مقدمه:

آیا تا به حالا دچار آفتاب سوختگی شده‌اید؟ اگر بله، می‌دانید گرمای خورشید چه توانی می‌تواند داشته باشد! آیا می‌دانستید این گرما را می‌توان به انرژی الکتریکی تبدیل کرد؟ شما ممکن است درباره‌ی سلول‌های خورشیدی شنیده باشید، اما برج مَکشی خورشیدی به گوش‌تان خورده؟ این ساختار بسیار ساده، از خورشید برای گرم کردن هوا استفاده می‌کند، که سپس به یک توربین درون یک برج بزرگ برق می‌دهد. در این فعالیت شما یکی از این برج‌ها را خواهید ساخت. فکر می‌کنید بتوانید یک پره‌ی چرخان صرفا با هوای گرم بسازید؟ ادامه مطلب …

در سال ۲۰۱۴ تبادل بزرگترین ارز مجازی، Mt. Gox ناگهان متوقف شد. مشکلاتِ شعبه‌ی توکیوی ارز بیت‌کوین گاکس، که زمانی بزرگترین شعبه هم بود، بروز کرد و علت اصلی آن هم ترک همکاری سیستم پرداخت و ارز مجازی در شار ورودی یا پذیرش ارز در سال گذشته‌اش بود (جریانی که زیرساخت بیت‌کویت را تهدید کرد). وب‌سایت گاکس پایین آمد و توییتر این اُرگان کامل پاک شد، و گزارش هک منتشر شد که خبر از دزدی صدها هزار بیت‌کوین می‌داد. ادامه مطلب …

ویروس باج‌افزار سرورهای کامپیوتر را سرتاسر دنیا هدف قرار داده. متخصصین امنیت سایبری می‌گویند نرم افزار مخرب به حمله‌ی WannaCry مربوط است که صداها هزار کامپیوتر را بهار امسال آلوده کرد. ادامه مطلب …

در نوامبر ۲۰۱۶ هیلاری کلینتون بازنده‌ی انتخابات ایالات متحده بود و علت اصلی آن احتمالاً یکی از دست ساخت‌های پُر استفاده‌ی بشر بود: ایمیل!

البته کلینتون از سِرورهای شخصی در طول انتصابش به عنوان وزیر امور خارجه استفاده کرد. ولی کمپینش هم با جریانی از ایمیل‌های هک شده ضعیف شد، بخصوص ایمیل‌هایی که کمیته‌ی ملی دموکرات‌ها و سرپرست کمپین جان پودستا فرستاده بود. ادامه مطلب …

رمزگذاری دوسره برای مردم عادی به تنهایی کافی نیست. در این مطلب به تصمیم ها و تکنیک‌های موجود می‌پردازیم.

در ماه ژوئن ۲۰۱۷ پنج متحد اطلاعات امنیت همایشی در اوتاوا، کانادا ترتیب دادند تا شرکت‌های فناوری را برای رمزنگاری پیغام رسانی تروریستی قانع کنند. در ماه جولای، نخست وزیر استرالیا، مالکوم ترنبال، از شرکت‌ها دعوت کرد تمام سیستم‌هایی که پیغام‌های تماماً رمزگذاری شده و از فرستند به گیرنده می‌رسند، مسدود کند (این روش به رمزگذاری دوسره شناخته شده- End-to-End). رییس دفتر امنیت بریتانیا، اَمبِر راد در روزنامه های ۳۱ جولای بحثی را مطرح کرد که درباره‌ی مردم واقعی صحبت کرده بود. یعنی کسانی که نیازی به این رمزگذاری دو سر ندارند. ادامه مطلب …

فزایش آزمایش محاسبات کوانتمی دری بر روش جدیدی از حل مسائل باز خواهد کرد.

محاسبات کوانتمی پنجاه سال است که نگاه ها را به سمت خود معطوف کرده. دلیلش ساده است: مسیری برای حل مسائلی باز می‌کند که با ماشین کلاسیک حل شدنی نیستند. نمونه ای از این دست، در شبیه سازی‌های شیمی که مواد و مولکول‌های جدید را توسعه می‌دهند و مسائل بهینه سازی پیچیده را حل می‌کند که به دنبال بهترین گزینه بین تمام احتمال‌ها هستند. هر صنعت نیاز به بهینه سازی دارد که خود دلیلی ست بر این فناوری که بسیار پتانسیل مخرب دارد.

تا این اواخر، دسترسی به کامپیوترهای کوانتمی نوظهور محدود بود به مختصصینی که در معدود آزمایشگاه‌هایی سرتاسر دنیا کار می‌کردند. ولی پیشرفت هفته ساله اخیر، ساختن اولین دستگاه پیش تولید را ممکن کرده که می‌تواند در نهایت ایده‌ها، الگوریتم‌ها و دیگر تکنیک‌هایی که تاکنون تماما نظری بودند بیازماید. کامپیوترهای کوانتمی با توانایی مکانیک کوانتم، مسائل را به مبارزه می‌طلبند. حل کردن مسائل به صورت تکی در ماشین‌های کلاسیک با مقیاس‌های کلاسیک توجیه‌پذیر نیست. ماشین‌های کوانتمی با استفاده از برهم نهی تمام احتمال‌ها کارش را شروع می‌کند و آنگاه از تداخل و گیراندازی برای پیدا کردن جواب درست استفاده می‌شود – این دو پدیده را ما در حالت کلاسیک و زندگی روزمره نمی‌بینیم.

