|
Та же тема рассматривается здесь (09.11.2021) СМАРТ ТЕЛЕФОН – Ваш личный надзиратель!
Константин Куликов , «Аргументы Недели» – argumenti.ru 24.12.2021, 20:21
 | <:CAPTION:> |
Эту публикацию можно расценивать как продолжение, к опубликованному ранее. В публикации «Возможно ли цифровое рабство через вакцинацию?», весьма реалистично и правдоподобно описано, что вакцина может изменить генетику человека, после чего, человек становится генно-модифицированным организмом лишаясь статуса человека, и получая QR-код становится товаром, а измененный геном, принадлежит компании, которая выпустила вакцину и все права по использованию «организма» у компании. Компания будет использовать «организм», для добычи криптовалюты в метавселенной, управляя этим "организмом" через чип, полученный через вакцину. Звучит как фантастика, а то и вовсе как «бред сумасшедшего», но только пока не ознакомишься с реальными документами, законодательством в этой сфере, научными исследованиями и прочими фактами, которыми изобилует публикация. Эта публикация тоже будет насыщена фактами, и они, как недостающие части мозаики, дополнят уже сложившуюся картину…
Итак, ранее упомянутый небезызвестный Клаус Шваб (немецкий экономист; основатель и бессменный президент Всемирного экономического форума в Давосе с 1971 года), который довольно часто упоминается в «околоковидных» темах, ещё 11 января 2016 года, на швейцарском канале «RTS» дал интервью[1]. Во время интервью, он рассказывает о возможном внедрении чипов в ближайшие 10 лет, как в одежду, так и в организм человека. В конце концов, по его мнению, удастся достичь прямой связи между мозгом и цифровым миром.
И вот уже в 2018 году, генеральный директор «Pfizer» Альберт Бурла, на Всемирном экономическом форуме, обсуждает[2] «электронную таблетку» с микрочипом, одобренную министерством здравоохранения и социальных служб США. Альберт Бурла "FDA дало разрешение на применение электронных таблеток. Можно и так назвать. На самом деле это биологический чип". Как только такая таблетка растворяется в желудке, она посылает сигнал, по которому можно вас отслеживать. Таблетка под названием «Abilify MyCite» оснащена крошечным проглатываемым датчиком, который связывается с пластырем, который носит пациент — пластырь затем передает данные о лекарствах в приложение для смартфона, которое пациент может добровольно загрузить в базу данных для своего врача и других уполномоченных лиц, чтобы увидеть. Подробнее о таблетке тут[3].
А вот и настоящее время, в Швеции уже более 6 тысяч человек установили[4] подкожные микрочипы с ковид-паспортами. И это уже вам не какая-то фантастика, а та самая суровая реальность. Подкожные микрочипы разработаны шведской компанией «Epicenter». Размером они с рисовое зернышко. На импланте может храниться не только ковидный паспорт, а также пропуска, проездные билеты, абонементы в спортзал и прочее.
Ну а в России, уже обсуждается установка таких вот чипов на государственном уровне. И что интересно обсуждается не то, что бы использовать или не использовать, а добровольно или не добровольно. Ну а большинство населения России уже в курсе, что такое добровольно в РФ, взять к примеру ту же вакцинацию, для сотрудников.
Сенатор, заслуженный врач РФ Владимир Круглый, комментируя сообщения СМИ об установлении микрочипов в Швеции с информацией о вакцинации от COVID, заявил[5]: "Это должно быть абсолютно добровольным решением, если кто-то захочет для удобства установить микрочип". По его словам, если это будет технически возможно, "почему бы и нет". Сам сенатор признал, что не стал бы устанавливать себе подобный микрочип, тем более что есть различные формы предоставления такой информации – на электронных и бумажных носителях.
Новый патент, предлагает цифровое наблюдение, для вакцинации людей на основе оценок в стиле социального кредита.
Что такое патент? Патент — это документ, который дает автору изобретения абсолютное право на его использование. Он подтверждает, что производить и продавать новшество может только изобретатель или лица, которым он предоставил права. Патент нужен для защиты интеллектуальной собственности. Он позволяет избежать недобросовестной конкуренции и сохранить прибыль, которую принесет использование изобретения.
Согласно ГК РФ Статья 1354:
1. Патент на изобретение, полезную модель или промышленный образец удостоверяет приоритет изобретения, полезной модели или промышленного образца, авторство и исключительное право на изобретение, полезную модель или промышленный образец.
2. Охрана интеллектуальных прав на изобретение или полезную модель предоставляется на основании патента в объеме, определяемом содержащейся в патенте формулой изобретения или соответственно полезной модели. Для толкования формулы изобретения и формулы полезной модели могут использоваться описание и чертежи, а также трехмерные модели изобретения и полезной модели в электронной форме.
