https://virgool.ir/feed/@soheil.kiaکارشناس ارشد عملیات پایگاه داده داتینfa2026-11-10 18:47:08https://files.virgool.ir/upload/users/662084/avatar/0ptqb8.jpghttps://virgool.ir/@soheil.kiahttps://virgool.ir/dotin/بیل-گیتس-عصر-هوش-مصنوعی-آغاز-شده-است-cjgb5s49ap77هر چند که هوش مصنوعی در سال­‌های اخیر توجه بسیاری را به خود معطوف داشته، اما بدون اغراق، ظهور ChatGPT نقطه عطف جدیدی را در این حوزه رقم زده است. ترس از بالا رفتن توانایی هوش مصنوعی در جامعه فن­اوری از یک سو و اشتیاق به نوآوری با کمک آن از سویی دیگر، سبب شده تا مجادلاتی در هر گوشه از دنیای فناوری شکل بگیرد و بزرگان حوزه فناوری نیز در یادداشت­‌هایی نقطه‌نظراتشان را ابراز کردند.در نخستین روز بهار، بیل گیتس، بنیانگذار و مدیرعامل سابق مایکروسافت، در یک یادداشت هفت‌بخشی با عنوان «عصر هوش مصنوعی آغاز شده است» در سایت gatesnotes.com نگاهی داشته به هوش مصنوعی و آینده آن.او در این یادداشت ابتدا به دو اتفاق مهم زندگیش اشاره کرده و در ادامه، ماجرای ملاقاتش با تیم OpenAI را تعریف می‌کند: «در اواسط 2022 از نتیجه کار تیم OpenAI حیرت زده بودم. به همین دلیل، چالشی را پیش روی آن­ها گذاشتم و از آنها خواستم که به یک هوش مصنوعی آموزش بدهند که بتواند امتحان نهایی زیست‌شناسی را پشت سر بگذارد. اگر از پس این چالش بر بیایید، آن وقت می‌­توانم بگویم یک پیشرفت واقعی به دست آمده! بازه­ای 2 تا 3 ساله را برای دستیابی به این هدف مد نظر داشتم، اما تنها چند ماه بعد، دیدم که GPT قادر است از 60 سوال چهار گزینه‌­ای، در 59 مورد گزینه صحیح را انتخاب کند و همچنین به 6 سوال تشریحی نیز پاسخ درست بدهد که این تجربه باعث شد به دستاوردهای هوش مصنوعی در دهه آینده بیشتر و بیشتر فکر کنم.»شاید به نظر بیل گیتس، هوش مصنوعی از دید تکنیکی یک مدل است که برای حل سوالی خاص طراحی شده، به‌عنوان مثال، ChatGPT می­تواند به خوبی مکالمه کند، اما برای مسایل دیگر قادر به پاسخگویی نیست. در مقابل، هوش مصنوعی عمومی (Artificial General Intelligence) قادر خواهد بود که هر چیزی را یاد بگیرد، هر چند هنوز وجود خارجی ندارد.به گفته او، تولید هوش مصنوعی و هوش مصنوعی عمومی، رویای بزرگ صنعت کامپیوتر بوده است. اکنون با ظهور یادگیری ماشین و توان بالای محاسباتی، رویای هوش مصنوعی­‌های پیچیده به حقیقت تبدیل شده و به سرعت در حال پیشرفت است.بیل گیتس خاطر نشان کرده است که با جهانی شدن صنعت کامپیوتر، به‌زودی دوران پیش از هوش مصنوعی، همانند روزهایی که مجبور بودیم با خط فرمان با کامپیوترها صحبت کنیم، به گذشته‌­ای دور مبدل می‌شود.