கடந்த ஒரு தசாப்தமாக டேட்டிங் செயலிகள் (Dating apps) ஒரே மாதிரியாகவே இருந்து வருகின்றன. உங்கள் தொலைபேசியைத் திறந்து, நிலையான புகைப்படங்களைப் பார்த்து, வலதுபுறம் ஸ்வைப் செய்து, காத்திருக்க வேண்டும். சமூக ஊடகங்களின் மற்ற பகுதிகள் வீடியோ, அல்காரிதம் சார்ந்த ஃபெட்கள் (algorithmic feeds) மற்றும் ஊடாடும் உள்ளடக்கங்களை நோக்கி நகர்ந்த போதிலும், 2010-களின் தொடக்கத்திலிருந்து இதன் செயல்பாடுகள் பெரிய அளவில் மாறவில்லை. இந்தத் தேக்கநிலையே புதிய வகை தளங்கள் பிரபலமடைவதற்கு முக்கிய காரணமாகும். இந்தச் செயலிகள் TikTok-ன் அணுகுமுறையை அதிகம் பின்பற்றுகின்றன: குறுகிய வடிவ வீடியோக்கள், AI மூலம் பரிந்துரைக்கப்படும் உள்ளடக்கங்கள் மற்றும் நிலையான சுயவிவரங்களுக்கு (profiles) பதிலாக சமூக ரீதியான கண்டுபிடிப்புகளுக்கு (social discovery) முக்கியத்துவம் அளித்தல்.

இந்த மாற்றம் வெறும் தோற்ற மாற்றமல்ல. பயனர்கள் தேர்ந்தெடுக்கப்பட்ட புகைப்படத் தொகுப்புகளை விட வீடியோ மூலம் தொடர்பு கொள்ளும்போது, முதல் அபிப்ராயத்தின் (first impressions) தன்மை முற்றிலும் மாறுகிறது. ஒரு பதினைந்து வினாடி வீடியோ, அதிகப்படியான எடிட்டிங் செய்யப்பட்ட ஒரு புகைப்படத்தை விட ஒருவரின் குரல் தொனி, நகைச்சுவை உணர்வு, உடல் மொழி மற்றும் காலநேரம் ஆகியவற்றைச் சிறப்பாக வெளிப்படுத்தும். இதன் முடிவு, ஒரு பட்டியலைத் பார்ப்பது போல இல்லாமல், ஒரு விருந்தில் யாரையாவது சந்திப்பது போன்ற உணர்வைத் தருகிறது. செயற்கை நுண்ணறிவு (Artificial intelligence), வெறும் தூரம் அல்லது வயது போன்ற வடிகட்டிகளைத் தாண்டி, பயனரின் நடத்தையின் அடிப்படையில் இந்த வீடியோக்களைத் தரம் பிரித்து முன்னிலைப்படுத்துகிறது. அல்காரிதம் உங்கள் கவனத்தை ஈர்க்கும் விஷயங்களைக் கவனித்து அதற்கேற்ப மாற்றங்களைச் செய்கிறது, இது அனுபவத்தை நேரடித் தேடலில் இருந்து விலக்கி, உள்ளடக்க அடிப்படையிலான தேடலை நோக்கி நகர்த்துகிறது.

ஃபெடிற்குப் பின்னால் உள்ள பொறியியல் யதார்த்தம்

ஸ்வைப் முறையிலிருந்து வீடியோ சார்ந்த சமூகத் தளங்களாக இந்த மாற்றம் நிகழத் தீவிரமான பொறியியல் வலிமை தேவைப்படுகிறது. ஒரு டேட்டிங் செயலியை உருவாக்குவது என்பது முன்பு எளிமையான ஒன்றாக இருந்தது: புவி இருப்பிடம் (geolocation), ஒரு பொருத்தம் காணும் அல்காரிதம் (matching algorithm), செய்தி பரிமாற்ற உள்கட்டமைப்பு (messaging infrastructure) மற்றும் கட்டணச் செயலாக்கம் (payment processing). ஆனால், ஒரு நவீன சமூகக் கண்டுபிடிப்புத் தளம் (social discovery platform), வீடியோ கம்ப்ரஷன் பைப்லைன்கள் (video compression pipelines), நிகழ்நேர உள்ளடக்கக் கட்டுப்பாடு (real-time content moderation), பரிந்துரை இயந்திரங்கள் (recommendation engines) மற்றும் ஒரு வீடியோ வைரலாகும் போது ஏற்படும் மிகப்பெரிய போக்குவரத்து அதிகரிப்பை (traffic spikes) கையாளும் திறன் ஆகியவற்றைக் கொண்டிருக்க வேண்டும். இந்தச் சிக்கல், பிராண்டுகள் சிறப்பு மொபைல் பொறியியல் நிறுவனங்களுடன் இணையத் தூண்டுகிறது.

