เทคนิคใช้ AI ทำให้ชาวนิวยอร์กทำหมวกตกออกนอกหน้าต่าง
(dropofahat.zone)- ต่างจากหัวข้อบน HN หน้าเว็บจริงไม่ใช่เดโมเทคนิค แต่เป็นหน้าขายที่พาไปซื้อ โดเมนหมดอายุ dropofahat.zone บน GoDaddy
- โดเมนนี้แสดงเป็นรายการ GoDaddy Buy Now ราคา 100 USD และสถานะการบล็อกโดย Google กับสถานะเนื้อหาสำหรับผู้ใหญ่แสดงว่าไม่เข้าข่ายทั้งคู่
- โปรไฟล์โดเมนมีตัวชี้วัดประวัติ เช่น วันสร้าง WHOIS 31/05/2024, ปีแรกบน Wayback คือ 2024, หน้าในดัชนี 61 หน้า และการครอว์ล 52 ครั้ง
- ExpiredDomains.com เป็นแพลตฟอร์มฟรีสำหรับค้นหาและกรองโดเมนที่หมดอายุหรือใกล้หมดอายุด้วยเกณฑ์อย่าง TLD, คีย์เวิร์ด, ความยาว, แบ็กลิงก์, ตัวชี้วัด SEO เป็นต้น
- การซื้อไม่ได้เสร็จสิ้นบน ExpiredDomains.com เอง แต่เป็นโครงสร้างที่พาไปดำเนินการให้เสร็จบน ผู้รับจดทะเบียนภายนอกหรือมาร์เก็ตเพลซอย่าง GoDaddy
รายการขาย dropofahat.zone
- dropofahat.zone เป็นรายการขายโดเมนหมดอายุที่ลงไว้บน ExpiredDomains.com
- ปุ่มซื้อเชื่อมไปที่ Buy Now on GoDaddy
- ข้อมูลการขาย:
- ราคา: 100 USD
- ประเภทการประมูล: GoDaddy Buy Now
- สถานะ Google: ไม่ถูกบล็อก
- สถานะเนื้อหาสำหรับผู้ใหญ่: ไม่ใช่เนื้อหาสำหรับผู้ใหญ่
โปรไฟล์โดเมนและตัวชี้วัดสาธารณะ
- คุณสมบัติของชื่อ:
- ความยาว: 10
- TLD: zone
- จำนวน TLD ที่มีลิงก์ซึ่งจดทะเบียนไว้: 5
- ปริมาณการค้นหาคีย์เวิร์ด: 0
- CPC ของคีย์เวิร์ด: 0
- Radio Test: ผ่าน
- ตัวชี้วัดประวัติ:
- วันสร้าง WHOIS: 31/05/2024
- ปีแรกบน Wayback: 2024
- หน้าในดัชนีของ Wayback: 61
- จำนวนการครอว์ลของ Wayback: 52
- การแชร์บน Facebook: 1
- ปฏิกิริยาบน Facebook: 4
- คุณสมบัติที่เกี่ยวข้องกับ SEO ต้องล็อกอินจึงจะดูได้:
- MOZ Domain Authority
- MOZ Page Authority
- Majestic External Backlinks
- Majestic Trust Flow
- Majestic Citation Flow
- Semrush Rank
โดเมนที่เกี่ยวข้องซึ่งแสดงร่วมกัน
- ในหน้าเว็บมีการแสดงโดเมนที่คล้ายกันและราคาวางเรียงกันด้วย
- mht.zone: 200 USD
- drop-zone.com: 4995 USD
- wp.zone: 3598 USD
- dropzonetactical.com: 4911 USD
- enter.zone: 8 USD
- dropofahat.zone: 100 USD
- aho.zone: 300 USD
- need.zone: 30 USD
- dropzone.delivery: 100 USD
- lofo.zone: 100 USD
ฟังก์ชันการสำรวจที่ ExpiredDomains.com มีให้
- ExpiredDomains.com เป็นแพลตฟอร์มออนไลน์ฟรีสำหรับค้นหา โดเมนหมดอายุ และโดเมนที่กำลังจะหมดอายุ
- รวบรวมข้อมูลโดเมนจาก TLD หลายร้อยรายการ แล้วนำเสนอในรูปแบบที่ใช้ค้นหาและกรองได้
- ผู้ใช้สามารถคัดกรองโดเมนให้แคบลงตามเกณฑ์อย่าง authority ด้าน SEO, ทราฟฟิกเดิม, และศักยภาพด้านแบรนด์
