-
تعداد ارسال ها
3030 -
تاریخ عضویت
-
آخرین بازدید
تمامی مطالب نوشته شده توسط poor!a
-
چ توی کد چ توی اسکتچ میشه عکس وارد کرد روی عکس بکش .. البته اگه کارت خیلی دقیق نیست اگه هست که همون نقشه رو با ابعاد تو اسکتچ بکش ... یه کم امکاناتش کمتره ولی در حد نقشه کشیدن که میشه ... به نظر کار مشکلی نمیاد :)
-
اینایی که میگین و امتحان کردم . خودمم چنتا تم ساختم تو فوتوشاپ کار خاصی نداشت فونتا هم مشکیه منتهاش که احساس شلختگی میکنم .. عکسا همه از رو نرم افزار ه و رنگارنگ .. اصلا نمیدونم چ جوری مشه متچ کرد یه سری عکسای رنگا رنگ و با یه تم ساده .. حالا اگه فرصت شد ممنون میشم بذارین چندتا تم .. بازم ممنون به درد منم اگه نخوره باز اینجا یه بانک باشه واسه کسایی که بعد ها بهش نیاز دارن
- 9 پاسخ
-
- 1
-
-
از import وارد کن نقشه کد رو بعدش اکسترودش کن مشکلش چیه ؟
- 3 پاسخ
-
- 2
-
-
سلام ممنون راستش این که ساده باشه که خب خودمم تو فکر همون هستم منتها سفید نه .. شاید خاکستری اما تم ساده ی قشنگی پیدا نکردم مخصوصا که از پر از فلش و عکس و یه تیکه هایی هم فیلم هست .. یه کم سخته که یه تم پیدا کنم همه چیزو توش به خوبی مشخص شه .. و متاسفانه میدونم که اونجا کیفت پخش خوب نیس .. از توضیحاتتون خیلی ممنون ولی تو هر فرصتی شد تم های مورد علاقتون و بذارین ممنون میشم .. باید امتحانشون کنم
- 9 پاسخ
-
- 1
-
-
حجم خیلی کمه داره .. همینجام ممیکنه بشه پیوستش کرد به عنوان یه ایمیج ولی خب حالا به هر حال ممنون از راهنماییتون
- 9 پاسخ
-
- 1
-
-
برو بابا قهر چی ؟! :| دیدم ولی بازم زیاد حس خوبی نداشتم بهشون حالازحمتی نیس ... همونایی که استفاده میکنی بذار ببینیم چیه .. شاید از چشمم در رفته باشه مرسی
- 9 پاسخ
-
- 1
-
-
یه سری تم و قالب پاور پوینت میخوام ولی تم های در حد دفاع و ارائه رساله و پایان نامه و مشکل اصلی اینکه روی صفحه دید خوبی داشته باشه .. تم هایی که تاحالا پیدا کردم متاسفانه دید خوبی رو پرده نداشته اگه کسی تم خاصی رو اتحان کرده لطفا اینجا قرار بده هم مشکل من حل شه ؛ هم یه بانک تم و قالب ایجاد شه .. مطمئنا دوستان دیگه ای هم هستن که این مشکل و دارن و حل میشه یا این تاپیک مشکلشون ممنون
- 9 پاسخ
-
- 2
-
-
.:. گاه نوشـــــته های نواندیشـــــانی ها .:.
poor!a پاسخی برای - Nahal - ارسال کرد در موضوع : گاه نوشته های نواندیشی ها
با هیچی آروم نمیشم نه خواب نه سکوت نه تیوی نه دعوا نه قدم زدن نه کار نه هیجان نه حتی مرگ .. تین حس و حالم پاک بی معنی به نظر میرسه اونم وقتی هیچ دلیلی براش پیدا نمیکنم ! -
✣ گـاه نوشته های نواندیشانی ها ✣
poor!a پاسخی برای from_hell ارسال کرد در موضوع : گاه نوشته های نواندیشی ها
چی میشد یه گوگلی بود ... که بهش عکس بدی راجع بهش مقاله یا گزارش کار بده ؟ من همیشه ارزو داشتم اینو بسازم ...یه چیزی که در مورد عکسا توضیح بده دیوونه میشم وقتی یه عکس دارم که نمیدونم مال کدوم سایته و موضوعش چی بوده ؟ من اگه نساختم اینو یکی بسازه .. از گوگل بیشتر میگیره کارش ... -
✣ گـاه نوشته های نواندیشانی ها ✣
poor!a پاسخی برای from_hell ارسال کرد در موضوع : گاه نوشته های نواندیشی ها
به نظرم کتاب بیشعوریسم رو باید دوباره مرور کنم ... ! داره بیشعوری مغزم رشد میکنه به نظر میاد شباهت عجیبی به بیشعوری از جنس پاپ های مذهبی دارم که تو کتاب گفته شده ...! کجای دنیا چی عوض میشه اگه من یه پسر بچه ی 10 ساله باشم که عاشق فراری باشه ؟! دوس ندارم یه بیشعور بمیرم ... دوست ندارم پیر شم ... دوست ندارم هاف هافو باشم ... دوست ندارم غرغرو اعصاب خورد کن چروکیده باشم... بعضی وقتا دست به بیشعوری های عجیبی میزنم که مطمئنم حتی هیتلر هم تو کل زندگیش دست به همچین بیشعوری هایی نزده درمان میشه ... فرصت دارم ... اوفففف نقطه . سکوت. خیره. پیپ. دود. تار. محو. -
تفاوت زبان های برنامه نویسی با نشانه گذاری و اسکریپتی
poor!a پاسخی ارسال کرد برای یک موضوع در آموزش های عمومی
اگر مشغول کار در دنیای توسعه نرم افزار باشید، حتما با تفاوت های انواع مختلف زبان های کامپیوتری آشنا هستید. اما جالب است که حتی برخی از توسعه دهندگان هم پیدا می شوند که با تعاریف و دسته بندی های کلی این زبان های کامپیوتری آشنا نیستند. در کنار آن کسانی که به دنبال آموختن زبان های کامپیوتری هستند هم آنها را با یکدیگر اشتباه می گیرند و از اسامی آنها به جای یکدیگر استفاده می کنند. ایرانی هایی که در کشورهای اروپایی یا آمریکا زندگی می کنند، یک اشتباه خارجی ها را ناراحت کننده می دانند. اینکه بعضی اوقات خارجی ها فکر می کنند، ایرانی ها به زبان عربی صحبت می کنند. می بینید که وقتی کسی زبان شما را به اشتباه نام می برد، ناراحت می شویم. پس بیایید در ادامه مطلب، زبان های مشهور کامپیوترها را با هم مرور کنیم، تا با یکدیگر اشتباه نشود و کاری کنیم تا کامپیوترها از دست ما عصبانی نباشند. [h=3]زبان های نشانه گذاری[/h] زبان نشانه گذاری یا همان markup language زبانی است که معمولا برای علامت گذاری اسناد و نوشته ها به کار می رود. برخی به اشتباه آن را «زبان برنامه نویسی» می نامند. در حالی که آنها زبان نشانه گذاری به حساب می آیند. زبان های نشانه گذاری کاربردهای متعدد و متنوعی دارند. برای مثال زبان نشانه گذاری لاتک برای تهیه متون علمی مورد استفاده می کند و دستورهای آن کمک می کند که جداول، فرمول ها، نمودارها و ارجاعات و… را در متون علمی وارد کنید. در مثال زیر سمت چپ نمونه دستورهای لاتک (البته تلفظ صحیح آن لاتِخ است) قرار گرفته و در سمت راست هم نتیجه اجرا شدن این دستور را می بینید. اما مشهورترین زبان نشانه گذاری دنیا HTML نام دارد. این زبان نشانه گذاری جهانی برای نمایش صفحات وب است. دستورهای این زبان نشانه گذاری درون «پرانتز شکسته» قرار میگیرند. وقتی به این صفحه نردبان یا دیگر صفحات وب نگاه می کنید دستورهای اچ تی ام ال را نمی بینید و مرورگر شما آنها را مخفی کرده است. یادگیری زبان نشانه گذاری HTML کار آسانی است و طی چند روز یا چند هفته می توانید آن را به خوبی فرابگیرید. اما نباید آن را با زبان های برنامه نویسی مقایسه کنید. اینها دنیاهای متفاوتی به حساب می آیند. هر چند اگر علاقمند به ورود به دنیای برنامه نویسی وب هستید، لازم است ابتدا این زبان نشانه گذاری را فرا بگیرید. [h=3]زبان های اسکریپتی[/h] زبان های اسکریپتی زبان هایی هستند که دستورات را مستقیما به سیستم ارسال می کنند. یک نرم افزار واسط، دستورها را دریافت کرده و پس از تفسیر، آنها را اجرا می کند. کامپیوتر این دستورات را خط به خط می خواند و اجرا می کنند و در صورتی که به مشکلی بر بخورد پیام خطای مناسب را نمایش می دهد. زبان های اسکریپتی مزایا متعددی دارند. یادگیری و کار با آنها ساده است و معمولا روی سیستم عامل های متفاوت به خوبی اجرا می شوند. در عین حال همانطور که گفته شد دستورات آنها توسط یک نرم افزار واسط مفسر کامپیوتر اجرا می شود. این موضوع کار با آنها را راحت تر می کند اما در ابعاد بزرگ ممکن است با مشکل بازدهی مواجه شوید. چرا که با هر بار اجرا لازم است کد ها تفسیر شوند. نمونه ای از کدهای جاوااسکریپت مشهور ترین زبان های اسکریپتی حال حاضر دنیا جاوااسکریپت، پی اچ پی، پرل و ای اس پی هستند. [h=3]زبان های برنامه نویسی[/h] زبان های برنامه نویسی به طور کلی سریع تر از اسکریپت نویسی ها اجرا می شوند. اما یادگرفتن آنها سخت تر است و هنگام برنامه نویسی باید دقت بیشتری داشته باشید. شما دستورها و الگوریتم را می نویسید و کامپیوتر همه آنها را با هم می خواند و آن را تبدیل به فرمتی می کند که توسط ماشین قابل اجرا است. کاری که به آن کامپایل کردن می گویند. حالا این نسخه به دفعات قابل اجرا است. (توجه کنید که در زبان های اسکریپتی کد نوشته شده هر بار در زمان اجرا تفسیر میشود) چند خط C ببینیم! } زبان های برنامه نویسی زیادی وجود دارند که برخی از مشهور ترین آنها شامل C، C++ ،C# و جاوا هستند. هرچند این روزها خط جدا کننده زبان های اسکریپتی و برنامه نویسی کم رنگ شده است. برای مثال زیاد می بینیم که پی اچ پی و ای اس پی را هم جزو زبان های برنامه نویسی به حساب می آورند. [h=3]صبر کنید! پس CSS کجا است؟[/h] اگر به دنبال ساخت وب اپلیکشن و سایت باشید بعد از HTML به شما گفته می شود که سراغ یادگیری CSS بروید. اما این یکی در کدام دسته قرار می گیرد؟ سی اس اس زبانی است که نحوه نمایش اطلاعات در صفحه را مشخص می کند. از نامش هم مشخص است که کارش تعریف استیل است! تیپ و شخصیت ظاهری اطلاعات معمولا توسط سی اس اس تعریف می شود. اینکه این متن با چه فونتی نمایش داده شود، سایز تیتر مطالب نردبان چقدر است و… همه زیر سر CSS است. اما این زبان برای خودش دسته مجزایی دارد. مثالی از دستورهای سی اس اس با تعریف هایی که از این دسته کردیم نامش هم مشخص شد. «زبان استایل» اینها گروهی از زبان های کامیپوتری هستند که با شکل و ظاهر اطلاعات سروکار دارند و اگر دقیق به آنها نگاه کنیم جزو زبان های نشانه گذاری نیستند و برای خودشان خانه و زندگی مجزایی دارند. [h=3]جمع بندی[/h] اینها تمام زبان های کامیپوتری نیستند. اما مشهورترین آنها به حساب می آیند. دانستیم که کامپیوترهای زبان های مختلفی دارند که «زبان برنامه نویسی» فقط یکی از آنها به حساب می آید. به طور خلاصه «زبان های کامیپوتری» که امروز مرور کردیم اینها بود: - زبان نشانه گذاری (MarkUp Language) مانند HTML - زبان استایل: CSS - زبان اسکریپتی مانند: جاوااسکریپت - زبان برنامه نویسی مانند: C منبع :[Hidden Content] نویسنده : علی اصغر هنرمند-
