Science For ‌Life
3.03K subscribers
2.15K photos
685 videos
233 files
1.46K links
🌍 دنیای اطلاعات علمی
🔭کیهان شناسی
🎆اختر شناسی
💉پزشکی
⚗️شیمی
🔬زیست
🔮فلسفه
فیزیکـــــــ

@Science4Lifee

ارتباط با ادمین
@Falsafevarz
Download Telegram
🔰مجموعه ۲۲ قسمتی از کورس درسی با موضوع محاسبات کوانتومی
به زبان انگلیسی
▪️بخش : Partial measurements
▫️زمان : 9M
🔸قسمت 16 از 22
👤گردآورنده : رضاشعبانی
🌿🍂 @Science4lifee

https://youtu.be/MG_9JWsrKtM
🔰مجموعه ۲۲ قسمتی از کورس درسی با موضوع محاسبات کوانتومی
به زبان انگلیسی
▪️بخش : Partial measurements in an arbitrary basis
▫️زمان : 12M
🔸قسمت 17 از 22
👤گردآورنده : رضاشعبانی
🌿🍂 @Science4lifee

https://youtu.be/fU6M8EA2JRs
🔰مجموعه ۲۲ قسمتی از کورس درسی با موضوع محاسبات کوانتومی
به زبان انگلیسی
▪️بخش : Quantum teleportation
▫️زمان : 12M
🔸قسمت 18 از 22
👤گردآورنده : رضاشعبانی
🌿🍂 @Science4lifee

https://youtu.be/3wZ35c3oYUE
🔰مجموعه ۲۲ قسمتی از کورس درسی با موضوع محاسبات کوانتومی
به زبان انگلیسی
▪️بخش : Quantum teleportation: discussion
▫️زمان : 8M
🔸قسمت 19 از 22
👤گردآورنده : رضاشعبانی
🌿🍂 @Science4lifee

https://youtu.be/Yfk7J1kBegw
🔰مجموعه ۲۲ قسمتی از کورس درسی با موضوع محاسبات کوانتومی
به زبان انگلیسی
▪️بخش : The postulates of quantum mechanics I: states and state space
▫️زمان : 12M
🔸قسمت 20 از 22
👤گردآورنده : رضاشعبانی
🌿🍂 @Science4lifee

https://youtu.be/Zf_CyFwKbPQ
🔰مجموعه ۲۲ قسمتی از کورس درسی با موضوع محاسبات کوانتومی
به زبان انگلیسی
▪️بخش : The postulates of quantum mechanics II: dynamics
▫️زمان : 9M
🔸قسمت 21 از 22
👤گردآورنده : رضاشعبانی
🌿🍂 @Science4lifee

https://youtu.be/NZqRUH1uSlE
🔰مجموعه ۲۲ قسمتی از کورس درسی با موضوع محاسبات کوانتومی
به زبان انگلیسی
▪️بخش : The postulates of quantum mechanics III: measurement
▫️زمان : 15
🔸قسمت 22
👤گردآورنده: رضاشعبانی
❇️❇️The end❇️❇️

🌿🍂 @Science4lifee

https://youtu.be/Amk46VKgaeg
Science For ‌Life pinned «♻️محاسبات کوانتومی 🔰مجموعه ۲۲ قسمتی از کورس درسی با موضوع محاسبات کوانتومی به زبان انگلیسی👇👇👇 👤گردآورنده : رضاشعبانی 🌿🍂 @Science4lifee https://www.youtube.com/playlist?list=PL5C596B0AE7A4C4FB»
محاسبات کوانتومی مجموعه ۲۲ قسمتی از کورس درسی با موضوع محاسبات کوانتومی
به زبان انگلیسی


