize cats. (It’s always cats for some reason). You could try and do this the old-fashioned way by programming in explicit rules like “cats have pointy ears” and “cats are furry.” But what would the program do when you show it a picture of a tiger? Programming in every rule needed would be time-consuming, and you’d have to define all sorts of difficult concepts along the way, like “furriness” and “pointiness.” Better to let the machine teach itself. So you give it a huge collection of cat photos, and it looks through those to find its own patterns in what it sees. It connects the dots, pretty much randomly at first, but you test it over and over, keeping the best versions. And in time, it gets pretty good at saying what is and isn’t a cat. 



So far, so predictable. In fact, you’ve probably read an explanation like this before, and I’m sorry for it. But what’s important is not reading the gloss but really thinking about what that gloss implies. What are the side effects of having a decision-making system learn like this? 


Well, the biggest advantage of this method is the most obvious: you never have to actually program it. Sure, you do a hell of a lot of tinkering, improving how the system processes the data and coming up with smarter ways of ingesting that information, but you’re not telling it what to look for. That means it can spot patterns that humans might miss or never think of in the first place. And because all the program needs is data — 1s and 0s — there are so many jobs you can train it on because the modern world is just stuffed full of data. With a machine learning hammer in your hand, the digital world is full of nails ready to be bashed into place.

But then think about the disadvantages, too. If you’re not explicitly teaching the computer, how do you know how it’s making its decisions? Machine learning systems can’t explain their thinking, and that means your algorithm could be performing well for the wrong reasons. Similarly, because all the computer knows is the data you feed it, it might pick up a biased view of the world, or it might only be good at narrow tasks that look similar to the data it’s seen before. It doesn’t have the common sense you’d expect from a human. You could build the best cat-recognizer program in the world and it would never tell you that kittens shouldn’t drive motorbikes or that a cat is more likely to be called “Tiddles” than “Megalorth the Undying.”  

Teaching computers to learn for themselves is a brilliant shortcut. And like all shortcuts, it involves cutting corners. There’s intelligence in AI systems, if you want to call it that. But it’s not organic intelligence, and it doesn’t play by the same rules humans do. You may as well ask: how clever is a book? What expertise is encoded in a frying pan? 

So where do we stand now with artificial intelligence? After years of headlines announcing the next big breakthrough (which, well, they haven’t quite stopped yet), some experts think we’ve reached something of a plateau. But that’s not really an impediment to progress. On the research side, there are huge numbers of avenues to explore within our existing knowledge, and on the product side, we’ve only seen the tip of the algorithmic iceberg. 



Kai-Fu Lee, a venture capitalist and former AI researcher, describes the current moment as the “age of implementation” — one where the technology starts “spilling out of the lab and into the world.” Benedict Evans, another VC strategist, compares machine learning to relational databases, a type of enterprise software that made fortunes in the ‘90s and revolutionized whole industries, but that’s so mundane your eyes probably glazed over just reading those two words. The point both these people are making is that we’re now at the point where AI is going to get normal fast. “Eventually, pretty much everything will have [machine learning] somewhere inside and no-one will care,” says Evans. 

He’s right, but we’re not there yet. 

In the here and now, artificial intelligence — machine learning — is still something new that often goes unexplained or under-examined. So in this week’s special issue of The Verge, AI Week, we’re going to show you how it’s all happening right now, how this technology is being used to change things. Because in the future, it’ll be so normal you won’t even notice. 

Credit goes to - TheVerge

About Author

Hi, I'm RKhar. I'm a freelance technical writer. I'm writing articles on nobletecx.ga at now.
Thank you for paying a piece of time to read technical news.