ビデオ: Thesi em Rees no e Chrummi (九月 2024)
今週のショーでは、コンピュータービジョン企業としてスタートし、すぐにフルスタックの垂直型AIソリューション企業になりつつあるGumGumのCEO兼創設者であるOphir Tanzと話をしました。 私たちは、現在の人工知能ブームと、それが触れるあらゆるビジネスを変える可能性について話しました。 GumGumは現在、さまざまなAI主導の広告ソリューションを提供しており、まだ始まったばかりです。
GumGumは、中核を成し、コンピュータービジョン企業です。 そのテクノロジーをさまざまな方法で表現しています。 私たちの最大のビジネスユニットは広告ユニットであり、In-Image Advertisingと呼ばれる広告フォーマットを発明しました。現在、フォーチュン100ブランドの約70％および世界の多くの大手出版社と連携しています。 私たちがしていることは、ユーザーが積極的に関与しているコンテンツに合わせて、マーケティングメッセージを文脈的に配置することです。 この場合、画像のコンテキストを特定し、実際にマーケティングメッセージをそれに合わせます。
あなたのウェブサイトでこれの多くの例を持っています。 本当にかっこいいです。 私はほとんどの人が実際にウェブサイトに出会ったときにこのようなことが起こっていることを知らないと思います。 彼らはそれがそのようにプログラムされたかもしれないと思うが、あなたは実際に写真の内容を取り、それから写真に基づいた広告を配信している。必ずしもサイトや記事でさえない。
正しい。 ユーザーはサイトを訪問し、写真は通常、特定のWebページのヒーローユニットであるという考え方です。 視線追跡調査を見ると、ほとんどの熱が写真を中心に集中していることがわかります。 アイデアは、非常にネイティブな配置を作成するだけでなく、適切に表示することです。 比較的影響が大きい傾向があり、在庫のすべての機会を埋める必要がないという点で非常に優れた特徴があります。
できるのは、いつでも適切なコンテキストでそのユーザーに関連する広告をロードすることです。 また、広告の表示頻度が大幅に低下するため、ユーザーエクスペリエンスが大幅に向上するという大きな効果がありますが、その場合、広告のインパクトが大きくなります。 また、多くの場合、サイト運営者がプロパティから他の標準形式を削除し、コンテンツに使用するサイト運営者のサイトに不動産を返すという追加の利点もあります。
私が見た研究では、人々が広告を嫌うということではありません。 彼らはボリュームが嫌いです。
はい。
彼らはボリュームが嫌いで、侵入性が嫌いで、ポップアップが嫌いです。 実際に広告が表示されても、ユーザーの利便性を妨げない限り、それらを気にすることはありません。
それは今日の業界では本当に大きな問題だと思います。 従来のIAB広告フォーマットを見ると、多くの問題があります。 1つは、時間の100％を読み込む必要があるため、広告が何であれ読み込まれていることです。 あなたは明らかにそれに関連する巨大な視認性の問題を抱えています。 Webページが読み込まれると、そのページのIAB広告の100％が読み込まれ、3分の1だけ下にスクロールします。 広告主はそれらのインプレッションに料金を払っていますが、決して見られることはありません。 彼らは価値を生み出していない。 これは実質的に、前回計算したとき、年間100〜120億ドルが燃え、煙が上がっているのと同じだと思います。
それは大きな問題です。 関連するコンテンツがブラウザに表示されたときにのみフォーマットをロードします。 無駄な印象はほとんどありません。 特にタブレットや携帯電話などのさまざまなデバイスに移行する際の広告の将来は、はるかに統合された選択的な体験になると本当に信じています。 広告のアイデアは、多くの場合無料のコンテンツを配信し続けることができるように、お金を稼ぐ人々の利益があるユーザーにメッセージを伝えることです。 私たちの視点は、「広告を見てみましょう。非常に敬意を表しましょう。ただし、あまり頻繁に見せないようにしましょう」であり、最終的には関連するすべての利害関係者にとって良いと思います。
あなたが活動しているスポーツ部門について少し話しましょう。インベントリを開いて、コンピュータビジョンを使って何かをするのは本当に面白い方法です。手でや人間でやるのでは実用的ではありません。
さて、過去数十年間に行われた方法は、手作業と人間によるものです。 これは非常にエラーが発生しやすいアプローチです。通常は、たとえば10分または数時間に及ぶゲームの一部を行うことになるためです。 それを、通常は海外の場所に発送します。 これらのスポンサーが登場する場所と、すべての露出の相対的な品質を文字通り手動でタグ付けします。 次に、それらをブラックボックスで全体値に外挿します。
