خبر های جدید دنیای الکترونیک

farzan001 · Sep 1, 2010

روبات جاسوس

روبات جاسوس

روبات جاسوس به اندازه حشره

خبرگزاري فارس: كارشناسان موفق به طراحي روبات هوشمندي شده‌اند كه به اندازه يك حشره كوچك است و مي‌تواند در فعاليت‌هاي جاسوسي مورد استفاده قرار گيرد.
به گزارش فارس به نقل از الكترونيستا، اين روبات پرنده قادر است بدون نياز به تجديد قوا به مدت 24 ساعت بين دشمنان حضور داشته باشد و تمامي اطلاعات مورد نياز را از آن‌ها دريافت كند.
روبات‌هاي هوشمند از اين نسل براي نخستين بار با نام Unmanned Aerial Vehicle در جنگ عراق و افغانستان مورد استفاده قرار گرفتند. مدل جديد اين روبات Micro Aerial Vehicles يا MAV نام دارد و در حالي كه جثه آن از زنبور عسل هم كوچك‌‌تر است، مي‌تواند پس از ورود به داخل ساختمان‌ها، از آن عكس‌برداري كند، صداي محيط را ذخيره كند و حتي به نيروهاي تروريست حمله كند.
قرار است قبل از سال 2015 مراحل ساخت ربوتي با جثه پرندگان آغاز شود و نسخه تكميل شده روبات حشره نيز تا قبل از سال 2030 در اختيار نيروهاي امنيتي قرار گيرد.
دانشمندان در جريان ساخت اين روبات به‌دنبال كوچك كردن دستگاه‌هاي ديجيتالي هوشمند بودند كه بدون كمك انسان‌ها، بتواند براي خود تصميم‌گيري كند.

farzan001 · Sep 1, 2010

موبایلتان را با راه رفتن شارژ کنید

موبایلتان را با راه رفتن شارژ کنید

موبایلتان را با راه رفتن شارژ کنید

به گزارش خبرگزاری مهر، این چکمه های لاستیکی ضد آب را اپراتور تلفن همراه "اورنج" در انگلیس با همکاری GotWind شرکت انگلیسی انرژیهای تجدیدپذیر توسعه داده است.
این چکمه ها که ظاهری شبیه به چکمه های معمولی دارند می توانند گرمایی را که پاها در زمان راه رفتن تولید می کنند به انرژی شارژ تلفنهای همراه تبدیل کنند.
انرژی که الکتریکی که از این راه تولید می شود از طریق یک سیم نازک پنهان به قسمت رویی ساق چکمه می رسد. در این قسمت یک جیب در نظر گرفته شده است که کاربر می تواند تلفن همراه خود را داخل آن قرار دهد. این جیب زمانی که کاربر در حال راه رفتن است به طور خودکار تلفن همراه را شارژ می کند.
براساس گزارش ایندیپندنت، برای استفاده از تلفن همراه به مدت یک ساعت، کاربر باید حدود 12 ساعت راه برود.

nazliii · Sep 4, 2010

ه گزارش خبرگزاري مهر، استفاده از نمايشگرهاي لمسي در لپ تاپ، تلفنهاي همراه هوشمند، پخش كننده هاي MP3 و لوح- رايانه هاي نسل جديد رواج گرفته است در اين راستا نمايشگرهاي لمسي چه از نظر طراحي و چه از نظر ادغام با عملكردهاي ديگر درحال تكامل هستند.

در اين ميان، گروهي از پژوهشگران دانشگاه 'سانگ كيونكوان' با همكاري شركت سامسونگ در حال توسعه نمايشگرهاي لمسي هستند كه مي توانند انرژي حاصل از فشار انگشت را به انرژي الكتريكي تبديل كنند.
اين محققان موفق شدند روي يك غشاي پلاستيكي، الكترودهاي شفاف و انعطاف پذير را چاپ كنند و اين نمايشگر لمسي جديد را بسازند.
توليد انرژي الكتريكي در اين نمايشگر به خاطر 'اثر فيزيوالكتريك' به دست مي آيد در روش 'اثر فيزيوالكتريك' از خاصيت ماده اي استفاده مي شود كه اگر تحت يك فشار مكانيكي قرار گيرد توانايي ساخت پتانسيل الكتريكي را دارد.

درحال حاضر از اين اثر در كاربردهاي ديگر نيز استفاده مي شود كه معروفترين آنها دستگاههايي است كه انرژي حاصل از لرزش قدمها بر روي پياده رو و يا حركت خودروها بر روي خيابان را به انرژي الكتريكي تبديل مي كنند.

براساس گزارش تكنولوژي ريويو، در نمايشگر لمسي جديد سامسونگ از نانولوله هاي يك ماده فيزيوالكتريك كه همانند يك ساندويچ بين الكترودهاي از جنس گرافن با رسانايي بالا و ورقه هاي پلاستيك انعطاف پذير پوشيده است استفاده مي شود.
اين تركيب مي تواند فشار حاصل از لمس را به انرژي الكتريكي تبديل كند.
اين دانشمندان اميدوارند ظرف 4- 5 سال آينده از اين نمايشگرهاي لمسي جديد با قابليت توليد انرژي در صنايع محصولات الكترونيكي مصرفي استفاده كنند.
ارسال :امير حسين ستوده بيدختي
منبع : مهر

nazliii · Oct 13, 2010

صندلی هوشمندی که شما را به زور از جایتان بلند می کند!

صندلی هوشمندی که شما را به زور از جایتان بلند می کند!

ژوهشگران آلمانی نوعی صندلی را طراحی کرده اند که وقتی فرد روی آن در وضعیت نامناسبی که می تواند به کمر آسیب برساند نشسته باشد از طریق یک پیام صوتی به وی می گوید که بلند شود و یا موقعیت خود را تغییر دهد. به گزارش خبرگزاری مهر، "الان سه ساعت است که به طور مداوم اینجا نشسته ای، بدون اینکه یک استراحت کوتاه به پاهایت بدهی. حواست هست که به طور غلط جابجا شدی؟ کمرت خم شده و پاهایت پیچ خورده که برای حرکت کردن بدتر از این نمی تواند وجود داشته باشد. زودباش! یا موقیت خود را تغییر بده و یا از اینجا بلند شو!" جملاتی که در بالا خواندید حرفهای مادرتان بود که در زمان نوشتن مشقهایتان به طور مرتب به شما می گفت، اما شما می توانید در آینده این وظیفه مهم سرزنش کردن فرزندانتان را به عهده صندلی هوشمندی بگذارید که گروهی از فیزیکدانان دانشگاه بیلفلد آلمان آن را طراحی کرده اند.
این صندلی هوشمند که Intelli Chair نام دارد، منطبق با حالت نادرست و طولانی مدت نشستن بر روی آن یک پیام صوتی را به اطلاع فرد می رساند که می تواند نسخه دیجیتالی همان سرزنشهای قدیمی مادرها باشد.این صندلی زمانی که فرد برای ساعتهای طولانی در وضعیتی غیرعادی و نامناسب بر روی آن نشسته باشد شروع به حرف زدن می کند و آنقدر به حرف زدن ادامه می دهد تا فرد موقعیت نشستن خود را اصلاح کند. این صندلی هوشمند ثمره سالها تحقیقات در عرصه "فن ترجمه اطلاعات رایانه ای به سیگنالهای صوتی" است.

صدایی که از صندلی شنیده می شود به فرد اطلاع می دهد که اکنون باید موقعیت خود را تغییر دهد و یا حتی بلند شود، کمی بدن خود را کش بدهد، دو قدم راه برود و یا غذای مختصری بخورد. چهار حسگری که روی نشیمن و چهار حسگر دیگر که روی پشتی صندلی قرار گرفته اند این صندلی را هوشمند کرده اند به طوریکه می تواند بهترین زمان و موقعیت نشستن را ارزیابی کرده و سپس راه بلوتوث این اطلاعات را به رایانه منتقل کنند. به محض پردازش این اطلاعات در رایانه، صندلی پیام صوتی خود را منتقل می کند.
براساس گزارش کورییره دلا سرا، این صندلی می تواند در ادارات و در کلاسهای درس کاربرد داشته باشد شاید در آینده به جای ناظم مدرسه، این صندلی هوشمند تشخیص دهد که زنگ تفریح باید زده شود

mohammad-iee · Oct 21, 2010

امكان تشخیص بیماری از طریق تلفن‌ همراه

امكان تشخیص بیماری از طریق تلفن‌ همراه

آیدوگان اوزكان " یكی از دستیاران پروفسورهای مهندسی الكترونیك آمریكا كه در مؤسسه NanoSystems كالیفرنیا نیز عضویت دارد، در حال تكمیلی سیستم ویژه‌ای است كه می‌تواند امكان تشخیص بیماری‌ها در تلفن‌های همراه را فراهم كند.

به گزارش فارس به نقل از پی‌سی‌ورلد، اوزكان چندی پیش در شركت خود موسوم به Microskia و با همكاری گروهی از محققان دانشگاه بركلی، سیستم دیگری را در این زمینه با نام CellScope تولید كرده بود. اما او هم‌اكنون موفق به ساخت نمونه اولیه حسگر ویژه‌ای برای دوربین دیجیتالی تلفن‌همراه شده است كه می‌تواند بخش‌های مختلف داخل سلول را به صورت جداگانه شناسایی كند.
به عنوان مثال، این حسگر می‌تواند میزان افزایش گبول‌های قرمز خونی را تشخیص دهد و دریابد كه در بدن كاربر نوعی بیماری یا جراحت ایجاد شده است. در این شرایط، حسگر می‌تواند به صورت بی‌سیم اطلاعات به دست آمده را به آزمایشگاه یا بیمارستان مربوطه ارایه دهد تا امكان درمان به‌موقع برای فرد فراهم شود.
نكته قابل‌ملاحظه در مورد فناوری جدید اوزكان این است كه در آن فقط از سیستم‌های الكترونیكی استفاده شده و هیچ گونه لنزی به كار نرفته است. سیستمی كه این وی پیش‌تر با نام CellScope ارایه كرده بود، بر مبنای یك میكروسكوپ مینیاتوری ساخته شده بود كه به وسیله لنزهای پیشرفته، احتمال بروز بیماری در كاربران را بررسی می‌كرد.
اوزكان در سیستم جدید خود فناوری LED را به همراه دیودهای(Diodes) نوری به حسگر پیشرفته خود در دوربین‌های دیجیتالی تلفن‌های همراه افزوده است.
منبع: Tebyan.net

hosseinassar · Nov 14, 2010

پژوهشگران ژاپني تلويزيون سه بعدي ساخته‌اند كه بوي تصاويري را نيز پخش مي‌كند.

به گزارش فارس، اين تلويزيون با توجه به تصاويري كه نشان داده مي‌شود، بوي مناسب را هم پخش مي‌كند.

طراحان اين تلويزيون درحال حاضر چند بو براي تصاويري خاص پيش‌بيني كرده‌اند. براي مثال هنگامي كه تصاويري از شهر بازي پخش مي‌شود، بوي ذرت بوداده به مشام بيننده مي‌رسد و هنگامي كه تماشاگر تصاوير دريا را مي‌بيند بوي آبهاي دريايي و سواحل از تلويزيون بلند مي شود.

احساس عطر و بو با وسايل الكترونيكي بسيار دشوار است اما اگر عطر و بو را به قسمت‌هاي ميكروسكپي تقسيم كنيد، مي‌توانيد آن را كنترل كنيد. با شركت‌هاي مختلف مشورت‌شده و در نهايت به اين نتيجه رسيده كه از روش چاپگر جوهرافشان استفاده كرد.

در چاپگرهاي جوهرافشان، هنگامي كه جريان برق سيم‌پيچي را گرم مي‌كند، حبابي كوچك از جوهر به سوي لوله روانه مي‌شود و بر روي كاغذ قرار مي‌گيرد.

پژوهشگران ژاپني از اين همين روش براي منتشر كردن بخش بسيار اندك از عطرهاي نعناع، گريپ فروت، دارچين، سيب و وانيل استفاده كردند.

اگر مدت زماني طولاني عطري را استشمام كنيد، حس بويايي خود را از دست مي دهيد. اما اگر از ميزان بسيار اندك از اين عطرها استفاده شود، حس بويايي حفظ مي‌ماند و مي‌توان بوي آنها را به طور طبيعي احساس كرد.

منبع

pesare irani · Nov 16, 2010

لرزش ديوارها هم برق توليد مي كند

لرزش ديوارها هم برق توليد مي كند

تلويزيون ، يخچال و ساير لوازم برقي منزلتان را تصور كنيد كه نيروي خود را از انرژي توليد شده از لرزش پنجره و ديواره هاي ساختمان مسكوني شما مي گيرد.
فكر مي كنيد چنين چيزي تا چه حد عملي باشد؟ ماسايوكي ميازاكي كه يكي از محققان آزمايشگاه مركزي توكيوست ، براي رسيدن به چنين هدفي تلاشهاي فراواني كرده است.
او بتازگي توانسته است يك ژنراتور در حال حاضر خيلي كوچك بسازد كه مي تواند حركات ساختمان ها را به الكتريسيته تبديل كند و نيروي راه انداختن يك سنسور حرارتي يا نوري را كه يك بار در هر ساعت كار مي كند؛ تامين نمايد.
گرچه خروجي اين ژنراتور بسيار كوچك و فقط در حد 10ميكرووات است ؛ اما دانشمندان آينده اي خوب را براي آن پيش بيني مي كنند و اميدوارند كه در دهه هاي آينده ، اين ژنراتور بتواند بازدهي خوبي داشته باشد.
به طوري كه بتوان سيستم هاي رايانه اي بدون باتري را به كمك آن راه اندازي كرد.
كار ميازاكي در واقع قسمتي از يك جنبش رو به رشد ميان دانشمندان است كه هدف آن يافتن ، خلق كردن و كسب منابع انرژي جايگزين ولو در مقادير كوچك ، يعني بسيار كمتر از يك وات است. اين دانشمندان اميدوارند كه بتوانند انرژي را از هر چيزي ، از لرزش ديوارها و پنجره ها گرفته تا حركات هوا و بدن انسان ها برداشت كنند.
در حالي كه منابع جايگزين انرژي به تنهايي نخواهند توانست الكتريسيته بيشتري را توليد كنند؛ اما مي توانند وسايل كوچكي از قبيل تراشه هاي رايانه اي ، شبكه هاي حسگر بي سيم و يا تلفنهاي همراه را به راه اندازند. ايده اين كار نيز بسيار ساده است.
درست همانند برخي از ساعتهاي مچي كه نيروي خود را از حركات اتفاقي دست يك شخص مي گيرند، اين وسايل نيز انرژي خود را از حركات اتفاقي ديگر چيزها كسب مي كنند.

pesare irani · Nov 16, 2010

روبات مارشکل با ویژگیهای خاص ساخته شد.

روبات مارشکل با ویژگیهای خاص ساخته شد.

دانشمندان روبات جراح مار شکلی ساخته اند که با برخورداری از ویژگیهای منحصربفرد و انعطاف پذیری بالا، سطح تهاجمی بودن اعمال جراحی را به میزان قابل توجهی کاهش می دهد.

این روبات مارشکل حاصل فکر خلاقانه محققان دانشگاه کارنگی ملون آمریکا است و به جراحان این امکان را می دهد تا تنها با یک برش ساده اعمال پیچیده قلب و عروق را انجام دهند.
این روبات جراح که CardioArm نام دارد از یک سری مفصل برخوردار است که به صورت خودکار و بر اساس برنامه ریزیهایی که در سر آن طراحی شده است حرکت می کنند.
به گفته روبرت وبستر از اساتید دانشگاه وندربیت که با این پروژه همکاری دارد، استفاده از این فناوری نوین موجب بالاتر رفتن ضریب دقت جراحان شده و با بهره گیری از آن می توان حرکاتی دقیقتر از آندوسکوپی انعطافی انجام داد.
محققان معتقدند نوع مفاصل به کار رفته در این روبات موجب شده است تا انعطاف پذیری آن بیشتر شده و در عین حال کنترل آن نیز ساده تر شود.
بر اساس گزارش تکنولوژی ریویو، این روبات مارشکل با استفاده از یک رایانه و دسته فرمان کنترل می شود و می تواند آزادانه در 102 درجه مختلف حرکت کند.
دانشمندان با استفاده از این روبات می توانند تنها از طریق شکافی کوچک وارد قفسه سینه شده و در ادامه با حرکت به دور قلب به نقطه مورد نظر رسیده و مشکلات قلبی و عروقی بیمار را برطرف کنند.

http://www.amvaj-e-bartar.com

nazliii · Dec 14, 2010

اولين مجتمع مسكونى انرژى

اولين مجتمع مسكونى انرژى

اولين مجتمع مسكونى انرژى خورشيدى با عنوان

2008

در شهر اوكاتوكس آلبرتا در كانادا افتتاح شد. اين مجتمع داراى 52

منزل مسكونى است كه تمامى آنها انرژى مورد نياز خود را از نور خورشيد
تامين م ىكنند

.

در كل

800 پانل خورشيدى بر روى سقف پاركينگهاى اين مجتمع
نصب شده است كه توانايى توليد 1,5 مگاوات را در روزهاى معمولى تابستان
خواهد داشت. به گفته مهندسان، اين پان لها م ىتوانند طي 5 سال ذخيره
انرژى خورشيدى در فصل تابستان، بيش از 90 درصد از انرژى حرارتى مورد
نياز منازل اين مجموعه را براي فصل زمستان تامين كنند. سازندگان اين
مجموعه خاطر نشان كردند كه سيستم اتصال دهنده اين جامعه به شكلى
مبتكرانه ساخته شده است. به گونه اي كه انرژى مازاد را در فصل تابستان
كه به نوبه خود در جهان بي نظير بوده (BTES) و در يك مخزن زيرزمينى
ذخيره كرده تا آن را براي زمستانهاى بسيار سرد اين منطقه مورد استفاده
قرار دهد. عملكرد اين سيستم ذخيره به گونه اي است كه تمامى منازل
موجود در اين مجموعه را به منظور جذب تمامى انرژى توليد شده به يكديگر
متصل كرده است.

سايت

: منبع ENN(Environmental News Network)

افزايش ميزان جذب انرژى باد با
استفاده از توربينهاى جديد بادى

محققان دانشگاه سنت لوئيز با استفاده از طراحى جديد موفق به توليد
توربين هاى بادى با ميزان جذب بالاى انرژى شده اند كه توانايى چرخش در
هر جهتى را داشته و به راحتى بر روى هر جسمى قابل نصب خواهند بود

.

اين محققان به منظور افزايش راندمان توربينها و نيروگاه هاى بادى
و همچنين افزايش ميزان انرژى الكتريكى توليدى توسط اين توربين ها
به تازگى توربين ستونى تو خالى را طراحى كرده اند كه هيچ پايه مركزى
نداشته و توانايى چرخش در هر مسيرى را خواهد داشت

. همچنين با استفاده
ساختار لاستيكى اين توربين مى توان آن را در موقعيت هاى متفاوتى از
جمله دودكش، دكل مخابراتى و يا حتى تنه درخت نصب كرد.

لايه خارجى اين توربين استوانه اى است كه در آن برجستگى هايى به
منظور گرفتن باد از هر زاويه اى ايجاد شده است و همچنين داراى قسمتى
شبيه چرخ دنده براى حركت دادن چرخ دنده اى كوچك به منظور انرژى
رسانى به يك ژنراتور كوچك است و وجود يك چارچوب استوانه اى داخلى
به استوانه اصلى اجازه چرخش آزادانه و مداوم را حول هر محورى، افقى يا
عمودى به توربين خواهد داد

.

اين مشخصه، نصب ،

newscientist بر اساس گزارش پايگاه خبري
اين گونه توربينها را در هر مكانى ممكن ساخته و در عين اينكه ميزان انرژى
توليدى را افزايش خواهد داد، نياز به داشتن فضايى بزرگ و مسطح براى
برپايى نيروگاه هاى بادى را از بين خواهد برد.

منبع

: www.newscientist

sh85 · Jan 8, 2011

World's First Liquid-Cooled LED Lightbulb Perfectly Pairs With Silly Gaming PCs

World's First Liquid-Cooled LED Lightbulb Perfectly Pairs With Silly Gaming PCs

اولین لامپ مایع led سرد در دنیا

این لامپ که قیمتی برابر 35$ دارد ! به مدت 35.000 ساعت با اتلاف انرژی تنها 4وات !!! تولید روشنایی می کنه (روشنایی در حدود 25وات ) به این معنا که اگر شما روزی 8 ساعت برای مدت یک سال از این لامپ استفاده کنید میزان برق مصرفی شما تنها 1.75$ می شه !!!
این لامپ تقریبا کم نور هست ولی برخلاف نور سایر led ها ، به هنگام نور دهی اگر دست بزنید خنک هست ! ،
فعلا این لامپ در نورهای سفید و آبی تولید شده
منبع

farzan001 · Jan 10, 2011

تولید پارچه‌هایی که از دمای بدن الکتریسیته تولید می‌کند!!

