همه چیز در بررسی مجله

میکند

امام حسین (ع) : بخشنده ترین مردم کسی است که در هنگام قدرت می بخشد.
لطفا یک افزونه تاریخ نصب کنید.


اینستاگرام شبکه‌ی اجتماعی بزرگی است که طی سال‌های اخیر تغییرات متعددی به‌خود دیده و توانسته کاربران بسیار زیادی را جذب خود کند. یکی از مهم‌ترین بخش‌های این شبکه‌ی اجتماعی محبوب، به تعداد لایک‌های پست‌ها بر می‌گردد. بااین‌حال تیم مدیریت اینستاگرام، حذف تعداد لایک‌ها را مطرح کرده‌اند تا از این طریق فضای سالم‌تری در این شبکه‌ی اجتماعی ایجاد کنند.

اگر این تصمیم اینستاگرام عملی شود، بازدیدکنندگان دیگر نخواهند توانست تعداد دفعاتی که پست‌ها‌ لایک شده‌اند را ملاحظه کنند. این قابلیت که فعلا به‌صورت گسترده وارد مرحله‌ی اجرایی نشده، قطعا می‌تواند تحولات عظیمی در نحوه‌ی تعامل مردم با اینستاگرام به‌وجود بیاورد. فردی به‌نام جین وانگ با بررسی کدهای منبع نسخه‌ی اندروید اینستاگرام توانسته به این قابلیت پی ببرد. اسکرین‌شات‌های زیر، توسط او به‌اشتراک گذاشته شده‌اند:

لایک اینستاگرام / instagram like

همان‌طور که در اسکرین‌شات سمت چپ می‌بینید، با فعال‌سازی این قابلیت، اینستاگرام دیگر تعداد لایک‌ها را نمایش نمی‌دهد

وانگ می‌گوید اینستاگرام با عملی کردن این کار، از فالوورهای شما می‌خواهد روی محتوایی که به‌اشتراک‌ گذاشته‌اید تمرکز کنند، نه روی تعداد لایک‌هایی که پست‌هایتان به‌دست می‌آورند. با اجرایی شدن این قابلیت،‌ فقط فرد منتشرکننده‌ی پست خواهد توانست تعداد لایک‌ها را مشاهده کند. 

اینستاگرام می‌گوید که تاکنون قابلیت حذف تعداد لایک‌ها را وارد مرحله‌ی آزمایشی نکرده است. فردی به‌نمایندگی از این شرکت اطلاعیه‌ای را در اختیار وب‌سایت ورج قرار داده و گفته است: «ما در حال‌حاضر نمی‌خواهیم این قابلیت را آزمایش کنیم؛ بااین‌حال، پیداکردن راه‌هایی که بتوانیم با اتکا به آن‌ها از فشارِ وارده بر اینستاگرام بکاهیم، چیزی است که همیشه در مورد آن فکر می‌کنیم». گفتنی است برخی از قابلیت‌های فعلی اینستاگرام نظیر تماس ویدیویی، پیش‌از اینکه به‌صورت عمومی در دسترس قرار گیرند، چنین مراحلی را طی کرده بودند.

جزئيات مربوط‌به این قابلیت درحالی رسانه‌ای شده‌اند که چند روز پیش رسانه‌ی ایندپندنت در گزارشی مدعی شده بود دفتر هیئت اطلاعاتی بریتانیا توصیه کرده است که پلتفرم‌های اجتماعی نظیر اینستاگرام و اسنپ‌چت، گزینه‌ای را به‌کاربرانشان برای خاموش کردن قابلیت‌هایی نظیر نمایش تعداد لایک‌ها، ارائه دهند؛ این دفتر می‌گوید که قابلیت‌های این‌چنینی، کاربران را به انتشار پست‌های زیاد ترغیب می‌‌کنند. این آژانس دولتی گفته که می‌خواهد به‌منظور محافظت از امنیت و حریم خصوصی کاربران کم‌سن‌و‌سال شبکه‌های اجتماعی نظیر اینستاگرام، قابلیت‌هایی همچون نمایش لایک‌ها را از آن‌ها حذف کند.

آثار منفی اینستاگرام / Instagram

جین وانگ در توییت جدیدش مدعی شده که اینستاگرام به‌صورت آزمایشی این قابلیت را آغاز کرده است:

اینستاگرام در حال آزمایش قابلیت مخفی‌کردن تعداد لایک‌ها از مخاطبان است؛ در اپلیکیشن اینستاگرام، این جمله دیده می‌شود: «ما از فالوورهای شما می‌خواهیم روی آنچه که به‌اشتراک می‌گذارید تمرکز کنند، نه تعداد لایک‌هایی که پست‌هایتان به‌دست می‌آورند».

فعال‌سازی این قابلیت، می‌تواند عملکرد کلی این پلتفرم اجتماعی را دست‌خوش تغییر کند. تعداد لایک‌های دریافتی، یکی از مواردی است که اغلب کاربران را به انتشار پست‌های زیاد ترغیب می‌کند. میل به دریافت لایک بیشتر، در مواردی می‌تواند منجر به انتشار پست‌هایی شود که محتوای آن‌ها صحیح و دقیق نیست. این اشتیاق حتی به برخی کاربران برای انتشار تصاویر غیراخلاقی هم انگیزه می‌دهد.

مخفی کردن تعداد لایک‌های پست‌ها، می‌تواند اتفاقاتی نظیر ماجرای پیش‌آمده برای تخم‌مرغ معروف اینستاگرام را برای همیشه به‌فراموشی بسپرد. نوعی ذهنیت در بین کاربران اینستاگرام وجود دارد و آن، لایک‌کردن پست‌هایی است که توانسته‌اند تعداد لایک زیادی را به‌دست بیاورند. افزون‌براین‌ها، مخفی کردن لایک‌ها می‌تواند حس رقابت را در بین کاربران این شبکه کاهش دهد، زیرا آن‌ها دیگر تعداد لایک‌های پست‌هایشان را با تعداد لایک‌های پست‌های افراد مشهور مقایسه نخواهند کرد. 

شبکه اجتماعی و افسردگی

درضمن این تصمیم می‌تواند خالقان محتوا را تشویق کند به‌جای تولید پست‌هایی که صرفا لایک‌محور هستند و گاهی اوقات مبنای علمی و صحیح ندارند، به تولید پست‌هایی روی بیاورند که معتبرتر هستند و می‌تواند اثرات مثبتی به‌همراه داشته باشند. بااین‌حال حذف لایک‌ها می‌تواند همزمان تمرکز کاربران را به تعداد کامنت‌ها و فالوورها معطوف کند.

البته موضوع یادشده، ظاهرا قرار نیست تنها ویژگی جدید اینستاگرام باشد. جین وانگ با بررسی دقیق کدهای منبع اینستاگرام توانسته به موارد دیگری هم پی ببرد. ظاهرا به‌زودی امکان ارسال استیکر در بخش دایرکت فراهم خواهد شد و همچنین کاربران خواهند توانست در تماس‌های ویدیویی از فیلترهای واقعیت افزوده استفاده کنند. تماشای ویدئو با دوستان و امکان واکنش نشان دادن به‌پست‌های فید اصلی ازطریق اموجی از دیگر ویژگی‌های جدید اینستاگرام خواهند بود.

دیدگاه شما کاربران زومیت در مورد لایک‌های اینستاگرام چیست؟ پنهان‌کردن تعداد لایک‌ها را تا‌چه حد کار درستی تلقی می‌کنید؟

اشتباهات امنیتی جدید فیسبوک، گریبان‌گیر میلیون‌ها کاربر دیگر شد
جزئیات بیشتری از دلایل استعفای بنیان‌گذاران اینستاگرام فاش شد
فیسبوک و چالشی برای تبدیل‌شدن به WeChat
عملکرد ضعیف کسب‌و‌کارهای داخلی در شبکه‌های اجتماعی و در ارتباط با کاربران
اینستاگرام قابلیت پرداخت درون‌برنامه‌ای برای کاربران فراهم می‌کند

خبر های جدید


به‌دلیل خراب‌کاری‌های احمقانه‌ی رقبا در بازاریابی یکدیگر و رقابت بی‌معنی بین شرکت‌های فناوری بر سر اولین‌بودن درزمینه‌ی 5G، راه‌اندازی نسل پنجم شبکه‌ی ارتباطات بی‌سیم در آمریکا و فراگیرسازی آن در این کشور به‌صورت برنامه‌هایی پراکنده در دست انجام است. باوجوداین، سرعت پیشرفت نسل جدید ارتباطات در بخش دیگری از دنیا هم‌گام با وعده‌های داده‌شده پیش می‌رود و منطقه‌ی اقیانوس اطلس در‌حال قرار‌گرفتن زیرپوشش این فناوری است؛ به‌طوری‌که حتی گله‌های گاو در انگلستان هم از این مزیت بهره‌مند شده‌اند.

به‌گزارش رویترز، سیسکو (Cisco) مشغول آزمایش زیرساخت‌های لازم برای عرضه‌ی جهانی 5G است که در صنایعی کاربرد دارد که به‌طور سنّتی آن‌ها را صنعتی نمی‌دانند؛ ولی درعین‌حال، به سخت‌افزارها و نرم‌افزارهای پیشرفته‌ای وابسته هستند که روزبه‌روز به پیچیدگی آن‌ها اضافه می‌شود. کشاورزی نیز ازجمله‌ی این صنایع است.