بیل گیتس معتقد است که در زمینه تولید، دو حوزه اصلی را از دیگاه هوش مصنوعی می­‌توان معرفی کرد، کارهایی که نیازمند یادگیری مداوم هستند و آن­هایی که نیستند. او می‌گوید: «شرکت­‌ها به سرعت در حال حرکت به سوی بهره‌برداری از هوش مصنوعی در دومین حوزه هستند؛کارهایی چون فروش، خدمات، پرداخت، حسابداری و ... . از این رو، هوش مصنوعی همچون یک دستیار شخصی در کنار ما خواهد بود و دیگر لازم نیست کامپیوتر را با کلیک کردن کنترل کنید، بلکه درخواست خود را به زبان گفتار خودتان از ماشین خواهید خواست. او در پایان اضافه می‌­کند: «من معتقدم نتیجه نهایی، بهبود بازده کارکنان است. با افزایش بازده، همگان فرصت بیشتری در خانه و محل کار خواهند داشت تا تنها به اموری رسیدگی کنیم که نرم‌­افزارها قادر به انجام آن نیستند.»به‌عنوان یک فعال بشر دوست، بیل گیتس نگاه خود را به‌صورت خاص به دو حوزه می­‌دوزد: سلامت و آموزش. گیتس معتقد است که در حوزه سلامت، بخش عمده­ای از کاغذبازی­‌های حال حاضر، توسط هوش مصنوعی انجام خواهد شد. جایی که سبب می­‌شود کارکنان این حوزه زمان زیادی را برای انجام فعالیت‌­های سودمندتر اختصاص دهند. همچنین امروزه در کشورهای فقیر، جایی که بیشتر مرگ‌و‌میر کودکان زیر 5 سال اتفاق می‌افتد، دسترسی به پزشکان به‌عنوان یک معضل مطرح است. او می‌­گوید که هوش مصنوعی بهبود زیادی در این حوزه به وجود خواهد آورد و رسیدگی­‌های اولیه بیماران، با کیفیت مطلوبی در اختیار همه قرار خواهد گرفت. به‌علاوه، او به شکافی اشاره دارد که رفتار هوش مصنوعی در این کشورها، با کشورهای ثروتمند کاملا متفاوت خواهد بود. زیرا با مشکلاتی همچون مناطق دورافتاده و محروم مواجه هستیم. هرچند که برای رسیدن به موفقیت در این راه، مسیری طولانی و چالش­‌هایی اجتناب‌ناپذیر در پیش رو وجود دارد (مانند خطاهای پزشکی-که توسط انسان­‌ها هم اتفاق می­‌افتد)، اما هنگامی­‌که جامعه با منافع این روش آشنا شود، پذیرش عمومی به تناسب افزایش خواهد یافت.در زمینه تولید دارو نیز، هوش مصنوعی توانسته به‌عنوان شتاب‌دهنده، نقش خود را به خوبی بازی کند. حجم بسیار زیاد داده­ها، یافتن پاتوژن مناسب و طراحی داروهای جدید را با مشکلاتی مواجه می­کند. تحلیل این داده‌ها به کمک هوش مصنوعی، سبب می­شود حجم آزمایش­ها به شدت کاهش یافته و در مقابل، سرعت رسیدن به پاسخ، به شدت افزایش یابد. در حال حاضر، برخی موسسات تحقیق سرطان، از این روش در تحقیقات خود بهره می­برند. علاوه بر این نسل بعدی نرم­افزارها برای پیش­بینی عوارض جانبی داروها و تعیین دوز صحیح مصرفی به کار خواهد رفت.حوزه دوم مورد بحث در این یادداشت، حوزه آموزش است. بیل گیتس به‌درستی معتقد است که علی‌رغم تلاش‌هایی که در حوزه آموزش انجام پذیرفته، اما تاثیر معناداری بر نتایج و نحوه عملکرد دانش‌­آموزان مشاهده نمی‌­شود. با این حال، گیتس آینده را از این حیث روشن ارزیابی می‌­کند: «اما فکر می­‌کنم که در 10 سال آینده نرم‌­افزارهای مبتنی بر هوش مصنوعی، نویدبخش انقلابی در حوزه آموزش خواهند بود. این نرم‌­افزارها، علایق و روش یادگیری شما را می‌­آموزند و متناسب با آن محتوایی خواهند ساخت که شما را مجذوب کند. میزان یادگیری شما را می­‌سنجند، لحظه‌­ای که علاقه خود را به یادگیری از دست می­‌دهید را شناسایی می­‌کنند و متوجه می‌­شوند چه چیزی به شما انگیزه می‌­دهد و بازخوردی سریع ارائه می‌­کنند تا شما را در مسیر نگاه دارند.»