- 2
-
-
کارت ویزیت اگر معرف شخصیت کاری شما نباشد حتما اولین راه معرفی کار و تخصص شما به دیگران هست. تفاوتی نمی کند که به صورت مستقل کار می کنید و یا عضوی از یک تیم کاری هستید، زمانی دیگران از خدمات شما استفاده می کنند که در زمان نیاز، شما را به یاد بیاورند و بتوانند به شما دسترسی پیدا کنند. نکات ریزی وجود دارد که اگر در زمان طراحی به آنها توجه کنید در دراز مدت اثرات آنها بریتان ملموس خواهند بود. در ادامه مطلب به مهمترین نکاتی که در طراحی یک کارت ویزیت باید به آنها توجه شود می پردازیم. [h=3]۱. هدف خود را مشخص کنید[/h] قبل از شروع طراحی، هدف خود را مشخص کنید. آیا می خواهید شغل خود را به صورت کلی معرفی کنید و یا یکی از خدماتان را شاخص تر از بقیه می دانید و قصد تبلیغ آن را دارید؟ محتوایی که بر روی کارت ویزیت قرار خواهید داد در پس این تصمیم مهم قرار دارد و جزئیات بعدی کار بعد از این تصمیم گیری مشخص می شوند. [h=3]۲. کارت خوب تمام اطلاعات مهم را در خود دارد[/h] حذف برخی اطلاعات ضروری از روی کارت ویزیت به هر دلیلی مضحک است. دقت کنید که اسم شما، اسم شرکت و اطلاعات کامل تماس، شامل تلفن همراه، تلفن ثابت، فکس، ایمیل و آدرس وب سایت از مواردی هستند که نباید تحت هیج شرایطی از روی کارت ویزیت حذف شوند. آدرس دفتر و آرم شما نیز از مواردی هستن که مشتری به دنبال آنها خواهد گشت. [h=3]۳. کار خود را تعریف کنید[/h] تنها اسم شرکت شما کافی نیست. به مخاطب بگویید که دقیقا چه کاری انجام می دهید و چه خدماتی را به آنها ارائه می کنید. شغل خود را درست و کامل شرح دهید. قرار نیست این توضیح طولانی باشد. گاهی یک جمله و یا عبارت کوتاه این کار را برای شما انجام می دهد. نکته بسیار حیاتی این است که وقتی یک نفر کارت شما را می بیند در مورد کار و یا خدمات شما سردرگم نشود. [h=3]۴. طراحی فوق العاده[/h] سعی کنید کارت شما طرحی به معنای کلمه فوق العاده داشته باشد که ذهن مخاطب را درگیر کند و در ذهنش بماند. مردم از طرح های منحصر به فرد استقبال می کنند و کارت شما را نگه می دارند. اگر شما یک کارت معمولی داشته باشید احتمالا در ذهن مشتری جا نمی گیرید. [h=3]۵. از یک عکس استفاده کنید[/h] اینکه شما یک کارت ساده که شامل اسم و اطلاعات تماستان است را به مشتری دهید هیچ تفاوتی با یک تکه کاغذ که این اطلاعات را بر روی آن دستی نوشته باشید ندارد. چرا کارت شما یک عکس نداشته باشد؟ حتی عکس خودتان اگر علاقه مند باشید. این کار باعث می شود افراد راحت تر شما را به یاد آورند. شاید هم ترجیح بدید از عکسی استفاده کنید که به نوعی معرف کار شما باشد. عده ای هم ترجیح می دهند از تایپو گرافی استفاده کنند. که البته اگر این کار هنرمندانه انجام شود تاثیر بسیار خوبی بر مخاطب خواهد داشت. [h=3]۶. چند طرح را با هم مقایسه کنید[/h] قبل از چاپ نهایی کارت، کمی با طراحی بازی کنید و سعی کنید آن را بهتر کنید و از بین نمونه هایی که پیش رو دارید، بهترین را انتخاب کنید. [h=3]۷. طراحی کارت، تصویری از شما را ارائه می دهد[/h] کارت ویزیت شما معرف کار شما و کیفیت خدماتی که ارائه می دهید است. دقت کنید که تصویری که در ذهن مخاطب به وجود می آورید سطح شما و کارتان را پایین نیاورد. روش های زیادی برای داشتن یک کارت ویزیت متفاوت وجود دارد که در مطالب دیگری به آنها خواهیم پرداخت اما به طور کلی داشتن یک ایده متفاوت و یک طراحی خوب تعریف بسیار بهتری را از شما و کارتان ارائه می دهد. [h=3]۸. از کاغذ مناسب استفاده کنید[/h] به نوع کاغذی که انتخاب می کنید دقت کنید. بسیار مهم است که نوع کاغذ با طراحی شما متناسب باشد و امکان چاپ با کیفیت بالا بر روی آن وجود داشته باشد. انواع مختلف کاغذ وجود دارد کاغذ های بافت دار، براق، مات و … و البته یکی از آنها برای شما از همه بهتر خواهد بود. [h=3]۹. از سایز درست استفاده کنید[/h] معمولا افراد کارت ویزیت ها را درون جاکارتی های استاندارد و یا کیف پولشان نگه می دارند و اگر کارت ویزیت شما در قطعی طراحی شده باشد که درون این فضاها جا نگیرد به احتمال زیاد، گم می شود. کارت ها می توانند به اندازه کارت های اعتباری بزرگ باشند که در تمام کیف ها برای این اندازه جاهای زیادی در نظر گرفته شده است. دقت کنید برای ایجاد تمایز شاید آخرین انتخاب اندازه غیر استاندارد باشد. [h=3]۱۰. برای همه قابل فهم باشد[/h] ممکن است شما فعالیتی در حوزه های بین المللی داشته باشید و یا برای بازدید از یک نمایشگاه خارجی برنامه ریزی کنید. در چنین شرایطی داشتن یک کارت ویزیت که برای افراد با ملیت های مختلف قابل فهم است شما را به موفقیت نزدیک تر خواهد کرد. بسیاری از اهمیت طراحی کارت ویزیت و تاثیر آن بر قضاوت اولیه مشتری بی اطلاعند و یا به این مورد توجهی نمی کنند. امیدوارم این مطلب برا تهیه کارت ویزیت هایی که شما را به موفقیت نزدیک تر می کنند موثر بوده باشد. منبع :[Hidden Content] نویسنده:حسین نوذری
-
- 1
-
-
۸ قطعه کُد پُرکاربرد برای راه اندازی وب سایت جدید
poor!a پاسخی ارسال کرد برای یک موضوع در آموزش های عمومی
در جهان امروز انسان ها هر یک مشغول کار و تلاش در زمینه های تخصصی خودشان هستند، در این میان افرادی در کارشان موفق ترند که از نوین ترین شیوه ها و ابزار ها بهره ببرند. ما و شما نیز به عنوان توسعه دهندگان وب اگر می خواهیم در کارمان موفق باشیم باید از جدید ترین روش ها و ابزارها استفاده کنیم. البته تجربه نشان داده است که استفاده از روش های جدید همیشه به نفع ما تمام نخواهد شد! به عنوان مثال اگر می خواهید یک اپلیکیشن و یا وب سایت طراحی کنید که قرار است مرورگر (دردناک!) IE 6 را پشتیبانی کند، همانند اکثر نرم افزارها و وب سایت هایی که در ادارات دولتی استفاده می شوند، بهره گیری از امکانات HTML5 شما را به زحمت خواهد انداخت. در این مطلب ما ۸ قطعه کُد کوچک که در انواع اپلیکیشن ها و وب سایت ها پُر استفاده هستند را با هم مرور خواهیم کرد. این کُد ها شامل کُدهای معمولی HTML5 و کُدهایی در سطح متوسط CSS3 هستند، که از آنها می توانید در اکثر پروژه هایتان استفاده کنید. پیشنهاد ما این است که این مطلب نردبان را بوکمارک کنید یا این کُدها را در یک فایل متنی و در نرم افزارهایی که برای توسعه از آنها استفاده می کنید، ذخیره کنید تا در هر زمان که نیاز داشتید از آنها استفاده کنید. پس در ادامه مطلب با ما همراه باشید. قبل از هر چیز این نکته را یادآور می شویم که در این مطلب ما به معرفی کلی این کدها خواهیم پرداخت. و قصد آموزش و بیان جزییات کامل را نداریم. ۱. قالب HTML5 در ابتدا با ساختار پایه ای HTML5 که در هر قالبی امکان استفاده از آنها وجود دارد، شروع می کنیم. [*=left]html, body, div, span, applet, object, iframe, h1, h2, h3, h4, h5, h6, p, blockquote, pre, a, abbr, acronym, address, big, cite, code, del, dfn, em, img, ins, kbd, q, s, samp, small, strike, strong, sub, sup, tt, var, b, u, i, center, dl, dt, dd, ol, ul, li, fieldset, form, label, legend, table, caption, tbody, tfoot, thead, tr, th, td, article, aside, canvas, details, embed, figure, figcaption, footer, header, hgroup, menu, nav, output, ruby, section, summary, time, mark, audio, video { [*=left] margin: 0; [*=left] padding: 0; [*=left] border: 0; [*=left] font-size: 100%; [*=left] font: inherit; [*=left] vertical-align: baseline; [*=left] outline: none; [*=left]} [*=left]html { height: 101%; } /* always display scrollbars */ [*=left]body { font-size: 62.5%; line-height: 1; font-family: Arial, Tahoma, Verdana, sans-serif; } [*=left]article, aside, details, figcaption, figure, footer, header, hgroup, menu, nav, section { display: block; } [*=left]ol, ul { list-style: none; } [*=left]blockquote, q { quotes: none; } [*=left]blockquote:before, blockquote:after, q:before, q:after { content: ''; content: none; } [*=left]strong { font-weight: bold; } [*=left]input { outline: none; } [*=left]table { border-collapse: collapse; border-spacing: 0; } [*=left]img { border: 0; max-width: 100%; } [*=left]a { text-decoration: none; } [*=left]a:hover { text-decoration: underline; } ۴. گرادیانت در CSS3 همانطور که می دانید CSS3 امکانات مفید زیادی برای توسعه دهندگان به ارمغان آورده است، یکی از این امکانات جدید، به وجود آوردن گرادینت های مختلف بدون استفاده از عکس می باشد. از آنجایی که این دستور هنوز به صورت یکپارچه در مرورگرها پشتیبانی نمی شوند باید برای هر مرورگر دستور جداگانه ای بنویسید، قطعه کد زیر کار را برایمان راحت خواهد کرد.-
- 2
-
-