کشاورزان با استفاده از قلاده‌های 5G می‌توانند هر زمانی بدون لمس فیزیکی حیوانات را معاینه کنند

درهمین‌زمینه، سیسکو این فناوری را در سه محیط روستایی امتحان و ارزیابی و امکان دسترسی کشاورزان این مناطق را به تجهیزات نظارتی متصل به 5G فراهم کرده است. قلاده‌های گردن و نیز برچسب‌های هوشمندی که روی گوش نصب می‌شوند، داده‌های بیومتریک را به ناظران منتقل می‌کنند تا آن‌ها بتوانند گله را از مسافت دور رصد کنند.

یکی از سه سایتی که در این طرح آزمایشی شرکت کرده‌اند، مرکز نوآوری‌های دقیق مهندسی کشاورزی یا مرکز Agri-EPI در شهر شپتون مالت، شهری کوچک در جنوب‌غربی انگلستان است که با بودجه‌ی دولتی اداره می‌شود. حدود یک‌سوم از ۱۸۰ رأس گاو این مزرعه به قلاده‌ها و برچسب‌های 5G مجهز هستند.

این موضوع زمانی اهمیت می‌یابد که از گستردگی این مزارع مطلع باشید. مزارع مذکور محیطی بسیار بزرگ و گسترده‌ای دارند و گاوها بیشتر وقت‌ها، درحال رفت‌و‌آمد بین چراگاه‌ها و مزرعه‌ها هستند تا کشاورزان بتوانند آن‌ها را راحت‌تر بدوشند یا معاینه کنند. سیسکو می‌گوید کشاورزان با استفاده از قلاده‌های 5G می‌توانند حیوانات را در هر وقت و بدون هیچ لمس فیزیکی معاینه کنند.

مقاله‌های مرتبط:

  • استیصال آمریکا دربرابر احتکار فناوری 5G توسط چین
  • داستان برند: سیسکو، از سرقت نرم‌افزار روتر دانشگاه تا تبدیل به قطب توسعه روتر در جهان

علاوه‌براین، قلاده‌های هوشمند 5G با برقراری ارتباط بی‌سیم با سیستم شیردوشی رباتیک به خودکارسازی فرایند شیردوشی گاوها کمک می‌کنند. در این روند، گاوها به میل و رغبت خود به ایستگاه نزدیک می‌شوند و پس از تشخیص هویت، از میان گیت‌های بازرسی عبور می‌کنند و درکنار ربات متوقف می‌شوند. همه‌ی این کارها بدون دخالت انسان انجام می‌شود.

آینده‌ای که در ارتباطات بی‌سیم انتظار آن را می‌کشیم، آينده‌ای شگفت‌انگیز و پر از رویدادهای باورنکردنی خواهد بود و کشاورزان پیش از دیگران به این آینده گام نهاده است؛ چراکه اگر آن‌ها و محصولات آن‌ها نباشند، انسان‌ها همگی از گرسنگی خواهند مرد.

نیک کرایسوس، یکی از مدیران سیسکو، در یکی از عجیب‌و‌غریب‌ترین اظهارنظرهای شنیده‌شده از مدیران سیسکو به رویترز گفت:

می‌توانیم تک‌تک گاوها را به این شبکه و همه‌ی حیوانات این مزرعه را به نسل پنجم شبکه‌ی ارتباطات بی‌سیم متصل کنیم. فناوری 5G به رهاسازی قدرتی کمک می‌کند که در این مزرعه یا هر جای دیگری در انگلستان و این جهان نهفته است. این همان کاری است که این فناوری می‌تواند برای کشاورزی انجام دهد.

همکاری مجدد اپل با کوالکام چه مزایایی برای کاربران دارد؟
هواوی مذاکره با اپل برای تامین تراشه 5G آیفون را تکذیب کرد
با توافق اپل و کوالکام، اینتل از بازار تراشه‌ 5G خارج می‌شود
بنیانگذار هواوی شایعه فروش تراشه 5G به اپل را تایید کرد
تصاویری منتسب به گوشی 5G وان پلاس 7 پرو رویت شد

خبر های جدید


پیودی‌پای که لقب محبوب‌ترین خالق ویدیوی پلتفرم یوتیوب را مدت‌ها است یدک می‌کشد، اخیرا در حرکتی تأمل‌برانگیز، خبر مهمی را به‌ اطلاع مخاطبانش رسانده است. او می‌گوید که از این پس قصد دارد به سرویس DLive ملحق شود؛ گفتنی است که DLive یک سرویس استریم مبتنی بر بلاک‌چین به‌شمار می‌آید. 

فلیکس کیلبرگ ملقب به پیودی‌پای (PewDiePie) با ۹۳ میلیون مشترک در یوتیوب (این آمار هم‌چنان در حال رشد است) بدون هیچ شک و شبهه‌ای، بزرگ‌ترین ستاره‌ی این پلتفرم بزرگ به‌حساب می‌آید. دارایی پیودی‌پای بین ۳۰ تا ۵۰ میلیون دلار تخمین زده شده است.

فعالیت‌‌های پیودی‌پای در یوتیوب شامل استریم بازی، ولاگ و تولید ویدیوهای سرگرم‌کننده است. او که سال‌ها پیش به یوتیوب ملحق شده، تأثیر به‌سزایی روی بالارفتن محبوبیت این پلتفرم گذاشته است. به‌دنبال موفقیت کیلبرگ، شمار زیادی از مردم به استریم بازی روی آوردند و خواستند موفقیت‌های او را تکرار کنند. بااین‌حال ظاهرا پیودی‌پای می‌خواهد بخش مهمی از فعالیت خود را در سرویس دی‌لایو ادامه دهد؛ کیلبرگ می‌گوید دی‌لایو با او همچون یک «شریکِ کاری واقعی» برخورد می‌کند.

دی‌لایو یک سرویس استریم مبتنی بر بلاک‌چین Lino است و با استفاده از توکن به خالقان محتوای ویدیویی جایزه می‌دهد؛ این رویه‌ی سرویس دی‌لایو، قطعا به‌ ضرر یوتیوب و سیاست‌هایش خواهد بود. شکی نداریم بسیاری از طرفداران وفادار به پیودی‌پای، به‌همراه او به سرویس دی‌لایو مهاجرت خواهند کرد.

یوتیوب / YouTube

مقاله‌ی مرتبط:

  • دوران طلایی یوتیوب به‌پایان رسیده است

کیلبرگ در این رابطه می‌گوید: «از اینکه می‌خواهم دوباره استریم را به‌صورت منظم شروع کنم، هیجان‌زده هستم. دی‌لایو برای من یک سرویس عالی است، چون در اینجا نه‌تنها با من بلکه با دیگر استریمرهای حاضر در این پلتفرم منحصربه‌فرد، همچون یک شریک کاری واقعی رفتار می‌شود.»

پیودی‌پای در ویدیویی که اخیرا منتشر کرده، به‌صورت رسمی همکاری با دی‌لایو و دلایل اتخاذ این تصمیم را برای مخاطبان شرح می‌دهد. این ویدئو تاکنون میلیون‌ها بار تماشا شده و نظرات زیادی در زیر آن گذاشته شده است.

یوتیوب و توییچ دو پلتفرم شناخته‌شده‌ای هستند که به محبوبیت شمار زیادی از استریمرها و ولاگرها کمک شایانی کرده‌اند، بااین‌حال این دو پلتفرم گاهی اوقات با برخی سیاست‌هایشان، کاربرانشان را می‌رنجانند. یکی از مهم‌ترین دلایل اعتراض کاربران یوتیوب و توییچ، این است که دو پلتفرم یادشده بخش زیادی از درآمد استریمرها را برای خودشان بر می‌دارند. گفته می‌شود که توییچ (متعلق به آمازون) ۵۰ درصد از درآمد به‌دست‌آمده از سوی مشترکان کانال‌ها را برای خودش بر می‌دارد.

تاکنون مبلغ پرداختی به پیودی‌پای توسط سرویس دی‌لایو مشخص نشده است، بااین‌حال مدیرعامل این شرکت گفته که آن‌‌ها از همکاری با این استریمر بسیار خشنود هستند. او می‌گوید دی‌لایو به‌هیچ‌وجه سهمی از درآمد کسب‌شده از سوی مشترکان کانال‌ها یا هدیه‌های دیجیتالی، برای خود بر نمی‌دارد. 

pewdiepie

پیودی‌پای محال است به‌این‌سادگی‌ها یک کانال ۹۳ میلیونی را رها کند

او در این زمینه ادامه می‌دهد: «دی‌لایو جایی است که در آن‌، خالقان محتوا به‌جای رقابت با یک‌دیگر، از هم حمایت می‌کنند. پیودی‌پای جزو کسانی بوده که همواره به این موضوع علاقه نشان داده و به چشم‌اندازهای فعلی دی‌لایو اعتقاد دارد.»

