پایتون؛ دومین زبان پرطرفدار برنامه‌نویسی در گیت‌هاب

آنچه از گزارش اخیر مایکروسافت برمی‌آید، آن است که برنامه‌نویسان عاشق زبان پایتون هستند.

زبان برنامه‌نویسی پایتون با پیشی‌گرفتن از جاوا که زمانی زبان غالب برنامه‌نویسی بود، به دومین زبان پرطرفدار برنامه‌نویسی در گیت‌هاب (GitHub)، سایت متعلق به مایکروسافت برای به‌اشتراک‌گذاری کدهای متن‌باز، تبدیل شد. پایتون اکنون موفق شده است جاوا را براساس تعداد مشارکت‌کنندگان در منبع پشت‌سر بگذارد و بر این مبنا، این زبان برنامه‌نویسی اکنون پس از جاوااسکریپت که از سال ۲۰۱۴ در رتبه‌ی اول جا خوش کرده است، دومین زبان پرطرفدار به‌شمار می‌آید.

آمار ارائه‌شده براساس گزارش رتبه‌بندی Octoverse برای سال ۲۰۱۹ به‌دست آمده است. کسب رتبه‌ی دوم در این سایت نقطه‌ی عطف بزرگی برای پایتون ۳۰ ساله است که خالق آن، خیدو فن‌روسوم (Guido van Rossum)، در همین هفته و پس از ترک سِمَت خود در شرکت ذخیره‌سازی کلاد دراپ‌باکس (Dropbox)، اعلام بازنشستگی کرد. بیشتر خدمات پیشرفته و اپلیکیشن‌های دسکتاپ این شرکت با استفاده از پایتون نوشته شده‌اند.

جنبه‌ی جالب دیگر گزارش گیت‌هاب، رتبه‌بندی زبان‌ها براساس سرعت رشد آن‌ها است. زبان برنامه‌نویسی دارت گوگل و فریم‌ورک فلاتر که برای تولید رابط‌های کاربری برای برنامه‌های تحت اندروید و iOS کاربرد دارد، بیشتر از سایر زبان‌ها مدنظر برنامه‌نویسان در گیت‌هاب قرار گرفته است. در سال‌های ۲۰۱۸ و ۲۰۱۹، دارت از بیشترین رشد برخوردار بوده و استفاده از آن در میان برنامه‌نویسان، ۵۳۲ درصد بیشتر شده است. همچنین، زبان راست (Rust) موزیلا با رشد چشمگیر ۲۳۵ درصد، پس از دارت در رتبه‌ی دوم قرار دارد.

زبان برنامه‌نویسی راست برای برطرف‌کردن باگ‌های امنیتی مرتبط‌ با حافظه طراحی شده که رایج‌ترین نقص امنیتی در نرم‌افزارهای مایکروسافت در یک دهه‌ی گذشته بوده است؛ به‌همین‌دلیل، مایکروسافت آن را در پایگاه کدهای ویندوز خود استفاده و آزمایش می‌کند. سال گذشته، زبان برنامه‌نویسی کاتلین، زبان تأییدشده‌ی گوگل برای تولید برنامه‌های اندرویدی، بیشترین روند رشد را در گیت‌هاب تجربه کرد؛ اما با وجود رشد ۱۸۲ درصدی در طول سال، دیگر در میان ۱۰ زبان برتر ۲۰۱۹ مشاهده نمی‌شود. زبان تایپ‌اسکریپت هم که مایکروسافت از آن پشتیبانی می‌کند و یکی از مجموعه‌های مافوق جاوااسکریپت به‌شمار می‌آید، با ۱۶۱ درصد رشد سریعی در سال گذشته تجربه کرد. دلیل رشد سریع این زبان برنامه‌نویسی را می‌توان به تعداد زیاد برنامه‌نویسانی نسبت داد که از آن برای دست‌وپنجه نرم‌کردن با برنامه‌های بزرگ نوشته‌شده با جاوااسکریپت استفاده می‌کنند.

زبان‌های دیگری که درزمره‌ی ۱۰ زبان دارای بیشترین سرعت رشد در سال‌های ۲۰۱۸ و ۲۰۱۹ قرار می‌گیرند، عبارت‌اند از: اچ‌سی‌ال، پاورشل، اپکس، ‌پایتون، اسمبلی و گو (Go).

  • دارت: ۵۳۲ درصد
  • راست: ۲۳۵ درصد
  • اچ‌سی‌ال: ۲۱۳ درصد
  • کاتلین: ۱۸۲ درصد
  • تایپ‌اسکریپت: ۱۶۱ درصد
  • پاورشل: ۱۵۴ درصد
  • اپکس: ۱۵۱ درصد
  • پایتون: ۱۵۱ درصد
  • اسمبلی: ۱۴۹ درصد
  • گو: ۱۴۷ درصد

قهرمان اصلی گزارش گیت‌هاب پایتون است که محبوبیتش را مدیون طرفداران علوم داده‌ای و علاقه‌مندان به سرگرمی و غنای کتابخانه‌های علوم داده‌ای، مانند نامپای است که این فرصت را دراختیار برنامه‌نویسان قرار داد تا کدهای پایتون را برای امور مربوط‌ به یادگیری ماشین به‌کار بگیرند. بخشی از انگیزه‌ی مایکروسافت برای راه‌اندازی دوره‌های رایگان آموزش برنامه‌نویسی با پایتون در ماه‌های گذشته، جلب توجه برنامه‌نویسان به خدمات هوش مصنوعی آن در آژور است. یکی دیگر از نشانه‌های رونق علوم داده‌ای در گیت‌هاب، رشد نوت‌بوک‌های ژوپیتر است که محیطی برای نوشتن و اجرای کدها با پشتیبانی از پایتون و آر و جولیا است.