قصد دارید یک سایت جدید راه اندازی کنید یا اینکه وبلاگ جدیدتان آماده آپلود شده است. حالا نوبت انتخاب یک شرکت میزبان وب یا به اصطلاح هاستینگ است. (البته تلفظ درست آن هوستینگ است اما در ایران کلمه هاستیگ جا افتاده.) تا فایل هایتان را آنجا قرار بدهید. شما در ایران زندگی می کنید و اینجا دارای شرایط ویژه خودش است. هنگام انتخاب یک سرویس میزبانی وب، باید به چه نکاتی توجه کنیم؟ آیا انتخاب شرکت میزبانی وب در ایران شرایط متفاوتی دارد؟ به ادامه مطلب بروید تا با ۹ نکته مهم آشنا شوید که در انتخاب سرویس هاستینگ مهم هستند. [h=3]۱- شرکت هاستینگ ایرانی یا خارجی؟[/h] معمولا این نخستین سوالی است که هنگام انتخاب هاست به ذهن ما خطور می کند. از کدام شرکت هاست را خریداری کنیم؟ از شرکت های ایرانی که تعدادشان کم هم نیست یا از شرکت های بیشمار خارجی؟ پاسخ این سوال بستگی به خود شما و وب سایت تان دارد. ممکن است معتقد باشید شرکت های خارجی خدمات بهتری ارایه می دهند (این اعتقاد کاملا درستی نیست و در ایران هم شرکت های زیادی با خدمات خوب پیدا می کنید). باید این نکته را در ذهن داشته باشید که پرداخت پول به شرکت های خارجی معمولا کار مشکلی است. به خاطر در دسترس نبودن امکانات پرداخت و کارت های اعتباری در ایران معمولا شارژ حساب هاستینگ خارجی با دردسرهای مختلفی صورت می گیرد. گاهی اوقات شرکت هایی در ایران وجود دارند که خودشان را نماینده فروش هاست های خارجی معرفی می کنند. برخی از آنها واقعا نماینده رسمی هستند و برخی دیگر در واقع یک کارت اعتباری دارند که کار پرداخت را برای شما انجام می دهند. در دسته دوم اگر به هر دلیلی دچار مشکل شوید قابل مراجعه نخواهند بود. در این صورت مجبورید خودتان مستقیما با شرکت هاستینگ خارجی ارتباط برقرار کنید. تجربه های قبلی ما نشان داده که بهتر است زمانی از هاستیگ های خارجی استفاده کنید که امکان پرداخت آنلاین در دسترس شماست و این اطمینان را دارید که در این مورد مشکلی پیش نمی آید. تحریم شرکت ها نیز نکته مهمی است که در انتخاب هاست نقش مهمی ایفا می کند که در یک نکته مجزا به آن پرداخته ایم. [h=3]۲- چه کسی مشتری بیشتری دارد؟[/h] قبل از اینکه شرکت هاستینگ تان را انتخاب کنید، بد نیست سری به سایت Webhosting بزنید. این سایت اطلاعات مفیدی در مورد شرکت های هاستینگ سراسر دنیا در اختیار شما قرار می دهد که یکی از مهمترین آنها تعداد سایت های میزبانی شده توسط آنها است. می توانید بر اساس کشور هم میان شرکت های ارایه دهنده خدمات جستجو کنید. برای مثال در تصویر بالا لیست ۱۵ شرکت هاستینگ ایران را می بینید که بیشترین وب سایت را میزبانی کرده اند. وقتی شرکتی مشتری بیشتری دارد، به این معنی است که توانسته افراد بیشتری را به سوی خود جذب کند و احتمالا در ارایه خدمات هم بهتر عمل کرده است. هر چند مشتری بیشتر در عمل به معنی خدمات و کیفیت بهتر نیست و ممکن است رشد مشتری به خاطر عوامل دیگری مانند قیمت پایین تر صورت گرفته باشد. [h=3]۳- سرور داخل ایران یا خارج از ایران؟[/h] طی چند سال گذشته چند دیتاسنتر در ایران راه اندازی شده و خدمات میزبانی وب حالا در ایران هم در دسترس است. آیا باید سایت و وبلاگ مان را در ایران میزبانی کنیم؟ پاسخ به این سوال هم بستگی به خودتان دارد. اگر وب سایت شما حاوی اطلاعاتی است که از نظر امنیتی جزو اطلاعات کشوری به حساب می آیند، لازم است که از سرورهای داخل ایران استفاده کنید. مزیت دیگر سرورهای داخل ایران سرعت اتصال بالاتر آنها برای کاربران داخل ایران است. سایت شما برای کاربران ایرانی سریعتر و بهتر بارگذاری می شود. اما از طرف دیگر سرورهای داخلی ایرانی گران تر هستند و کنترل پنل خوب هاستینگ یعنی Cpanel روی آنها در دسترس نیست. در کنار آن پهنای باند روی آنها معمولا گران تر از هاستینگ های خارجی است. و اگر سایت شما بازدید کننده های زیادی داشته باشد ممکن است مقرون به صرفه نباشند. اگر ترافیک خارجی شما هم زیاد است باید به این نکته توجه کنید که سرور مورد نظرتان چقدر امکان سرویس دهی سریع به آنها را دارد. [h=3]۴- گوش به زنگ قطع خدمات باشید[/h] تجربیات گذشته نشان داده که امکان قطع خدمات همیشه سایت های ما را تهدید می کند. ممکن است صبح از خواب بیدار شوید و ببینید که سرور سایت شما به خاطر تحریم معلق شده و دیگر به سایت تان سرویس دهی نمی کند. این اتفاق طی چند سال گذشته چند بار برای ما رخ داده. یک موردش برای نارنجی بود که حدود ۴ سال قبل در شرکت بلوهاست میزبانی میشد. در آن زمان شرکت بلوهاست بدون اخطار قبلی سرویس دهی به نارنجی را متوقف کرد. اگر از سرورهای شرکت های هاستیگ ایرانی هم استفاده می کنید، باز هم نباید خیال تان راحت باشد. ممکن است خود شرکت هم دچار این مشکل بشود. چرا که آنها سرورهایشان را از دیتاسنترهای خارجی تهیه می کنند و این احتمال وجود دارد که دیتاسنتر سرویس دهی به آنها را قطع کند. این موضوع سبب می شود که به مورد بعدی بیشتر توجه کنیم: پشتیبان گیری. [h=3]۵- پشتیبان گیری، پشتیبان گیری، پشتیبان گیری[/h] چند بار لازم است این عبارت را تکرار کنم؟ حتی اگر هزار بار هم آن را بنویسیم باز هم کسانی هستند که این موضوع را دست کم می گیرند. اگر سرویس دهی به سرور و سایت شما به خاطر مشکلات تحریم قطع شود، معمولا یک نسخه از اطلاعات تان به شما داده می شود تا آنها را به مکانی دیگر منتقل کنید. اما این احتمال را هم در نظر بگیرید که اطلاعات به دست تان نرسد. تازه این مورد کوچکی است و معمولا برایتان پیش نمی آید که با چنین مشکلی مواجه شوید. فاجعه وقتی رخ می دهد که سایت و وبلاگ شما به هر دلیلی دچار مشکل شده و نیاز به بازیابی اطلاعات وجود دارد. برای مثال به خاطر مشکل امنیتی هک شده اید. یا بر اثر یک اشتباه خودتان سایت را خراب کرده اید و حالا می خواهید اطلاعات را بازیابی کنید. همه شرکت های هاستینگ در تبلیغات شان نوشته اند پشتیبان گیری روزانه از اطلاعات شما انجام می شود. اما نکته مهم اینجا است که آیا این جمله حقیقت دارد؟ ۱۱ سال است که ما کار تولید اپلیکیشن های تحت وب را انجام میدهیم. شاید بد نباشد چند مثال از تجربیات خودمان را اینجا ذکر کنیم. حدود ۷ سال پیش وب سایتی برای یک مشتری راه اندازی کرده بودیم. یک روز صبح تماسی داشتیم که مشتری به ما می گفت متن های وب سایت اش قابل مشاهده نیست. وقتی به سایت مراجعه کردیم متوجه شدیم تمام نوشته های فارسی وب سایت تبدیل به کاراکترهایی بدون مفهوم شده اند. بعد از بررسی و مذاکره با شرکت هاستینگ مشخص شد که آنها روز قبل نسخه MySQL سایت را به روز کرده اند و بر اثر یک اشتباه نوشته های فارسی سایت تخریب شده است. شرکت هاستینگ به ما گفت به زودی اطلاعات را بازیابی می کند. اما بعد از گذشت دو روز، به ما اطلاع دادند که متاسفانه اطلاعات قابل بازیابی نیست. بله به همین راحتی با شرایطی مواجه می شوید که اطلاعات شما از بین رفته و شرکت میزبان هم به سادگی پاسخ می دهد که امکان بازیابی اطلاعات وجود ندارد. خوشبختانه در این مورد با سایت کوچکی مواجه بودیم و توانستیم اطلاعات را به سرعت جایگزین کنیم. اما شاید در مورد بعدی آنقدر خوش شانس نباشیم. تجربه هایی از این دست نشان می دهد که نباید به پشتیبان گیری شرکت های میزبان وب اطمینان ۱۰۰٪ داشته باشید. همیشه خودتان یک نسخه پشتیبان از سایت تهیه کنید و فراموش نکنید که سلامت آن را هم تست نمایید. چرا که برخی اوقات پشتیبان های گرفته شده خودشان خراب هستند و در عمل بلا استفاده اند. یک مثال دیگر هم به موردی بر میگردد که فردی جهت مشاوره به ما مراجعه کرده بود. سایت اش هک شده و تمام فایل های روی هاست پاک شده بود. شرکت میزبان به او اعلام کرده بود که برای بازیابی اطلاعات باید ۱۰۰ دلار پرداخت کند. آیا در تبلیغات آنها گفته شده بود که برای بازیابی اطلاعات پول دریافت می کنند؟ [h=3]۶- قیمت؟[/h] پاسخ ساده است. اگر سرویس خوب می خواهید به دنبال قیمت ارزان نباشید. در دنیای هاستینگ تنوع قیمت بسیار زیاد است. می توانید برای یک هاست ۵۰۰ مگابایتی قیمت های بسیار متفاوتی پیدا کنید که توسط شرکت های مختلف ارایه می شود. اما برخی از این شرکت ها پشتیبانی و خدمات جانبی را فدای قیمت پایین تر می کنند. اگر پشتیبانی و دسترسی سایت تان برایتان مهم است، زیاد روی قیمت پایین تاکید نکنید و بیشتر تمرکزتان را روی پیدا کردن شرکت هاستینگ با خدمات خوب بگذارید. [h=3]۷- با شرکت هایی که آبروی شما را می برند کار نکنید[/h] تا به حال این صفحه را در سایتی دیده اید؟ متاسفانه برخی شرکت های میزبانی وب در ایران به خاطر عدم پرداخت هزینه تمدید، سایت را معلق کرده و چنین پیامی را نمایش می دهند. در این صورت بازدیدکنندگان سایت شما چه حسی نسبت به شما پیدا می کنند؟ هر چند اگر هزینه تمدید سایت تان را پرداخت نکنید، معلق خواهد شد اما شرکت های میزبانی خوب حتما قبل از این کار با شما چندین بار تماس ایمیلی و تلفنی می گیرند تا اطمینان حاصل کنند از این موضوع مطلع هستید. بعد از آن هم اگر سایت شما معلق بشود چنین پیغامی نمایش داده نمی شود که سبب آبرو ریزی گردد. [h=3]۸- کیفیت پشتیبانی را بررسی کنید[/h] شرکت میزبان شما چقدر در ارایه پشتیبانی خوب و سریع عمل می کند؟ آیا به یک «تیکت سنتر» دسترسی دارید که مشکلات را آنجا پاسخ دهند؟ فاصله زمانی پاسخ به سوالات و مشکلات چقدر است؟ آیا پشتیبانی تلفنی هم در دسترس شما است؟ پشتیبانی یکی از مهمترین بخش های میزبانی وب به حساب می آید. سایت شما در یکی از پرترافیک ترین ساعات کاری از دسترس خارج می شود و پشتیبانی هم در دسترس نیست و تا ساعت ها (حتی روزها!) منتظر می مانید. در چنین شرایطی به خودتان می گویید کاش شرکت دیگری را انتخاب کرده بودم. [h=3]۹- مراقب غیر حرفه ای ها باشید[/h] نمی توانید تصورش را بکنید که چقدر وبلاگ نویس و وبمستر در ایران وجود دارد که با شرکت هاستینگ شان به اختلاف خورده اند و شرکت هاستینگ به خاطر مشکل شخصی شان، اطلاعات شان را به گروگان گرفته است! آخرین موردی که با آن برخورد کرده ام یک هفته نامه محلی بود که شرکت هاستینگ به خاطر اینکه حاضر نشده بودند تبلیغ آنها را در هفته نامه چاپ کنند، سایت شان را معلق کرده بود و دیگر به سایت و اطلاعات خودشان دسترسی نداشتند. چنین رخدادهایی باورکردنی نیست اما متاسفانه اتفاق می افتد. شرکت هاستینگ در واقع میزبان اطلاعات شما است. دقیقا مانند زمانی که اینکه خانه ای اجاره کرده و در آن زندگی کنید. این رفتار مثل این است که یک روز که به خانه برمیگردید متوجه شوید صاحب خانه قفل بزرگی روی در خانه نصب کرده و به خودتان هم اجازه ورود و دسترسی به وسایل منزل را نمی دهد! مراقب اینگونه سرویس دهنده ها باشید. اینها مهمترین مسایلی بودند که هنگام انتخاب یک میزبان وب باید به آنها دقت کنید. البته توجه کنید که در این مطلب سراغ فاکتورهای کلی انتخاب یک هاست مناسب مانند کنترل پنل، انتخاب فضا و… نرفتیم و آنها را در مطلبی مجزا مورد بررسی قرار می دهیم. هدف این مطلب این بود که به نکاتی ویژه بپردازیم که برای وبمسترها و وبلاگ نویس های ایرانی مهم هستند و تجربیات شرایط ایران را مطرح کنیم. منبع :[Hidden Content] نویسنده :علی اصغر هنرمند