تولید پارچه‌هایی که از دمای بدن الکتریسیته تولید می‌کند!!

رئیس پارک علم و فناوری گیلان از تولید منسوجات رسانا در مرکز رشد این پارک خبر داد و گفت: پژوهشگران این مرکز با استفاده از نانو ذرات نقره موفق به تولید پارچه های رسانایی شدند که قادر به تولید الکتریسیته از دمای بدن است. مجید متقی طلب در گفتگو با خبرنگار مهر افزود: تولید منسوجات رسانا از سال 86 با هدف دریافت سیگنالهای قلب و ارسال آن به صورت امواج به پزشک معالج آغاز شد.
وی با اشاره به ویِژگیهای این پارچه اظهار داشت: پارچه تولید شده در چهار مدل با کاربردهای مختلف ساخته شد که دارای کاربردهایی چون محافظت کننده در برابر امواج، ثبت علائم حیاتی انسان، محافظت در برابر سرما، کاربرد در صندلی خودرو برای گرمازایی است.
رئیس پارک فناوری گیلان از توقف این طرح خبر داد و یادآور شد: این طرح به دلیل هزینه بر بودن متوقف شد ولی مسئولان پروژه با اعمال تغییراتی در طرح اولیه، طرح جدیدی در قالب تولید الکتریسیته از دمای بدن با استفاده از منسوجات ارائه کردند.
وی در این باره توضیح داد: پژوهشگران این طرح با بهره‌گیری از نانوذرات نقره موفق به تولید پارچه های رسانا شدند. این منسوجات قادر به تولید الکتریسیته از دمای بدن و عدم تشخیص به وسیله دوربینهای حرارتی است ضمن آنکه منسوجات تولید شده در تولید کیف موبایل ضد امواج و کیف کارت بانکهای اعتباری نیز قابل استفاده است.
متقی طلب، افزایش ثبات نانوذرات به کار برده شده در این منسوجات را از ویژگیهای این طرح نام برد و یادآور شد: این امر سبب شده تا پارچه های تولید شده دارای ثبات در برابر مواد اسیدی و قلیایی، تعرق، شستشو و افزایش نفوذ پذیری هوا باشد.

farzan001 · Jan 10, 2011

گیاه الکترونیکی که از نور خورشید انرژی تولید می کند

گیاه الکترونیکی که از نور خورشید انرژی تولید می کند

محققان موسسه تکنولوژی کالیفرنیا به تازگی ابزار آزمایشی خورشیدی ارائه کرده اند که می تواند مانند گیاهان با تبدیل نور خورشید به انرژی رفتارهای گیاهان زنده را در تولید انرژی شبیه سازی کند. به گزارش خبرگزاری مهر، این دستگاه با استفاده از پرتوهای خورشید و اکسید فلزی به نام "سریا" دی اکسید کربن یا آب را به سوخت قابل ذخیره یا قابل حمل تجزیه و تبدیل می کند. در حال حاضر صفحه های رایج خورشیدی تنها توانایی تولید انرژی را دارند که قابل حمل نبوده و باید در جا مصرف شوند.
اما "سریا" از این توانایی طبیعی برخوردار است که با گرم شدن اکسیژن تولید کرده و با سرد شدن اکسیژن را به خود جذب می کند. در صورتی که درون مجراهای این دستگاه آب یا دی اکسید کربن تزریق شود، سریا به صورت مداوم و با سرد شدن از مواد دریافت شده اکسیژن گرفته و آن را به هیدروژن یا مونوکسید کربن تبدیل می کند.
هیدروژن تولید شده در این دستگاه را می توان به عنوان سوخت خودروهای هیدروژنی مورد استفاده قرار داد و یا با ترکیب آن با مونوکسید کربن از آن به عنوان سوخت گاز ترکیبی استفاده کرد.

http://www.techno-electro.com/uploads/posts/2010-12/1293195700_603250_orig.jpg

http://www.techno-electro.com/uploads/posts/2010-12/1293195700_603250_orig.jpg
به گفته مخترعان این دستگاه در موسسه تکنولوژی کالیفرنیا، موفقیت بزرگ در طراحی این دستگاه ویژگی ذخیره سازی سریا در رآکتوری خورشیدی است. همچنین فلز به کار رفته در این دستگاه کاملا در دسترس بوده به وفور یافت می شود. به گفته مخترعان سریا می توان با استفاده از این دستگاه به تولید گاز متان نیز پرداخت.
در حال حاضر این دستگاه از کارایی چندانی برخوردار نیست و تنها می تواند 0.7 تا 0.8 درصد از انرژی خورشیدی را در خود ذخیره کند و بیشتر این انرژی طی عبور از دیواره های رآکتور دستگاه از بین می رود. اما محققان امیدوارند که با عایق سازی بهتر و ایجاد دیافراگم کوچکتر در دستگاه بتوانند کارایی آن را تا 19 درصد افزایش دهند. چنین درصدی از کارایی می تواند این دستگاه را برای مصارف تجاری آماده سازد.
به گفته محققان این دستگاه رفتار گیاهان را تقلید می کند، به بیانی دیگر با استفاده از نور خورشید، دی اکسید کربن و آب و به کمک روندی مشابه فتوسنتز به تولید انرژی می پردازد.

omidvarshoei · Jan 18, 2011

ابداع ترانزیستوری که تنها هفت اتم دارد
این ترانزیستور کوچکترین نمونه ای نیست که تا به حال ابداع شده است زیرا دو گروه تحقیقاتی در گذشته ترانزیستورهای تک اتمی ساخته بودند. با این حال این ترانزیستور بسیار کوچکتر از قطعاتی است که در تراشه های رایانه ای یافت می شود. بر روی تراشه هایی که ابعادی برابر 22 نانومتر دارند، ورودی ترانزیستورها وسعتی برابر 42 اتم دارد.

ترانزیستور جدید به واسطه جایگزین کردن هفت اتم کریستال سیلیکونی توسط هفت اتم فسفر ساخته شده است. محققان دانشگاه نیوساوث ولز که این ابداع را عرضه کرده اند، معتقدند اولین ابزار الکترونیکی سیلیکونی جهان را در ابعاد تک اتمها ابداع کرده اند.

به گفته محققان در صورتی که این تراشه را بتوان به گونه ای ساخت که هر یک از بیلیونها ترانزیستور آن از کریستالهای سیلیکونی ساخته شده باشند، پیشرفتی عظیم در زمینه قدرت پردازش رایانه ای در جهان به وجود خواهد آمد.

دانشمندان تا تولید تجاری این ابداع جدید فاصله زیادی دارند زیرا ترانزیستور کوچک آنها دست ساز بوده و برای قرار دادن اتمهای فسفر در جای تعیین شده از تلسکوپهای تونلی روبشی استفاده شده است. این ابداع بخشی از پروژه بزرگ ساخت رایانه های کوانتومی به شمار رفته و نتایج آن در نشریه Nature Nanotechnology منتشر شده است.

omidvarshoei · Jan 18, 2011

ذخیره 900 ترابایت اطلاعات روی یک گرم باکتری/ باکتری‌ها دیسک سخت می‌شوند
باکتری‌های ای-کولی به دلیل بیماریزا بودن بسیار بدنام هستند اما گروهی از دانشجویان چینی برای این موجود اعتباری جدید و نو به ارمغان آورده اند و می خواهند کاربرد آن را با تبدیل کردن ای-کولی ها به ابزاری برای ذخیره اطلاعات، تغییر دهند.

به گزارش خبرگزاری مهر، این محققان شیوه ای چنان موثر برای ذخیره اطلاعات بر روی DNA این باکتری ها یافته اند که میزان ذخیره اطلاعات بر روی یک گرم از این باکتری ها با میزان اطلاعات ذخیره شده بر روی 450 دیسک سخت دو ترابایتی برابری می کند.

این ابزار زیستی ذخیره اطلاعات با اینکه به تازگی در حال متولد شدن است اما پدیده ای جدید به شمار نمی رود و تا کنون بیش از یک دهه بر روی آن مطالعه و تحقیق انجام گرفته است. اما با این حال تا کنون رمزگذاری اطلاعات بر روی DNA این باکتری ها نمایشی و تنها به منظور نشان دادن عملی بودن این روند بوده است.

برای مثال چند سال پیش گروهی از دانشمندان ژاپنی معادله نسبیت انیشتین را بر روی DNA این باکتری رمز نویسی کردند تا نشان دهند این کاری شدنی است، سه سال پس از آن محققان در هنگ کنگ نشان دادند نه تنها می توان متن را بر روی این باکتری ها ذخیره کرد، بلکه تصویر، موسیقی و فایلهای ویدیویی را نیز می توان در DNA باکتری های ای-کولی گنجاند.
حققان چینی شیوه ای را برای تعبیه کردن اطلاعات فشرده شده به صورت توده ای ارائه کردند که می توان آنها را در سلولهای مختلف باکتری قرار داده و نقشه این سلولها را برای دسترسی آسان به اطلاعات ثبت کرد. محققان حتی سیستم امنیتی قدرتمندی را برای این سیستم زیستی ذخیره اطلاعات ابداع کرده اند که با کمک آن اطلاعات به شیوه ای غیر قابل نفوذ بر روی DNA ذخیره می شود.

سیستم ذخیره زیستی به صورت تئوری از قابلیت ذخیره کردن حجم بزرگی از اطلاعات در فضایی بسیار محدود برخوردار است و از آنجا که باکتری که به صورت مداوم در حال تکثیر هستند، می توانند اطلاعات را برای چندین قرن در خود حفظ کنند اما کاربرد این ابزار در اینجا به پایان نمی رسد.

بر اساس گزارش پاپ ساینس، محققان در جستجوی یافتن راهی هستند تا با کمک آن بتوانند اطلاعات اضافی را بر روی محصولات کشاورزی تراریخته ثبت کنند و از آن به عنوان بارکدهای زیستی استفاده کنند، با استفاده از چنین بارکدهایی می توان منشا بسیاری از محصولات کشاورزی تراریخه را مشخص کرده و میزان مصرف نوعی خاص از این محصولات را پیگیری کرد.

omidvarshoei · Jan 18, 2011

معرفی کشفهای احتمالی سال 2011/ اعلام وجود قلمرو چهارم حیات
كشف ذرات بوزون هیگز و تایید وجود سیاره های شبه زمینی، نفوذ به اسرار پیچیده مغز انسان و چهارمین قلمرو حیات، کشفیات احتمالی هستند که در سال 2011 در انتظار انسان به سر می برند.

برخی از این اکتشافات احتمالی که امکان دسترسی به آنها در سال جدید میلادی بسیار ممکن و نزدیک است را به نقل از فاکس نیوز مشاهده می کنید:

کشف بوزون هیگز: امکان کشف ذرات بوزون هیگز در سال 2011 بسیار قوی است. نظریه وجود این ذرات بنیادین که گفته می شود جرم تمامی مواد از آن ناشی می شود از سال 1964 مطرح شده است اما هرگز امکان ردیابی این ذرات به وجود نیامده است. به گفته "کریستوفر رمبسر" فیزیکدان ذره ای در سرن، جایی که بزرگترین برخورد دهنده ذره ای جهان در آن راه اندازی شده است، در صورتی که طبیعت با دانشمندان یاری کند، می توان این ذرات را در سال 2011 کشف کرد. وی می گوید در حالی که برخورد دهنده بزرگ هادرون همچنان به فعالیت خود ادامه می دهد هر آنچه که برای ردیابی و مشاهده این ذرات مورد نیاز است در دسترس فیزیکدانان قرار دارد.

پیشنهای جایزه 10 میلیون دلاری برای کشف اسرار مغز: در سال 2011 احتمال بالایی برای ارائه جایزه بزرگ 10 میلیون دلاری یا XPrize برای ساخت فناوری های عصبی ویژه مغز انسان وجود دارد. اولین بخش احتمالی برای چنین جایزه ای می تواند جایزه بزرگ عصب شناسی آموزش باشد که به بررسی روند یادگیری در مغز و ارائه شیوه هایی برای بهبود دادن یادگیری در مغز دانش آموزان اختصاص خواهد گرفت. جایزه بزرگ معلولان نیز می تواند به افزایش و ارتقا روند بهبود عملکرد بدن بیمارانی که دچار آسیبهای نخاعی شده اند، اختصاص پیدا کند. اختصاص دادن چنین جوایزی حتی می تواند به مهار تله پاتی مجازی پرداخته و به این شکل روشی برای تعامل مستقیم انسان و رایانه ها را فراهم آورد و در عادی ترین شرایط راه های کنترل یا درمان بسیاری از بیماری های مرتبط با مغز از جمله آلزایمر را در اختیار پزشکان قرار دهد. این برنامه توسط انجمن XPrize پشتیبانی مالی خواهد شد.

استفاده از ماهواره ها برای دسترسی رایگان به اینترنت: "کوستا گراماتیس" اینترنت را بخشی از حقوق طبیعی میلیاردها انسانی می داند که هنوز توانایی دسترسی به یکی از قدرتمندترین ابزارهای ارتباطاتی قرن 21 را ندارند و از این رو وی حرکتی را برای خریداری یک ماهواره و ارسال آن به مداری جدید از زمین آغاز کرده است تا بتواند به این شکل امکان دسترسی رایگان یک یا چند کشور در حال توسعه را به اینترنت رایگان امکان پذیر سازد. سازمان غیر تجاری گراماتیس با نام "یک حق انسانی" در تلاش است با جمع آوری سرمایه ای 150 هزار دلاری از طریق کمکهای مالی بتواند اجرای برنامه دقیق پروژه را آغاز کند.

اعلام وجود قلمرو چهارم حیات: محققان در ماه اکتبر سال گذشته از کشف دومین ویروس بزرگ جهان خبر دادند که CroV نام داشته و جانداران تک سلولی دریایی را به خود آلوده می کند. بزرگی این ویروس بر اساس ابعاد ژنوم آن محاسبه شده است زیرا این ویروس از ژنومی متشکل از 730 هزار جفت ژنتیکی برخوردار است که این ابعاد دو برابر ابعاد ژنوم یک ویروس معمولی است. رتبه اول بزرگی در میان ویروسها به ویروسی به نام Mimivirus اختصاص دارد که ژنوم آن از یک میلیون و 200 هزار جفت ژنتیکی تشکیل شده است.

به نظر می آید در آینده احتمال کشف ویروسهای بزرگ رو به افزایش بگذارد زیرا این دو ویروس بزرگ تنها اعضای دور یک خانواده هستند و می توان نتیجه گرفت انواع دیگری نیز مشابه آنها در جهان وجود داشته باشد. این ویروسها که حیات آنها به مکانیزم سلولی جانداران آلوده شده وابسته است موجودات زنده ای تلقی نشده و در سه قلمرو شناخته شده حیات یعنی یوکاریوتها، پروکاریوتها و "آرچیا" نمی گنجند، با این همه ساختار شگفت انگیز ژنتیکی این ویروسها باعث شد تا محققان برای این موجودات قلمروی جدید از حیات را در نظر بگیرند که مانند دیگر جانداران در دیگر قلمروهای حیات، از قوانین تکامل پیروی می کنند، قلمرویی که در سال جدید اطلاعات تکمیل تری از آن به دست خواهد آمد.

تایید رسمی وجود سیاره ای شبه زمینی در خارج از سامانه خورشیدی: در زمینه کشف سیاره های فراخورشیدی و شبه زمینی ادعاهای زیادی انجام گرفته است، سیاره ای سنگی و هم اندازه زمین که در مدار ستاره ای که در بخش قابل سکونت جهان هستی واقع شده در حرکت است. "استیون ووگ" اخترشناس دانشگاه کالیفرنیا معتقد است که انسان پس از کشف سیاره GJ 581g به این هدف دست پیدا کرده است، سیاره ای که یکی از 6 سیاره در حال گردش در مدار ستاره میزبانش در صورت فلکی لیبرا است و به عنوان اولین سیاره شبه زمینی با قابلیت وجود حیات معرفی شده است. از آنجایی که گروه های دیگر اخترشناسان وجود چنین سیاره ای را تکذیب کرده اند، انتظار می رود در سال جدید میلادی یا سال پس از آن حضور چنین سیاره ای به صورت رسمی به تایید برسد.

درک دقیق عملکرد ژنها: مطالعات در زمینه ارتباط میان ژنتیک و رفتارهای انسان در این روزها به شدت سرعت گرفته و تا به حال رابطه میان ژنها و پرخاشگری، نامرتبی و حتی آزادی خواهی طی چند ماه گذشته کشف شده است. با این همه آشکار است که ساختار ژنتیکی انسان سرنوشت وی را رقم نمی زد. از این رو با رشد مطالعه و افزایش درک انسان از ژنتیک و ارتباط آن با محیط می توان تمامی اسرار این ذرات کوچک اما پیچیده را درک کرد. کاهش یافتن هزینه مورد نیاز برای دستیابی به توالی ژنتیکی یکی از گزینه هایی است که می تواند تعداد کشفیات در علم ژنتیک را در میان انسانها افزایش دهد از این رو در سال 2011 نباید تنها در انتظار مشاهده یک کشف بزرگ ژنتیکی در جهان بود.

مصرف ماهی آزاد تراریخته: قرار است در سال 2011 ماهی آزاد تراریخته اولین حیوان تراریخته ای باشد که مصرف آن به تایید سازمان غذا و داروی آمریکا می رسد. اما با وجود اینکه بی خطر بودن این ماهی به اثبات رسیده است، فناوری هایی که در ایجاد تغییرات ژنتیکی در این جاندار مورد استفاده قرار می گیرند همچنان مورد انتقاد شدید قرار دارند. به گفته محققان استفاده از این شیوه ها در پرورش ماهی آزاد می تواند هزینه ها را در حد قابل توجهی کاهش داده و زمینه توسعه مراکز پرورش ماهی آزاد را افزایش دهد.

درک فرهنگ دیگر موجودات زمینی: کشف نشانه های وجود فرهنگ در میان حیوانات در حال افزایش است و در سال جدید میلادی تحقیقات بیشتر اطلاعات جدیدی را از چگونگی روند فراگیری رفتارها و روند تکامل فرهنگ آنها در اختیار انسان قرار خواهد داد. از جمله جانداران مورد مطالعه دلفینها هستند که محققان در حال مطالعه بر روی روشهای برقراری ارتباطات اجتماعی در میان آنها به سر می برند.

کشف دلیل اپیدمی بیماری ها در میان حیوانات: خفاشها و زنبورها دو گروه از جانداران هستند که به دلایل نامشخصی جان خود را از دست می دهند به شکلی که ادامه پیدا کردن این روند می تواند منجر به انقراض این جانداران شود. دانشمندان در تلاشند قطعات پازل مرگ این جانداران را در کنار یکدیگر قرار دهند تا شاید بتوانند پی به این راز حیاتی ببرند. جدیدترین یافته ها آلودگی های قارچی را مسبب مرگ خفاشها می داند و دانشمندان امیدوارند طی سال جدید میلادی یا چند سال پس از آن بتوانند دلیل قطعی مرگ و میر میان گونه هایی خاص از جانوران را کشف کنند.

omidvarshoei · Jan 18, 2011

تلاش برای احساساتی کردن رایانه‌ها

تلاش برای احساساتی کردن رایانه‌ها

تلاش برای احساساتی کردن رایانه‌ها
روهی از دانشمندان انگلیسی در تلاشند تا به روباتها و رایانه ها بیاموزند که احساسات انسانها را تجزیه و تحلیل کرده و آنها را شرح دهند.

تیم تحقیقاتی پروفسور پیتر رابینستون از دانشگاه کمبریج درتلاشند تا احساسات انسان را برای روباتها و رایانه ها تعریف کنند تا در آینده انسان بتواند با ماشینهای "طبیعی تری" تعامل کند.

این دانشمندان با تحقیقات خود می خواهند فیلم "رایانه احساساتی" را مورد ارزیابی قرار داده و به سه سئوال جواب دهند: آیا رایانه ها می توانند احساسات را درک کنند؟ آیا می توانند احساسات خود را بیان کنند؟ آیا می توانند احساسات را حس کنند؟

شدت نگاه، لحن صدا و تغییر حالت صورت علائمی هستند که می توانند حالت روحی ما را نشان دهند و به ما کمک کنند که با افراد تعامل کنیم.