بخش :The qubit,قسمت یک

بخش :Tips for working with qubits,قسمت دوم

بخش :Our first quantum gate: the quantum NOT gate،قسمت سوم

بخش :The Hadamard gate،قسمت چهارم

بخش : Measuring a qubit،قسمت پنجم

بخش :General single-qubit gates،قسمت ششم

بخش :Why unitaries are the only matrices which preserve length،قسمت هفتم

بخش :Examples of single-qubit quantum gates،قسمت هشتم

بخش :The controlled-NOT gate،قسمت نهم

بخش :Universal quantum computation،قسمت دهم

بخش :Superdense coding: how to send two bits using one qubit،قسمت یازدهم

بخش :Preparing the Bell state،قسمت دوازدهم

بخش :What's so special about entangled states anyway،قسمت سیزدهم

بخش :Distinguishing quantum states،قسمت چهاردهم

بخش Superdense coding redux: putting it all together،قسمت پانزدهم

بخش :Partial measurements،قسمت شانزدهم

بخش :Partial measurements in an arbitrary basis،قسمت هفدهم

بخش :Quantum teleportation،قسمت هجدهم

بخش Quantum teleportation: discussion،قسمت نوزدهم

بخش :The postulates of quantum mechanics I: states and state space،قسمت بیستم

بخش :The postulates of quantum mechanics II: dynamics،قسمت بیست یکم

بخش :The postulates of quantum mechanics III: measurement،قسمت بیست دوم
Science For ‌Life pinned «محاسبات کوانتومی مجموعه ۲۲ قسمتی از کورس درسی با موضوع محاسبات کوانتومی به زبان انگلیسی بخش :The qubit,قسمت یک بخش :Tips for working with qubits,قسمت دوم بخش :Our first quantum gate: the quantum NOT gate،قسمت سوم بخش :The Hadamard gate،قسمت چهارم بخش…»
Forwarded from اتچ بات
‍ نقش مدرسه Bletchley Parkدر هدایت جنگ جهانی دوم و ساخت اولین کامپیوتر
در طول جنگ جهانی دوم انگلیسی ها متوجه نیاز خود به شکستن کدهای رمز آلمان نازی شدند .

آنها اقدام به گرداوری آوری نوجوانان 16 ساله با استعداد و آموزش شکستن کد به ایشان در مدرسه Bletchley Park کردند.که بعدها نسل جدید کد و دی کد کردن رمزها در این دوره بوجود آمد.
بدین ترتیب سازمان اطلاعاتی GCHQ بوجود آمد که اکنون نیز در کنار سازمانهای اطلاعاتی MI5 و MI6 وظیفه محافظت و مدیریت سازمان اطلاعات انگلستان را بر عهده دارد.
سازمان GCHQ پا را فراتر قرار داده و توانست به کمک داشمندی به نام آلن تورین اولین کامپیوتر جهان را ساخته و به کمک آن کدهای رمز آلمان نازی را بشکند.
این اختراع هدایت گر جنگ در سالهای 1943 بوده و نقش بسیار مهمی در پیروزی جنگ برای انگلستان و هم پیمانانش داشت.
همچنین این کامپیوتر گامی مهم در ساخت نسلهای بعد کامپیوتر بود .

MIKE NOBDY
This media is not supported in your browser
VIEW IN TELEGRAM
قورباغه یک کرم شب تاب را خورده، اما هنوز نور شب تاب از درون بدنش دیده می شود.

www.reddit.com/r/NatureIsFuckingLit/comments/8sxf0j/this_frog_eating_fireflys/
🌿🍂 @science4lifee
Forwarded from اتچ بات
‍ ⚜‍ نبوغ آلمانی
🌿🍂 @science4lifee

بمب V1 buzz/تسخیر فضا

در جنگ جهانی دوم آلمانها موفق به ساخت بمب پرنده خودکار ( امروزه با نام موشک کروز می شناسیم)شدند و قادر بودند لندن را بدین وسیله بمباران کنند که حاصل آن کشته شدن صدها هزار نفر بود.

بعدها و بعد از پایان جنگ جهانی دوم (1945) و تسخیر برلین گروه سازنده این بمبها توسط ایالات متحده به آلاباما آورده شدند و با رهبری وارنر وان برون توانستند راکتهای قدرتمندی بسازند که بعدها فضانوردان را به فضا و ماه برد.

تکنولوژی و نبوغ هم قادر به کشتار است و هم نجات دهنده و راه گشا برای زندگی بهتر انسان اما چگونگی استفاده آن اهمیت دارد.