-
- 1
-
-
مقاله با عنوان : پردازش تصوير بررسي روشها و الگوريتمها پسورد : [Hidden Content] image processing.pdf
-
- 2
-
-
امتیازات و مدال های اهدا شده به کاربران تالار it
poor!a پاسخی برای poor!a ارسال کرد در موضوع : گفتگو و مسابقات
300 امتیاز به panisa بابت همکاری در مدیریت تالار موفق باشید- 10 پاسخ
-
- 4
-
-
نخستین به روز رسانی برای وردپرس سری 3.5 ارایه شد. در نسخه 3.5.1 حدود ۳۷ باگ برطرف شده و البته این یک به روز رسانی امنیتی هم به حساب می آید و بنابراین نباید در نصب آن درنگ کنید. اگر بخواهید می توانید لیست تمام تغییرات را ببینید. ضمنا لازم است بدانید یک باگ سبب می شود وردپرس هایی که روی ویندوز و وب سرور IIS نصب شده اند، امکان آپدیت از نسخه 3.5 به 3.5.1 را نداشته باشند. اگر پیام خطای "Destination directory for file streaming does not exist or is not writable" را دریافت کردید باید سراغ این راهنما بروید تا بتوانید به روزرسانی را انجام دهید. آپدیت را از داشبورد وردپرس انجام دهید یا وردپرس 3.5.1 را دانلود کنید. پیش از به روز رسانی ها پشتیبان گیری از اطلاعات را فراموش نکنید. [Hidden Content]
-
همه چیز در باره هوش مصنوعی به زبان ساده
poor!a پاسخی برای poor!a ارسال کرد در موضوع : دانشکده مجازی IT
بخش دوم پس از چند روز اکنون نوبت به قسمت دوم مطلب هوش مصنوعي است به شما توصیه مي شود که اول از همه قسمت اول مقاله را خوب بخوانید و بعد به سراغ قسمت دوم بياييد تا در فهم مطلب، دچار مشکل نشوید. در این قسمت قصد داریم با دقت بيشتري به بررسي هوش مصنوعي بپردازیم و تا حد امکان با موضوعات ديگر آن آشنا شویم. همچنین نگاهي خواهیم داشت به دانشگاه ها و موسساتي که در هوش مصنوعی پيشرو بودند و با افرادی که تحولات اصلی اين عرصه را رقم زدند را نيز، خواهيم شناخت. جواب دادن به شش سوال مهم نیز از اولویت هاي ما است. لازم به ذکر است که این مقاله نسبت به نسخه اول، کوتاه تر خواهد بود؛ پس با ما همراه باشید و روی ادامه مطلب کلیک کنيد. - زير ذره بين: هر چند، هوش مصنوعی در طی سالیان اخیر پیشرفت های بسیار قابل ملاحظه ای از خود نشان داده است، اما از طیف گسترده سوالاتی که در مور این مبحث مطرح میشد، هنوز تعدادی از آنها بی پاسخ مانده اند. چند سوال مهم که همواره مطرح بوده اند، عبارت اند از اینها: بعضی این سوال ها را مطرح می کنند که: آیا هوش مصنوعی، ضرورتا باید دنباله رو ی هوش طبیعی موجودات باشد و آن را شبیه سازی کند؟ آیا نمی توان همانگونه که از پرندگان برای مطالعه در مورد پرواز، استفاده شد، از بیولوژی انسان ها نیز برای هوش مصنوعی استفاده کرد؟ آیا می توان رفتار هوشمند را با قوانین ساده ی منطقی توجیه و به اجرا در آورد؟ آیا واقعا لازم است که کامپیوتر ها مساله هایی با اعدادی بزرگ و موضوعی نامرتبط با یک دیگر را حل کنند؟ آیا هوش مصنوعی نمی تواند با زبان های سطح بالا که به زبان انسان نزدیک تر هستند، باز سازی شود؟ و یا : آیا استفاده از زبان Sub-Symbolic و شبکه های عصبی، ضرورت دارد؟ سوالاتی که در بالا مطرح شد، شامل موارد به جا و درستی می شوند و به نظر می رسد که پاسخ دادن به این سوال ها برای ادامه کار ما ضروری است ، در ادامه می خواهیم به این سوال ها نیز جواب دهیم و این کار را با معرفی جنبه های مختلف تئوری هاي پیاده سازی هوش مصنوعی انجام خواهیم داد. - فرمان شناسی و شبیه سازی مغز: در بین دهه های 1940 تا 1950، تعدادی از پژوهشگران توانستند، ارتباطی را بین علم عصب شناسی، نظریه اطلاعات و فرمان شناسی کشف کنند. نظریه اطلاعات، شاخه ای از ریاضیات کاربردی و مهندسی الکترونیک است که به تعیین و تعریف اطلاعات می پردازد. نظریه اطلاعات در ابتدا به بررسی راه حل هایی برای تعریف حد و حدود پردازش سیگنال ها می پرداخت و در کار هایی مانند فشرده سازی، ذخیره و رد و بدل کردن اطلاعات استفاده می شد. پس از آن، نظریه اطلاعات به سرعت وسعت پیدا کرد و اکنون در زمینه های گسترده ای از جمله پردازش زبان طبیعی، رمز گذاری و استنباط آماری استفاده می شود. تعدادی از این پژوهشگران، به منظور پیاده سازی هوش مصنوعی (هر چند ناقص) در آن زمان، از شبکه های الکترونیکی استفاده کردند. پس از آن تحقیقات در این باره بیشتر هم شدند و معمولا در انجمن های علمی دانشگاه های پرینستون (Princeton) آمریکا و Ratio Club انگلستان، نتایج این تحقیقات ارائه می شد. با این که در این مورد، زحمت بسیاری کشیده شد، ولی در عمل، استفاده از روش های شبیه سازی به مغز، در آن زمان نتوانست راه به جایی ببرد و سر انجام در سال 1960 متوقف شد. زیرا تحقیقات بر روی این مساله علاوه بر این که بازدهی کمی داشتند، بسیار پر دردسر، پر هزینه، سخت و وقت گیر بودند پس استفاده از زبان سمبلیک، از همه ی جهات صرفه بیشتری نسبت به این مورد داشت. - استفاده از زبان سمبلیک: اواسط دهه ی 1950، زمانی بود که دسترسی به کامپیوتر های دیجیتالی عملا ممکن شده بود. در همان زمان بود که کاوش ها برای "ممکن کردن شبیه سازی هوش انسان در کامپیوتر با استفاده از سمبل ها و نماد ها"، شروع شد. مرکز پژوهش ها در این زمینه روی چند دانشگاه مهم، متمرکز شده بود. یعنی دانشگاه های : ام آی تی، سی ام یو و استنفورد آمریکا. هر یک از این دانشگاه ها سعی داشتند تا سبک مخصوص به خود را در تحقیقات پیاده سازی کنند. -- شبیه سازی شناختی (شبیه سازی روش حل مساله توسط انسان ها): هربت سیمون، اقتصاد دان و آلن نویل، مطالعه هایی در مورد توانایی حل مسئله توسط انسان ها انجام دادند و تلاش کردند که به مطالعه های خود رسمیت ببخشند. در واقع کار این دو فرد بود که اساس و بنیان هوش مصنوعی شد و تحقیقات جدی و پرثمری را در این باره پایه ریزی کرد. تیم تحقیقاتی آنها از نتایج آزمایشات روانشناختی انجام شده، استفاده می کرد تا بتوانند، برنامه هایی را طراحی کنند که شیوه حل مسائل توسط انسان ها را شبیه سازی نماید. (درک مساله، جمع آوری اطلاعات و آگاهی از جزئیات، پردازش اطلاعات ، حل مساله و آزمایش راه حل) مرکز تحقیقات در این مورد، دانشگاه سی ام یو بود. سر انجام این روش، پدید آمدن Soar بود که یک معماری نرم افزاری برای موارد این چنینی را عرضه می کرد. در واقع اساس کار آنها در شبیه سازی شناختی، این بود که: سعی کنند؛ نحوه فکر، درک،شناخت و حل مسائل توسط انسان را در کامپیوتر شبیه سازی کنند تا بدین وسیله بتوانند، رفتار کامپیوتر را به انسان که نزدیک کنند. -- روش مبنی بر منطق: برخلاف هربت سیمون و آلن نویل؛ جان مک کارتی احساس می کرد که ماشین ها نیازی به شبیه سازی نحوه فکر انسان ها ندارند! بلکه در عوض باید سعی کنیم تا ماهیت و اساس، استدلال و حل مسائل را بیابیم و نیازی نیست، توجه کنیم که آیا انسان ها دقیقا از همان روش ها برای استدلال خود کمک می گیرند یا خیر. آزمایشگاه او در دانشگاه استنفورد، تحقیقاتش را روی استفاده از منطق قراردادی برای حل انواع و اقسام مسائل متمرکز کرده بود. همچنین تحقیقات و یافته های این آزمایشگاه شامل روش هایی برای پیاده سازی: نمایش اطلاعات، برنامه ریزی و یادگیری می شد. منطق قرار دادی شامل قوانین منطقی ای می شود که به اثبات رسیده اند، مانند قوانین دمورگان و .... (ترکیب های فصلی، عطفی،شرطی، دو شرطی و ...) تحقیقات متمرکز این تیم در دانشگاه ادینبرگ منجر به گسترش علوم مربوط به برنامه نویسی منطقی (Logic Programming) و پدید آمدن زبانی به نام پرولُگ (Prolog) شد. -- روش غیر منطقی یا ((نا متعارف))! پژوهشگران در دانشگاه ام آی تی (از جمله: ماروین مینسکی و سیمور پیپرت) این نکته را دریافتند که حل مسائل مشکل و پیچیده، چه در منطق کامپیوتری و چه در پردازش زبان طبیعی، دارای یک فرمول یک پارچه و خاص نیست. در واقع هیچ فرمول و قانون ثابتی (مانند منطق) وجود ندارد که بتواند، تمام جوانب هوش مندی را دربر بگیرد. راجر اسچنک روش غیر منطقی یا نا متعارف را به عنوان راه حلی برای حل مسائل توضیح داد ( درست بر خلاف راه حل هایی که دانشگاه های سی ام یو و استنفورد توضیح داده بودند.) شعور و تحلیل و قضاوت عام انسان ها و یا تعبیری که به آن Commonsense knowledge bases نیز نمونه هایی از روش غیر منطقی و ( از نظر منطقی نا متعارف هستند). می توانید برای بهتر فهمیدن این مساله به تعریف قضاوت عام در بخش اول مطلب مراجعه کنید اما این را بدانید که اگر فهم این مساله برای شما نسبتا آسان است، برای کامپیوتر بسیار سخت بود، چون در آن زمان، محققان پرتلاش باید با دستان خود این مباحث را به کامپیوتر می فهماندن و این مساله فوق العاده مشکل بود اما دست کم امکان پذیر بودن آن برای توسعه هوشمندی، محققان را دلگرم به ادامه تلاش های خود می