براساس گزارش زئوس نیوز، اگر روباتها و رایانه ها نیز موفق شوند این علائم را درک کنند می توانند یک خیز بلند برای ارائه یک زندگی بهتر به انسانها را بردارند.
این راستا، پیتر رابینسون و تیم تحقیقاتی اش یک سر روباتیک به نام چارلز را ساختند که به یک "جی. پی. اس" در داخل یک دستگاه شبیه ساز مجهز بود.

براساس گزارش تام هاردور گاید، در فیلمی که از تعامل احساسی میان رابینسون و چارلز تهیه شده است این دانشمند کمبریج به راحتی با روبات در هدایت خودرو و پیدا کردن مسیر ارتباط برقرار می کند.

رابینسون در این خصوص اظهار داشت: "روشی که از طریق آن من و چارلز می توانیم باهم ارتباط برقرار کنیم به ما نشان می دهد که افراد در آینده چگونه با روباتها تعامل خواهند کرد. ما در حال ساخت رایانه های هوشمند احساساتی هستیم که می توانند ذهن من را بخوانند و بفهمند من چطور احساس می کنم. رایانه ها واقعا برای درک اینکه چه کسی درحال تایپ کردن و یا درحال حرف زدن است خوب هستند، اما آنها نیاز دارند بفهمند که فقط کافی نیست بدانند من چه می گویم بلکه باید درک کنند که من چگونه حرف خود را می گویم."

omidvarshoei · Jan 18, 2011

برترین رویدادهای جهان تکنولوژی در ۲۰۱۰

برترین رویدادهای جهان تکنولوژی در ۲۰۱۰

نشریه علمی نیو ساینتیست با بررسی رویدادهای بزرگ فناورانه سال رو به پایان میلادی، برترینهای این رویدادها را انتخاب و معرفی کرده است.

به گزارش خبرگزاری مهر، از آغاز جنگهای سایبری گرفته تا سلاحهای اشعه ای و القای ابعاد اضافی به درون بازی های رایانه ای، سال ۲۰۱۰ جهشی بزرگ به سوی آینده تکنولوژی به شمار می رود.

در ادامه انتخاب نشریه علمی نیوساینتیست از برترین و بزرگترین رویدادهای تکنولوژیکی جهان را در سالی که گذشت خواهید خواند:

استاکس نت و نمایش قدرت نظامی ویروسها: ویروسهای رایانه ای مزاحمانی آزار دهنده هستند که معمولا نمی توانند آسیب چندانی به زیرساختارهای حیاتی کشورها وارد کنند، این طور فکر می کنید؟

در این صورت در اشتباه هستید زیرا در ماه سپتامبر همین ویروس رایانه ای یک بار برای همیشه قدرت خود را در سطح حمله سایبری ارتشی به نمایش گذاشت.

این حمله بر روی رایانه های کشورهای زیادی آثار مخرب خود را به جا گذاشت اما بیشترین آلودگی در رایانه های ایران بود که به واسطه کرمی به نام استاکس نت به وجود آمد. این کرم علاوه بر پاک کردن فایلهای مهم و یا میزبانی هرزنامه ها، می تواند باعث تخریب تجهیزات الکترونیکی شده و منجر به وارد آمدن خسارتهای جبران ناپذیری شود.

هک شدن کینکت مایکروسافت: تعداد کمی از بازی های رایانه ای هستند که هکرها نسبت به آن توجه ویژه ای نشان می دهند، پروژه "نیتال" مایکروسافت با نام تجاری "کینکت" یکی از این بازی ها است که به کاربرانش امکان می دهد بدون استفاده از کنترلهای سخت افزاری و تنها با استفاده از اعضای بدن خودشان، بازی را کنترل کنند. با این همه این بازی مشهور و پرهیاهو در سال ۲۰۱۰ هک شد و هک شدن آن در رسانه های جهانی بسیار پر سر و صدا بود.

ویکی لیکز و جنجال دیجیتالی: ویکی لیکز، وب سایتی که تنها چهار سال از عمر آن می گذرد به فناوری ناشناس سازی دست پیدا کرد که درجه آن در سطح تکنولوژی های نظامی بوده و به افراد مختلف امکان می دهد اطلاعات فوق محرمانه را در اینترنت منتشر کنند و به تازگی ۲۵۰ هزار پرونده را درباره مکالمات و مکاتبات سفارتخانه های آمریکا منتشر کرده است.

زمانی که بانکها و میزبانان اینترنتی ویکی لیکز پشتیبانی خود را از این وب سایت و بنیانگذارش، ژولیان اسانژ قطع کردند، در جهان مجازی جنگ مغلوبه شد و پشتیبانان ویکی لیکز و اسانژ در قالب جنگجویان سایبری جنگ بزرگی را علیه این شرکتها آغاز کردند.

با این همه در حال حاضر تمامی شرکتهای آنلاین دل خوشی از ویکی لیکز و صاحبش جولیان اسانژ ندارند و وب سایتهای رقیب بسیاری در حال شکل گیری هستند.

ظهور تفنگهای لیزری: نظامیان آمریکایی که به این ابزار جدید سلاح انرژی متمرکز شده می گویند، قصد دارند به زودی آن را جایگزین سلاح های فلزی خود در میدانهای جنگ کنند.

همچنین نیروی هوایی بریتانیا نیز در ماه جولای در مانوری نظامی هواپیمای بدون سرنشینی را با استفاده از این سلاح مورد هدف قرار داده و بخشی از آن را به خاکستر تبدیل کردند. این اسلحه از ۶ لیزر فروسرخ فلز بُر ویژه صنایع خودرو سازی تشکیل شده است.

بدن انسان، بهترین مدل برای شهرهای سبز: شهرهایی که مانند بدن انسان می توانند انرژی، آب مصرفی و ضایعات خود را مدیریت کنند، طرحی از سیاره ای سبزتر را برای آینده نقش خواهند زد. این تفکری است که در پس شهر زیستی پرتغال نهفته است، شهری که پشتیبانان آن می خواهند این شهر را تا سال ۲۰۱۵ تکمیل کنند.

به گزارش مهر، این شهر که طرح اصلی آن از سیستم عصبی بدن انسان برگرفته شده است، از یک مغز مرکزی رایانه ای برخوردار است که حسگرهای موجود در نیروگاه های آن را به یکدیگر متصل کرده و عملکرد این شهر را به پاکترین حد ممکن خواهد رساند. به گفته مخترع این طرح می توان از این شهر به عنوان یک متابولیسم شهری یاد کرد.

تبدیل بدن انسان به یک صفحه لمسی: تصویر کنید با ضربه زدن به پشت دست و یا ساعد خود بتوانید تلفن همراه خود را کنترل کنید، این یکی از توانایی هایی است که ابزار "اسکین پوت" در اختیار کاربران قرار خواهد داد. ایده اصلی این ابزار تاباندن منوی اصلی تلفن همراه از بخشی از ابزار که توسط کاربر پوشیده می شود، بر روی پوست بدن است.

پس از آن با لمس کردن بخشهای مختلف بدن با شدتهای مختلف، نرم افزارهای مختلف تلفن همراه به واسطه صدایی که از سطح پوست بدن ایجاد می شود، فعال خواهد شد.

با این همه افرادی که اضافه وزن دارند قادر به استفاده از آن نخواهند بود زیرا پوست بدن آنها هیچ صدای قابل تشخیصی از خود ایجاد نمی کند.

روباتی که انسانها را می زند: لابراتوار روباتیکی در اسلوونی در سال جاری آزمایش عجیبی را آغاز کرد که در آن یک بازوی روباتیک با استفاده از دو ابزار متفاوت به دستهای داوطلبان با ۱۸ نوع شدت مختلف ضربه وارد می کرد تا آنها در نهایت درد ناشی از این ضربه ها را در سه گروه بی درد، دردناک و درد غیر قابل تحمل دسته بندی کنند!

هدف از اجرای چنین آزمایشی استفاده از اطلاعات نهایی برای ساختن روباتی است که انرژی آن به اندازه ای تنظیم شده باشد که هرگز نتواند به انسانها آسیبی وارد کند.

جهان را بدون عینک سه بعدی ببینید: در صورتی که عینکهای ویژه تلویزیونهای سه بعدی برای شما آزار دهنده هستند، به یاد داشته باشید که در سال جاری تلویزیونهای سه بعدی بدون عینک رونمایی شده اند.

در حال حاضر اینچهای پایین از این نمایشگرها در بازار وجود دارد و اولین مدل از ان در ماه دسامبر در ژاپن به فروش رسید.

ساخت اولین نمایشگر هولوگرافیک جهان: ماه گذشته تیم محقق ایرانی دانشگاه آریزونا موفق به ساختن اولین نمایشگر هولوگرافیک در جهان شد.

ناصر پیغمبریان برای اولین بار یک سیستم هولوگرافیک را توسعه دادند که قادر است تصاویر سه بعدی را در زمان واقعی انتقال دهد.

به گزارش مهر، در حال حاضر این نمایشگر می تواند تصاویر را هر دو ثانیه یکبار تغییر دهد اما با اندکی بهبود پیغمبریان معتقد است به زودی می توان به تکنولوژی "حضور از راه دور" هولوگرافیک نیز دست پیدا کرد

omidvarshoei · Jan 24, 2011

شرکت گوگل در پی برنامه های موفق اما جنجال برانگیز گوگل مپ و گوگل ارث، برنامه ای جدید را برای جستجوی اجزای داخلی بدن انسان ارائه کرده است.برنامه های گوگل مپ و گوگل ارث در حال حاضر برای کاربران این امکان را به وجود آورده اند که مسیرهای مختلف را بر روی سیاره زمین بیابند و بر روی کوچکترین مناطق جهان تمرکز کرده و آن را بزرگنمایی کنند.

اکنون شرکت گوگل در آخرین نوآوری خود، مرورگر بدن، ابزاری را در اختیار کاربرانش قرار داده است تا بتوانند نقاط مختلف بدن خود را به سادگی یافته و مشاهده کنند.
چه بخواهید به جستجوی رشته ای کوچک عصبی بپردازید و یا از میان مری به روده سفر کنید، مرورگر بدن به شما این امکان را می دهد تا بر روی جزء جزء بدن خود تمرکز کرده و آن را بزرگنمایی کنید، از میان پوست، ماهیچه ها و استخوانها عبور کرده و درست مانند برنامه گوگل مپ که امکان بزرگنمایی بر روی قاره ها و شهرها را می دهد، بر روی ریزترین بخشهای سازنده بدن متمرکز شوید.
این ابزار برای برخی از کاربران چندان شگفت انگیز به نظر نمی آید. سال گذشته “سایمون بارون” برنده جایزه “فلش فیکشن” نشریه نیوساینتیست پیش بینی کرد که گوگل اکتشاف درون فضای داخلی بدن انسان را آغاز خواهد کرد و با این وجود مرورگر بدن هنوز تا ابزار شخصی سازی شده جستجوی بدن ویژه هر کاربر که بارون آن را پیش بینی کرده بود، فاصله زیادی دارد.
بر اساس گزارش نیوساینتیست، به نظر نمی آید این پروژه جدید گوگل درباره حریم خصوصی کاربران، مشابه دیگر برنامه های جستجوگر این شرکت انتقاداتی را برانگیزد و در مقابل با استقبال گسترده ای نیز مواجه خواهد شد

همکاری سه ساله شرکت‌های مایکروسافت و فیس‌بوک به یک اسلحه قدرتمند در مقابل گوگل و شبکه‌های اجتماعی وابسته به آن تبدیل شده است. در این میان، یکی از مدیران ارشد مایکروسافت تایید کرد که این شرکت درخواست خرید بزرگترین شبکه اجتماعی آنلاین جهان یعنی فیس‌بوک را به مدیران آن داده است.

به گزارش informationweek ، فریتز لانمن مدیر مرکز استراتژی‌های خارجی و خریدهای بزرگ مایکروسافت طی مصاحبه‌ای تایید کرد که استیو بالمر مدیرعامل این شرکت طی جلسه‌ای که با مارک زوکربرگ موسس فیس‌بوک داشته، به او پیشنهاد خرید این شرکت را داده است.
لانمن گفت: «بله؛ ما تلاش کردیم تا شرکت فیس‌بوک را خریداری کنیم. فیس‌بوک در زمینه‌های مختلف با مایکروسافت و فعالیت‌های قبلی آن شباهت دارد».
اخبار منتشر شده حاکی از آن است که مایکروسافت پیشنهاد خرید فیس‌بوک به مبلغ ۱۵ میلیارد دلار را مطرح کرده که البته این خبر از سوی لانمن تایید نشده است. گفته می‌شود که سخنگوی مایکروسافت نیز در پاسخ به این سوال که مایکروسافت رقم مذکور را برای خرید فیس‌بوک پیشنهاد داده، هیچ چیز نگفت.
خبرهای منتشر شده از سوی منابع آگاه پس از دیدار بالمر و زوکربرگ حکایت از پذیرفته نشدن این پیشنهاد از جانب مدیرعامل فیس‌بوک دارد. زوکربرگ در اکتبر ۲۰۰۷ فیس‌بوک را با سرمایه‌گذاری ۲۴۰ میلیون دلاری راه‌اندازی کرده بود که ارزش سهام این شرکت هم‌اکنون ۱۵ میلیارد دلار محاسبه می‌شود
برچسب هامايکروسافت مي‌خواهد فيس‌بوک را بخرد
مايکروسافت و فيس‌بوک

omidvarshoei · Jan 24, 2011

اگرچه AMD هنوز بصورت رسمی عرضه این محصول را اعلام نکرده است ولی تولید کننده ها Radeon HD 6950 را با 1GB حافظه در لیست محصولات خود اضافه کرده اند. این کارت گرافیک حدود 279 دلار قیمت خواهد داشت و پاسخی به کارت گرافیک GeForce GTX 560 Ti انودیا خواهد بود.

شرکت HIS اولین تولید کننده کارت گرافیک با GPU ای ام دی Radeon HD 6950 1GB خواهد بود حافظه 1GB این کارت گرافیک از نوع GDDR5 است و فرکانس آن نیز 800MHz و 5000MHz خواهد بود این کارت گرافیک از قابلیت های Crossfire X و Eyefinity نیز پشتیبانی می کند و دو پورت DVI، یک HDMI و دو mini-DisplayPort خواهد داشت. هنوز تاریخ دقیق عرضه این کارت گرافیک اعلام نشده است.

گیگابایت، سافایر، ایکس اف ایکس و PowerColor نیز اعلام کرده اند که تولید این کارت گرافیک را به زودی آغاز خواهند کرد. مدل کارت گرافیک گیگابایت که از این GPU استفاده خواهد کرد، GV-R695OC-1GD است که طراحی Ultra Durable گیگابایت را داشته (در این طراحی از خازن های ژاپنی با کیفیت و برد مسی استفاده می شود) و دارای سه فن خنک کننده WindForce 3X خواهد بود این کارت گرافیک تا فرکانس 870MHz اورکلاک خواهد شد.

هنوز حدود دو هفته تا عرضه این کارت گرافیک باقی مانده است و ممکن است AMD قیمت این کارت گرافیک را پایین تر از 280 دلار عرضه کند. در حال حاضر مدل 2GB این کارت گرافیک در بازار حدود 300 دلار قیمت دارد وبا توجه به اختلاف قیمت 20 دلاری برای حافظه 1GB خرید این کارت گرافیک منطقی به نظر نمی رسد و AMD می بایست قیمت نسخه 1GB را بیش از این کاهش دهد. به هر حال باید دو هفته منتظر ماند تا کارت گرافیک Radeon HD 6950 1GB بصورت رسمی وارد بازار شود

جدیدترین تلویزیون های سه بعدی LED ال جی در سال ۲۰۱۱ در سری LW9500 عرضه خواهند شد.

این تلویزیون ها از نوع Full Array LED با تاریکی موضعی (Local Dimming) بوده و کابینت آنها بسیار باریک است. علاوه بر این Bezel یا همان قاب دور پنل این تلویزیون ها بسیار باریک است.

سری ۹۵۰۰ ال جی با فرکانس ۴۸۰ هرتز عرضه خواهد شد یعنی فرکانس این سری دو برابر فرکانس ۲۴۰ هرتزی سری ۷۷۰۰ شده است.

سری LW9500 در سایزهای ۵۵ اینچ (LG 55LW9500) و ۶۰ اینچ (LG 60LW9500) عرضه خواهند شد. هنوز قیمت و جزئیات بیشتر این سری اعلام نشده است.

این تلویزیون سه بعدی دارای استاندارد THX برای حالت دو بعدی و سه بعدی است و امکان اتصال به شبکه های بی سیم Wi-Fi را دارد. همچنین با این تلویزیون امکان مرور صفحات وب در اینترنت نیز وجود دارد:

Full-array local dimming LED backlight
3D compatible
THX certified for 2D and 3D (pending)
Magic Wand remote
Smart TV with NetCast and Web browser
Wi-Fi USB dongle included

omidvarshoei · Jan 24, 2011

اولین لپ تاپ سه بعدی جهان در CES 2011

شرکت توشیبا در نمایشگاه CES 2011 مدل جدیدی از سری لپ‌تاپ‌های Satellite خود را به نمایش گذاشته است که می‌تواند تصاویر را به صورت سه‌بعدی نمایش دهد.

اگرچه پیش‌تر برخی شرکت‌ها در این زمینه اقداماتی را انجام داده بودند، اما این نخستین نمونه عملی از یک لپ‌تاپ سه‌بعدی در جهان محسوب می‌شود. این لپ‌تاپ Satellite A665 نام دارد که با هدف سرگرمی و تفریح برای کاربران ساخته شده است و شامل نمایشگر ۱۶ اینچی می‌شود.

این لپ‌تاپ در مدل‌های مختلف با پردازنده Core i3 و Core i7 اینتل و همچنین پردازنده چهارهسته‌ای Phenom II شرکت AMD ساخته شده است که قیمت ان از ۹۹/۷۹۹ دلار آغاز می‌شود و از مهم‌ترین سیستم‌های به‌کار رفته در آن می‌توان به سیستم صوتی دالبی، درایور مخصوص دیسک‌های DVD با قابلیت پخش تصاویر با کیفیت HD، سیستم Sleep-and-Music برای سازگاری رایانه با دستگاه‌های الکترونیکی خارجی مانند MP3 Player یا تلفن‌همراه با اسپیکرهای داخلی و … اشاره کرد.

مدل دیگری از محصولات جدید توشیبا که در این نمایشگاه معرفی شده است، A655 3D Edition نام دارد که با قیمت ۹۹/۱۵۹۹ دلار فروخته می‌شود و نمایشگر ۶/۱۵ اینچی دارد و در عین حال نخستین نوت‌بوک جهان است که می‌تواند تصاویر را به صورت سه‌بعدی پخش کند.

نوت‌بوک ۳D A665 شامل عینک سه‌بعدی انویدیا می‌شود که برای برقراری ارتباط با این عینک نیازمند استفاده از یک دستگاه کوچک خارجی است. برای پخش تصاویر سه‌بعدی در این محصول می‌توان از دیسک‌های Blu-ray محتوی برنامه‌های سه‌بعدی شامل فیلم‌ها و بازی‌های سه‌بعدی استفاده کرد.

invincible · Feb 17, 2011

جستجوی اینترنتی با نگاه کردن/ عینک هوشمندی که فکر کاربر خود را می‌خواند

جستجوی اینترنتی با نگاه کردن/ عینک هوشمندی که فکر کاربر خود را می‌خواند

محققان موسسه فناوری اطلاعات هلسینکی موفق به ساخت عینک هوشمندی شده اند که نیاز به تایپ کردن برای جستجوهای اینترنتی را از بین برده و کاربر می تواند با متمرکز شدن بر روی یک جسم اطلاعات مورد نیاز خود را درباره آن دریافت کند.

به گزارش خبرگزاری مهر، محققان فنلاندی نمونه آزمایشی عینکی را تکمیل کرده اند که رایانه ای کوچک و دستی به آن وصل شده و می تواند اطلاعات را از پایگاه داده ها به فرد منتقل کند. این عینک هوشمند می تواند مسیر نگاه کاربر را ردیابی کرده و درباره آنچه فرد به آن خیره شده است اطلاعات کافی ارائه کند.

به گفته "ساموئل کاسکی" از موسسه فناوری اطلاعات هلسینکی این عینک می تواند افراد و برخی از اشیا که کاربر به آنها خیره شده است را شناسایی کرده و در صورتی که فرد درباره آنچه می بینید از خود علاقه نشان دهد، عینک اطلاعات بیشتری را در اختیار وی قرار خواهد داد.

اطلاعات داخل شیشه های عینک نمایش داده خواهند شد اما نحوه نمایش به گونه ای است که فرد احساس می کند در جهان واقعی این اطلاعات را در برابر چشمهایش می بیند. محققان رویای عینکهای اطلاعاتی پیشرفته تری را در سر دارند که می تواند با اتصال وایرلس به اینترنت اطلاعات مورد نیاز کاربر را جمع آوری کند.

