سینوسِ آلفا
975 subscribers
204 photos
2 videos
31 files
273 links
Sina Moradi | MD-MBA candidate, ML Developer, & Former Math Teacher

Building at Zumud.com

Website:
- https://sinusealpha.github.io/

Contact:
- Sina80mor@gmail.com
- Sina@zumud.com
Download Telegram
داشتم صفحه‌ی لینکدین‌ام رو بالا پایین می‌کردم که به این صحبت رسیدم. حدود یک ماه پیش، سهواً جمله‌ای غیردقیق رو به کار بردم و امروز حس می‌کنم که احتمالا خیلی هم صحیح نباشه! نظر شما چیه؟

ترجمه: «افراد را نباید به هیچ چیزی مجبور کرد.»

👈🏻موافقید یا مخالف؟ دلیلتون چیه؟ خوشحال می‌شم که نظرتون رو بشنوم.

@sinusealpha_channel
7👍5
🔹اگر سیستم به شما اجازه‌ی اشتباه می‌دهد، بد دیزاین شده است و اگر اشتباه‌کردن را به شما القا می‌کند، بسیار بد دیزاین شده است!

این بخش از کتاب The design of everyday things، بنظرم یکی از مهم‌ترین و حیاتی‌ترین بخش‌ها در دیزاین است و تعداد کسانی که در تله‌ی "اشتباه مخاطب (human error)" می‌افتند، گواه این قضیه است. قصد ندارم بگویم که هر اشتباه موجود در یک سیستم، نامرتبط با مخاطب است و «همیشه حق با مشتری است». خیر.

همیشه حق با مشتری نیست. اما زمانی که میزان خطای یک بخش از سیستم بیش از 70 یا 80 درصد است، چرا به این موضوع فکر نمی‌کنیم که شاید مشکل از دیزاین ما باشد!؟ همین کتاب، جمله‌ی دیگری دارد که بنظرم قابل تامل است:

We can’t fix problems unless people admit they exist.

برای اجتناب از این مشکل‌ها، راه‌کار معروف و خوبی به‌نام Root cause analysis (تحلیل علل ریشه‌ای) وجود دارد. در این روش [که به Five WHYs نیز شناخته می‌شود]، با پرسیدن سوالاتی شبیه به "چرا"، سعی می‌کنیم تا به آن علت ریشه‌ای و اصلی موضوع برسیم.

در مورد این موضوع در پست بعدی توضیح خواهم داد.

#دیزاین
@sinusealpha_channel
👍5🔥1
🔹روش Five WHYs (پنج چرا)

تاریخچه‌ی این روش، به آقای Sakichi Toyoda برمی‌گردد که از این روش برای بهبود سیستم شرکت تویوتا استفاده می‌کرد. این روش، به طور خلاصه بیان می‌کند که هنگام حل یک مشکل، اگر به یک علت رسیدید، متوقف نشوید و باز هم بپرسید که چرا این اتفاق افتاد و این سوال را آنقدر بپرسید، تا به علت ریشه‌ای برسید:

Keep asking until you have uncovered the true underlying causes.

آیا الزاما با پنج پرسش به علت ریشه‌ای خواهید رسید؟ خیر. ممکن است زودتر و ممکن است دیرتر برسید، اما بالاخره علتی وجود خواهد داشت که اگر زود متوقف شوید، به آن پی نخواهید برد.

تصویر بالا، مثالی از همین روش است. برخی از جنگنده‌های آمریکایی [به صورت ناگهانی] سقوط می‌کردند و مسئولانش، علت حادثه را اشتباه خلبان ذکر می‌کردند. در صورتی که با ریشه‌یابی مشکل، به موضوع کاهش هوشیاری خلبان و پس از آن، به موضوع کمبود اکسیژن وی رسیدند! علت نهایی هم از خود جنگنده بود و نه اشتباه خلبان!

پی‌نوشت: برای مطالعه‌ی بیشتر، پیشنهاد می‌کنم که فصل پنجم کتاب [با عنوان "human error? no, bad design"] را ببینید.