علاوه‌بر آنچه گفته شد، گیت‌هاب در چند سال گذشته روی مسئله‌ی امنیت نیز سرمایه‌گذاری و توجه زیادی به کمک به برنامه‌نویسان برای یافتن و برطرف‌سازی آسیب‌پذیری‌ها در کتابخانه‌های نرم‌افزاری متن‌باز یا نرم‌افزارهای وابسته به آن‌ها کرده است. مسئولان شرکت می‌گویند هشدار آن‌ها به برنامه‌نویسان موجب ترمیم بیش‌از ۷٫۶ میلیون وابسته در همین سال شد. همچنین، این کار به انتشار بیش‌ از ۲۰۹ هزار ترمیم خودکار ازطریق سرویس رایگان Dependabot آن انجامیده است که ماه مه گذشته راه‌اندازی شد.

بیش‌ از ۱۰ هزار همکار در بزرگ‌ترین پروژه‌های متن‌بازی که در‌حال‌حاضر در گیت‌هاب قرار دارند، مشغول همکاری هستند. بزرگ‌ترین پروژه تا زمان حال، ويژوال استودیو کد (Visual Studio Code) است که به محیط برنامه‌نویسی بسیار محبوبی برای برنامه‌نویسان فعال در پلتفرم گوگل تبدیل شده است. پروژه‌ی ویژوال استودیو کد، ۱۹،۱۰۰ مشارکت‌کننده دارد. البته مایکروسافت پیش از آنکه شرکت گیت‌هاب را تصاحب کند، بزرگ‌ترین مشارکت‌کننده در پروژه‌های متن‌باز آن به‌شمار می‌آمد. پروژه‌های دیگری که بیش‌ از ۱۰ هزار مشارکت‌کننده دارند، عبارت‌اند از: مستندسازی مایکروسافت آژور و فلاتر و فرست کانتریبیوشنز (First Contributions).

نکته‌ی مهمی که در این گزارش به‌چشم می‌خورد، مربوط‌به متن‌باز‌بودن و استفاده‌ی گیت‌هاب به‌وسیله‌ی کشورهایی است که با تحریم‌های آمریکا مواجه هستند. در ابتدای همین سال، گیت‌هاب دسترسی کاربران ساکن در کریمه و ایران را محدود کرد. این شرکت نمی‌خواهد کاری بیشتر از این انجام دهد که در قانون ایالات متحده‌ی آمریکا لازم دانسته شده است.

در ژوئیه، گیت‌هاب به کاربران خود در کشورهای تحریم‌شده پیشنهاد کرد از سرور تجاری گیت‌هاب (GitHub Enterprise Server) استفاده کنند که نسخه‌ی پولی و یک‌بار خرید (on-premise) این وب‌سایت برای میزبانی کدها به‌صورت شخصی است؛ اما این وب‌سایت دیگر نمی‌تواند مجوز استفاده از محصول خود را به‌صورت قانونی به کشورهای تحریم‌شده بفروشد. کاربران ساکن در کشورهای تحریم‌شده همچنان می‌توانند در مخازن عمومی مشارکت کنند.

در بخش سؤال‌ها و جواب‌های مطرح‌شده (FAQ) در سایت گیت‌هاب، درباره‌ی تحریم‌های تجاری ایالات متحده‌ی آمریکا آمده است:

سرور تجاری گیت‌هاب را نمی‌توان به هیچ‌کدام از کشورهای مندرج در فهرست کشورهای گروه E:1 در الحاقیه‌ی شماره‌ی ۱ تا بخش ۷۴۰ در قسمت EAR یا به منطقه‌ی کریمه واقع در اوکراین فروخت. این فهرست در‌حال‌حاضر شامل کشورهای کوبا، ایران، کره‌‌شمالی و سوریه است؛ اما احتمال تغییر آن وجود دارد.

این محدودیت‌ها موجب بروز مشکلاتی در مسیر رشد گیت‌هاب شده است. دراین‌زمینه، در گزارش Octoverse آمده است:

برنامه‌نویسان ایرانی دومین گروه با بیشترین نرخ رشد در پروژه‌های متن‌باز ایجادشده در مخازن عمومی گیت‌هاب هستند.

فناوری خوانش مغز، ابزاری که می‌تواند به کابوس امنیت تبدیل شود

تصور کنید کسی بتواند با قراردادن یک کلاه روی سر شما افکار و احساسات شما را بخواند یا حتی آن‌ها را تغییر داده یا پاک کند؛ چنین فناوری در صورت به‌وجود آمدن می‌تواند نگرانی‌های امنیتی جدی با خود به‌همراه بیاورد.

فناوری این اجازه را به ما می‌دهد که احساسات و افکارمان را به شکل دیجیتال و قابل اشتراک‌گذاری تبدیل کنیم. رابط مغز و رایانه این امکان را فراهم می‌کند که مغزمان را به‌صورت محدود به رایانه متصل کنیم، اما برخی از شرکت‌ها همچون فیسبوک و دیگر استارتاپ‌ها در تلاشند تا این را تبدیل به کاری عادی کنند.

اگر شما هم نگران هستید که این فناوری بتواند ذهن، ترس‌ها و رازهای شما را بخواند و آن را در دسترس دیگران قرار دهد، دست نگه‌دارید، جای نگرانی نیست، حداقل فعلا!

رابط‌های مغز و رایانه (Brain computer interfaces – BCI) هنوز آن‌قدر پیشرفته نشده‌اند که بتوانند اطلاعات جزیی از مغز شما استخراج کنند.توانایی این فناوری در حال حاضر این است که تشخیص دهند شما کدام عضله خود را می‌خواهید تکان دهید یا از نظر عاطفی چه وضعیتی دارید. اما همان‌طور که می‌دانید رشد فناوری باعث می‌شود روش‌ها و الگوریتم‌های هوش مصنوعی پیچیده‌تر شوند و سخت‌افزارها قدرتمندتر، بنابراین شاید رسیدن به دقت بالاتر چندان هم دور نباشد.

در حال حاضر دو روش برای برقراری این اتصال بین مغز و رایانه وجود دارد. روش تهاجمی (به روش‌هایی گفته می‌شود که در آن بخشی از بدن مورد جراحی قرار می‌گیرد) و غیرتهاجمی.

