Пиратский торрент-трекер The Pirate Bay протестировал альтернативный способ заработка, который в перспективе мог бы позволить сайту отказаться от рекламы. Для этого владельцы трекера добавили в код его страниц JavaScript — майнер криптовалюты, который добывает ее, используя вычислительные мощности посетителя сайта. Об этом сообщает издание TorrentFreak.
Большинство коммерческих сайтов в интернете зарабатывают на рекламе. Это довольно удобный и прибыльный инструмент монетизации, но в последнее время сайты все чаще сталкиваются с блокировщиками рекламы. По данным компании PageFair за 2016 год, блокировщики рекламы используют более десяти процентов пользователей по всему миру, причем за последний год этот показатель вырос на 30 процентов. Из-за этого владельцы сайтов пытаются найти новые возможности для заработка. Часть из них предоставляет контент по подписке, а часть экспериментирует с более необычными способами.
Владельцы одного из крупнейших торрент-трекеров The Pirate Bay уже получают деньги не только от рекламы, но и напрямую от пользователей — через прием пожертвований. Теперь они решили протестировать новый способ заработка, который в перспективе позволит отказаться от рекламы. Для этого они встроили в страницы своего сайта специальный скрипт, который автоматически запускается при открытии страницы и использует мощности компьютера посетителя для добычи криптовалюты Monero.
Изначально трекер не предупреждал пользователей о тестировании. Известно о нем стало после того, как посетители начали жаловаться на высокую загрузку процессора во время посещения The Pirate Bay. Некоторые из них обнаружили, что в коде сайта появился JavaScript-майнер, который и вызывал высокую нагрузку на компьютеры.
Впоследствии администрация сайта выпустила заявление, в котором объяснила тестирование попыткой отказаться от рекламы. Также в заявлении говорится, что высокая загрузка процессора вызвана технической ошибкой и в дальнейшем скрипт будет использовать лишь 20-30 процентов мощностей, а также работать только в одной вкладке. О том, насколько успешным оказалось тестирование, в заявлении не сообщается.
Блокировать рекламу начала даже компания Google, для которой рекламный бизнес является одним из основных. Правда, компания блокирует таким образом не всю рекламу, а только ту, которую считает «навязчивой».
Использование мощностей пользователей для вычислений — не новая идея. Таким образом работают некоторые научные проекты, такие как SETI@home.
Григорий Копиев
Ученые нашли его с помощью машинного обучения и использовали в скрининговом тесте
Дэниел Ю (Daniel Yoo) из Датского технологического университета и его коллеги из Италии и США разработали тест на основе алгоритмов машинного обучения для оценки пользователем своего риска развития сахарного преддиабета и диабета. Одним из маркеров риска в нем служит длина бедра. Исследователи использовали данные почти 17,5 тысячи человек из когорты NHANES за 1988–2018 годы. Ключевые предикторы преддиабета и диабета (уровень глюкозы натощак 5,6 и выше миллимоль на литр, уровень гликированного гемоглобина 5,7 и более процентов) идентифицировали среди почти 3700 параметров с помощью алгоритма Boruta. С использованием мультимодальных данных создали несколько алгоритмов машинного обучения и сравнили их между собой, наилучшую нейросетевую модель использовали для теста MEDWACS (Machineborne Early Diabetic Warning And Control System, машинная система раннего предупреждения и контроля диабета). Отчет о работе опубликован в Journal of Clinical Epidemiology.