این عینک می تواند اجسام مورد توجه کاربر را بزرگنمایی کرده و با استفاده از نرم افزار هوش مصنوعی پی به علائق کاربر خود ببرد. تجربه استفاده از این عینک مشابه این است که بدون نیاز به تایپ کردن در اینترنت به جستجو بپردازید.

چنین ابزاری می تواند مسیر امکان پذیرشدن بسیاری از کاربردها را هموار کند، برای مثال می توان درباره فردی که برای اولین بار باید با وی ملاقات کنید اطلاعات به دست آورید و یا اطلاعات مربوط به ارزش غذایی یک کالا در فروشگاه ها را به چشم ببینید.

زمانی که این اطلاعات به دست آمدند بر روی نمایشگری شفاف و کوچک که در نزدیکی چشمان کاربر تعبیه شده به نمایش در خواهد آمد. اینطور به نظر می آیند تصاویر و متنهای نمایش داده شده که در کنار یا بالای جسم مشاهده شده در هوا معلقند. این نوع از فناوری به فناوری "واقعیت تقویت شده" شهرت داشته و در حال حاضر برخی از تلفنهای هوشمند از توانایی خلق نمونه ای کامل از این فناوری را دارند.

بر اساس گزارش ان بی سی، محققان فنلاندی کاملا خوشبین هستند که می توانند این عینکهای پیشرفته را تا 10 سال دیگر در بازارها عرضه کنند.

invincible · Feb 17, 2011

دست دادن فیزیکی از راه اینترنت میسر شد!

دست دادن فیزیکی از راه اینترنت میسر شد!

گروهی از پژوهشگران چینی ابزار ویژه ای را توسعه دادند که به کاربران اجازه می دهد از طریق اینترنت به صورت فیزیکی با یکدیگر دست دهند. به گزارش خبرگزاری مهر، امروزه از طریق نرم افزارهایی چون اسکایپ می توان به صورت صوتی و تصویری و با کمترین هزینه با دوستان و آشنایانی که در کشورهای دور زندگی می کنند تماس گرفت.
اکنون دانشمندان دانشگاه هنگ کنگ در چین دستگاهی را ایجاد کرده اند که امکان دست دادن از راه دور و از طریق اینترنت را فراهم می کند. این دستگاه از یک گونه مچ بند که به ضربان نبض متصل می شود (برای فرستنده) و یک دست روباتیک (برای گیرنده) تشکیل شده است.
این مچ بند یک الکترومیوگراف است که ضربان ساخته شده از ماهیچه ها را تجزیه می کند. این پالسها توسط یک برنامه پیشرفته به صورت یک سری از داده ها پردازش شده و از راه اینترنت ارسال می شوند. سپس دست مصنوعی کاربر گیرنده این اطلاعات را دریافت کرده و آنها را به دست دادن فیزیکی تبدیل می کند.
ایده پردازان این دستگاه در این خصوص توضیح دادند: "دست روباتیک می تواند تقریبا به صورت فوری حرکات اصلی دست انسان را تقلید کند و با کاربر دست دهد.
براساس گزارش تلگراف، امکان ارسال دست دادن فشرده و یا ضعیف و یا درست کردن علامت OK به معنی تائید و یا V به معنی پیروزی و آشتی با انگشتان دست و سپس فرستادن آنها از طریق اینترنت بر روی دست روباتیک وجود دارد.
این اندام مصنوعی کنترل از راه اینترنت می تواند به عنوان یک اسباب بازی از کریسمس آینده به قیمت 74 یورو وارد بازار شود.
مهمترین مشکل در توسعه این دستگاه این است که دست انسان دارای آزادی حرکت بسیار بالاتر از حرکت دست روباتیک است. به منظور کاهش این مشکل می توان تعداد حرکات حاضر در دست مصنوعی را افزایش دهد.

goli69 · Jun 22, 2011

BCI

یک واسط مغز کامپیوتر (BCIیک مجرای ارتباطی جدید بين مغز بشر و کامپيوتر فراهم ميکند.
واسط مغز و رایانه از مجموعه‌ای از سنسورها و اجزای پردازش سیگنال تشکیل می‌شودکه فعالیت مغزی فرد را مستقیماً به یک سری سیگنال‌های ارتباطی یا کنترلی تبدیل می‌کند. در این سامانه ابتدا باید امواج مغزی را با استفاده از دستگاه‌های ثبت امواج مغزی ثبت کرد. در مرحله بعد این امواج بررسی شده و ویژگی‌های موردنظر استخراج می‌شود واز روی این ویژگی‌ها می توان حدس زد که کاربر چه فعالیتی را در نظر دارد.الکترودهایی که در این سیستم استفاده می شوند طبق استاندارد 20-10 بر روی سر نصب می شوند.
I. یکی از روشهای BCI ، کامپیوتر یا دستورات را از مغز قبول میکند و یا سیگنال هایی به آن ارسال میکند.
II. در روش دوم BCI تبادل اطلاعات بین مغز و دستگاه را بر عهده دارد.
بیماری‌های مختلفی می‌توانند باعث صدمه دیدن سیستم عصبی عضلانی که مغز از طریقآن قادر به ایجاد ارتباط و اعمال کنترل به محیط خارج است شوند. بیماری‌هایی از قبیل ALS1، Brain Stem Stroke، آسیب‌های مغزی-نخاعی، Cerebral Palsy، Muscular Dystrophies و Multiple Sclerosis مثال‌هایی از انواع بیماری‌هایی هستند که مسیرعصبی کنترل عضلات در آن‌ها آسیب می‌بیند.
اجزاء BCI
1. اندازه گیری : بستگی به نوع سیستم مورد استفاده دارد .
2. پیش پردازش : تقویت سیگنال ها و *****ینگ اولیه
3. پارامتر و استخراج ویژگی : هدف فرم دهی به مجموعه ای از ویژگی های متمایز هر کار ذهنی با استفاده از FFT یا تبدیل موجک ،... است .
4. طبقه بندی : طبقه بندی می تواند احتمالات را برای ورودی متعلق به هر طبقه محاسبهکند. در بعضی از پروتوکول های BCI ممکن است هیچ کلاسی انتخاب نشده باشد ، که در این صورت نتیجه به صورت "هیچ چیز" یا "رد"نمایش داده می شود .
5. دستگاه کنترل : خروجی طبقه ها ورودی برای دستگاه کنترل است .

انواع BCI
BCI تهاجمی – BCI نیمه تهاجمی - BCI غیر تهاجمی
کاربردهای BCI
تایپ کردن
کنترل دست مصنوعی
کنترل ربات ها
کنترل صندلی های چرخ دار در افرادی که نمی توانند راه بروند.
نواختن ارکستر
انجام بازی های کامپیوتری

sina_anis · Mar 6, 2012

Cloud Computing چیست؟

به زبان ساده Cloud Computing انجام امور روزمره ای مانند ذخیره سازی فایل، ایجاد سند و موارد مشابهی که با مجموعه نرم افزاری Office انجام می دهید، است اما بصورت آنلاین. یعنی بجای اینکه این نرم افزارها برروی کامپیوتر شما اجرا شوند برروی کامپیوترهای سرویس دهنده آنلاین صورت می پذیرند.

اصطلاح Cloud Computing از روی تصویر بصری ابری از اطلاعات شناور برروی اینترنت گرفته شده است و این اطلاعات از هر جایی و برروی هر وسیله کامپیوتری که به اینترنت متصل باشد در دسترس است.

google_docs_logo-5131778بعنوان نمونه گوگل سرویس آنلاینی به نام Google Docs دارد که بسیاری از امکانات مجموعه نرم افزار Microsoft Office که در اکثر کامپیوترها نصب است را به صورت آنلاین و مجانی در اختیار کاربران قرار می دهد. نرم افزارهای مثل Word, Excel و Powerpoint با نام های Word Processor, Spreadsheet و Presentation در Google Docs وجود دارند. تمام این نرم افزارها از طریق مرورگر وب اجرا می شوند و اسناد و فایل های ایجاد شده نیز بجای ذخیره برروی دیسک سخت کامپیوتر برروی فضای وب و در فضای اینترنت ذخیره می شوند. تمام اطلاعات شما بصورت خودکار در Cloud گوگل ذخیره می شوند.

بسیاری از سرویس های Cloud از طریق مرورگر وب اجرا می شوند به همین دلیل است که توسعه دهنده های مرورگرهای وب مانند گوگل، مایکروسافت، موزیلا دقت و توجه بسیار ویژه ای برروی سرعت مرورگرهای خود یعنی Google Chrome، Microsoft Internet Explorer و یا Mozilla Firefox دارند. برای اجرای نرم افزارهای Cloud نیاز به مرورگر سریع و توانا دارید.

Cloudها علاوه بر نرم افزار، فضای ذخیره سازی نیز در اختیار کاربران قرار می دهند. این فضای آنلاین برای ذخیره فایل های ایجاد شده استفاده می شود و در واقع جایگزین دیسک سخت کامپیوتر شخصی شماست. بعنوان مثال DropBox که پیش تر معرفی شده بود یک فولدر به کامپیوتر شما اضافه می کند که هر آنچه در آن کپی کنید بجای ذخیره شدن برروی دیسک سخت برروی فضای اینترنتی ذخیره می شود.

مایکروسافت نیز پس از گوگل و برای رقابت با Google Doc نسبت به راه اندازی سرویس Cloud آفیس با نام Office 365 کرد که در حال حاضر نسخه آزمایشی آن در دسترس است.
چرا به Cloud نیاز داریم؟

چرا وقتی روی کامپیوتر خود فضا برای ذخیره سازی اطلاعات داریم و مجموعه کامل نرم افزار Office را نصب کرده ایم از Cloud استفاده کنیم؟

در واقع Cloud Computing برای دنیای فردا ساخته شده است، زمانی که ما از وسایل مختلف کامپیوتری مانند: کامپیوتر رومیزی، لپ تاپ، تبلت، تلفن هوشمند و غیره استفاده می کنیم. در این صورت به کمک Cloud Computing دسترسی به اطلاعات در تمام این وسایل به راحتی امکان پذیر خواهد بود به شرطی که به اینترنت متصل باشید. Cloud Computing باعث می شود دسترسی به تمام امکانات و اطلاعات مورد نیاز شما در هر مکانی و در وسیله ای تنها با دسترسی به اینترنت امکان پذیر شود.

علاوه بر این استفاده از سرویس های Cloud از نظر اقصادی مرقوم به صرفه است. چون اکثر نرم افزارها و سرویس های Cloud مجانی هستند و فضای ذخیره سازی آنلاین نیز ارزان است.

زمانی که در حال ساخت و یا ایجاد یک سند در آفیس Cloud هستید نگران خاموش شدن، هنگ کردن و یا مشکلات اینچنینی کامپیوتر نخواهید بود چون فایل شما بصورت خودکار هر چند لحظه یک بار ذخیره می شود. همچنین نگران از دست رفتن اطلاعات بدلیل صدمه دیدن دیسک سخت نخواهید بود.

البته با Cloud ها مشکلاتی نیزخواهید داشت. بعنوان مثال می بایست اعتماد کنید و اطلاعات خود را در فضای مجازی و برروی سرورهای Cloud ذخیره کنید شاید سرویس دهنده Cloud از اطلاعات شما سوء استفاده کند! البته سرویس دهنده های Cloud معمولا شرکت های بزرگ و مطرح دنیا مانند مایکروسافت و گوگل هستند و می توان به آنها اطمینان کرد ولی به هر حال اطلاعات شما برروی کامپیوتر خود شما نیستند. از طرف دیگر فقط زمانی به اطلاعات خود دسترسی خواهید داشت که به اینترنت دسترسی داشته باشید.
نرم افزار بعنوان یک سرویس (SaaS)

Software as Service نام دیگری برای نرم افزارهای تجاری قابل دسترس از طریق Cloud است. بعنوان مثال Salesforce.com نمونه ای از SaaS است که در واقع یک نرم افزار Customer Relationship Management – CRM یا سیستم مدیریت ارتباطات با مشتری است که بصورت آنلاین و از طریق Cloud اجرا می شود. اکثر امکانات CRM سایت Salesforce.com از طریق مرورگر وب قابل انجام است.

تفاوت SaaS با سرویس های دیگر Cloud در گواهینامه این نرم افزار است برخلاف نرم افزارهای سنتی، گوهینامه استفاده از SaaS براساس تعداد کاربر است یعنی به تعداد کاربران یک شرکت که قرار است از CRM سایت Salesforce.com استفاده کنند می بایست پول پرداخت کرد بعنوان مثال اگر 100 کارمند یک شرکت قرار است از این CRM استفاده کنند این شرکت می بایست گواهینامه 100 کاربر را خریداری کند و این نرم افزار نیز اجازه ساخت تنها 100 اکانت کاربری و نه بیشتر را به شرکت مذکور می دهد.
Amazon AWS

وب سرور آمازون (AWS) مجموعه ای از Cloud Computing است که توسط سایت amazon.com ارائه می شود بله همان فروشگاه اینترنتی آمازون سرویس Cloud Computing دارد که کامپیوترها را بصورت آنلاین اجاره می دهد سرویس های Cloud آمازون شامل فضای ذخیره سازی آنلاین و سرویس های جالب دیگر است.

S3 و EC2 دو سرویس اصلی AWS هستند. اگر چه چند سال بیشتر از ارائه این سرویس ها نمی گذرد ولی هردو بسیار محبوب شده اند.

EC2aws_logo_cmyk-5131786 یا Elastic Compute Cloud کامپیوتر مجازی اجاره می دهد این کامپیوترها با سیستم عامل های لینوکس، ویندوز و دیگر سیستم عامل های موجود ارائه می شوند و معمولا برخی از سرویس ها و نرم افزارهای مورد نیاز مانند دیتابیس ها و CRM برروی آنها نصب است.

EC2 به شرکت ها امکان گسترش منابع کامپیوتری را می دهد حتی اگر برای مدت کوتاه و برای تنها چند روز نیاز داشته باشند یا برای مدت طولانی و مثلا برای میزبانی وب سایت خود بخواهند.

کامپیوترها در سرویس EC2 بصورت ساعتی اجاره داده می شوند و از این رو زمانی که شرکت به آنها نیاز نداشته باشند می توانند سیستم را خاموش کند.

سرویس دیگر آمازون که S3 نام دارد برای ذخیره سازی اطلاعات استفاده می شود و به مشتریان امکان دسترسی به فضای آنلاین نامحدود را می دهد. مشتریان براساس میزان فضای مورد نیاز و ترافیک دانلود و آپلود پول پرداخت می کنند. اما هزینه سرویس S3 آمازون بسیار بسیار ارزان تر از سرویس های فضای آنلاین دیگر است.

در نهایت سرویس های Cloud روز به روز پیشرفته تر و وسیع تر می شوند از طرف دیگر مرورگرهای وب نیز بسیار پیشرفته شده اند و قادرند نیازهای Cloudها را برآورده کنند. همچنین به نظر می رسد سرویس های Cloud روز به روز محبوب تر می شوند و ممکن است در آینده بسیاری از ما از آنها استفاده کنیم. اما براساس نظرسنجی انجام شده در امریکا بسیاری از مردم به سرویس های آنلاین Cloud اعتماد ندارند و نگران امنیت اطلاعات خود هستند.

ehsanstr · Aug 26, 2012

سلام
منبع این ها کجاست.
آیا تو زندگی روزمره اون کشورها استفاده میشه یا فقط جنبه اختراعه؟؟؟

سعید گروسی · Nov 16, 2012

معماي هوش الكترونيك‌،مباني و شاخه‌هاي علم هوش مصنوعي‌

اشاره :
بيش از نيم قرن پيش، هنگامي كه هنوز هيچ تراشه سيليكوني‌اي ساخته نشده بود، آلن تورينگ، يكي از بحث‌انگيزترين پرسش‌هاي فلسفي تاريخ را پرسيد. او گفت <آيا ماشين مي‌تواند فكر كند؟> و اندكي بعد كوشيد به پيروي از اين قاعده كه <هر ادعاي علمي بايد از بوته آزمايش سربلند بيرون بيايد>، پرسش فلسفي خود را با يك آزمايش ساده و در عين حال پيچيده جايگزين كند. او پرسيد: آيا يك ماشين - يك كامپيوتر - مي‌تواند آزمون <بازي تقليد> را با موفقيت پشت سر بگذارد؟ آيا ماشين مي‌تواند از انسان چنان تقليد كند كه در يك آزمون محاوره‌اي نتوانيم تفاوت انسان و ماشين را تشخيص دهيم؟ او در سال1950 بر اساس محاسباتي تخمين زد كه پنجاه سال بعد، كامپيوتري با يك ميليارد بيت حافظه خواهد توانست به موفقيت‌هايي در اين زمينه دست پيدا كند. اكنون كه در آستانه سال 2007 ميلادي هستيم، حتي هفت سال بيشتر از زماني كه او لازم دانسته بود، هنوز هيچ ماشيني نتوانسته‌است از بوته آزمون تورينگ با موفقيت خارج شود. اما همين پرسش كافي بود تا بشر در نيم قرن اخير به دستاوردهاي شگرفي در زمينه هوش مصنوعي برسد. دست كم يكي از پيش‌بيني‌هاي تورينگ درست از آب درآمد: در سال 2000 مفهوم <هوش مصنوعي> براي هيچ‌كس غيرقابل‌باور نبود. در اين مقاله نگاهي داريم به سير تحولاتي كه پس از اين پرسش تاريخي در دنياي علم و مهندسي به وقوع پيوستند.

آيا كامپيوتر مي‌تواند فكر كند؟
يكي از جالب‌ترين و هيجان‌انگيزترين پرسش‌هايي كه تاكنون تاريخ فلسفه به خود ديده، پرسشي است كه آلن تورينگ، فيلسوف و رياضيدان انگليسي در سال 1950 طي مقاله‌اي به نام Computing Machinery and Intelligenceيا <ماشين محاسباتي و هوشمندي> مطرح كرد. او پرسيد: <آيا ماشين مي‌تواند فكر كند؟> و براي اين‌كه ذهن مخاطب را از پريشاني درباره ماهيت اين ماشين برهاند، توضيح داد كه منظور او از ماشين، يك كامپيوتر است؛ ماشيني كه قادر به انجام محاسبات نرم‌افزاري است. به اين ترتيب براي اولين بار اين پرسش در ذهن نوع بشر پديد آمد كه: <آيا كامپيوتر مي‌تواند فكر كند؟>

خود تورينگ نتوانست پاسخ قطعي اين پرسش را پيدا كند، اما براي يافتن پاسخ مناسب در آينده، يك راهبرد خلاقانه پيشنهاد كرد. او آزموني طراحي كرد كه خود آن را <بازي تقليد> ناميد. تورينگ پرسيد: <آيا يك ماشين، يعني يك كامپيوتر، مي‌تواند آزمون تقليد را با موفقيت پشت سربگذارد؟> آيا يك كامپيوتر مي‌تواند با يك انسان چنان گفت‌وگو كند كه او فريب بخورد و تصور كند در حال گفت‌وگو با يك انسان است؟

او آزمون بازي تقليد را چنين شرح داد: يك پرسشگر - يك انسان - همزمان در حال گفت‌وگو با دو نفر است. هر يك از اين دو نفر در اتاق‌هاي جداگانه‌اي قرارگرفته‌اند و پرسشگر نمي‌تواند هيچ‌يك از آن‌ها را ببيند. يكي از اين دو نفر يك انسان است و ديگري يك ماشين؛ يعني يك كامپيوتر. پرسشگر بايد با اين دو نفر شروع به گفت‌وگو كند و بكوشد بفهمد كدام‌يك از اين دو انسان است و كدام‌يك ماشين. اگر كامپيوتر بتواند طوري جواب دهد كه پرسشگر نتواند انسان را از ماشين تميز دهد، آنگاه مي‌توان ادعا كرد كه اين ماشين هوشمند است.

تورينگ براي آسان‌تركردن شرايط اين آزمون و پرهيز از پيچيدگي‌هاي اضافي، آن را به محاوره‌اي متني و روي كاغذ محدود كرد تا مجبور به درگير شدن با مسائل انحرافي مانند تبديل متن به گفتار شفاهي و تنظيم تُن صدا و لهجه نباشيم. او همچنين براساس يك سري محاسبات، پيش‌بيني كرد كه پنجاه سال بعد، يعني در سال 2000 انسان قادر خواهد بود كامپيوترهايي بسازد كه در يك گفت‌وگوي پنج دقيقه‌اي، فقط هفتاد درصد پرسشگرها بتوانند كشف كنند كه در حال گفت‌وگو با يك انسان هستند يا يك ماشين. او برخورداري از يك ميليارد بيت حافظه (125 ميليون بايت - حدود 120 مگابايت) را يكي از مشخصه‌هاي اصلي اين كامپيوتر دانست.