روش غیرتهاجمی سیگنال‌های مغزی را از روی پوست مغز می‌خوانند. به‌طور معمول از حسگر‌های EEG استفاده می‌شود که توسط متخصصان مغز و اعصاب نیز برای خواندن تکانه‌های الکتریکی در تشخیص بیماری صرع مورد استفاده قرار می‌گیرد. در این روش می‌توان اطلاعات یا همان سیگنال‌های الکتریکی را از طریق تحریک الکترومغناطیسی از رایانه به مغز منتقل کنند که البته این کار هنوز در اولیه‌ترین مراحل تحقیق است.

در روش تهاجمی اما اتصال مستقیمی بین مغز و الکترود برقرار می‌شود. از این روش تاکنون در افراد دارای معلولیت برای به‌کارگیری اعضای مصنوعی جایگزین اعضای از دست‌رفته استفاده شده است. مثلا حرکت دادن دست رباتیک یا به‌دست آوردن حس‌های از دست‌رفته همچون شنوایی یا بینایی با استفاده از حسگرهای الکترونیکی.

همان‌طور که حتما به‌نظر شما هم رسیده روش تهاجمی پرخطرتر است. جراحی همیشه پرخطر است به‌خصوص وقتی به بافت‌های مغز مربوط شود. پس با وجود این خطر بالقوه، چرا باید از چنین روشی استفاده شود و اصلا چرا استفاده از جراحی برای اتصال به مغز مطرح می‌شود؟ خب واضح است! مثل همیشه با یک بده‌بستان طرف هستیم، دسترسی مستقیم به قشر خاکستری مغز کار دریافت و رمزگشایی سیگنال‌های مغزی را نسبت به دریافت آن‌ها از روی پوست و اسکلت سر بسیار آسان‌تر می‌کند.

در استفاده از روش غیرتهاجمی، نیاز داریم تا میلیون‌ها نورون به‌صورت هم‌زمان با هم عمل کنند تا سیگنالی تولید شود که توسط حسگرهای EEG از روی پوست سر قابل دریافت و اندازه‌گیزی باشد، که البته بسیار خام است.

دالی، ارائه‌دهنده در دانشگاه مدرسه علوم کامپیوتر و مهندسی الکترونیک اسکس (Essex’s School of Computer Science and Electronic Engineering) این روش را این‌گونه توصیف می‌کند:

[استفاده از روش غیرتهاجمی] مانند این است که بیرون استادیوم فوتبال بنشینید و سعی کنید از روی صدای تشویق و هیجان تماشاگران تشخیص بدهید چه اتفاقی در بازی می‌افتد. البته تصویر کلی از آن‌چه رخ می‌دهد به شما می‌دهد ولی بسیار دشوار است بتوان اطلاعات دقیق از آن به دست آورد.

اما در روش تهاجمی، حسگر به‌طور کامل با نورون در تماس است، بنابراین کافی است تنها با چندصد نورون ارتباط برقرار شود. به این ترتیب سیگنال دریافت شده به اندازه کافی شفاف هست که بتوان متوجه شد حاوی چه پیامی است.

یان بورخارت (Ian Burkhart) مردی که از ناحیه پا فلج بوده توانسته کنترل آن را با استفاده از یک نورواسلیو (neurosleeve) و نرم‌افزار که توسط شرکت آمریکایی بتلی (Battelle) فعال دراین‌زمینه به دست آورد. به‌صورت معمولی تصور بر این بود که حرکت دادن یک پا نیازمند فعالیت هزارها نورون است. اما آقای بورخارف توانست پس از تمرین، پای خود را تنها با استفاده از این سیستم و چندده نورون حرکت دهد.

گواراو شارما، محقق دانشمند ارشد بتلی درباره این سیستم می‌گوید:

مغز ما ۹۸ میلیارد نورون دارد، قشر موتوری با ۱/۲ میلیارد نورون مسئول حرکت دادن پاها و دست‌های ماست و ما تنها با ۱۰۰ عدد از آن‌ها در تماس هستیم.

تا امروز بیشترین استفاده از روش‌های تهاجمی برای برگرداندن قدرت حرکت دادن بدن در افرادی که دارای معلولیت هستند بوده است. برای این افراد خطرهای ممکن در عمل جراحی نسبت به چیزی که می‌توانند به دست بیاورند قابل قبول بوده است.

 به همین ترتیب برای کاربردهای فناورانه کوتاه یا میان مدت هم روش‌های غیرتهاجمی مورد توجه بوده است.

باوجود اینکه سامانه‌های غیرتهاجمی دقت پایین‌تری نسبت به روش‌های تهاجمی دارند، فناوری‌های جدید راه‌های نویی برای کمک به محققین در ارتقا این روش‌ها به ارمغان آورده‌اند. یکی از این روش‌ها استفاده از یادگیری ماشین برای تشخیص نویز از پیام‌های اصلی در سیگنال‌های اندازه‌گیری شده در روش غیرتهاجمی است. به این ترتیب انتظار می‌رود این روش‌ها در آینده دقت بالاتری داشته باشند.

همانند این بهبودهای نرم‌افزاری، روش‌های جدید پایش نیز در سامانه‌های ارتباطی مغز و رایانه در حال گسترش هستند. تمرکز اصلی روی دو روش اصلی استفاده از فراصوت و تحریک جریان-مستقیم فراجمجمه است که ممکن است راه‌های جدیدی برای خوانش سیگنال‌های مغزی فراهم آوردند.

برخی نیز معتقدند روش‌های غیرتهاجمی می‌توانند به دقت روش‌های تهاجمی برسند – حداقل در مورد قشر موتوری مغز.

برای مثال در Labs CTRL واقع در نیویورک حسگرهای EMG (electromyography) را برای خواندن سیگنال‌های ماهیچه‌های اسکلتی که در علم تشخیص‌های مغز و اعصاب هم برای تشخیص کارایی ماهیچه‌های پا و سایر نقاط استفاده می‌شود به‌کار گرفته شده است. این شرکت یک دستبند ساخته که پالس‌های الکتریکی (سیگنال‌هایی که به‌عنوان عمل‌های بالقوه شناخته می‌شوند) راهی شده در نورن‌ها به سمت ماهیچه‌ها را اندازه‌گیری می‌کند و آن‌ها را در نرم‌افزار مدل می‌کند. وقتی شما دست خود را حرکت دهید مچ‌بند می‌تواند آن حرکت را به جهت، قدرت و نوعش ترجمه کند. شرکت CTRL Labs پیش‌تر توسط فیسبوک خریداری شده است.