👤MIKE NOBDY
🐷تغییر ژنتیکی برای مقاومت خوک ها در برابر بیماری های کشنده اکنون امکان پذیر است،اما آیا میتوان از گوشت آنها تغذیه کرد🤔؟

🌿🍂 @science4lifee
⚜نوعی ویروس موسوم به پی.ار.ار.اس که کابوس پرورش دهندگان خوک است،خوک های جوان را مورد حمله قرار می دهد و هر ساله ۲.۳ دلار آمریکا به مزرعه ها ضرر می رساند.
اما اکنون دانشمندان شیوه ی جدید دستکاری ژنتیکی را یافته‌اند که میتوان جلوی شیوع این بیماری کشنده را بگیرد.

🔰یک تیم از محققان با مهندسی ژنتیکی گونه‌ای از خوک ها را پرورش داده اند که در مقابل ویروس نامبرده «مخفف سندرم تنفسی و تناسلی خوکی» مقاوم است.،و برخلاف تلاش های پیشین برای مبارزه با ویروس های کشنده ، اشکالی در سلامت عمومی خوک ها بوجود نمی‌آید.

🔶این تازه ترین نمونه از دستکاری دقیق ژنتیکی است که میتوان در صنایع غذایی و کشاورزی بهره وری ایجاد کند.
اما محققان در عین حال ابراز می‌کنند که آزمایش ها و قوانین نویی باید بر مواد خوراکی دستکاری شده از لحاظ ژنتیکی حاکم شود، پیش از آنکه گوشت این خوک ها سرسفره مردم قرار بگیرد.

🔷یکی از اعضاء تیم تحقیقاتی ، کریستین-تیت-بورکارد از دانشگاه ادینبرگ بریتانیا می گوید : «پیش از هر چیز لازم است بحث و بررسی گسترده بر روی قابل پذیرش بودن دستکاری ژنتیکی در زنجیره غذایی ، و اطلاع رسانی به مسئولان در نحوه برنامه ریزی و تنظیم قوانین مربوط به این نوع مواد غذایی صورت گیرد.»

👤 مترجم : رضاشعبانی
🌿🍂 @science4lifee
♻️منبع :
https://www.sciencealert.com/genetic-engineering-pigs-are-resistant-to-prrs-disease-costing-billions?utm_source=feedburner&utm_medium=feed&utm_campaign=Feed%3A+sciencealert-latestnews+%28ScienceAlert-Latest%29
💻 کامپیوتر های کوانتومی تهدیدی بزرگ برای امنیت اینترنت هستند.
🌿🍂 @science4lifee

▪️ اگر تمام آنچه که جهان داشت بادکنک های پر از آب بود، کسی که تفنگ آبپاش در دست داشت بر همه مسلط می شد. این اساساً همان وضعیتی است که با آمدن کامپیوتر های کوانتومی بوجود می‌آید.قدرت محاسبه آنها آنقدر زیاد است که می‌توانند در طول چندساعت مسئله هایی را حل کنند که کامپیوتر های امروزی در مدت چندین سال حل می‌کنند، به محض اینکه اولین کامپیوتر کوانتومی روشن شود هر اطلاعات کدگذاری در اینترنت براحتی قابل دسترسی است، مگر آنکه در مورد آن اقدامی کنیم.

◾️من دربان این دروازه ام ، آیا شاه کلید را در اختیار دارید⁉️
اگر یک پیام محرمانه بفرستید - خواه اطلاعات نظامی در مورد نیروهای دشمن باشد و خواه رمز کارت اعتباری برای خرید یک توستر باشد-باید آنرا کدگذاری کنید.، رمزگذاری (اینکریپشن) راهی برای تبدیل یک پیام به ذکر است بگونه‌ای که که فقط افراد یا واحد های دارای مجوز در شبکه بتوانند آنرا بخوانند و هیچ واحد دیگری نتواند آنرا شنود کند. برای انجام کدگذاری نیاز به یک کلید است یعنی همان الگوریتمی که پیام را به مجموعه درهم و برهمی از کارکترها تبدیل می کند، آنها فقط از طریق همان کلید مخصوص می توانند به پیام اصلی بازگردانی شوند.

