#کارآفرینی

🔹وضعیت ۱۰۰ شرکت برتر حوزه Digital Health در سال ۲۰۲۲ پریروز (۷نوامبر) منتشر شد!

این اینفوگرافیک توسط سایت medicalfuturist.com منتشر شده و نشون میده که شرکت‌های برتر سلامت دیجیتال در کدام حیطه فعالیت می‌کنند.

اولین بار در سال ۲۰۱۷ چنین اینفوگرافیکی منتشر شد و تفاوت‌های وضعیت امسال و ۵ سال گذشته خبر از ظهور و نابودی بسیاری از شرکت‌های این حیطه می‌دهد!

یک نکتهٔ مهم (و احتمالا واضح) که وجود داره اینه که تعداد کل شرکت‌های فعال در هر بخش بسیار بیشتر از چیزیه که در تصویر نشون داده شده و این شرکت‌ها، صرفا شرکت‌های “برتر” هستند (کرایتریای انتخابشون هم در مقاله لینک‌شده ذکر شده).

— لینک مقاله کامل | لینک

@sinusealpha_channel

🔶چند نکتهٔ مهم (به نظر خودم) این نمودار:

🔹بیشتر شرکت‌های برتر سلامت دیجیتال در زمینه Health management و Digital health devices فعالیت می‌کنند!
🔹تنها چهار شرکت از صد شرکت برتر در زمینه education (آموزش پزشکی) فعالیت می‌کنند که با توجه به گستردگی‌اش، عدد بسیار کمی‌ست! (هرچند غیرقابل‌حدس نبود).
🔹تنها یک شرکت از صد شرکت برتر، در زمینه medical imaging فعالیت می‌کند که با توجه به تصوری که از گستردگی و پتانسیل این فیلد داشتم، بنظرم عدد کمی‌ست!
🔹چهار شرکت از صد شرکت برتر در زمینه mental health فعالیت می‌کنند که برایم قابل‌انتظار نبود!
🔹احتمالا تعداد شرکت‌هایی شما که در زمینه fitness ‌بشناسید از بقیه حوزه‌ها بیشتر باشد، اما صرفا چهار شرکت از آنها جزء صد شرکت برتر هستند!
🔹افزایش قابل‌توجه شرکت‌های حوزه virtual reality و augmented reality در سال‌های اخیر نوید حضور تعداد خوبی از آنها را در لیست صد شرکت برتر می‌داد که با توجه به اینفوگرافیک فوق، ۹ شرکت در این زمینه فعالیت می‌کنند!
🔹حضور شرکت deepmind در این لیست که چند سال پیش به قیمت ۴۰۰ میلیون دلار توسط گوگل خریداری شد نیز حائز اهمیت است. درباره این شرکت در آینده خواهم نوشت!

پ.ن.: حرف‌های خیلی بیشتری درمورد این نمودار میشه زد ولی فعلا به همین‌ها اکتفا می‌کنم.

#کارآفرینی

@sinusealpha_channel

#ریاضی

🔹پارادوکس آشیل و لاکپشت

“آشیل” یه سرباز یونانیه و می‌خواد که با یه لاکپشت مسابقه دویدن بده! چون می‌دونسته که سرعتش از لاکپشت بیشتره، به لاکپشت ارفاق می‌کنه و میگه که تو از جلوتر شروع کن! حالا مسئله‌ای که مطرح میشه اینه که کی قراره برنده بشه؟

طبق چیزی که این پارادوکس مطرح می‌کنه،
«آشیل با اینکه سرعت بیشتری داره، هرگز جلوتر از لاکپشت قرار نمی‌گیره!»
چون توی زمانی که آشیل قراره به مکان فعلی لاکپشت برسه، لاکپشت کمی جلوتر میره و توی زمانی که آشیل می‌خواد به مکانی که لاکپشت رسیده برسه، لاکپشت بازهم جلوتر میره! این چرخه تا بی‌نهایت ادامه داره و باعث میشه آشیل هیچ‌وقت از لاکپشت جلوتر نره!