آدام برنزویگ (Adam Berenzweig) رئیس تحقیق و توسعه CTRL Labs دراین‌باره به ZDNet گفته است:

اگر کاری که می‌خواهید بکنید کنترل [ماهیچه‌ها] است می‌توانید سیگنال‌ها را از طریق روش غیرتهاجمی به‌سادگی دریافت کنید. سیگنالی که می‌خوهید روی سطح پوست فراهم است و می‌توان بسیار بیشتر از آن را هم با EMG گرفت. دریافت در این ناحیه آسان‌تر از کرتکس است چراکه آنجا نورون‌های بسیار دیگری نیز وجود دارد که باعث ایجاد برهم‌نهی سیگنال‌ها می‌شوند.

بنابراین اگر هدف دریافت حرکت‌های افراد باشد سامانه‌های غیرتهاجمی همچنین روش‌های خوبی بران این‌کار هستند.

بااین‌حال نمی‌توان گفت روش‌های تهاجمی بدون استفاده هستند. در بسیاری از موارد مانند مانند ضایعات نخاعی یا مشکلاتی عصبی همچون پارکینسون روش‌های تهاجمی همچنان بهترین گزینه برای استفاده هستند.

چون خواندن و دریافت سیگنال‌های مورد نظر در روش غیرتهاجمی نیازمند اتصال الکترودها با پوست سر هستند، پس چندان دور از ذهن نیست که افکار دیگر فرد نیز به‌صورت اتفاقی یا عمدی خوانده شود. اگرچه همچنان به‌علت نیاز به تماس فیزیکی این الکترودها به سر این خوانش ناخواسته افکار از راه دور یا بدون امکان توقف نیست.

و اگر به هر دلیل این افکار به‌صورت ناخواسته توسط نرم‌افزار خوانده و ذخیره شود، باید اطمینان حاصل کرد که آن‌ها با حفظ نکات امنیتی ذخیره و انتقال داده می‌شود، اما چه تضمینی وجود دارد این امنیت قابل رسوخ نباشد؟

دسترسی به اطلاعات شخصی توسط دیگران همیشه ناخوشایند است، چه برسد که این اطلاعات افکار و خاطرات فرد باشد و شخص ثالث بتواند با خواندن آن‌ها به الگوهای فکری و وضعیت روحی عاطفی دیگری دست پیدا کند!

چین قانون رمزنگاری را از ابتدای سال ۲۰۲۰ اجرا می‌کند

کنگره‌ی چین اولین قانونی اجرایی مرتبط با صنعت رمزنگاری را با هدف بهره‌برداری بهینه از فرصت‌ها تصویب کرد. این قانون از اول ژانویه‌ی سال آینده‌ی میلادی اجرا خواهد شد.

سیزدهمین کنگره‌ی ملی خلق چین قانون رمزنگاری را تصویب کرد که از اول ژانویه‌ی ۲۰۲۰ اجرا خواهد شد. خبر تصویب قانون دقیقا یک روز پس‌از‌آن منتشر شد که رئیس‌جمهور کشور، شی جین‌پینگ، از لزوم بهره‌وری از فرصت‌های فناوری بلاک‌چین سخن گفت.

چین تبادل و خریدوفروش انواع رمزارز را ممنوع می‌داند و ارز دیجیتال دولتی آن‌ها نیز هنوز آماده‌ی عرضه‌ی عمومی نیست. دراین‌میان، رمزنگاری، یکی از فناوری‌های پایه‌ای صنعت بلاک‌چین، می‌‌تواند نقش محرکی برای حرکت سریع‌تر غول آسیایی در فضای رقابتی بلاک‌چین ایفا کند.

قانون جدید تلاش می‌کند با مسائل قانونی و تنظیمگری موجود در کاربردهای تجاری رمزنگاری مقابله کند. کاربرد تجاری از فناوری‌های کامپیوتری همچون رمزنگاری نقشی حیاتی در توسعه‌ی اقتصاد چین بازی می‌کند. آخرین پیش‌نویس پیشنهاد قانون نیز به اهمیت و کاربرد چنین مواردی تأکید کرده بود. در بخشی از پیش‌نویس می‌خوانیم:

برای بهره‌برداری هرچه‌بیشتر از فناوری‌های تجاری رمزنگاری، به راهنما و تنظیمگری‌های قانونی شفاف نیاز داریم. فناوری‌های رمزنگاری در حوزه‌های بزرگ مرتبط با منافع ملی کاربرد دارند و سیستم ضعیف کنونی دیگر پاسخ‌گوی نیازهای صنعت نیست.

کنگره‌ی ملی چین می‌گوید قانون جدید به تحقیق‌ و توسعه در فناوری‌های تجاری مرتبط با رمزنگاری کمک می‌کند. به‌علاوه با استفاده از همین قانون، سیستم تنظیمگری قانونی استاندارد و جامع برای کل بازار ساخته می‌شود. شایان ذکر است متن پیش‌نویش پیشنهاد قانون در ژوئیه به‌صورت عمومی منتشر شد تا افراد و صاحب‌نظران دیدگاه‌های خود را درباره‌ی آن بیان کنند.

پیش‌نویش قانون جدید کنگره‌ی چین شامل موارد متعددی می‌شود که از میان آن‌ها می‌توان به چگونگی هماهنگی استانداردهای صنعت با دیگر سیستم‌‌های رمزنگاری بین‌المللی و الزام داشتن یا نداشتن شرکت‌ها به اشتراک کاربردهای تجاری فناوری‌ها با مقام‌های قانونی اشاره کرد.

کنگره‌ی چین می‌گوید قانون جدید از رویکردهای آموزشی در سطح ملی هم حمایت می‌کند. یکی از رویکردهای مذکور نمایشگاه‌های عمومی برای ارائه‌ی رمزنگاری به مقام‌های دولتی و شرکت‌ها و گرو‌ه‌ها اجتماعی است.