پیودی‌پای تاکنون هیچ‌ ویدیویی در سرویس دی‌لایو منتشر نکرده، اما تعداد مشترکین کانال او تا این لحظه مرز ۱۴۶ هزار نفر را رد کرده است؛ شمار دنبال‌کنندگان پیودی‌پای در دی‌لایو‌ همچنان در حال رشد است و پیش‌بینی می‌کنیم این روند فعلا متوقف نشود. پیودی‌پای گفته است که امروز نخستین پخش زنده‌ی خود را ازطریق دی‌لایو انجام می‌دهد تا از این طریق بین ۱۰ تا ۵۰ هزار دلار توکن Lino را بین دیگر خالقان محتوا پخش کند؛ او با این کار می‌خواهد دیگر ویدیوسازان به دی‌لایو روی بیاورند تا از این طریق سرویس استریم یادشده سریع‌تر توسعه پیدا کند.

انجام این کار از سوی پیودی‌پای، قطعا به بالا رفتن محبوبیت دی‌لایو کمک زیادی خواهد کرد. این تصمیم همچنین می‌تواند برای خود پیودی‌پای هم در آینده درآمدزا باشد. او مدت‌ها است که در یوتیوب برای باقی‌ماندن به‌عنوان پرمشترک‌ترین کانال، با کانال T-Series رقابت می‌کند.

کت پیترسون، یکی از اعضای تیم مدیریتی فلیکس کیلبرگ می‌گوید: «این پلتفرم می‌تواند در زمینه‌ی درآمد، از خالقان ویدئو حمایت کند. رویکرد دی‌لایو به‌گونه‌ای است که در انتها به نفع استریمر تمام می‌شود. پیودی‌پای می‌خواهد میزان مشخصی از توکن‌های Lino را به دیگر ویدیوسازان اهدا کند تا دیگر افراد حاضر در پلتفرم هیجان‌زده شوند.»

رابطه‌ی فلیکس کیلبرگ و یوتیوب طی چندوقت اخیر، چندان جالب نبوده و تنش‌هایی در این بین شکل گرفته است. بااین‌حال حتی پس از اینکه پیودی‌پای به تولید برخی فیلم‌های ناخوشایند پرداخت و انتقادات شدیدی را متوجه یوتیوب کرد، این پلتفرم نخواست به‌طور جدی روابطش را با او قطع کند. البته دلیل انجام این کار تا حد زیادی مشخص است؛ پیودی‌پای در درآمدزایی یوتیوب، نقش به‌سزایی دارد.

درآمدزایی از یوتیوب / youtube menotization

بااین‌حال انتقادات تا حدی بالا گرفت که یوتیوب مجبور شد سریال Scare PewDiePie را لغو کند؛ لغو این سریال به‌منزله‌ی پایان قرارداد بین پیودی‌پای و شرکت دیزنی نیز بود. گرچه ویدیوهای پیودی‌پای تاکنون میلیاردها بار تماشا شده‌اند، اما همواره انتقاداتی نظیر نژادپرستی متوجه او شده‌اند. 

یکی از چالش‌های اخیری که پیودی‌پای با آن دست‌و‌پنجه نرم می‌کند، به حادثه‌ی اخیر نیوزیلند مربوط می‌شود. فردی که در یک ویدیوی پخش‌ زنده، ده‌ها نفر از مسلمانان را در یک مسجد به رگبار بست، پیش از انجام کارش به‌مخاطبان گفته بود که در کانال پیودی‌پای عضو شوند. 

با همه‌ی این‌ها، گرچه جزئیات ماجرا به‌طور کامل در اختیار رسانه‌ها قرار نگرفته، اما سخت است باور کنیم پیودی‌پای بخواهد کانالش را با ۹۳ میلیون مشترک ترک کند. درواقع اصل ماجرا این است که او می‌خواهد از این پس برخی از استریم‌هایش را به‌طور اختصاصی ازطریق دی‌لایو پخش کند. 

دیدگاه شما کاربران زومیت در این‌باره چیست؟

دیزنی قیمت و زمان عرضه‌ی سرویس استریم دیزنی پلاس را اعلام کرد
دوران طلایی یوتیوب به پایان رسیده است
سرویس اشتراک تلویزیون اپل تی‌وی پلاس معرفی شد
چه انتظاراتی از رویداد ۵ فروردین اپل داریم؟
اینستاگرام قابلیت تماشای ویدئو به‌همراه دوستان را آزمایش می‌کند

خبر های جدید


Chepicap به‌تازگی گزارش داده شرکت «بلاک‌استاک» (Blockstack) که در حوزه‌ی بلاک‌چین فعالیت می‌کند، به‌دنبال کسب درآمد ۵۰ میلیون دلاری ازطریق فروش توکن‌های مجاز است. درحال‌حاضر آنتونیو پامپلیانو، یکی از بنیان‌گذاران و همکاران شرکت مدیریت سرمایه‌ی مورگان کریک، پستی در توییتر خود به‌اشتراک گذاشته مبنی‌بر اینکه دانشگاه هاروارد از محل سیستم موقوفه‌ی مالی‌اش روی فروش توکن بلاک‌استاک سرمایه‌گذاری کرده است.

توکن بلاک‌استاک اولین توکنی است که کمیسیون بورس و اوراق بهادار آمریکا آن را واجد شرایط تشخیص داده است

هیئت مشاوره‌ی توکن در این دانشگاه هفت عضو دارد که سه نفرشان به‌نام‌های چارلی ساراویا و زاوین دار و رودولفو گونزالس به‌ترتیب از طرف شرکت‌های هاروارد منیجمنت (Harvard Management Company) و لوکس کپیتال (Lux Capital) و فاندیشن کپیتال (Foundation Capital) به این سِمَت گمارده شده‌اند. هر سه شرکت از شرکت‌های وابسته به دانشگاه هاروارد و ازجمله شرکای صندوق QP هستند و روی‌هم‌رفته ۹۵,۸۳۳,۳۳۳ توکن از استاک‌بلاک خریده‌اند. سایر اعضای این هیئت که به‌صورت مستقل در آن عضویت دارند، عبارت‌اند از: کوئن لانگندوئن، آرویند نارایانان، آریانا سیمپسون و کاترین توکر.

هنوز مشخص نیست هاروارد چه مبلغی در‌این‌زمینه سرمایه‌گذاری کرده‌اند؛ ولی این سرمایه‌گذاری نقطه‌ی عطف مهمی در اقتصاد کریپتو به‌شمار می‌آید؛ چراکه با فراهم‌شدن زیرساخت‌های لازم برای مدیریت پول‌های سازمانی در صنعت کریپتو، این اولین‌باری است که یکی از دانشگاه‌های مهم جهان به‌صورت مستقیم روی توکن کریپتو سرمایه‌گذاری می‌کند.

مقاله‌های مرتبط:

  • مرورگر جدید بلاک استک از فناوری مشابه بیت‌ کوین بهره ‌می‌برد
  • هاروارد، استنفورد و سایر دانشگاه ها روی ارز دیجیتال سرمایه‌گذاری کرده‌اند

سی‌ان‌ان در گزارشی اعلام کرده به‌احتمال زیاد، دلیل انتخاب بلاک‌استاک تصمیم این شرکت فعال در عرصه‌ی بلاک‌چین مبنی‌بر تبدیل‌شدن به اولین توکنی باشد که در کمیسیون بورس و اوراق بهادار (SEC) ایالات متحده‌ی آمریکا ثبت شده است و بدین‌ترتیب، فروش توکن را در محیطی کاملا شفاف و قانونمند آغاز کند.

منیب علی (Muneeb Ali)، مدیرعامل شرکت بلاک‌استاک می‌گوید:

انتظار می‌رود توکن بلاک‌استاک اولین عرضه‌ی توکن‌های واجد شرایط SEC در نوع خود باشد. سود حاصل از این عرضه را می‌توان برای سرعت‌بخشیدن به روند توسعه‌ی شبکه‌ی محاسباتی غیرمتمرکز بلاک‌استاک و اکوسیستم اپلیکیشن آن استفاده می‌کرد.

تنها زمان است که می‌تواند نشان بدهد این توکن‌ها چقدر مؤثر عمل خواهند کرد.

استخراج بیت کوین در چین ممنوع می‌شود
بیت کوین به رکورد ۴۰۰ میلیون تراکنش رسید
آفریقا با بهره‌گیری از بلاک چین مسائل بزرگ خود را حل می‌کند
مشکل مقیاس‌ناپذیری بلاک چین با الگوریتم اجماع C2P حل‌شدنی است
دلایل افزایش ارزش بیت کوین در سال جاری میلادی

خبر های جدید


کلیدهای امنیتی، از امن‌ترین روش‌‌های ورود به حساب‌های کاربری آنلاین هستند. امن‌ترین نمونه‌های آن‌ها نیز به سخت‌افزاری نیاز دارند که به سیستم مورد نظر کاربر متصل شود. البته، اکثر مردم تمایلی ندارند که برای رسیدن به این سطح از امنیت، هزینه‌ای اضافه برای خرید سخت‌افزار جدید بپردازند. به‌علاوه، آن‌ها شاید برخی اوقات، همراه داشتن کلید سخت‌افزاری را فراموش کنند.

مقاله‌های مرتبط:

  • گوگل با یک ابزار ۲۰ دلاری، امکان فیشینگ و سرقت اطلاعاتی را به صفر می‌رساند
  • آموزش اجرای بازرسی امنیتی حساب کاربری گوگل

گوگل برای حل چالش‌های موجود کلیدهای امنیتی سخت‌افزاری، راهکار جدیدی دارد که دسترسی به کلیدهای سخت‌افزاری را برای همه‌ی مردم امکان‌پذیر کند. راهکار جدید آن‌ها، روی گوشی‌های اندرویدی مجهز به نسخه‌ی اندروید ۷ به بعد اجرایی خواهد شد و درنهایت، به حفظ امنیت حساب‌های کاربری شخصی و حرفه‌ای افراد در گوگل کمک می‌کند.