با اینکه این پارادوکس خیلی‌وقته حل‌شده، اما فکرکردن بهش برای کسی که آشنایی قبلی نداشته می‌تونه جالب باشه و کمی مغزش رو قلقلک بده :)

— آشیل به لاکپشت چه گفت؟ | لینک

@sinusealpha_channel

#مدیریت

🔹خردِ جمعی وجود دارد و صحیح است اما فراموش نکنیم که گروه‌ها به سبب “روابط درون‌گروهی (Group Dynamics)”، می‌توانند نویز بیشتری در تصمیم‌‌هایشان داشته باشند!

— نویز، دنیل کانمن

@sinusealpha_channel

#شعر

«بگفتیـــم در باب احســان بسی
ولیکن نه شرط است با هرکسی»

«مبخشــــای بر هر کجا ظالمی‌ست
که رحمت بر او جور بر عالَمی‌ست»

«جهانســــوز را کُشــته بهتر چراغ
یکی به در آتش که خلقی به داغ»

«جفاپیشـــــگان را بــــده ســــر بباد
ستم بر ستم‌پیشه عدل است و داد»

ستم بر ستم‌پیشه عدل است و داد
ستم بر ستم‌پیشه عدل است و داد
ستم بر ستم‌پیشه عدل است و داد…

— سعدی

@sinusealpha_channel

🔹یه ارائه‌ای هست که بنظرم هر کسی باید ببینه. آقای Larry McEnerney استاد دانشگاه شیکاگو هستش و توی این ویدئوی تقریبا یک‌ساعته درمورد مدل نوشتن موثر، ارزشمندی مطلب و نگاه به نیاز مخاطب حرف‌های جدیدی می‌زنه.

🔹درضمن این آقا (همون‌طور که توی این ویدئو توضیح میده) خیلی اعتقادی به مدل مقاله‌نوشتن آکادمیک (مقدمه، متد و…) نداره و برای اثباتش اومده یه مقاله خفن نوشته و نه‌تنها کل این ساختار رو بهم زده، بلکه حتی (به عمد) غلط املایی هم گذاشته! نکته‌ی جالبی که وجود داره اینه ‌که این مقاله سایتیشن وحشتناکی خورده!

🔹لینک:
https://youtu.be/vtIzMaLkCaM

پ.ن.: یکی از اساتید تعریف می‌کرد که یکی از دوستان‌شون ۸ بار این ویدئو رو دیده! پس از دستش ندید!

@sinusealpha_channel

#معرفی_کتاب

🔹کتاب روزنامه‌نگاری نوین نوشته‌ی دکتر نعیم بدیعی

شاید فکر کنید که روزنامه‌نگاری موضوع کم‌اهمیتی (مخصوصا برای فیلد شما) باشه، اما توی دورانی زندگی می‌کنیم که اگر سواد رسانه‌ای‌مون «کافی» نباشه، احتمالا از به این‌طرف و اون‌طرف کشیده‌شدن توسط رسانه‌ها دیوانه بشیم! به همین دلیل این کتاب رو به «همه» پیشنهاد می‌کنم.

مدل نوشتن خبر، مدیریت اخبار و به طور کلی مدیریت رسانه موضوع اصلی‌ای هستش که این کتاب بهش می‌پردازه. درضمن حجم کتاب یه‌مقدار زیاده و نیازی نیست که همه‌ش رو بخونید؛ فقط اون بخش‌هایی که بیشتر حس می‌کنید بدردتون می‌خوره رو بخونید (ولی تهیه و تنظیم خبر و مدیریت اخبار رو حتما بخونید!).

پ.ن.۱: پی‌دی‌اف این کتاب رو پیدا نکردم وگرنه پیوست می‌کردم (اگه خواستید بگید کتاب چاپی‌ش رو بدم بهتون😁).

پ.ن.۲: حقیقتاً درمورد سوادرسانه‌ای (بخصوص با این وضع convergence این‌روزها) هرچقدر مطالعه کنیم کمه و من هم در آینده درمورد این موضوع بیشتر خواهم نوشت.

@sinusealpha_channel

#هوش_مصنوعی
#کارآفرینی

🔹این متن، صحبت‌های بنیانگذار یه استارتاپ توی حوزه هوش مصنوعی پزشکی (به نام evid science) هستش که داره ایده‌ی شرکت‌شون رو توضیح میده.