کرد. -- بانک ادراک و اطلاعات: در سال 1970، یعنی زمانی که کامپیوتر های با حافظه های بیشتر وارد بازار شدند. محققان هر سه جنبه ای که در بالا ذکر شد؛ تلاش های خود را برای تولید معرفت و ادراک در نرم افزار های هوش مصنوعی، شروع کردند. این انقلاب اطلاعات و ادراک، موجب شد تا سیستم های هوشمند، بیش از پیش گسترش یابند و این را می توان اولین موفقیت مشترک، در زمینه هوش مصنوعی دانست. این انقلاب اطلاعاتی و ادراکی باعث افزایش برنامه های هوش مصنوعی شد هر چند بعضی از این برنامه ها ساده بودند، ولی از این رو نیاز به اطلاعات بیشتر همواره از سوی این برنامه ها طلب می شد و با بیشتر شدن اطلاعات باز هم برنامه های بیشتری تولید می شد. پس این مساله به صورت چرخه ای در آمده بود که باعث بیشتر شدن پیشرفت هوش مصنوعی در این دوره شد. - استفاده از زبان های بر پایه Sub-Symbolic: در طی دهه ی 1960، زبان های سمبلیک، توانستند به موفقیت های بزرگی در شبیه سازیِ ادراک و شعور و هوشمندیِ سطح بالا، در برنامه های استدلالی و اثباتی (هر چند کوچک) برسند. در آن دوره استفاده از شبکه های عصبی تقریبا کمرنگ شده بود. هرچند که در سال های دهه ی 1970، همانطور که در بالا گفته شد، زبان سمبلیک گسترش زیادی پیدا کرد؛ اما این موفقیت، باعث این نشد که محققان نسبت به شبکه های عصبی، نا امید شوند. در دهه ی 1980، در حالی که هنوز تحقیقات در باره زبان های سمبلیک ادامه داشت، عده ای معتقد بودند که زبان سمبلیک هیچگاه نخواهد توانست که تمامی اعمال هوشمند انسان را شبیه سازی نماید. آن ها، ادراک کامل، الگوشناسی و الگویابی، یادگیری و موفقیت در زمینه های روبوتیک را، انحصاری برای زبان های Sub-Symbolic می دانستند. پس به همین دلیل عده ای از محققان تحقیقات بیشتر در مورد زبان Sub-Symbolic را شروع کردند. محققانی در زمینه های وابسته به علم روبوتیک، مانند رادنی بروکس؛ استفاده از زبان های سمبلیک در هوش مصنوعی را رد کردند و ترجیه دادند که روی مهندسی مسائل و مشکلات پایه ای تمرکز کنند تا بتوانند به حرکت و اعمال بهتر در ربات ها دست پیدا کنند.کار های این گروه از پژوهشگران، تحقیقات در زمینه ی فرمانشناسی و زبان Sub-Symbolic را دوباره احیا کرد. کار های آنان همزمان با پیشرفت هایی بود که در زمینه هایی از جمله: نظریه تجسم ذهنی، که یکی از شاخه های وابسته به ((شبیه سازی شناختی)) بود؛ انجام می شد. همانطور که به یاد دارید، شبیه سازی شناختی سعی می کرد که رفتار انسان ها در زمینه هایی مانند: حرکت، ادراک، احساسات و تفکر را شبیه سازی نماید. شبیه سازی این موارد هم نیاز به سطح بالاتری از هوشمندی داشت که محققان سعی در ایجاد آن داشتند. - هوش الگوریتمی: Computational Intelligence یا هوش الگوریتمی، که به نوعی به شبکه های عصبی وابسته بود، توسط دیوید رامل هارت و چند تن دیگر در اواسط دهه ی 1980 احیا شد. هم اکنون مواردی از جمله سیستم های فازی و محاسبات تکاملی، از مواردی هستند که از دل هوش الگوریتمی بیرون آمده اند. سیستم های فازی، یک نوع سیستم کنترلی هستند که بر پایه منطق فازی فعالیت می کنند، کار این گونه سیستم ها ، تجزیه و تحلیل منطقی داده های ورودی آنالوگ؛ و تبدیل آنها به دیجیتال است. یعنی داده ها را میگیرد و به دیجیتال تبدیل میکند. اما به یک نکته ی مهم توجه داشته باشید: برنامه هایی که نوشته می شوند، دیجیتال هستند و بر پایه 0 و 1، یعنی اطلاعات را یا درست می دانند، یا غلط (بر اساس منطق) اما دنیا و جهان حقیقی این گونه نیست، در همانگونه که بعضی از متخصصان هوش مصنوعی گفته بودند، منطق نمی تواند تمام جوانب انسانی را در کامپیوتر عملی سازد؛ در جهان واقعی نیز هیچ چیز مطلقا درست یا نادرست نیست، و همه چیز تا حدی درست و تا حدی نادرست است؛ تا حدی خوب و تا حدی بد است؛ تا حدی مشکل و تا حدی آسان است. سیستم های فازی درکی این چنینی از مسائل دارند؛ یعنی چیزی بین 0 و 1 ! برای این که این مفاهیم برای شما مبهم نباشد، لازم است به چند مثال در زندگی روزمره خود، روی بیاوریم. ما می توانیم از اطلاعاتی که مبهم هستند، نتیجه گیری صحیحی داشته باشیم، منطق فازی هم قصد انجام چنین کاری را دارد. مثلا ما می توانیم با در نظر گرفتن دمای هوا، تعیین کنیم که چه نوع لباسی بپوشیم. این داده مبهم است چون ما از دما بر حسب درجه سانتی گراد، خبر نداریم ولی می توانیم دمای نسبی را احساس کنیم. مثلا بگوییم هوا گرم است و این دما دقیق نیست؛ چون برای یک اسکیمو دمای 12 درجه متعادل است. اما یک افریقایی در این دما، می لرزد! اما هر دوی آنها با توجه به گرمی و سردی هوا (از نظر خودشان) در مورد نوع لباس خود تصمیم گیری می کنند. سخن آخر: در اینجا سعی بر این بود تا بتوانیم هوش مصنوعی را بهتر به شما بشناسانیم و شما را از اهمیت این مبحث مهم مطلع کنیم. بدون شک با گذشت زمان، کامپیوتر ها هم در زندگی ما، جای بیشتری برای خود باز می کنند و برای این کار پیاده سازی حداقل بخشی از هوشمندی انسان ها در آنها کاری مهم و ضروری به نظر می رسد. همچنین ربات هایی که امروز خنده دار به نظر میرسند، بدون شک در آینده به موفقیت های شگفت آوری دست پیدا خواهند کرد که این موفقیت ها، آنها را هم به زندگی ما خواهد آورد. اگر به قسمت های اولیه این مقاله برگردید، می بینید که بیشتر تلاش هایی که در مورد هوش مصنوعی صورت گرفته، امروز تا حدی عملی شده است. اگر در دنیای واقعی تاثیر آن زیاد به چشم نمی خورد، می توانید به بازی های کامپیوتری رجوع کنید. البته ایجاد هوش مندی در محیط مجازی و جایی که همه چیز، کنترل شده و معین است، کار سختی به نظر نمی رسد، اما همین هم می تواند الگویی برای ایجاد آن در محیط حقیقی به شمار رود. در آینده اگر با یک ربات دوست شدید و کار هایتان را به او سپردید و یا اگر با وجود مترجم های آنی، نیازی به یادگرفتن زبان یک کشور دیگر نداشتید و یا اگر ... ؛ به یاد این مقاله نارنجی هم باشید. منبع :www.[Hidden Content]- نویسنده :کیوان مساجدی منابع تکمیلی : ویکی پديا (انگلیسی) richardbowles.tripod.com انجمن سیستم های فازی ایران- 1 پاسخ
-
- 1
-
-
بخش اول هوش مصنوعی یکی از مقوله هایی است که در علوم کامپیوتر، اهمیت فراوان دارد و تغییرات در هوش مصنوعی می توانند تحولات گسترده ای را در فناوری اطلاعات پدید بیاورند. در این مقاله قصد داریم که هوش مصنوعی را به شما معرفی کنیم. علاوه بر این چند روبات مطرح را نیز به شما معرفی خواهیم کرد. سعی ما بر این است که این مقاله بتواند به اندازه کافی راهنمای شما باشد. پس با کلیک روی ادامه مطلب ما را همراهی کنید. - هوش مصنوعی چیست؟ هوش مصنوعی، هوش ماشین هاست! در واقع شاخه ای از علوم کامپیوتر است که قصد دارد راه حل های الگوریتمی را ارائه کند تا بتوانیم به وسیله آنها در ماشین ها هوشمندی ایجاد کنیم. اما این تعریف کافی نیست؛ اول از همه باید بدانیم که تعریف هوشمندی چیست و بعد باید منظور از ماشین را دربیابیم: استدلال، منطق، تصمیم گیری ؛ این ها توانایی هستند که شما از آنها استفاده می کنید. پس شما هوشمند هستید. اگر این توانایی ها را در کامپیوتر هم ایجاد کنیم، آنگاه به ماشین هوشمند دست می یابیم! به همین سادگی ... ولی به جز این ها چیز های دیگری هم در رابطه با تعریف هوشمندی وجود دارند که دانستن آنها را می توان مهم ارزیابی کرد. در واقع بحث هایی که در مورد هوشمندی و هوش مصنوعی مطرح شده است؛ تنها به دوره ی امروزه ی ما و قرن 21 مربوط نمی شود، بلکه از سال 1950 این مباحث به طور جدی مطرح شد. - پیشینه ی هوش مصنوعی: باید گفت که از این نظر هوش مصنوعی یکی از غنی ترین تاریخ ها را دارد، منتها در قصه ها! ماشین ها و مخلوقات مصنوعی باشعور، اولین بار در افسانه های یونان باستان مطرح شدند. شبه انسان ها باور داشتند که باید یک تمدن بزرگ را تشکیل دهند؛ تندیس ها و مجسمه های انسان نما در مصر و یونان به حرکت در آمده بودند و ... حتی در مواردی این قصه ها، پای جابر بن حیّان و چند تن دیگر را هم به سازندگان موجودات مصنوعی باز کردند. از قصه ها که بگذریم ؛ فیلسوف ها و ریاضی دان ها از مدت ها پیش مباحث مربوط به استدلال و منطق را پیش کشیدند و امروزه این مباحث به صورت قرار دادی، به رسمیت پذیرفته شده است. این گونه منطق ها اساس کامپیوتر های دیجیتال و برنامه پذیر شده اند. یکی از افرادی که نقش اساسی و مهمی در این مورد ایفا کرد آقای آلن تورینگ بود. نظریه تورینگ: تئوری تورینگ مبتنی بر این بود که می توانیم با استفاده از نشانه ها و اعدادی مانند 0 و 1، هر استدلال ریاضی ای را در کامپیوتر عملی کنیم. همزمان با این نظریه کشف های تازه ای در زمینه ی عصب شناسی، نظریه اطلاعات و فرمانشناسی، به وقوع پیوسته بود. این پیشرفت ها الهام بخش گروهی کوچک از پژوهشگران شد تا به طور جدی به مساله ایجاد یک مغز الکترونیکی رسیدگی نمایند. - تست تورینگ: در سال 1950، آلن تورینگ مقاله ای را در رابطه با هوش مصنوعی منتشر ساخت که بعد ها به تست تورینگ مشهور شد. در این مقاله عنوان شده بود که اگر فردی از پشت یک دیوار یا هر چیز جدا کننده دیگری، با کامپیوتر مکالمه کتبی داشته باشد و نداند که طرف مقابلش انسان نیست و پس از پایان مکالمه نیز متوجه این موضوع نشود، آنگاه می توان کامپیوتر را ماشینی هوشمند نامید زیرا توانسته است که در برابر یک انسان به اندازه کافی از استدلال و منطق استفاده کند. تست تورینگ تا حدی توانست هوش مندی را توجیه کند ولی فقط ((تا حدی))! اما از آن زمان تا کنون ماشینی اختراع نشده است که توانسته باشد این تست را با موفقیت بگذراند. هر چند زبان AIML ابداع