DI leidžia vartotojams pašalinti reklamą ir nepageidaujamas programas iš išmaniųjų televizorių

Vaizdas: TechCrunch · Šaltinis

Kūrėjai naudoja DI, kad pašalintų reklamą, sekimą ir lėtus sąsajos elementus iš išmaniųjų televizorių, kurdami optimizuotas pradinius ekranus ir atkurdami vartotojo kontrolę.

Išmaniųjų televizorių savininkai vis dažniau naudoja dirbtinį intelektą, kad supaprastintų savo įrenginius pašalindami erzinančias reklamas, įkyrią sekimo sistemą ir lėtą sistemos vartotojo sąsają. Įvairūs kūrėjai sukūrė DI pagrįstus sprendimus, kurie išvalo nepageidaujamas iš anksto įdiegtas programas ir reklamas, pagreitina programėlių paleidimo priemones bei pertvarko pradinius ekranus, kad būtų prioritetas vartotojo programoms ir HDMI įėjimams.

Vienas projektas, „dumbtv“, siekia grąžinti televizorius prie jų pagrindinių funkcijų be reklamos ar stebėjimo, palaikydamas populiarius modelius, tokius kaip Sony, TCL, Xiaomi ir Fire TV Edition rinkiniai. Kita alternatyva, „cleanyourtv“, nuotoliniu būdu pašalina perteklių iš Android ir Google televizorių per Wi-Fi, pakeisdama paleidimo priemones švaria vartotojo sąsaja, primenančia Apple TV.

Šie DI pagrįsti metodai viešinami GitHub ir socialiniuose tinkluose, skatindami tūkstančius vartotojų suasmeninti savo televizorius ir apeiti gamintojų turinio atpažinimo technologijas bei priverstines reklamas. Kūrėjai pabrėžia, kad jų įrankiams nereikia įrenginių root'inimo ir jie leidžia lengvai atkurti gamyklinius nustatymus.

Entuziastai praneša apie žymiai pagerintą reagavimo greitį ir švaresnę žiūrėjimo patirtį po DI padėtų modifikacijų, nors kai kurie perspėja dėl galimų klaidų ar įrenginio sutrikimų hakerių proceso metu.

Esamos alternatyvos tiems, kurie mažiau linkę į DI modifikacijas, apima trečiųjų šalių paleidimo priemones, skirtas pakeisti Android TV pradžios ekranus. Šių DI varomų „supaprastinimo“ technologijų atsiradimas rodo vis didėjantį vartotojų pasipriešinimą reklamos varomoms išmaniųjų televizorių ekosistemoms ir kelia grėsmę reklamos modeliams, priklausantiems nuo vartotojų duomenų ir įmontuotų skatinimų.