GeekyAnts, EPAM Systems, Thoughtworks, Globant மற்றும் WillowTree ஆகிய நிறுவனங்கள் இந்தத் துறையில் முக்கிய கட்டுமானங்களாக உருவெடுத்துள்ளன. ஒவ்வொன்றும் ஒரு தனித்துவமான தொழில்நுட்பக் கவனத்தைக் கொண்டுள்ளன. GeekyAnts பெரும்பாலும் தயாரிப்பு வடிவமைப்பு மற்றும் பிரண்ட்எண்ட் இன்ஜினியரிங் (frontend engineering) ஆகியவற்றின் சங்கமத்தில் செயல்படுகிறது; வீடியோ பார்ப்பது இயல்பாகவும் வேகமாகவும் இருப்பதை உறுதி செய்யும் பயனர் சார்ந்த கட்டமைப்பை (user-facing architecture) இது கையாள்கிறது. EPAM Systems ஆழமான பேக்எண்ட் அளவிடுதல் (backend scalability) மற்றும் கிளவுட் உள்கட்டமைப்பை வழங்குகிறது; இது வெவ்வேறு நெட்வொர்க் வேகங்களைக் கொண்ட பிராந்தியங்களில் மில்லியன் கணக்கான பயனர்களுக்கு வீடியோக்களை வழங்கும் போது மிகவும் முக்கியமானது. Thoughtworks, அஜைல் தயாரிப்பு மாற்றம் (agile product transformation) மற்றும் சிஸ்டம் ஒருங்கிணைப்பு (system integration) நிபுணத்துவத்தைக் கொண்டு வருகிறது, இது பழைய டேட்டிங் கருத்துக்களை ஒரு தள பாணி சுற்றுச்சூழல் அமைப்பாக (platform-style ecosystems) மாற்ற உதவுகிறது. Globant, படைப்புத் திறன் சார்ந்த உத்திகளை பொறியியல் செயல்பாடுகளுடன் இணைக்கும் டிஜிட்டல் மாற்றத் திறன்களை வழங்குகிறது, அதே சமயம் WillowTree பிரீமியம் மொபைல் அனுபவங்கள் மற்றும் பயனர் இடைமுகத் (user interface) தெளிவு ஆகியவற்றில் நிபுணத்துவம் பெற்றுள்ளது. இந்த நிறுவனங்கள் அனைத்தும் இணைந்து, பார்ப்பதற்கு எளிமையாகவும் ஆனால் உள்ளுக்குள் மிகவும் சிக்கலானதாகவும் இருக்கும் ஒரு தயாரிப்பை உருவாக்கத் தேவையான முழுமையான தொழில்நுட்பத் திறன்களைக் கொண்டுள்ளன.

அடுத்த தலைமுறைத் தளம் எப்படி இருக்கும்

NowMatch இதை நடைமுறையில் எவ்வாறு செயல்படுத்துகிறது என்பதைக் காட்டுகிறது. தன்னைத் தேடலுக்கான மற்றொரு கருவியாகக் காட்டிக் கொள்ளாமல், இந்தச் செயலி ஒரு பரந்த சமூகத் தளமாகச் செயல்படுகிறது. ஐந்து ஆண்டுகளுக்கு முன்பு இல்லாத எதிர்பார்ப்புகளைப் பூர்த்தி செய்ய இது நவீன தயாரிப்புப் பொறியியலை (product engineering) நம்பியுள்ளது. பயனர்கள் காதல் மட்டுமல்லாமல் பொழுதுபோக்கையும் எதிர்பார்க்கிறார்கள். அவர்களுக்கு TikTok போன்ற வேகமான ஸ்க்ரோலிங், Instagram போன்ற தயாரிப்பு கருவிகள் மற்றும் Netflix போன்ற தனிப்பயனாக்கம் (personalization) தேவைப்படுகிறது; இவை அனைத்தும் நிஜ உலகச் சந்திப்புகளை எளிதாக்கும் ஒரு செயலியில் இருக்க வேண்டும். NowMatch, டேட்டிங்கை சமூகத் தேடலின் ஒரு சாத்தியமான முடிவாகக் கருதுவதன் மூலம் இந்தச் சவாலைச் சமாளிக்க முயல்கிறது.

இத்தகைய தயாரிப்பின் பின்னால் உள்ள பொறியியல் முடிவுகள், இந்தத் துறை எங்கு செல்கிறது என்பதைப் பற்றிப் பலவற்றை வெளிப்படுத்துகின்றன. வீடியோ சார்ந்த தேடலுக்கு, புகைப்பட செயலிகளுக்குத் தேவைப்படாத உள்கட்டமைப்பு தேவைப்படுகிறது. Transcoding, adaptive bitrate streaming மற்றும் edge caching ஆகியவை அடிப்படைத் தேவைகளாகின்றன. AI தரப்பில், உள்ளடக்கக் கட்டுப்பாடு (content moderation) என்பது மிகவும் கடினமான சவாலாகும். ஒரு உரை சார்ந்த (text-only) செயலியில் முக்கியச் சொற்களை வடிகட்டலாம் மற்றும் நடத்தையைப் புகாரளிக்கலாம். ஆனால் ஒரு வீடியோ தளமானது காட்சி மற்றும் ஆடியோ உள்ளடக்கங்களை மிகப்பெரிய அளவில் செயலாக்க வேண்டும், ஆபாசம் அல்லது தீங்கு விளைவிக்கும் பேச்சுகளை நிகழ்நேரத்தில் கண்டறிய வேண்டும்; அவ்வாறு செய்யும்போது பயனர்கள் பதிவேற்றும் முறையை விட்டு விலகிச் செல்லாதவாறு எளிமையாக இருக்க வேண்டும். இந்த அனுபவங்களை உருவாக்கும் நிறுவனங்கள், ஒவ்வொரு வீடியோவையும் ஆய்வு செய்வதன் மூலம் மேம்படும் மெஷின் லேர்னிங் (machine learning) பைப்லைன்களில் அதிக முதலீடு செய்கின்றன, இதன் மூலம் பாதுகாப்பு மற்றும் செயல்திறனுக்கு இடையே ஒரு சமநிலையை உருவாக்குகின்றன.

உளவியல் மற்றும் தயாரிப்பு உத்தி

பயனர் உளவியல் குறித்த ஒரு மூலோபாயக் கேள்வியும் உள்ளது. ஸ்வைப் அடிப்படையிலான செயலிகள் கேமிஃபை (gamified)