 

 

نتیجه‌ی مطلوبی که این دستگاه ها می‌دهند اما هزینه‌ای که دارد، پیچیدگی و دشواری ساخت آن‌هاست. طرح عمومی آن‌ها نیاز به مواد ابرسیال دارد (۱۰۰ مرتبه سردتر از فضای بیرون از جو زمین)، کنترل دقیق حالت‌های ظریف کوانتمی و سپر ساختن برای پردازنده تا از رسیدن یک تک پرتو نور هم ممانعت به عمل آید. ماشین‌های کنونی هنوز آنقدر کوچکتر از آن هستند که به طور کامل مسائل پیچیده‌تر از آنچه ابرکامپیوترهای کنونی می‌توانند امکان‌پذیر کنند، حل کنند. با این اوصاف، پیشرفت شگرفی داشته‌اند. الگوریتم‌ها توسعه پیدا کرده‌اند و می‌توانند در ماشین‌های کوانتمی سریع‌تر کار کنند. حال تکنیک‌های موجود انسجام طولانی (اطلاعات کوانتمی برای تمام عمر) در بیت‌های کوانتمی ابررسانا با ضریب بیش از ۱۰۰ نسبت به ۱۰ سال قبل دارند.

می‌توانیم مهم‌ترین گونه های خطاهای کوانتمی را تخمین بزنیم. در سال ۲۰۱۶ IBM از اولین کامپیوتر کوانتمی همگانی در Cloud رونمایی کرد (IBM Q)- با رابط گرافیکی برای برنامه نویسی روی آن و حالا با رابط زبان پایتون (Python) در دسترس است. با در اختیار قرار دادن این سیستم فیزیکی به دنیایی که از اینترنت استفاده می‌کند و برای این فناوری و پیشرفتش حیاتی ست، بیش از ۲۰ مقاله آکادمیک با این سیستم فیزیکی منتشر شده. این حوزه به سرعت در حال گسترش است. گروه‌های پژوهشی آکادمیک و بیش از ۵۰ استارتاپ و شرکت‌های بزرگ در سرتاسر دنیا، بر به وجود آوردن محاسبات کوانتمی به عنوان یک واقعیت روزمره تمرکز کرده‌اند.

با این پیشرفت‌های فناوری و ماشینی که نوک انگشتان همه است و حالا زمان آماده شدن برای دوره کوانتمی فرا رسیده. مردم می‌توانند اینطور در نظر بگیرند که اگر ماشین‌هایی که امروز هستند می‌توانستند مسائل را حل کنند، آن‌ها چه باید می‌کردند. و بسیاری از راهنماهای محاسبات کوانتمی برای شروع به صورت آنلاین در اختیار هستند. هنوز موانع بسیاری پیش‌ِروست. زمان‌های انسجام (Coherence time- Tc- برابر است با معکوس بیشینه فرکانس دوپلر) باید بهتر شوند، نرخ خطاهای کوانتمی باید کاهش یابد و به مرور، باید خطاهایی که روی می‌دهند را از بین ببریم یا تصحیح کنیم.

 

پژوهشگران به نوآوری‌هایشان در دو حوزه سخت افزار و نرم افزار ادامه می‌دهند. با این حال، سرمایه گزاران مخالفند چرا که اعتقاد دارند معیارها مشخص خواهند کرد چه زمانی محاسبات کوانتمی به بلوغ لازم در فناوری رسیده. تعدادی از این پژوهشگران هم تعریف‌های استانداردی ارائه کرده اند که برای عموم چندان قابل توضیح نیست مگر تخصص داشته باشند. و دیگران با این تعاریف موافق نیستیم، چرا که محاسبات کوانتمی به عنوان یک فناوری خودش را معرفی نمی‌کند تا زمانی که واقعاً بتواند مسائلی را حل کند که برای بازرگانان، متخصصین و اجتماع مهم هستند. خبر خوب این است که آن روز دقیقا در افق دید ما قرار دارد.


منبع:

ُScientific American (Dario Gil-رییس پژوهشکده علوم آی بی ام)
کامپیوترهای شخصی کوانتمی
IBM
IBM Q

فیس بوک از چت‌بات، دیالوگ‌های انسانی‌تر می‌سازد.

غول شبکه‌های اجتماعی داده‌های تمرینی هوش مصنوعی را در اختیار همگان قرار می‌دهد. بعد از سال‌ها زمزمه‌هایی که درباره‌ی چت‌بات‌های انقلابی در گوشی‌های همراه، سرویس‌های پیک خرید آنلاین، و فروشگاه‌های آنلاین شنیده‌ بودیم، این اپلیکشین‌های هوش مصنوعی هنوز چندان توانایی محاوره ندارند. علت آن است که توانایی رسیدن به دیالوگ طبیعی بین انسان و ماشین همچنان کارهای بسیاری می‌طلبد(بیشتر در حد دستورهای ساده و پاسخ‌های از یش تعیین شده ست). با این حال، فیس بوک امیدوار است با خلق اساس اشتراکی ماشین‌های سخنگو تغییراتی را در این زمینه ایجاد کند.

 

 

یان لی‌کان سرپرست تیم هوش مصنوعی مرکز پژوهشی فیس بوک(FAIR) برا آن است که چت‌بات‌ها- برنامه‌های کامپیوتری خودکار، مثلاً دستیار خدمات مشتریان یا راهنمای شخصی در گوشی‌های همراه، از دیالوگ‌های استفاده می‌کنند که قبلا نوشته شده. «اگر پیش نویس به برنامه ندهید خوب کار نمی‌کند.» دیگر انواع چت‌بات‌ها سرگرم کننده هستند ولی برای اهداف خاص مفید نیستند. این مساله را از Tay-AI (یکی از چت‌باتی که مایکروسافت و توییتر استفاده می‌کنند)، که سال گذشته مایکروسافت از توییتر اعلام کرد می‌دانیم. وقتی یاد می‌گرفت چطور توییت توهین آمیز بسازد، به سرعت آفلاین می‌شد. لی‌کان می‌گوید:«آنچه که نداریم، این است چت‌بات بتواند کار مفیدی انجام دهد.»