راب سادوسکی، مدیر بازاریابی بخش Trust and Security گوگل در کنفرانس Google Cloud Next درباره‌ی فناوری جدید امنیتی شرکت گفت:

راهکار جدید ما شبیه به داشتن کلید امنیتی تقریبا روی هر گوشی حرفه‌ای اندرویدی است. روشی ساده که برای استفاده‌ی میلیاردها نفر آماده و در دسترس خواهد بود. استفاده از این کلید، دستیابی به روش‌های امنیتی را برای شما آسان و همیشه آماده می‌کند.

با وجود آنکه هرگونه روش تأیید هویت دومرحله‌ای، به افزایش امنیت کمک می‌کند، کلیدهای امنیتی، قابل اعتمادتر هستند. آن‌ها دربرابر حملات فیشینگ، امنیت بالاتری دارند. به‌عنوان مثال، حتی اگر هکر شما را وادار به ارائه‌ی اطلاعات ورود حساب کاربری کند، بدون دسترسی به کلید امنیتی، امکان نفوذ نخواهد داشت.

کاربران برای فعال‌سازی کلید امنیتی جدید گوگل، به یک گوشی اندرویدی مجهز به سیستم‌عامل نسخه‌ی ۷ یا بالاتر نیاز دارند. به‌علاوه، سیستم‌عامل دسکتاپ کروم، مک یا ویندوز ۱۰ به‌همراه اتصال بلوتوثی و مرورگر کروم نیز برای ورود به حساب‌های کاربری نیاز خواهد بود.

راهکار نرم‌افزاری گوگل، طبق استانداردهای FIDO کار می‌کند. این شرکت به کاربران توصیه می‌کند که برای جبران خطر احتمالی گم شدن گوشی هوشمند، از ۲  کلید امنیتی برای حساب‌های کاربری خود استفاده کنند. به‌‌علاوه، آن‌ها به‌جز ارائه‌ی کلید امنیتی با گوشی‌های اندرویدی، کلید سخت‌افزاری Titan Security Key را هم عرضه می‌کنند.

گوگل، ابزارهای تحلیل‌گر جدید مبتنی بر هوش مصنوعی رونمایی کرد
بخشی از گوگل پلاس با نام Currents به کار خود ادامه می‌دهد
اندروید Q احتمالا با قابلیتی مشابه با 3D Touch اپل معرفی خواهد شد
پتنت گوگل از معرفی پیکسل واچ در آینده‌‌ای نزدیک خبر می‌دهد
وبسایت گوگل نام میان‌رده‌ پیکسل 3a را تایید کرد

خبر های جدید


در هفته‌ای که گذشت،‌ JOLED ساخت کارخانه‌ی جدیدی برای تولید نمایشگر با فناوری OLED چاپی آغاز کرد. کارخانه‌ی مذکور قابلیت تولید انبوه صدها بلکه هزاران نمایشگر ​​OLED با ابعاد متوسط از جمله نمایشگر سیستم‌های کامپیوتری، نمایشگرهایی برای کاربرد در خودرو و … را خواهد داشت.

JOLED برای تولید نمایشگر، رویکردهای سونی و پاناسونیک را مورد استفاده قرار می‌دهد و نمایشگرهای OLED چاپی نسل ۴.۵ را در خط تولید نومی ژاپن تولید می‌کند. علاوه‌بر این، JOLED در حال ساخت کارخانه‌ی جدیدی برای پیش فرایند تولید OLED چ‍اپی در نزدیکی همان منطقه است که در سال ۲۰۲۰ کار خود را به‌طور رسمی آغاز خواهد کرد.

مقاله‌های مرتبط:

  • ژاپن دیسپلی به‌دنبال جذب سرمایه ۵۰۰ میلیون دلاری برای تولید نمایشگر LCD آیفون است

در هفته‌ای که گذشت، JOLED ساخت کارخانه‌ی جدید دیگری برای پساتولید نمایشگر OLED چاپی در چیبا را آغاز کرد. انتظار می‌رود این کارخانه‌ی جدید خط تولید نسل ۵.۵ کارخانه‌ی نومی ژاپن را تکمیل کند. سال آینده‌ی میلادی، کارخانه‌ی مذکور کار خود را به‌طور رسمی آغاز خواهد کرد. ظرفیت تولید کارخانه‌ی JOLED در شهر چیبا در حدود ۲۲۰ هزار نمایشگر ۱۰ تا ۳۲ اینچی OLED در هر ماه خواهد بود. کل مساحت کارخانه نیز حدود ۳۴۰۰۰ متر مربع است.

JOLED میزان سرمایه‌گذاری برای ساخت کارخانه‌های تولیدی جدید خود را مشخص نکرده است. اما اعلام کرده که رقمی درحدود ۲۲۹,۴۴۹ میلیون دلار ازطریق فروش سهام به شرکت‌های شخص ثالث، جذب سرمایه کرده است. 

آیا تامین نمایشگر OLED اپل واچ سری 5 به ژاپن دیسپلی سپرده می‌شود؟
سامسونگ گوشی‌هایی با صفحه‌نمایش کامل و دوربین زیر نمایشگر می‌سازد
پاناسونیک در سال ۲۰۱۹ تلویزیون‌های اولد بیشتری به بازار عرضه می‌‌کند
Atomos Shinobi؛ مانیتوری سبک با روشنایی بالا برای عکاسان و ویدئوبلاگرها
سامسونگ اولین صفحه نمایش اولد ۱۵.۶ اینچی 4K را برای لپ‌تاپ‌ها معرفی کرد

خبر های جدید


در صحبت‌ها پیرامون مقررات مؤسسه‌های مالی الکترونیکی که نهادهای غیربانکی مجاز برای انتشار پول الکترونیکی جهت پرداخت‌های غیرحضوری هستند، «جمیل احمد»، جانشین رئیس بانک پاکستان به شنوندگان گفت که پول الکترونیکی کارآمدتر و مقرون‌به‌صرفه‌تر است. او همچنین از دولت خواست امنیت‌ در فضای آنلاین را در اولویت بالاتری قرار دهد تا پاکستانی‌ها بیشتر بتوانند از نوآوری‌های اخیر بهره‌مند شوند.

همزمان با چشم‌انداز درازمدتی که دولت پاکستان برای خود در جهت ایجاد روپیه‌ی الکترونیکی ایجاده کرده است، شرکت‌های خصوصی می‌توانند دنبال ایجاد راه‌حل‌های دیجیتالی در خلال این‌مدت باشند. احمد می‌گوید:

این سیاست دولت ماست که استفاده از تجارت الکترونیک را به‌صورت عمومی ازطریق برپایی کمپین‌های آگاهی برای ترویج فرهنگ تجارت الکترونیک، تشویق و ترغیب کند. تجارتی که تراکنش‌های تجاری الکترونیک را چه‌به‌صورت محلی و ملی و چه بین‌المللی پشتیبانی می‌کند.

پول دیجیتال پاکستان

از بانک‌داری بدون شعبه تا انتقال ازطریق بلاکچین

نوآوری مالی اخیر در پاکستان، قانونی کردن بانک‌های تحت وب یا بدون شعبه بوده است. گام بعدی، صدور مجوز برای مؤسسه‌های غیربانکی جهت شرکت در تسهیل نقل و انتقالات است. این مؤسسه‌ها فریم‌ورکی را برای شرکت‌های بلاکچین به‌منظور اقدام به تصویب آیین‌نامه آماده می‌کنند. بانک مرکزی قصد دارد نسخه‌ی دیجیتالی از روپیه‌ی کشورش را ارائه دهد. البته جزئیات بیشتری در این زمینه در دسترس نیست. روند جهانی به‌سمت رویکرد غیرنقدی است. احمد درباره‌ی موفقیت بانک‌های بدون نیاز به شعبه می‌گوید:

ارائه‌دهندگان بانک‌های بدون شعبه به‌خوبی تکامل امور این بانک‌ها را ادامه داده‌اند و اکنون سرویس‌های مالی را به بخش عظیمی از جمعیت ما ارائه می‌کنند.

در بعضی از زمینه‌ها، پاکستان نسبت به بسیاری از کشورها در بانک‌داری موبایلی برتری دارد و در سال‌های اخیر بانک جهانی این کشور را تحسین کرده است.

بلاک‌چین، به‌عنوان یک دانش و صنعت به‌سرعت درحال رشد، ابزارهای ضروری را برای اطمینان از شفافیت و بهره‌وری کافی در تراکنش‌های مالی دیجیتالی فراهم کرده است. سیستم‌های مالی دیجیتال که پیش از بلاک‌چین فعال شدند، بیشتر در معرض خطر ناامنی قرار دارند و به‌طور عمومی دارای کیفیت پایین‌تری از لحاظ امنیت هستند. مقدار دلارهای جعلی از نظر فنی نامعلوم است. وجود چنین دلارهای تقلبی به‌میزان میلیون‌ها یا شاید میلیاردها دلار، یک واقعیت است. تحقیقی که در همان روزهای ابتدایی ظهور بیت‌ کوین منتشر شد، نشان می‌داد که به ازای هر ۱۰ هزار دلار قانونی، ۱ دلار جعلی وجود دارد. اوایل سال گذشته، یک بانک پاکستانی از انتقال‌های بین‌المللی از مالزی بااستفاده از بلاک‌چین خبر داد.