だから誰かがテープを見て、外野サインのコカ・コーラのロゴを特定し、それがどれくらいの時間、何秒見えたかを言っている。
はい、そのビデオの品質。 難読化されましたか？ ぼやけていましたか？ どれくらい大きかった？ そのようなもの。 私たちがやったことは、実際にはほぼ同じ方法論を採用していることですが、すべてコンピュータービジョンを使用してプログラムで実行しています。 私たちは包括的に物事を見ることができるので、それはその技術の本当にエレガントな実装です。 すべてのビデオ、すべてのハイライトビデオ、すべてのソーシャルイメージのすべての瞬間を見て、それらすべての露出がどこに表示されるかを特定しますが、それらの露出の品質も特定します。 次に、すべての相対的な利害関係者、この場合は権利所有者とブランドが発掘できるようにします
スポンサーシップは大きなビジネスです。 これらのことに多くのお金が費やされており、適切な料金に到達するためには多くの交渉が必要です。 これにより、その労力から多くの当て推量が取り除かれます。
ヤンキースタジアムのWB Masonサインについて考えます。 それは外野にあり、ゲームに行くと見えますが、それは定量化する必要があり、それに特定の価値が付加されています。あなたのツールはその価値の創造と把握に役立ちます。
します。 スポンサーシップの露出を最大化するために、権利所有者が実際にカメラアングルを再配置し、そのようなことを行うのを支援しています。 ソーシャルは、GumGumの前に、包括的な方法で見られなかった要素です。 スポンサーシップの観点からソーシャルメディアで生み出される価値の大部分は、所有および運営されている不動産で発生することがわかります。
コンピュータービジョンを採用しないと、社会の世界を見て、実際にそれらすべての露出がどこにあるかを特定することは不可能です。 作成されている実際の価値で示すことができた大きな隆起がありました。そして、ますます、それは人々が彼らの経験を伝える方法でもあるので、テレビに対する相対的な価値も上昇しています。
これらの両方のアプリケーションを動かしているのは、実際にコンピュータービジョンです。 それは、画像の中にあるもの、ビデオ画像の中にあるものを識別し、それを認識し、箱に入れて分類することができるアルゴリズムを持っています。 それが本当にあなたが会社を構築したコアテクノロジーです。
はい。
どこに行くの？ これら2つのアプリケーションがあります。 次は何が来るのか？
あなたのイントロで述べたように、私たちはフルスタックの垂直AIソリューション企業であり、それが意味することは、最終的に、この非常に強力な技術を持っているということです。 世界の実際のユースケースに実際に適用できるという点では、比較的新しいものです。 世界を見ると、この機能から本当に恩恵を受けることができる膨大な量の産業があります。 この時点で、実際にその機能の恩恵を受けた人はほとんどいません。
これらのソリューションの実装に関連するオプションを見ると、クラウドベースのソリューションがあり、WatsonやGoogleのクラウドビジョン、Amazonなどがあります。 問題は、実際のビジネスニーズを実際に解決するためには、社内でビジネスレベルの専門知識だけでなく、その特定の問題のソリューションを具体的に構築するための技術的な専門知識も必要だと考えていることです。 クラウドベースのAIソリューションを採用して製品に統合することで、企業や実際に成功する製品を見ることはありません。
その理由は、これらのことをできる限り微調整する能力がないためです。 少なくとも今日のAIシステムの開発に関連する芸術性は本当にたくさんありますが、それは機能ではなくバグです。 最終的に、このようなものはよりコモディティ化されます。これは良いことであり、私たちもそれに向けて取り組んでいます。 しかし、それは本当に高価です。 これらのクラウド企業からのわずかな金額に対して私たちが行うことは、40セントから1ドルの間のどこか、CPMベースで50セントの費用がかかります。 これらのソリューションを使用して大規模なことを行うことは、実際には不可能です。
現在、自然言語処理や一部のテキスト分析など、特定の種類のAIをクラウドから活用できる場合があります。 しかし、それは本当にそれらの領域に限定されています。 そこで私たちは、セールスが大きな役割を果たしていると考えています。つまり、技術的な観点からの専門知識があり、フルスタックソリューションを構築できるようにビジネスレベルの専門知識を統合することができます。 これまでのところ、私たちはスポーツで広告を出し、社会的区分を持ち、他の多くの機会を見ています。
