"آگاهی محاسباتی نیست، consciousness is not computational. آگاهی ما صرفا محصول یک فرآیند مکانیکی معمولی نیست که بتوان یک ماشین را طوری تنظیم کرد که آن را انجام دهد. برای درک آگاهی، بایستی درکمان از جهان فیزیکی را تغییر دهیم." این چند خط، گوشه‌ای از مصاحبه‌ی فیزیکدان بزرگ، راجر پنروز با نشریه‌ی NewScientist بود. بحثی مهم در پاسخ بسیاری از نگرانی‌ها درباره‌ی هوش مصنوعی (Artificial Intelligence یا AI). ما هنوز فاصله‌ی بسیاری با دستیابی به یک‌ هوش و یک آگاهی داریم. چیزهایی مانند چت جی پی تی که این روزها بحث‌های زیادی پیرامون آن‌ها صورت می‌گیرد، در واقع هوش نیستند، بلکه تنها مدل‌های زبانی هستند. این صحبت راجر پنروز که هوش و آگاهی ما، چیزی ورای محاسبات فیزیکی‌ست، پشتوانه‌ای کاملا علمی و فلسفی دارد. آگاهی یا خودآگاهی، کیفیتی‌ست که ما هنوز آن را درست نمی‌شناسیم.


ما هنوز نمی‌دانیم آگاهی چطور اتفاق می‌افتد. آگاهی همان احساس چیزی بودن است، ما بودن خود را احساس می‌کنیم. فیلسوفان این جنبه از آگاهی را، qualia می‌نامند. این آگاهی همان چیزی‌ست که رنه دکارت در جمله‌ی مشهورش بدان اشاره می‌کند که "من می‌اندیشم پس هستم". این دقیقا همان جایی‌ست که کُمیت الگوریتم‌های محاسباتی در آن لَنگ است و متخصصان آن را، "مساله‌ی دشوار آگاهی یا hard problem of consciousness" می‌نامند. چرا که ما هنوز دقیقا نمی‌دانیم این آگاهی چیست، پس الگوریتم‌های ما نیز نمی‌توانند آن را محاسبه کنند. بحث‌های زیادی راجع به این موضوع صورت گرفته است. یکی از معروف‌ترین استدلال‌ها برای اینکه نشان دهد کامپیوترهای حال حاضر هرچقدر هم پیشرفته باشند، نمی‌توانند ذهن یا آگاهی داشته باشند، برهان اتاق چینی‌ها (Chinese Room Argument) است.


اولین بار فیلسوف آمریکایی جان سرل، این برهان را در سال ۱۹۸۰ ارائه داد و تا به امروز، مورد قبول بسیاری فیلسوفان و دانشمندان واقع شده است. تصور کنید شما درون یک اتاق هستید و چند چینی بیرون از اتاق با شما صحبت می‌کنند و شما اصلا چینی نمی‌دانید. اما الگوریتمی کامپیوتری در اختیار دارید که می‌توانید همه چیز را به چینی ترجمه کنید و به کمک آن، روی کاغذ به چینی چیزهای می‌نویسید و از زیر در، بیرون می‌دهد. چینی‌ها در بیرون کاغذها را می‌بینند و تصور می‌کنند که شخصی مسلط به زبان چینی درون اتاق است. آگاهی و ذهن الگوریتم‌های کامپیوتری نیز دقیقا به همین شکل است. الگوریتمی که وانمود می‌کنند حرف شما را درک می‌کند، در حالیکه فقط یاد گرفته کلمات را کنار یکدیگر قرار دهد. کامپیوترها فقط از قوانین دستور زبان استفاده می‌کنند تا حروف و کلمات را با دقت کنار یکدیگر قرار دهند. اما هیچ درک و آگاهی نسبت به کاری که انجام می‌دهند ندارند و ذهن ما اساسا با کامپیوترها و محاسبات کامپیوتری متفاوت است.



پی‌نوشت: بحث فوق، یک بحث داغ بین فیلسوفان و دانشمندان است و تضمینی وجود ندارد که هریک از این دیدگاه‌ها در آینده نقض نشود.