مشکل مقیاس‌ناپذیری بلاک چین با الگوریتم اجماع C2P حل‌شدنی است
دلایل افزایش ارزش بیت کوین در سال جاری میلادی
حجم تبادل بیت کوین به پایین‌ترین حد در دو سال گذشته رسید
ارزش بیت کوین به‌یک‌باره با رشدی ۲۰ درصدی مواجه شد
ارز دیجیتال ریپل از سوی IBM و بانک‌ها تهدید می‌شود

خبر های جدید


کیفیت خروجی زبان‌های برنامه‌نویسی، بسته به نوع آن‌ها و حتی مهارت برنامه‌نویس، با هم تفاوت دارد. مصرف برق، یکی دیگر از فاکتورهای دخیل در کارایی سیستم‌عامل‌ها است که برخی اوقات، دست‌کم گرفته می‌شود. اکنون این سؤال ایجاد می‌شود که آیا مصرف انرژی، نشان‌دهنده‌ی کیفیت یک زبان برنامه‌نویسی هست یا خیر؟

گروهی متشکل از محققان ۳ دانشگاه مختلف در پرتقال، سال گذشته‌ی میلادی تحقیقی را برای پاسخ به سؤال فوق انجام دادند که منجر به مقاله‌ای به‌نام Energy Efficiency Across Programming Languages شد. آن‌ها آزمایش خود را روی ۱۰ مسئله‌ی نرم‌افزاری بین ۲۷ زبان برنامه‌نویسی انجام دادند و در حین اجرای نرم‌افزار حاصل، مقدار مصرف برق هریک از آن‌ها را بررسی کردند. به‌علاوه، سرعت و مقدار اشغال حافظه‌ی رم نیز مورد بررسی قرار گرفت.

مقایسه زبان های برنامه نویسی

مقاله‌های مرتبط:

  • زبان‌ های برنامه‌ نویسی آینده و کسب‌و‌کار برنامه‌نویسی
  • اینفوگرافیک: کدام زبان برنامه‌نویسی برای شما مناسب است؟

محققان پروژه‌ی تحقیقاتی، ۱۰ مسئله‌ی آزمایشی را در سرویس Computer Language Benchmark Game اجرا کردند. آن سرویس، یک پروژه‌ی نرم‌افزاری آزاد است که برای مقایسه‌ی کارایی زبان‌های برنامه‌نویسی استفاده می‌شود و تعدادی مسئله‌های الگوریتمی در خود دارد. به‌علاوه، فریمورکی برای اجرای آزمایش‌ها نیز به کاربر عرضه می‌شود.

سرویس مورد استفاده، قبلا به‌نام The Great Computer Language Shootout شناخته می‌شد. محققان اعتقاد دارند استفاده از سرویس بنچمارک، به آن‌ها امکان داد تا تعدادی برنامه‌ی قابل‌ مقایسه و توسعه‌یافته را در دسترس داشته باشند. به‌علاوه، سرویس، نسخه‌های مختلف کامپایلر و راهکارهای متعدد اجرا را نیز در اختیار آن‌ها قرار می‌داد.

پیاده‌سازی انواع مختلف بنچمارک، برای آزمایش کارایی و مصرف برق، حیاتی بود. درواقع، نتایج آزمایش‌ها بسته به نوع تست، تغییر می‌کرد و باید گستره‌ای جامع مورد آزمایش قرار می‌گرفت. به‌عنوان مثال، زبان برنامه‌نویسی C از لحاظ کلی، سریع‌ترین زبان با مصرف بهینه‌ی برق بود، اما در آزمایشی شامل اسکن پایگاه داده‌ی DNA برای یافتن ژنتیک خاص، زبان Rust نتایج بهتری داشت و C در رتبه‌ی سوم مصرف انرژی قرار گرفت.

در همان آزمایش DNA، انتخاب بهترین زبان، به معیارهای آزمایش نیز بستگی داشت. در معیار سرعت، C پس از Rust در رتبه‌ی دوم قرار گرفت، اما در معیار اشغال حافظه‌ی رم، Rust سقوطی ۹ پله‌ای داشت. زبان فورترن، در بررسی براساس معیار مصرف انرژی، رتبه‌ی دوم را داشت، اما با مرتب کردن نتایج براساس زمان مورد نیاز برای اجرای فرایند،۶ پله سقوط کرد.

مقایسه زبان های برنامه نویسی

جدول کامل مقایسه‌ی زبان‌های برنامه‌نویسی براساس زمان، انرژی و اشغال حافظه‌ی رم

محققان در مقاله‌ی خود تأکید کردند که با دقت از راهنمای استاندارد سرویس CLBG در انتخاب نسخه‌ی کامپایلر برنامه‌ها و روندهای بهینه‌سازی، پیروی کردند. مصرف برق هر آزمایش نیز توسط ابزاری از اینتل به‌نام Running Average Power Limit استفاده شد. برای بهینه‌سازی نتایج و محاسبه‌ی بهتر میانگین، همچنین خارج کردن فاکتورهایی همچون کش یا سریع‌تر بودن در اجرای اولیه،‌ هر آزمایش ۱۰ بار تکرار شد. به‌همین دلیل، محققان ادعا می‌کنند که نتایج، قابل اعتماد هستند.

سخت‌افزار و سیستم‌عامل همه‌ی زبان‌ها در آزمایش، یکسان بود

فاکتور دیگری که برای بهینه‌سازی نتایج تنظیم شد، سیستم‌عامل و سخت‌افزار مورد استفاده بود. همه‌ی آزمایش‌ها روی دستگاهی با ۱۶ گیگابایت رم، پردازنده‌ی اینتل Core i5 3.20 GHz Haswell و سیستم‌عامل لینوکس اوبونتو سرور با کرنل نسخه‌ی 4.8.0 انجام شد. درنهایت، نتایج تحقیقات، موارد قابل توجهی را روشن کرد. به‌عنوان مثال:

زبان Lisp، به‌طور میانگین ۲.۲۷ برابر C انرژی مصرف می‌کند (۱۳۱.۳۴ ژول). به‌علاوه، در مقایسه با پاسکال، ۲.۴۴ برابر برای اجرای یک برنامه، زمان نیاز دارد (۴۹۲۶.۹۹ میلی ثانیه) و همچنین، ۱.۹۲ برابر حافظه‌ی رم نیاز دارد (۱۲۶.۶۴ مگابیت).

محققان، نتایج را بین زبان‌های کامپایل شده و تفسیر شده هم بررسی کردند. به‌علاوه، دسته‌بندی مجزایی هم برای زبان‌های اجرا شده در ماشین‌های مجازی، در مقاله افزوده شد. دسته‌بندی‌های دیگر در مقاله، شامل مقایسه‌ی پاردایم‌های مختلف برنامه‌نویسی همچون انواع شیٔ‌گرا و اسکریپتی می‌شود.

مقایسه زبان های برنامه نویسی

مقایسه‌ی زمان و انرژی مصرفی

آیا سرعت به‌معنای مصرف انرژی کمتر است؟

مقاله‌ی منتشر شده، به‌طور جدی با نظریه‌ی تأثیر سرعت بر کاهش مصرف انرژی مخالفت کرد. در متن مقاله آمده بود که محاسبه‌ی انرژی مصرفی، فرمولی فیزیکی شبیه به E=T*P نیست که انرژی را به زمان وابسته کند. بخشی از دلیل تناقض نیز، مصرف انرژی به‌صورت غیرمنظم است. درواقع، نرخ ثابتی برای مصرف انرژی یک زبان برنامه‌نویسی، وجود ندارد. درنتیحه، نتایج تحقیق مذکور می‌تواند یافته‌های محققان پیشین و نظریه‌های آن‌ها پیرامون تأثیر سرعت بر مصرف انرژی را تحت تأثیر قرار دهد.

در یکی از آزمایش‌های صورت گرفته، برنامه‌‌ی نوشته شده در زبان Chapel، نسبت به برنامه‌ای به زبان پاسکال، ۵۵ درصد زمان کمتری برای اجرا نیاز داشت. درحالی‌که برنامه‌ی زبان پاسکال، انرژی کمتری (به میزان ۱۰ درصد) مصرف کرد. درنهایت با وجود آن که بسیاری، هنوز سرعت را با مصرف انرژی مرتبط می‌دانند، محققان مذکور در مقاله‌ی خود به‌روشنی اعلام کردند که «یک زبان برنامه‌نویسی سریع‌تر، لزوما مصرف انرژی کمتری ندارد».

سرعت بیشتر لزوما به‌معنای مصرف پایین‌تر انرژی نیست

پاسخ دادن به سؤال این بخش، دشواری‌های زیادی دارد، چرا که مصرف انرژی، به فاکتورهای بسیار متعددی وابسته می‌شود که از آن میان می‌‌توان به کامپایلر و حتی کتابخانه‌‌های مورد استفاده اشاره کرد. محققان در بخش مهم دیگری از مقاله‌ی خود، منبع مصرف انرژی برنامه‌ها را نیز بررسی کردند. آن‌ها می‌گویند که اکثر برق مصرفی (حدود ۸۸ درصد) توسط CPU مصرف می‌شود و ارتباطی هم به کامپایل شدن، تفسیر شدن یا اجرا روی ماشین‌های مجازی ندارد. البته، برنامه‌های تفسیر شده، نتایج متفاوتی را در شرایط مختلف نشان دادند و بازه‌ی تنوع آن‌ها از ۸۱.۵۷ درصد تا ۹۲.۹ درصد، تفاوت داشت.