او معتقد است با اینکه هوش مصنوعی هنوز در ابتدای این مسیر قرار دارد، اما در ارزیابی و برنامه‌­ریزی تحصیلی دانش­‌آموزان، می‌­تواند تاثیر سریع و به سزایی داشته باشد. با تمام این­ها، گیتس فرایند یادگیری را کاملا مدیون ارتباط شاگرد و معلم می­‌داند: «هوش مصنوعی کاری را که شاگرد و استاد در کلاس درس انجام می­‌دهند، بهبود می­‌بخشد، اما هیچ‌گاه جایگزین رابطه آن دو نخواهد شد.»گیتس، همچنین به تاثیر تولید نرم‌­افزار در همگانی شدن آموزش و به‌خصوص برای اقشار کم­‌درآمد در سراسر دنیا نگاهی مثبت دارد: «باید اطمینان حاصل کنیم که ابزارهای جدید باید به گونه­‌ای باشند که تمامی مدارس از جمله اقشار کم درآمد و تمامی دنیا توانایی مالی استفاده از آن­ها را داشته باشند.»بیل گیتس، در بخش آخر، به ریسک­‌ها و مشکلات حوزه هوش مصنوعی نگاهی دارد. در این بخش، او اشاره­ای دارد به ضعف حال حاضر هوش مصنوعی در درک مفهوم زمینه (Context). گاهی اوقات پاسخ­‌های دریافتی از هوش مصنوعی نشان می‌­دهد که به زمینه محتوای پرسش توجهی ندارد (مثلابه جای انتخاب مناسب­‌ترین هتل، به اشتباه آدرس هتلی که وجود ندارد را به‌عنوان پیشنهاد سفر به شما می­‌دهد). اما مشکل مهم­تر و بزرگتر را نحوه استفاده از هوش مصنوعی دانسته و پیشنهاد می‌­کند که نهاد حاکمیت در این زمینه باید قوانینی را تدوین و اجرا کند. همچنین زمان دست­یابی به اَبَر هوش مصنوعی را چند دهه تا یک قرن می­‌داند.گیتس، در پایان، به سه نکته به‌عنوان جمع‌بندی اشاره می‌­کند: «نخست باید بر ترس خود از هوش مصنوعی فایق بیاییم و بر بهبود زندگی بشر تمرکز کنیم. در وهله دوم، باید توجه کنیم که بازار به‌طور معمول، محصولاتی را که برای اقشار فقیر و کم درآمد مناسب باشد را نمی­‌خواهد و به سمت تولید سود بیشتر گرایش دارد. از این رو نیازمند این هستیم که به این جنبه و همه­‌گیری هوش مصنوعی توجه بیشتری نشان دهیم و در نهایت، باید بدانیم که هنوز در ابتدای راه هستیم و محدودیت‌­های امروز این حوزه، به سرعت به بخشی از تاریخ بدل خواهد شد و عصر هوش مصنوعی برای ما فرصت‌­ها و مسئولیت‌­هایی تازه به بار خواهد آورد.»با مطالعه آنچه بیل گیتس منتشر کرده، به یاد جملات پایانی سخنرانی تد گری کاسپاروف، سیزدهمین قهرمان شطرنج جهان در سال 2017 با عنوان «از ماشین­‌های هوشمند نترسید. با آنها کار کنید» می­‌افتیم: «چیزی وجود دارد که تنها بشر می‌­تواند انجام دهد و آن داشتن رویا است؛ پس رویایی بزرگ داشته باشیم.»