او و تیمش پیشنهادی به برنامه نویسان دادند تا نسل بعدی این روبات‌ها را برای به اشتراک گذاری، منبع داده های تمرینی هوش مصنوعی و برنامه ای به نام ParAI طراحی کنند. یکی از مهم‌ترین اهداف پیشرفت هوش مصنوعی به وجود آوردن شکبه‌های هوشمندی ست که بتوانند محاوره عادی با مردم داشته باشند. جیسون وتسون پژوهشگر FAIR، می‌گوید:«فناوریی وجود ندارد چون پژوهش بنیادی وجود ندارد که بتواند الگوریتم‌های دیالوگ‌های هوش مصنوعی را گسترش دهد و به زبان عادی که مردم صحبت می‌کنند تبدیل کند.»

 

ParlAI بیست مجموعه داده‌ها را رونمایی کرده که هر پژوهشگری می‌تواند برای آموزش سیستم دیالوگ هوش مصنوعی در کاربردهای خاص استفاده کند که به چت‌بات‌ها کمک می‌کند چگونه پاسخ سوالات را بدهند و یا اطلاعات لازم را برای انجام وظیفه مشخص شده جمع آوری کنند (مانند رزرو رستوران). یکی از این دست داده‌ها bAbI Tasks است. بیست آزمون متفاوتی که طراحی شده تا برای مثال یک اپلیکیشن هوش مصنوعی بتواند وقتی با مجموعه ای از جملات روبرو می‌شود و سوالاتی درباره متن پرسیده می‌شود، درک و نتیجه گیری کند. یک نماینده هوش مصنوعی باید بتواند بفهمد که چه روی می‌دهد و از استدلال برای پاسخ سوال استفاده کند.

لی‌کان می‌گوید بعضی مجموعه داده ها فقط متن هستند. بعضی تصویر و متن که هدفشان آموزش زبان با ارتباط دادن به کلماتی در دنیای واقعی. ParlAI طوری طراحی شده تا به پژوهشگران قالب بندی متحدی برای تمرین و آموزش مدل‌های (مختلف) دیالوگ بدهد؛ بخصوص تمرین‌های چندمنظوره با مجموعه داده های بسیار. «امیدواریم ترکیبی از این کارکردها به ماشین برای کسب دانش بیشتر کمک کند.»

برد هایِس پژوهشگر پسادکترای ام آی تی در آزمایشگاه هوش مصنوعی و علوم کامپیوتر گروه روباتیک که ارتباطی با پروژه فیس بوک ندارد، می‌گوید:«سر و صدای حاشیه ای ماشین یادگیری و سیستم‌های دیالوگ واقعیت این حوزه پژوهشی را در برگرفته‌اند. درک زبان موضوعی بسیار گسترده است و خلق چت‌بات‌هایی که کار کنند نه فقط به درک معنای پس زمینه زبان بلکه به توانایی به وجود آوردن پاسخ‌های مناسب هم بستگی دارد.» داده سازیی که عمومی و در دسترس باشد، حل این مسائل را به دلیل مشارکت گسترده تر امکان پذیر می‌کند، ولی هایس بر آن است که توسعه‌ی درک مفهوم موفق‌تر زبان و استفاده از آن قویاً نیاز به داده‌های پرورشی بیشتری در سیستم‌های کنونی دارد. این محدودیت‌ها به ساده ترین شکل ممکن روشن‌ترین مسائل هستند. کاربران باید صحبت کنند بنابراین می‌توانند توسط چت‌بات‌ها و دستیاران هوشمند مانند Amazon Alexa فهمیده شوند.

 

 

هایس می‌گوید:«بهترین نمونه اش این است: از الکسا بخواهید صدا را بالا یا پایین ببرد یا روی عددی بین صفر تا ده تنظیم کند. ولی درکی از درصدها ندارد و نمی‌تواند نگاشتی به مقیاس‌های خودش که نرم افزار تعیین کرده داشته باشد.» این خودش ریسک است. چراکه یک برنامه نویس سعی می‌کند دیکته کند کاربر باید با ابزار حرف بزند بجای اینکه اندرکنش متقابلی بین این دو طراحی کند.

 

از یک طرف فیس بوک به روشی نیم نگاه دارد که اجازه می‌دهد مشارکت کنندگان در ParlAI به صورت آزمایشی با توانایی های دیالوگ اپلیکیشن هوش مصنوعی ارتباط برقرار کنند. این کار را با اندرکنش مردم و amazon Mechanical Turk انجام می‌دهد که پلت فُرم منبع جمعیتی دارد و هوش انسانی را طوری هدایت می‌کند که وظایفی که کامپیوتر در حال حاضر نمی‌تواند انجام دهد به انجام برساند. در پایان، توانایی ساختن روبات‌های محاوره‌ای و دستیاران هوش مصنوعی بستگی به این دارد که چقدر خوب طراحی شده باشند و آزمایش شده باشند و نیاز به پژوهشگرانی دارد که ببینند چگونه برنامه شان با انسان ارتباط برقرار می‌کند.