- اَبا اِباد




@AbaEbad



#physics #science #mathematics #artificialintelligence #computerscience #daydaad #abaebad

برنامه‌ی فراساختار، قسمت‌ یازدهم


@AbaEbad

قسمت یازدهم برنامه‌ی فراساختار


در قسمت یازدهم از برنامه‌ی فراساختار، میزبان سرکار خانم لیلا حسومی بودم. خانم لیلا حسومی از متخصصین امر استراتژی و توسعه‌ی پایدار و همچنین محقق عرصه‌ی تعالی و رهبری در سطوح فردی و سازمانی هستند. ایشان فعالیت‌های خود را در حوزه‌ی پایداری، در کمپانی مپنا در ایران آغاز کرده و هم اکنون نیز، با یکی از کمپانی‌های بزرگ آلمانی فعال در بخش انرژی، همکاری دارند. لیلا حسومی در کنار مطالعات و تحقیقاتشان در حوزه‌ی پایایی، علاقه‌ی ویژه‌ای به فلسفه‌ی کاربردی و ارتباط آن با پایایی دارند. در این برنامه پیرامون دستاوردها و پیشرفت‌های حوزه‌ی پایداری، به بحث و گفتگو پرداختیم. گفتگویی عمیق و‌ معنادار که همواره جزو‌ اهداف برنامه‌ی فراساختار بوده است.



پیشاپیش از خانم لیلا حسومی از بابت حضور در این برنامه و از استاد دی‌داد به خاطر راهنمایی‌هایشان در پیشبرد بهتر اهداف برنامه‌ی فراساختار کمال تشکر را دارم.



برای دیدن ادامه‌ی این قسمت از برنامه (ورژن کامل برنامه)، به کانال یوتیوب و وبسایت ابا اباد دات کام مراجعه فرمایید.


برنامه‌ی فراساختار
قسمت یازدهم
ابا اباد


@AbaEbad



#science #sustainability #metastructure #daydaad #daydaadism #ebadism #abaebad

لینک ادامه‌ی این مصاحبه در کانال یوتیوب ابا اباد

https://youtu.be/nkQ11w1_yRQ?si=RQN16A0AOfGTaY9R

لینک ادامه‌ی این مصاحبه در وبسایت ابا اباد دات کام (بدون نیاز به فیلترشکن)


https://abaebad.com/videos/

شنیده ام که اولین قانون برنامه نویسان این است که اگر درست کار می‌کند به آن دست نزن ,if it works don't touch it. البته این بیشتر حالت طنز دارد، اما حتی اگر در بسیاری موارد درست باشد نیز، در فیزیک نظری اصلا درست نیست، بلکه تله‌ای‌ست که بسیاری از فیزیکدانان بدان گرفتار آمده اند. سال‌هاست که بسیاری از فیزیکدانان، فهم فیزیک کوانتوم را رها کرده اند و کسی نمی‌پرسد که این روابط چه ارتباط دقیقی با واقعیت دارند. ما فقط مشاهده می‌کنیم که این روابط درست عمل می‌کند و رفتار سیستم‌های کوانتومی را به شکلی باورنکردنی، دقیق پیش بینی می‌کند؛ اما این مساله کافی نیست. ما در نهایت نیاز داریم به کمک فیزیک، واقعیت جهان فیزیکی را به درستی درک کنیم و صرف پیش‌بینی، نشان از درک صحیح ما ندارد.


به عنوان مثال، انسان قرن‌ها تصور می‌کرد که زمین مرکز جهان هستی‌ست و بر همین اساس، محاسبات و اندازه گیری‌هایی در علوم (تحت عنوان) هیات و نجوم صورت می‌گرفت. این اندازه‌گیری‌ها و پیش‌بینی‌های حاصل از این محاسبات، نسبتا دقیق بود و برای قرن‌های متمادی، دریانوردان را به مقصد می‌رساند، زمان رسیدن بهار را به درستی پیش‌بینی می‌کرد و کاربردهای دیگری نیز داشت. اما این تفسیر از جهان مطابق با واقعیت فیزیکی جهان هستی نبود. از طرف دیگر، آن جمله‌ی "اگر درست کار می‌کند به آن دست نزن"، یک اشکال اساسی ایجاد می‌کند. ما تنها بعد از اینکه فهمیدیم زمین مرکز هستی نیست و درک کردیم قانون گرانش نیوتن بر جهان هستی حاکم است، آنوقت تازه متوجه شدیم که کاربرد فیزیک تنها تنظیم تقویم و جهت یابی نیست. یعنی کاربردهایی را یافتیم که قبل از کشف حقیقت هستی، اصلا به آن‌ها فکر هم نکرده بودیم. اساسا اولین هدف علم شناخت واقعیت جهان است و به کار گرفتن این شناخت در سطوح بعدی قرار می‌گیرد.