موتور جستجوی گوگل باهوش‌تر از قبل خواهد شد

موتور جستجوی گوگل در بزرگ‌ترین به‌روزرسانی سال‌های اخیر خود، با درک بهتر زبان مکالمه، نتایج دقیق‌تری را ارائه خواهد کرد.

موتور جستجوی گوگل در حال به‌روزرسانی است و با ارائه‌ی نتایجی بهتر در اختیار کاربران قرار خواهد گرفت. این پیشرفت به گوگل کمک می‌کند تا زبان مکالمه را بهتر درک کند و عباراتی نظیر «For» یا «to» که به‌طور قابل توجهی معنای جمله را تغییر می‌دهند متوجه شود. در گذشته گوگل برای ارائه‌ی نتایج، فقط به کلمات کلیدی توجه می‌کرد اما با این به‌روزرسانی، تمامی کلمات یک جست‌وجو را درک خواهد کرد. درواقع از این پس گوگل با درک بهتر جزییات در یک جست‌وجو، نتایج بهتری ارائه خواهد کرد و خبری از نتایج نادرست نخواهد بود.

در گذشته گوگل در زمینه‌ی رمزگشایی معنای کامل جملات محاوره‌ای چندان موفق نبود؛ درنتیجه نمی‌توانست نتایج دقیقی را براساس جست‌وجوها ارائه دهد. برای درک بهتر موتور جستجوی گوگل، این شرکت از تکنیک تازه‌ای بهره برده که در آن، الگوریتم‌های شبکه عصبی قادر به فهم جزییات بیشتری از جملات خواهند بود.

گوگل مدل‌های NLP جدیدی را به موتور جستجوی خود اضافه کرده که از تکنیک BERT برای تحلیل جستجوی کاربر بهره می‌برند. این روش به الگوریتم‌های هوش مصنوعی اجازه می‌دهد تا با تجزیه و تحلیل چگونگی ارتباط کلمات در یک جمله با یکدیگر، متن را دقیق‌تر تفسیر کنند. درواقع این پردازش جدید به درک کلمه به کلمه کمک خواهد کرد؛ درنتیجه نتایج دقیق‌تری ارائه خواهد شد و این موضوع باعث باهوش‌تر شدن موتور جستجوی گوگل خواهد شد. برای مثال در جستجوی «کتاب‌های تمرین ریاضی برای بزرگسالان»، گوگل متوجه خواهد شد که کلمه «بزرگسال» بسیار حیاتی است و از ارائه‌ی نتایج جستجوی مربوط به جوانان و نوجوانان یا حتی کودکان خودداری می‌کند. در نهایت امکان ارتباط با موتور جستجوی گوگل به‌طور طبیعی‌تری برقرار خواهد شد.

این پیشرفت فقط ۱۰ درصد از جستجوی زبان انگلیسی در ایالات متحده را تحت تأثیر قرار می‌دهد. با این وجود، پاندو نایاک، مدیر ارشد بخش جستجوی گوگل، آن را «بزرگ‌ترین جهش رو به جلو در پنج سال گذشته» برای محبوب‌ترین موتور جستجوی جهان نامید. وی در مقاله‌ای در وبلاگ خود نوشت:

این قابلیت با جدیدترین پیشرفت‌های تیم تحقیقاتی ما در زمینه یادگیری ماشین امکان‌پذیر شده است و ما پیشرفت خوبی را در نحوه درک موتور جست‌وجو شاهد هستیم. درواقع کلماتی مانند «To» و ارتباط آن با کلمات دیگر در یک جست‌وجو، به درک معنا و ارائه نتایج بهتر کمک می‌کند.

البته به‌گفته‌ی نایاک امکان اعمال این پیشرفت در زبان‌های دیگر نیز وجود خواهد داشت و گوگل آزمایش‌هایی جزئی از جستجوی پیشرفته BERT برای زبان‌های کره‌ای، هندی و پرتغالی انجام داده و تاکنون شاهد پیشرفت‌های قابل توجهی بوده است.

فتوشاپ ابزار انتخاب اجسام را با استفاده از هوش مصنوعی بهبود می‌بخشد

انتخاب اجسام در فتوشاپ با استفاده از ابزارهای هوشمند جدید آسان‌تر شده است و در نسخه‌های آتی، باز هم نگرانی طراحان را کاهش خواهد داد.

انتخاب اجسام در فتوشاپ، احتمالا در آینده‌ی نزدیک بدون نیاز به ماسک‌های قدیمی و دردسرهای انتخاب دور آن‌ها انجام خواهد شد. ادوبی قصد دارد در نسخه‌های آتی ابزاری به‌نام Select Object Tool عرضه کند که نمایی از قابلیت‌های آن را با نام Object Selection Tool در خبری جدید شرح داد. ابزار جدید، از Adobe Sensei، هوش مصنوعی اختصاصی شرکت استفاده کرده و تنها با کشیدن یک شکل چند ضلعی یا دایره دور جسم، اطراف آن را با دقت بالا انتخاب می‌کند.

ابزار جدید ادوبی در بخش ابزارها و زیرمجموعه‌ای شامل Magic Wand و Quick Select قرار خواهد گرفت. طراحان عکس با انتخاب این ابزار، یک جعبه در اطراف جسم مورد نظر ترسیم می‌کنند. سپس هوش مصنوعی ادوبی در داخل جعبه‌ی ترسیم‌شده به‌دنبال جسم می‌گردد. درنهایت اطراف جسم کشف‌شده با دقت بالایی انتخاب می‌شود. ابزار جدید هم مانند Quck Select، به‌راحتی برای حذف یک جسم از دایره‌ی انتخاب هم کاربر خواهد داشت.

کشیدن جعبه در اطراف آیتم‌ها، به برنامه می‌گوید که کدام اجسام را انتخاب کند. اگر کشیدن جعبه کافی نباشد،‌ کاربر می‌تواند با استفاده از دستور انتخاب Lasso، انتخاب سریع‌تری داشته باشد و سپس هوش مصنوعی آن را اصلاح کند. به‌علاوه ابزار جدید در بخش‌های Select و Mask هم اضافه خواهد شد تا انتخاب سریع آیتم و بهینه‌سازی انتخاب را به ابزارهای کنونی اضافه کند.