مقایسه زبان های برنامه نویسی

مقایسه براساس اشغال حافظه‌ی رم

نتیجه‌ی مهم دیگر در تحقیقات مذکور، وابستگی اوج استفاده از DRAM را به انرژی مصرفی، نقض کرد. به‌هرحال، با وجود تمامی یافته‌های بالا، پاسخی تقریبا مثبت به سؤال این بخش داده می‌شود. در مقاله‌ی منتشر شده برای این تحقیق می‌خوانیم:

۵ زبان برنامه‌نویسی اول براساس مصرف انرژی، در دسته‌بندی براساس زمان اجرای برنامه‌ها نیز با تفاوت‌هایی جزئی در همان رتبه‌ها قرار می‌گیرند.

از میان ۱۰ مسئله‌ی آزمایشی انجام شده، در ۹ عدد از آن‌ها، بالاترین امتیاز از لحاظ سرعت و بازدهی، از زبان‌هایی به‌دست آمد که بین ۳ مورد برتر از لحاظ مصرف انرژی قرار داشتند. در بخش دیگری از مقاله گفته شد:

باور عمومی بر آن است که ۳ زبان برتر برنامه‌نویسی یعنی C و ++C و Rust، به‌بهترین نحو بهینه‌سازی شده و بازدهی بالایی دارند. داده‌های ما در تحقیقات نیز همین باور عمومی را تصدیق می‌کنند.

با وجود گفته‌های بالا، وقتی زبان‌های برنامه‌نویسی دیگر را طبق فاکتورهای سرعت و مصرف انرژی مرتب کنیم، نتایج برابری مشاهده نمی‌شود. تنها ۴ زبان، رتبه‌بندی برابری در فهرست زمان و مصرف انرژی داشتند (OCaml، Haskel، Racket و Python).

مقایسه زبان های برنامه نویسی

دسته‌بندی براساس پارادایم‌های برنامه‌نویسی

مزایای زبان‌های کامپایل شده

یکی از نتایج جالب و مهم آزمایش‌ها، درباره‌ی زبان‌های برنامه‌نویسی کامپایل شده بود. آن زبان‌ها، همیشه در بازدهی انرژی و سرعت، بالاتر از سایر تصور می‌شوند. نتایج مقاله نیز تاحدودی آن تصورات را تأیید کرد. به‌‌طور میانگین، زبان‌های کامپایل شده، ۱۲۰ ژول انرژی برای اجرای راهکارهای نرم‌افزاری مصرف کردند، درحالی‌که زبان‌های اجرا شده روی ماشین مجازی یا تفسیری، به‌ترتیب ۵۷۶ و ۲۳۶۵ ژول انرژی نیاز داشتند.

در مقایسه‌ی زمان‌های اجرای برنامه‌ها، زبان‌های کامپایل شده باز هم نتایج مثبتی نشان دادند. در نتایج آن بخش گفته شد که زبان‌های کامپایل شده به‌صورت میانگین ۵۱۰۳ میلی‌ثانیه زمان نیاز داشتند. درحالی‌که، زبان‌های اجرا شده روی ماشین های مجازی عدد ۲۰۶۲۳ میلی‌ثانیه را برای زمان نشان دادند و همین مقدار، برای زبان‌های تفسیری به ۸۷۶۱۴ میلی‌ثانیه رسید. درنهایت، ۴ عدد از ۵ زبان برتر هر ۲ دسته‌بندی زبان‌های کامپایل شده بودند و تنها جاوا، مثال نقض فهرست‌ها بود.

زبان‌های کامپایل شده هم از لحاظ زمان و هم انرژی، بازدهی بیشتری داشتند

در میان زبان‌های برنامه‌نویسی با کمترین سرعت، ۵ زبان کند فهرست، نمونه‌های تفسیری یعنی Lua، Python، Perl، Ruby و Typexcript بودند. به‌علاوه، زبان‌های با بیشترین نرخ مصرف انرژی نیز از همان نوع بودند: Perl، Python، Ruby، JRuby و Lua. البته، در نوعی از برنامه‌نویسی که عبارت‌ها به‌صورت ساده‌سازی شده در زبان‌های تفسیری استفاده شدند، ۳ عدد از آن‌ها، Typescript، JavaScript و PHP در میان برترین زبان‌های با بازدهی انرژی بالا قرار داشتند.

زبان‌های کامپایل شده، در مقایسه‌ی میزان اشغال فضای رم، مانند زمان و مصرف انرژی، بالاترین رتبه‌ها را به خود اختصاص دادند. به‌صورت میانگین، آن زبان‌ها به ۱۲۵ مگابیت حافظه نیاز داشتند و زبان‌های اجرا شده در ماشین‌های محازی، ۲۸۵ مگابیت حافظه اشغال می‌کردند. زبان‌های تفسیری در این بخش نیز امتیاز پایینی داشته و به ۴۲۶ مگابیت حافظه‌ی رم نیاز داشتند. آن زبان‌ها، در رتبه‌بندی اشغال فضای رم، پایین‌ترین رتبه‌ها را به خود اختصاص دادند که به‌عنوان مثال می‌توان JRuby، Dart، Lua و Perl را مثال زد. زبان دیگر در میان پایین‌ترین نمونه‌ها از لحاظ اشغال فضای رم، Erlang بود که البته، زبانی تفسیری نیست.

programming

از لحاظ پارادایم‌های برنامه‌نویسی، زبان‌های دستوری (Imperative) به ۱۱۶ مگابیت حافظه‌ی رم نیاز دارند. زبان‌های شیٔ‌‌گرا همان آزمایش‌ها را با ۲۴۹ مگابیت، زبان‌های تابعی با ۲۵۱ مگابیت و زبان‌های اسکریپتی با ۴۲۱ مگابیت حافظه‌ی رم، انجام می‌دهند. درواقع، زبان‌های دستوری در دسته‌بندی‌های دیگر همچون سرعت و مصرف انرژی نیز رتبه‌های بهتری را به‌خود اختصاص دادند.

در مقایسه‌ی پارادایم‌های برنامه‌نویسی، فاکتورهای متعددی باید مورد بررسی قرار گیرند. کاملا مشخص است که پارادایم‌ها و حتی زبان‌های هر پاردایم، تأثیرات متفاوتی روی مصرف انرژی، زمان و حافظه‌ی مورد نیاز دارند. به‌همین دلیل، اینکه کدام فاکتور برای نتیجه مهم‌تر باشد، به برنامه‌نویس و پروژه‌ی در دست اجرای او بستگی دارد.

برخی از پروژه‌های نرم‌افزاری، نیازمند درنظرگرفتن هم‌زمان ۲ یا چند فاکتور هستند. به‌عنوان مثال، شاید انرژی و زمان اجرا، در پروژه‌‌ای اهمیت بالا داشته باشد. در چنان موردی، C بهترین گزینه خواهد بود چون در هر ۲ بخش، در صدر جدل قرار دارد. در نمونه‌ای دیگر که زمان درکنار مصرف کمتر حافظه‌ی رم، هدف شما باشد، زبان‌های C، Pascal و Go انتخاب‌های مناسبی هستند. اگر هر ۳ مورد بالا یعنی زمان، انرژی و حافظه‌ی رم برای شما اهمیت دارند، باز هم محققان همان ۳ زبان فوق را پیشنهاد می‌دهند.

در پایان مقاله، محققان اعلام کردند که در بررسی‌های آتی، تأثیر گذر زمان بر اشغال حافظه‌ی رم را بررسی خواهند کرد. نتایج کامل تحقیقات انجام شده، در لینک منبع موجود است و علاقه‌مندان می‌توانند برای بررسی‌های عمیق‌تر، از آن استفاده کنند. به‌عنوان مثال، توسعه‌دهنده‌های حوزه‌ی اینترنت اشیاء یا زمینه‌های مشابه، می‌توانند با بررسی نتایج، زبان‌هایی با مصرف انرژی پایین‌تر را انتخاب کنند. 

درنهایت، مقاله‌ی منتشر شده هم برنامه‌نویسان را با ابهام رها می‌کند. محققان می‌گویند که اگر به‌دنبال یک پاسخ ثابت و نسخه‌ای نهایی برای انتخاب زبان برنامه‌نویسی هستید، به پاسخ نخواهید رسید. آن‌ها می‌گویند با وجود اینکه نتایح، برخی زبان‌ها را از لحاظ سرعت و مصرف انرژی بالاتر از سایر قرار می‌دهند، هیچ‌گاه نمی‌توان زبانی را کاملا بهتر از زبان دیگر دانست. درنهایت باید بدانیم که موقعیت و شرایطی که زبان در آن استفاده می‌شود، جنبه‌ای حیاتی در بازدهی مصرف انرژی آن دارد.