 

هایس می‌گوید:«استراتژی توسعه چت‌بات صوتی برای گسترش فناوری ضروری ست. چت‌بات‌ها برای آینده‌ی پیام رسانی، پشتیبانی یا خط‌مقدم چنین برنامه هایی (همچون سیستم چت‌های خودکار که بسیار مورد استفاده قرار می‌گیرد- با هشدار) ضروری هستند. آن‌ها واقعا می‌توانند توسعه پیدا کنند (سرویس مشتریان) و اثر انسانی بیشتری از خود نشان دهند، ولی پتانسیل نابودی تجربه کاربر و اگر بچه گانه استفاده شوند، اعتبار یک برند را از بین ببرند.»


منبع:

Scientific American

هوش مصنوعی و ویکی پدیا
Facebook AI
Gzimodo blog (FB AI)

پویتر سرویس IBM Q ابر- پایه به نظر چندان تفاوتی با کامپیوترهای کلاسیک نخواهند داشت.

آی بی ام بر آن است که اولین کامپیوتر کوانتمی همگانی را معرفی کند. این شرکت IBM Q را با دریافت هزینه ای برای مشتریانش از طریق اینترنت در دسترس قرار خواهد داد. بهتر از کامپیوترهای کلاسیک کار نخواهد کرد! حداقل فعلا. ولی این شرکت اعلام کرده که این دستگاه منجر به توسعه قابل توجه در بازار برای آینده‌ی مکانیک کوانتم خواهد شد که می‌تواند محاسبات پیچیده را که الان کامپیوترهای کلاسیک نمی‌توانند انجام دهند، به انجام برساند. سرویس ابر آخرین راه در مبارزه ساخت کامپیوترهای کوانتمی است.

این پروژه براساس پیشرفت دانشی ست که سرویس محاسباتی ابر موجود در IBM فراهم آورده: آزمایش کوانتمی (Quantum Experience) که هرکسی می‌تواند بدون هزینه در اختیار داشته باشد. این سیستم سال ۲۰۱۶ آنلاین شد و اخیراً رابط کاربری اش ارتقا یافته. جری چو فیزیکدان سرپرست آزمایشگاه محاسبات کوانتمی در مرکز پژوهشی یورک‌تاون IBM می‌گوید:«ده ماه استفاده از آن بسیار به ما آموخته. راهی را برای پژوهشگران باز کرده که در سرتاسر دنیا بدون دسترسی به کامپیوتر کوانتمی الگوریتم‌های کوانتمی را تجربه کنند. آی بی ام، استراتژی کُلی برای ساخت یک اجتماع و اکوسیستم حول و حوش فناوری خودش دارد.»

 

این شرکت درباره‌ی IBM Q و زمان آنلاین شدنش سکوت کرده. عده‌ای برآن هستند که همین امسال خواهد بود. میزان قدرت این سیستم کوانتمی یا هزینه ای که برای داشتنش باید متحمل شد، از کسی پوشیده نیست. آی بی ام اعلام کرده که اولین مشتریانش را جذب کرده و اگرچه هویت آن ها را اعلام نکرده ولی پارتنرهای تجاری را همراه خود کرده تا کاربردهای این ماشین را به مرحله آزمون بگذارند و توسعه دهند.

 

رقابت کوانتمی

کامپیوترهای کوانتمی وپژگی‌های غیربصری فیزیک ذرات بنیادی را به صورت بیت‌های اطلاعات به نام بیت‌های کوانتمی، یا کوبیت (Qubits) در اختیار می‌گیرند و می‌توان حالت‌های همزمان و چندگانه کوانتمی را به جای یک حالت ۰ یا ۱ برایشان متصور شد. اوایل سال‌های ۱۹۹۰، فیزیکدان نظری در آی بی ام، الگوریتم‌هایی بر اساس کوبیت نوشت که در نظریه می‌توانستند به صورت نمایی سریع‌تر از کامپیوترهای کلاسیک امروزی کارشان را انجام دهند.

ولی در عمل، کوبیت‌های لازم برای راه اندازی چنین الگوریتم‌هایی با عنوانی چون کامپیوتر همگانی کوانتمی چالش بر انگیز است. دو فناوری برای یاری رساندن به کوبیت‌ها با هم ترکیب شدند. یکی تک یون‌ها را در خلا با استفاده از میدان‌های الکتریکی و مغناطیسی در اختیار می‌گیرد و دیگری کوبیت‌ها را به مدارهای ابررسانای میکروسکوپی هدایت می‌کند که چند درجه بالای صفر مطلق هستند. آی بی ام، به سختی دنبال روش دوم است.

در سال‌های اخیر گوگل هم وارد این بازی شده و در سانتا باربارا، کالیفرنیا، روی ابر رسانا-کوبیت کار می‌کند. گوگل، آی بی ام، و تعداد قابل توجهی شرکت‌های دیگر و آزمایشگاه های دانشگاهی نقشه‌ی راه جدی برای ساخت ماشین‌هایی که بتوانند فراتر از کامپیوترهای کلاسیک باشند ترسیم کرده اند. ولی این ماشین‌ها باید هرکدام ۵۰ کوبیت اجرا کنند. رکورد کنونی حدود ۲۰ کوبیت است که برا محاسبات ساده کافی ست.

تجربه گرایی

پس وقتی آی بی ام از تجربه‌ی کوانتمی حرف می‌زند که ۵ کوبیت ابررسانا راه اندازی می‌کند، عده‌ای نکته را نگرفتند. کریستوفر مونرو، فیزیکدانی که در آزمایشگاه گیر اندازی یون، دانشگاه مریلند در پارک فناوری کار می‌کند می‌گوید:«بسیاری از دوستان آن را شیرین کاری رسانه‌ای می‌دانند، ولی من فکر می‌کنم واقعا کار بزرگی است.»

