Tehnoloogia areneb pidevalt ja on seotud kõigega, mida me oma isiklikus ja tööelus teeme. Alates nutitelefonidest kuni tipptasemel arvutiliideteni on tehnoloogia meie ühiskonna alus ja jätkuva kasvu majakas. Arvutinägemine on selle maailma esirinnas ja on valmis muutma meie äritegevust.
Arvutinägemise vahendite kasutuselevõtt tarkvara testimise automatiseerimise osana on järjekordne samm tehnoloogilises revolutsioonis. See mängib kriitilist rolli paljudes igapäevastes tegevustes ja nüüd on selle eesmärk täiustada meie igapäevaseid ülesandeid, vähendades samal ajal vigu, parandades kvaliteeti ja suurendades kasumit.
Mis on arvutinägemine?
Kõige lihtsamalt öeldes tähendab arvutinägemine, et arvutit õpetatakse, kuidas vaadata ja õigesti tõlgendada pilte nagu inimene. See on keeruline tipptehnoloogia, mis tugineb tehisintellektile (AI) ja masinõppele.
Arvutinägemine on veel üks samm selles suunas, et arvutid täidaksid inimese ülesandeid, et suurendada tõhusust ja vähendada vigu. Selline multidistsiplinaarne lähenemine võimaldab arvutitel muuta pildid loetavateks andmeteks ja tõlgendada, kuidas teave omavahel seotud on.
Kui minna sammu võrra kaugemale, siis annab see protsess arvutitele võime lugeda stseeni ja sõnastada sobiv reaktsioon. Näiteks võib arvutinägemine aidata isesõitvatel autodel tuvastada takistusi, et vältida kokkupõrkeid, või toetada robotprotsesside automatiseerimise vahendeid (RPA), et luua tõhusam töövoog.
Kuidas töötab arvutinägemine?
Arvuti ei näe kunagi nii nagu meie, sest arvutitel puuduvad silmad, et saada ja tõlkida sisendit ajule. Seetõttu tugineb arvutinägemise tehnoloogia andmete ja algoritmide keerulisele sümfooniale, mis peegeldab, kuidas inimese silmad võtavad pilte vastu ja edastavad neid ajule.
Oluline on märkida, et me ei mõista ikka veel täielikult, kuidas inimese aju töötab. Enamikul inimestest on algeline arusaam, et silmad võtavad vastu teavet, tõlgivad seda ja edastavad sõnumeid meie ajule. Neuroteadlased võivad aga öelda, et inimese nägemine on palju keerulisem ja et meil on ikka veel piiratud arusaam sellest, kuidas meie aju töötab.
Need arusaamise piirangud kanduvad üle arvutinägemise insenerile, kes üritab arvutit nägema õpetada. Andmed ja algoritmid, mida kasutatakse arvuti “nägemiseks” ja piltide tõlgendamiseks, on endiselt piiratud meie arusaamadega sellest, kuidas inimese silmad ja aju omavahel suhtlevad.
Arvutinägemise tehnoloogia tugineb praegu mustrituvastusele ja arenenud tehnoloogiale. Masinõpe ja konvolutsioonilised närvivõrgud (CNN) võimaldavad arvutitel pilte lahutada, andmeid tõlgendada ja objekte tuvastada.
Arvutinägemise insenerid kasutavad masinõpet, et õpetada arvutitele, kuidas klassifitseerida pilte, andes neile tuhandeid pilte mingist objektist. Igal pildil on sildid ja sildid, mis määravad kindlaks, mis see on, näiteks auto või koer.
CNN täiustab masinõppeprotsesse, et aidata arvutil luua piksliline kujutis objektist. Kasutades piksleid ja nendega seotud sildid, ennustab arvuti, mis on objekt, ja kontrollib pidevalt oma täpsust, kuni teeb järjepidevaid ja õigeid tuvastusi.
Arvutinägemine laieneb isegi piltide ja videote jadadele rekursiivse neuronivõrgu (RNN) abil. RNNide kasutamine võimaldab arvutitel tuvastada ja ühendada mitu pilti.
Arvutinägemise ajalugu
Arvutinägemise tehnoloogia sai alguse 1959. aastal, kui Russell Kirsch skaneeris arvutisse oma poja pildi. Kirschi väikelapse poja kujutisest sai esimene digitaalne pilt kogu oma räpases hiilguses ning see käivitas täiesti uue arvutiteaduse ja tehisintellekti arendamise haru.