شد، اما این زبان هرگز به این حد از هوش مصنوعی دست نیافت. - و بعد ... تیمی که در زمینه هوش مصنوعی تحقیق می کردند، در تابستان سال 1956، کنفرانسی را در محوطه کالج دارتموس برگزار کردند. این کنفرانس به همراه افرادی مانند جان مک کارتی، ماروین مینسکی، آلین نویل و هربت سیمون که برای دهه ها پیشتازان تحقیق برای هوش مصنوعی بودند انجام شد. آنها و دانش آموزان آنها، برنامه ای نوشته بودند که حقیقتا برای عده زیادی از مردم شگفت آور بود. این برنامه می توانست مشکلات نوشتاری در جبر را حل کند، استدلال های منطقی را اثبات کند و به زبان انگلیسی سخن بگوید. در اواسط دهه ی 1960، بودجه سنگینی برای دایرکردن آزمایشگاه های تحقیقاتی در گرداگرد دنیا، از سوی حوزه ی دفاعی ایالات متحده آمریکا، اختصاص داده شد. پیشتازان هوش مصنوعی درباره آینده آن در جهان بسیار خوش بین بودند. هربت سیمون پیشبینی کرده بود که در مدت 20 سال، کامپیوتر های هوشمند می توانند، هر کاری را که انسان انجام می دهد، انجام دهند. در واقع مشکلات بزرگی که در آن زمان برای ایجاد هوش مصنوعی وجود داشت، اساسا حل شده بود. - زمستانی سخت برای هوش مصنوعی: علیرغم چیز هایی که در بالا گفته شد، تیم مذکور، در شناخت و رفع برخی از مشکلات هوش مصنوعی با شکست مواجه شد، در سال 1970 در مقابل انتقادات آقای جیمز لایتهیل از انگلستان و فشار های مداوم کنگره برای کم کردن بودجه برای پروژه های بزرگ، دولت های انگلیس و آمریکا تمام پژوهش های به نتیجه نرسیده برای هوش مصنوعی را لغو کردند و در اندک سالیان بعد از آن، به سختی برای هوش مصنوعی، بودجه اختصاص داده می شد. این دوره را زمستان هوش مصنوعی یا A.I winter می نامند. به زودی در سال 1980، پژوهش ها بر روی هوش مصنوعی از سر گرفته شد و این امر مدیون این بود که سیستم های هوشمند، به موفقیت های تجاری دست یافتند. سیستم های هوشمند، ترکیب هایی از هوش مصنوعی بودند که مهارت و دانش و توان تجزیه تحلیلی یک متخصص را شبیه سازی می کردند. در سال 1985، هوش مصنوعی به بازار یک میلیارد دلاری دست یافت و در همان زمان پروژه ی کامپیوتر های نسل پنجم ژاپن، که متوقف شده بود، از سر گرفته شد و بودجه ای برای تحقیقات آکادمیک در این زمینه در نظر گرفته شده بود. اما در سال 1987 باز هم چرخ گردان به گونه ای دیگر چرخید و بازار فروش ماشین های پردازش لیست (Lisp Machines) (با زبان Lisp) که با مشکلاتی موجه بودند، نابود شد و در یک ثانیه تمام آبروی هوش مصنوعی را هم با خود برد. پس این بار زمستان طولانی تر و سخت تری برای هوش مصنوعی فرارسید. - پس از آن، بهاری نو : پس از این مشکلات، در دهه 1990 و نزدیک به قرن بیست و یکم، هوش مصنوعی به یکی از بزرگ ترین موفقیت های خود دست یافت. اگر چه چیز هایی پشت پرده ماندند ولی هوش مصنوعی در زمینه های مهمی مانند استدلال و منطق، داده کاوی، تشخیص های پزشکی و طیف های گسترده ای از تکنولوژی و صنعت به کار گرفته می شد. - مقایسه، استدلال و حل مسائل: خیلی زود توسعه دهندگان هوش مصنوعی به این نتیجه رسیدند که باید در الگوریتم های خود از نحوه حل مساله ((گام به گام)) استفاده کنند. در واقع انسان ها هم معمولا برای حل مواردی از جمله: ساختن پازل و ... از این روش استفاده می کنند. آنها همچنین توانستند که پس از دهه های 80 و 90 الگوریتم های موفقیت آمیزی را برای درک داده ها و اطلاعات نا کامل عرضه کنند که این الگوریتم ها از احتمالات، برای درک این اطلاعات استفاده می کردند. برای حل مسائل سخت، بیشتر این الگوریتم ها به کامپیوتر های بزرگ و قدرتمندی برای پردازش نیاز داشتند. بسیاری از این الگوریتم ها به مقدار زیادی حافظه (رم) نیاز داشتند و حتی در صورت فراهم آمدن آن، با وجود سخت افزار های آن زمان، مدت مورد نیاز برای پردازش نجومی بود. بنابر این می توان این مساله را دریافت که: جستجو برای الگوریتم های بهتر و موثر تر در آن زمان، از اولویت های اصلی پژوهشگران هوش مصنوعی بود. انسان برای حل مسائل خود خیلی سریع عمل می کند. چیزی که باید فهمید این است که اگر چه انسان در جمع و تفریق اعداد از کامپیوتر شکست می خورد، اما مساله فقط جمع و تفریق نیست. در واقع اولین گام برای حل مساله درک آن است و این چیزی است که برای انسان بسیار ساده و برای کامپیوتر ها بسیار سخت است. بر این اساس آنها به تحقیقات زیادی پرداختند و به این نتیجه رسیدند که باید برای بازدهی بیشتر از شبکه های عصبی استفاده کنند. این کار به آنها کمک می کرد تا بتوانند به ساختار اعصاب و مغز انسان و سایر حیوانات نزدیک تر شوند. - نمایش معلومات: نمایش معلومات و مهندسی معلومات مرکز توجه در پژوهش های هوش مصنوعی بودند. بسیاری از دستگاه های حل مساله برای حل مسائل نیازمند معلومات گسترده و وسیعی بودند این معلومات عبارت می شد از : شناختن اشیاء، خواص و اقلام- شناختن روابط بین اشیاء- درک موقعیت، نوع واقعه و زمان و مکان- علت ها و تاثیر عوامل و بسیاری چیز های دیگر... و سخت ترین مشکلات درباره نمایش اطلاعات و معلومات عبارت بود از: 1- استدلال پیش فرض و مسائل نسبی: دانسته ی یک فرد از یک چیز برابر است با پنداشت او از آن چیز، برای مثال وقتی نام پرنده به گوش کسی می خورد، معمولا یک موجود کوچک را به یاد می آورد با صدای زیبا و قابلیت پرواز؛ در حالی که این موضوع برای همه ی پرندگان صدق نمی کند. مثلا پنگوئن هیچکدام از این ویژگی ها را ندارد! جان مک کارتی این موضوع را به عنوان یک مسئله نسبی در سال 1969 کشف کرد. برای هر قضاوت صحیح (در تعریف عام) که محققان هوش مصنوعی، سعی در پیاده سازی آن داشتند، تعداد زیادی استثنا وجود داشت. بنابر این، آنها به این نتیجه دست یافتند که در قضاوت عام، نمی توان یک چیز را مطلقا درست یا غلط دانست بلکه همه چیز نسبی است. مثلا وقتی به شما می گویند که فلان شخص، خوب است یا بد؟ شما اول به مواردی توجه می کنید که مهم تر هستند و بر این اساس در مورد خوبی و بدی قضاوت می کنید. در حالی که هیچ کس مطلقا خوب یا بد نیست! در واقع شما اول به مواردی اهمیت می دهید که مهم تر است. محققان هوش مصنوعی هم با پیاده کردن چنین الگوریتمی توانستند این مشکلات را حل کنند. 2- سطح وسیع اطلاعات مورد نیاز برای قضاوت عام: منظور از قضاوت عام، همان نحوه قضاوتی است که در بالا توضیح داده شد که شما به نکاتی که بیشتر اهمیت دارند، امتیاز بیشتری اختصاص می دهید و آنها را ملاک قضاوت خود قرار می دهید. اما این نوع قضاوت، شاید در زندگی روزمره ما کار عادی ای شده باشد؛ اما در واقع برای کامپیوتر این کار نیاز به اطلاعات پایه ای زیادی در زمینه هستی شناسی و شناخت ویژگی های موجودات دارد. محققان هوش مصنوعی می بایست، مفاهیم دقیق و پیچیده ای را با دست خود، به کامپیوتر می فهماندند. کار بزرگی که انجام شد این بود که توانستند کامپیوتر را قادر سازند که از منابع اطلاعاتی (نظیر اینترنت امروزی) ، مفاهیمی را کسب کند و از این راه به اطلاعات خود در این باره بیافزاید. 3- استفاده از زبان Sub-Symbolic برای توضیح بعضی مفاهیم در قضاوت عام: بسیاری از معلوماتی که مردم دارند، چیز هایی است که نمی توان آن ها را تصویر کرد و یا توضیح داد. برای مثال یک شطرنج باز ماهر، از قرار دادن یک مهره در یک وضعیت خاص پرهیز می کند زیرا احساس می کند که این کار خطرناک است و یا یک کارشناس و منتقد هنری با نگاه کردن به یک مجسمه و یا یک نقاشی تشخیص می دهد که آن جعلی و تقلبی است. پیاده کردن چنین الگوریتم هایی با استفاده از زبان سمبلیک ممکن نبود و باید از زبان دیگری بر پایه Sub-Symbolic استفاده می شد. قبل از هر چیز باید، توضیح مختصری از این دو را به شما ارائه کنیم: در واقع اساس کار زبان های سمبلیک بر پایه استدلال و نتیجه گیری و به طور کلی، منطق است. در این گونه زبان ها برای متغیر ها و توابع مقدار های مشخصی در نظر گرفته می شود و بدین وسیله، هر متغیر حاوی بخشی از اطلاعات برنامه و هر تابع حاوی بخشی از قوانین استنباطی برنامه است. اما روش Sub-Symbolic تا حد زیادی متفاوت است. این روش از شبکه های عصبی برای پردازش اطلاعات استفاده می کند. این شبکه های عصبی از واحد های ورودی، واحد های پنهان و واحد های خروجی تشکیل شده اند که همگی با یکدیگر ارتباط دارند. این واحد ها گاهی سلول عصبی نیز، خطاب می شوند. همانطور که گفته شد، این سلول های عصبی با یک دیگر ارتباط دارند. اما چیزی که باید بدانید این است که اطلاعات در بین این ارتباطات، پردازش می شوند و بر این اساس ممکن است یک سلول عصبی در پردازش اطلاعات موثر و یا کم اثر باشد. در عوض، در شبکه های عصبی تمامی اجزا مهم تلقی می شود. چون هیچ کدام از آنها به تنهایی نمی توانند، اطلاعات را پردازش کنند ولی وقتی تمام اجزا با هم کار کنند، موجب ایجاد یک عملکرد هوشمند می شوند. برای این که این روش را بهتر درک کنید، به این مثال توجه نمایید: یک مورچه تنها را در نظر بگیرید، طبعا نه کاری می تواند بکند و نه اثری دارد، اما وقتی مجموعه ای از این مورچه ها جمع می شوند و یک کلونی را تشکیل می دهند، آنگاه جامعه ای از آنها درست می شود که در کلیت، هوشمند و موثر است، به طوری که حتی ما هم با دانستن راز های زندگی جمعی مورچه ها، به فکر فرو می رویم! همین کار را هم می توان با شبکه های عصبي انجام داد و يک شبه مغز را ايجاد کرد. - برنامه ریزی: موجودات و به طور کلی، چیز های هوشمند، باید بتوانند هدف هایی را برای خود تعیین کرده و به آنها دست یابند. برای این کار اولا لازم است که تصوری از آینده خود داشته باشیم. یعنی وضع کنونی هدف مورد نظر را در نظر بگیریم