#دیزاین
@sinusealpha_channel
🔥4👍32
🔹احتمالا با IKEA آشنا باشید، اما با IKEA effect هم آشنا هستید؟

آیکیا، شرکتی است که لوازم خانگی مثل مبل، میز، تخت و… را تولید می‌کند، اما محصولاتش را به صورت پیش‌ساخته برای خریدارانش ارسال می‌کند و «خود خریدار» باید آن‌ها را مونتاژ کند، تا به وسیله‌ای قابل استفاده تبدیل شوند.

دن آریلی در فصل ششم کتاب Predictably irrational [که با عناوین مختلفی ترجمه شده است] می‌گوید: «هر چه بیشتر روی چیزی کار کنید، احساس مالکیت بیشتری نسبت به آن پیدا می‌کنید». در ادامه هم حتی پا را فراتر می‌گذارد و می‌گوید: «غرور مالکیت، با میزان سهولت مونتاژ کردن قطعات، نسبت معکوس دارد!»

پی‌نوشت اول: این فصل از کتاب، به بحث «بهای سنگین مالکیت» می‌پردازد و ikea effect، صرفا یکی از موارد مورد بحث می‌باشد.

پی‌نوشت دوم: این روزها خیلی به این موضوع فکر می‌کنم و به همین دلیل، این‌جا درموردش نوشتم. در این لینک توضیحات بیشتر و بهتری در این زمینه وجود دارد.

@sinusealpha_channel
👍84
این مقاله که همین امروز توی لنست چاپ شده، ارزش توجه داره!

پژوهشگران سوئدی، تعداد زیادی از خانم‌هایی که تحت غربالگری منظم ماموگرافی قراره گرفته بودند (بیش از ۵۵ هزار نفر) را وارد مطالعه‌ای کردند تا متوجه شوند که استفاده از کمک هوش‌مصنوعی، چه تاثیری در وضعیت تشخیص رادیولوژیست‌ها دارد. نتایج (با CI=95%) شگفت‌انگیز بود!

وضعیت تشخیص سرطان سینه، ۴ درصد بهبود یافت! به این معنی که چهار درصد از افراد مبتلا به سرطان [که در حالت عادی تشخیص داده نمی‌شدند (منفی‌های کاذب)]، مشخص شدند.

همچنین، میزان زمان مورد نیاز برای خوانده‌شدن تصاویر توسط رادیولوژیست‌ها، ۵۰٪ کاهش یافت (بسیار مهم) و ۶ الی ۵۵ درصد از کسانی که به اشتباه مبتلا به سرطان سینه تشخیص داده می‌شدند (مثبت‌های کاذب)، مشخص شدند.

#پزشکی
#هوش_مصنوعی
@sinusealpha_channel
👍13🔥21🤩1
سینوسِ آلفا
چهارمین یادداشت از سری platform thinking هم منتشر شد! 👈🏻لینک: https://www.linkedin.com/pulse/customer-obsession-sina-moradi پی‌نوشت: مثل همیشه، منتظر شنیدن انتقادات و نظرات شما عزیزان هستم.🌱 #پلتفرم #کارآفرینی @sinusealpha_channel
درضمن، با این موضوع که از این کانال به عنوان محلی برای اطلاع‌رسانی استفاده می‌کنم، خیلی راحت نیستم. هدف این نبوده اصلا. :)

به همین دلیل، یک Email list ساختم تا این مدل اطلاع‌رسانی‌ها (شامل یادداشت‌ها، نوشته‌ها و…) رو به صورت اختصاصی و برای کسانی که مایل هستند انجام بدم. خودم هم به‌شخصه عضو چندین ایمیل‌لیست هستم و با این موضوع راحت‌ترم.

👈🏻برای عضو شدن در این ایمیل‌لیست، کافیه که فرم کوتاه زیر (اسم و ایمیل) رو پر کنید:
https://docs.google.com/forms/d/e/1FAIpQLSeBFyxZp9uXy0gK_447PLID5kxdqR_gA2WkrIXIIjhYCxU8hQ/viewform?usp=sf_link
👍65
سینوسِ آلفا
Photo
این پست رو یادتونه؟ حالا یک نفر از اعضای Stable diffusion community توی ردیت اومده و با همون مدل [که اسمش QR Code Monster هستش]، یک سری تصاویر جدید رو ساخته و منتشر کرده.