Mõned aastad hiljem kirjutas Larry Roberts oma doktoritöö, mis käsitles võimalust kasutada kahemõõtmelisi pilte, et saada kolmemõõtmelist teavet tahkete objektide kohta. Tema töö pani paika aastakümneid kestnud edusammud ja laiendas tema kui interneti isa kuulsust.
Tänu nendele esimestele pioneeridele otsisid arvutiinsenerid kogu maailmas uusi viise, kuidas muuta reaalmaailma kujutised andmeteks, mida arvuti saaks ära tunda, sorteerida, töödelda ja millele reageerida.
1980. aastal võeti kasutusele neokognitron, Kunihiko Fukushimavarajane versioon tänapäeva CNNist. 1990ndate alguses ilmus videovalve sularahaautomaatidesse ja vähem kui kümme aastat hiljem esitlesid MIT teadlased esimesi reaalajas näotuvastuse raamistikke.
Teadlased, insenerid ja arendajad kiirendasid tempot, et saavutada parimad võimalikud arvutinägemislahendused. Google, Facebook, Apple, Amazon ja isegi rahvusvahelised valitsused on sisenenud sellesse valdkonda, et arendada arvutinägemistehnoloogiat alates näotuvastusest kuni isejuhtivate autodeni.
Arvutinägemistehnoloogiate rakendused
Alati ei ole lihtne näha tehnoloogia ulatuslikke rakendusi ja eeliseid, kuni astute sammu tagasi. Kuigi Larry Roberts võis aimata, et tema ideed võivad olla murrangulised ja elu muutvad, ei näinud ta ilmselt ette kõiki arvutinägemise võimalikke kasutusvõimalusi.
Näo äratundmine
Võib-olla kõige populaarsem ja vastuolulisem arvutinägemistehnoloogia kasutamine on näotuvastus. Rakendused on peaaegu lõputud ja ulatuvad isiklikust kasutamisest kuni avaliku sektori ohutusmeetmeteni.
- Facebook kasutab seda, et aidata kasutajatel märgistada inimesi jagatud piltidel.
- Õiguskaitseasutused saavad kurjategijate tuvastamiseks kasutada videosidet.
- Pangad saavad jälgida sularahaautomaate reaalajas ja tuvastada kahtlast tegevust, et suurendada ohutust ja turvalisust.
- Üksikisikud saavad oma telefoni avada pilguga kaamerasse.
Kuigi need rakendused suurendavad tõhusust ja on enamiku inimeste jaoks mõistlikud, on näotuvastustehnoloogia mõnes sektoris, eelkõige seoses valitsuse järelevalvemeetmetega, endiselt vastuoluline. Kuigi näotuvastus võib suurendada turvalisust ja julgeolekut, on vaja piire ja õigusakte eraelu puutumatuse kaitsmiseks.
Liiklus, autojuhtimine ja autotööstus
Arvutinägemine muutis meie sõiduviisi ja liikluskorraldust. See avas uksed kohanduvatele tehnoloogiatele, et parandada sõidukogemust, ja aitab linnadel vähendada ummikuid, tegeledes probleemsete tänavatega.
1. Liiklusmustrid ja õiguskaitse tugi
Suletud televisioon (CCTV) tugineb arvutinägemisele, et jälgida ja liigitada sõidukeid erinevatel eesmärkidel. Linnad ei saa mitte ainult jälgida liiklust, vaid nad saavad ka teostada laiaulatuslikku liiklusvoogude analüüsi, et määrata kindlaks kitsaskohad ja viisid ummikute leevendamiseks. On võimalik kindlaks teha, kui kaua kulub maantee läbimiseks ja õnnetuste tuvastamiseks.
Lisaks aitab arvutinägemistehnoloogia õiguskaitseorganitel muuta tänavaid turvalisemaks ja püüda vähendada õnnetusi. Kaamerad võimaldavad tuvastada kiirust ületavad autod ja hoiatavad ametnikke muude liikuvate rikkumiste eest. Samuti on võimalik jälgida juhi käitumist, näiteks hajameelset sõitu ja seda, kas ta kasutab turvavööd või mitte.