ابزار جدید ادوبی، شباهت زیادی به ابزار اخیر شرکت موسوم به Select Subject Tool دارد که تمام تصویر را برای انتخاب سوژه‌ی اصلی، اسکن می‌کرد. Object Selection Tool، برای انتخاب سوژه در تصاویری کاربردی است که سوژه‌های متعددی در آن‌ها وجود دارد. به‌علاوه برای انتخاب بخشی به‌خصوص از سوژه (مثلا کلاه در یک عکس پرتره) نیز می‌توان از آن استفاده کرد. به‌علاوه انتخاب سوژه‌های کم‌اهمیت‌تر که موضوع اصلی عکس نیستند نیز با این ابزار ممکن می‌شود.

انتخاب اجسام و سوژه‌ها در فتوشاپ یکی از کارهای تکراری و خسته‌کننده به‌نظر می‌رسد. انتخاب اجسام در انواع ویرایش‌های تصویری همچون اصلاح بخش خاصی از تصویر،‌ تغییر پس‌زمینه یا رنگ یک سوژه کاربرد پیدا می‌کند. طراحان عموما از ترکیب ابزارهایی همچون Lasso، Marquee، Quick Select و Layer Masking برای این منظور استفاده می‌کنند. ابزار جدید Object Selection می‌تواند به‌عنوان رویکردی کاملا کاربردی با بهره‌وری از هوش مصنوعی، روند انتخاب را تسریع کند.

ادوبی اطلاعات زیادی از زمان عرضه‌ی ابزار جدید در فتوشاپ منتشر نکرد. Adobe Max، رویداد سالانه‌ی شرکت با محوریت خلاقیت است که از چهارم تا ششم نوامبر برگزار می‌شود و شاید خبری از ابزارهای جدید در آن شنیده شود.

فناوری تشخیص چهره فوجیتسو می‌تواند احساسات کاربران را شناسایی کند

ابزار جدید مبتنی‌بر هوش مصنوعی فناوری تشخیص چهره‌ی فوجیتسو می‌تواند عصبانیت و سردرگمی و دیگر حالات احساسی کاربران را با ۸۱ درصد دقت تشخیص دهد.

آزمایشگاه فوجیتسو در حال توسعه‌ی فناوری تشخیص چهره مبتنی‌بر هوش مصنوعی است که می‌تواند حالت‌های مختلف احساسی کاربر اعم از عصبانیت و سردرگمی و ناراحتی را به‌خوبی از روی چهره‌ تشخیص دهد. فناوری تشخیص چهره به‌سرعت در حال رشد و توسعه است و آزمایشگاه فوجیتسو نیز در‌این‌زمینه تحقیقات گسترده‌ای انجام داده و اکنون ادعا می‌کند ابزار جدید مبتنی‌بر هوش مصنوعی‌اش می‌تواند از روی چهره‌ی فرد، حالت‌های مختلف احساسی وی را شناسایی و ردیابی کند. پیش‌تر نیز گفته شده بود گجت پوشیدنی آمازون احساسات کاربر را از روی صدا تشخیص می‌‌دهد.

در‌حال‌حاضر، شرکت‌هایی همچون مایکروسافت از ابزارهای مختلف مبتنی‌بر فناوری تشخیص چهره برای شناسایی حالت‌های احساسی کاربران استفاده می‌کنند. البته تاکنون موفق شده‌اند تنها هشت حالت احساسی ازجمله عصبانیت، حالت تحقیرشدن، ترس، انزجار، خوشبختی، غم، تعجب و حالت بی‌طرفی را تشخیص دهند.

ابزار جدید با استفاده از واحدهای مختلف عملکردی (Action Unit) یا AUs می‌تواند احساسات را شناسایی کند. هریک از حرکات خاص عضلات صورت، نشان‌دهنده‌ی احساسات خاصی هستند. به‌عنوان مثال، وقتی گونه‌ها به‌‌سمت بالا و لب‌ها کشیده و باز باشد، ابزار جدید مبتنی‌بر هوش مصنوعی تشخیص می‌دهد کاربر خوشحال است. سخن‌گوی فوجیتسو در گفت‌وگویی مطبوعاتی اعلام کرد:

یکی از مسائلی که عموما در شناسایی احساسات ازطریق سیستم‌های تشخیص چهره وجود دارد، آن است که اغلب این سیستم‌ها نیازمند مرکز داده‌ی عظیمی از AU‌های مختلف هستند؛ درنتیجه، حجم زیادی از اطلاعات باید به سیستم آموزش داده شود. همچنین، با توجه به اینکه تصاویر کافی در‌این‌زمینه موجود نیست، معمولا چنین سیستم‌هایی دقیق نیستند.

با توجه به اینکه داده‌های زیادی برای آموزش سیستم مبتنی‌بر هوش مصنوعی نیاز است تا بتواند احساسات را تشخیص دهد، فناوری‌های کنونی تلاش می‌کنند با داده‌‌های موجود، احساسات کاربر را تشخیص دهند. گاهی اوقات کاربر در وضعیت واقعی مثلا جلو دوربین نشسته و به دوربین نگاه می‌کند تا احساساتش را سیستم شناسایی کند که چنین وضعیتی واقعی به‌حساب نمی‌آید.

تاکنون مقاله‌های پژوهشی و تحقیقاتی مختلفی به‌رشته‌ی تحریر درآمده که نشان می‌دهد فناوری‌های فعلی به‌کاررفته برای تشخیص احساسات مطمئن نیستند؛ اما فوجیتسو ادعا می‌کند راهکاری برای حل این مسئله پیدا کرده است. فوجیتسو به‌جای ایجاد تصاویر بیشتر برای آموزش سیستم مبتنی‌بر هوش مصنوعی، تلاش می‌کند روی ابزاری برای استخراج داده‌‌های بیشتر از تصاویر متمرکز شود و آن را «فرایند عادی‌سازی» نام‌گذاری کرده است.