IBM Watsonで聞いた苦情の重要性は、あなたがツールを入手することです。しかし、実際にツールで何かをする前に、あなたはそれを訓練しなければなりません。 その場合、多くの小規模企業にはそのスキルセットがありません。 AIを訓練するためにコンサルタントを雇う必要があります。 どうやって違う方法でやっていますか？
私たちは皆、同じアーキテクチャで動作しています。 ニューラルネットを使用している場合、これは主にワトソンが現在使用していると思うものであり、確かに私たちも使用しているものです。 それに関連するトレーニング要素があります。 大規模な運用を行うと、それは方程式のアルゴリズム側にとっても同様の課題になります。
ラベル付けされた、サイズ変更可能な、偏りのないデータセットをまとめることができることが必要です。 繰り返しますが、私はそれを機能ではなくバグと呼びます。 それは私たちが長年やってきたことであり、非常にうまくいくことができます。 最終的に、ニューラルネットワークの品質は、データを供給することができるデータの品質の関数になるので、それから私たちがそれを放棄したわけではありません。 ただ、これらのセットをすばやく取得してラベル付けする必要があると思います。
これらの大規模で巨大なテクノロジー企業（Amazon、Google、Facebook）の利点の1つは、膨大なデータセットを持っていることです。 それらはコンピュータサイエンスの歴史上、他に類を見ないものであり、これらのデータセットにアクセスするだけで、この人工知能時代に移行する際に有利になります。
それは持続可能な利点ですか、それとも新興企業や中小企業が競争できると思いますか？
それは大きな利点ですので、あなたはその仮定に正しいです。 見て、データは王様であり、これらのことをデータで訓練する必要がある限り、アプリケーションが何であれ最も関連するデータを持つエンティティは有利な立場にあります。 興味深いのは、私たちがオープンソース運動に大きく貢献していることです。 他の会社も同様です。 私たちは実際にその知識を共有していますが、データはそれほど共有していません。 私たちが貢献しているオープンなデータセットがあります。 また、独自のデータもたくさんありますし、確かに大企業もそうですが、それは本当に問題特有です。
たとえば、私たちが行っていることの1つ-これはコアビジネスではありませんが、コミュニティのためにこれを行っています-私たちは世界最大の歯科X線画像コレクションを収集しています。 たとえば、それを基にビジネスを構築したい場合、GoogleやAmazonがアクセスできるものではありません。 彼らには理由がありません。 特定のタイプのデータがあります。 UGCビデオなどのUGC画像、あらゆる種類の方法での非常に貴重な洞察がありますが、亀裂やパイプラインを特定しようとしている場合、または作物を最適化しようとしている場合は、ダスティング、ここに無限の量のアプリケーションがあります。 私は彼らが特定の方法で利益を持っていると言うでしょう、そしてそれは会社ごとに異なります。
歯科データに戻って、歯科画像の巨大なデータベースで何をするつもりですか？
私たちがやりたいことは、ImageNetに似た世界的な競争を主催することです。ImageNetは、毎年スタンフォードが主催する競争で、どの企業がラベルデータセットを最も正確かつ適切に分類できるかを確認します。 私たちはそれに似たようなことをしたいと思います。
それは実際には単なる商業製品以上の分類プロジェクトです。
はい、はい。
AIについて人々を困惑させるものの1つについて少し話しましょう-彼らはこれが政府によって展開されるテクノロジーだと感じています。 それは大企業によって展開されますが、個々の消費者は、それらのAIを活用するのではなく、実際にこれらのAIの影響を受けることになります。 それは公正な仮定だと思いますか、それともある時点で変わると思いますか？
はい、いいえと言います。 あなたは個人が行動を起こしていると主張することができ、Wazeのようなものでさえ、そこにあるあらゆるビジネス製品の餌食です。
私はバーニー・サンダースがいつもそのような議論をしていると思う。
しかし、少なくとも企業は人々の生活や他のビジネスに価値を付加する製品を開発しようとしているため、最終消費者は一日の終わりには最大の受益者でもあると思います。 政府は独自のものを持っていると思います…おそらくセキュリティの観点から見たくない限り、私はそれを悪意のあるものと呼ぶべきか、直接的な付加価値と呼ぶべきかを知りません。 見て、このようなことは難しいです。 達成するのは安くはありません。 つまり、データセットを取得するだけでもリソースが必要です。 この取り組みに非常にコミットしている大規模なエンティティは、最終的にそれを所有しようとしています。