سهیل کیاسهیل کیاWed, 10 May 2023 10:43:16 +0330https://virgool.ir/dotin/کامپایلر-جدید-پایتون-codon-هم-پای-cc-zhvl1vq9oyldعلی‌رغم اینکه زبان پایتون در میان محبوب‌ترین زبان‌­های برنامه­‌نویسی قرار دارد، اما از دیدگاه سرعت همچنان دچار نقصان است. پایتون از دیدگاه‌­های کیفی همانند خوانایی، یادگیری آسان، اکوسیستم در حال رشد بین کاربران و ابزارهای متنوعی که در اختیار می­‌گذارد، در میان محیط­‌های آکادمیک و کسب‌وکار محبوبیت بالایی را کسب کرده است، اما دستیابی به بازده بالاتر جزو بهبودهایی است که از چالش­‌های پیش روی کاربران این زبان است.محققان کامپیوتر دانشگاه MIT، معتقدند که راهی برای فایق آمدن به این مشکل یافته­‌اند: تولید زبانی با سهولت زبان­‌های سطح بالا و سرعت زبان­‌های سطح پایین. آن­ها با توسعه یک کامپایلر زبان پایتون، به نام Codon، موفق به ترجمه کدهای این زبان به زبان ماشین، بدون افت کارآیی در زمان اجرا شده­‌اند. بنا به ادعای تیم Codon، «بهبود سرعت معمول در اجرای Single Thread بین 10 تا 100 برابر است. بازده Codon از این نظر معادل (و گاهی بهتر از) زبان­های C یا ++C خواهد بود.»این پروژه در حال حاضر از نقاط ضعفی رنج می‌­برد؛ زبان پایتون هنوز به‌طور کامل پیاده­‌سازی نشده است. در کنار این­که برخی ماژول­‌های این زبان به Codon منتقل نشده، پیاده‌سازی بعضی قابلیت­‌ها نیز همانند Dynamic Typing و Runtime Reflection، که تحلیل کد را نیز پیچیده می‌کند، در دستور کار قرار نگرفته است. در عوض استفاده از Static Typing به همراه نوآوری­‌های دیگر، کامپایلر را قادر به تولید کد ماشین بهینه­‌تر و سریع­تر کرده است.پروژه Codon در ابتدا به عنوان یک Framework تک منظوره با بازده بالا روی زبان پایتون متولد شد. زبان­‌های تک منظوره، برخلاف زبان‌های چند منظوره همانند C و پایتون، برای یک کار خاص طراحی می­‌شوند. (از زبان­‌های SQL و CSS می­‌توان به عنوان مثال­‌هایی از زبان­‌های تک منظوره نام برد.) Codon از زبان Seq، که زبانی تک منظوره برای ژنتیک و بیوانفورماتیک است، الهام گرفت و به زبانی بسیار شبیه به پایتون 3 تبدیل شد.سازندگان Codon در مقاله معرفی این محصول نوشته‌اند: «برخلاف دیگر پیاده‌سازی­‌های مبتنی بر کارآیی پایتون، مانند PyPy و Numba، کامپایلر Codon به عنوان سیستمی مستقل توسعه داده شد. خروجی این کامپایلر به صورت Static تولید شده و برخلاف CPython و RPython، در زمان اجرا به Python Runtime نیازی ندارد. در نتیجه، Codon بازده بالاتری را ارایه کرده و درگیر مشکلاتی همچون Global Interpreter Lock(GIL) نخواهد بود.»با اینکه طراحان Codon از قابلیت­‌های آن به عنوان یک زبان تک منظوره در حوزه­‌های فشرده‌سازی داده­‌ها، بیوانفورماتیک و برنامه‌نویسی موازی تعریف کرده و به آن می­‌بالند، اما باید توجه داشت که دیگر برنامه­‌های تحت پایتون نیز از بهبودهای Codon بهره خواهند برد. از سوی دیگر، استفاده از کتابخانه­‌های خارجی، همانند Django و DocUtils نیازمندCPython خواهد بود که محدودیت در بازده اجتناب‌ناپذیر خواهد بود. این تفاوت به حدی چشمگیر است که در Codon Forum، برنامه­‌نویسان اذعان دارند که محاسبه سری فیبوناچی تحت Codon، تا 70 برابر سریع­تر از نسخه CPython بوده است.