حتی اگر این ماشین آی بی ام، بی نظیر نباشد، این شرکت بر چند چالش فائق آمده تاQE آنلاین را به انجام برساند و برای پژوهشگرانی که لزوما فیزیکدان هم نیستند و هرگز با کامپیوتر کوانتمی هم کار نکرده‌اند، قابل استفاده کند. این شامل خلق سیستم‌هایی هم می‌شود که بدون ثابت‌های مورد نظر فیزیکدانان که ماشین را ساختند، کار می‌کند. مونرو معتقد است که قرار دادن ماشین در ابر داده ها دققا همان کاری ست که باید انجام شود، ولی واقعا کار زیادی می‌طلبد تا این فرایند به آنچه که باید برسد.

با دسترسی به دستگاهی که QE را به انجام برساند یا IBM Q بدان معناست که پژوهشگران سرتاسر دنیا می‌توانند چالش‌های بی نظیری از برنامه نویسی را تجربه کنند. این برنامه نویسی با کُد زنی کلاسیک برمنامه نویس‌ها فرق دارد و باید حدهای فیزیکی روی کوبیت‌ها گذاشت. در اصل، یک ماشین ۵ کوبیت برای شبیه سازی آنچه کامپیوتر کلاسیک و حتی لپتاپ انجام می‌دهد کافی ست. ولی کوبیت‌های واقعی آنقدرها هم ساده نیستند .

ایزاک چوانگ فیزیکدان MIT بر آن است که چالش واقعی این است که شما می‌توانید الگوریتم خودتان را بسازید که بتواند با سخت افزار واقعی کار کند و کاستی‌های خودش را داشته باشد. چو می‌گوید که IBM Q کوبیت‌های بیشتری نسبت به آزمایش کوانتمی خواهد داشت ولی این شرکت هنوز عدد کوبیت خاصی را اعلام نکرده.

 

 

عصر ابر کوانتمیQE تا اینجا حدود ۴۰ هزار کاربر از بیش از ۱۰۰ کشور جذب کرده. برای مثال چوانگ به صورت آنلاین در تدریس دوره ارشد محاسبات کوانتمی از آن استفاده کرده. دانشجویان می‌توانستند برنامه نویسی در یک کامپیوتر کوانتمی را تجربه کنند. کاربرهای این دستگاه ۲۷۵ هزار آزمایش انجام دادند و ۱۵ مقاله پژوهشی حاصلش بود. بین آن‌ها یکی از تیم‌ها به سرپرستی مونرو و همکارانش بود که کارایی ماشین ابررسانای آی بی ام را با ۵ کوبیت یونی در آزمایشگاه مونرو مقایسه می‌کردند. سرویس ابر کوانتمی این شرکت سریع تر بود ولی ماشین مونرو دقیق‌تر عمل می‌کرد.

مونرو استارتاپی را پایه گذاری کرده به نام IonQ که انتظار دارد ابر-پایه باشد و سرویس یونی کوانتمی ارائه دهد ولی مشخص نکرده چه زمانی به انجام می‌رسد. گوگل برنامه دارد تا همین کار را با ابررسانای مکانیک کوبینی اش انجام دهد، ولی جان مارتینیس سرپرست آزمایشگاه محاسبات کوانتمی این شرکت در سانتا باربارا می‌گوید تا زمانی که کامپیوتر ۵۰ کوبیتی کار نکند چنین مهمی به انجام نخواهد رسید.

در همین حین، D-Wave شرکتی در برنابی کانادا، سرویس محاسبات کوانتمی دارد که از ۲۰۱۰ محاسبات کوانتمی در ابر داشته. جرمی هیلتون می‌گوید:«هسته‌ی استراتژی ما واقعاً حرکت رو به جلو تا رسیدن به ابری ست که به این مدل برسد.» ولی ماشین‌های D-Wave کامپیوترهای همگانی نیستند و فقط می‌توانند گستره محدودی از الگوریتم‌های کوانتمی را انجام دهند. با این حال، گروه‌های متعددی از پروژه آن‌ها استفاده کرده‌اند.


منبع:

Scientific American

IBM Q
کامپیوترهای شخصی کوانتمی
D Wave

وقتی تعداد آدم‌ها از ابزارهای آنلاین کمتر می‌شود!

۹۴Fifty به نظر یک بسکتبال معمولی‌ست. می‌توانید توپ باد کنید، دریبل بزنید، پاس بدهید، شوت بزنید، اسلم دانک یا پنالتی بزنید. ولی چیزی بیش از اینها با انگشتانتان انجام خواهید داد. در حین بازی میزان سختی و سرعت یک شخص در دریبل و پرتاب ثبت می‌شود. قوس یک شوت تخمین زده می‌شود. داده‌هایی را به گوشی همراه (هوشمند) می‌فرستد. سپس این گوشی از یک اپلیکشین برای آنالیز بازی استفاده می‌کند. آنگاه این اپلیکشین بهترین حالت رفتار با توپ یا بهینه کردن شوت‌های سه امتیازی را پیشنهاد می‌دهد.