پس در مورد فیزیک کوانتوم نیز ما بایستی در نهایت دریابیم که چرا جهان اینگونه عمل می‌کند. اما در مورد فیزیک کوانتوم ما احتمالا با یک مشکل اساسی مواجه هستیم و آن محدودیت ذهن خودمان است. شاید علت اینکه فیزیک کوانتوم اینقدر برای ما عجیب به نظر می‌رسد، این است که ذهن ما جهان را اینطور درک نمی‌کند. این مثل این است که یک رنگ جدید در جهان پدید آید و چشم ما اصلا توانایی دیدن آن رنگ را نداشته باشد و ما تنها آن را به صورت ترکیبی از رنگ‌های مختلف دیگر مشاهده کنیم. پس ما چطور بایستی محدودیت‌های ذهن خود را پیدا کنیم؟ این سوالی‌ست که بایستی فلسفه پاسخ دهد، چرا که شناخت نحوه‌ی کارکرد ذهن انسان در شاخه‌های فلسفه مانند فلسفه‌ی ذهن و فلسفه‌ی زبان و فلسفه‌ی علم صورت می‌گیرد. شاخه‌ای که به بررسی این موضوعات در فیزیک می‌پردازد، فلسفه‌ی فیزیک یا philosophy of physics نام دارد.



- اَبا اِباد



@AbaEbad



#physics #science #philosophy #quantum #ebadism #abaebad

حتما از کتاب فارسی چندم دبستان، داستان کودکی را به خاطر دارید که برای اینکه ببیند کدام سیب شیرین است و کدام سیب ترش است، همه‌ی سیب‌ها را گاز زد. او در نهایت یک سبد سیب شیرین را به خانه برد، اما یک سبد سیب شیرین گاز خورده. اگر سیب‌ها همگی هم رنگ و یک شکل بودند، او برای فهم شیرین یا ترش بودن تک تک سیب‌ها، راهی نداشت جز اینکه تک تک سیب‌ها را گاز بزند. حالا تصور کنید که به جای یک وانت پر از سیب، یک انبار مهمات داریم که در این انبار، بمب‌های حساس به نور قرار دارند و این بمب‌ها مدت‌هاست که آنجا بوده اند و مشخص نیست که این بمب‌ها اکنون خراب هستند یا درست کار می‌کنند. این‌ بمب‌ها آنقدر حساس‌اند که با برخورد یک فوتون نور به سنسور آن‌ها، منفجر می‌شوند. حالا چاره چیست؟ اگر ما تک تک این بمب‌های حساس به نور را از انبار مهمات خارج کنیم و یک‌ فوتون نور به سنسور آن‌ها بتابانیم، آن بمب‌هایی که خراب هستند، کار نمی‌کنند و منفجر نمی‌شوند، اما آن بمب‌ها خرابند و به کار نمی‌آیند.


اگر هم بمب‌هایی سالم باشند، با تاباندن فوتون نور به سمت سنسورشان، عمل می‌کنند و منفجر می‌شوند و دیگر، چیزی از آن‌ها باقی نمی‌ماند که کسی بخواهد از آن‌ها استفاده کند. اما فیزیک کوانتوم با خواص عجیب و غریبش، برای ما یک راه حل ارائه می‌دهد. در سال ۱۹۹۳، دو فیزیکدان اسرائیلی به نام‌های اوشلوم کوروش الیتزور (ایرانی‌ الاصل) و لو ویدمن، آزمایشی ذهنی تحت عنوان Elitzur–Vaidman bomb-tester ارائه دادند که می‌توانست با استفاده از خواص مکانیک کوانتومی، احتمال موفقیت تست یک بمب حساس به نور را بدون انفجار آن افزایش دهد. توجه داشته باشید که اگر بمب خراب باشد، فوتون از آن عبور می‌کند و اگر درست باشد فوتون را جذب می‌کند و منفجر می‌شود. اما آزمایش مانند تصویر زیر است. یک فوتون نور از نقطه‌ی A تابانده می‌شود و به یک شکافنده‌ی پرتو (beam splitter) برخورد می‌کند. بیم اسپلیتر، با احتمال پنجاه درصد فوتون را عبور می‌دهد تا به بمب برسد و با احتمال ۵۰ درصد، نور را بازتاب می‌کند تا مسیر بالا را طی کند.