◼️امروز در شبکه اینترنت دو نوع رمزگذاری بکار می‌رود ، رمزگذاری متقارن قدیمی ترین نوع آن است.در این روش تنها یک کلید هم برای رمزگذاری و هم برای رمزگذاری پیام بکار می‌رود،فرض کنید بیانس و جی.زی دوکاربر باشند، که میخواهند پیام محرمانه ای را بین خودشان مبادله کنند،با یک سیستم متقارن رمزگذاری بیانس و جی.زی یکدیگر را ملاقات میکنند و باهم بر سر یک کلید مخفی توافق میکنند که بعدا با آن پیام هایی را مبادله کنند بدون آنکه کسی بتواند آنرا بخواند.

⬛️اما ملاقات پیش از مبادله پیام امکان پذیر نیست ، و اگر شخص سومی (مثلا یکی) در همان ملاقات مخفیانه همه چیز را شنود کند؛اینجاست که رمزگذاری همگانی بکار می آید،در این روش از الگوریتمی برای ساختن کلید نامتقارن استفاده می‌شود ، بنابراین بیش از یک کلید بکار گرفته می‌شود.

▫️در این مورد بیانس به جی .زی در محیط عمومی می گوید که چگونه پیامش را رمزگذاری کند و برایش بفرستد، اما تنها او خواهد دانست چگونه آن را رمزگشایی کند . این روش کارامد است به این دلیل که برخی روندهای ریاضی به آسانی انجام می شوند، اما روند معکوس آنها به سختی امکان پذیر است. به عنوان نمونه، جی.زی می تواند دو عدد تام بزرگ را در هم ضرب کند و نتیجه را برای بیانس بفرستد، اما یک شنودگر (بکی!) کار سختی در پیش دارد که اعداد اولیه را از حاصلضریشان بیاید. در دنیای واقعی مسئله های مشکل که رمزنگاری همگانی به آن وابسته است، مسئله های زیر گروه مخفی نامیده می شوند .

◽️کوانتوم در راه است خب اکنون مشکل اینجاست: متخصصان پیش بینی می کنند به محض ورود و بکار افتادن کامپیوترهای کوانتومی، مسئله های زیر گروه مخفی بسرعت توسط آنها حل خواهد شد. دلیل آن اینست که کامپیوترهای امروزی اطلاعات را در بیت ها ذخیره می کنند و بیت های معمولی فقط می توانند یکی از دو مقدار ۰ یا ۱ ؛را اختیار کنند، بیت های کوانتومی یا کیوبیتها می توانند در حالت برهمهی هر یک از مقادیر ۰،۱ و یا هر مقدار بین آنها را اختیار کنند. این موضوع باعث می شود توان محاسباتی کامپیوترهای کوانتومی میلیونها برابر آن کامپیوتر هایی باشند که الگوریتم های رمزنگاری را می سازند.

◻️تاکنون هیچکس یک کامپیوتر کوانتومی نساخته است که کار مهمی انجام دهد، اما براوردی منطقی است که انتظار داشته باشیم بعد از ۲۰۲۵ آنها را در اختیار داشته باشیم. و مانند هر فن آوری نو، چنین نخواهد بود که ما بلافاصله کامپیوترهای کلاسیک را کنار بگذاریم تا به سراغ کامپیوترهای کوانتومی برویم، این فرایند زمان بر است و به همین علت رمزنگاری سنتی خطر آفرین خواهد بود. حتی اطلاعات رمز گذاری شده در گذشته هم در خطر خواهند بود. تانجا لانج محقق رمزنگاری از دانشگاه صنعتی آیندهوون هشدار می دهد : "مهاجمان سایبری می توانند اطلاعات رمز نگاری شدهی امروزی را ذخیره کنند و آنها را سالها بعد رمزگشایی کنند. تمام اطلاعات محرمانهی امروزی، در آن زمان محرمانه نخواهند بود."

