Sorting by

×
Skip to content

Arvutiabi Võrus – Tel: +372-52-75-236 SMS

  • Esileht
  • Teenused
    • Andmete taastamine
    • Andmete turvaline hävitamine
    • Arvutihooldus ja remont
    • Digiteerimine
    • Elektroonikaseadmete seadistus
    • Kaugabi.eu
    • Kodulehed
    • Personaalsed koolitused
  • Kontakt
    • Maksed
  • ARVUTIABI VÕRUS

    TEIL ON MURE? MEIL ON LAHENDUS! SAADA SÕNUM KOHE +372-52-75-236 või e-mail: vajan@arvutiabi.eu NB! KÜSIDA VÕIB KÕIKE!

ERR -INFOTEHNOLOOGIA

    ERR – TEHNOLOOGIA

      PM – TARKVARA

        PM – SEADMED

          PM – ARVUSTUSED JA TESTID

            PM – E-SPORT

              Arvutiabi

              • Home

              ARVUTIABI VÕRUS

              TEIL ON MURE? MEIL ON LAHENDUS!

              SAADA SÕNUM KOHE +372-52-75-236 või e-mail: vajan(ät)arvutiabi.eu

              NB! KÜSIDA VÕIB KÕIKE! VASTAME ESIMESEL VÕIMALUSEL!
              Vastuvõtt mis tahes seadme diagnoosiks on 10€

              FB: https://www.facebook.com/arvutiabivorus

              FB messenger: https://www.m.me/arvutiabivorus

               

               