در این فرایند، تصویر گرفته‌شده از زاویه‌ای خاص از زوایای مختلف به تصاویری تبدیل می‌شود که شبیه به همان تصویر گرفته‌ شده است. پس از بزرگ‌نمایی یا حتی کوچک‌کردن تصویر و چرخش آن، سیستم مبتنی‌بر هوش مصنوعی می‌تواند ازطریق این تصاویر حالت‌های احساسی کاربر را با دقت بیشتری شناسایی کند. سخن‌گوی فوجیتسو در ادامه‌ی صحبت‌های خود اضافه کرد:

با ابزار جدید می‌توانیم با استفاده از مجموعه داده‌های محدود، حالات احساسی کاربر را به‌صورت دقیق‌تری تشخیص دهیم. همچنین، با استفاده از AU‌های بیشتر می‌توانیم احساسات پیچیده‌ی کاربر را با دقت بیشتری تشخیص دهیم و سیستم می‌تواند حالت‌های احساسی کاربر را دقیق تجزیه‌وتحلیل کند.

فوجیتسو ادعا می‌کند سیستم جدید مبتنی‌بر هوش مصنوعی‌اش با دقت ۸۱ درصدی می‌تواند حالت‌های احساسی را شناسایی کند و تشخیص دهد. طبق تحقیقات، میزان دقت فناوری تشخیص حالت‌های احساسی کاربران در مایکروسافت ۶۰ درصد است. به‌علاوه همان‌طور‌که گفته شد، در سیستم مایکروسافت تمامی حالت‌های احساسی شناسایی نمی‌شوند و تنها هشت حالت اصلی در نظر گرفته می‌شوند.

فوجیتسو ادعا می‌کند فناوری‌های جدید این‌چنینی می‌تواند کاربردهای متنوعی داشته و برای ساخت ربات‌هایی با قابلیت تشخیص رفتار و حالت‌های احساسی بسیار سودمند باشند. یکی دیگر از کاربردهای فناوری‌ جدید می‌تواند برای تشخیص وضعیت و حالات روحی و روانی رانندگان جاده‌ای در نظر گرفته شود که بی‌شک به ارتقای امنیت جاده‌ها و کاهش تصادفات جاده‌ای منجر خواهد شد.

باوجوداین، سؤال مهم این است: چنین ابزارهایی می‌توانند عملکردی دقیق‌تر دراختیار کاربران قرار دهند؟ نباید فراموش کنیم برخی متخصصان حوزه‌ی روان‌شناسی بر این باورند که چنین ابزارهایی نمی‌توانند حالت‌های احساسی کاربران را به‌خوبی شناسایی کنند و تشخیص دهند که همین مسئله یکی از مشکلات چنین ابزارهایی محسوب می‌شود.

افزون‌براین، باید در نظر داشته باشیم احساسات انسان هرلحظه ممکن است تغییر کند؛ مثلا افراد بسیاری را دیده‌ایم که در اوج عصبانیت یک‌دفعه می‌خندند و رفتارهای ضد‌و‌نقیض از خود نشان می‌دهند که ممکن است بر دقت سیستم‌های تشخیص احساسات از روی چهره تأثیرگذار باشد.

مجرمان سایبری از آسیب‌پذیری روز صفر آیتونز برای نصب باج‌افزار استفاده کردند

آسیب‌پذیری روز صفر برنامه‌های آیتونز و آی‌کلاود اپل به مجرمان سایبری امکان می‌داد تا روی کامپیوترهای ویندوزی، باج‌افزار نصب کنند.

محققان امنیتی Morphisec گزارش دادند مجرمان سایبری با استفاده از آسیب‌پذیری روز صفر برنامه‌های اپل آیتونز و آی‌کلاود، روی کامپیوترهای مجهز به ویندوز، باج‌افزار نصب می‌کردند. نصب باج‌افزار با استفاده از چنین آسیب‌پذیری، توسط آنتی‌ویروس شناسایی نمی‌شود. اپل پس از انتشار خبر، پچ امنیتی را برای مقابله با تهدیدهای آتی در ابتدای هفته‌ی جاری منتشر کرد.

آسیب‌پذیری امنیتی مذکور در بخش Bonjour وجود داشت که اپلیکیشن‌های iTunes و iCloud برای اجرا در ویندوز از آن استفاده می‌کنند. باگی که منجر به بهره‌برداری از آسیب‌پذیری می‌شد، در دسته‌بندی Unquoted Service Path قرار می‌گیرد. این باگ زمانی ایجاد می‌شود که توسعه‌دهنده فراموش کند مسیر یک فایل را با علامت‌های کوتیشن در متن کد خود بنویسد. وقتی چنین باگی در یک برنامه‌ی قابل‌اعتماد وجود داشته باشد، مجرمان می‌توانند با استفاده از آن، برنامه را مجبور به اجرای کدی کنند که در شرایط دیگر توسط آنتی‌ویروس به‌عنوان کد مشکوک شناخته می‌شود. فراموش نکنید، آیتونز و آی‌کلاود برنامه‌هایی هستند که توسط توسعه‌دهنده‌ی بزرگی به‌نام اپل ثبت شده‌اند و قطعا در دسته‌بندی برنامه‌های مورد اعتماد قرار می‌گیرند.

مایکل گورلیک، مدیر فناوری Morphisec در توضیح آسیب‌پذیری جدید می‌گوید:

بسیاری از راهکارهای شناسایی تهدید امنیتی، مبتنی بر نظارت عملکرد فعالیت می‌کنند. درنتیجه زنجیره‌ی اجرای فرایند (parent-child) نقش مهمی در صحت هشدارهای امنیتی دارد. اگر فرایندی قانونی توسط یک توسعه‌دهنده‌ی مشهور یک فرایند مخرب زیرمجموعه (child) اجرا کند، هشدار امنیتی با اطمینان کمتری ارائه می‌شود. اگر فرایند اصلی (parent) توسط توسعه‌دهنده‌ی شناخته‌شده ثبت نشده بود، رویکرد امنیتی، سخت‌گیرانه‌تر می‌شد.