⬜️اما جای امیدواری وجود دارد .لانج گروهی را راهنمایی می‌کند که در مورد رمزگذاری پساکوانتومی ، و یا باختصار رمزگذاری پ.ک تحقیق میکنند، تحقیقی که همفکری نبوغ آمیز از یازده شرکت و دانشگاه را در بردارد تا بدین طریق روش جدیدی برای رمزگذاری اطلاعات بیابند که در آن نیازی به پرداختن به مسئله گروه های مخفی نداشته باشد، این تحقیق بتازگی یعنی در سال ۲۰۱۵ شروع شده است و لانج میگوید ؛ ممکن است بیست سال طول بکشد تا این شیوه جدید رمزنگاری در دسترس کاربران قرار بگیرد ، اما بنظر می‌رسد چاره ی دیگری نباشد .
🌿🍂 @science4lifee
🤚با درود به يكايك دوستان گرامي
ديدن چيست؟

✍ #دکتر_مانی_منوچهری
شما ابرنیرویی دارید به نام بینایی
Charles E. Connor
🌿🍂 @science4lifee
افرادی که بینایی نرمالی دارند، از یک قدرت فوق العاده برخوردارند.

در یک نگاه، با استفاده از قدرت بینایی می توانید بگویید کجا هستید، چه چیزهایی اطرافتان وجود دارد، چه اتفاقی در جریان است و چه چیزی قرار است اتفاق بیفتد.

شما بدون هیچ گونه تلاشی، ساختار سه بعدی دقیق اجسام را از فاصله چند میلی متری یا چند مایلی خودتان تشخیص می دهید.
با اسامی اجسام آشنا هستید، می دانید هر کدام چه ارزشی دارند، کهنه هستند یا نو، تازه یا فاسد و قوی یا ضعیف اند.

خواص مادی، مکانیکی و پرانرژي آنها را درک می کنید و این به شما امکان می دهد رویدادهای فیزیکی را با صحت خیلی زیادی پیش بینی کنید و در صورت تمایل، آن را تغییر دهید.

به طرز موثری می توانید ذهن دیگر انسان ها و حیوان ها را با تکیه بر تغییرات جزیی در خصوصیات چهره و وضعیت بدن شان بخوانید.

یک تصویر می تواند برای شما گویاتر از هزاران کلمه باشد.

به نظر می رسد همه این اطلاعات خارج از بدن شما در جریان اند؛ بلافصل و به راحتی در دسترس.

شناخت و درک چیزی که می بینید، کار بسیار کوچک و کم اهمیتی به نظر می رسد؛ فقط باید نگاه کنید!

ما در دیدن آن قدر خوب عمل می کنیم که به آن به چشم یک توانایی ارزشمند نگاه نمی کنیم.
علاوه بر این، ما در دنیایی زندگی می کنیم که در آن، بیشتر مردم به یک میزان از موهبت بینایی برخوردارند.

دیدن یک پدیده پیش پا افتاده است. دیگر انسان ها هم به همین ترتیبی می بینند که شما می بینید؛ و این مسئله مهمی نیست.

اما اجازه دهید شما را در خصوص این که بینایی چیز فوق العاده ای است، قانع کنم.

تصور کنید به دنیای مخلوقاتی باشعور و شبه انسان سفر می کنید که قدرت بینایی ندارند.
اسم آنها را می گذاریم گلوربون ها.

این مخلوقات از دیگر توانایی های حسی و حرکتی همچون هوش مقایسه ای برخوردارند.
آنها براساس لمس، شنوایی، چشایی و بویایی با محیط اطراف شان تعامل برقرار می کنند و آن را درک می کنند.

تصور کنید در چنین دنیایی، قدرت بینایی شما تا چه اندازه جادویی به نظر می رسد.

شما بدون توجه به فاصله، چیزهایی را که در خانه ها و شهرها وجود دارد به درستی و در لحظه توصیف می کنید؛ چیزهایی که آنها تا پیش از این فقط از طریق بررسی نزدیک و بسیار دشوار می شناختند حالا با توصیفات شما، به نظر فوق طبیعی می رسند.

حالا یک توانایی ماورایی دارید که به کمک آن می توانید رویدادهای فیزیکی مثلا طوفان را پیش بینی کنید.