3. Охрана интеллектуальных прав на промышленный образец предоставляется на основании патента в объеме, определяемом совокупностью существенных признаков промышленного образца, нашедших отражение на изображениях внешнего вида изделия, содержащихся в патенте на промышленный образец.
Рассмотрим патент US 11,107,588 B2
Примечание Правдинформ: уже рассматривался патент patents.google.com – "US20210082583A1 - Google Patents", который взаимосвязан и возможно совпадает с документом, который рассматривает автор; ссылается на патент US 11,107,588 B2; возможно это другая редакция.
Пропущены отрывки английского текста, приведённые автором в оригинале текста argumenti.ru
Это говорит о том, что чаще всего изобретение патентуют когда оно уже существует, или всё готово для того, чтобы его сделать. В кратком описании чертежей патента US 11,107,588 B2, можно найти следующее:
(КРАТКОЕ ОПИСАНИЕ НЕСКОЛЬКИХ ВИДОВ ЧЕРТЕЖЕЙ. Некоторые варианты осуществления изобретения описаны здесь только в качестве примера со ссылкой на прилагаемые чертежи. С конкретной ссылкой теперь на подробные чертежи подчеркивается, что детали показаны в качестве примера и в целях иллюстративного обсуждения вариантов осуществления изобретения. В этом отношении описание, взятое вместе с чертежами, делает очевидным для специалистов в данной области, как могут быть реализованы варианты осуществления изобретения).
В финальной части:
(Ожидается, что в течение срока действия патента, вытекающего из этой заявки, будет разработано множество соответствующих параметров оценки активности отдельных лиц и методов измерения указанных параметров; объем изобретения здесь предназначен для включения всех таких новых технологий априори).
Новый патент предлагает цифровое наблюдение для вакцинации людей на основе оценок в стиле «социального кредита». Адвокаты по патентам и товарным знакам доктор Гал Эрлих (Gal Ehrlich) и Майер Фенстер (Maier Fenster) из Ehrlich & Fenster, недавно получили патент США, одобренный для технологии, которая направлена на наблюдение за людьми с помощью их цифровой активности, дает им оценку, которая определяет „потенциальный уровень сверхраспространяющей активности каждого человека“ (включая доносы друг на друга), а затем вакцинирует людей на основе этой оценки. Патент предлагает собирать широкий спектр личной информации из таких источников, как мобильные устройства, приложения, социальные сети, записи о просмотре веб-страниц, платежные записи, медицинские записи, записи о приеме на работу, правительство и камеры наблюдения.
Он также предлагает собирать очень специфическую личную информацию с помощью таких источников, как:
- Точные данные о местоположении;
- Продолжительность времени, которое люди проводят в местах, которые они посещают;
- Скорость вентиляции мест, которые посещают люди;
- Изображения людей, смотрящих на экран своего мобильного телефона;
- Звуки с микрофонов в персональных устройствах;
- Данные распознавания лиц.
Патент предлагает множество потенциальных приложений для наблюдения за этими данными, которые включают определение того, когда люди пользуются общественным транспортом, используя „геолокацию и/или регулярное движение “старт-стоп„, соответствующее профилю общественного транспорта“, мониторинг, когда люди моют руки, „анализируя звуки бегущей воды или движения с помощью умных часов“, и проверяя, носят ли люди маску, "анализируя изображения, сделанные во время звонков или другого взгляда на экран мобильного телефона". Как только данные собраны, технология, описанная в патенте, анализирует данные и присваивает „оценку“ их электронному устройству. Он предлагает использовать этот балл для прогнозирования „потенциального уровня сверхраспространяющей активности каждого индивидуума“ и рекомендует „вакцинировать в соответствии с баллами“.
В патенте упоминается и COVID-19, и предложено 28 вакцин-кандидатов в клинической оценке, среди которых «AstraZeneca», «Moderna» и другие…
Настоящее изобретение, в некоторых его вариантах, относится к способам и системам определения приоритетов вакцинациилечениятестирования и, более конкретно, но не исключительно, к способу и системам определения приоритетов вакцинациилечениятестирования в ситуации пандемии, когда вакцины находятся в дефиците и при этом защищают частную жизнь отдельных лиц в популяции.
Можно ли связать с этой системой – устройство в виде чипа, сертификат о вакцинации и вакцины? Думаю вопрос явно риторический...