              ERR

                PM

                  ERR

                    PM

                      ERR

                        AM

                        • Masinõpe ei ennusta tulevikku — see hindab tõenäosusi

                          Masinõpe ei ennusta tulevikku — see hindab tõenäosusi Uudised AM 11. august 2026 - 14:32 Pilt (Sisuturundus) Masinõppe mudelid ei anna kindlaid vastuseid. See on oluline eristus, mida sageli valesti mõistetakse. Kui algoritm ennustab spordimängu tulemust, ei väida ta, et teab, mis juhtub — ta ütleb, kui tõenäoline on iga võimalik tulemus, lähtudes sellest, mida ajaloolised andmed toetavad. Sport sobib selle mehaanika selgitamiseks hästi: tulemused on mõõdetavad, andmeid on rohkesti ja võistluskontekst on enamikule lugejatele intuitiivselt arusaadav. Küsimus, millele see artikkel vastab, on täpne — kuidas jõuab juhendatud õppe konveier toorstest andmetest kalibreeritud tõenäosusprognoosini? Tarkvaraarendaja pilguga tootmissüsteemideni Paulius Pazdrazdys, täispinu programmeerija ja tehisintellekti ekspert, tunneb seda konveieri arhitektuuri äravahetamiseni — ta on ise sarnaseid süsteeme ehitanud. Tema jaoks on oluline just see, et akadeemilistest prototüüpidest räägitakse tihti eraldi reaalsetest rakendustest, kuigi pipeline on põhimõtteliselt sama. Juhendatud õpe treenib mudelit märgistatud ajaloolistel näidetel ja väljastab tõenäosusi, mitte binaarseid otsuseid — just see arhitektuur töötab ka tootmiskeskkonnas. “Insenerile, kes on ise mudeli treenimisega tegelenud, on selge, et see pole teadusprojekt — see on tarkvara, mis töötleb ajalooandmeid ja tagastab tõenäosushinnanguid. Sama loogika toimib igas valdkonnas, kus ajaloolisi tulemusi saab mõõta.” Smart Betting Guide'i avaleht on näide sellest, kuidas see konveier tarbijatele suunatud kujul välja näeb — platvorm töötleb mängude ajalooandmeid ja esitab tõenäosushinnanguid, mida saab kõrvutada bukmeekeri kordajatega. Paulius vaatab seda inseneripliiatsiga käes, mitte mängijana. Juhendatud õppe konveier algusest lõpuni Kõik algab märgistatud andmetest. Juhendatud õppes tähendab see, et treenimisnäited on paaristataud teadaolevate tulemustega — näiteks mängude tulemused koos kõigi neid mängusid iseloomustavate näitajatega. Mudel ei saa lihtsalt andmeid üle vaadata ja kohe nutikaks saada. Ta itereerib: kohandab oma sisemisi parameetreid korduvalt, et minimeerida kaofunktsiooni, mis mõõdab, kui kaugele jäävad tema prognoosid tegelikest tulemustest. Treenimise lõppedes tuleb küsida, kas mudel on päriselt midagi õppinud või lihtsalt treeningandmed pähe õppinud. Selleks kasutatakse eraldatud testkogumit — andmeid, mida mudel treenimise ajal pole näinud. Testkogum annab ausat hinnangut, kui hästi mudel üldistub uutele, nägemata juhtumitele. Ilma selle sammuta pole mingit garantiid, et treeningul saadud tulemusnäitajad peavad pärismaailmas paika. Torandmetest mudelit söötvateks tunnusteks Algoritmi valik mõjutab tulemust vähem kui arvata võiks. Tegelik töö on tunnuste inseneeria — see on protsess, millega torandmed valitakse, teisendatakse ja kombineeritakse mudeli jaoks kasulikeks sisenditeks. Kehvade tunnustega ei päästa head mudelit miski. Spordivõistluste puhul tähendab see, et mudelile ei anta lihtsalt kahte meeskonna nime. Sisenditeks on näiteks meeskonna viimaste mängude vorm, ajaloolised omavahelised tulemused, koduväljakuefekt ja põhimängijate vigastused või võistluskeelud — igaüks kodeerib võistluskonteksti erinevat dimensiooni. Iga