ببینید چقدر دقیق و با عدد و رقم صحبت می‌کنه! چقدر دقیق کاری که قراره انجام بدن رو میگه! چطوری به مخاطب می‌فهمونه که مشکلی که وجود داره بدون راه‌حل اون‌ها غیرقابل‌حل هستش!

این مدل آدما خیلی برام جالبن😄

@sinusealpha_channel

🔹نتیجه یا رابطه؟ مسئله این است!

فکر می‌کنم اگر این ماتریس را (که نامش را ماتریس رابطه-نتیجه گذاشته‌ام) مبنای رفتارمان با دیگران قرار دهیم، راحت‌تر با مسائل کنار بیاییم.

هر لحظه به این فکر کنیم که در این مشکل (حالا نه الزاما مشکل، هر مسئله‌ای) بوجود آمده، رابطه برای من اهمیت دارد و یا نتیجه؟ (و یا هر دو و یا هیچ‌کدام).

در بسیاری از موارد روزمره، نه رابطه اهمیت دارد و نه نتیجه، فلذا بهترین استراتژی، «اجتناب» خواهد بود! همچنین واضح است که اگر در مسئله‌ای مثلا با اعضای خانواده -که احتمالا رابطه مهم باشد و نه نتیجه- هدف “حفظ رابطه”‌ست، داشتن استراتژی «رقابت» یا «اجتناب» منطقی نیست.

— اصول و فنون مذاکره، لویکی

@sinusealpha_channel

#هوش_مصنوعی

🔹هوش مصنوعی، رقیب یا رفیق!؟

احتمالاً شما هم شنیده باشید که «ممکن است روزی هوش مصنوعی از انسان قدرتمندتر شود (چه بسا در حال‌حاضر هم شده‌ست) و این اتفاق، برای انسان مشکل‌ساز خواهد شد».
اما این تمام ماجرا نیست…!

قضیه بسیار فراتر از این به اصطلاح ساده‌نگری‌ها است. شاید اگر بگوییم که «مغز انسان، عجیب‌ترین چیز موجود در جهان است»، بزرگ‌نمایی نکرده باشیم. جملات معروفی نیز در تایید این موضوع وجود دارند که یکی از جالب‌ترین (و صدالبته چالشی‌ترین) آن‌ها جمله‌ی زیر است:
“if the human brains were so simple that we could understand it, we would be so simple that we couldn't!”

از این‌رو معتقدم که فهمیدن تمام ماهیت مغز انسان، به همین سادگی‌ها -که برخی فکر می‌کنند- هم نیست! (نمی‌دانم، شاید هم برای ما غیرممکن باشد!) و همین‌جا بود که متخصصان [نیاز را حس کردند و] اصطلاح جدیدی را معرفی کردند:
“Augmented human intelligence (AHI)”

حال دیگر بحث «انسان یا AI» مطرح نیست و بحثی که بوجود می‌آید، انتخاب بین «انسان به‌همراه [و کمک] هوش مصنوعی» و «انسان بدون هوش مصنوعی» است!
(احتمالا انتخاب سختی نباشد، نه؟)

این را هم می‌دانیم که خیلی‌وقت است که دیگر «رقیب» هوش‌مصنوعی نیستیم. پذیرفته‌ایم که او در بسیاری از زمینه‌ها [به مراتب] از ما بهتر است (و بهتر خواهد شد)؛ اما نکته‌ی قابل‌توجه اینجاست که «زمینه‌هایی نیز وجود دارند [و به دلیل ساختار مغز انسان، وجود خواهند داشت] که ما از او بهتر باشیم! (برای مثال می‌توان به علم روان‌شناسی اشاره کرد که در آن، «فردیتِ» انسان محور است و علم، حول وی می‌چرخد و بدون انسان، روان‌شناسی نیز وجود نخواهد داشت)»
پس به یکدیگر نیاز داریم!
(این نتیجه به هیچ‌وجه ساده به‌دست نیامده و تلاشی به درازای عمر هوش‌مصنوعی دارد!)