توانایی شما در شناخت افراد از فاصله بسیار دور و درک وضعیت سلامتی، حس و حال، سن و نیت های شان قبل از این که حتی لب به سخن بگشایند، حالا مثل یک جادو به نظر می رسد.

شما یک ستاره هستید؛ می توانید جرائم مخفیانه و حمله مارها را پیش بینی کنید و صحت پیشگویی های شما غیرعادی و فوق العاده به نظر می رسد.

از نظر گلوربون ها، شما قدرت و دانش غیرقابل توضیح و خداگونه ای دارید.
🌿🍂 @science4lifee
Science For ‌Life
🤚با درود به يكايك دوستان گرامي ديدن چيست؟ ✍ #دکتر_مانی_منوچهری شما ابرنیرویی دارید به نام بینایی Charles E. Connor 🌿🍂 @science4lifee افرادی که بینایی نرمالی دارند، از یک قدرت فوق العاده برخوردارند. در یک نگاه، با استفاده از قدرت بینایی می توانید بگویید…
شما سعی می کنید به گلوربون ها بیاموزید که قوه بینایی چه طور کار می کند و به این ترتیب خود را از این موقعیت رازگونه خلاص کنید.
با اطلاعات دست و پا شکسته ای که از فیزیک دبیرستان به یادتان مانده توضیح می دهید که بینایی براساس فوتون ها کار می کند؛ ذرات یا شاید امواجی که مطلقا وزنی ندارند و با سرعت یک میلیارد پا در ثانیه در فضا حرکت می کنند.

البته فوتون برای گلوربون ها همان قدر قابل درک است که میدی-كلريان براي ما.

اما شما به تلاش تان ادامه می دهید؛ به آنها می گویید که چه طور مسیر عبور فوتون ها ضمن عبور از عدسی درون چشم تان، می شکند تا یک تصویر بسازد؛ یک نقشه دو بعدی که در آن هر نقطه از شبکیه چشم- لایه ای از سلول های حساس به نور در پشت چشم- فقط و فقط فوتون هایی را که از جهت مرتبط می آیند، دریافت می کند.
گلوربون ها پاسخ می دهند «بسیار خوب، پس نقش تو این میان چیست؟» و تو جواب می دهی» «خب، بعد از آن من هر چیزی را که در تصویر هست می بینم».

اما گلوربون ها نمی فهمند «دیدن» چیست.
و وقتی می خواهید برایشان توضیح دهید، کم کم درک می کنید که خودتان هم نمی دانید دیدن واقعا چیست.
دیدن کاری است که هر لحظه می کنید اما هیچ وقت درباره آن فکر نمی کنید و نمی دانید چه طور می بینید. حتی از نظر شما، همیشه چیز شگفت انگیز و رازآلودی در مورد بینایی وجود دارد.

به گلوربون ها قول می دهید که به زودی بازخواهید گشت. بعد به زمین برمی گردید؛ جایی که مطمئنید دانشمندان می توانند توضیح دهند که دیدن واقعا چیست.

ایتدا، براساس مطالبی که به تازگی در مورد شبکه های عصبی پیچشی خوانده اید (شبیه سازی کامپیوتری واحدهای عصبی که به شدت به هم پیوسته اند)، با پروفسور Y که متخصص دید کامپیوتری است مشورت می کنید.
برایش توضییح می دهید که شناساندن این مفهوم به گلوربون ها چه قدر برای تان سخت بوده است.
او اظهار تاسف می کند و به شما می گوید که بینایی یکی از مشکل ترین مسائل در علوم کامپیوتر است.
او نمای کلی یکی از پروژه های موسسه فناوری ماساچوست (MIT) را در دهه 1970 به شما نشان می دهد که پیش بینی می کرد می توان الگوریتم های کامپیوتری طراحی کرد که اجسام را در داخل تصاویر تشخیص دهند.
او اضافه می کند حالا بعد از گذشت پنجاه سال، این موضوع هنوز هم یک مسئله حل نشده باقی مانده است.
✍ #دکتر_مانی_منوچهری
🌿🍂 @science4lifee
Science For ‌Life
شما سعی می کنید به گلوربون ها بیاموزید که قوه بینایی چه طور کار می کند و به این ترتیب خود را از این موقعیت رازگونه خلاص کنید. با اطلاعات دست و پا شکسته ای که از فیزیک دبیرستان به یادتان مانده توضیح می دهید که بینایی براساس فوتون ها کار می کند؛ ذرات یا شاید…
شما می گویید اما شبکه های پیچشی در نهایت توانسته اند قابلیت بینایی انسان را شبیه سازی کنند؟
پروفسور Y لبخند می زند و شما را به آزمایشگاهش می برد تا AlexNet ببینید که یک شبکه کامیپوتری استاندارد عمیق فعال است.
بعد تصویری از یک پنگوئن با خودش می آورد که در فضایی پر از برف ایستاده است.