Система отбора субъектов для лечения от инфекционного заболевания, вызванного патогеном содержит множество электронных устройств, содержащих инструкции для генерации идентификатора, и, когда поблизости находится другое такое электронное устройство, одно или оба электронных устройства передают/принимают ИДЕНТИФИКАТОР в/от другого электронного устройства. Затем на основе множества таких полученных идентификаторов генерируется оценка. Кроме того, на основе информации, полученной с сервера, субъектам отображаются соответствующие инструкции по лечению на основе полученной информации и оценки. Сервер содержит инструкции для отправки множеству электронных устройств информации, подлежащей отображению вместе с соответствующими инструкциями по лечению, дополнительно сервер и/или электронные устройства содержат инструкции для генерации прогноза вероятности передачи субъектом патогена на основе оценки субъекта.
Речь идет о неких портативных устройствах, которые будут сообщаться между собой общим сервером и содержать в себе информацию об истории болезни человека, аллергиях, месте работы, частоте контактов с другими людьми и прочие данные. На их основе система будет делать выводы о том, какие люди наиболее подвержены заражению опасными инфекциями и у кого риски развития осложнений в результате заражения, выше. Давайте ознакомимся с несколькими фрагментами из этого патента. Сначала оригинальный текст на английском языке, а после перевод на русский (перевод через приложение переводчика).
Примерные факторы, влияющие на оценку.
В некоторых вариантах осуществления оценка генерируется с использованием одного или нескольких факторов и/или компонентов, каждый из которых влияет на итоговую оценку либо путем добавления, либо вычитания из оценки. В некоторых вариантах осуществления один или несколько факторов могут линейно влиять на оценку (линейно увеличивая/уменьшая оценку, например, +1 к баллу или – 2 к баллу) и/или один или несколько факторов могут влиять на оценку в взвешенном вопросе, как будет дополнительно объяснено ниже. Примерами факторов и/или компонентов являются один или несколько из следующих:
Профессия в личном деле Индивида.
В некоторых вариантах осуществления изобретения субъект предоставляет информацию о профессии или другую информацию, используемую для корректировки оценки, путем сканирования штрих-кода (или другого машиночитаемого элемента, такого как штрих-код или идентификационная карта с чипом RFID), которая необязательно подписана цифровой подписью с такой информацией. Необязательно, это позволяет устройству знать информацию о профессии, но может не позволять устройству и/или поставщику информации связывать запрос данных с конкретным человеком. Таким образом, потенциально сохраняя конфиденциальность.
Характер расположения.
В некоторых вариантах осуществления характер местоположения означает, находится ли оно в закрытом месте, находится ли оно на открытом пространстве, находится ли оно в помещении, находится ли оно на открытом воздухе, качество вентиляции или любое их сочетание. В некоторых вариантах осуществления характер местоположений может кардинально изменить оценку, полученную испытуемым.
Информация Третьей стороны, Касающаяся Физического Лица.
В некоторых вариантах осуществления информация третьей стороны от отдельных лиц, сообщающих о других, будет оцениваться, чтобы решить, должна ли эта информация повлиять на оценку. Например, если третья сторона сообщает, что человек, который показал низкие данные о движении и получил низкий балл, на самом деле выполняет много движений, как только информация будет проверена, оценка изменится соответствующим образом. Обратное также справедливо, например, третья сторона сообщила, что человек, который показал высокие данные о передвижении и получил высокий балл, на самом деле остается дома, как только информация будет проверена, оценка может измениться соответствующим образом.
В некоторых вариантах осуществления второй пользователь потенциально может получить более высокий балл и, следовательно, получить лечение первым. В некоторых вариантах осуществления такое приложение и/или интеллектуальные устройства также используются для оценки хода процедур вакцинации и эффективности процедуры вакцинации. В некоторых вариантах осуществления индивидуальные данные, поступающие от каждого пользователя, объединяются с информацией об их здоровье (больной, вакцинированный, выздоровевший и т.д.) для дальнейшей оценки хода процедур вакцинации и эффективности процедуры вакцинации.
Целенаправленный Добровольный Подход.
В некоторых вариантах осуществления, ввиду пандемии, населению рекомендуется установить специальное приложение, где те, кто его устанавливает, получают вознаграждение. В некоторых вариантах осуществления награда является приоритетом для получения лечения.
Мониторинг поведения субъекта.
В некоторых вариантах осуществления поведение субъекта контролируется в отношении функций безопасности, выполняемых субъектом, например, ношение маски (например, анализ изображений, сделанных во время звонков, или другой просмотр экрана мобильного телефона), мытье рук (например, анализ звуков бегущей воды или движения с помощью умных часов), поддержание социальной дистанции (например, на основе уровней мощности Bluetooth и/или обнаружения NFC), перемещение между несколькими местоположениями и т.д.