پی‌نوشت اول: روند کارش رو خیلی توضیح نداده [و من هم جایی رو پیدا نکردم که توضیح داده باشند] ولی تصاویرش بی‌نهایت جذابند و خیلی هم سر و صدا کرده. زیر این پست ردیت می‌تونید بحث‌های جالبی رو حول این تصاویر ببینید. این توییت هم از همون پست ردیت برداشته شده، اما بحث‌هاش کاملا متفاوت و جالب‌تره!

پی‌نوشت دوم: وقتی به کاربردهاش فکر می‌کنم، مغزم سوت می‌کشه. شما هم همین‌طور هستید؟ :)

#هوش_مصنوعی
@sinusealpha_channel
🤯7🔥4👍1
🔹همه می‌دانیم که پرداخت پول به کاربر برای استفاده از محصول منطقی نیست؛ اما آیا تجربه هم شده است!؟

داشتم ارائه‌ی Bill Gurley در All-In Summit [که دیروز منتشر شده] رو می‌دیدم. تمام ارائه، بسیار جالب و حول موضوع مهم این روزهای تکنولوژی، یعنی regulation بود. جالب‌ترین بخش صحبت اما [برای من]، داستان شرکت epic و قانون Obamacare بود. من درمورد این موضوع هیچ اطلاعی نداشتم (شاید بخاطر اینکه در اون سال‌ها 7،8 سال سن داشتم!)؛ اما بعد از دیدن این ویدئو، سرچ کردم و تا حدی با اصل داستان آشنا شدم و اینجا، کمی درموردش می‌نویسم.

داستان [طبق چیزی که بیل گرلی تعریف می‌کنه و حقیقت هم داره] از این قرار هستش که آقای باراک اوباما، فردی رو به عنوان مسئول health IT council خودش منصوب می‌کنه و این فرد، خانم Judith Faulkner، مدیرعامل شرکت بزرگ و خصوصی epic بوده. علت این انتصاب رو هم کمک انتخاباتی خانم فالکنر به اوباما می‌دونند [و خب طبیعی بوده و تا این‌جا چیز عجیبی وجود نداره].

در همون سال‌ها، قانون affordable care act یا ACA وضع می‌شه و طبق این قانون، یک آژانس قانون‌گذاری (regulation) تاسیس می‌شه تا مسئول اجرای درست برنامه‌ای [که شامل یک نرم‌افزار برای پزشکان هم بود] باشه که در اون، به پزشکانی که نرم‌افزار رو خرید کرده باشند، 44 هزار دلار پرداخت بشه! ضمنا، اگر پزشکان ثابت می‌کردند که از نرم‌افزار استفاده هم می‌کنند (meaningful use)، 17 هزار دلار دیگر پاداش می‌گرفتند.

کل بودجه‌ی پیش‌بینی شده برای این طرح هم چیزی حدود 38 میلیارد دلار بوده. در همین حین، وزارت دادگستری هم در حال تدوین الزاماتی برای نرم‌افزارهای رقیب این نرم‌افزار بود و طی این الزامات، شرکت‌های رقیب، ضررهای سنگین چندصد میلیون دلاری رو متوجه شدند و عملا از دور رقابت کنار رفتند.

بعد از تعریف این داستان، بیل گرلی کنایه‌ای می‌زنه و می‌گه که اگر هر کدوم از ما تصمیم‌گیرنده بودیم، قطعا چنین کاری نمی‌کردیم و این موضوع که «به افراد پول پرداخت کنیم تا از چیزی استفاده کنند»، سال‌هاست که منسوخ شده! در ضمن، گفته می‌شه که بعدها اوباما با ناامیدی از این طرح یاد می‌کرده.

حالا فارغ از این داستان عبرت‌آموز، فحوای اصلی صحبت حول تاثیر منفی regulation در دو مورد بوده. اول اینکه regulation برخلاف تصور، باعث کاهش رقابت در بازار می‌شه و دوم اینکه، نه‌تنها عامل افزایش نوآوری نیست، بلکه اون رو هم کاهش می‌ده. پیشنهاد می‌کنم [که اگر علاقه‌مند هستید] این سخنرانی جذاب (با لحن superpumped آقای بیل!) رو از دست ندید.