常に登場するもう1つのことは、AIと自動化のエージェントです。 GumGumのスポーツ部門を例にとると、これは、海外ではありますが、テープを見ながら物事を分類する人間によって行われていたソフトウェアを介して現在行われていることです。 これらのタイプに関連付けられる失業をどのように見ますか
それは私にとって大きな関心事です。 GumGumでそれが起こるのを見ました。 自動化されたソリューションを開発し、画像や動画のタグ付けに使用していた人々に取って代わるものであり、それが自動化の代価であると主張することができます。 「新しい技術はすべて新しい仕事を生み出します。産業革命を見てください」と言う、周りの人々は非常にバラ色の絵を苦しめようとすることが多いと思います。 私はその議論を買わない。 すべてのテクノロジーが平等に作成されているわけではなく、デフォルトですべてのテクノロジーが新しい仕事を作成しているわけではないと思います。 そういう意味で、大量の新しい仕事が生まれたと思います。
たとえば、タグ付けを行った可能性のある人は、画像のタグ付けとラベル付けを行う可能性があり、同じ人かもしれませんが、最終的には、私には多くの懸念があります。 長期的には社会として取り組む必要があると思います。 ユニバーサルベーシックインカムは、政府レベルやその他の場所で長々と議論されてきたものです。 それは悪い考えだとは思いません。 非常に良いアイデアだと思います。
社会や個人の幸福には、まだ答えが分からないという他の意味があると思います。 難しい問題だと思います。現在の政権と将来の政権が、石炭の仕事を取り戻そうとするのではなく、将来の世界を発明し、必要に応じて助成するために、もう少し注意を払うことを望みます。そのうち米国には70, 000があります。 それはあまり意味がありません。
彼らはおそらく戻ってこないでしょう。
彼らは戻ってはいけません。 環境に悪いです。 それはそれらの個人にとっては生活の質の高さではなく、長期的な持続可能な解決策でもありません。
大丈夫。 聴衆から質問を受けましょう：基本的な普遍的な収入はどれくらいありそうだと思いますか？
私がちょうど与えた答えは、おそらく現時点で私が与えることができる最高の答えです。 そのようなことをすることの意味が何であるかについてのデータや十分な洞察を持っているとは思いません。 これらのことを実験している政府が世界中にあることを知っています。 それは目撃者のようなものから学ぶのは非常に興味深いでしょう。
また、普遍的なベーシックインカムシステムのようなものを制定する必要がある今の場所にいるとは思いません。 これは
これらはすべて比較的新しい開発であるため、これらすべての新しいテクノロジーの結果について頭を包み始めていると思います。 産業革命よりもはるかに速く起こっているように思えます.AI駆動の車や、自動運転車や道路を走行しているこれらのさまざまなものを持っていることの結果を内部化する必要があります。 それが私たちに帰ってきたら、私たちは私たちがどのように補償するかについて現実的な議論ができると思います。
私の会社でよく話していることの1つは、この絶え間ない劇的な変化の概念です。それが、私たちが現在住んでいる世界の1つの基本的な真実だと思います。 技術的な意味でその意味を見ると、指数関数曲線上で機能が成長しているさまざまなテクノロジーがあり、ピクセル解像度からハードドライブの容量、処理速度まで、すべてについて話しているのです。さらに、ソフトウェア開発も行います。これらの技術はすべて、これらの曲線のさまざまな変曲点にあります。 しかし、それらはすべて活用されており、実際に今日の広告を可能にしているのは、事実上GPUと処理速度です。 これらのアルゴリズムは50年代と60年代に遡ります。 最初のニューラルネットワークは50年代に開発されたと思います。 40個のニューロンがありました。
指数関数的成長について驚くべきことは、たとえば、1ステップあたり1メートルで30の線形ステップを実行し、30ステップ後に30メートル移動したという概念です。 この部屋を歩いていただろうが、30の指数関数的なステップを踏むと、この場合は単純な2倍になります。 1、2、4、8、そして30ステップ後、地球の周囲を26回横断したことになります。つまり、約10億メートルです。 特に興味深いのは、成長のほとんどが最後の数ステップで発生することです。したがって、ステップ29では、5億メートルです。