تورينگ همچنين در اين مقاله يك سري استدلال‌هاي مخالف با نظريه و آزمون خود را مطرح كرد و كوشيد به آن‌ها پاسخ دهد. نخست، تصور اين‌كه ماشين‌هاي هوشمندي ساخته شوند كه بتوانند فكر كنند، وحشتناك است. تورينگ در پاسخ مي‌گويد: اين نكته‌اي انحرافي است؛ زيرا بحث اصلي او بايدها و نبايدها نيست، بلكه بحث درباره ممكن‌ها است. ديگر اين‌كه، ادعا مي‌شود محدوديت‌هايي درباره نوع پرسش‌هايي كه مي‌توان از كامپيوتر پرسيد وجود دارد؛ زيرا كامپيوتر از منطق خاصي پيروي مي‌كند. اما تورينگ در پاسخ مي‌گويد: خود انسان هنگام گفت‌وگو پرغلط ظاهر مي‌شود و نمي‌توان گفتار هر انساني را لزوماً منطقي كرد. او پيش‌بيني كرد كه منشا اصلي هوشمندي ماشينِ فرضي او، حافظه بسيار زياد و سريعي است كه يك كامپيوتر مي‌تواند داشته باشد. بنابراين، از نگاه تورينگ، ماشيني همچون كامپيوتر Deep Blue كه كاسپاروف، قهرمان شطرنج را شكست داد، مي‌توان يك ماشين هوشمند تلقي كرد.

در عين حال تورينگ اين نظر را كه <آزمون مورد بحث معتبر نيست؛ زيرا انسان داراي احساسات است و مثلاً موسيقي دراماتيك مي‌سازد> رد كرد و گفت: هنوز هيچ سند قابل قبولي وجود ندارد كه ثابت كند فقط ما انسان‌ها داراي احساسات هستيم؛ زيرا مشخص نيست مفهوم دقيق اين واژه به لحاظ علمي چيست.

در سال 1956 جان مك‌كارتي، يكي از نظريه‌پردازان پيشگام اين نظريه در آن زمان، اصطلاح <هوش مصنوعي> را براي اولين بار در نخستين كنفرانسي كه به اين موضوع اختصاص يافته بود، به‌ كار برد. او همچنين زبان برنامه‌نويسي ‌Lisp را ابداع كرد كه در همين زمينه كاربرد دارد. دانشمندان بعداً اين تاريخ را به عنوان تاريخ تولد علم هوش مصنوعي انتخاب كردند. تقريباً در همان زمان جان فون نيومان <نظريه بازي‌ها> را معرفي كرد. اين نظريه بديع و درخشان كه بعداً در اكثر حوزه‌هاي علم، از جمله جامعه‌شناسي، اقتصاد و سياست كاربردهايي پيدا كرد، نقش مؤثري در پيشبرد جنبه‌هاي نظري و عملي هوش مصنوعي داشت. چند سال بعد، در 1968، آرتور سي كلارك، در رمان معروف خود، يعني اوديسه فضايي 2001 اصطلاح <آزمون تورينگ> را به جاي <بازي تقليد> سرزبان‌ها انداخت. از زماني كه تورينگ اين فرضيه را مطرح كرده است، هزاران دانشمند با هدف ساختن ماشيني كه بتواند آزمون تورينگ را با موفقيت تمام كند، دست به كار شده‌اند. اما هنوز هيچ‌كس موفق نشده است چنين ماشيني بسازد و پيش‌بيني تورينگ هم درست از آب درنيامده است.
چالش‌هاي بنيادين هوش‌مصنوعي‌
البته امروزه هوش مصنوعي به واقعيت نزديك شده است و تقريباً مي‌توان گفت وجود دارد، اما دلايل اساسي متعددي وجود دارند كه نشان مي‌دهند چرا هنوز شكل تكامل يافته‌ هوشي كه تورينگ تصور مي‌كرد، به وقوع نپيوسته است. به طور كلي خود نظريه تورينگ مخالفاني جدي دارد. بعضي از اين منتقدان اصلا‌ً هوش ماشيني را قبول ندارند و برخي ديگر صرفاً كارآمدي آزمون تورينگ را براي اثبات هوشمندي زير سؤال مي‌برند. يكي از مهم‌ترين مباحث مطرح در اين زمينه، موضوع شبيه‌سازي است. غالباً پرسيده مي‌شود آيا صرف اين‌كه ماشيني بتواند نحوه صحبت كردن انسان را شبيه‌سازي كند، به معني آن است كه هوشمند است؟ به عنوان مثال، شايد شما هم درباره روبات‌هاي نرم‌افزاري كه مي‌توانند چت كنند (Chatter Bots) چيزهايي شنيده باشيد.(1) اين روبات‌ها از روش‌هاي تقليدي استفاده مي‌كنند و به تعبيري، نمونه مدرن و اينترنتي آزمون تورينگ هستند.

مثلاً روبات ELIZA يكي از اين‌هاست. اين روبات را ژوزف وايزن بام، يكي ديگر از پژوهشگران‌ نامدار اين حوزه اختراع كرد. اليزا در برخي مكالمات ساده مي‌تواند طرف مقابل خود را به اشتباه بيندازد. طوري كه مخاطب ممكن است فكر كند درحال گپ زدن با يك انسان است. البته اليزا هنوز نتوانسته است آزمون تورينگ را با موفقيت پشت سر بگذارد. با اين حال تكنيك‌هاي شبيه‌سازي مورد انتقاد گروهي از دانشمندان است. يكي از مشهورترين انتقادات در اين زمينه را فيلسوفي به نام جان سيرل (John Searle) مطرح كرده است. او معتقد است بحث هوشمندي ماشين‌هاي غيربيولوژيك اساساً بي‌ربط است و براي اثبات ادعاي خود مثالي مي‌آورد كه در مباحث تئوريك هوش مصنوعي <بحث اتاق چيني> ناميده مي‌شود. سيرل ابتدا نقد خود درباره هوش ماشيني را در 1980 مطرح كرد و سپس آن در مقاله كامل‌تري كه در 1990 منتشر كرد، بسط داد.

ماجراي اتاق چيني به اين صورت است: فرض كنيد داخل اتاقي يك نفر نشسته است و كتابي از قواعد سمبول‌هاي زبان چيني در اختيار دارد. براي اين فرد عبارات - سمبول‌‌هاي - چيني روي كاغذ نوشته مي‌شود و از زير درِ اتاق به داخل فرستاده مي‌شود. او بايد با مراجعه به كتاب قواعد پاسخ مناسب را تهيه كند و روي كاغذ پس بفرستد. اگر فرض كنيم كتاب مرجع مورد نظر به اندازه كافي كامل است، اين فرد مي‌تواند بدون اين‌كه حتي معني يك نماد از سمبول‌هاي زبان چيني را بفهمد، به پرسش‌ها پاسخ دهد. آيا مي‌توان به اين ترتيب نتيجه گرفت كه پاسخ دهنده هوشمند است؟

استدلال اصلي اين منتقد و ديگر منتقدان موضوع شبيه‌سازي اين است كه مي‌توان ماشيني ساخت (مثلاً يك نرم‌افزار لغتنامه) كه عبارات و اصطلاحات را ترجمه كند. يعني ماشيني كه كلمات و سمبول‌هاي ورودي را دريافت و سمبول‌ها و كلمات خروجي را توليد كند؛ بدون اين‌كه خود ماشين معني و مفهوم اين سمبول‌ها را درك كند. بنابراين آزمون تورينگ حتي در صورت موفقيت نيز نمي‌تواند ثابت كند كه يك ماشين هوشمند است.

در مقابل اين انتقاد دو نظر وجود دارد: يك دسته از دانشمندان كه بيشتر به نظريه تورينگ معتقدند، مي‌گويند اساساً چه دليلي وجود دارد كه باور نكنيم (دست‌كم) بخش بزرگي از آنچه را كه هوشمندي انسان تلقي مي‌كنيم، معلومات تقليدي تشكيل داده باشد؟ در واقع تمام سندي كه ما درباره متفكر بودن انسان داريم رفتاري است كه انديشه او پديد مي‌آورد، ولي درباره ماهيت و ساختار اين انديشه چيز زيادي نمي‌دانيم. دسته دوم، كساني هستند كه معتقدند اگر ماشين‌ها بتوانند با دنياي پيرامون خود كنش و واكنش داشته باشند، آنگاه مي‌توانند فكر كنند. منظور اين است كه كامپيوترها نيز مانند ما داراي حس بينايي، شنوايي، لامسه و حس‌هاي ديگر باشند. در اين صورت، تركيب همزمان <پاسخ‌هاي تقليدي> با <واكنش مناسب به محيط> يعني همان <هوشمندي>. اتفاقاً كسي مانند جان سيرل نيز تفكرات مشابهي دارد؛ با اين تفاوت كه به طور خاص او شكل ايده‌آل كنش و واكنش مورد نياز را همان تعامل بيولوژيكي مي‌داند.

انتقادات ديگري نيز به آزمون تورينگ وارد مي‌شود. ازجمله اين‌كه ممكن است يك ماشين هوشمند باشد، ولي نتواند همچون انسان ارتباط برقرار كند. ديگر اين‌كه، در آزمون تورينگ فرض مي‌شود كه انسان مورد آزمايش - يكي از دو نفري كه داخل اتاق در بسته به سؤالات پاسخ مي‌دهد - به اندازه كافي هوشمند است. در حالي كه با استناد به استدلال خود تورينگ مي‌توان نتيجه گرفت كه خيلي از افراد مانند بچه‌ها و افراد بيسواد در اين آزمون مردود مي‌شوند؛ نه به دليل هوشمندي ماشين، بلكه به دليل نداشتن مهارت كافي در ارتباط‌گيري از طريق مكاتبه.
مسئله ديگري كه در بحث هوش مصنوعي اهميت دارد، موضوع <قالب و محتوا> است. منظور از قالب يا Context در اينجا، ظرفي است كه محتوا داخل آن قرار مي‌گيرد.

يكي از پايه‌هاي هوشمندي انسان توجهي است كه او به قالب محتوا - و نه صرفاً خود محتوا - دارد. به عنوان مثال، وقتي مي‌گوييم <شير>، اين كلمه به تنهايي معاني متفاوتي دارد، ولي هنگامي كه همين واژه داخل يك جمله قرار مي‌گيرد، فقط يك معني صحيح دارد. انسان مي‌تواند معاني كلمات را نه فقط به صورت مجرد، بلكه با دنبال كردن نحوه وابستگيشان به جمله تشخيص دهد. مشابه همين هوشمندي، در تمام حس‌هاي پنجگانه انسان وجود دارد. به عنوان مثال، از نظر علمي ثابت شده است كه گوش انسان مي‌تواند هنگام توجه به صحبت‌هاي يك انسان ديگر در محيطي شلوغ، كلمات و عباراتي را كه نمي‌شنود، خودش تكميل كند يا چشم انسان مي‌تواند هنگام مشاهده يك تصوير، قسمت‌هاي ناواضح آن را با استفاده از دانسته‌هاي بصري قبلي خود تكميل كند.

از اين رو كارشناسان معتقدند، دانش پيش‌زمينه يا <آرشيو ذهني> يك موجود هوشمند نقش مؤثري در هوشمندي او بازي مي‌كند. در حقيقت منشأ پيدايش برخي از شاخه‌هاي مدرن و جديد دانش هوش مصنوعي همچون <سيستم‌هاي خبره> و <شبكه‌هاي عصبي> همين موضوع است و اساسا با اين هدف پديد آمده‌اند كه بتوانند به ماشين قدرت آموختن و فراگيري بدهند؛ هرچند كه هر يك از اين شاخه‌ها، از پارادايم متفاوتي براي آموزش به ماشين استفاده مي‌كنند و همين تفاوت‌ها مبنا و اساس دو جريان فكري عمده در محافل علمي مرتبط با هوش مصنوعي را پديد آورده‌اند.
شاخه‌هاي علم هوش مصنوعي‌
امروزه دانش مدرن هوش مصنوعي به دو دسته اصلي تقسيم مي‌شود: يكي <هوش مصنوعي سمبوليك يا نمادين> (Symbolic AI) و ديگري هوش غيرسمبوليك كه پيوندگرا (Connection AI) نيز ناميده مي‌شود.

هوش مصنوعي سمبوليك از رهيافتي مبتني بر محاسبات آماري پيروي مي‌كند و اغلب تحت عنوان <يادگيري ماشين> يا (Machine Learning) طبقه‌بندي مي‌شود. هوش سمبوليك مي‌كوشد سيستم و قواعد آن را در قالب سمبول‌ها بيان كند و با نگاشت اطلا‌عات به سمبول‌ها و قوانين به حل مسئله بپردازد. در ميان معروف‌ترين شاخه‌هاي هوش مصنوعي سمبوليك مي‌توان به سيستم‌هاي خبره (Expert Systems) و شبكه‌هاي Bayesian اشاره كرد.

يك سيستم خبره مي‌تواند حجم عظيمي از داده‌ها را پردازش نمايد و بر اساس تكنيك‌هاي آماري، نتايج دقيقي را تهيه كند. شبكه‌هاي Bayesian يك تكنيك محاسباتي براي ايجاد ساختارهاي اطلاعاتي و تهيه استنتاج‌هاي منطقي از روي اطلاعاتي است كه به كمك روش‌هاي آمار و احتمال به دست‌ آمده‌اند. بنابراين در هوش سمبوليك، منظور از <يادگيري ماشين> استفاده از الگوريتم‌هاي تشخيص الگوها، تحليل و طبقه‌بندي اطلاعات است.

اما هوش پيوندگرا متكي بر يك منطق استقرايي است و از رهيافت <آموزش/ بهبود سيستم از طريق تكرار> بهره‌ مي‌گيرد. اين آموزش‌ها نه بر اساس نتايج و تحليل‌هاي دقيق آماري، بلكه مبتني بر شيوه آزمون و خطا و <يادگيري از راه تجربه> است. در هوش مصنوعي پيوندگرا، قواعد از ابتدا در اختيار سيستم قرار نمي‌گيرد، بلكه سيستم از طريق تجربه، خودش قوانين را استخراج مي‌كند. متدهاي ايجاد شبكه‌هاي عصبي (Neural Networks) و نيز به‌كارگيري منطق فازي (Fuzzy Logic) در اين دسته قرار مي‌گيرند.

براي درك بهتر تفاوت ميان اين دو شيوه به يك مثال توجه كنيد. فرض كنيد مي‌خواهيم يك سيستم OCR بسازيم. سيستم OCR نرم‌افزاري است كه پس از اسكن كردن يك تكه نوشته روي كاغذ مي‌تواند متن روي آن را استخراج كند و به كاراكترهاي متني تبديل نمايد.

بديهي است كه چنين نرم‌افزاري به نوعي هوشمندي نياز دارد. اين هوشمندي را با دو رهيافت متفاوت مي‌توان فراهم كرد. اگر از روش سمبوليك استفاده كنيم، قاعدتاً بايد الگوي هندسي تمام حروف و اعداد را در حالت‌هاي مختلف در بانك اطلاعاتي سيستم تعريف كنيم و سپس متن اسكن شده را با اين الگوها مقايسه كنيم تا بتوانيم متن را استخراج نماييم. در اينجا الگوهاي حرفي-‌عددي يا همان سمبول‌ها پايه و اساس هوشمندي سيستم را تشكيل مي‌دهند. روش دوم يا متد <پيوندگرا> اين است كه يك سيستم هوشمند غيرسمبوليك درست كنيم و متن‌هاي متعددي را يك به يك به آن بدهيم تا آرام آرام آموزش ببيند و سيستم را بهينه كند. در اينجا سيستم هوشمند مي‌تواند مثلا‌ً يك شبكه عصبي يا مدل مخفي ماركوف باشد. در اين شيوه سمبول‌ها پايه هوشمندي نيستند، بلكه فعاليت‌هاي سلسله اعصاب يك شبكه و چگونگي پيوند ميان آن‌ها مبناي هوشمندي را تشكيل مي‌دهند.

در طول دهه‌هاي 1960 و 1970 به دنبال ابداع اولين برنامه نرم‌افزاري موفق در گروه سيستم‌هاي مبتني بر دانش
(Knowledge-based) توسط جوئل موزس، سيستم‌هاي هوش سمبوليك به يك جريان مهم تبديل شد. ايده و مدل شبكه‌هاي عصبي ابتدا در دهه 1940 توسط Warren McCulloch و Walter Pitts معرفي شد. سپس در دهه 1950 كارهاي روزنبالت (Rosenblatt) درمورد شبكه‌هاي دولايه مورد توجه قرارگرفت. در 1974 الگوريتم back propagation توسط Paul Werbos معرفي شد، ولي متدولوژي شبكه‌هاي عصبي عمدتاً از دهه 1980 به اين سو رشد زيادي پيدا كرد و مورد استقبال دانشمندان قرار گرفت. منطق فازي ابتدا توسط پروفسور لطفي زاده، در 1965 معرفي شد و از آن زمان به بعد توسط خود او و ديگر دانشمندان دنبال شد.

در دهه 1980 تلاش‌هاي دانشمندان ژاپني براي كاربردي كردن منطق فازي به ترويج و معرفي منطق فازي كمك زيادي كرد. مثلاً طراحي و شبيه سازي سيستم كنترل فازي براي راه‌آهن Sendai توسط دو دانشمند به نام‌هايYasunobu و Miyamoto در 1985، نمايش كاربرد سيستم‌هاي كنترل فازي از طريق چند تراشه مبتني بر منطق فازي در آزمون <پاندول معكوس> توسط Takeshi Yamakawa در همايش بين‌المللي پژوهشگران منطق فازي در توكيو در 1987 و نيز استفاده از سيستم‌هاي فازي در شبكه مونو ريل توكيو و نيز و معرفي سيستم ترمز ABS مبتني بر كنترلرهاي فازي توسط اتومبيل‌سازي هوندا در همين دهه تاثير زيادي در توجه مجدد دانشمندان جهان به اين حوزه از علم داشت.
فراتر از هوشمندي ماشين‌
چنان‌كه گفتيم، هوش مصنوعي دانش و مهندسي ساختن ماشين‌هاي هوشمند، به ويژه كامپيوترهاي هوشمند است. اما براستي هوشمندي چيست؟ در واقع هنوز دانشمندان نتوانسته‌اند تعريف واحدي از هوشمندي ارائه دهند كه مستقل از <هوش انساني> باشد. ما مي‌دانيم كه برخي از ماشين‌ها يا جانداران مي‌توانند هوشمند باشند، اما بشر هنوز نمي‌داند كه مايل است كدام دسته از فرآيندهاي محاسباتي يا پردازشي را هوشمندي بنامد. بنابراين براي پاسخ دادن به اين پرسش كه <آيا فلان ماشين هوشمند است؟> هنوز فرمول مشخصي وجود ندارد. در واقع هوشمندي، خود يك مفهوم فازي و نادقيق است. هوشمندي را مي‌توان يك فرآيند تلقي كرد كه دانشمندان هنوز در حال شبيه‌سازي، تحليل و حتي تعريف مشخصه‌هاي آن هستند.

موضوع مهم ديگري كه در ارتباط با هوش مصنوعي مطرح است، هدف دانشمندان از به‌كارگيري آن است. روشن است كه هدف اوليه بشر از ورود به اين موضوع، شبيه‌سازي هوش انسان در كالبد ماشين بوده‌است. ولي امروزه ديگر چنين نيست و اين تصور كه هدف علم هوش‌مصنوعي تنها شبيه‌سازي هوش انساني است، تصوري نادرست است. در حقيقت موضوع شبيه‌سازي هوش انساني عاملي پيش‌برنده در اين حوزه از علم است كه به دانشمندان انگيزه مي‌دهد تا آن را توسعه دهند، اما در خلال روند توسعه، بشر مي‌تواند به دستاوردهايي برسد كه در تمام زمينه‌ها كاربرد دارد. سيستم‌هاي خبره و مبتني بر دانش نمونه‌اي از اين دستاوردهاست. بسياري از نرم‌افزارهاي موسوم به سيستم‌هاي تصميم‌سازي (Decision Making Systems) در شاخه اقتصاد و يا سيستم‌هايي كه در تجزيه و تحليل داده‌هاي علم پزشكي به كار مي‌روند از اين دستاورد بهره مي‌گيرند. هوش منصوعي همچنين بستري براي توسعه علومي كه مانند تئوري بازي‌ها يا منطق فازي خود شاخه مستقلي هستند پديد مي‌آورد تا در سايه همان عوامل انگيزشي، بتوانند رشد و توسعه پيدا كنند.