👈🏻لینک ویدئو:
https://www.youtube.com/watch?v=F9cO3-MLHOM

👈🏻مقاله‌ای که به بررسی شکست پروژه‌ی Obamacare می‌پردازه:
https://www.rpc.senate.gov/policy-papers/a-decade-of-repairing-damage-done-by-obamacare

#پزشکی
#کارآفرینی
@sinusealpha_channel
👍6🤯21
#معرفی_کتاب

چند ماه پیش بود که از طریق کانال آقای پیمان فخاریان (به صورت دقیق‌تر، این کامنت بود)، با کتاب‌هایی آشنا شدم. تصمیم گرفتم که مطالعه‌شون کنم.

این کتاب‌ها که در چند ماه گذشته، همراه من در مترو، اتوبوس و هرجای مشابه دیگه بودند، متاسفانه امروز به پایان رسیدند :( و شما هم اگر قصد دارید که یک دید کلی و داستان‌وار از اتفاقات مهم مرتبط با تجارت در ایران معاصر پیدا کنید، این کتاب‌ها رو از دست ندید!

البته این کتاب‌ها کمی (فقط کمی!) سانسورشده هستند که خب طبیعی هم هست. تاریخ سانسور نشده وجود نداره. نکته‌ی مثبت اما در این بود که با کمی سرچ در اینترنت، محل‌های سانسور رو می‌شد تا حد خوبی متوجه شد و دید تقریبا دقیقی از موضوعات پیدا خواهید کرد.

در ضمن، مطالبی از این کتاب‌ها رو هم [با هدف ایجاد علاقه :) ] در این کانال قراره داده بودم که بعنوان نمونه می‌شه به این پست و این پست اشاره کرد.

پی‌نوشت: اگر خوندید یا قصد خوندن‌شون رو دارید، خوش‌حال می‌شم تا با هم درموردشون حرف بزنیم. برداشت‌های جالب و مهم و کاربردی‌ای می‌شه ازشون داشت و بنظرم حیفه که بدون دید انتقادی و بحث و دعوا ازشون بگذریم. :)

@sinusealpha_channel
6👍1🤩1
🔹اگر شیء a، همان شیء b است. آیا b نیز همان a است؟ جواب ما مثبت (و صحیح) است؛ اما جواب هوش‌مصنوعی چیز دیگری‌ست!

در این مقاله که به تازگی (۵ روز پیش) منتشر شده و اتفاقا هم سر و صدای زیادی داشته، به این موضوع پرداخته شده. عنوان مقاله هم دقیقا به همین موضوع اشاره می‌کنه:

The Reversal Curse:
LLMs trained on “A is B” fail to learn “B is A”

پی‌نوشت: علاوه بر این موضوع، احتمالا اون پرامپ معروف که «از مدل می‌پرسند آیا ۴۵۰، ۹۰٪ پانصد هستش و مدل، اولش می‌گه نه و بعدش در همون پیام، خودش رو اصلاح می‌کنه و می‌گه بله» رو دیده باشید. کلا این روزها سوتی‌های زیادی از مدل‌ها پیدا و معروف شدند و اتفاقا، جالب و بعضا خنده‌دار هم هستند. :)

#هوش_مصنوعی
@sinusealpha_channel
🤯7👍2😁2🔥1
🔹در متن بالا چند حرف F (یا f) می‌بینید؟

شاید سوال خنده‌داری به نظر بیاد و البته تا حدی هم این‌طور است. :) اما حقیقت اینه که اغلب افراد، در تلاش اول‌شون، پاسخ اشتباه می‌دهند! (درمورد علتش، احتمالا در آینده صحبت کنم).

پی‌نوشت اول: علت گذاشتن تصویر هم این بود که این روزها درمورد موضوعی در حال مطالعه هستم و این چالش، در ابتدای تقریبا تمام لکچرها و سخنرانی‌ها مرتبط به موضوع وجود داشت. :)

پی‌نوشت دوم: پاسخ صحیح، شش عدد است!