2. Parkimiskontroll
Kui olete kunagi parkimismajja sisse sõitnud ja sõitnud ringi, et avastada, et parkla on täis, siis mõistate parkimise kontrollimisel kasutatava arvutinägemise eeliseid. Kaamerad suudavad tuvastada vabad kohad ja anda arvutile tagasisidet, kui parkla on täis. Sissekäigu juures olevad märgid võivad hoiatada autojuhte täismajade eest ja vältida kõigi jaoks peavalu.
Lisaks saavad tasulised parkimiskohad jälgida numbrimärke ja üksikuid kohti, et määrata, kui kaua auto jääb parkima. Partiide omanikud saavad vähendada kahjusid ja jälgida oma investeeringuid.
3. Isejuhtivad sõidukid
Ei ole lihtne leida autot ilma mingi arvutinägemistehnoloogiata. Enamikul uutel sõidukitel on mitu rakendust, mis võtavad sõidu juhtimisest palju arvamist, näiteks automaatne parkimine ja püsikiiruse hoidja.
Kuigi tegemist on suhteliselt uute tehnoloogiatega, on isesõitvad autod olnud töös juba aastakümneid. Isesõitvad autod ei ole enam ulmefilmide pärusmaa. Kuigi enamik autosid ei kvalifitseeru täielikult autonoomseteks, on ka selliseid, mis ei vaja inimjuhti, kui olukord ei ületa auto võimeid, näiteks liiklusummikud.
Isesõitvad sõidukid tuginevad mitmesugustele arvutinägemistehnoloogiatele, et toimida ilma inimjuhita. Kõige kõrgema tasemega sõidukitel on piisavalt kaameraid ja andmeid, et tänavatel turvaliselt manööverdada tänu täiustatud jalakäijate tuvastamisele, liiklusmärkide tuvastamisele, kokkupõrgete vältimisele ja tee seisukorra jälgimisele.
Tervishoiutööstus
Tervishoiutööstus on jätkuvalt enamiku tehnoloogiliste edusammude eesotsas, kuna me otsime võimalusi, kuidas elada kauem ja tunda end tervena. Ei ole üllatav, et tervishoiutööstus võttis omaks arvutinägemise vähi avastamiseks, rakkude klassifitseerimiseks haiguse tuvastamiseks ja hiljuti COVID-diagnooside tegemiseks.
Tehnikud saavad kasutada ka arvutinägemist, et analüüsida liikumist võimalike neuroloogiliste ja luu- ja lihaskonna seisundite tuvastamiseks. See on abiks rehabilitatsioonis, teraapias ja vigastustest taastuvate inimeste treeningute toetamisel, hinnates liikumist ja näidates harjutusi. Raviallikad võivad saata patsiendi koju või abistavale hooldusele koos videotega, mis juhivad õigeid liigutusi, et vältida edasisi vigastusi ja kiirendada taastumist ohutult.
Lisaks sellele on üks peamisi tekkivaid rakendusi meditsiinis arvutinägemise jaoks oskuste treenimine. Residendid, arstid ja kirurgid saavad virtuaalsete platvormide kaudu läbi viia meditsiiniliste oskuste koolitust, mis võimaldab neil enne reaalsete juhtumite sooritamist ohutult simuleerida operatsioone ja protseduure.
Jaemüügitugi
Arvutinägemistarkvara automatiseerimine toetab jaekauplusi, jälgides kliente, et lugeda kauplustes toimuvat liiklust. Suundumuste jälgimine võimaldab kauplustel vastavalt personaliga varustamist, kuid see aitab ka kahjude ennetamise meeskonnal jälgida hulkureid ja varguste sihtmärke.
Põllumajanduslikud rakendused
Mahukaid ettevõtteid pidavad põllumajandustootjad saavad oma tegevust tõhustada loomade ja põllukultuuride jälgimise tarkvara abil. Nii on lihtsam varakult tuvastada putukate ja haiguspuhangute esinemist, jälgida saagikust ja optimeerida oma meeskonda. Põllumajandustootjad, kes töötavad personalipuuduses, saavad automatiseerida mitmesuguseid tegevusi, sealhulgas koristus, umbrohutõrje ja külvamine.
Tootmise automatiseerimine
Tootmine võib olla üks parimaid võimalusi automatiseerimise ja arvutinägemise kasutamiseks. See on järgmine samm hüperautomaatikas, kuna tootmismeeskonnad integreerivad arvutinägemistarkvara, et parandada kõike alates tootmisest kuni kvaliteedikontrollini.