それが指数関数的成長についてだまされていることです。 長い間、それは線形成長によく似ており、実際には各線形期間でより大きな成長を示す線形成長曲線に遅れることがありますが、最終的には劇的に異なるものになります。 そして、それは未来を信じられないほど刺激的で、多くの点で、神秘的で信じられないほど予測するのを難しくしています。 GumGumでは、ARやVR、ウェアラブルやIoTなどの長期的な視野に目を向けようとしていますが、2年単位で事業を計画しようとしています。あなたが見ることができる限り、またあなたが決定し、構築することができる限り
これが今日の世界を食うような挑戦だと思います。 確かにレガシー企業はこれを経験しており、それは一種の支配的な力です。 ビジネスモデルを開発して機能するようになるのは、何世紀も前の状況とは異なります。 その変更サイクルははるかに長かったので、長期的に報酬を得ることができました。 今、あなたは絶えず世界の理解を革新し、成長させ、あなたの企業に関連する様々なパラダイムシフトを理解し、それらに向かって構築しなければなりません。
柔軟で対応できることは、おそらく5年後に何が起こるかについて正しいことよりも役に立つでしょう。
企業が愚かではないので、これらすべての将来の技術にそのような熱狂的な投資を見る理由でもあります。 大企業の話です。 彼らは、レガシービジネスで生活していることを知っています。 彼らは物事が非常に劇的に変化していることを知っており、大きな賭けをする必要があることを知っています。 非常に大規模で大胆な会社の賭けが見られますが、それが彼らが持つ唯一の選択肢であり、それがスタートアップが巨大な価値と付加的で成功し続ける理由でもあるからです。停滞の期間、投資しているのか、会社を成長させているのか、それは困難です。新しい価値を生み出すのは難しいですが、すべてが常に変化しているとき、価値創造の機会がたくさんあります。
指数関数的思考と、それらの曲線の形に頭を包むことがどれほど難しいかについて話すとき、あなたはそのような素晴らしいポイントを作ると思います。 2023年までにあなたが言った以前の講演の1つを盗んでいます。1, 000ドルで人間の脳の計算能力を備えたデバイスを手に入れることができます。 それだけの処理能力を複製します。 私たちのほとんどがまだ生きている可能性のある2043年までに、1, 000ドルの処理能力を手に入れることができます。 それは地球上のすべての脳よりも大きいです。
組み合わせて、ええ。
それは何をしますか？
それは本当に興味深い点です。 公平を期すために、レイ・カーツワイルからそれを盗みました。 彼はその分析を行いました。
私たちは皆、巨人の肩の上に立っています。
私はそれを信用したくありませんが、それは本当に有益なポイントです。 繰り返しますが、私たちは社会として、種として、特に指数関数的に考えるのが得意だとは思いません。 私たちの脳は直線的に考えるように構成されています。 それは最終的にはより多くの生存の可能性を提供し、数千年前のアフリカのブッシュでは多くの利益を提供しませんでしたよね？
多くのことが強引に強制される可能性があるため、その影響は非常に大きくなります。 アルゴリズムとテクノロジーの品質があり、常によりエレガントになりますが、十分な処理能力があれば、単により多くの計算能力を投入するだけでは不可能だった多くのことを実行できます。 いくつかの方法で、あなたはそのニューラルネットワークを議論することができます-私は技術を振り返り、それがかなり優雅であると感じていると確信しています-そしてあなたが人間の脳に比べて取る処理能力の量を見れば、これは人間の脳が実際に行っていることの貧弱なイメージです。脳はこれらのマシンがこれらの計算を行うために行うわずかな力を使用します。
これは、未来を予測するのが本当に難しいという事実の単なる証拠だと思います。 誰もが認識しているよりも劇的に変化し、ソフトウェアの品質の点にも耳を傾けます。十分に高品質のソフトウェアを開発できれば、明らかに計算能力の問題が制限要因になるからです。 。 一般的なAIやスーパーインテリジェンスについて話したい場合、制限要因は適切なソフトウェアを開発する能力になります。明らかに、人間の人口と同等の計算能力を持つチップを購入できるなら1, 000ドルであれば、おそらく必要以上に70億倍以上の電力になります。
変革を遂げようとしている業界はたくさんあります。 自動運転車があると言えます。 たぶん5年後ではないかもしれませんが、10年後ではないかもしれませんが、確かに20年後です。 私たちがまだ考えていない人工知能によって変革されると思われる業界、またはその変革のために非常に準備が整っていない業界はありますか？