selline tunnus annab mudelile täiendavat eristusvõimet, eeldusel et see tunnus tõeliselt tulevaste tulemustega korreleerub. Tunnuste inseneeria käib käsikäes ristvalideerimisega. Selle asemel, et lõigata andmed korra kaheks — treening ja test — jaotab ristvalideerimine andmed mitmeks osaks ehk foldiks ning treenib ja hindab mudelit erinevatel kombinatsioonidel. Tulemuseks on stabiilsem ja vähem optimistlik hinnang mudelil tegeliku üldistusvõime kohta. Kolm mudelifamiliat ja nende loogika Mudeli valik sõltub andmete struktuurist ja sellest, milliseid seoseid oodatakse. Logistiline regressioon on lihtsaim lähtepunkt: ta rakendab tunnuste lineaarsele kombinatsioonile sigmoidteisendust, mis surub väljundi tõenäosuse vahemikku nullist üheni. Tulemus on otse tõlgendatav ja mudeli käitumine on läbipaistev, aga lineaarne struktuur tähendab, et keerulisi mittelineaarseid seoseid ta ise üles ei leia. Gradienttugevdamine lahendab selle teisiti. See ehitab otsuslugude ansamblit järjestikku — iga uus puu treenib parandama eelmiste jäänukvigasid. Tulemus on mudel, mis suudab tabada keerulisemaid mustreid, jäädes samas suhteliselt andmesäästlikuks. Närvivõrgud lisavad võrrandisse sügavuse. Ühenduste kaalud kohanduvad kihtide vahel, võimaldades mudelil õppida abstraktseid esitusi, mis ühendavad tunnuseid viisil, mida manuaalne inseneeria ei pruugi ette näha. Keerukate mittelineaarsete seoste jaoks on see tugev tööriist — aga selle eest tuleb maksta suurema andmete- ja arvutusvajadusega. Väikeste spordidatasetide korral tekib oht, et võrk õpib treeningandmed pähe, mitte ei üldista. Miks ka parimad mudelid ei kõrvalda ebakindlust Iga mudelit varjutab kahe veaallika pinge. Kõrge nihke korral on mudel liiga lihtne — ta ignoreerib andmetes tegelikult esinevaid mustreid. Kõrge dispersiooni korral on mudel liiga keeruline — ta on memoriseerinud treeningandmete müra, mis pärismaailmas ei kordu. See nihke-dispersiooni kompromiss on iga ennustusmudeli keskne projekteerimisküsimus ja seda ei saa lahendada, ainult hallata. Kuid isegi täiuslikult kalibreeritud mudel tabab lakke, mida ei saa läbida. Redutseerimatu viga ehk aleatoristlik ebakindlus on igale reaalse maailma stohastilisele süsteemile omane müra. Jalgpallimängus võib võtmemängija libastuda, otsustav löök tabada poste, mitte väravat — need ei ole andmetes ennustatavad sündmused. Ükski mudel, olenemata keerukusest, ei suuda seda viga kaotada. See ei ole nõrkus, vaid aus peegeldustus. Tõenäosuslik väljund ei tähenda, et mudel on ebakindel oma suutlikkuses — see tähendab, et mudel kajastab ausalt, mida andmed toetada suudavad. Mida tõenäosuspõhine prognoos tegelikult tähendab Treenimine, tunnuste inseneeria, mudeli valik, ristvalideerimine ja ebakindluse hindamine ei ole eraldiseisvad sammud — need moodustavad ühtse vastuse küsimusele, mida algoritmiline prognoos tegelikult esindab. Väljund ei ole ennustus selle sõna tavatähenduses. See on kalibreeritud hinnang, mis on tuletatud ajaloolistest mustritest, piiratud saadaolevate tunnustega ja tõkestatud redutseerimatu müra poolt, mida ükski konveier kõrvaldada ei suuda. Seda mõistvad kasutajad suhtuvad ML-põhistesse prognoosidesse erinevalt neist, kes ootavad musta kasti oracle'it. Tõenäosus 0,68 ei tähenda, et tulemus on kindel — see tähendab, et mudel on tuvastanud mustreid, mis ajalooliselt toetavad seda tulemust 68 juhul sajast. Selle vahe mõistmine on see, mis eristab informeeritud kasutajat lihtsast numbrite järgijast. Sisuturundus Salvesta PDF! »