- สามารถสำรวจรายการ ตรวจสอบตัวชี้วัด และใช้ตัวกรองได้โดยไม่ต้องสมัครสมาชิกหรือชำระเงิน
- ตัวกรองและเครื่องมือที่มีให้:
- TLD
- คีย์เวิร์ด
- ความยาว
- โปรไฟล์แบ็กลิงก์
- คะแนน SEO
- ประมาณการทราฟฟิก
- Estimated Auction Price
- BrandRank
- SEO Price
- ข้อมูลภายนอกอย่าง MOZ, Majestic
ขั้นตอนการซื้อที่ต่อไปยัง GoDaddy
- ExpiredDomains.com ไม่ได้จดทะเบียนโดเมนโดยตรง แต่เชื่อมไปยังผู้รับจดทะเบียนภายนอกและมาร์เก็ตเพลซอย่าง GoDaddy
- GoDaddy ถูกแนะนำว่าเป็นผู้รับจดทะเบียนที่มีลูกค้ามากกว่า 20 ล้านราย และบริหารโดเมนมากกว่า 84 ล้านโดเมน
- ในคำอธิบายแยกต่างหากบนหน้าเว็บยังระบุด้วยว่า GoDaddy เป็นเว็บโฮสต์อันดับ 5 ตามส่วนแบ่งตลาด ณ ปี 2023 และมีโดเมนที่จดทะเบียนมากกว่า 62 ล้านโดเมน
- GoDaddy ถูกนำเสนอเป็นแพลตฟอร์มแบบ all-in-one ที่มีฝ่ายสนับสนุนลูกค้า 24/7, TLD หลากหลาย, โฮสติ้ง และเครื่องมือสร้างเว็บไซต์
- คำอธิบายโฮสติ้งระบุการรับประกัน uptime 99.9% และฝ่ายสนับสนุนลูกค้า 24/7
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
เคยเห็นใครบางคนบนถนน 25th Street ใน Midtown ปล่อยวัตถุที่ติด ร่มชูชีพขนาดเล็ก ลงมาจากหน้าต่างราวชั้น 8–9
พอมันค่อย ๆ ร่อนลงมาถึงถนน ก็มีคนเก็บมันแล้วเดินเข้าอาคารไป วัตถุนั้นคือ กุญแจ น่าจะเป็นเพราะกริ่งประตูเสีย และเป็นภาพที่ดูสนุกดีทีเดียว
ไวต่อลมน้อยกว่าและเสถียรกว่า ผมเคยเล่นจรวดจำลองเมื่อนานมาแล้ว ถ้าใช้ร่มชูชีพใหญ่เกินไปมันจะเบี่ยงออกนอกเส้นทางมากเกินจนไม่ดี ฝั่งจรวดกำลังสูงจะกางร่มชูชีพสำหรับชะลอความเร็วที่ระดับสูง แล้วกางร่มชูชีพสำหรับลงจอดที่ระดับต่ำ แต่ต้องมีอุปกรณ์อิเล็กทรอนิกส์และการรับรองอะไรทำนองนั้น ในอุปกรณ์เบา ๆ จะไม่มีอุปกรณ์พิเศษอะไร แค่มีตัวหน่วงเวลาในเครื่องยนต์ จากนั้นเผาทะลุด้านบนแล้วระบายไอเสียเข้าไปด้านในชั่วครู่
ไม่น่าเชื่อว่าจะได้เห็นเรื่องการใช้ AI หย่อนหมวกใส่คนแล้วเรียกมันว่า ดรอปชิปปิง ลากยาวไปถึงปาร์ตี้กับคนทำลายบรรยากาศ ความเสี่ยงของสารเสพติดเทียบกับฝ่ายต่อต้านการดรอปชิปปิงหมวกที่ “น่ารำคาญ” ขอบเขตทางกฎหมายของการดรอปชิปปิงหมวกโดยไม่พึงประสงค์ ผลกระทบของหมวกหลงทางต่อทารก การวิเคราะห์เชิงปริมาณผลกระทบต่อสิ่งแวดล้อมของวัตถุที่ตกจากหน้าต่างอพาร์ตเมนต์ใน NYC และการถกเถียงเรื่องผลกระทบทางจิตใจจากวัตถุที่ตกลงมาในเมืองที่เต็มไปด้วยตึกสูง ยอดเยี่ยมจริง ๆ
ดูเหมือนอันนี้จะรองรับเฉพาะ Windows :(
ไม่เข้าใจว่าหมวกใบนั้น ตกเป็นเส้นตรง ได้อย่างไร ทั้งใบพัดทั้งลม แล้วทำไมมันถึงไม่ปลิวไปทางโน้นทีทางนี้ที?