در عين حال برخي از دستاوردهاي اين علم فراتر از بحث هوشمندي است. به عنوان مثال، افزايش قدرت محاسباتي و پردازشي كامپيوتر همواره به پيشرفت اين علم كمك كرده‌است. بنابراين ميزان موفقيت هوش مصنوعي در آينده نه فقط به خبرگي الگوريتم‌ها و متدولوژي‌ها، بلكه به سرعت پردازش‌ها و محاسبات كامپيوتري نيز بستگي دارد. اين دو لازم و ملزوم يكديگرند و به رشد هم كمك مي‌كنند. شايد پيروزي كامپيوتر Deep Blue بر كاسپاروف، قهرمان شطرنج، تأثير محسوسي بر زندگي روزانه ما نگذاشته باشد. اما همين مسابقه و تلاش‌هاي ديگري از اين دست، به صنعت كامپيوتر امكان مي‌دهند، توانايي خود را براي توليد سيستم‌هاي كارآمدتر و سودمندتري كه در زندگي روزانه بشر كاربرد دارند، افزايش دهد.

سعید گروسی · Nov 16, 2012

منطق فازي چيست؟
اشاره :
حتماً بارها شنيده‌ايد كه كامپيوتر از يك منطق صفر و يك تبعيت مي‌كند. در چارچوب اين منطق، چيزها يا درستند يا نادرست، وجود دارند يا ندارند. اما انيشتين مي‌گويد: <آن‌جايي كه قوانين رياضيات (كلاسيك) به واقعيات مربوط مي‌شوند، مطمئن نيستند و آنجا كه آن‌ها مطمئن هستند، نمي‌توانند به واقعيت اشاره داشته باشند.> هنگامي كه درباره درستي يا نادرستي پديده‌ها و اشيايي صحبت مي‌كنيم كه در دنياي واقعي با آن‌ها سروكار داريم، توصيف انيشتين تجسمي است از ناكارآمدي قوانين منطق كلاسيك در علم رياضيات. از اين رو مي‌بينيم انديشه نسبيت شكل مي‌گيرد و توسعه مي‌يابد. در اين مقاله مي‌خواهيم به اختصار با منطق فازي آشنا شويم. منطقي كه دنيا را نه به صورت حقايق صفر و يكي، بلكه به صورت طيفي خاكستري از واقعيت‌ها مي‌بيند و در هوش مصنوعي كاربرد فراواني يافته‌است.
كجا اتومبيل خود را پارك مي‌كنيد؟
تصور كنيد يك روز مطلع مي‌شويد، نمايشگاه پوشاكي در گوشه‌اي از شهر برپا شده است و تصميم مي‌گيريد، يك روز عصر به اتفاق خانواده سري به اين نمايشگاه بزنيد. چون محل نمايشگاه كمي دور است، از اتومبيل استفاده مي‌كنيد، اما وقتي به محل نمايشگاه مي‌رسيد، متوجه مي‌شويد كه عده زيادي به آنجا آمده‌اند و پاركينگ نمايشگاه تا چشم كار مي‌كند، پر شده است.

اما چون حوصله صرف وقت براي پيدا كردن محل ديگري جهت پارك اتومبيل نداريد، با خود مي‌گوييد: <هر طور شده بايد جاي پاركي در اين پاركينگ پيدا كنم.> سرانجام در گوشه‌اي از اين پاركينگ محلي را پيدا مي‌كنيد كه يك ماشين به طور كامل در آن جا نمي‌شود، اما با كمي اغماض مي‌شود يك ماشين را در آن جاي داد، هرچند كه اين ريسك وجود دارد كه فضاي عبور و مرور ديگر خودروها را تنگ كنيد و آن‌ها هنگام حركت به خودرو شما آسيب برسانند. اما به هرحال تصميم مي‌گيريد و ماشين خود را پارك مي‌كنيد.

بسيارخوب! اكنون بياييد بررسي كنيم شما دقيقاً چه كار كرديد؟ شما دنبال جاي توقف يك اتومبيل مي‌گشتيد. آيا پيدا كرديد؟ هم بله، هم نه. شما در ابتدا مي‌خواستيد ماشين را در جاي مناسبي پارك كنيد. آيا چنين عملي انجام داديد؟ از يك نظر بله، از يك ديدگاه نه. در مقايسه با وقت و انرژي لازم براي پيدا كردن يك مكان راحت براي توقف خودرو، شما جاي مناسبي پيدا كرديد. چون ممكن بود تا شب دنبال جا بگرديد و چنين جايي را پيدا نكنيد. اما از اين نظر كه اتومبيل را در جايي پارك كرديد كه فضاي كافي براي قرارگرفتن ماشين شما نداشت، نمي‌توان گفت جاي مناسبي است.

اگر به منطق كلاسيك در علم رياضيات مراجعه كنيم و اين پرسش را مطرح نماييم كه قبل از ورود به پاركينگ چند درصد احتمال مي‌داديد جايي براي پارك‌كردن پيدا كنيد، پاسخ بستگي به اين دارد كه واقعاً چه تعداد مكان مناسب (فضاي كافي) براي توقف خودروها در آنجا وجود داشت؟ اگر به حافظه خود رجوع كنيد، شايد به ياد بياوريد كه هنگام ورود به پاركينگ و چرخيدن در قسمت‌هاي مختلف آن، گاهي خودروهايي را مي‌ديديد كه طوري پارك كرده‌اند كه مكان يك و نيم خودرو را اشغال كرده‌اند. بعضي ديگر نيز كج و معوج پارك كرده بودند و اين فكر از ذهن شما چندبار گذشت كه اگر صاحب بعضي از اين خودروها درست پارك ‌كرده بودند، الان جاي خالي براي پارك كردن چندين ماشين ديگر هم وجود داشت.

به اين ترتيب علم رياضيات و آمار و احتمال در مواجهه با چنين شرايطي قادر به پاسخگويي نيست. اگر قرار بود بر اساس منطق صفر و يك يا باينري كامپيوتر، روباتي ساخته شود تا اتوميبل شما را در يك مكان مناسب پارك‌ كند، احتمالش كم بود. چنين روباتي به احتمال زياد ناكام از پاركينگ خارج مي‌شد. پس شما با چه منطقي توانستيد اتومبيل خود را پارك‌ كنيد؟ شما از منطق فازي استفاده كرديد.

دنياي فازي‌
مي‌پرسم <هوا ابري است يا آفتابي؟> پاسخ مي‌دهي: نيمه‌ابري. مي‌پرسم <آيا همه آنچه كه ديروز به من گفتي، راست بود؟> پاسخ مي‌دهي: بيشتر آن حقيقت داشت. ما در زندگي روزمره بارها از منطق فازي استفاده مي‌كنيم. واقعيت اين است كه دنياي صفر و يك، دنيايي انتزاعي و خيالي است. به ندرت پيش مي‌آيد موضوعي صددرصد درست يا صددرصد نادرست باشد؛ زيرا در دنياي واقعي در بسياري از مواقع، همه‌چيز منظم و مرتب سرجايش نيست.

از نخستين روز تولد انديشه فازي، بيش از چهل سال مي‌گذرد. در اين مدت نظريه فازي، چارچوب فكري و علمي جديدي را در محافل آكادميك و مهندسي معرفي نموده و ديدگاه دانشمندان را نسبت به كمّ و كيف دنياي اطراف ما تغيير داده است. منطق فازي جهان‌بيني بديع و واقع‌گرايانه‌اي است كه به اصلاح شالوده ‌منطق علمي و ذهني بشر كمك شاياني كرده‌است.پيشينه منطق فازي
تئوري مجموعه‌هاي فازي و منطق فازي را اولين بار پرفسور لطفي‌زاده (2) در رساله‌اي به نام <مجموعه‌هاي فازي - اطلاعات و كنترل> در سال 1965 معرفي نمود. هدف اوليه او در آن زمان، توسعه مدلي كارآمدتر براي توصيف فرآيند پردازش زبان‌هاي طبيعي بود. او مفاهيم و اصلاحاتي همچون مجموعه‌هاي فازي، رويدادهاي فازي، اعداد فازي و فازي‌سازي را وارد علوم رياضيات و مهندسي نمود. از آن زمان تاكنون، پرفسور لطفي زاده به دليل معرفي نظريه بديع و سودمند منطق فازي و تلاش‌هايش در اين زمينه، موفق به كسب جوايز بين‌المللي متعددي شده است.
پس از معرفي منطق فازي به دنياي علم، در ابتدا مقاومت‌هاي بسياري دربرابر پذيرش اين نظريه صورت گرفت.

بخشي از اين مقاومت‌ها، چنان كه ذكر شد، ناشي از برداشت‌هاي نادرست از منطق فازي و كارايي آن بود. جالب اين‌كه، منطق فازي در سال‌هاي نخست تولدش بيشتر در دنياي مشرق زمين، به‌ويژه كشور ژاپن با استقبال روبه‌رو شد، اما استيلاي انديشه كلاسيك صفر و يك در كشورهاي مغرب زمين، اجازه رشد اندكي به اين نظريه داد. با اين حال به تدريج كه اين علم كاربردهايي پيدا كرد و وسايل الكترونيكي و ديجيتالي جديدي وارد بازار شدند كه بر اساس منطق فازي كارمي‌كردند، مخالفت‌ها نيز اندك اندك كاهش يافتند.

در ژاپن استقبال از منطق فازي، عمدتاً به كاربرد آن در روباتيك و هوش مصنوعي مربوط مي‌شود. موضوعي كه يكي از نيروهاي اصلي پيش‌برندهِ اين علم طي چهل سال گذشته بوده است. در حقيقت مي‌توان گفت بخش بزرگي از تاريخچه دانش هوش مصنوعي، با تاريخچه منطق فازي همراه و هم‌داستان است.مجموعه‌هاي فازي‌
بنياد منطق فازي بر شالوده نظريه مجموعه‌هاي فازي استوار است. اين نظريه تعميمي از نظريه كلاسيك مجموعه‌ها در علم رياضيات است. در تئوري كلاسيك مجموعه‌ها، يك عنصر، يا عضو مجموعه است يا نيست. در حقيقت عضويت عناصر از يك الگوي صفر و يك و باينري تبعيت مي‌كند. اما تئوري مجموعه‌هاي فازي اين مفهوم را بسط مي‌دهد و عضويت درجه‌بندي شده را مطرح مي‌كند. به اين ترتيب كه يك عنصر مي‌تواند تا درجاتي - و نه كاملاً - عضو يك مجموعه باشد. مثلاً اين جمله كه <آقاي الف به اندازه هفتاددرصد عضو جامعه بزرگسالان است> از ديد تئوري مجموعه‌هاي فازي صحيح است. در اين تئوري، عضويت اعضاي مجموعه از طريق تابع (u‌(x مشخص مي‌شود كه x نمايانگر يك عضو مشخص و u تابعي فازي است كه درجه عضويت ‌x در مجموعه مربوطه را تعيين مي‌كند و مقدار آن بين صفر و يك است (فرمول 1).

فرمول 1

به بيان ديگر، (‌u‌(x نگاشتي از مقادير x به مقادير عددي ممكن بين صفر و يك را مي‌سازد. تابع (‌u‌(x ممكن است مجموعه‌اي از مقادير گسسته (discrete) يا پيوسته باشد. وقتي كهu فقط تعدادي از مقادير گسسته بين صفر و يك را تشكيل مي‌دهد، مثلاً ممكن است شامل اعداد 3/0 و 5/0 و 7/0 و 9/0 و صفر و يك باشد. اما وقتي مجموعه مقاديرu پيوسته باشند، يك منحني پيوسته از اعداد اعشاري بين صفر و يك تشكيل مي‌شود.

شكل 1 نموداري از نگاشت پيوسته مقادير x به مقادير ‌(‌u‌(x را نشان مي‌دهد. تابع‌ (‌u‌(x در اين نمودار مي‌تواند قانون عضويت در يك مجموعه فازي فرضي را تعريف كند.

شكل 1

منطق فازي چگونه به‌كار گرفته مي‌شود؟
منطق فازي را از طريق قوانيني كه <عملگرهاي فازي> ناميده مي‌شوند، مي‌توان به‌كار گرفت. اين قوانين معمولاً بر اساس مدل زير تعريف مي‌شوند:

IF variable IS set THEN action
به عنوان مثال فرض كنيد مي‌خواهيم يك توصيف فازي از دماي يك اتاق ارائه دهيم. در اين صورت مي‌توانيم چند مجموعه فازي تعريف كنيم كه از الگوي تابع (‌u‌(x تبعيت كند. شكل 2 نموداري از نگاشت متغير <دماي هوا> به چند مجموعه‌ فازي با نام‌هاي <سرد>، <خنك>، <عادي>، <گرم> و <داغ> است. چنان كه ملاحظه مي‌كنيد، يك درجه حرارت معين ممكن است متعلق به يك يا دو مجموعه باشد.

شكل 2

به عنوان نمونه، درجه حرارت‌هاي بين دماي T1 و T2 هم متعلق به مجموعه <سرد> و هم متعلق به مجموعه <خنك> است. اما درجه عضويت يك دماي معين در اين فاصله، در هر يك از دو مجموعه متفاوت است. به طوري كه دماي نزديك ‌T2 تنها به اندازه چند صدم در مجموعه <سرد> عضويت دارد، اما نزديك نوددرصد در مجموعه <خنك> عضويت دارد.

پارادايم حاكم بر يك كنترلر فازي به اين ترتيب است كه متغيرهاي دنياي واقعي به عنوان ورودي دريافت مي‌شوند. قوانين فازي آن‌ها را به متغيرهاي معنايي تبديل مي‌كند. فرآيند فازي اين ورودي را مي‌گيرد و خروجي معنايي توليد مي‌كند و سرانجام خروجي‌ها به زبان دنياي واقعي ترجمه مي‌شوند. نمودار شكل 3 مصداقي از همين روند است.

اكنون مي‌توان بر اساس مدل فوق قانون فازي زير را تعريف كرد:

اگر دماي اتاق <خيلي گرم> است، سرعت پنكه را <خيلي زياد> كن.
اگر دماي اتاق <گرم> است، سرعت پنكه را <زياد> كن.
اگر دماي اتاق <معتدل> است، سرعت پنكه را در <همين اندازه> نگه‌دار.
اگر دماي اتاق <خنك> است، سرعت پنكه را <كم> كن.
اگر دماي اتاق <سرد> است، پنكه را <خاموش> كن.

اگر اين قانون فازي را روي يك سيستم كنترل دما اعمال كنيم، آن‌گاه مي‌توانيم دماسنجي بسازيم كه دماي اتاق را به صورت خودكار و طبق قانون ما، كنترل مي‌كند. اما اين سؤال پيش مي‌آيد كه اگر دو يا چند قانون همزمان براي يك متغير ورودي فعال شود چه اتفاقي خواهد افتاد؟ فرض كنيد دماي اتاق برابر Tx[SUB]1[/SUB]‌ است در اين صورت هم قانون مربوط به اتاق گرم و هم قانون مربوط به دماي اتاق معتدل صادق است و مقادير U1 و U2 به ترتيب به دست مي‌آيد. طبق كدام قانون بايد عمل كرد؟ لطفي‌زاده خود پاسخ اين معما را نداد. در سال 1975 دو دانشمند منطق فازي به نام ممداني (Mamdani) و آسيليان اولين كنترل فازي واقعي را طراحي كردند. آنان پاسخ اين معما را با محاسبهِ نقطه ثقل (C) مساحتي كه از تركيب دو ذوزنقه زير U1 و U2 در شكل 3 پديد آمده و نگاشت آن به محور t و به دست آوردن مقدار Tx[SUB]2[/SUB] حل كردند.

منطق فازي، همچون منطق كلاسيك تعدادي عملگر پايه دارد. مثلاً در منطق كلاسيك از عملگرهاي AND و ‌OR و‌NOT استفاده مي‌شود كه دانش آموزان رشته رياضي فيزيك در دبيرستان با آن‌ها آشنا مي‌شوند. در منطق فازي معادل همين عملگرها وجود دارد كه به آن‌ها عملگرهاي <زاده> مي‌گويند. اين عملگرها به صورت زير تعريف مي‌شوند: (فرمول 2)

به عنوان مثال تركيب AND دو متغير x و y عبارت است از كمينه مقادير (‌u‌(x و (‌u(y. به عبارت ساده‌تر، آنجا كه هم x و y از نظر فازي <صحيح> باشند، همزمان مقادير (‌u‌(x و (‌u(y به كمترين مقدار خود مي‌رسند.

پرفسور لطفي‌زاده خالق نظريه مجموعه‌هاي فازي و منطق فازي‌

تفاوت ميان نظريه احتمالات و منطق فازي‌
يكي از مباحث مهم در منطق فازي، تميزدادن آن از نظريه احتمالات در علم رياضيات است. غالباً نظريه فازي با نظريه احتمالات اشتباه مي‌شود. در حالي كه اين دو مفهوم كاملاً با يكديگر متفاوتند. اين موضوع به قدري مهم است كه حتي برخي از دانشمندان بزرگ علم رياضيات در دنيا - به‌ويژه كشورهاي غربي - درمورد آن با يكديگر بحث دارند و جالب آن كه هنوز هم رياضيداناني وجود دارند كه با منطق فازي مخالفند و آن را يك سوء تعبير از نظريه احتمالات تفسير مي‌كنند.

از نگاه اين رياضيدانان، منطق فازي چيزي نيست جز يك برداشت نادرست از نظريه احتمالات كه به گونه‌اي غيرقابل قبول، مقادير و اندازه‌گيري‌هاي نادقيق را وارد علوم رياضيات، مهندسي و كنترل كرده است. بعضي نيز مانند Bruno de Finetti معتقدند فقط يك نوع توصيف از مفهوم عدم‌قطعيت در علم رياضيات كافي است و چون علم آمار و احتمالات وجود دارد، نيازي به مراجعه به منطق فازي نيست.

با اين حال، اكثريت طرفداران نظريه منطق فازي، كارشناسان و متخصصاني هستند كه به طور مستقيم يا غيرمستقيم با علم مهندسي كنترل سروكار دارند. حتي تعدادي از پيروان منطق فازي همچون بارت كاسكو تا آنجا پيش مي‌روند كه احتمالات را شاخه و زيرمجموعه‌اي از منطق فازي مي‌نامند.

توضيح تفاوت ميان اين دو نظريه البته كار چندان دشواري نيست. منطق فازي با حقايق نادقيق سروكار دارد و به حدود و درجات يك واقعيت اشاره دارد؛ حال آن‌كه نظريه احتمالات بر شالوده مجموعه حالات تصادفيِ يك پديده استوار است و درباره شانس وقوع يك حالت خاص صحبت مي‌كند؛ حالتي كه وقتي اتفاق بيفتد، دقيق فرض مي‌شود. ذكر يك مثال مي‌تواند موضوع را روشن كند. فرض كنيد در حال رانندگي در يك خيابان هستيد. اتفاقاً متوجه مي‌شويد كه كودكي در اتومبيل ديگري كه به موازات شما در حال حركت است، نشسته و سر و يك دست خود را از پنجره ماشين بيرون آورده و در حال بازي‌گوشي است. اين وضعيت واقعي است و نمي‌توان گفت احتمال اين‌كه بدن اين كودك بيرون اتومبيل باشد، چقدر است.

چون بدن او واقعاً بيرون ماشين است، با اين توضيح كه بدن او كاملاً بيرون نيست، بلكه فقط بخشي از بدن او در خارج اتومبيل قرارگرفته است. تئوري احتمالات در اينجا كاربردي ندارد. چون ما نمي‌توانيم از احتمال خارج بودن بدن كودك از ماشين صحبت كنيم؛ زيرا آشكارا فرض غلطي است. اما مي‌توانيم از احتمال وقوع حادثه‌ صحبت كنيم. مثلاً هرچه بدن كودك بيشتر بيرون باشد، احتمال اين‌كه در اثر برخورد با بدنه يك اتومبيل در حال حركت دچار آسيب شود، بيشتر مي‌شود. اين حادثه هنوز اتفاق نيفتاده است، ولي مي‌توانيم از احتمال وقوع آن صحبت كنيم. اما بيرون بودن تن كودك از ماشين همين حالا به واقعيت تبديل شده است و فقط مي‌توانيم از ميزان و درجات آن صحبت كنيم.