در پشت زمینه ، دیگر پنگوئن ها و کوهستان های برفی به چشم می خورد.

شبکه دور پنگوئن خط می کشد و تشخیص می دهد که این تصویر به احتمال هفتاد درصد مربوط به یک پرنده است.
با خودت فکر می کنی خب بدک نیست، هرچند شخصا با احتمال 100 می گویید که این یک پنگوئن است؛ اصلا شکی نیست، با آن منقار سیاه، چشم های سیاه گرد که در دو سمت سرش قرار گرفته اند. با آن شکم کرک دار که با وجود آن هم برف در آن اطراف خیلی گرم به نظر می رسد. آن بال های خیلی کوتاه احمقانه که در شنا واقعا ماهرانه عمل می کنند و بدن گلابی شکل اش که جای هیچ شک و تردیدی به جا نمی گذارد و پاهای سیاه پردار پنگوئن که تقریبا به طور زیر بدن پنهان اند.

سپس پروفسور Y یک مانیتور کامپیوتری به تصویر اضافه می کند، درست نزدیک پنگوئن.
شما به این تصویر بی تناسب پیتونی می خندید اما بعد متوجه می شوید که شبکه، پنگوئن را با احتمال 70 درصد، یک شخص می داند.
چه طور چنین چیزی ممکن است؛ این تصویر مشخصا یک پنگوئن است.
اصلا شبیه یک انسان به نظر نمی رسد.

پروفسور Y توضیح می دهد که موفق ترین برنامه تشخیص اجسام چه طور کار می کند.
او می گوید که این برنامه هر جز راهنما از تصویر را با منابع آماری اش مقایسه می کند تا بهترین حدس را بزند.
اما شما می گویید پس منقار، شکم، بال ها... و بعد در می یابید AlexNet درباره ماهیت فیزیکی پنگوئن ها آن چنان اطلاعات کاملی ندارد تا آن را با چیز دیگری اشتباه نگیرد.
در عوض، AlexNet از ساده ترین و قابل اعتمادترین نشانه های تصویر استفاده می کند تا آن را تشخیص دهد.

درک دقیق و جامعی که شما از اطلاعات مربوط به پنگوئن دارید بسیار بیشتر از آن چیزی است که تحت شرایط معمولی، برای تشخیص صرف به آن نیاز دارید (اما اگر بخواهید پنگوئن ها، ماهیت فیزیکی آنها، سازش های فرگشتي و رفتارشان را درک کنید، مطمئنا به کارتان می آیند).

واضح است که ضمن خروج از آزمایشگاه با خودتان فکر می کنید بینایی چیزی بیش از تشخیص صرف است.

به کسی نیاز دارید که بینایی انسان را به خوبی بشناسد پس با پروفسور Z مشورت می کنید که یک دانشمند عصب بینایی است.
به او می گویید دوست دارید بدانید بینایی انسان چه طور کار می کند. به معنای پیچیده و دقیق آن نه فقط شناسایی.

او در مورد تحقیقاتی که در طی شصت سال اخیر در زمینه پردازش تصویری در سطح بسیار بالا انجام گرفته، اطلاعات باارزشی دارد که با شما به اشتراک می گذارد.
ابتدا درباره آناتومی توضیح می دهد و می گوید در نخستی ها (از جمله انسان ها)، احتمالا نیمی از قشر مغز به نحوی به بینایی مرتبط است.