استاد دانشگاه MIT و محقق ارشد CSAIL، سامان آماراسینگ، در مصاحبه­ خود در MIT News تصریح کرده است که پایتون بیشتر توسط متخصصان حوزه­‌های مختلف به کار گرفته می‌­شود و نه برنامه‌­نویسان حرفه­‌ای! قدر مسلم، هدف این متخصصان بهبود سرعت و کارآیی برنامه‌­ها نیست.حال، با کمک Codon، به جای اینکه کل کد مجدد به زبان C نوشته، یا از کتابخانه­‌های مبتنی بر C در پایتون (همانند Numpy) استفاده شود، Codon همان پیاده‌­سازی به زبان پایتون را با بازده و سرعت اجرای C به شما خواهد داد. بنابراین، معتقد هستم Codon ساده­‌ترین مسیر برای برنامه­‌های پایتون است که دست به گریبان مشکلات کارآیی و بازده هستند.در حال حاضر، Codon جای خود را در حوزه‌­های مالی، بیوانفورماتیک و یادگیری عمیق باز کرده و انتظار می­‌رود در ماه­‌های آینده بسیاری از قابلیت­‌های پایتون توسط برنامه­‌نویسان Codon برای این زبان پیاده‌سازی شود.سهیل کیاسهیل کیاTue, 18 Apr 2023 19:04:13 +0330https://virgool.ir/dotin/جداول-بلاکچین-در-پایگاه-داده-oracle-y4snlshiopazظهور فناوری‌های نوین در چند سال گذشته، افقی تازه را برابر کسب‌وکارها نمایان ساخته است. شرکت‌­های استارت‌آپی و برخی شرکت­‌های بزرگ نیز با شناسایی این بازارهای نوظهور و به‌کارگیری مفاهیمی چون رایانش ابری، یادگیری عمیق و یادگیری ماشین، فن­آوری بلاکچین و اینترنت اشیا، پاسخگوی نیازهای کاربران در حوزه‌های مختلف هستند. از سوی دیگر، همزمان با افزایش نیاز بازار، ارائه‌دهندگان زیرساخت‌­های محاسباتی، پشتیبانی از این فناوری‌ها را در دستور کار خود قرار داده‌­اند.شرکت Oracle نیز با این دیدگاه، پیاده‌سازی قابلیت­‌های متعددی همچون Multitenant، Sharding، Native JSON، Auto ML، Blockchain Tables و ... را درون پایگاه داده خود، در دستور کار قرار داد. در این مقاله، نگاهی کوتاه داریم به Blockchain Tables در پایگاه داده Oracle.ظهور بلاکچینیکی از سوالات بی‌­پاسخ دنیای محاسبات، یافتن راهکاریی برای جلوگیری از تغییر مستندات در طول زمان بود. بدین منظور، مستندات نباید پس از تولید به هیچ عنوان قابلیت تغییر داشته باشند تا بتوان به آن‌­ها در طول زمان استناد کرد.در سال ۱۹۹۱، هابر و استورنتا به دنبال یافتن راهکاری محاسباتی برای این مشکل، روشی بر پایه رمزنگاری ارائه دادند که از دید محاسباتی نیز قابل پیاده‌سازی باشد. در این مدل، هر مقدار داده‌­ای به همراه مقدار Hash آن در یک بلاک ذخیره شده و برای اضافه کردن یک داده جدید در یک بلاک، آدرس بلاک قبلی و Hash آن نیز در بلاک جدید اضافه می‌­شود. در این صورت، تغییر در یک بلاک باعث می‌­شود Hash آن نیز تغییر کرده و در نتیجه بلاک‌­های بعدی نیز بی‌اعتبار شوند. به این زنجیره (Chain) تشکیل شده از بلاک‌­ها، نام بلاکچین اطلاق شد. به فایلی (مجموعه‌­ای) که داده‌ها در آن ذخیره می‌­شود و همواره در حال رشد است نیز Ledger گفته می‌­شود. یک بلاکچین، مانا، امن، غیرقابل تغییر و دارای ترتیب زمانی است.