آیا این توپ کمک می‌کند در شوت در حال حرکت لیبرون جیمز بعدی معرفی شود؟هنوز خیلی زود است که قضاوت کنیم. ولی بسیاری از متخصصین فکر می‌کنند این کمک نرم افزاری بخشی از تحول فناوری است. ۹۴Fifty بسکتبال هوشمند است. نامش را از ابعاد زمین NBA گرفته: ۹۴ فوت (۲۸.۷ متر) در ۵۰ فوت (۱۵ متر). توپ دنیای اطرافش را می‌بینید. سپس می‌تواند با استفاده از این داده ها همه چیز را محاسبه کرده و اطلاعات مفیدی برای بهبود کار با توپ به بازیکن واقعی بدهد. این بخشی از اینترنت اشیاء است.

اینترنت اشیاء ایده معمولی از اشیاء است که می‌تواند به اجسام هوشمندی تبدیل شوند که قابل تخمین و اندرکنش با محیط اطراف باشند. یک یخچال هوشمند آنچه درونش هست را تشخیص می‌دهد. لامپ حبابی هوشمند وقتی استفاده از نور لازم نباشد خاموش می‌شود. توالت هوشمند خودش فلاش تانک هوشمند دارد و اشخاص آب کمتر یا بیشتر استفاده نمی‌کنند. این ابزار باید با کاربرها از طریق گوشی‌های هوشمند با کامپیوتر شخصی در تماس باشند.

مانند هر پیشرفتی در فناوری، اینترنت اشیاء هم هیجان هم چالش به دنبال دارد. بهداشت و سلامتی بهتر، ذخیره سازی انرژی بهتر و دنیای متصل بهم بهتری به ارمغان می‌آورد. یکی از بزرگترین چالش‌ها، امنیت داده‌های کاربرها از دست هکرهاست. (در بخش‌های بعدی به امنیت و خطراتی که داده ها را تهدید می‌کند می‌پردازیم). جسم با جسم، برای بهتر یا بدتر، دنیایی که در حال اتصال بهم است.

موج سوم
اینترنت اشیاء شب‌ها پیدایش نمی‌شد. جیسون هونگ می‌گوید:«فرایند طولانی بوده.» او دانشمند علوم کامپیوتر از دانشگاه کارنگی مِلُن در پیتزبورگ است. دانشمندان این حوزه بری دهه ها تمرکزشان بر دنیای متصل بهم بوده. اولین جسم در اینترنت ماشین نوشابه درست کن در همین دانشگاه بود که به دهه هشتاد برمی‌گردد. این ماشین می‌توانست اطلاعات را در مورد مواد گازدار داخل نوشابه تخمین زده و بفرستد. از آن زمان، با پیشرفت فناوری، اشیاء بیشتری آنلاین شده‌اند. هونگ می‌گوید:«این اشیاء به آرامی هوشمند و متصل به اینترنت شدند.»

حالا خودروها، بیلبوردها، وسایل حیوانات، چراغ‌ها و ابزارهای فنی اینگونه شده‌اند. حتی گاوها! کشاورزان می‌توانند ابزارهایی را به حیواناتشان وصل کنند تا از میزان و چگونگی سلامتی‌شان با خبر باشند. اگر یک گاو تب کند یا زایمان داشته باشد، این ابزار بلافاصله به کشاورز هشدار می‌دهد. یکی از اولین کسانی که پیش بینی این دنیای بهم متصل را می‌کرد، دانشمند علوم کامپیوتر در ام آی تی بود. مارک وایزر(Mark Wieser)، در مقاله‌ای ۲۵ سال قبل، آینده‌ای را متصور می‌شود که دنیای کنونی ما آنگونه است.

مداری که در شتاب سنج‌ها حرکت را اندازه گیری می‌کند.

Marius Kintel/Flickr

وی می‌نویسد:«مهمترین فناوری‌ها آن‌هایی هستند که ناپدید می‌شوند. خودشان را در بافت زندگی روزمره پنهان می‌کنند و از خود مسائل روزمره قابل تمییز نیستند.» به عبارت دیگر، قوی ترین فناوری‌ها چنان پایه‌ای می‌شوند که بخشی از زندگی ما شده و دیگر به چشم‌مان نخواهند آمد. او خود نوشتن را مثال می‌زند که چگونه به شیوه هوشمند همه گیر شده و دیگر به این تغییر بزرگ توجه نمی‌کنیم. نوشتن روی قوطی‌ها و بیلبوردها و وب سایت‌ها. محاسبه‌ هم چنین داستانی دارد. از صفحه نمایش تبلت‌ها و گوشی‌های هوشمند بدون توجه به کامپیوتر درونشان استفاده می‌کنیم.

وایزر هیچ دیدگاهی از اینترنت اشیاء نداد. از عنوان محاسبه در همه جا استفاده کرد. ولی این دو کلمه در اساس یک چیز هستند. او دنیایی را تصور کرد که هر چیزی به یک چیز در کامپیوتر تبدیل می‌شد. بدبختانه وایزر آنقدر نزیست که انفجار اشیاء متصل بهم را ببیند و به دلیل سرطان در سال ۱۹۹۹ درگذشت. هونگ فکر می‌کند که اینترنت اشیاء موج سوم محاسبه هستند. او در مقاله ی آوریل-ژوئن ۲۰۱۶ IEEE Pervasive Computing این ایده را مطرح می‌کند. این ژورنال تخصصی تمرکزش بر پژوهش اینترنت اشیاء است.