- Parandage tootlikkuse analüüsi näotuvastusega, et hinnata individuaalset aja- ja ressursikasutust, et luua tõhusamaid protsesse.
- Kasutage arvutinägemistarkvara seadmete visuaalseks kontrollimiseks, et tuvastada probleemid varem, mis võib vähendada seisakuid ja remondikulusid. Samuti võib see tuvastada isikukaitsevahendite (PPE) nõrgad kohad.
- Kvaliteedi tagamise meeskonnad saavad kasutada arvutinägemistarkvara automatiseerimist toodete hindamiseks ja võrdlemiseks, et kõrvaldada defektsed komponendid või tuvastada remonti vajavad tooted enne nende väljasaatmist.
Lisaks saavad ettevõtted luua oskuste koolitusmooduleid ja hindamisi, kasutades virtuaalseid seadmeid ja arvutinägemistarkvara. Töötajad saavad õppida uusi oskusi ja täiustada olemasolevaid oskusi, et parandada tulemuslikkust ja tõhusust, ilma et seejuures ohverdataks ühtki toodet.
Arvutinägemine tarkvara testimise automatiseerimisel – lugu minevikust, olevikust ja tulevikust
Enamik tööstusharusid saab kasu arvutinägemistehnoloogiast, kuid järgmine etapp on arvutinägemistööriistade kasutuselevõtt tarkvara testimise automatiseerimiseks. Arvutinägemistarkvara kasutamine automatiseerimise testimiseks ei ole uus kontseptsioon, kuid see on esimestest katsetest kaugele jõudnud.
Arvutinägemise areng tarkvara testimisel – ajalugu
Testimistarkvara oli olemas juba 1970. aastatel, kuid selle käivitamine kohapeal nõudis märkimisväärseid jõupingutusi. Ilma internetita pidid tarkvaraarendusettevõtted kodeerima ja saatma igale kliendile individuaalseid teste.
Automaatse testimistarkvara esimesed versioonid nõudsid sagedasi uuendusi ja liiga lihtsustatud süsteemid ei suutnud keeruliste ülesannetega toime tulla. Lisaks esines mitmeid probleeme seoses ühildamatuse ja inimlike vigadega.
Automatiseeritud testimine oli aastakümneid vähem tõhus ja aeganõudvam kui käsitsi testimine. Oli vaja märkimisväärseid edusamme ja tehnoloogia arengut, et saada elujõulisi tooteid ja kasutada automatiseeritud testimistarkvara, sealhulgas arvutinägemise eeliseid.
Kuidas arvutinägemist kasutatakse tarkvara testimise automatiseerimisel – Käesolevaga
Automaatse testimistarkvara areng muutus oluliselt tänu arvutinägemise tehnoloogia arengule. Piltide klassifitseerimine, objektide tuvastamine ja jälgimine ning sisupõhine pildiotsing tegid revolutsiooni tarkvara testimise automatiseerimise protsessis.
Tänapäeval kasutavad ettevõtted ja valitsused tarkvara arendamiseks ja automatiseerimiseks arvutinägemise testimise vahendeid, et suurendada tõhusust ja tootlikkust. See on kriitiline samm hüperautomaatseerimise ja protsesside ühtlustamise suunas, et suurendada tulemuslikkust ja maksimeerida toodangut, ilma et see kahjustaks kvaliteeti.
Arvutinägemise uued kasutusvõimalused tarkvara testimise automatiseerimisel – tulevik
Tööstusprognoosid rõhutavad masinõppe kasvu ja CNNide laienemist, et automatiseerida rohkem töökoormusi ja optimeerida olemasolevaid protsesse. Tõenäoliselt näeme rohkem pilvepõhiseid teenuseid ning droonide ja mobiilseadmete suuremat kasutamist, mis võimaldab inimestel töötada kõikjal maailmas.
Arvutinägemise eelised tarkvara testimise automatiseerimisel
Arvutivisiooni tööriistade eeliseid tarkvara testimisel ei saa ülehinnata, kuid kõiki võimalikke eeliseid on võimatu selgitada. Siiski võivad mõned peamised eelised viia uskumatu kasvu ja tootlikkuse muutusteni.