و پیش بینی کنیم که تصمیماتی که خواهیم گرفت، چگونه می تواند بر آن تاثیر بگزارد. پس از این کار باید، برای رسیدن به بهترین نتیجه؛ از بین گزینه هایی که داریم، بهترین و سودمند ترین آنها را انتخاب نماییم. پس تصمیم گیری و برنامه ریزی از این روش، کاری است که بدون هوشمندی، نمی توان آن را انجام داد و فقط موجودات هوشمند از پس آن بر می آیند! در مسائل کلاسیکی که در مورد برنامه ریزی وجود داشت، عامل هوشمند می توانست فرض کند که تنها یک چیز (هدف مورد نظر) در جهان فعال است و احتمالا می توان نتیجه آن را تغییر داد. بنا بر این هدف مورد نظر تعیین می شد و برای آن راه حل هایی ارائه می گردید. همچنین عامل هوشمند - که میتواند برنامه و یا هر چیز دیگری باشد – به طور مرتب و دائمی چک می کرد که پیشگویی هایش درست باشد و اگر اینطور نبود، راه حل مورد نظر برای هدفش را تغییر می داد. در این مورد می توانید یک روبوت را در نظر بگیرید که می خواهد از یک مسیر مارپیچ عبور نماید. این روبوت ابتدا هر یک از این مسیر ها را امتحان می کند و اگر هر کدام از آنها به بن بست، بر خورد، آن را به حافظه می سپارد تا دوباره تکرارش نکند و این عمل را آنقدر ادامه می دهد که راه خودش را بیابد! ( این يک تعریف بسيار ساده بود) - یادگیری: ایجاد امکان یادگیری برای ماشین ها، همواره از پژوهش های اصلی در زمینه ی هوش مصنوعی بوده است. یادگیری بدون نظارت: قابلیت یادگیری الگو ها، از اطلاعات ورودی را فراهم میکند. یادگیری نظارت شده هم، می تواند هردو امکان: طبقه بندی و عبرت عددی را ایجاد کند. طبقه بندی این امکان را می دهد که کامپیوتر بتواند تشخیص دهد که چه چیز هایی را می توان در یک گروه خاص گنجاند. عبرت عددی (Regression takes) نیز به این صورت عمل می کند که بعد از دادن چیز هایی به عنوان ورودی به کامپیوتر و مشخص کردن خروجی دقیق آنها، کامپیوتر می تواند روابط بین ورودی و خروجی را کشف کرده و الگوریتم ها و توابع پیوسته ای را برای آنها تعیین کند. این روش برای به وجود آوردن الگوریتم های بسیار پیچیده، مفید خواهد بود. اجازه دهید تا در این مورد مثالی بزنیم: وقتی در حال رانندگی هستید و به عابران پیاده نگاه می کنید، می توانید تا حد زیادی تشخیص دهید که آنها قصد چه کاری را دارند. مثلا می خواهند از خیابان رد شوند یا این که تاکسی بگیرند و یا این که فقط سر جای خود ایستاده اند. خب، این کار برای من و شما نسبتا ساده است اما اساسا برای نوشتن الگوریتم آن برای کامپیوتر، از دست یک انسان کاری ساخته نیست. با استفاده از روش عبرت عددی می توان با روش های خاص این مورد را با مثال های زیادی به کامپیوتر و برنامه ی مربوطه نشان داد و به تدریج الگوریتم مورد نیاز را تحویل گرفت. اما چیزی که باید هم اکنون به آن اشاره کرد، عملیات تقویت یادگیری است. این کار به این صورت انجام می پذیرد که تئوری تصمیم گیری کامپیوتر آنالیز شده و برداشت های سودمند آن تئوری، مورد تاکید قرار می گیرند. در واقع کار های درست با تشویق (به صورت اولویت دادن) و کار های غلط با تنبیه (به صورت امتیاز منفی) پاسخ داده می شوند و به همین خاطر یادگیری کامپیوتر به طور مرتب بهبود می یابد. یادداشت: آنالیز الگوریتم های یادگیری ماشین ها، شاخه ای از علوم نظری کامپیوتر است که با نام تئوری یادگیری کامپیوتری شناخته می شود. - پردازش زبان طبیعی: پردازش زبان طبیعی یا Natural Language Processing، به ماشین های هوش مند این قابلیت را می دهد که زبان انسان ها را بخوانند و آنها را متوجه شوند. بسیاری از تحقیقات به این نتیجه رسید که برای ایجاد قدرت کافی برای سیستم پردازش زبان طبیعی، نیاز است که اطلاعات زیاد و کاملی را به این سیستم ارائه کنیم که می تواند با استفاده از خواندن متن های موجود در اینترنت انجام شود. برنامه هایی که هم اکنون در زمینه پردازش زبان طبیعی درست عمل می کنند، از امکاناتی مانند: بازیابی اطلاعات، جستجو در متن ها و امکان ترجمه ماشینی بهره مند اند. - حرکت و جا به جا کردن اجسام: تحقیقات در زمینه روبوتیک، بیش از هر چیزی به هوش مصنوعی وابسته است. روبات ها برای موارد بسیار زیادی نیاز به هوشمندی دارند که از جمله آنها می توان مواردی مانند: مسیر یابی ، جا به جا کردن، این که بدانند کجا هستند، این که درکی از محیط خود داشته باشند و بتوانند برای حرکت به سوی نقطه خاصی، برنامه ریزی نمایند و هدف خود را تعیین کنند. بدین ترتیب هوش مصنوعی برای روبات ها بسیار پر کاربرد است و تقریبا در تمام زمینه های ذکر شده از آن استفاده می نمایند. - ادراک: درک ماشینی، به آنها این امکان را می دهد که بتوانند با استفاده از سنسور های ورودی خود، نظیر: دوربین، میکروفون ها و دیگر سنسور های عجیب و غریب (!) ؛ از محیط خود برداشت صحیحی داشته و بتواند محیط پیرامون خود را درک کند. در اصل، بینایی کامپیوتری این امکان را می دهد که کامپیوتر بتواند چیز هایی که می بیند را مورد تجزیه و تحلیل قرار دهد. چند مورد از آنالیز های معروف در روبات ها عبارت است از : آنالیز صحبت و صدا ها و تشخیص منظور، آنالیز چهره ها و تشخیص حالات آن ها. مانند: خشم، ناراحتی، خنده و ... ، آنالیز اشیاء پیرامون و تشخیص آنها . با استفاده از انواع آنالیز ها و تجزیه و تحلیل هایی که در بالا ذکر شدند، روبات ها قادر خواهند بود که بسیار هوشمند تر از قبل عمل کنند. مثلا در جا به جایی اجسام شیشه ای، دقت بیشتری کنند. برای کسی که ناراحت و عصبانی است، جک تعریف نکند! و سلام را با خدا حافظ پاسخ ندهد. - هوش اجتماعی: احساسات و مهارت های اجتماعی، دو بخش مهم از هوش مندی را تشکیل می دهند. اولا، باعث می شود که ماشین هوشمند بتواند عکس العمل طرف مقابل را در برابر یک رفتار خاص، تشخیص دهد. که این کار با درک از انگیزه فرد و احساسات او عملی خواهد شد. ثانیا؛ برای تعامل بهتر بین انسان و کامپیوتر، ماشین هوشمند باید بتواند که احساساتی را از خود بروز دهد. در بد ترین حالت، این امر باید به صورت نشان دادن احساسات ضعیف در گفتار و با کمال ادب انجام گیرد و در بهترین حالت باید با حساسیت طبیعی و مناسب در برابر انسان همراه باشد. در واقع سعی بر این است که کامپیوتر طوری عمل کند که اگر با لحن بدی با او حرف زدید، با کمال ادب به شما پاسخی مناسب با لحن خودتان دهد. و بالعکس! نکته مهم: مساله کمال ادب بسیار مهم است چون کامپیوتر در صورت عدم رعایت این موضوع، موجودیت خودش را به خطر خواهد انداخت و در این صورت نیاز به یک الگوریتم برای کشتی گیری انسان و کامپیوتر (یا ربات) هم به شدت احساس می شود. (معمولا انسان ها اعصاب ندارند و خیلی زود درگیر می شوند.) - ابتکار وخلاقیت: یکی از شاخه های مهم، هوش مصنوعی سعی در ایجاد قوه ی خلاقیت در کامپیوتر دارد. پیاده سازی ابتکار و خلاقیت در هوش مصنوعی، هم از نظر فلسفی و هم از نظر فیزیولوژی قابل توجیه می باشد. همچنین از نظر عملی هم با پیاده سازی یک الگوریتم مخصوص که خروجی هایی هوشمندانه و متفکرانه تولید نماید، امکان پذیر است. این شاخه معمولا با نام های: درک مصنوعی (Artificial Intuition) و پندار مصنوعی (Artificial Imagination) شناخته می شود. برای پرهیز از پیچیده شدن مقاله، توضیح بیشتری نمی دهیم اما می توانید مباحث مربوط به این دو را نیز در سایت های دیگر دنبال نمایید. - هوش عمومی: برای پیاده سازی هوش عمومی روی کامپیوتر نیاز است که از تمامی توانایی های بالقوه ی هوش مصنوعی استفاده کنیم. برای مثال مترجم متن گوگل را در نظر بگیرید؛ می دانیم که این مترجم در حال حاضر با خطا های بسیاری رو به رو است. حال اگر بخواهیم که اشکالات کار ترجمه، حل شود؛ می توانیم از هوش عمومی استفاده نماییم: برای ترجمه خوب باید اول بفهمیم که نویسنده از چه استدلال ها و چه دلایلی برای مطرح کردن یک منظور خاص استفاده می کند.( به کار گیری جنبه درک استدلال و منطق)، همچنین باید بدانیم که موضوعی که درباره آن صحبت می شود چیست.(درک و جمع آوری اطلاعات). مرحله بعدی کار ما این است که مقصود نویسنده از جملات را پیدا کنیم؛ مثلا بفهمیم که دارد انتقاد می کند یا تعریف. (هوش اجتماعی). پس از این کار ها و در نظر گرفتن موارد فوق می توانیم به ترجمه یک متن بپردازیم. شاید بپرسید که اگر مساله فقط این است، پس چرا گوگل کاری نمی کند ؟ در این مورد باید گفت که شاید در زبان ساده باشد اما به کار گیری چنین الگوریتم هایی با خطای بسیار کم، در حال حاضر عملا امکان پذیر نیست. البته این الگوریتم ها در ترجمه گوگل استفاده می شوند ولی خطای آنها زیاد است. برای کم کردن این گونه خطا ها، راهی که کارشناسان پیشنهاد می کنند، استفاده از شبکه های عصبی و زبان Sub-Symbolic است. - فعلا خدا حافظ بسیار خوب، پس از توضیحاتی که تا اینجا در مورد هوش مصنوعی ارائه شدند، وقت آن است که روی این مبحث مهم دقیق تر شویم. بحث های بیشتر درباره هوش مصنوعی را در بخش دوم این مقاله که به زودی در نارنجي منتشر خواهد شد؛ مشاهده فرمائید. آیا هوش مصنوعی می تواند در چند سال آینده، ایده آل های مورد نظر خود را بر آورده سازد ؟ همچنین در بخش دوم این مقاله، شش سوال فنی را که کارشناسان درباره هوش مصنوعی مطرح می کنند، پاسخ خواهیم داد. آیا شما می توانید بر اساس این مطلب، حداقل یکی از آنها را پیدا کنید؟ می توانید نظر خود را درباره این مطلب ، بیان کنید. همچنین اگر سوالی که پیشبینی می کنید با معیار ها سازگار باشد و در حال حاضر در بخش دوم مقاله موجود نباشد، در مطلب آینده به آن نیز پاسخ خواهیم داد. (معیار، تطابق سطح سوال با این مقاله و وجود جنبه تئوریک در سوال است.)
