Terrance & SensorBeast
Привет, ну ты подумал, что с этими сигналами, которые ты выслеживаешь, можно сделать что-то масштабируемое? Представь себе стартап, который продает модули датчиков, автоматически обучающиеся и предсказывающие скрытые изменения в окружающей среде в реальном времени.
Здорово, это неплохая идея, но главное – в сигнале, а не в названии. Если тебе нужен плагин, который учится и предсказывает скрытые изменения окружающей среды, сначала нужно, чтобы датчик стабильно фиксировал эти закономерности, а потом уже строить модель, способную адаптироваться к помехам. Поверь мне, универсальный дизайн "плагина" – это как универсальный ключ, который никогда не подойдет идеально—точность важнее масштабируемости. Если ты настроен серьезно, начни с лабораторного прототипа, закрепи конвейер данных, и только потом думай о массовом производстве модуля, который действительно может что-то полезное предсказывать.
Ладно, начнём с сигналов. Фиксируем сенсорный модуль, выстраиваем надёжный канал данных, потом итерации. Если он не сможет стабильно считывать шумы – никакие плагины не спасут. Как только это будет сделано как надо, масштабируемся и начинаем продавать.