@sinusealpha_channel
😁6👍51
🔹فصل چهارمِ آدم‌ها و ریاضیات

این پلی‌لیست که اتفاقا به تازگی هم شروع شده و داره ادامه پیدا می‌کنه، فوق‌العاده است. بنظرم حداقل دو قسمت زیر رو از دست ندید:

👈🏻محمد اکبرپور (استاد اقتصاد، استنفورد):
https://youtu.be/kODT2dEsqJs?si=NWsKzDglDMPOk3Tp

👈🏻تینا ترکمان (دکتری ریاضی، هاروارد):
https://youtu.be/jft2Fizl3m0?si=x_PFyG-NU0pkXQag

پی‌نوشت: این مجموعه، سه فصل دیگر هم داره که بنظرم به جذابیت فصل چهارمش نیستند. اما اگر علاقه‌مند باشید، به شدت ارزش دیدن دارند.

#ریاضی
@sinusealpha_channel
👍4🔥4
🔹تبلیغات، چگونه خرد متعارف را شکل می‌دهند؟

خرد متعارف یا حکمت رایج [که ترجمه‌ی عبارت conventional wisdom هستند]، به جملات پذیرفته‌شده‌ای اطلاق می‌شود که اکثریت جامعه، درست‌بودن آن‌ها را پذیرفته‌اند و به صحت آن‌ها فکر هم نمی‌کنند.

مشهورشدن این عبارت (conventional wisdom) هم به کارهای آقای john Kenneth Galbreath (اقتصاددان آمریکایی) و کتاب مشهور او، یعنی the affluent society مربوط می‌شود. کسی که استاد دانشگاه هاروارد بود و مدتی را نیز بعنوان سفیر در کشور هند سپری کرد.

داستان زیر، از کتاب Freakonomics (دقیق‌تر: صفحه‌ی 101 و 102 آن) آورده شده است و به خوبی، به تاثیر تبلیغات در شکل‌گیری چنین خردهای متعارفی شرح می‌دهد:

«لیسترین در قرن نوزدهم به عنوان یک ضدعفونی کننده‌ای قوی [برای] بعد از جراحی‌ها ساخته شد. اما به مرور به صورت تقطیرشده و به عنوان پاک‌کننده و عامل درمان سوزاک فروخته می‌شد. [گذشت و گذشت تا اینکه] در دهه‌ی 1920 به عنوان راه حلی برای "هالیتوز مزمن" (یک اصطلاح پزشکی برای بوی بد دهان) مطرح شد.

در آغاز، موفقیت چشمگیری نداشت اما آگهی‌های جدید لیسترین، زنان و مردان جوانی را نشان می‌داد که مشتاق ازدواج بودند، اما هنگام مواجه‌شدن با بوی بد دهان همسرشان، سکوت می‌کردند و به این فکر می‌کردند که آیا می توانم با این وجود، در کنار او زندگی خوبی را داشته باشم؟! تا آن زمان، بوی بد دهان به طور متعارف چنین فاجعه‌ای در نظر گرفته نمی‌شد؛ اما لیسترین این موضوع را به طور کامل تغییر داد!

البته همانطور که یک محقق (جیمز بی توئیچل) می‌نویسد، "[شرکت سازنده‌ی] لیسترین، آنقدر که باعث ایجاد هالیتوزیس می‌شد دهان‌شویه نمی‌ساخت." [و این به معنای بی‌فایده بودن آن است]. اما تنها در هفت سال، سود این شرکت از حدود صدهزار دلار در سال، به بیش از هشت میلیون دلار افزایش یافت.»

طراحی و ایجاد یک خرد متعارف جدید، برای محصولاتی که فروش نرفته‌اند، روشی قدیمی اما متاسفانه موثر برای خلاص‌شدن از آن‌هاست. حواسمان به این موضوعات اطرافمان باشد. چرا که به قول Richard Marcinko:

conventional wisdom is no wisdom at all.

علت معرفی آقای Kenneth Galbreath در ابتدای متن هم بیان جمله‌ی مشهور او در همین زمینه است:

the conventional view serves to protect us from the painful job of thinking.

ترجمه: دیدگاه متعارف، در خدمت محافظت از ما در برابر کار دردناک اندیشیدن است.

پی‌نوشت: درمورد کارها و کتاب‌های این فرد در حال مطالعه هستم و احتمالا به زودی، درموردش متن دیگری بنویسم.

@sinusealpha_channel
👍5🤯31