- 1 پاسخ
-
- 1
-
-
دانلود مجموعه کامل مجله Military & Aerospace Electronics در سال 2010
poor!a پاسخی ارسال کرد برای یک موضوع در کتابخانه هوافضا
مهندسی هوافضا، شاخهای است از مهندسی که با طراحی هواپیما، فضاپیما، و مسائل و موضوعات وابسته به آنها سر وکار دارد. اغلب اوقات، از آن به عنوان مهندسی هوانوردی یاد میشود، خصوصا، زمانی که فقط به هواپیما اشاره شود، و وقتی که فضاپیما مورد نظراست، به آن مهندسی فضایی گفته میشود. مهندسی هوافضا یکی از پیشروترین زمینههای پژوهشی است و بودجههای کلان نظامی و غیرنظامی که صرف این رشته میشود زمینههای پیشرفت و جهش در دیگر رشتههای دانش و مهندسی را فراهم ساخته است. این مجموعه سری کامل مجله Military & Aerospace Electronics در سال 2010 است، این مجله به معرفی آخرین تازه های الکترونیک در امور نظامی و صنعت هوا و فضا و همچنین به بررسی کامل تجهیزات روز نظامی و هوا فضا دنیا می پردازد. دانلود-
- 5
-
-
به طور کلی کامپایلر برنامهای است که متن برنامهای را که به یک زبان برنامهسازی نوشته شده است به عنوان ورودی میپذیرد و خروجی آن متن برنامهای به یک زبان دیگر است به طوری که معنای آن متن تغییر نمیکند. این فرآیند در زبان طبیعی ترجمه نام دارد. مترجم ها جملات یک زبان طبیعی را به زبان طبیعی دیگر ترجمه میکنند. تقریبا تمام کامپایلرها برنامهای به یک زبان منبع را گرفته به برنامهای به زبان مقصد تبدیل میکنند . به عنوان مثال زبان منبع میتواند C و زبان مقصد میتواند زبان ماشین برای کامپیوتر پنتیوم باشد. زبانی که خود کامپایلر با آن نوشته میشود زبان پیاده ساز نام دارد. علت انجام ترجمه این است که سخت افزار عملیاتی را انجام میدهد که توسط معنای برنامه توصیف میشود . به طور کلی سخت افزار تنها منبع واقعی انجام محاسبات است. اجرای برنامه ترجمه شده شامل خواندن دادههای آن بار فرمت خاص و چاپ نتایج با فرمت دیگری است . دادههای ورودی میتواند از منابع متعددی خوانده شود مثل فایلها صفحه کلید و پکیجهای شبکه به همین ترتیب خروجی نیز میتواند در فایلها صفحه نمایش رایانه و چاپگر قرار گیرد. مهمترین علت استفاده از ترجمه کد مبدا، ایجاد برنامه اجرایی می باشد. برعکس برنامهای که زبان سطح پایین را به بالاتر تبدیل می کند را decompiler گوییم. کامپیوترهای اولیه از کامپایلر استفاده نمی کردند، چرا که این کامپیوتر ها حافظه کوچکی و برنامههای کوتاهی داشتند. کاربران مجبور بودند کد باینری یا دسیمال برنامهها را به طور مستقیم و با کمک نوار های مغناطیسی به سیستم وارد کنند. اما برنامه نویسان زیاد این وضعیت را تحمل نکردند و به فکر تولید برنامهای افتادند که نویسه های الفبایی (واژه های اختصاری) را به تعدادی دستور که قابل اجرا توسط ماشین باشد تبدیل کند. در این وضعیت بود که زبان های اسمبلی و کامپایلر های اولیه با نام اسمبلر به وجود آمد. کامپایلر چگونه کار می کند؟ برای تهیه یک کامپایلر، کامپایلر دیگری را اجرا میکنیم که ورودی آن متن منبع این کامپایلر و خروجی آن کد اجرایی برای این کامپایلر است . این فرآیند کامپایل است . اگر زبان منبع همان زبان پیاده ساز باشد و متن منبعی که کامپایل میشود نسخه جدید خود کامپایلر باشد این فرآیند خودرانی نام دارد. کامپایل کردن یک برنامه با تبدیل فرمت یک فایل به فرمت دیگر مثل EBCDIC به اسکی تفاوت عمدهای ندارد . در کامپایل کردن برنامه معنای برنامه باید حفظ شود . بخشی از کامپایلر که متن زبان منبع را تحلیل میکند پردازشگر جلویی و بخشی از کامپایلر که زبان مقصد را ترکیب میکند پردازشگر نهایی نام دارد اگر کامپایلر به خوبی طراحی شده باشد پردازشگر نهایی کاملا از زبان مبدا و پردازشگر جلویی از زبان منبع بی خبر است . هر یک از این دو بخش از نمایش معنایی برنامه خبر دارند .این تفکیک دقیق دلایل فنی دارد و منجر به کامپایلرهای ساخت یافته میشود. جزوه درس ساخت و طراحی کامپایلرها توسط محسن احمدوند و هادی پرنده افضار زیر نظر استاد دکتر قاسم جابری پور تهیه شده است و مشتمل بر 50 صفحه می باشد . این جزوه سرفصل های زیر را پوشش می دهد : مفاهیم اولیه وازه یاب تعریف ساختار یاب بصورت گراف گراف عبارات ریاضی یافتن آرگومانهاي دستورات کد ساز در Symbol Table گراف عبارات شرطي آرایه ها منبع :مهندسیار compiler.pdf
-
هوش مصنوعی تکنیکی برای خلق کردن ماشینهایی است که قادر به فکر کردن بدون نیاز به انسانها میباشند. هوش مصنوعی بطور خلاصه ترکیبی از علوم کامپیوتر، فیزیولوژی و فلسفه است. این شاخه از علوم بسیار گسترده و متنوع است و از موضوعات و رشتههای مختلف علوم و فناوری، مانند مکانیزم ساده در ماشینها شروع شده و به سیستمهای بسیار خبره ختم میشود. هدف هوش مصنوعی به طور کلی ساخت ماشینی است که بتواند فکر کند. این مقاله تحت عنوان کاربردهای هوش مصنوعی توسط آقای محسن شهبازی نگارش شده است و سر فصلهای زیر را دارا میباشد: مقدمهای بر کلیات هوش مصنوعی تعاریفی از هوش مصنوعی برنامه نویسی در هوش مصنوعی خلاصهای درباره LISP و PROLOG سیستمهای خبره، رباتی و شبکه عصبی در هوش مصنوعی پسورد :[Hidden Content] Artificial-Intelligence(www.mohandesyar.com).rar
-
- 1
-
-
ترجمه كتاب مديريت و كنترل پروژه هاي فناوري اطلاعات
poor!a پاسخی ارسال کرد برای یک موضوع در کتابخانه IT
مديريت و کنترل پروژه هاي فناوري اطلاعات.pdf %D9%85%D8%AF%D9%8A%D8%B1%D9%8A%D8%AA%20%20%D9%88%20%DA%A9%D9%86%D8%AA%D8%B1%D9%84%20%D9%BE%D8%B1.pdf -
پسر جوان جلو تاکسی نشسته بود... پسر جوان داشت با سرعت 260 word per second اسمس میداد... پسر جوان در عین حال دختر خانومای توی خیابونم از دست نمیداد و مینگریست... ناگهان... گوشی پسر جوان به صدا درآمد راننده تاکسی گوشهایش را تیز کرد که البته نیازی نبود.. صدای دختر خانومی به گوش می رسید(به گوش ماهم می رسید) پس از اتمام مکالمه... راننده تاکسی :هی ییی ... راننده تاکسی:هی یی(دوباره) پسر جوان :چیزی شده عمو؟ سکوت حکم فرماست... راننده تاکسی:شما ها چرا یکی ازاین دخترا رو نمیگیرین؟ پسر جوان نیشش تا بناگوش باز میشود... پسرجوان:ای بابا کی حال و حوصله زن داره؟ پسرجوان یه جابجایی تکنینکی داخل صندلیش انجام میدهد تا سخنرانی را ادامه دهد..اما دوباره .. راننده تاکسی:هی ییی پسرجوان:آخه زن زندگی که دوس نمیشه... راننده تاکسی:"موندم تو کار شما جوونا موندم....هرروز 50 تا جوون مث تو سوار این صندلی میشن این سوالو ازشون میپرسم همین جوابو میدن....همشون میخوان سر به زیر ترین و نجیب ترین و بهترین دختر عالمو بگیرن....آخه یکی نیس بهشون بگه مرد حسابی آخه با این کارا که شما میکننین مگه دختر سالمم تو جامعه مونده؟ که تو بخوای بگیریش؟همتون خودتونو گول میزنین...." پسرجوان نیشش تا بناگوش باز شده و ما فقط تکان خوردن سر ایشان را میبینیم که حدس میزنیم میخندد راننده تاکسی :"آخرش میرین خواستگاری یکی میگی به به چه دختری!دختره ام قسم میخوره تا حالا با هیشکی دوس نبوده....تو ام الکی خوشحال میشی....واللا بخدا با یکی از همینا ازدواج میکنی تنها تفاوتش اینه که دوس پسرش تو نبودی یکی دیگه بوده..." پسرجوان:حاجی قربون دستت همین بغل پیاده میشم... راننده تاکسی:همین دوس دختر خودتوبگیر که حداقل خودت میدونی چی بوده بینتون.... پسر جوان پیاده میشود راننده تاکسی:هی ییی
- 11 پاسخ
-
- 4
-