                        • Mõlemad kodumaised veebimajutuse hiiglased kolisid väliskapitali rüppe

                          Mõlemad kodumaised veebimajutuse hiiglased kolisid väliskapitali rüppe Uudised AM 11. august 2026 - 0:50 Pilt Aastaid on Eestis digitaalset kinnisvara hallanud põhiliselt kaks suurt kodumaist tegijat, Veebimajutus.ee ja Zone.eu. Tänaseks on aga pilt muutunud. Vaikselt, ent sihikindlalt on mõlemad turuliidrid vahetanud omanikku ning andnud ohjad üle tugevatele välismaistele tegijatele. Kui varem kuulus Veebimajutus.ee (juriidiliselt Elkdata OÜ) kohalikele tegijatele – osalused jagunesid peamiselt Code Owners OÜ (45%), NIC.ee OÜ (45%) ja Risto Eriku (10%) vahel –, siis eelmise aasta lõpust puhusid serveriruumides juba uued tuuled. See on nagu kohaliku kaubanduskeskuse ostaks ära suur Skandinaavia jaekett. Keskuse nimi jääb samaks, lemmikpoed on endiselt alles, isegi keskuse juhataja jalutab sama rõõmsalt koridorides ringi, kuid omanikutulu voolab nüüd üle Läänemere. Täpselt nii läkski: juba 2025. aasta novembris sõlmiti ostuleping Rootsi kontserniga group.one (juriidiliselt One.com Group AB). Tänaseks, 2026. aastaks, näitavad andmed, et Elkdata kuulub 100% rootslastele. Omanikuvahetus ei toonud kaasa tuttava Veebimajutus.ee kaubamärgi kadumist ega kohest teenuste ümberkorraldamist. Kõik jätkub vanaviisi, lihtsalt suurema rahvusvahelise seljatagusega. Zone.eu: Eesti digimootorile lisati Hollandi turbo Kui Veebimajutus.ee tehing on juba kaugem ajalugu, siis Zone Media OÜ müük on värskemast värskem – tehing avalikustati alles äsja, 2026. aasta augusti alguses. Zone on olnud aastaid Eesti veebimajutuse lipulaev, mille taga seisid kodumaised omanikud. Ettevõtet hoidsid oma portfellides sellised holding-firmad nagu Vive Invest, Waffa, Das Mega Invest, Andorian Ventures ja Makai Invest. Nende taga peitusid tuntud Eesti IT- ja äritegelased: Villu Veling, Martti Varik, Silver Asu, Ardi Jürgens, Margus Kaidja ning väikese osalusega ka Jaanus Putting. Nüüd müüsid asutajad oma elutöö pikaajalistele Hollandi partneritele. Uueks omanikuks on Hollandi veebiteenuste kontsern Your.Online, mis omakorda kuulub Your.World struktuuri. Kogu selle rahvusvahelise ahela finantsseljataguseks on Hollandi pereinvesteerimisettevõte Strikwerda Investments. Ettevõte jätkab Eesti-põhise tegevusega, säilitab oma tugeva kaubamärgi ja juhiistmel istub edasi asutaja ning tegevjuht Martti Varik. PLUSSID Mõlemad ettevõtted saavad ligipääsu suurte Euroopa kontsernide innovatsioonile ja uutele tehnoloogiatele. Suurem finantsvõimekus tähendab sageli paremat kaitset küberrünnakute vastu ja riistvara kiiremat uuendamist. Kohalik juhtimine säilib: nii Veebimajutus kui Zone jätkavad Eesti juhtidega. Kliendi jaoks ei muutu arvelduses ega harjumuspärases kasutajaliideses esialgu midagi. MIINUSED Pikas plaanis tehakse strateegilised suurandmete ja serveriparkide otsused nüüd Rootsis või Hollandis, mitte Eestis. Varasemalt kohalikele ettevõtjatele liikunud dividendid suunatakse nüüd ilmselt välismaiste suurkontsernide taskusse. Võimalik teenuste standardiseerimine tulevikus: suured ettevõtted armastavad ühtlustamist. Aastate pärast võib see tähendada teatud lokaalsete ja spetsiifiliste lisateenuste kadumist kulude optimeerimise eesmärgil. Serverid Lahendused Salvesta PDF! »