اما مطابق مکانیک کوانتومی، فوتون وارد هر دو مسیر می‌شود! در واقع ما‌ یک ابرانطباق کوانتومی (quantum superposition) داریم، بدین معنی که فوتون همزمان در هر دو مسیر قرار دارد (مانند گربه‌ی معروف شرودینگر که همزمان زنده و مرده است). یک بیم اسپلیتر دیگر نیز در بالا سمت راست قرار داده شده است. اگر بمب خراب باشد، فوتون از مسیر پایین و بالا عبور کرده و حتما به نقطه‌ی C می‌رسد. اگر بمب سالم باشد، با احتمال ۵۰ درصد، با رسیدن فوتون به بمب، بمب منفجر می‌شود. اما ۵۰ درصد احتمال دارد فوتون وارد مسیر بالا شود. در این حالت بمب سالم مسیر پایین را می‌بندد و فوتون با به نقطه‌ی C یا D می‌رسد. احتمال رسیدن به هریک از نقاط C یا D در این حالت ۲۵ درصد است. اگر فوتون را در D مشاهده کنید، حتما بمبی دارید که کار می‌کند اما منفجر نشده است. اگر در C مشاهده کنید، نمی‌توانید نتیجه‌گیری کنید که بمب سالم است یا خراب است. اما با این حال شما ۲۵ درصد شانس موفقیت دارید. اینکه فوتون‌ را در D مشاهده کنید و دریابید بمب سالم است، بدون اینکه آن را منفجر کنید.



- اَبا اِباد



@AbaEbad




#physics #science #quantum #quantumphysics #ebadism #abaebad

توضیح در پاسخ به کامنت‌ یکی از دوستان، ذیل این پست در لینکدین

تصویر: یک جداسازی به روش کروماتوگرافی کاغذی. اینجا فاز ثابت یا همان زمین مسابقه، کاغذ کروماتوگرافی است. بازیکن‌ها یا همان نقطه‌های رنگ‌ها، هرکدام زودتر و دیرتر به خط پایان رسیده اند.



@AbaEbad

یک ترکیب شیمیایی مثلا یک‌ مایع یا یک گاز به شما داده اند و شما می‌خواهید ببینید چه مولکول‌هایی در این نمونه وجود دارد یا اینکه می‌خواهید ببینید غلظت هرکدام از این ترکیبات درون نمونه‌ای که در اختیار دارید چه میزان است. یا حتی می‌خواهید مولکول‌های مختلف را درون یک‌ محلول از یکدیگر جدا کنید و خالص سازی انجام دهید. علم شیمی به شما راه های مختلفی برای این کار ارائه می‌دهد. اینکه شما کدام راه را انتخاب می‌کنید، بستگی به عوامل مختلفی دارد. مثلا اینکه آیا مولکول‌های شما به دما حساس هستند یا نه. یا اینکه شکل نمونه‌ی شما به چه صورتی است؟ اصلا چه خلوصی نیاز دارید؟ آیا می‌دانید که نمونه‌ی شما احتمالا حاوی چه مولکول‌هایی است یا نه؟ اگر می‌دانید، این مولکول‌ها چه تفاوت‌هایی با یکدیگر دارند؟ برای اینکه روش جداسازی را انتخاب کنید، باید به سوالات زیادی پاسخ دهید و سپس روش جداسازی مناسب را انتخاب کنید.


اما در اینجا قصد دارم اصول عملکرد یکی از این روش‌ها که بسیار پرکاربرد است و احتمالا نامش را هم زیاد شنیده اید، شرح دهم. نام این روش کروماتوگرافی (chromatography) است. اگر با این حوزه آشنایی نسبی داشته باشید، نام‌های مختلفی از آن را شنیده اید. دستگاه‌هایی مانند کروماتوگرافی گازی(Gas Chromatography یا جی سی) یا کروماتوگرافی مایع با کارائی بالا (HPLC) که در هر آزمایشگاه آنالیز شیمیایی می‌توانید یکی از آن‌ها را پیدا کنید، اساس عملکرد مشابهی دارند. همه‌ی این روش‌ها مبتنی بر تکنیک‌های کروماتوگرافی هستند. برای درک بهتر این روش جداسازی، فرض کنید شما و چند دونده‌ی دیگر وارد یک میدان مسابقه شده اید و می‌خواهید در یک مسابقه‌ی دوی صد متر شرکت کنید. سرعت دویدن شما و دونده‌های دیگر در شرایط یکسان نسبتا مشابه است اما در این مسابقه کفش‌های شما با یکدیگر متفاوت است.