ほら、これは他の強力なツール、テクノロジー、ソフトウェア、ハードウェアの海の中で非常に強力なツールです。 AI機能の統合の恩恵を受けられない業界は考えられません。 データを処理し、ビデオをより良く処理することができ、あらゆる業界がその恩恵を受けることができます。 だからこそ、縦型スタックAIを構築できることに大きな力があります。
私はショーに来るすべての人に尋ねる質問をしたいと思います。 あなたが最も懸念している技術トレンドは何ですか？ 夜更かしするものはありますか？
兵器化された核エネルギー、または核弾頭。
昔ながらのグッディ。
流行に戻っただけです。
明らかに少し心配です。 逆に、驚異を刺激するテクノロジーやツールを毎日使用していますか？
私は木工に非常に興味を持ち、過去8か月ほどでほとんどが伝統的な木工になりました。 そのため、多くのハンドプレーンとブロックプレーン、およびスポークシェービング。 正直なところ、それは非常に刺激的だと思います。 それらは本当に美しいツールであり、私にとって、人間の創意に非常に語りかけます。 そして、人間が発明した非常にシンプルでありながら非常に強力で効果的なツールを扱うことは素晴らしいことです。
同じタイプの木工処理を行うことができるAIで駆動される大型の自動化されたマシンがおそらくあります。
それは人間の経験を構成するものの一部だと思う芸術性と満足感のレベルがあります。 ほら、実は電動工具もたくさん持っています。 ハンドツールを使用することで、常により良い仕上がりとより良い製品を手に入れることができますが、最終的にはそれが課題の1つです。 私たちが実際に地球上で最も知的な種ではない場合、それは明らかに深い意味を持っています。
まず、私たちはより少ない種類の扱い方を見ることができます
私はこのようなものがすぐ近くにあるとは思わない。 私たちは、あらゆる種類の表現から、あるいは意識的知性のように見え始めることからも多くの突破口があると思いますが、それが40年であろうと400年であろうと、それは人類の歴史の規模における相対的で小さな種類のブリップです。 これらの事柄が何を意味するかについて話す価値はあります。 これらの技術の開発を止めることについて誰も話していない。 当然、私たちは本質的に非常に興味があり、それは単なる選択肢ではありません。 私はそれもオプションではないと思いますが、おそらく、それらの現実がどのように見えるかを争うための適切なプロトコルを開発する前にそこに到達するでしょう。
それは変化の指数関数的な性質に戻ります。 準備が整うよりも早く特定の機能に到達する予定です。政府や官僚、さらには今日の企業でさえ、そのようなペースで変化を管理できるようになっているとは思いません。 実際に適切に対応するために必要な変更のレベルは、ある程度の混乱を引き起こします。
それまでの間、あなたはウッドショップで働いています。
あなたは私に言っています。 次の手段。
どんなものを作っていますか、お願いできますか？
スツール、ボウル、スプーンなど。 今は本当に簡単です。 私はメンターを探している初心者です。 私がずっと愛してきたこのビットとバイトのデジタル空間に住むことはとてもうれしいです。私は若い頃からプログラマーであり、常にそれに惹かれていました。今でも相変わらず大好きです。 しかし、それはまさに物理的で手作業であるというアンチテーゼであり、あなたは主に木材を扱っていますが、これは素晴らしい並置です。
とてもオーガニック。 多くの技術者が優れたプログラミングスキルと優れたチョップでショーに参加しているのは面白いことですが、それでも彼らが喜びを感じるのは、実際に手を使って作業している現実のものです。
うん。 そのような側面に戻ることは、喜ばしいことです。
メンターが現在視聴していて、あなたと連絡を取りたい場合、またはあなたとGumGumが行っていることをフォローしたい場合、どのようにオンラインで連絡を取ることができますか？
Twitter @ ophirtanz、LinkedIn、Ophir Tanz、ウェブサイトGumgum.comで私を見つけることができます。 あらゆる種類の方法。
優れた。 オフィル、研究室に来てくれてありがとう。
お招きいただきありがとうございます。
それは有り難いです。
よかった。
それは今日の早送りです。 ご参加いただきありがとうございます。 この番組のエピソードをご覧になりたい場合は、PCMag.comで見つけることができます。 iTunesでポッドキャストを聞きたい場合は、Apple Podcastで見つけることができます。AndroidPlayで見つけることができます。 素晴らしいポッドキャストが無料で提供されている場所はどこでも見つけることができます。 本日はご参加いただきありがとうございます。またお会いしましょう。