                        • AI ajas Linuxi uue versiooni lõhki, aga juhtimine on kindlalt inimeste käes

                          AI ajas Linuxi uue versiooni lõhki, aga juhtimine on kindlalt inimeste käes Uudised AM 10. august 2026 - 22:19 Pilt Väsimatu tehisaru on Linuxi tuuma ehk kerneli seest leidnud sadu vigu. Uue versiooni 7.2 eelversioon (Release Candidate) on paisunud enneolematult suureks, kuna tehisintellekt on asunud koodiridu läbi valgustama ja leiab sealt ridamisi aastatepikkuseid apsakaid. Kuid kas see tähendab, et robotid kirjutavad nüüd inimeste loodud süsteemi üle? Kaugeltki mitte, tarkvara isa Linus Torvalds hoiab rooli endiselt kindlalt inimeste käes ja masinaid ligi ei lase. Linuxi looja Torvalds tõdes oma tavapärases postituses arendajatele, et koodiuuenduste maht on üllatavalt suur. Tavaliselt peaks tarkvara enne ametlikku väljalaset "maha rahunema", et viimistleda viimaseid üksikasju. Linux 7.2 puhul meenutab pilt aga hiiglaslikku ehitusplatsi. "Hmm. See rc on tohutu. Isegi 'uue normaalsuse' standardite järgi on see väga suur eelversioon ja ma arvan, et see on commit’ide ehk koodimuudatuste arvu poolest suurim rc6, mis meil aastate jooksul on olnud," kirjutas Torvalds. Eelversioonis sisaldub üle 400 paranduse, millele on käe alla pannud rohkem kui 230 arendajat. Parandusi tuleb igast ilmakaarest: graafikadraiveritest ja helisüsteemist kuni võrgukoodi ja failisüsteemini. Torvalds tõdes hiljem ka järgmise eelversiooni juures, et maht ei näita raugemise märke: "Ma ei saa öelda, et kogu see maht mind vaimustaks, aga nii see on: uus normaalsus – palju parandusi, millest paljud pärinevad erinevate AI-tööriistade tehtud ülevaatustest." AI ei kirjuta koodi, vaid töötab digitaalse luubina Sotsiaalmeedias tõusis uudise peale kiiresti paanika: kriitikud kartsid, et tehisintellekt on kutsutud otse operatsioonisüsteemi koodi ümber kirjutama. Torvalds ja projekti hooldajad lükkasid selle arusaamatuse aga kärmelt ümber. Tehisintellekti ei kasutata Linuxis mitte uue koodi genereerimiseks, vaid olemasoleva koodi ülevaatamiseks (code review). Tehisaru käib tuhandeid koodiridu läbi ja näitab näpuga kohtadele, kus võib peituda turvaoht või viga. Kuid klaviatuuri haarab kätte ikkagi kogenud programmeerija. AI teeb auditi, aga parandavad ja koodi toimimise tagavad inimesed. Kaks ilmekat näidet tehisintellekti tööst Kaheksa aastat peidus olnud turvaauk: automaatne testimisrobot Syzbot tõi lagedale kriitilise vea mäluhalduse moodulis ptdump, mis oli koodis vaikselt pesitsenud juba 2018. aastast (alates versioonist Linux 4.16). Arendaja David Carlier kasutas tehisintellektimudelit Claude Opus 4.8, et vea tegelik põhjus üles otsida, misjärel mäluhalduse ekspert Lorenzo Stoakes kirjutas sellele lõpliku ja turvalise paranduse. Vana kraami minema viskamine: tuntud Linuxi arendaja Greg Kroah-Hartman viskas operatsioonisüsteemist minema 1999. aastast pärineva Moxa Intellio draiveri ligi 2200 rida vananenud koodi. Seda keegi ei kasuta, tehisaru poolne torkimine aga sunnib meeskonda koodibaasi liigsest koormast puhastama. Mündi teine pool: müra ja hallutsinatsioonid Kuigi tehisintellekt aitab süsteemi turvalisemaks muuta, kaasnevad sellega ka omad ohud. Torvalds on varemgi hoiatanud, et turbetiimide postiloendid on sattunud AI tekitatud prügilaine alla. Kui kogenematud kasutajad saadavad süsteemi hooldajatele tehisaru genereeritud "veateateid" ilma neid ise üle kontrollimata, nii tekib hallutsinatsioonidest ehk tehisintellekti luuludest tingitud müra, mis halvab päris töö. Kuid seni, kuni Linuxi tuumal on kogenud hooldajad, kes mõistavad koodi detaile ja täidavad filtri funktsiooni, hoiab see tehnoloogiline uuendus süsteemi pigem tervena. Nagu Torvalds on varem märkinud: "Linux ei ole üks neist AI-vastastest projektidest." Millal uut tuuma oodata saab? Kui kõik läheb plaanipäraselt ja täiendavat eelversiooni vaja ei lähe, ilmub Linux 7.2 lõplik versioon juba 16. augustil. Uus tuum saab olema vundamendiks sügisel ilmuvale Ubuntu 26.10 operatsioonisüsteemile ja paljudele teistele populaarsetele Linuxi distributsioonidele, tuues miljonite kasutajateni märgatavalt puhtama ja turvalisema koodibaasi. Tarkvara Tehisintellekt Salvesta PDF! »