کفش‌های شما به زمین نمی‌چسبد. کفش‌های دیگری کمی سُر است. دونده‌ی دیگر نیز کفش‌های اشتباهی پوشیده که روی زمین مسابقه مثل چسب می‌چسبد. مسابقه آغاز می‌شود و شما وارد زمین مسابقه می‌شوید. کسی که کفش‌های مناسبی دارد که به زمین نمی‌چسبد و سُر هم نمی‌خورد، زودتر از دیگران به خط پایان می‌رسد. دیگر دونده‌ها نیز با توجه به کیفیت کفش‌‌هایشان برای این زمین، به ترتیب با فاصله به خط پایان می‌رسند. بعضی نیز آنقدر کفششان به زمین می‌چسبد که وسط پیست مسابقه گیر می‌افتند. این دقیقا مشابه عملکرد یک ستون کروماتوگرافی‌ست. فاز متحرک (همان مایع یا گازی که مولکول‌ها درون آن هستند) از روی فاز ثابت (مثلا یک‌ سطح جامد مانند همان پیست مسابقه) عبور می‌کند. مولکول‌ها براساس تفاوت در تمایلشان به فاز ثابت (تفاوت ارتباط کفش‌ها با زمین مسابقه)، برخی جلو می‌افتند و برخی عقب می‌افتند و در انتهای ستون، مولکول‌ها کاملا از هم جدا شده اند.



- اَبا اِباد



@AbaEbad



#physics #science #chemistry #ebadism #abaebad

اکنون در دهه‌ی چهارم زندگی‌ام به سر می‌برم و تقریبا می‌توانم ادعا کنم اندک تجربه‌ای از زندگی در نزد خود گرد آورده و بینشی نسبی نسبت به امورات زندگی به دست آورده‌ام. حالا وقتی به گذشته‌ام می‌نگرم، می‌بینم که حتی از کسانی که چند سال قبل‌تر، بدترین رفتارها و‌ سخن‌ها را به من روا داشته‌اند، اندک کینه‌ و ناراحتی به دل ندارم. در مورد بعضی از آن‌ها، حتی به یاد ندارم که چه اتفاقی افتاده که من از آن‌‌ها دلخور بوده‌ام. کسانی که روزگاری تصور می‌کردم که تا پایان عمر از آن‌ها دلخور و دل‌چرکین باقی خواهم ماند و اتفاقاتی که در گذشته برایم چنان سخت و دشوار می‌نمود، حالا گویی دفتر ایامی‌ست که باد نسيان پریشانش کرده است و تنها تصاویری مبهم از آن‌ها بر صفحه‌ی ذهنم باقی مانده است.


امروز که نگاه می‌کنم می‌بینم که من در پاسخ به همان رفتارها، همان سخن‌ها و همان اتفاقات ساخته شده ام. گویی همه‌ی جهان بیرونی و اجزایش، مانند یک بازیکن پینگ پنگ بوده است که مقابل من قرار گرفته است‌. هرچقدر جهان بیرونی یا به قول آلمانی‌ها welt، ضربه‌های سخت‌تر و جانانه‌تری زده است، جهان درون من یا زیست جهان یا همان lebenswelt من، پاسخ بهتری داده و بهتر ساخته و پرداخته شده است. گویی یک دیالوگ بین من و جهان برقرار شده است و من به عنوان یک انسان، در خلال این‌ دیالوگ ساخته شده‌ام. حالا می‌توانم‌ بگویم که من احساس می‌کنم که اساسا در پاسخ به ضربه‌های جهان بیرون ساخته شده‌ام و اگر ضربه‌ای نبود و اگر این بازیکن قهار، اینچنین بازی نمی‌کرد، من نیز امروز اینچنین نبودم.