تفاوت ظريف و در عين حال پررنگي ميان نظريه احتمالات و نظريه فازي وجود دارد كه اگر دقت نكنيم، دچار اشتباه مي‌شويم؛ زيرا اين دو نظريه معمولاً در كنار يكديگر و در مورد اشياي مختلف همزمان مصداق‌هايي پيدا مي‌كنند. هنگامي كه به يك پديده مي‌نگريم، نوع نگاه ما به آن پديده مي‌تواند تعيين كند كه بايد درباره احتمالات صحبت كنيم يا منطق فازي. در مثال فوق موضوع دغدغه ما كودكي است كه در حال بازي گوشي است. اما يك وقت نگران اين هستيم كه تا چه اندازه خطر او را تهديد مي‌كند. خطري كه هنوز به وقوع نپيوسته است. يك وقت هم ممكن است نگران باشيم كه بدن او چقدر بيرون پنجره است. واقعيتي كه هم‌اكنون به وقوع پيوسته است.

شكل 4

يك ديدگاه درباره علت بحث و جدل علمي ميان دانشمندان اين است كه برخي از رياضيدانان اتكا به علم آمار و احتمال را كافي مي‌دانند و نظريه فازي را يك برداشت غيركارآمد از جهان درباره ما تلقي مي‌كنند. به عنوان مثال، اگر به مورد كودك و اتومبيل مراجعه كنيم، اين پرسش مطرح مي‌شود كه اگر نگراني و دغدغه نهايي ما احتمال وقوع حادثه است، ديگر چه نيازي به اين است كه ما درباره درجات <بيرون بودن تن كودك از اتومبيل> صحبت كنيم؟

بحث درباره ابعاد فلسفي منطق فازي بسيار شيرين و البته گسترده است. متأسفانه مجال براي طرح گستردهِ ابعاد فلسفي منطق فازي در اين مقاله وجود ندارد. از اين رو اگر مايل به مطالعه بيشتر در اين زمينه هستيد، كتاب بسياري خواندني <تفكر فازي> را كه در پي‌نوشت دوم انتهاي مقاله معرفي كرده‌ام، توصيه مي‌كنم.(شكل 4)
كاربردهاي منطق فازي‌
منطق فازي كاربردهاي متعددي دارد. ساده‌ترين نمونه يك سيستم كنترل دما يا ترموستات است كه بر اساس قوانين فازي كار مي‌كند. سال‌هاست كه از منطق فازي براي كنترل دماي آب يا ميزان كدرشدن آبي كه لباس‌ها در آن شسته شده‌اند در ساختمان اغلب ماشين‌هاي لباسشويي استفاده مي‌شود.

امروزه ماشين‌هاي ظرفشويي و بسياري از ديگر لوازم خانگي نيز از اين تكنيك استفاده مي‌كنند. منطق فازي در صنعت خودروسازي نيز كاربردهاي فرواني دارد. مثلاً سيستم ترمز و ABS در برخي از خودروها از منطق فازي استفاده مي‌كند. يكي از معروف‌ترين نمونه‌هاي به‌كارگيري منطق فازي در سيستم‌هاي ترابري جهان، شبكه مونوريل (قطار تك ريل) توكيو در ژاپن است. ساير سيستم‌هاي حركتي و جابه‌جايي بار، مثل آسانسورها نيز از منطق فازي استفاده مي‌كنند.

سيستم‌هاي تهويه هوا نيز به وفور منطق فازي را به‌كار مي‌گيرند. از منطق فازي در سيستم‌هاي پردازش تصوير نيز استفاده مي‌شود. يك نمونه از اين نوع كاربردها را مي‌توانيد در سيستم‌هاي <تشخيص لبه و مرز> اجسام و تصاوير(3) مشاهده كنيد كه در روباتيك نيز كاربردهايي دارد. به طور كلي خيلي از مواقع در ساختمان سيستم‌هاي تشخيص الگوها (Pattern Recognition) مثل سيستم‌هاي تشخيص گفتار و پردازش تصوير از منطق فازي استفاده مي‌شود.

شكل 3

فرمول 2

منطق فازي و هوش مصنوعي‌
جالب‌ترين كاربرد منطق فازي، تفسيري است كه اين علم از ساختار تصميم‌گيري‌هاي موجودات هوشمند، و در راس آن‌ها، هوش انساني، به دست مي‌دهد.

اين منطق به خوبي نشان مي‌دهد كه چرا منطق دو ارزشي <صفر و يك> در رياضيات كلاسيك قادر به تبيين و توصيف مفاهيم نادقيقي همچون <گرما و سرما> كه مبناي بسياري از تصميم‌گيري‌هاي هوشمند را تشكيل مي‌دهند، نيست.

شايد يكي از جالب‌ترين كاربردهاي منطق فازي هوش مصنوعي در بازي‌هاي رايانه‌اي و جلوه‌هاي ويژه سينمايي باشد. برخي از خوانندگان كه بخش هنر و سرگرمي ماهنامه شبكه را دنبال مي‌كنند، ممكن است مقاله ارباب حلقه‌ها را در شماره 41 به ياد بياورند. در آنجا درباره چگونگي توليد جلوه‌هاي ويژه در اين فيلم سينمايي صحبت كردم و از نرم‌افزار Massive نام بردم. از اين نرم‌افزار در بسياري از صحنه‌هاي فيلم براي توليد حركات لشكر موجودات متخاصم استفاده شده بود.

شكل 5

در اين برنامه متخصصان كامپيوتر و انيميشن ابتدا موجوداتي را به صورت الگو ايجاد كرده بودند و سپس به كمك منطق فازي مصداق‌هايي تصادفي از اين موجودات خيالي پديدآورده بودند كه حركات تصادفي - اما از پيش تعريف شده‌اي ‌-‌ در اعضاي بدن خود داشتند.

اين موجودات در حقيقت داراي نوعي هوش مصنوعي بودند و مي‌توانستند براي نحوه حركت دادن اعضاي بدن خود تصميم بگيرند. در عين حال تمام موجوداتي كه در يك لشكر به سويي مي‌تاختند يا با دشمني مي‌جنگيدند، از جهت حركت يكساني برخودار بودند و به سوي يك هدف مشخص حمله مي‌كردند(شكل5).

اين ساختار كاملا‌ً پيچيده و هوشمند به فيلمسازان اجازه داده بود كه اين موجودات افسانه‌اي را در دنياي مجازي كامپيوتر به حال خود رها كنند تا به سوي دشمنان حمله كنند و اين همه بي‌ترديد بدون بهره‌گيري از منطق فازي امكانپذير نبود.

شركت Massive Software كه به دليل به‌كارگيري منطق فازي براي ايجاد هوش‌مصنوعي در طراحي لشكريان فيلم‌ ارباب حلقه‌ها برنده جايزه اسكار شد، بعداً اين تكنيك را در فيلم‌هاي ديگري همچون I.Robot و King Kong نيز به‌كار برد.

استفاده از منطق فازي براي هوشمند‌كردن موجودات نرم‌افزاري تنها گونه‌اي از كاربردهاي اين نظريه در هوش‌مصنوعي است. منطق فازي در هوشمند ساختن روبات‌هاي سخت‌افزاري نيز كاربردهاي زيادي دارد. در شماره‌هاي آتي ماهنامه شبكه به اين موضوع بيشتر خواهيم پرداخت.

سعید گروسی · Nov 16, 2012

ساختار يك شبكه عصبي ساده‌
اشاره :
شايد اين سؤال ساده و ابتدايي به نظر برسد، اما واقعاً يك شبكه عصبي چيست؟ يك حدس كلي در اين‌باره آن است كه يك شبكه عصبي به طور سنتي شبيه يك مغز كامپيوتري مينياتوري تصور مي‌شود كه شامل سلول‌هاي مستقلي است كه مي‌توانند با يكديگر ارتباط داشته باشند تا بتوانند يك مسئله بزرگ‌تر را حل كنند. با اين حال از منظر كدنويسي، چگونه مي‌توان برنامه‌اي نوشت كه به اندازه‌اي عمومي و جامع باشد كه بتواند با مجموعه‌اي از اجزاي كوچك و منفرد يا نورون‌ها، هر مسئله‌اي را كه به آن واگذار مي‌كنيد، حل كند؟ در واقع آنچه در عمل اتفاق مي‌افتد آن است كه شما دو نوع شبكه خواهيد داشت: شبكه‌هايي كه تلا‌ش مي‌كنند از نظر بيولوژيكي دقيق باشند و از نورون‌ها يا گره‌هاي مغز تقليد كنند و شبكه‌هايي كه روي يك وظيفه خاص متمركزند. شبكه‌هاي عصبي در حالتي متعادل داراي هر دو خصلت صحت بيولوژيكي و كاربردي بودن، هستند. بديهي است ايده‌آل‌ترين حالت، داشتن شبكه‌اي است كه به طور كامل كاركرد مغز را مدل‌سازي مي‌كند. در مقاله پيش‌رو (برگرفته از سايتcodeproject.com) ضمن اشاره به ويژگي‌هاي يك شبكه عصبي با ساختار يك نمونه ساده از اين شبكه‌ها آشنا مي‌شويم.

‌‌ويژگي‌هاي يك شبكه‌عصبي‌
Robert Callan در كتاب <ماهيت شبكه‌‌هاي عصبي> مجموعه‌اي از ويژگي‌هاي يك شبكه عصبي را معرفي كرده است كه در ادامه بررسي مي‌شوند.
●‌‌ مجموعه‌اي از واحدهاي پردازشي ساده
يك شبكه عصبي از نورون‌ها يا گره‌ها ساخته مي‌شود. اين اجزا در واقع واحدهاي پردازش ساده‌اي محسوب مي‌شوند، اما در صورتي كه قابليت‌هاي نهفته بعضي از آن‌ها را ببينيد، مي‌توانيد بپرسيد <ساده براي چه كسي؟> اساساً گره‌ها از ديد يك برنامه‌‌نويس يك كلا‌س محسوب مي‌شوند كه وظيفه انجام كار يا هدف خاصي را برعهده دارند. مانند هر كلا‌سي در برنامه‌نويسي، وظيفه يا هدف براساس آنچه شما تعيين مي‌كنيد و از طريق كدها تعريف مي‌شود.

براي هدف ما با توجه به كدهاي ضميمه، در اينجا يك نورون مجموعه‌اي از گره‌ها در ساده‌ترين شكل خود است. يعني مجموعه‌اي شامل چهارگره: دو گره براي ورودي، يك گره bias و يك گره شبكه كه مثال در مورد بررسي نورون شامل يك گره Adaline است.

●‌ الگويي براي اتصال
اين همان راهي است كه شبكه ساخته شده و داده‌ها در آن جريان مي‌يابد. به عنوان مثال، يك شبكه از نوع (1) Adaline (سرنام Adaptive Linear Neuron) شامل دو گره ورودي، يك گره bias و يك گره Adaline است. گره Adaline همان گرهي است كه فراخواني توابع اجرايي و يادگيري را برعهده دارد. هيچ محدوديت مشخصي براي تعداد گره‌هايي كه مي‌توانيد در هر نورون داشته باشيد و نيز در نحوه جاري شدن داده‌ها وجود ندارد. داده‌ در ابتدا در گره‌هاي ورودي قرار دارد، اما با بزرگ شدن شبكه مي‌تواند براي پردازش وارد گره‌هاي ديگر شود.

● قاعده‌اي براي انتشار سيگنال‌ها در شبكه‌
اين صرفاً عرف (Common sence) محسوب مي‌شود. شبكه مورد نظر از هر نوعي كه باشد، نتايج مشخصي وجود دارد كه مي‌خواهيم به آن‌ها دست پيدا كنيم. اين دستيابي از طريق پردازش‌داده‌ها در شبكه‌اي كه با آن سروكار دارد، به روشي خاص امكانپذير است. اين روش مي‌تواند انتقال داده به گره خروجي يا بازگرداندن يا گاهي جلو راندن آن در شبكه به منظور پردازش بيشتر باشد. در هر حال، همچون هر برنامه كامپيوتري ديگر، گام‌هاي مشخصي وجود دارند كه بايد پيموده شوند و معمولا‌ً يكي از دو روش مذكور در نهايت منجر به كسب نتيجه صحيح مي‌گردد.
‌●‌ قواعدي براي تركيب سيگنال‌هاي ورودي‌
اين اساساً همان كاري است كه قصد داريم روي داده‌هاي وارد شده به شبكه عصبي انجام دهيم. در اين لحظه اين‌كه پاسخ چه خواهد بود، براي ما اهميت چنداني ندارد. در اينجا فقط مي‌دانيم در وهلهِ نخست با اطلا‌عات چه كاري مي‌خواهيم انجام دهيم. اين كار مي‌تواند يك عمليات رياضي يا مقايسه رشته‌اي از اشيا باشد.

●‌ قاعده‌اي براي تجميع يك سيگنال خروجي‌
اين خروجي لزوماً خروجي نهايي برنامه نيست، بلكه خروجي بخش خاصي از كدها است. اگر به اين خروجي از ديد تابع نگاه كنيم، مقدار خروجي يك گره شبكه در واقع مقدار بازگشت تابع است. اين خروجي معمولا‌ً يك مقدار عددي است. اما همواره هم اين طور نيست. مثلا‌ً شبكه Adaline مي‌تواند به راحتي گزينه درست يا غلط را بازگرداند كه به خودي خود ممكن است تناسبي با عملكرد صحيح يا غلط گره نداشته باشد.

●يك قاعده يادگيري براي تغيير Weightها
يك Weight يا وزن مقداري است كه به اتصال يا پيوند داده مي‌شود و در فرآيند يادگيري سودمند است. اين مقدار به صورت بي‌درنگ به وسيله تابع يادگيري بروز مي‌شود و به طور طبيعي پشت اين كار قاعده خاصي نهفته است. در نظر داشته باشيد هدف نهايي شبكه، يادگيري ارائه پاسخ‌هاي صحيح با توجه به داده‌هاي آموزشي است كه به آن داده مي‌شود.

بنابراين به نظرمي‌رسد كه يك قاعده كاملا‌ً مناسب براي بروز كردن weightها مي‌تواند تعيين تصادفي يك مقدار براي آن تا زمان رسيدن به جواب باشد. از لحاظ تئوري اين كار مي‌تواند باعث طولا‌ني‌تر شدن زمان كار شبكه در مقابل حالتي گردد كه يك قاعده صريح و مشخص به آن داده شده باشد.
چگونگي يادگيري شبكه
چگونه يك شبكه چيزي را ياد مي‌گيرد؟ پاسخ ساده اين سؤال، آزمون و خطاست. اما اين كار به اين سادگي‌ها هم نيست. به عنوان نمونه، بخشي از خروجي يك شبكه عصبي فرضي ساده از نوع Adaline به شكل كد 1 است.

كد 1

همانطور كه در اين مثال مي‌بينيد، اين شبكه قبل از رسيدن به پاسخ صحيح، 190 بار تلاش كرده ‌است. اساسا برنامه Adaline دو مقدار را كه هركدام بين 1- و 1 هستند، مقايسه مي‌كند. اين مقادير به صورت تصادفي توليد و در يك فايل ذخيره مي‌شوند. كاري كه اين برنامه انجام مي‌دهد اين است كه اگر اولين عدد داده شده به آن كمتر از عدد دوم باشد، آن‌گاه خروجي آن 1 و در غير اينصورت 1- خواهد بود. به بيان فني، اين شبكه، ورودي‌ها و وزن‌هاي مربوط به هر يك از گره‌هاي شبكه (Nodes) را جمع مي‌كند.

سپس حاصل‌ جمع را از طريق تابع انتقال (Transfer Function) به عنوان خروجي گره، برمي‌گرداند. داده‌‌‌هايي نيز كه براي آموزش شبكه به آن داده مي‌شوند، پاسخ‌هاي صحيح براي مسئله توليد مي‌كنند و شبكه خودش را مي‌آزمايد تا ببيند آيا به جواب صحيح رسيده‌است يا خير.

در مورد اين مثال، شبكه در هربار اجرا حدود شش پاسخ صحيح بدست آورده است، تا اين‌كه در صد و نودمين بار همه پاسخ‌هاي صحيح را به‌دست مي‌آورد. برنامه طوري نوشته شده است كه آن‌قدر ادامه دهد تا همه پاسخ‌هاي صحيح را به‌دست آورد و اين اتفاق در بار صدونودم رخ مي‌دهد. بسيار خوب، اجازه بدهيد ببينيم چه اتفاقي در اينجا مي‌افتد. در واقع اين برنامه تابعي را اجرا مي‌كند كه قسمت اصلي آن به صورت كد 2 است.

كد 2

اين كد مرتبا روي پيوندهاي مربوط به يك گره تكرار مي‌شود، مقدار ورودي وزن‌دار را مي‌گيرد و حاصل جمع نهايي را به متغيري از نوع double به نام total اضافه مي‌‌كند. در اين مرحله، آنچه كه بايد بدانيد اين است كه مقدار nID با ثابت nodevalue كه در كلاس Values ذخيره شده برابر است و اين متغير، اولين مقدار در گره ورودي را (كه در اينجا با آرايه InputLinks و شاخصi ا رجاع داده شده است) مي‌گيرد.

كد 3

بخش مهم مقدار ورودي وزن‌دار به شكل كد 3 است، كه به معني حاصلضرب مقدار گره در مقدار وزن پيوند است. مقدار وزن پيوند نيز در واقع اولين مقدار در پيوند است كه به صورت كد 4 در تابع Constructor كلاس Adaline Link مقداردهي اوليه شده است.

كد 4

همان‌طور كه مي‌بينيد، اين مقدار يك عدد تصادفي بين 1- و 1 است. اين بدين‌معناست كه اولين فعاليت شبكه براي رسيدن به پاسخ صحيح، چيزي بيش از يك حدس نيست. البته همان‌طور كه در چرخه بالا‌ مي‌بينيد، تابع اجرا چرخه دستورات را تكرار مي‌كند و از مقدار وزن براي محاسبات استفاده مي‌كند و مجموع حاصل را به dTotal اضافه مي‌كند. متغير dTotal سپس از تابع انتقال Transfer‌Function عبور مي‌كند كه اين تابع نيز شامل كدهاي ساده‌اي است. (كد5)

كد 5

در صورتي كه مقدار dTotal كوچك‌تر از صفر باشد، خروجي آن 1- و در صورتي كه اين مقدار بزرگ‌تر از صفر باشد، خروجي آن 1 خواهد بود. بنابراين فرض كنيد كه در dTotal مقداري داريم و براساس مجموعه آموزش‌ها پاسخ 1- است، اما شبكه 1 را بازمي‌گرداند. پاسخ غلط است و برنامه يكي از خطوط نشان داده‌شده در كد 1‌ را چاپ مي‌كند كه مي‌گويد تاكنون يك عدد معين را مي‌گرفته است، اما اكنون بايد تابع آموزش را فراخواني كند؛ چراكه اين مورد اخير غلط از آب در آمده است.

تابع Learn از قواعد دلتا يا Widrow-Hoff استفاده مي‌كند كه از نظر برنامه‌نويسي به صورت كد 6 است. در اين قسمت از كد، ابتدا مقدار خطاي گره مساوي حاصلضرب مقدار گره در عدد 0.2- قرارداده مي‌شود.

كد 6

كد سپس روي همه پيوندهاي ورودي گره فعلي مي‌چرخد و مقدار وزن هر پيوند را مساوي مقدار dDelta قرار مي‌دهد كه خود حاصل نرخ يادگيري مقادير گره‌ها است و در هنگام تشكيل گره Adaline مساوي 45.0 قرارداده شده بود. البته شما در تعيين اين مقدار اوليه مختار هستيد. مي‌توانيد آن را تغيير دهيد تا ببينيد چه تاثيري روي نرخ يادگيري برنامه مي‌گذارد. به هرحال اگر به حاصلضرب فوق برگرديم، مي‌بينيم كه نرخ يادگيري گره در مقدار ورودي پيوندها ضرب شده است و حاصلضرب نيز در مقدار خطاي گره كه در ابتداي كد مقداردهي شده بود ضرب شده است.

در اينجا لازم به ذكر است كه اين يك شبكه ساده بود. هدف اين بود كه بتوانيم نحوه كار يك شبكه عصبي نمونه را بررسي كنيم. در عمل قضيه از اين پيچيده‌تر است. طبيعتاً شناخت كامل‌تر شبكه‌هاي عصبي و عملكرد آن‌ها مستلزم بررسي مثال‌هاي متنوع‌تر و پيچيده‌تر خواهد بود.