                        • Nähtamatuse kuub: disainerid loovad mustreid, mida kaamerad ja AI ei märka

                          Nähtamatuse kuub: disainerid loovad mustreid, mida kaamerad ja AI ei märka Uudised AM 9. august 2026 - 20:08 Pilt Kesklinnas võib iga kolme meetri tagant jälgida sind mõni turvakaamera. Näojooned skaneeritakse, tehisintellekt raporteerib täpselt, kuhu edasi suundud. Sa ei ole andnud selleks nõusolekut, sind ei ole hoiatatud, kuid sinu nägu on juba süsteemis jälgimisel. Aga mis saaks siis, kui tavaline T-särk või kaelasall toimiks digitaalse nähtamatuse kuuena? Just sellise lahendusega on lagedale tulnud ühisrahastusplatvormil Kickstarter laineid lööv projekt noRecognition, mis lubab privaatsuse ihalejatele tagasi anda mingisuguse kontrolli oma isikuandmete üle. Digitaalne panoptikon: sa pole klient, sa oled toode USA-s on politsei näotuvastusvõrgustikes juba üle 117 miljoni inimese – umbes iga kolmas täiskasvanu.  Kaamerate tihedus mõnes piirkonnas on absurdne: näiteks Kansas Citys asub ühel ainusal ruutmiilil üle 125 nutika tänavavalgusti, kümned topeltkaameratega kioskikohad ja sajad hoonekaamerad. "Sa ei ole ühegi selle süsteemi klient. Sa oled toode," nendib projekti autor. Mure pole aga ainult jälgimises endas, vaid ka süsteemide ebatäpsuses. Sõltumatud auditid näitavad pidevalt, et tumedama nahatooniga inimeste puhul teevad algoritmid valevasteid 10 kuni 100 korda sagedamini. Tarkvara eksib kõige rohkem just seal, kus politseikontroll on kõige rangem. Miks varasemad "nähtamatud" riided ebaõnnestusid? Mõte algoritmide eksitamisest riietuse abil pole täiesti uus, kuid senised katsetused on meenutanud pigem pusle kokkupanekut suletud silmadega. Näotuvastuse petmine ei ole üks lihtne ülesanne, vaid jaguneb kolmeks eraldi etapiks: Isiku kohalolu tuvastamine (kas kaadris on inimene?) Näo leidmine (kus asub nägu?) Näo kokkuviimine isikuga (kellega on tegu?) Enamik turul olevaid vaenulike ehk adversarial-mustritega riideid üritab lahendada vaid esimest sammu, kuid neid reklaamitakse kolmanda sammu vältimiseks. Veelgi hullem – laboritingimustes saadud 57-protsendiline edu tõhususes kukkus tegelikus elus ja väljaspool katseklaasi kolinal kuni 64 protsenti. Testimata kaitse müümine inimesele, kes võib sellele panustada oma turvalisuse, on ohtlik valelootuse andmine. 31,7 miljonit katsetust: tehisaru vs tehisaru noRecognition taga seisab pikaajalise kogemusega küberturvalisuse ekspert – endine suurkontserni turvajuht (CISO) ja NSA lepingupartnerite niinimetatud punaste tiimide (red team) juht, kes on esinenud mainekatel konverentsidel DEF CON ja Black Hat. Selle asemel et oletada, panustas tema tiim teaduslikku lähenemisse: Üks sülearvuti kasvas 40 vabatahtliku graafikakaardi (GPU) sõlmega hajutatud võrgustikuks. Mustreid söödeti simuleeritud riietel otse reaalsetesse videovalve mudelitesse. Läbi viidi 31,7 miljonit testi, mille käigus tuvastati 534 000 anomaaliat. "Privaatsus on õigus, mitte privileeg neile, kellel pole midagi varjata." Märtsis koondati 82 gigabaiti katsandmeid 5,7 miljoniks sildistatud näiteks. Nende põhjal treeniti süva-sarrusõppe (deep reinforcement learning) mudelit. See ei ole pildipank, kust mustreid otsitakse, vaid tehisintellekt, mis genereerib geomeetrilisi mustreid, mis mõjuvad kaamerate algoritmidele nagu hallutsinogeenid. Iga loodav muster peab läbima 11 tootmises oleva tehisintellekti mudeli tuleproovi (sh YOLOv8n, ArcFace, RetinaFace jpt). Tulemus? Katsealuse tuvastamise kindlus langeb algselt 88 protsendilt praktiliselt nullini. Kuidas kangamuster algoritmi ära petab? Kujuta ette, et tehisintellekt on nagu ülikiire pildiraamatu vaataja, kes otsib teatud kujundeid – näiteks kahte silma, nina ja suujoonestikku või inimese kehakuju. noRecognition riietele trükitud geomeetria toimib kui visuaalne mürasüst. See "söödab" kaamerale ette visuaalseid konksu- ja kurvikombinatsioone, mis panevad algoritmi arvama, et tegemist on hoopis taustamüra, seina või määratlemata objektiga. Muster töötab eri riideesemetel erinevalt: T-särk ja pusa: nende suur pindala halvab eelkõige inimese tuvastamise mudelid. Mudel ei saa aru, et kaadris on keha. Kaelasall (buff): see on liiga väike kehatuvastuse murdmiseks, kuid lõhub selgelt näotuvastuse. Kui nägu ei leita, pole midagi välja lõigata ega andmebaasiga võrrelda. Praeguaseks on kickstarteri 5000-dollarine eesmärk juba ammu ületatud ja kogutud on üle 13 000 dollari lahenduse arenamiseks. PLUSSID Testitud 11 reaalselt kasutusel oleva tehisintellekti mudeli vastu. Arendajad avaldavad nii edukad tulemused kui ka ebaõnnestumised (negatives published). Mudelit treeniti vaid enda katseandmetel; teiste kunstnike loomingut ega veebist kaabitud pilte pole kasutatud. Vähendab tuvastuse tõenäosust 88%-lt olematule tasemele. Dye-sublimation trükk: muster trükitakse otse kanga kiududesse, mitte ei kleebita peale. MIINUSED Kui trükk nihkub kas või paari millimeetri võrra suuremaks või väiksemaks, kaotab see oma toimivuse (kuigi näeb ikka kena välja). Avalikkusele näidatavad pildid on tahtlikult nõrgemate näitajatega, et turvafirmad ei saaks algoritme nende vastu enne müüki treenida. Kuigi kangaproovid ja simulatsioonid on edukad, on laiaulatuslikud tänavakatsed alles käimas. Turvalisus Salvesta PDF! »