حالا هر گوشه‌ای از زندگی و از شخصیت و از زیست جهانم را که نگاه می‌کنم، می‌بینم که تا چه حد آن ناگواری‌ها و تلخی‌ها، در موفقیت امروزم نقش داشته است و حتی به آن شکل و جهت داده است. با نگریستن به همین تجربه‌ی کوتاهم‌ از زندگی، می‌توانم‌ با خیال راحت بگویم که اگر آن دردها و دشواری‌ها نبود، امروز موفقیتی هم نسیبم نمی‌شد. حال می‌توانم بگویم که انسان اساسا حاصل دیالوگ بین جهان بیرون و جهان درون است. حالا با نگاه به تجربه‌ی گذشته، آیا نمی‌توانم بگویم که همین دشواری‌ها و دردهای امروز، روزی و جایی، همان موفقیت من خواهد بود؟ به قول استاد دی‌داد، اگر انسان یک روز مانده به آخر عمرش به موفقیت برسد، گویی در تمام زندگی‌اش موفق بوده است. چرا که وقتی از بالای قله به پایین نگاه می‌کند، همه‌ی آن سختی‌ها و دردها و آن دیالوگ‌های بین خود و جهان را نه جزئی، بلکه عامل آن موفقیت می‌بیند.




- اَبا اِباد



@AbaEbad



#science #philosophy #wisdom #ebadism #abaebad

آن‌ها اولین حیواناتی بودند که با ما دوست یا به اصطلاح اهلی (domesticated) شدند. شواهد باستان‌شناسی نشان می‌دهد که سگ‌ها حدود ۳۰ هزار سال قبل و ۱۰ هزار سال پیش از اسب‌ها و نشخوارکنندگان با ما دوست شدند. مشاهدات ژنتیکی نشان می‌دهد که آن‌ها بین ۲۷ هزار سال تا ۴۰ هزار سال قبل راهشان را از گرگ‌ها جدا کردند. باستان‌ شناسان قبری را یافته اند که نشان می‌دهد ۱۴۲۰۰ سال قبل، یک سگ را در آن دفن کرده‌اند. این موضوع نشان می‌دهد که حتی ۱۴ هزار سال قبل نیز، آن‌ها به عنوان حیوانات خانگی در کنار انسان می‌زیسته‌اند و انسان از بابت علاقه و احترامشان برای سگ‌هایشان، آن‌ها را دفن می‌کرده‌اند. اما هنوز دقیقا مشخص نیست که چه زمانی و به چه علت سگ‌ها با ما دوست شده اند. حتی مشخص نیست که اولین بار در اروپا یا آسیا یا در جاهای مختلف، سگ‌ها اهلی شده‌ اند.


سگ‌ها تنها حیواناتی هستند که توسط اجداد شکارچی ما اهلی شده اند. بقیه‌ی حیواناتی که اهلی شده اند، همگی بعد از انقلاب کشاورزی (agricultural revolution) و شیوع یکجانشینی، اهلی شده اند. نظریات مختلفی در این مورد وجود دارد که چرا اجداد شکارچی ما سگ‌ها را اهلی کرده اند. بعضی نظریات می‌گوید که اجداد ما از آن‌ها برای شکار استفاده می‌کرده‌اند و از همین بابت سگ‌ها را اهلی کرده‌اند. بعضی دیگر از نظریات می‌گوید که برخی گرگ‌ها از باقیمانده‌ی غذای اجداد ما تغذیه می‌کرده‌اند و رفته رفته به بودن با ما عادت کرده‌اند. نحوه‌ی اهلی‌سازی سگ‌ها برای ما اهمیت زیادی دارد. چرا که سرنخ‌هایی راجع به نحوه‌ی توسعه‌ی فرهنگ جوامع انسانی در ماقبل تاریخ به ما می‌دهد.


تحقیقات نشان می‌دهد که اهلی سازی سگ‌ها در دو فاز اصلی رخ داده است. در فاز اول، گرگ‌های خاکستری وحشی به یک سگ‌ اهلی اولیه تبدیل شده‌اند و در فاز بعدی، این سگ‌های اهلی اولیه، به نژادهای مختلفی که اکنون می‌بینیم، تغییر یافته اند. جالب است بدانید سگ‌ها از تعداد زیادی بیماری مشابه با انسان‌ها به خصوص بیماری‌های روانی مانند آلزایمر رنج می‌برند. علت آن این است که انسان‌ها به هرکجا که رفته‌اند، سگ‌ها نیز همراه آن‌ها رفته اند و مانند انسان‌ها، با محیط‌های بسیار متنوع سازگاری یافته اند. این همراهی طولانی‌ مدت این دو را به یکدیگر بسیار نزدیک‌ کرده است. ما و سگ‌ها فشارهای محیطی مشابه و تاثیرات اجتماعی مشابهی را تجربه کرده ایم. از همین بابت، سگ‌ها از نظر تحقیقات تکاملی و همچنین آسیب شناسی (پاتولوژی) بسیار حائز اهمیت هستند. آن‌ها برای هزاران سال بهترین دوستان ما بوده اند.