وی تصریح می‌کند که هر موج مردم و کامپیوترها بهم نزدیکتر کرد. اولین موج محاسبات اولیه را به ارمغان آورد. شرکت‌هایی شروع به استفاده از کامپیوترها در دهه پنجاه کردند و کامپیوترهای شخصی، از دهه هشتاد و نود پا به عرصه گذاشتند. در این سال‌ها، دانشمندان نشان دادند که چطور کامپیوترها برای کار و ذخیره اطلاعات قابل استفاده هستند. موج دوم، حدود اوایل قرم بیست و یک بود که بحث اصلی در مورد ارتباطات بود. مردم به طور گسترده‌ای شروع به استفاده از اینترنت و گوشی‌های هوشمند کردند. با استفاده از این دو فناوری، مردم حالا می‌توانند تقریباً همه جا آنلاین باشند.

موج سوم، اینترنت اشیاء ست. ولی هنوز یک تحول دیگر لازم است. هونگ می‌گوید کامپیوترها دارند بخشی از اشیاء روزمره می‌شوند. بسیاری از پیشرفت‌های فناوری امکان ساخت ابزارهای هوشمند را فراهم آورده. مثلا، فناوری بی‌سیم فرستادن داده ها را از طریق شبکه بدون کابل فراهم کرده. کامپیوترها ارزان تر شده‌اند و کوچکتر و قدرتمندتر. «گوشی هوشمند در جیبتان قدرتمندتر از ابر کامپیوترهای ۲۰ سال پیش است.» فناوری برای تبدیل اشیاء معمولی به آنلاین مدتهاست دور و برمان بوده ولی در گذشته بسیار گران بود. حالا قیمت بسیار کمی دارد.

در سال ۲۰۰۸ جامعه به رکورد مهمی دست یافت. تعداد ابزارهای متصل به اینترنت از جمعیت زمین فراتر رفت. در آن زمان، ۶.۷ میلیارد نفر روی زمین بودند. بنا به پیش بینی گارتنر، یک شرکت فناوری، بیش از ۲۰ میلیارد ابزار در سال ۲۰۲۰ به آنلاین خواهند بود. بیشتر آن‌ها بخشی از اینترنت اشیاء خواهند شد.

ماریا اِبلینگ می‌خواهد مردم بدانند چه چیزی ماشین را هوشمند می‌کند. او دانشمند کامپیوتر در آی بی ام در مرکز پژوهشی توماس ج. واتسُن در یورکتاون نیویورک است. در این مرکز است که روی نرم افزار ابزارهای هوشمند کار می‌کند. وی می‌گوید:«برخی از مردم با این ابزارها کار می‌کنند و با شعبده شگفت زده می‌شوند. ولی من فکر می‌کنم بیش از آنکه شگفت زده باید شد، سرگرمی برای یافتن چگونگی کارکرد ابزار است.»

نرم افزار ۹۴Fifty بسکتبال از ۹ حسگر استفاده می‌کند. از جمله شتاسنج‌ها و ژیروسکوپ‌ها. شتاب سنج‌ها میزان کم و زیاد شدن سرعت جسم را اندازه می‌گیرند. (در خودروها ایمنی مهم است. می‌توانند برخوردها و عملکرد کیسه هوا یا قفل کمربند صندلی را بررسی کنند.) در بسکتبال، اطلاعات این حسگرها به نرم افزار کمک می‌کند تا سرعت بالا رفتن توپ و مجا رفتنش را محاسبه کنند. ژیرورسکوپ ابزاری ست که چرخی آزاد در حال چرخش در یک قاب کوچک به نظر می‌رسد. این ابزار به اندازه گیری چرخش اجسام کمک می‌کند.

هر جسم هوشمندی متفاوت از دیگری ست. ابلینگ می‌گوید:«برخی میکروفون دارند، برخی دوربین، برخی جی پی اس». (GPS: سیستم مکان یابی سراسری. فناوری ست که برای مثال، پشت صحنه‌ی اپلیکشین ناوبری قرار دارد. از مدارگردها استفاده می‌کند تا مکان جسمی را روی زمین تعیین کند.)

یک ابزار هوشمند پزشکی، از حسگرهایی برای فشار خون استفاده می‌کند یا سطح اکسیژن خون یا پالس‌ها را اندازه بگیرد. یک عروسک مانند باربی‌ها یا عروسک‌های کارتونی، از دوربینو میکروفون برای تشخیص بچه و صحبتش استفاده می‌کنند. یخجال هوشمند تصاویر محتوایش را با دوربین می‌گیرد.

 

هر مشکلی در خانه به جود بیاید یا مطابق برنامه تعیین شده نباشد، به دلیل اتصال تمام دستگاه ها به شبکه اخطار داده می‌شود. صاحبخانه می‌تواند با یک دستگاه هوشمند متصل به شبکه از جمله کامپیوتر، تبلت یا گوشی همراه، همه چیز را کنترل کند.
Shai-Halud / iStockphoto

حتی خانه کامل هوشمند وجود دارد. یک خانه هوشمند حسگرهای بسیاری دارد تا انرژی را ثابت نگه دارد. دما، یا میزان نور، یا هر چیز قابل اندازه گیری می‌تواند شامل ماموریت‌های این حسگرها باشند. خانه هوشمند می‌تواند کسانی که در آنجا زندگی می‌کنند چک کند و برای ایمنی بیشتر آن‌ها تغییراتی در خود ایجاد کند یا انرژی موثرتر مصرف شود و راحت تر باشد. هر جسمی در اینترنت اشیاء لازم است که راهی برای به اشتراک گذاشتن داده هایش داشته باشد. بعضی داده ها را با امواج رادیویی می‌فرستند که تابش انرژی پایین است. این فناوری آشکارسازی فرکانس رادیویی نامیده می‌شود(RFID). RFID تراشه ای روی یک جسم است که می‌تواند اطلاعات را ذخیره کرده و ابزار دیگری آن را بخواند. (آنها که حیوان خانگی دارند، از همین تراشه ها روی آنها برای شناسایی استفاده می‌کنند.)