الگوریتم‌ها چگونه به‌جای ما تصمیم‌گیری می‌کنند
هفت زبان مناسب برای یادگیری توسعه‌‌ بازی‌های یونیتی
ابررساناها چه زمانی کاربرد خواهند داشت؟
از برنامه‌نویسی به‌مثابه ترجمه چه می‌توان آموخت
پایان برنامه‌نویسی شی‌گرا نزدیک است

خبر های جدید


در دنیای امروز فناوری، اخبار و مقاله‌های پیرامون یادگیری ماشین، بیش از همیشه ما را احاطه کرده‌اند. تقریبا هر صنعتی از این فناوری صحبت می‌کند. اکثر متخصصان و کارشناسان نیز تلاش می‌کنند تا از مزایای یادگیری ماشین، برای بهبود وضعیت خود در بازارها استفاده کنند.

پیش از پیاده‌سازی هر نوعی از فناوری مذکور، ابتدا باید از خود بپرسیم که یادگیری ماشین چیست؟ طبق تعریف Hewlett Packard:

یادگیری ماشین به فرایندی اشاره می‌کند که کامپیوترها، شناسایی الگویی را فرا می‌گیرند. به‌علاوه، کسب توانایی توسط آن‌ها برای یادگیری مستمر و ارائه‌ی پیش‌بینی براساس داده نیز در این تعریف قرار می‌گیرد. ماشین‌ها در ادامه‌ی یادگیری، تعدیل و اصلاح پیش‌بینی‌ها و بیانات خود را نیز بدون نیاز به برنامه‌نویسی اختصاصی برای آن موضوع انجام می‌دهند.

به‌بیان ساد‌ه‌تر، یادگیری یعنی ماشین‌ها تحلیل و اقدام براساس حجم‌های بالای اطلاعات را انجام داده و همچنین، به یادگیری و بهبود عملکرد خود در طول زمان ادامه دهند.

مقاله‌های مرتبط:

  • یادگیری ماشین چگونه بازاریابی را بهبود می‌دهد
  • چگونه یادگیری ماشین در کسب و کارها مورد استفاده قرار می‌گیرد؟

به‌عنوان نمونه‌ای از کاربردهای عملی یادگیری ماشین، می‌توان فناوری تشخیص چهره را مثال زد. همه‌ی ما می‌دانیم که این فناوری، روز‌به‌روز پیشرفته‌تر می‌شود. امروز، کاربران گوشی‌های آیفون، قفل گجت‌های خود را با شناسایی چهره باز می‌کنند. به‌علاوه، مقامات قانونی نیز از فناوری تشخیص چهره برای شناسایی رفتارهای خلافکارانه و دستگیری مجرمان بهره می‌برند. در مقالی دیگر، گوگل فوتوز و سرویس‌های مشابه، به کاربران امکان می‌دهند که تصاویر را براساس افراد حاضر در آن‌ها دسته‌بندی کنند. الگوریتم‌های گفته‌شده در گذشته دقت بالایی نداشتند، اما به‌مرور، حرفه‌ای‌تر و دقیق‌تر شدند و تبحر خود را مرهون یادگیری ماشینی هستند.

یادگیری ماشین

یادگیری و هوشی که در بالا شرح دادیم، با هوش انسانی تفاوت دارد. می‌توان آن را یادگیری برنامه‌نویسی‌شده هم نامید که قطعا کاربردهایش فراتر از تشخیص چهره است و در تمامی صنایع نفوذ می‌یابد. به‌عنوان مثال، می‌توان بازاریابی را بیان کرد. بازاریاب‌های امروزی، همه‌ی تلاش خود را به‌کار می‌گیرند تا پیام و تصویری مناسب هر مخاطب به او ارائه کنند. قطعا انسان‌ها نمی‌توانند در مقیاس‌های بزرگ با تک‌تک مخاطبان ارتباط برقرار کنند، اما ماشین‌ها این توانایی را دارند. شاید تصور پیاده‌سازی آن روش‌ها روشن نباشد، اما در ادامه‌ی این مقاله‌ی زومیت، روش‌های برای استفاده‌ی کاربردی از یادگیری ماشین در حوزه‌ی بازاریابی را شرح می‌دهیم.

۱- پیشنهاد بهترین محصولات یا محتوا

پیشنهادها براساس خصوصیات منحصر‌به‌فرد هر مشتری به او ارائه می‌شوند

پیشنهاد محتوا و محصول مرتبط، از دیرباز به‌عنوان ابزاری کاربردی در دست بازاریابان شناخته می‌شود. در گذشته و اکنون، پیشنهادها توسط نیرو و تفکر انسانی آماده می‌شدند و از ۱۰ سال گذشته، الگوریتم‌های ساده‌ای برای پیشنهادهای تقریبا اتوماتیک به کار گرفته شده‌اند. الگوریتم‌هایی که پیشنهادها را تنها براساس خریدهای دیگر مشتریان به مشتری دیگر ارائه می‌دهند.

یادگیری ماشین، می‌تواند در بهینه‌سازی الگوریتم‌های کنونی پیشنهاد محصول و محتوای مرتبط، کمک شایانی ارائه دهد. با استفاده از این فناوری می‌توان تمامی اطلاعاتی که از یک شخص داریم، مانند سابقه‌ی خرید، فعالیت کنونی در وب، ارتباطات ایمیلی، موقعیت، صنعت فعالیت، ویژگی‌‌های سنی و جنسیتی و موارد مشابه را با هم ترکیب کند و بهترین و نزدیک‌ترین محصول و محتوا را به او پیشنهاد دهد. یادگیری ماشین، دسته‌بندی، قیمت و مشخصات مختلف محصول را با علاقه‌مندی‌ها و سوابق فرد مورد نظر ترکیب کرده و بهترین پیشنهاد را به او می‌دهد. به‌همین ‌دلیل، پیشنهادها هم روز‌به‌روز بهتر می‌شوند.

بازاریابی

پیشنهادهای براساس یادگیری ماشین، به محصول و محتوا خلاصه نمی‌شوند. شما با به‌کارگیری فناوری می‌توانید حتی برند، دسته‌بندی محصول، مشخصات فنی، موضوع، نویسنده و انواع دیگر موارد را به کاربر پیشنهاد دهید. درنهایت، به‌کارگیری یادگیری ماشین به شما امکان می‌دهد که تجربه‌ای جذاب را در وبسایت یا ایمیل‌های تبلیغاتی خود ایجاد کنید که مخاطب، بتواند به‌کمک آن‌ها، موارد مورد علاقه‌ی خود را بهتر پیدا کند.

۲- شناسایی گروه‌های مهم مشتریان

با وجود آنکه یادگیری ماشین، پیشنهاد‌ها مرتبط خوبی را به مشتریان ارائه می‌کند، شناسایی دسته‌بندی‌های مهم آن‌ها براساس تفاوت‌های بسیار افراد، هنوز مسئله‌ای حیاتی برای بازاریاب‌ها است. آن‌ها باید گروهی که بیش از همه به خرید محصولات راغب می‌شوند را زودتر از رقبا شناسایی کنند و آن‌ها را هدف قرار دهند. تشخیص تفاوت‌های مشهود مشتریان همچون مشتری جدید یا وفادار، برای انسان‌ها به‌راحتی انجام می‌شود، اما بسیاری از تفاوت‌ها هستند که در حجم بالای داده‌ی مرتبط با مشتری، از دید ما پنهان می‌مانند.

یادگیری ماشین به بازاریاب کمک می‌کند که دسته‌بندی‌های جدیدی را در میان مشتری‌ها کشف کند که قبلا به آن‌ها توجه نمی‌کرد. به‌علاوه، می‌توان از آن اطلاعات استفاده کرده و پیشنهادانت مرتبط‌تری به مشتریان ارائه کرد.

customer

به‌عنوان مثال، یادگیری ماشین تشخیص می‌دهد که نسل جوانی که قصد نوسازی خانه‌ی خود را دارند، رفتارهای مشخصی از خود نشان می‌دهند. با آن اطلاعات، می‌توان پیام‌های بهینه‌تری را برای آن دسته از مشتریان آماده و ارسال کرد. می‌توان زبان صحبت با آن‌ها را متفاوت از افراد دیگر در نظر گرفت. به‌علاوه، به محض نشان دادن رفتارهای مشابه از سوی مشتریان دیگر نیز می‌توان آن‌ها را به این دسته‌بندی اضافه کرد.

۳- شناسایی و عمل در مقابل مشکلات احتمالی

کمپین‌‌های بازاریابی، داده‌های زیادی تولید می‌کنند. مثلا، ایمیل‌هایی که روزانه توسط یک شرکت بزرگ ارسال می‌شود را در نظر بگیرید. می‌توان تعداد کاربران وبسایت را نیز به‌عنوان نمادی از داده‌های عظیم در نظر گرفت. تمامی آن ارتباط‌ها، داده تولید می‌کنند که قطعا هیچ انسانی نمی‌تواند همه‌ی آن‌ها را مشاهده و تحلیل کند. به‌علاوه، مشکلات احتمالی و چالش‌‌های عملکردی نیز قابل تشخیص نیستند. یادگیری ماشین می‌تواند مشکلات را پیش‌بینی کند و پیش از وقوع، به شما اطلاع دهد.