Vähendab pimedaid laike
Üks suurimaid eeliseid, mida arvutinägemistööriistad tarkvara testimisel pakuvad, on võimalus vähendada pimedaid kohti olemasolevates protsessides. Olemasolevate automatiseeritud testimisvahendite täiendamine arvutinägemistarkvaraga aitab masinatel ruumis orienteeruda ja täidab lüngad. Arvutinägemistarkvara automaatika toetab süsteeme, täites tühikuid andmete ümber, et kinnistada saadud teave ja kujundada terviklikum pilt.
Kiirtestimine
Kiirem testimine on veel üks boonus, kui arvutinägemise testimine võetakse arvesse tarkvaratehnoloogilistes rakendustes. Arvutinägemise kasutamine tähendab, et teie meeskond ei pea kulutama väärtuslikku aega andmete koostamisele ebastandardsete seadete või toodete jaoks. Arvuti suudab kohaneda muutustega, mis põhinevad ekraanil ja saadud piltidel.
Igavesti täiustuv
Nagu enamik tehnoloogilistest edusammudest, on ka tarkvaraarenduses kasutatavad arvutinägemise testimisvahendid endiselt muutumises, kuna programmeerijad täiustavad ja laiendavad nende võimalusi. Arvutinägemistarkvara kasutamine automatiseerimise testimiseks jääb enamiku tööstusharude eesliinile veel aastateks, sest kasvuruum on piiramatu.
Automaatne GUI testimine
Pole lihtne leida inimesi, kes täidaksid usaldusväärselt igapäevaseid ülesandeid ükskõik millises tööstusharus, nii et nende tüütute protsesside automatiseerimise viiside leidmine säästab kõiki. Parimad tarkvaratesteerimise automatiseerimise arvutinägemistööriistad suudavad neid ülesandeid hallata, säästes ettevõtete aega ja raha ning vähendades samal ajal töötajate koormust.
Arvutinägemise väljakutsed tarkvara testimise automatiseerimisel
Arvutinägemistarkvara kasutamine automatiseerimise testimiseks ei ole täiuslik ja seal on mõned märkimisväärsed puudused, mida tuleb arvesse võtta.
Sõltuvus pildikvaliteedist
Ei ole saladus, et kehv pildikvaliteet võib anda negatiivseid tulemusi, kuid kuidas on lood muutuvate valgustingimuste või ebajärjekindla orientatsiooniga? Kui meie silmad kohanevad hõlpsasti valgustuse peente muutustega, siis arvutinägemistarkvara mitte. Isegi parimad tarkvaratesti automatiseerimiseks kasutatavad arvutinägemisvahendid ei suuda inimsilmi täiuslikult jäljendada.
Kallutatud õppimine
Mõnes sektoris on juurdepääs oma eesmärkide saavutamiseks vajalikele kvaliteetsetele andmetele piiratud. Näiteks tervishoiuvaldkondades võib puududa kvaliteetsed videod ja pildid, et luua elutruusid virtuaalseid ruume praktikaks. Alati ei ole lihtne täita lünki või luua piisavaid andmekogumeid.
Arvutuskulud
Vajaliku riistvara ja kvalifitseeritud arvutinägemise inseneride kasutamise vahel on automaatika testimiseks vajaliku arvutinägemistarkvara seadistamise kulud märkimisväärsed. Kulude alahindamine toob kaasa ebatäpsed andmed ja ebapiisava tulu.
Praeguste tarkvara automatiseerimise vahendite piirangud
Olemasolevatel tarkvara automatiseerimise tööriistadel on loomupärased piirangud, mis mõjutavad üldisi tulemusi. Kuigi käsitsi testimisega võrreldes on märkimisväärseid eeliseid, ei ole praktiline mööda vaadata puudustest.
- Olemasolevad automatiseerimisvahendid saavad vaadata ainult seda, mida nad teavad, mis tähendab, et kui te ei ole andmeid esitanud, ei saa nad kontrollida väljapoole seatud parameetreid.
- Kui see kord käima läheb, saate palju aega kokku hoida, kuid süsteemi kiirendamiseks kulub aega.
- See ei ole odav. Tarkvara automatiseerimisvahendite kasutamine maksab ja on märkimisväärne investeering, kuid see tasub end pikas perspektiivis ära.