В некоторых вариантах осуществления система принимает информационные данные о субъекте 302. В некоторых вариантах осуществления информационные данные разделены в соответствии с источником информационных данных 304, например, электронной информацией 306 со смартфонов, камер, информацией о кредитной карте и т.д., географической информацией 308, например, с GPS или вышек сотовой связи, правительственной информацией 310, например, из бюро переписи населения или EMR (электронные медицинские записи), информация о человеке 312, например, от других лиц, звонящих и предоставляющих информацию о других лицах, и один или несколько факторов и/или компонентов, раскрытых выше. В некоторых вариантах осуществления система затем вычисляет взвешенную оценку каждой информации.
В некоторых вариантах осуществления, когда электронное устройство обнаруживает определенное поведение, такое как увеличение движений пользователя, электронное устройство (например, через специальное приложение) предупредит пользователя о том, что его оценка будет изменена, если поведение не изменится. В некоторых вариантах осуществления изменение оценки может быть либо увеличением, либо уменьшением оценки.
Ниже приведен пример рабочего процесса взаимодействия пользователя с системой настоящего изобретения:
1. Пользователь отправляет в систему запрос на отчет об анализе и формировании списка.
2. Система использует модуль аналитики (A.M.) для анализа информации о населении (например, информации, описанной выше).
3. Система автоматически отправляет запрос Модулю базы данных (DB.M) для предоставления всей соответствующей информации и/или отправляет запрос внешним источникам (см. Выше) для предоставления требуемой информации и/или отправляет запрос модулю моделирования (S.M) для выполнения необходимого моделирования.
4. Модуль аналитики (A.M.) объединяет результаты в единый аналитический ответ, основанный на любой комбинации субъектов в совокупности и доступных данных о факторах и/или компонентах. В некоторых вариантах осуществления изобретения A.M включает модуль ML (необязательно в форме аналитической системы или нейронной сети), который используется для прогнозирования передачи и потенциала суперрасширения индивидуума на основе их прошлого поведения. Необязательно, для такого отображения предоставляется начальная модель. Необязательно, модуль ML также получает фактическую информацию об инфекции, например, путем автоматического сбора из медицинских записей или из эпидемиологических исследований (например, некоторых или всех инфицированных людей), и использует эту информацию для обновления модели, например, с использованием метода машинного обучения, известного в данной области, для генерации прогноза инфекционности (и/или потенциала распространения) индивидуума, учитывая его контакты и потенциал распространения подобных индивидуумов. В некоторых вариантах осуществления изобретения статистические методы используются вместо методов ML или в дополнение к ним. Дополнительно или дополнительно создается классификатор, который классифицирует человека как потенциального суперраспространителя. Такой классификатор может построить схему классификации с учетом набора индивидуумов, у каждого из которых поведение и фактическая инфекционность определены, например, с использованием эпидемиологических исследований и/или отслеживания контактов в сочетании с выявлением заболеваний в таких отслеживаемых контактах. Такой классификатор может быть использован (или передан отдельным устройствам для использования вместо и/или в дополнение к подсчету, например, как описано здесь), чтобы генерировать общую оценку для индивидуума на основе классификации и необязательно на основе дополнительной информации, такой как медицинский риск.
Необязательно или дополнительно, AM включает в себя один или несколько инструментов оптимизации, которые, учитывая различные входные данные, описанные здесь, и/или одну или несколько целей, оптимизируют доставку вакцины и/или график для достижения лучшего подхода к цели.
5. Модуль аналитики (A.M.) отправляет ответ обратно в систему и передает список пользователю, и теперь список доступен соответствующему персоналу. В некоторых вариантах осуществления это потенциально помогает соответствующему персоналу решать, кто, когда и где распределяет доступные дозы среди населения.
Каждый и любой из таких модулей может быть реализован, например, с использованием центрального сервера, распределенного сервера и/или облачной реализации.
В некоторых вариантах осуществления система может автоматически использовать имитационные модели для выбора и применения прогностической модели для предпочтительного применения доз (например, параметром может быть количество доступных доз или большее число лиц, защищенных актом вакцинации, и/или общее число ожидаемых смертей и/или время для достижения порога, при котором одно или несколько ограничений для общества могут быть сняты). В некоторых вариантах осуществления система может затем прогнозировать показатели неудовлетворительного результата вакцинации (если не вносятся изменения в показатели тенденции) и прогнозировать показатели одного и того же результата лечения, если требования выполнены, а затем сравнивать прогнозируемые показатели до и после, чтобы показать влияние выполнения требований. Затем система может подготовить отчет о требованиях и прогнозируемых последствиях выполнения требований и передать его пользователю.