                        • Logitechi uus Combo MK880: randmed puhkavad pehmetel patjadel

                          Logitechi uus Combo MK880: randmed puhkavad pehmetel patjadel Testid AM 9. august 2026 - 14:51 Pilt Mida uut on veel teha klaviatuuri ja hiire juures? Logitech kui arvuti lisaseadmete tootja peab siiski iga aasta midagi värsket välja mõtlema. Seekordne töölauakomplekt Logitech Signature Comfort Plus Combo MK880 pakub randmepehmendusi nii hiirele kui klaviatuurile. Kui klaviatuuri oma tundub nagu varemgi isegi hea ja mugav, siis hiire pehmenduspadi kippuis kasutamisel kasutuks jääma, sest ranne harjumuspärases asendis selleni ei ulatunudki. Siiski lepime me tihti veelgi ebamugavate ja jäikade töövahenditega, mis muudavad pika tööpäeva lõpuks randmed valulikuks ja sõrmed kangeks. Logitechi uus Signature Comfort Plus Combo MK880 lubab sellele lõpu teha, pakkudes natuke leevendust. Klaviatuuril aga tundus kõige mugavam tööasend hoopis siis, kui kallet tõstvad jalad täiesti kokku klappida. Üks asi on uuel klaviatuuril veel, mis saab olema ilmselt ka kõigil tulevastel trendikatel töölauakomplektidel: Ai nupp. See on turundustrikk, millest tootjad ei saa üle ega ümber, aga kas see nupp ka praktilist kasutust leiab, on järgmine oluline küsimus. 110-eurone hinnasilt on päris kõrge. Kas see õigustab end? Võtsime uue kombo luubi alla. Hoolitseb randmete eest, aga mitte alati Komplekti kõige silmatorkavam omadus on klaviatuuri (K880) kumer kuju. Klahvistik pole tasane, vaid kulgeb lainekujuliselt, mis peaks trükkides käsi loomulikult väljapoole suunama. Tavaline lame klaviatuur sunnib sinu käsi ebaloomulikult sissepoole pöörduma, justkui seisaksid tunde varbad sissepoole. MK880 laseb kätel puhata nende anatoomiliselt loomulikumas asendis. Seda mugavust rõhutab lai ja pehme randmetugi, millel on kergelt sooniline, kergesti puhastatav tekstuur. See on otsekui mäluvahust madrats. Klaviatuuri all on kahte asendisse tõstetavad jalad (4- ja 8-kraadise nurga all). Ehkki kõrgem asend võib tunduda liialdusena ja viia randmed pigem pingesse, pakub täiesti madal, jalgadeta asend kergelt sinust eemale suunatud kallet, mis on randmetele tegelikult isegi kõige sõbralikum. Klahvide käik on sügav, kuid väga pehme. Sülearvuti madalate klahvidega harjunud kasutajal, kes on siiani sõitnud justkui madala sportautoga, võtab selle luksusliku linnamaasturi rooli istumine veidi harjumist ning alguses võib sisse lipsata trükivigu. Samas on vajutus niivõrd kerge, et pikad trükkimissessioonid on tõeline nauding. Mehaanilise klaviatuuri austajatele on samuti need klahvid esialgu harjumatult pehmed ja vähese vajutustunnetusega. Hiir, millel on oma "diivanipadi" Hiir (M850L) näeb esmapilgul välja nagu tavaline Logitechi keskmise hinnaklassi tööloom. Odavamapoolne välimus petab aga ära, sest täpsus ja kiirus on Logitechile omaselt tipptasemel. Libisemiskleepsud põhja all sõidavad pehmelt nii siledal laual kui hiirepadjal (kuid klaasi peal see hiir ei tööta). Tõeline uuendus peitub aga hiire seljal. "Comfort Plus hiir toob sisse ühe uue funktsiooni pehme, švammise 'peopesapadja' näol, mis peaks toetama teie kätt pikkade kasutustundide jooksul," selgitab tooteülevaade. See on huvitav lähenemine, kuid praktikas on selle asukoht veidi harjumatu. Suurema kämblaga kasutajate jaoks võib see padjake jääda peopesast veidi liiga ülespoole, pakkudes tuge vaid siis, kui klõpsid hiirenuppe päris eesmise serva pealt.  