- اَبا اِباد



@AbaEbad




#science #biology #evolution #dogs #ebadism #abaebad

فرض کنید که ما پستچی هستیم و به ما ۵۰ نامه داده شده است و قرار است در یک نصف روز، همه‌ی این نامه‌ها را به دست صاحبانشان برسانیم. همه‌ی این نامه‌ها نیز فقط مربوط به یک منطقه است و البته ما یک خودروی پست نیز در اختیار داریم. اگر نامه‌ها را زودتر به دست صاحبانشان برسانیم، زودتر هم به خانه می‌رویم و نهار را در منزل خودمان صرف می‌کنیم. قضیه مربوط به چند سال قبل است و هنوز خبری از این برنامه‌های کامپیوتری نیست و خودمان بر حسب تجربه، انتخاب می‌کنیم که کدام نامه را زودتر ببریم و کدام را دیرتر. مثلا نامه‌ها مربوط به خیابان یوسف آباد است و ما نامه‌ها را براساس خیابان تقسیم بندی می‌کنیم. نامه‌های خیابان اول یوسف آباد را بالا می‌گذاریم و به همین ترتیب نامه‌های خیابان‌های بعدی را زیر آن می‌گذاریم. حالا ما یک راه حل برای این مساله پیدا کرده ایم و از اول یوسف آباد شروع می‌کنیم تا انتها می‌رویم تا نامه‌ها تمام شود.


اما مساله به این سادگی‌ها نیست. چرا که اکثر خیابان‌های منطقه‌ی یوسف آباد یک طرفه است و حالا بعد از ظهر شده و ما به خاطر راه حل اشتباهی که در ذهن داشتیم، هنوز نامه ها را تمام نکرده ایم. چرا که بعضی از این خیابان‌ها یک طرفه بوده و بایستی از خیابان بالایی می‌رفتیم و بعد وارد خیابان پایینی می‌شدیم که یک طرفه بود. حالا این وسط بنزینمان هم دارد تمام می‌شود و باید برویم پمپ بنزین بالاتر از عباس‌ آباد بنزین بزنیم. از طرف دیگر زمان را از دست داده ایم و کم کم داریم به تاریکی می‌خوریم و شاید ناچار شویم بقیه‌ی‌ نامه‌ها را فردا برسانیم و از آنجایی که اکثر این نامه‌ها مربوط به شرکت‌هاست، فردا بایستی کلی غر زدن آن‌ها را هم تحمل کنیم. به همه‌ی این‌ها، ناراحتی رئیس را هم اضافه کنید. حالا فرض کنید که به جای یک پستچی، شما صاحب یک شرکت حمل و نقل بین المللی هستید و می‌خواهید با کمترین هزینه، در کمترین زمان، بار مشتریان را به مقصد برسانید.


این مساله، علیرغم اینکه شاید ساده به نظر برسد، یکی از مهم‌ترین مسائل علوم کامپیوتر و همچنین تحقیق در عملیات (Operations Research) است که به آن مساله‌ی فروشنده‌ی دوره گرد (Travelling Salesman Problem یا به اصطلاح TSP) گفته می‌شود. مساله به این صورت است که یک فروشنده می‌خواهد از یک شهر کارش را شروع کند، از چند شهر عبور کند و در یک شهر کارش را به پایان برساند. بایستی الگوریتمی ارائه دهیم که فروشنده کوتاه‌ترین مسیر را طی کند. تعداد راه‌‌حل‌های این مساله بسیار زیاد است. اما مساله انتخاب بهترین آن‌هاست و این چیزی‌ست که ریاضی‌دانان و دانشمندان علوم کامپیوتر، دهه‌هاست به دنبال یافتن راه حلی مناسب برای آن هستند. هزینه‌ی محاسباتی این مساله برخلاف ظاهر بسیار ساده اش، بسیار بالاست. مثلا اگر ده شهر داشته باشیم، فروشنده بیش از ۳۰۰ هزار مسیر مختلف می‌تواند طی کند. اگر ۱۵ شهر داشته باشیم، تعداد مسیرهایی که فروشنده می‌تواند طی کند، از ۸۷ میلیارد مسیر نیز فراتر می‌رود. پس این مساله، مساله‌ی چندان راحتی نیست. اما راه حل آن بسیار بسیار پرکاربرد خواهد بود.