در اینجا می‌خواهم جمله‌ای را ذکر کنم که نمی‌دانم تابحال گفته شده‌ست یا خیر اما فکر می‌کنم که باید گفته شود:
«من فکر می‌کنم که اگر هوش مصنوعی آنقدر باهوش شود که تصمیم بگیرد انسان را نابود کند، احتمالا هنوز خیلی باهوش نشده باشد!»

درضمن این مورد را هم ذکر کنم که معتقدم پاسخ سوالاتی مانند «آیا هوش‌مصنوعی بسیاری از مشاغل را دگرگون خواهد کرد؟» و «آیا در بسیاری از زمینه‌ها جایگزین انسان خواهد شد؟»، بدیهی هستند و به همین دلیل، ترجیح دادم که به آن‌ها نپردازم.

پ.ن.: من درمورد هوش‌مصنوعی [با اطلاعات امروزم] این‌مدلی فکر می‌کنم و از بحث‌های پیرامون این مسئله به‌شدت استقبال می‌کنم. فلذا اگر نقد، سوال یا هر موردی بود درخدمتم.

✍🏻سینا مرادی، ۲۶آبان ۱۴۰۱
#نوشته

@sinusealpha_channel

#ریاضی

🔹با چه دقتی می‌توانیم مقدار یک تابع را تقریب بزنیم!؟

“بروک تیلور”، ریاضی‌دان قرن۱۸ انگلیسی برای حل این سوال، «بسط یا چندجمله‌ای تیلور» رو معرفی کرد. این چندجمله‌ای بیان می‌کنه که برای پیش‌بینی دقیق‌تر عرض یک نقطه در تابع، می‌تونیم بجای “خطی‌سازی” -که تقریب نادقیقی رو محاسبه می‌کرد- از توابعی با درجه‌ی بالاتر استفاده کنیم [تا دقت بیشتری داشته باشیم].

البته دقت کنید که اگر تابع ما n مرتبه مشتق‌پذیر باشه، نمی‌تونیم براش چند‌جمله‌ای تیلور درجه n+1ام بنویسیم و درجه چند‌جمله‌ای تیلور همواره کوچک‌تر از تعداد دفعات مشتق‌پذیری تابع ما می‌باشد.

بنابراین پاسخ این سوال که چقدر می‌توان به صورت دقیق مقدار یک تابع رو مشخص کرد، به «دفعات مشتق‌پذیری» اون تابع بستگی داره و برای مثال، در تابع f(x)=sin(x) -که بی‌نهایت‌بار مشتق‌پذیر است- می‌توان مقدار تابع [در هر نقطه] رو تا بی‌نهایت رقم پس از اعشار محاسبه کرد.

پ.ن.: برای مطالعه بیشتر این موضوع پیشنهاد می‌کنم که به اسلاید‌های ۱تا۲۲ این فایل مراجعه کنید.

@sinusealpha_channel

🔹”بزرگ‌ترین راز فیزیک” چیست!؟

🔹تلاش‌های دانشمندان برای حل یک مسئله ذهنی، چگونه به کشف رشته‌های «فیزیک اطلاعات» و «نظریه اطلاعات» انجامید!؟

برای یافتن پاسخ سوالات فوق، پیشنهاد می‌کنم این صفحات فوق دل‌انگیز از شاهکار «نظریه پیچیدگی - نوشتهٔ ملانی میچل» رو حتماً بخونید!

@sinusealpha_channel

🔹بکاربستن عقل هنگامی که دیگران به کمک آن دام می‌گسترانند، «عقلانی» نیست.

بواسطه شرایط این روزها، تصمیم گرفتم [بعد از مدت‌ها] کتاب «خشونت - هانا آرنت» رو ورق ‌بزنم که این جمله رو دیدم. اما امروز، «برخلاف گذشته» که کلمات دیگری رو انتخاب می‌کردم، ترجیح می‌دم کلمات «دیگران» رو با «صاحبان شبکه‌های اجتماعی» و «دام» رو با «خبر، نوتیفیکیشن، ساجسشن و…» جایگزین کنم!

پیشنهاد می‌کنم شما هم این کار رو بکنید و مجددا جمله رو بخونید.

@sinusealpha_channel