در ۲۰۰۸، ساتوشی ناکاموتو با تبیین بلاکچین توزیع شده و استفاده از آن برای نگهداری رکورد تراکنش‌­ها، مفهوم پولی جدیدی که وابسته به یک نهاد مرکزی (همچون بانک‌های مرکزی) نباشد را معرفی و نام آن را Bitcoin گذاشت. با معرفی Bitcoin، موج جدیدی برای استفاده از فن‌آوری بلاکچین شکل گرفت.Oracle Blockchain Tablesهمگرایی در فناوری، امری اجتناب‌ناپذیر است. از این رو، معرفی Oracle Blockchain Tables در پایگاه داده این شرکت، چندان تعجب برانگیز نیست. Blockchain Table به کاربر اجازه می‌دهد که جدولی داشته باشد تا داده‌­ها تنها قابلیت اضافه شدن داشته باشند، داده‌­ها نه قابل تغییر هستند و نه پاک شدن. همچنین انجام عملیاتی چون تغییر ستون­‌ها، حذف پارتیشن‌­ها و ... غیر‌ممکن است (مفهوم Ledger).از سوی دیگر، با نگهداری مقدار Hash سطرهای جدید، در کنار مقدار Hash سطر قبلی، تشکیل زنجیره (Chain) پشتیبانی می‌­شود. امکان دیگر اضافه شده، امضای دیجیتال محتویات سطر به کمک کلید خصوصی کاربر است که به صورت اختیاری در دسترس می‌باشد.جمع‌بندی امکانات فوق نشان می‌­دهد که سازمان‌­های نیازمند به یک Ledger متمرکز (و نه توزیع شده) می‌­توانند با بهره‌­گیری از این امکان جدید، بدون آنکه برای تایید صحت داده­‌ها نیازمند یکLedger توزیع شده (و فرا‌ سازمانی) باشند، کسب‌و‌کار خود را بهبود بخشند.هدف اصلی Oracle از معرفی این امکان، مقابله با خطر تقلب کاربران و راهبران سامانه است. شناسایی حملات داخلی سازمان، در در زمره سخت‌ترین مسائل امنیتی قرار دارد. Blockchain Tables با جلوگیری از بازنویسی History، پاک کردن برخی اطلاعات یا رمزنگاری توسط باج افزارها، مکانیزم‌­های مقاوم­تری را برای مقابله با تقلب به دست می‌­دهد. همچنین استفاده از امضای دیجیتال کاربر یا راهبر، از جعل هویت نیز جلوگیری خواهد کرد. نقطه اوج این راهکار، تلفیق Oracle Database Vault و Blockchain Tables جهت مقابله با تقلب راهبران است.با اضافه شدن تمامی این امکانات، Oracle Database از سهولت کاربرد این خصوصیت نیز غافل نبوده و Blockchain Table کاملا با ابزارهای توسعه و زبان‌­های مرسوم همچون SQL، PL/SQL، JDBC و ... سازگار است. به گفته Juan Loaiza، مدیر اجرایی فناوری‌های حیاتی Oracle، هدف از ارائه این قابلیت، ورود بلاکچین به جریان اصلی کسب‌و‌کارها در اینترپرایز با حداقل تغییرات است. بنا به گفته وی، «ما به دنبال حفاظت از داده‌­ها در برابر تغییرات غیرقانونی هستیم. Oracle Blockchain Tables جایگزینی برای امنیت نیست، بلکه اضافه شدن چیزی جدید بر قله آن است».سهیل کیاسهیل کیاSun, 19 Feb 2023 16:40:34 +0330