Sellegipoolest räägib Logitechi statistika enda eest: "93% küsitletud kasutajatest tundis end hiirt kasutades mugavalt isegi pärast täispikka tööpäeva." Võimalik, et käe asendit harjutades ja väiksema kämblaga on tõesti randmeüpadjake täpselt õige koha peal,m samas Logitechi enda tootepildid näitavad ka, et käsi võib sellele pehmele maandumisele mitte alatiu pihta saada: Ühenduvus, tarkvara ja erinevad patareid Klahvistik ja hiir toetavad Bluetooth Low Energy (BLE) tehnoloogiat ja on ühendatavad paljude operatsioonisüsteemidega (Windows, macOS, Linux, ChromeOS, Android, iPadOS). Easy-Switch funktsioon on siin tõeline staar – see on nagu universaalpult. Ühe nupuvajutusega saad lülituda oma töösülearvuti, isikliku arvuti ja isegi tahvelarvuti vahel, ilma et peaksid seadmeid uuesti siduma. Vahetada saab kolme seadme vahel. Logitechi tarkvara Logi Options+ teeb sellest komplektist tõelise jõujaama. Tarkvara tunneb automaatselt ära, kas töötad parasjagu Photoshopis, Excelis või Teamsis, ja kohandab hiire nuppude funktsioone vastavalt. Uue ajastu märgina on klaviatuuril spetsiaalne AI-nupp (tehisintellekti nupp). Vaikimisi avab see Microsoft CoPiloti, kuid seda saab seadistada tegema mida iganes. Kasutades nutikaid makrosid, võid panna selle nupu näiteks avama brauserit, looma uue vahelehe ja avama sinu lemmik AI-tööriista (olgu selleks Gemini või ChatGPT). Ehkki akukestvus on muljetavaldav - 36 kuud klaviatuuril ja 24 kuud hiirel, kasutavad need erinevaid patareisid. Hiir vajab ühte AA patareid, klaviatuur aga kahte AAA patareid. See on tüütu, sest varuiks peab kodus olema erinevaid suurusi. Samas kestavad patareid aastaid ja nende pärast pole vaja muretseda. Lisaks ei ole komplektis kaasas Logi Bolt USB vastuvõtjat, mis nii kalli komplekti puhul võiks olla. Kui aga oled varemgi Logitechi kasutanud, siis on see USB adapter sul juba olemas ja ei pea uut ostma. Kellele see sobib? Logitech Signature Comfort Plus Combo MK880 on hea valik valik profile, kes istub arvuti taga pikki tunde ja hindab ergonoomikat üle kõige. Vaiksed, pehmed klahvid teevad sellest üsna mugava tööriista. Küll aga ei pruugi see sobida mehaaniliste klaviatuuride fännidele, kes otsivad iga nupuvajutusega konkreetset tagasisidet ja klõbinat, samuti kipüub hiire pehmenduspadi olema tarbetu uuendus, kui see ei jää hiirt haarates randme alla. Võib-olla pikemal harjumisel saab enda käe haaret ja asendit padja jaoks sobivamaks sättida. Klaviatuuri pehmenduspadi siiski satub kohe sobivalt randmete alla. PLUSSID Hea ergonoomika: lainekujuline disain ja pehme, integreeritud randmetugi klaviatuuril. Easy-Switch võimaldab kiirelt lülituda kuni kolme seadme vahel. Pikk patareide eluiga (kuni 3 aastat). MIINUSED Komplektis puudub Logi Bolt USB vastuvõtja (tuleb osta eraldi). Hiirel olev peopesapadi ei pruugi asukoha tõttu sobida suurtele kätele. Klahvivajutused võivad tunduda ebajärjekindlad ega sobi mehaaniliste klaviatuuride austajatele. Taustavalgustus puudub. Tehnilised andmed Logitech Signature Comfort Plus Combo MK880 Hiire sensor: Pluto ONE Hiire nupud: 6 (vasak/parem klikk, rulliku keskmine klikk, küljenupud, DPI nupp) Kerimine: SmartWheel Hiire toide ja kestvus: 1 x AA (leelispatarei), kuni 24 kuud Klaviatuuri toide ja kestvus: 2 x AAA (leelispatarei), kuni 36 kuud Ühenduse tüüp: Bluetooth Low Energy (tööraadius kuni 10 meetrit) Klaviatuuri klahvitüüp: Plunger (membraan) Spetsiaalsed klahvid: Kohandatavad F-rea klahvid, spetsiaalne AI nupp Klaviatuuri kaldenurk: Reguleeritav (4 ja 8 kraadi) Tarkvara tugi: Logi Options+, Logi Tune Toetatud operatsioonisüsteemid: Windows 10/11+, macOS 12+, Linux, ChromeOS, iPadOS 15+, Android OS 12+ Hind Eestis: ca 110 eurot Klaviatuurid Arvutihiired Logitechi nurk Salvesta PDF! »

                        ITUUDISED

                          © All right reserved 2069

                          Proudly powered by WordPress | Theme: Corporate Plus by Acme Themes