ตอนอ่านแค่ข้อความ ผมนึกว่าใช้ AI ทำให้มันลงจอดบนหัวคนพอดี ซึ่งถ้าเป็นแบบนั้นคงน่าประทับใจสุด ๆ
นี่เป็นสิ่งที่ดีที่สุดที่ได้เห็นใน HN และรวมถึงอินเทอร์เน็ตทั้งหมดในช่วงหลังมานานพอสมควร งานยอดเยี่ยม และขอบคุณที่ทำให้วันสดใสขึ้น
ชอบโปรเจกต์แบบนี้
หลายรัฐกำลังเตรียมร่างกฎหมายที่มีข้อกำหนดเรื่อง ลายน้ำสำหรับคอนเทนต์ที่สร้างโดย AI แต่แทบไม่ค่อยมีใครนิยาม AI อย่างเคร่งครัด กังวลว่าอีกไม่นาน เพื่อความปลอดภัย เราอาจต้องติดคำว่า “สร้างด้วย AI” บนทุกอย่าง เหมือนคำเตือน Prop 65
ถ้าเป็นเมื่อไม่กี่ปีก่อน อาจถูกเรียกว่า แมชชีนเลิร์นนิง (ML) แทนปัญญาประดิษฐ์ (AI)
เมื่อติดคำเตือนบนทุกอย่างจนผู้ใช้เหนื่อย สุดท้ายก็จะถูกเมิน โดยเฉพาะถ้าไม่มีบทลงโทษสำหรับการติดคำเตือนทั้งที่ไม่มีอันตรายจริง Big Tobacco คงชอบคำเตือน Prop 65 ถ้าทำให้ทุกอย่างดูเหมือนก่อมะเร็งได้ คนสูบบุหรี่ก็อาจอยู่ไปโดยไม่รู้ว่าสัดส่วนความเสี่ยงของบุหรี่สูงกว่าสิ่งอื่นส่วนใหญ่มากแค่ไหน
[ ยอมรับคุกกี้และรายการที่เกี่ยวข้องกับ AI ทั้งหมด ]คอนเซปต์นี้ยอดเยี่ยม และก็น่าจะเป็นไอเดียเจ๋งสำหรับอุปกรณ์ที่ติดเว็บแคมบนระเบียงถนน Bourbon St ใน New Orleans แล้วโยน สร้อยลูกปัด ลงไปให้ปาร์ตี้ด้านล่าง
ผมมีเพื่อนที่มีบาร์หลายชั้นอยู่กลางถนนสายนั้น และสามารถเปิดให้ใช้แบบนี้ได้ ถ้าผู้เขียนต้นฉบับหรือใครสักคนอยากสร้างเครื่องยิงสร้อยลูกปัดแบบ AI/ควบคุมระยะไกล ก็ทิ้งช่องทางติดต่อไว้ แล้วผมจะลองเชื่อมให้
กำลังมองหาร้านข้าง ๆ อยู่! บางทีก็อยากเคี้ยวหมากฝรั่งระหว่างเดินบนถนน มีใครจะทำ กัมดรอป ไหม?