В некоторых вариантах осуществления изобретения этот сервер используется для управления распределением вакцинаций (например, местоположений и/или времени) и/или отслеживания субъектов, которые запросили вакцинацию и/или получили такую вакцинацию. При необходимости этот сервер управляет логистикой распространения вакцины, используя информацию из системы, указывающую, какие субъекты должны быть вакцинированы и в каком порядке. В некоторых вариантах осуществления изобретения вакцинации распределяются на основе плотности населения, и сервер управления вакцинацией используется для отслеживания субъектов, получающих вакцинацию, чтобы гарантировать, что они не вакцинированы вне очереди, например, путем сравнения данных о приоритезации, предоставляемых устройствами, с записью намерений по приоритезации.
В некоторых вариантах осуществления система обеспечивает автоматическое машинное обучение по мере добавления новых источников данных и сбора новых данных, а также повторной калибровки и повторного выбора алгоритмов прогнозирования с использованием расширенных и, следовательно, более надежных данных. В некоторых вариантах осуществления это потенциально может позволить пользователям системы быстро осознать ценность новых данных.
В некоторых вариантах осуществления система использует машинное обучение, необязательно включенное в алгоритмы прогнозирующей модели для выполнения прогнозирующих аналитических операций. Обучение может проходить как под наблюдением, так и без него. Как правило, прогностическая модель анализирует исторические данные для выявления закономерностей в данных. Выявленные закономерности могут включать взаимосвязи между различными событиями, характеристиками или другими атрибутами анализируемых данных. Моделирование таких закономерностей может обеспечить прогностическую модель, с помощью которой можно делать прогнозы. При разработке прогностических моделей могут использоваться методы математического или статистического моделирования, такие как подгонка кривой, сглаживание и регрессионный анализ для подгонки или подготовки данных. Такие методы могут быть использованы для моделирования распределения и взаимосвязей переменных, например, того, как одно или несколько событий, характеристик или обстоятельств (которые могут называться „независимыми переменными“ или „предикторными переменными“) связаны с событием или результатом (который может называться „зависимая переменная“ или „реакция“).
В некоторых вариантах осуществления процесс машинного обучения может включать разработку прогностической модели. Например, набор данных, содержащий наблюдаемые данные, может быть введен в процесс моделирования для отображения переменных в данных. Отображенные данные могут быть использованы для разработки прогностической модели. Процесс машинного обучения может также включать в себя использование прогностической модели для прогнозирования определенного результата, который является зависимой переменной по отношению к прогностической модели. Затем машине может быть предоставлен ввод одной или нескольких наблюдаемых предикторных переменных, на основе которых запрашивается вывод или ответ. Путем выполнения алгоритма машинного обучения с использованием входных данных может быть сгенерирован и выведен запрошенный ответ. Таким образом, на основе наличия или появления известной переменной-предсказателя алгоритм машинного обучения может быть использован для прогнозирования соответствующего будущего события или вероятности будущего события.
Необязательно или дополнительно, такое устройство включает в себя анализ подсчета и/или другой модуль, который применяет, например, метод классификации или подсчета очков, как описано здесь. Необязательно или дополнительно, такое устройство включает в себя датчик и соответствующее программное обеспечение для обнаружения информации, связанной с инфекцией, например, нахождения в помещении, местоположения, расстояния от других электронных устройств, продолжительности на таком расстоянии, звуков кашля и/или видео или анализа неподвижности для обнаружения ношения маски. Необязательно или дополнительно такое устройство включает в себя дисплей и связанное с ним программное обеспечение для отображения приглашения на вакцинацию и/или оценки. Необязательно или дополнительно такое устройство включает в себя вход (например, камеру) для приема информации с печатных или других экранов, например, профессии пользователя или специального разрешения. Необязательно или дополнительно такое устройство включает в себя программное обеспечение, которое генерирует предупреждения о поведении пользователя, например, когда пользователь совершает более рискованное поведение.
Остается только надеяться, что человечество задумается о своём будущем, куда оно движется и кому это надо. Устраивает ли конкретно тебя такое будущее и твоё место в этом сценарии? Задумайся…
Кроме того, для тех, кто не в курсе, я «напоминаю»:
(Ссылки смотрите по адресу argumenti.ru/opinion/2021/12/752503)
существование COVID-19 не доказано (он не выделен),
ПЦР-тест не определяет COVID-19,
вакцины не прошли фазы клинических исследований,
никто не несет ответственность в случае осложнений или смерти от вакцины,
сама пандемия весьма под большим сомнением.
Топ-20 аргументов против вакцинации от ковида. С разбором
Константин Куликов
Ссылки
|