پي‌نوشت:
1 - شبكه‌هاي نوع ADALINE شبكه‌هاي عصبي تك لا‌يه‌اي هستند كه در سال 1960 توسط پروفسور Bernard Widrow و يكي از دانشجويانش به نام Ted Hoff توسعه داده شدند. اين شبكه‌هاي تك لا‌يه شامل چند گره هستند كه هر گره مي‌تواند چند ورودي را پذيرفته و يك خروجي توليد كند. به عنوان مثال يك شبكه Adaline با دو ورودي به شكل زير است:

ماتريس وزن W در اين مثال داراي يك سطر است. به اين ترتيب خروجي شبكه به صورت زير است:
يا:

سعید گروسی · Nov 16, 2012

مصاحبه اي با جاستين رتنر: خداحافظ الكترونيك، سلام اسپينترونيك!

گوردن مور(Gordon Moore)، در مقاله ی مشهور خود در آوریل 1965، در ژورنال Electronics، نوشت: "مدارهای مجتمع منجر به شگفتی هائی بزرگ همچون رایانه های خانگی - یا حداقل ترمینال های متصل به یک رایانه ی مرکزی - کنترل های خودکار برای اتومبیل ها، و تجهیزات ارتباطی قابل حمل شخصی خواهند

گوردن مور(Gordon Moore)، در مقاله ي مشهور خود در آوريل 1965، در ژورنال Electronics، نوشت: "مدارهاي مجتمع منجر به شگفتي هائي بزرگ همچون رايانه هاي خانگي - يا حداقل ترمينال هاي متصل به يك رايانه ي مركزي - كنترل هاي خودكار براي اتومبيل ها، و تجهيزات ارتباطي قابل حمل شخصي خواهند شد."
او با بررسي آينده ي صنعت چنين پيش بيني كرد كه، "قيمت هاي كاهش يافته ي يكي از جذابيت هاي الكترونيك مجتمع مي باشد و اين روند همچنان ادامه پيدا خواهد كرد تا آنجا كه تكنولوژي به سوي توليد توابع مداري بزرگ تر و بزرگ تر بر روي تنها يك لايه ي نيمه هادي حركت خواهد كرد. براي مدارات ساده، قيمت هر قطعه تقريبا نسبت عكس با تعداد قطعات خواهد داشت." اين بيان به قانون مور شهرت يافت. با گذشت 42 سال از آن تاريخ، اين قانون همچنان معتبر است. اما آيا 10 سال بعد از اين نيز همين طور خواهد بود؟ جاستين رتنر (Justin Rattner)، مدير تكنولوژي اينتل، در اين مصاحبه به اين سوال پاسخ خواهد داد.
سوال: قانون مور هم اكنون 42 ساله مي باشد و همچنان معتبر است. اما آيا در حال نزديك شدن به مزهاي پاياني خود نمي باشد؟
رتنر: زماني كه كسي مي گويد كه قانون مور به مرزهاي خود نزديك مي شود، من نگاهي به گذشته ي تاريخ صنعت مي اندازم. بنده بيش از 30 سال در حال فعاليت در اين صنعت بوده ام. براي مدت زيادي با قانون مور زندگي كرده ام. شما مي دانيد كه ما هيچ گاه نمي توانيم بگوئيم چه اتفاقي تا 10 سال بعد در تكنولوژي خواهد افتاد. و علت اينكه نمي توانيم از بيشتر از 10 سال جلو برويم اين است كه مطمئن هستيم درست پس از پايان آن مدت زماني، 10 سال ديگر را در پيش روي خواهيم داشت. اگر شما به فناوري 45 نانومتري ما نظري بيندازيد، خواهيد ديد... تعداد مشكلاتي را كه ما در مورد قانون مور به عنوان يك قانون هدايتگر با آنها سروكار داشتيم خواهيد ديد.
چهار يا پنج سال پيش مردم مي گفتند كه قانون مور را به سبب مشكل نشتي به نقطه ي پايان خواهند رساند. گذر به دي الكتريك با گيت High-K و ترانزيستورهاي با گيت فلزي از ترانزيستورهاي با گيت سيليكوني منجر به كاهش چشمگيري در نشتي گشت. اين تنها يك مثال براي اين است كه نشان دهد چگونه ابتكاران فني، چيزي را كه تصور مي شد يك محدوديت اساسي است، تحت تاثير قرار داد. و ابتكارات بسياري از اين دست وجود دارند كه من مي توانم بيان كنم، هرچند هنوز آنها را به مرحله توليد نرسانده ايم.
بنابراين، آنچه مي خواهم بگويم اين است كه در 10 سال بعد، ترانزيستورهائي كه ما مي خواهيم بسازيم شايد كوچكترين شباهتي به ترانزيستورهاي امروزي نداشته باشند. اين البته به معناي پايان قانون مور نيست.
سوال: اعلام چيپ 80 هسته اي نسل آينده، مثالي از آن تغييرات در طراحي ترانزيستورها مي باشد؟
رتنر: دقيقا! شش يا هفت سال قبل، اينتل شروع به صحبت در مورد اينكه ما چگونه و با چه روش هائي با محدوديت هاي توان مقابله مي كرديم، كرد؛ كه اين روش ها افزايش كارائي را بسيار سخت مي كرد چرا كه ميزان توان و انرژي كه توسط اين پروسسورها به صورت گرما تلف مي شود، بيش از آن چيزي است كه ما بتوانيم به روشي قابل قبول از نظر هزينه آنها را خنك كنيم. بنابراي در سال 2001 در مورد اين ديوار انرژي صحبت كرديم، و تصميم گرفتيم تا روش جديدي را در طراحي پروسور دنبال كنيم، كه شامل استفاده از پروسسورهاي با بازده انرژي بالاتر و سپس ... يك پروسسور چند هسته اي مي شد. در نتيجه ما هم اكنون پروسسورهاي دو هسته اي و چهار هسته اي را داريم. و همچنين نوع هشت هسته اي و بيشتر از آن را خواهيم داشت.
سوال: و 16 و 32 تايي و غيره ؟
رتنر: در واقع، بنده تصور مي كنم آنچه ما در آينده خواهيم ديد سير تكاملي در تعداد مختلف افزايشي در پروسسورها در خطوط مختلف توليد باشد. فكر مي كنم رايانه هاي قابل حمل و روميزي بطور نسبي تعداد هسته ي پائيني داشته باشند و به سمت 8، 12، و شايد 16 هسته اي حركت كنند. اما در مورد دسته ي بالاتر فكر كنم افزايش چشمگيري را شاهد باشيم، و اين در واقع محرك و انگيزه ي اصلي براي طراحي پروسسور 80 هسته اي مي باشد كه داراي قابليت محاسباتي بسيار بالائي است.
سوال: آيا فكر مي كنيد آينده اي براي انجام محاسبات بدون سيليكون وجود دارد؟
رتنر: خوب، اين يك سوال بسيار هيجان انگيز است. مي دانيد كه در حال حاضر تصور اينكه سيليكون به عنوان يك قطعه ي اساسي از ادامه ي راه خود باز خواهد ماند، بسيار سخت است. سيليكون همانند يك ماده ي متنوع و پركاربرد است كه ما همچنان به دنيال كشف راه هاي جديدي براي مهار كردن قابليت هاي آن هستيم. براي مثال ما در حال ساخت دستگاه هاي نوري متنوعي از سيليكون هستيم. در واقع، ما همين ماه پيش خير از يك مادولاتور نوري سيليكوني با سرعت 40 گيگابيت بر ثانيه داديم. بنابراين هم اكنون ما يك سيگنال نوري را گرفته و آن را مادوله مي كنيم، و داده ها را با سرعت 40 گيگابيت بر ثانيه در آن قرار مي دهيم كه تقريبا بالاترين سرعتي است كه در بين تكنولوژي هاي مختلف وجود دارد. سيليكون يك ماده ي بسيار قدرتمند است و فكر مي كنم كه به عنوان يك عنصر اساسي در نيمه هادي ها باقي خواهند ماند. و همچنان كه به سوي طراحي هاي جديد ترانزيستور يا همان چيزي كه ما مي گوئيم معماري ترانزيستور، گام برمي داريم ممكن است موادي را معرفي كنيم كه غير سيليكوني مي باشند.
بنابراين، بنده در مورد ترانزيستورهاي سطحي صحبت مي كنم. ممكن است ما مواد ديگري را روي سطح ته نشين بكنيم و ترانزيستورهايي از مواد ديگر بسازيم يا ممكن است ابزارهائي بسازيم كه كه متكي به ويژگي هاي كوانتومي متفاوتي نسبت به بار الكترونيكي باشند. هر آنچه ما امروزه انجام مي دهيم همچنان مديون بار الكترونيكي مي باشد، اما در واقع ما در حال جستجوي چيزهائي بر اساس برخي تاثيرات كوانتومي مي باشيم. عموم مردم آن را اسپينترونيك مي نامند (به خاطر "الكترونيك مبتني بر اسپين"، اسپينترونيك مبتني بر اسپين يك الكترون براي انتقال اطلاعات ديجيتال - 0 ها و 1 ها- مي باشد). ممكن است كه اسپينترونيك يك طراحي براي نسل آينده ارائه دهد اگر ما بتوانيم به اين موضوع دست يابيم كه چگونه مي توان اثر اسپين را در مدارات كاربردي و دستگاه ها كنترل كرد.
سوال: آيا شما اسپينترونيك را به عنوان يك معادل براي محاسبات كوانتومي به كار مي بريد؟
رتنر: نه، نه، آنها دو چيز متفاوت مي باشند. خوشحالم كه اين سوال را پرسيديد. محاسبات كوانتومي در واقع نوع متفاوتي از محاسبات مي باشد كه امروزه ما مي دانيم بر اساس رفتار آماري يافت شده در فيزيك كوانتوم است. اين نوع محاسبات براي برخي چيزها مفيد و كاربردي خواهد بود اما براي خيلي از چيزهائي كه ما امروزه انجام مي دهيم چندان مفيد نخواهد بود.
سوال: من فكر مي كنم براي محاسبات سنگين مفيد مي باشد نه براي محاسبات لپ تاپ ها و رايانه هاي روميزي امروزي، درسته؟
رتنر: بله، درست است. آن روش پتانسيل بالائي براي براي مطالبت عظيم و سنگين موازي ارائه مي دهد كه بسيار پر بازده است. اما تنها برخي مسائل مي توانند توسط اين نوع از محاسبات كه رايانه هاي كوانتومي انجام خواهند داد، حل شوند. آنچه من در مورد آن سخن مي گويم، به بيان ساده استفاده از يكي از ويژگي هاي كوانتومي مي باشد، مثل 1 بودن بار و 0 بودن رنگ. اسپين خصوصا جالب خواهد بود اگر ما بتوانيم اين اثرات اسپيني را در دستگاه هاي جديد با انواع متفاوت كنترل كنيم، و اينتل در حال تحقيق بر روي آن مي باشد. اگر به قانون مور برگرديم، ممكن است ما به نقطه ي پاياني براي الكترونيك مبتني بر بار الكتريكي تا 10 يا 15 يا 20 سال آينده برسيم، هر چقدر هم كه طول بكشد بالاخره اتفاق خواهد افتاد. اما ما الكترونيك مبتني بر بار را با يك سيستم مبتني بر اسپين جايگزين مي نمائيم. اگر شما بگوئيد كه اين پايان قانون مور خواهد بود، بنده نمي دانم. اما تا زماني كه ما بتوانيم در مسير بهبود كارائي و بازده انرژي و چگالي قدم برداريم شايد بتوانيم آن مرحله ي گذر را ايجاد كنيم.
سوال: حالا تمايل دارم به موضوع انتقال 40 گيگابيتي برگردم، كه با نام فوتونيك سيليكوني شناخته مي شود. ممكن است توضيح دهيد فوتونيك سيليكوني چيست؟
رتنر: حتما، افزايش سرعت انتقال داده از طريق سيم مسي ديجيتالي همينطور سخت و سخت تر مي گردد. همانطور كه مي دانيد، روي يك بورد مداري سيم وجود دارد؛ آنها ممكن است در فاصله هاي زيادي از هم درون يك مركز داده يا حتي فراتر از آن قرار داشته باشند. همانطور كه هر كسي به خوبي آگاه است، مس ضرورتا از سيستم ارتباطات خارج شده است. هم اكنون فيبرهاي نوري هستند كه كره زمين را به يكديگر مرتبط كرده اند. در واقع، جايي كه من زندگي مي كنيم شركت تلفن فيبرهاي نوري را به درب منزل من آورده است. بنابراين ارتباطات راه دور از طريق آن ميسر مي شود. و همينطور نزديك و نزديك تر مي شود، اما هزينه آن نيز نسبتا بالا است.
بنابراين دوباره، 4 تا 5 سال پيش ما شروع به بررسي امكان ساخت اين ابزارهاي اپتيكي پر بازده بر روي سيليكون كرديم. و فوتوديتكتور (آشكارساز نور) هاي سيليكون-ژرمانيم با كارائي بالا را ساختيم. ما مادولاتورها را با سرعت اوليه ي 10 گيگابيت بر ثانيه ساختيم و هم اكنون به سرعت 40 دست يافته ايم؛ ما همچنين مالتي پلكسرها دمالتي پلكسرها را ساختيم و سال پيش تكنولوژي به نام ليزر سيليكوني هيبريدي را ايجاد كرديم - ما به واقع يك ليزر نوري الكتريكي را ساختيم. ما اكنون در نقطه اي قرار داريم كه داراي منابع نور، مادولاتورها، مالتي پلكسرها، دمالتي پلكسرها و آشكارسازها مي باشيم. ما هم اكنون توانائي كامل دريافت و ارسال نوري به هم پيوسته را داريم، اما بايد همه اين ابزارها را با هم داخل يك چيپ قرار دهيم و آن چيزي است كه هم اكنون روي آن كار مي كنيم. چيزي كه ما براي يك سال بعد يا بعد از آن برنامه ريزي كرده ايم ارائه ي يك ترانسيور (سيستم ارسال و دريافت) نوري كامل روي سيليكون مي باشد.
سوال: اين تكنولوژي جديد چه زماني در بازار در دسترس خواهد بود؟
رتنر: خوب، ممكن است كه تا اواخر اين دهه ما محصولات فوتونيك سيليكوني را در بازار داشته باشيم. اگر 2010 نشد، شايد 2011، اما فكر مي كنم كه نزديك هستيم.
سوال: مردم مي خواهند بدانند ابزارهاي محاسباتي آينده چه كاهائي انجام خواهند داد و چه زماني طول مي كشد تا انها را داشته باشند. براي هر چه رويائي تر كردن كاربردهاي دهه ي بعدي بر روي چه الگوهائي كار مي كنيد؟
رتنر: ما به تمامي كابردها نظر داشته ايم، كه نيازمند حجم بالادي از قدرت محاسباتي براي كاربردي شدن و توسعه يافتگي مي باشند. اين با چيزي كه پيش از اين در مورد آن صحبت مي كرديم سازگار است، ساخت ماشين هاي چند هسته اي بسيار بالا مانند پروسسور 80 هسته اي... ما به دامنه ي گسترده اي از موارد نظر داريم مثل رديابي كاربردي حركت، توانائي دوربين هاي ويدئوئي براي مشاهده ي آن چيزي كه شما انجام مي دهيد و تبديل حركات شما به حركت يك انسان در يك رايانه. بنابراين همينطور كه شما دستان خود را حركت مي دهيد، فيگور موجود در رايانه نيز دستان خود را حركت مي دهد، و اگر شما چشمك بزنيد، فيگور رايانه اي نيز با چشمان خود چشمك خواهد زد. ما در نظر داريم تا تمام حالات چهره و تمام حركات بدن را بدست آوريم. احتمالا اين كار مي تواند پايه و اساس براي نسل آينده ي بازي ها بوده يا راهي براي آموزش رقص به ديگران مي باشد. شريك مجازي شما يك رايانه خواهد بود.
كاربرد جالب توجه ديگر اين است كه جايي كه ما يك ويدئوي زنده از يك مسابقه ي ورزشي مثل فوتبال را تنظيم مي كنيم ، رايانه همه ي بازيكن ها را رديابي و بازي را مشاهده مي كند و بصورت خودكار تصويري مشخص نمايش مي دهد. بنابراين شما مي توانيد بگوئيد كه من فقط مي خواهم شوت به دروازه ها را يا فقط ضربات پنالتي را تماشا كنم يا فقط مي خواهم اين بازيكن خاص را تماشا كنم و به من همه ي تصاويري را كه اين بازيكن توپ را در اختيار دارد نشان ده. رايانه مي تواند تمام اين چيزها را بصورت خودكا انجام دهد. اين كار البته نيازمند حجم انبوهي از محاسبات است: رديابي تمامي بازيكنان، آناليز حركات، و همه ي چيزهائي كه اتفاق مي افتد. بنابراين، تا 5 سال آينده شايد يافتن اين ويژگي در تلويزيون ها چندان غيرعادي نباشد. اينها چندين مورد از كاربردهاي آن در آينده مي باشد كه ما بر روي آنها كار مي كنيم.
هم اكنون، ما همچنين در حال كار بر روي ابزارهاي كمكي هستيم. ما آزمايشاتي بر روي تعدادي از تكنولوژي ها انجام داده ايم كه شما مي توانيد با خود حمل كرده و يا آنها زير لباستان نگاه داريد. آنها ضربان قلب، تنفس، فعاليت فيزيكي شما و تمام موارد شما را كنترل مي كنند. آنها اطلاعاتي در اختيار شما قار مي دهند كه شيوه ي زندگي شما ا بهبود بخشيده و منجر به سلامتي بهتر خواهد شد يا در مورد يك وضعيت پزشكي به شما هشدار مي دهد تا به يك پزشك مراجعه نمائيد.
سوال: امروزه، ما برخي روبات هاي هيجان انگيز واقعي مي بينيم كه مجهز به تشخيص تصوير و صحبت مي باشند. برخي از آنها، به خصوص آنهائي كه براي سازمان دفاع طراحي شده اند، مي توانند مانند يك موجود زنده راه بوند. آيا فكر مي كنيد عصر ترميناتور نزديك است يا عصر ماشين هاي هوشمند در حال آمدن است؟
رتنر: عصر ماشين هاي هوشمند، چيزي است كه شما گفتيد؟ خوب، من فكر مي كنم كه از چند جنبه جواب بايد مثبت باشد. پلتفورم كمكي كه من داشتم در موردش صحبت مي كردم ابعاد متنوعي دارد. همين حالا شما مي توانيد آن را در جيب خود قرار دهيد يا روي كمربندتان ببنديد يا چيزي شبيه به آن. آن تمام اين داده ها را جمع آوري مي نمايد و نتيجه گيري مي نمايد. آن مي تواند بگويد كه شما نشسته ايد يا سر پا هستيد، يا داخل خانه ايد يا خارج از خانه، اينكه در حال بالا رفتن از پله ها يا پائين رفتن هستيد، و سپس بر اساس آن مي تواند تصميمات بسيار ديگري در مورد اينكه شما در حال انجام چه كاري هستيد بگيرد. منظور من اين است كه، وقتي الگوهاي فتاري شما را ياد بگيرد، مي تواند بگويد شما در خانه هستيد يا در سر كار، يا در حال رانندگي ماشين هستيد يا ب روي كاناپه نشسته ايد.
فكر مي كنم اين مجموعه ي كامل از محاسبات ادراكي مي تواند منشا پيشرفت هاي سريعي باشد. تصور مي كنم كه در طول دهه ي آينده يا بعد از آن دستگاه هائي وجود خواهد داشت، حال روبات باشند يا نه، كه داراي ادراكات محاسباتي بوده و يك فتار مشابه به انسان از خود به نمايش خواهند گذاشت. فكر مي كنم اين امر بطور قطع اتفاق خواهد افتاد.

apadana34 · Aug 3, 2013

من چند تا اختراع را نام می برم می خواستم بدانم مهندسان الکترونیک درش چه نقشی داشتن

- چند وقت پیش توی روزنامه خواندم که خودکار مترجمی هست که زیر متنی که نمی فهمی خط می کشی و خودکار ان قسمت را اسکن می کنه و معنی ان را توی صفحه متن می تابانه
- صفحه لمسی بکار برده شده در موبایل یا نمایشگر
-ماهواره

Thread starter	عنوان	تالار	پاسخ ها	تاریخ
	نظر سنجی جهت ایجاد تالار جدید تست و تعمیر - من یک اغتشاشگرم!!!!	الکترونیک	125	Aug 23, 2009
	ترانزیستورهای با تکنولوژی جدید	الکترونیک	1	Sep 17, 2008

خبر های جدید دنیای الکترونیک

عضو جدید

عضو جدید

مدیر مهندسی برق مخابرات - متخصص نیمه هادی

مدیر مهندسی برق مخابرات - متخصص نیمه هادی

عضو جدید

مدیر ارشد

کاربر حرفه ای

کاربر حرفه ای

مدیر مهندسی برق مخابرات - متخصص نیمه هادی

مدیر بازنشسته

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

عضو جدید

Similar threads