قشر بینایی اولیه در پشت مغز قرار گرفته و اطلاعات بینایی که توسط شبکیه تشخیص داده شده و پردازش شده اند، دریافت می کند .
اطلاعات پس از شبکیه به یک ساختار میانی به نام تالاموس منتقل می شوند و وقتی وارد قشر بینایی اولیه می شوند، تازه اول کار است.
اطلاعات از قشر بینایی اولیه در بین هزاران ناحیه مغزی دیگر که جنبه های مختلف بینایی را پوشش می دهند، منتشر می شود.
برای تشخیص اجسام، صحنه ها، چهره ها، بدن ها، حرکات و رنگ ها نواحی ویژه ای از مغز به طور اختصاصی وارد عمل می شوند.
نواحی مربوط به حرکت، از بینایی استفاده می کنند تا بفهمند در مرحله بعد به کجا باید نگاه کرد، در جهان چه طور می توان راهیابی کرد، چه طور میتوان به اجسام نزدیک شد و آنها را گرفت.

نواحی مربوط به احساسات و هیجانات از اطلاعات بینایی استفاده می کنند تا میزان ارزشمندی یا خطرناک بودن هر چیزی را ارزیابی کنند.
اطلاعات در قشر پیش-پیشانی در حافظه کوتاه، به مدت چند ثانیه مدت ذخیره می شوند. در قشر گیجگاهی، اطلاعات بینایی در تمام مدت عمر، در حافظه طولانی مدت ذخیره می شوند.
✍ #دکتر_مانی_منوچهری
🌿🍂 @science4lifee
Science For ‌Life
شما می گویید اما شبکه های پیچشی در نهایت توانسته اند قابلیت بینایی انسان را شبیه سازی کنند؟ پروفسور Y لبخند می زند و شما را به آزمایشگاهش می برد تا AlexNet ببینید که یک شبکه کامیپوتری استاندارد عمیق فعال است. بعد تصویری از یک پنگوئن با خودش می آورد که در…
حالا جالب شد. با وجود نیمی از قشر مغز که در هر لحظه بر روی بینایی کار می کنند، هیچ تعجبی ندارد که چرا تجربه بینایی این همه غنی و سرشار از اطلاعات است

(پروفسور Z به شما اطمینان می دهد که عبارت معروف «شما فقط از 10 درصد از توانایی مغزتان استفاده می کنید» اصلا درست نیست). اما شما می گویيد همه این ها مربوط به این است که بینایی در کجا روی می دهد.
چیزی که من واقعا می خواهم بدانم این است که بینایی چه طور کار می کند. «آه، سوال 64000 دلاری...خب این خیلی پیچیده است.
در این زمینه موفقیت های کمی داشته ایم.

احتمالا بیشترین چیزی که می دانیم در مورد درک حرکات در بینایی است.

این که چه طور گروه نورون ها، جهت و سرعت حرکت را پیام رسانی می کنند». اوه، مثلا این که چه طور رقص باله را درک می کنیم؟ «نه کاملا، بیشتر در مورد این که بفهمیم یک سری نقطه به سمت راست حرکت می کنند یا چپ».

در مورد هنرهای ظریف چه طور. چه طور از نگاه کردن به نقاشيهاي فرمیر این همه لذت می برم؟ «ما بیت ها و قطعات کوچک را شناسایی کرده ایم-پیام های عصبی مربوط به مرزها، رنگ ها و سطوح سه بعدی- اما هنوز نمی  دانیم همه این ها در کنار هم چه طور کار می کنند؟
باید خدا باشی تا بتوانی هر یک از نورون های مغز را بسنجی و بفهمی به یکدیگر چه می گویند».
افسرده و غمگین دور می شوید و به این نتیجه می رسد که علم اعصاب بینایی پر از سوالات عمیق و پاسخ های ناامیدکننده است.
بینایی یک قدرت فوق العاده است که تا به امروز در هاله ای از راز باقی مانده است.

گلوربون ها مجبورند حالا حالاها منتظر بمانند.
✍ #دکتر_مانی_منوچهری
🌿🍂 @science4lifee