สรุปคือสิ่งที่ใช้มี 1) สินค้าที่เบาแต่เท่อย่าง Propeller Hat, 2) Raspberry Pi สำหรับควบคุมทั้งหมด, 3) สเต็ปเปอร์มอเตอร์ Adafruit สำหรับกลไกปล่อยตก, 4) ด้ายสำหรับยึดหมวก, 5) Roboflow สำหรับ AI
เพื่อนผมเคยถูกฝ่ายอาคารขอให้ถอดกล้องออก ทั้งที่เป็นกล้องที่บันทึกแค่วิวเนินหน้าตึก ไม่ได้ละเมิดความเป็นส่วนตัว และติดด้วยแม่เหล็กจึงไม่มีความเสียหายใด ๆ เลย
แล้วจึงตระหนักว่าเขาหมายถึงอยากเคี้ยวหมากฝรั่งขณะเดินไปตามถนน เลยได้ ความกระจ่าง
อยากเข้าไปใน ช่วงเริ่มต้น ของโอกาสลงทุนนี้ แต่ดูเหมือนจะสายไปแล้ว
เป็นบทความที่เจ๋งเกินคาด ตอนกดลิงก์คิดว่าจะเป็น “อะไรโง่ ๆ แบบทั่ว ๆ ไป” แต่สุดท้ายกลับเป็น อะไรที่โง่แบบไม่ธรรมดา ในทางที่ดีที่สุด และน่าสนใจจริง ๆ
ผู้เขียนผ่านอุปสรรคหลายอย่างมาได้ และเขียนเหมือนส่วนที่ยากที่สุดก็แก้ได้ด้วยการลองขยับลองปรับนิดหน่อย บางทีอาจเป็นคนที่คุ้นเคยกับ machine learning และ robotics อยู่แล้วก็ได้ อ่านสนุกมาก
เรื่องการตรวจจับวัตถุในวิดีโอ ผมสงสัยว่าทำไมต้องทำ inference ผ่าน Roboflow SaaS ด้วย เห็นเป็นแบบ
api_url="https://detect.roboflow.com", api_key="API_KEY"เป็นเพราะ Pi แรงไม่พอจะรันโซลูชันแบบ on-device ล้วน ๆ อย่าง Frigate [0] หรือ DOODS [1] หรือเปล่า? Coral TPU ดูเหมือนจะไม่ได้พิจารณา เพราะใช้ชิ้นส่วนที่มีอยู่ในบ้านเป็นหลัก ใครเคยใช้ Roboflow ช่วยเล่าได้ไหมว่าเทียบกับ Frigate หรือ DOODS แล้วเป็นอย่างไร?ถามแทนเพื่อนนะ ไม่ได้อยากให้ลำโพงประกาศทั่วบ้านพูดว่า “แม่กำลังเข้าใกล้บ้าน”, “พัสดุมาถึงแล้ว”, “พบสุนัขกำลังเดินเล่น”, “พบเจ้าของสุนัขที่ไม่เก็บอึสัตว์ของตัวเอง” อะไรแบบนั้นแน่นอน ข้อสุดท้ายน่าจะทำยากอยู่ ก็ช่วยไม่ได้ :)
[0] https://github.com/blakeblackshear/frigate/pkgs/container/fr...
[1] https://github.com/snowzach/doods2
นอกจากนี้อาจเปลี่ยน “ดีที่สุด” เป็น “ดีที่สุดแบบหนึ่ง” ได้ด้วย หากไม่ตอบกลับประกาศนี้ภายใน 48 ชั่วโมง จะถือว่าสละสิทธิ์คัดค้านการใช้งานและการดัดแปลงดังกล่าว ส่งคำตอบไปที่
/dev/nullได้เลยdetect.roboflow.comเป็นเพียงเวอร์ชันโฮสต์ของ inference server เท่านั้น ถ้ารัน Docker ที่ไหนสักแห่ง ก็เปลี่ยน URL นั้นเป็นlocalhostหรือที่อยู่ self-hosted ของตัวเองได้ ภายในคือ HTTP interface สำหรับแพ็กเกจ Python ชื่อ inference[1] และถ้าแอปเป็น Python ก็รันแบบ native ได้ด้วยการทำ inference บน Pi ค่อนข้างช้า ถ้าไม่มี accelerator ก็น่าจะได้ประมาณ 1 เฟรมต่อวินาที ในโปรเจกต์แบบนี้ ถ้าอยากรันในเครื่องให้เร็วขึ้น มักใช้การเร่งด้วย CUDA บน Jetson
ข้อดีคือ Roboflow Universe[2] มีโมเดลที่เทรนไว้ล่วงหน้าซึ่งคนอื่นเปิดสาธารณะไว้มากกว่า 100,000 โมเดล ใช้เป็นจุดเริ่มต้นได้ รองรับโมเดลระดับ state-of-the-art รุ่นใหม่ ๆ จำนวนมาก มีไลบรารี notebook สำหรับการเทรนแบบ custom[3] ที่กว้างขวาง ผสานแน่นกับเครื่องมือ dataset/annotation ซึ่งเป็นแกนหลักของ Roboflow จึงเหมาะกับการสร้างโมเดล custom และยังรองรับงานหลังประมวลผลทั่วไปผ่าน supervision[4] ได้ดีด้วย
[1] https://github.com/roboflow/inference
[2] https://universe.roboflow.com
[3] https://github.com/roboflow/notebooks
[4] https://github.com/roboflow/supervision
เช่นแสดงว่า “1. Mrs Green ไปทางที่ทำการไปรษณีย์ 5 นาที”, “2. Mr Smith ไปทางป้ายรถเมล์ 7 นาที”, “3. Mr Snow ไปทาง Mrs Smith 9 นาที” อะไรแบบนี้