هوش انسانی توانایی تحلیل حجم بالای داده را ندارد

به‌عنوان مثالی کاربردی، تصور کنید کمپینی ایمیلی برای افزایش فروش یک فروشگاه اینترنتی پیاده‌سازی کرده‌اید. در ایمیلی‌های ارسالی، یک لینک اشتباه قرار دارد که به صفحه‌ی مورد نظر از سایت شما منتقل نمی‌شود. یادگیری ماشینی با بررسی ورودی‌ها از لینک‌های ایمیلی، متوجه پایین بودن نرخ آن‌ها بسته به ارسال می‌شود و شما را مطلع می‌کند. درنهایت، شما با اطلاع از مشکل، پیش از اوج گرفتن بحران در کمپین ایمیلی، رویکردهای اصلاحی را انجام می‌دهید.

یادگیری عمیق

۴- تکامل تست‌های A/B

آزمایش روندهای مختلف بازاریابی هم با به‌کارگیری یادگیری ماشین بهبود می‌یابد. تست‌های سنتی A/B به شما امکان می‌دهند که ۲ یا چند تجربه‌ی دیجیتال را در مخاطبان تصادفی آزمایش کنید. سپس بهترین راهکار با بیشترین بازده را انتخاب کنید و با همان، ادامه دهید. آن رویکردها قطعا کاربردهای مثبتی دارند، اما تمامی تفاوت‌های گروه‌‌های مختلف را مد نظر قرار نمی‌دهند. در تست‌های مذکور، یک نمونه را برای گروهی نمایش می‌دهید و شاید آن‌ها هیچ‌گاه نمونه‌ی مورد علاقه‌ی خود را مشاهده نکنند. یادگیری ماشین، آن رویکرد را تغییر می‌دهد. 

مقاله‌های مرتبط:

  • آموزش: تست A/B چیست و چگونه طراحی می‌شود

به‌عنوان مثال، با یادگیری ماشین، به‌جای پیاده‌سازی ۲ طراحی متفاوت صفحه‌ی اول وبسایت و انتظار برای بازدید و انتخاب بهترین طراحی از میان آن‌ها، می‌توانید تجربه را به هوش مصنوعی بسپارید. الگوریتم، با استفاده از اطلاعات افراد، بهترین نمونه را برای هر کدام از آن‌ها پیشنهاد می‌دهد. در ادامه، با استفاده از اطلاعات تجربه‌ی اولیه‌ی کاربران با طراحی مورد نظر، تصمیم‌های آتی اتخاذ می‌شود.

همان رویکرد بالا را می‌توان در تبلیغ‌ها نیز به کار گرفت. به‌جای آنکه تخفیف ثابت ۲۰ درصدی به همه‌ی کاربران داده شود، الگوریتم هوش مصنوعی، تخفیف را تنها به افرادی ارائه می‌کند که نیاز به انگیزه‌ای بیشتر برای خرید دارند. برای افراد دیگر نیز می‌توان تبلیغ‌های متفاوت، مثلا محصولی جدید در دسته‌بندی مورد علاقه‌ی آن‌ها، ارائه کرد.

بازاریابی محتوا

۵- انتخاب نحوه‌ی تعامل با افراد

شما چگونه زمان و محل ارتباط با یک مشتری بالقوه را تشخیص می‌دهید؟ به‌علاوه، روش ارتباط چگونه انتخاب می‌شود؟ آیا او ایمیل را ترجیح می‌دهد؟ آیا اعلان‌های موبایلی، پیامک یا تماس برای او بهتر هستند؟ در چه فواصلی باید با مشتری تماس بگیرید؟ تمامی این سؤال‌ها را می‌توان با استفاده از یادگیری ماشین پاسخ داد.

به‌جای استفاده از روش‌های سنتی و ارسال انبوه ایمیل‌های ثابت برای همه‌ی مشتریان بالقوه، می‌توان از یادگیری ماشین استفاده کرد. الگوریتم‌های تشخیص می‌دهند که آیا یک ایمیل مشخص توسط یک کاربر مشخص باز شده یا نادیده گرفته می‌شود. با استفاده از این اطلاعات، می‌توان ایمیل‌ها یا پیام‌ها را با طراحی بهتر و در زمان مناسب‌تر ارسال کرد.

درنهایت باید بدانید که یادگیری ماشین، بیش از همه‌چیز در تفسیر داده‌های انبوه و استخراج اطلاعات مفید، کاربرد نهایی خود را نشان می‌دهد. در دنیایی که داده‌ها، بیش از توان ما در تفسیر و بررسی جمع‌آوری می‌شوند، فناوری مذکور کاربرد بالایی دارد. به‌علاوه تمایل به شناخت بهتر مشتریان و ارتباط شخصی با آن‌ها هم روز‌به‌روز بیشتر می‌شود. در چنین وضعیتی، قطعا به‌کارگیری یادگیری ماشین، مزیت‌های زیادی به‌همراه خواهد داشت. 

استونی می‌خواهد از قاضی هوش مصنوعی در دادگاه‌های خود استفاده کند
مک‌ دونالد با خرید ۳۰۰ میلیون دلاری به حوزه کلان‌داده وارد می‌شود
اکثر کاربران از شیوه کاری تبلیغات فیسبوک اطلاع ندارند
آیا می‌توان از فروشگاه‌های زنجیره‌ای بدون صندوق دزدی کرد؟
هوش مصنوعی به تشخیص بهتر بیماری‌ روانی کمک می‌کند

خبر های جدید


IDC پیش‌تر برآورد کرده بود که برای سومین سال متوالی شاهد کاهش عرضه‌ی گوشی‌های هوشمند به بازار خواهیم بود. باتوجه به این موضوع، انتظار می‌رود حداقل برای یک سال آینده نیز نمی‌توان به فروش بالا امیدی داشت؛ اما ظاهرا غول فناوری کره‌ای در چنین بازاری، قصد دارد فروش خوبی را برای خود رقم بزند. 

اول اسفندماه، گلکسی اس ۱۰ و اس ۱۰ پلاس، پرچم‌داران تمام‌عیار سامسونگ معرفی شدند. براساس آخرین اخباری که از زنجیره‌ی تأمین منتشرشده است، انتظار می‌رود که پرچم‌دار ۲۰۱۹ سامسونگ، فروش بالاتری نسبت به گلکسی اس ۹ را از آن خود کند. براساس پیش‌بینی‌ها سامسونگ تا پایان سال ۲۰۱۹ میلادی موفق به عرضه‌ی ۶۰ میلیون گوشی هوشمند سامسونگ گلکسی اس ۱۰ در بازارهای جهانی خواهد شد.  

سامسونگ گلکسی اس ۱۰ / Samsung Galaxy S10

مقاله‌های مرتبط:

  • پیش‌بینی کاهش سود سامسونگ طی زمستان ۲۰۱۹
  • گلکسی A70 معرفی شد؛ نمایشگر ۶.۷ اینچی و دوربین سه‌گانه ۳۲ مگاپیکسلی

وضعیت پیش‌سفارش گوشی‌های هوشمند خانواده‌ی گلکسی اس ۱۰ در بازارهای چین و آمریکا خوب بوده است. برآورد DigiTimes نشان از افزایش عرضه‌ی ۱۰ تا ۱۵ درصدی گلکسی اس ۱۰ نسبت به گوشی‌های قبلی دارد که درنهایت منجر به عرضه‌ی ۶۰ میلیون گوشی هوشمند گلکسی اس ۱۰ به بازار تا پایان سال ۲۰۱۹ میلادی خواهد شد. 

طراحی جدید، دوربین‌‌های بهبودیافته و وجود نسخه‌‌ی 5G، از جمله ویژگی‌هایی هستند که در رشد فروش پرچم‌دار سامسونگ تأثیرگذار خواهند بود. غول فناوری کره‌ای قصد دارد با وجود فشارهای هواوی، در بازار گوشی‌های هوشمند برترین جایگاه را در بازار جهانی حفظ کند. سامسونگ با معرفی گوشی‌های هوشمند میان‌رده‌ی خانواده‌ی گلکسی A، در تلاش است تا در بازار میان‌رده‌ها و خصوصا در بازارهای چین با حضور شرکت‌هایی همچون شیائومی و هواوی نیز بتواند فروش خوبی را از آن خود کند.  

شبکه‌ی پرسرعت 5G نیز، یکی دیگر از حوزه‌های مهمی است که کره‌ای‌ها برای رقابت با هواوی، روی آن سرمایه‌گذاری عظیمی کرده‌اند. اول اسفندماه نسخه 5G گلکسی اس ۱۰ با نمایشگری ۶.۷ اینچی و باتری حجیم معرفی شد. این دستگاه، نخستین گوشی هوشمندی خواهد بود که قابلیت اتصال به شبکه‌ی پرسرعت 5G را دارد. استراتژی‌های متعادل و تلاش شدید کره‌ای‌ها برای حرکت در مسیر نوآوری‌های جدید، باعث شده است که سامسونگ بتواند در صدر تولیدکنندگان گوشی‌های هوشمند در بازارهای جهانی قرار گرفته و آن موقعیت را حفظ کند. 

گوشی تاشدنی شیائومی در ویدئوی جدیدی رویت شد
پیش‌بینی کاهش سود سامسونگ طی زمستان ۲۰۱۹
مشخصات اکسینوس 9710 فاش شد
گلکسی A70 معرفی شد؛ نمایشگر ۶.۷ اینچی و دوربین سه‌گانه ۳۲ مگاپیکسلی
گلکسی A90 با نمایشگر بزرگ و تراشه‌ قدرتمند معرفی می‌شود

خبر های جدید


مطالب محبوب
تبلیغات متنی