بیشتر اجسام هوشمند مانند بسکتبال ۹۴ Fifty از RFID استفاده نمی‌کنند. در عوض به گوشی‌های هوشمند یا ابزار دیگری متصل هستند که از اتصال بی‌سیم استفاده می‌کند (WIFI). دقیقا شبیه اتصال‌های کامپیوتر به شکبه بی‌سیم است. این حسگرها و ابزارهای اتصال، ارزان و در دسترش برای همه هستند. این بدان معناست که تقریبا همه با کمی علاقه و دانش برنامه نویسی کامپیوتر می‌توانند ابزارهای هوشمند ابداع درست کنند.

جاناتان مارگولیس می‌گوید:«من می‌توانم جعبه ای از بخش‌های مختلف بسازم که سازگار با هم هستند و بسیار ارزان و تقریبا با نرم افزار نوشته می‌شوند و ناگهان یک محصول اینترنت اشیاء تولید شده!» مارگولیس در متخصص ایمنی در واشنگتن یکی از نویسنده های کتاب ایمنی در محاسبات برای دانشجویان است. وی بر آن است که:«لازم نیست دانشمند کامپیوتر باشید. فقط ایده هوشمندانه لازم دارید.»

نوری در تاریکی!

ترموستات هوشمند

Amanitamano/Wikimedia

اجسام متصل بهم چالش‌های مهمی برای دانشمندان کامپیوتر ایجاد می‌کنند. شاید یکی از مهمترین آن‌ها ایمنی باشد. هرچیزی که متصل به اینترنت باشد، شانسی برای هکرها ایجاد می‌کنند که داده ها را بدزدند یا سواستفاده کنند. سی لونگ کو، دانشمند کامپیوتر در کمپ سنگاپور دانشگاه گلاسکو، بر آن است که هنوز بسیاری از شرکت‌ها هزینه زیادی برای ایمنی نمی‌کنند. این شرکت‌ها فقط می‌خواهند محصولی تولید کنند. برایشان ایمنی مهم نیست تا زمانی که ابزارها هک نشوند.

برای مثال، عروسک باربی شبیه بقیه عروسک‌ها نیست. با صاحبش ارتباط برقرار می‌کند. این اسباب بازی اگر محاوره ادامه دار باشد، صدای شخص را تشخیص می‌دهد. و همین مساله کمی مساله ساز است. چرا؟ این عروسک با اتصال به شبکه بی سیم خانه کار می‌کند و وقتی بچه ها با باربی حرف می‌زنند، عروسک از طریق شبکه بی سیم متصل به کامپیوتری در جای دیگری جواب می‌دهد. این بدان معناست که هر اطلاعاتی که بچه یا خانواده بگویند شنیده شده یا با نرم افزار قابل آنالیز کردن است. کاربرهای این محصولات معمولا حتی نمی‌دانند شرکت سازنده چگونه از این اطلاعات استفاده می‌کند.

 

چالش دیگر نحوه استفاده از این فناوری برای نفع مردم است. ابزار متصل شاید جذاب و درخشان باشند، ولی به این معنا نیست به دستاورد مفیدی رسیده اند. یکی از حوزه هایی که پتانسیل کاربرد ابزار هوشمند دارد پزشکی است. دکترها به داده هایی نیاز دارند که بتوانند درباره مریض تصمیم گیری کنند. گاهی تمام اطلاعات می‌تواند غافلگیر کننده باشد. تصور کنید در آینده، دکتری در حال مراقبت از مریضی با سمپتوم غیرمعمولی ست. حسگرها در یک اتاق آزمون هوشمند این سمپتوم ها را اندازه گرفته و نتیجه را به یک برنامه کامپیوتری می‌فرستند. سپس کامپیوتر، پژوهش‌های روز را در مورد آن مرور می‌کند. این کامپیوتر می‌تواند به سرعت درمان‌های ممکن را لیست کند و در اختیاز پزشک قرار دهد.

در نهایت، دکتر همچنان باید در مورد مریضش تصمیم بگیرد. و همین یکی از بزرگترین سوالاتِ مرتبط با اینترنت اشیاء مشخص می‌کند. ابلینگ خاطرنشان می‌کند که چگونه بشر و کامپیوترها در کنار هم کار خواهند کرد، بنابراین آیا بشر آنچه که از دستش بر می‌آید به خوبی انجام می‌دهد و کامپیوترها هم همینطور؟ دانشمندان سال‌هاست در پی پاسخ این سوال هستند که آیا فناوری کمکی به حل معماهای پزشکی یا بهبود آن‌ها خواهد کرد یا خیر؟


منبع:

Science news for Students
Grid- WIKI
هکرها به ابر می‌روند!
Internet of Things-WIKI

فضای غبار آلود انبار داده های آنلاین و هکرها

در سال‌های اخیر، محاسبات به سمت ابر داده‌ها پیش رفته. ولی این «محاسبات ابری» خطرات جدیدی هم به وجود می‌آورد که پژوهش‌های مرتبط آن‌ها را روشن می‌کنند. علت: کامپیوترهای که خود جزیی از ابر داده‌ها می‌شوند، مخفیگاه بدافزارها می‌شوند؛ برنامه هایی که می‌توانند به فایل‌های کامپیوتر اشخاص آسیب بزنند یا اطلاعات بدزدند. ادامه مطلب …