- اَبا اِباد



@AbaEbad




#science #mathematics #computerscience #ebadism #abaebad

احتمالا اصطلاح بارورسازی ابرها را شنیده اید. بارورسازی ابرها یا cloud seeding یک تکنیک اصلاح آب و هوا با هدف افزایش بارش از ابرهاست. البته این تکنیک چندان جدید نیست و ایده‌ی آن، اولین بار پس از جنگ جهانی دوم مطرح شد. اولین آزمایش بارورسازی ابرها در سال ۱۹۴۶ توسط شیمیدان آمریکایی، وینسنت جی شفر صورت گرفت. علیرغم اینکه کارایی این روش هنوز بسیار مورد بحث است و هنوز هم، با عدم قطعیت زیادی همراه است، تا به اکنون کاربردی‌ترین روش برای تعدیل آب و هوای بسیاری از مناطق خشک جهان بوده است. البته نباید از روش‌های بارورسازی ابرها، انتظار معجزه داشت. میزان اثربخشی این روش‌ها، در بهترین حالت و در دراز مدت، چیزی حدود ۱۰ الی ۱۵ درصد (در افزایش میزان بارش‌ها) است. مثلا اثربخشی یک پروژه‌ی بارورسازی ابرها در منطقه‌ی نوادا ایالات متحده، در طولانی مدت حدود ۱۰ درصد بوده است و اثربخشی پروژه‌ی دیگری در منطقه‌ی نیوساوت ولز استرالیا، حدود ۱۵ درصد بوده است.


عدم قطعیت در این روش آنقدر بالاست که محض مثال در همین منطقه‌ی ما، اسرائیل که برای مدت‌ها یکی از پیشگامان تکنولوژی های بارورسازی ابرها بوده است، در سال ۲۰۲۱ پس از ۵۰ سال، برنامه‌ی بارورسازی ابرها را متوقف کرد. چرا‌ که دانشمندان اسرائیلی به این نتیجه رسیدند که این روش‌ها در بهترین حالت، فقط دستاوردهای جزئی داشته است. روش‌های مورد استفاده برای این امر را می‌توان در دو روش خلاصه کرد. در روش اول که روش بارورسازی هیگروسکوپیک (Hygroscopic) نام دارد، هدف ادغام قطرات آب درون ابرهاست. وقتی قطرات ریز به یکدیگر بچسبند، سنگین می‌شوند و سقوط می‌کنند و بارش آغاز می‌شود. در این روش، ذرات ریز نمک، در مرکز ابر پراکنده می‌شوند و قطرات ریز آب به این ذرات نمک می‌چسبند و بزرگ‌ و بزرگ‌تر می‌شوند تا اینکه در نهایت سقوط کنند. از همین بابت به این ذرات، هسته‌های میعان گفته می‌شود. این روش معمولا برای ابرهای مناطق گرم و دریایی که محتوای آب نسبتا زیادی دارند، مناسب تر است. در این موارد معمولا از نمک کلسیم کلرید استفاده می‌شود.


روش دیگری که برای بارورسازی ابرها استفاده می‌شود، روشی تحت عنوان گلاسیوژنیک است که در آن، با روش‌هایی، ایجاد ذرات یخ درون ابرها را القا می‌کنند. در نتیجه‌ی تشکیل هسته‌‌های ریز یخی درون ابر، شدت میعان تسریع می‌شود‌ و بارش آغاز می‌گردد. این هسته‌های یخی ذراتی مانند ذرات یدید نقره یا ذرات یخ خشک (کربن دی‌ اکسید جامد) است. همچنین بعضا با انتشار دی اکسید کربن مایع درون یک ابر، ابر را به اندازه‌ی کافی خنک می‌کنند تا قطرات آب منجمد شوند. از این روش‌ معمولا برای بارورسازی ابرهای همرفتی (ابرهای سیاه و بزرگی که معمولا در بهار مشاهده می‌کنیم) و ابرهای کوهساری زمستانی (ابرهایی که در اثر سرد شدن هوای مرطوب در حین صعود از یک کوه ایجاد می‌شود)، استفاده می‌شود. در نهایت همانطور که گفته شد، اندازه‌گیری اثربخشی بارورسازی ابرها امری به مراتب دشوار است و هنوز نمی‌توان با قطعیت گفت که بهترین روش برای تاثیر مصنوعی بر اقلیم یک منطقه است.




- اَبا اِباد




@AbaEbad



#physics #science #meteorology #atmosphere #ebadism #abaebad