- Oodata pidevat koodi hooldust, et tagada täpsed tulemused.
Lõppkokkuvõttes on tarkvara automatiseerimisvahendid sarnased robotiseeritud protsesside automatiseerimisele (RPA), sest need kaotavad inimliku kontakti. Meeskonnad kaotavad väärtuslikke, kvalifitseeritud töötajaid, sest kui nad lähevad üle automatiseeritud vahenditele. Lisaks ei suuda arvutid mõelda ega reageerida nagu inimesed, mis võib olla nii pluss kui ka miinus.
Kuidas alustada tarkvara testimist madala koodiga arvutinägemise tööriistaga
Iga projekti alustamine võib tunduda üle jõu käivana, eriti kui see hõlmab keerulist tehnoloogiat. Õnneks on üks arvutinägemise tööriistade eeliseid tarkvara testimisel see, et kvalifitseeritud insenerid teevad suurema osa tööst, nii et selle kasutamiseks ei ole vaja õppida ulatuslikku koodi või tehnilisi oskusi.
ZAPTEST tarkvara tugineb sisseehitatud funktsioonidele, mis pakuvad teie vajadustele vastavat madala koodiga tööriista. Broneerige demo ja õppige, kuidas ZAPTEST saab parandada teie tulemuslikkust tänu meie tarkvaratesti automatiseerimise teenustele ja pühendunud ekspertide meeskonnale.
KKK
Kas teil on veel küsimusi arvutinägemise ja tarkvara testimise automatiseerimise kasutamise kohta? Need üldised küsimused ja vastused võivad asjad selgeks teha.
Mis on arvutinägemise testimine?
Arvutinägemise testimisel on vaja kindlaks teha süsteemide täpsus subjektide piltide tuvastamisel, kategoriseerimisel ja isegi nendele reageerimisel. See loob aluse arvutinägemise testimisvahendite kasutamiseks tarkvaraarenduses ja muudes automatiseerimisülesannetes.
Kas arvutinägemise testimine vajab kodeerimist?
Jah ja ei. Masinõpe tähendab, et tarkvarainsenerid ei pea kõike käsitsi kodeerima, sest nad saavad kasutada olemasolevaid funktsioone ja algoritme. Siiski on igal tasandil endiselt olemas kodeerimise element.
Milliseid oskusi on vaja arvutinägemistarkvara testimise automatiseerimiseks?
Isegi parimad tarkvaratesti automatiseerimiseks mõeldud arvutinägemisvahendid nõuavad alguses kvalifitseeritud programmeerijat või inseneri. Sa vajad kedagi, kellel on ulatuslik kodeerimisalane taust ja kes mõistab DevOps-meetodeid, et luua süsteem ja viia kõik veebi. Tavaliselt kasutate kõrgetasemelisi matemaatikaoskusi, statistikat, pilditöötlust ja mustrituvastust.
Arvutinägemise tööriistad tarkvara testimise automatiseerimiseks
Arvutinägemise testimise vahendid võivad parandada tõhusust ja tootlikkust, kuid selleks on vaja kõrgetasemelist toodet. ZAPTEST on juhtiv läbivalt arvutinägemistarkvaral põhinev testimise automatiseerimise vahend, millel on tõestatud tulemused ja tugev kogemus.
Kasutades ZAP Object Engine’i (ZOE) arvutinägemistehnoloogiat, saavad kasutajad luua mis tahes digitaalse kasutajaliidese automatiseerimise, sealhulgas live-rakendused, videod ja isegi luua skripte makettidest. Automatiseeritava kasutajaliidese tehnoloogia tüüp ei ole enam küsimus. Me ütleme ZAPis: “ZAPTEST võib automatiseerida selle ASISi ilma igasuguste piiranguteta”.
Kasutame tipptehnoloogiaid, et luua parimaid arvutinägemisel põhinevaid vahendeid tarkvara testimise automatiseerimiseks. Meie mitmekülgne tarkvara töötab mitmete platvormide ja rakenduste vahel, et tagada optimaalne tulemus.
Kas olete huvitatud sellest, kuidas tarkvara testimise automatiseerimise vahend võib teie äriprotsesse tõhustada ja teie tulemit kuni kümme korda parandada? Lisateabe saamiseks võtke juba täna ühendust ZAPTESTi meeskonnaga.