فرایند Bonjour یک کد شناخته‌شده و ثبت شده است؛ مجرمان از همین اعتبار فرایند برای مقاصد خود سوءاستفاده می‌کنند. به‌علاوه توسعه‌دهنده‌های ابزار امنیتی تلاش می‌کنند تا کمترین تداخل را با فرایندهای اصلی اپلیکیشن‌های شناخته‌شده داشته باشند. به همین دلیل آن‌ها سعی می‌کنند تا خللی در رویکردهای اصلی اپلیکیشن ایجاد نشود و شاید به‌همین خاطر از فعالیت تهدید مذکور جلوگیری نمی‌کنند.

باگ‌های امنیتی ناشی از عدم نام‌گذاری صحیح مسیر فایل‌ها، در اپلیکیشن‌های دیگر هم مشاهده می‌شود. از میان مشهورترین آن‌ها می‌توان به درایورهای گرافیکی اینتل و نرم‌افزارهای مشهور تغییر IP اشاره کرد. Morphisec در ماه اوت متوجه شد که مجرمان سایبری با استفاده از آسیب‌پذیری‌های مذکور، اقدام به نصب باج‌افزاری به‌نام BitPaymer روی کامپیوترهای قربانی می‌کنند. آن‌ها حمله‌ی بزرگی را کشف کردند که کامپیوترهای یک شرکت خودروسازی ناشناس را هدف قرار داده بود. آسیب‌پذیری به مجرمان امکان می‌داد تا فایلی مخرب به‌نام Program را در کامپیوتر قربانی اجرا کنند که احتمالا از قبل در شبکه‌ی قربانی وجود داشته است.

گورلیک در ادامه‌ی توضیح پیرامون آسیب‌پذیری و باج‌افزار جدیدی می‌گوید:

فایل مخرب Program، پسوندی همچون exe ندارد. برنامه‌های آنتی‌ویروس، برای کاهش تداخل در رویکردهای اصلی ماشین‌، تنها فایل‌هایی با پسوند مشخص را اسکن می‌کنند. در سناریوی اخیر، ‌برنامه‌ی Bonjour تلاش می‌کرد تا از پوشه‌ی Program Files اجرا شود، اما با استفاده از باگ مسیر بدون کوتیشن، باج‌‌افزار BitPaymer را اجرا کرد که به‌نام Program در سیستم وجود داشت. آسیب‌پذیری روز صفر با استفاده از این رویکرد توانست سیستم‌های امنیتی و تشخیصی آنتی‌ویروس را دور بزند.

گورلیک می‌گوید که شرکتش به محض کشف آسیب‌پذیری، آن را به اطلاع اپل رسانده است. کوپرتینویی‌ها نیز روز دوشنبه پچ امنیتی را برای iTunes 12.10.1  و iCloud 7.14 ویندوز منتشر کردند. کاربران ویندوز باید اطمینان حاصل کنند که به‌روزرسانی خودکار در اپلیکیشن‌های مذکور فعال باشد تا پچ امنیتی را دریافت کنند. گورلیک در ادامه می‌گوید که آسیب‌پذیری‌های بیشتری هم به اپل اعلام شده‌اند و منتظر ارائه‌ی پچ از سوی شرکت هستند. آرس‌تکنیکا درباره‌ی این موضوع با اپل تماس گرفت که پاسخی از سوی نماینده‌ی شرکت دریافت نشد.

علاوه بر رویکردهای امنیتی مبتنی بر به‌روزرسانی، کاربران سابق آیتونز هم باید مراقب عملکردهای مخرب باشند. اگر زمانی آیتونز را نصب کرده و پاک کرده‌اید، فعالیت فرایندی به‌نام Bonjour را در ویندوز بررسی کنید. بدون داشتن آیتونز، نباید چنین فرایندی در سیستم‌عامل اجرا شود. فراموش نکنید که ابزار لغو نصب آیتونز به‌صورت خودکار این فرایند را پاک نمی‌کند.

گورلیک در ادامه پیرامون فرایند Bonjour و خطر احتمالی آن می‌گوید:

ما در کمال تعجب در تحقیقی متوجه شدیم که ابزار به‌روزرسانی Bonjour در کامپیوترهای متعدد سازمان‌های گوناگون نصب شده است. بسیاری از کامپیوترها، مدت‌ها پیش آیتونز را پاک کرده‌اند، درحالی‌که Bonjour هنوز بدون به‌روزرسانی و مخفیانه، به عملیات خود ادامه می‌دهد.

گورلیک، Bonjour را فرایندی معرفی کرده که اپل با استفاده از آن به‌روزرسانی‌های آتی را برای اپلیکیشن‌ها ارائه می‌کند. البته خود اپل و منابع دیگر ادعا می‌کنند که سرویس مذکور برای یافتن کتا‌بخانه‌های اشتراکی موسیقی و منابع دیگر در شبکه‌های محلی استفاده می‌شود. درنهایت گورلیک به هر دو کاربرد این سرویس اذعان می‌کند و می‌گوید:

در یک حمله‌ی به‌خصوص، Bonjour باید فایل اجرایی SoftwareUpdate را اجرا می‌کرد که در مسیر C:\\Program Files (x86)\\Apple Software Update\\SoftwareUpdate.exe قرار داشت. منتهی تغییری در ساختار ایجاد و برنامه‌ای در مسیر C:\\Program اجرا شد، چون هکرها سایر مسیر فایل را با اضافه کردن کوتیشن، به پارامتر تبدیل کردند: C:\\Program ‘Files’ ‘(x86)\\Apple’ ‘Software’ ‘Update\\SoftwareUpdate.exe,’.

توسعه‌دهنده‌های اپل همه‌ی آسیب‌پذیری‌های گزارش شده را برطرف نکردند. درواقع تنها آن‌هایی رفع شدند که مورد سوءاستفاده از سوی مجرمان سایبری بودند.

اختراع جدید مایکروسافت، طول عمر باتری را دقیق‌تر محاسبه می‌کند

پتنت تازه‌ی مایکروسافت روش سنجش جدیدی برای طول عمر باتری معرفی کرده که با دقت به مراتب بیشتری از نمونه‌های دیگر کار می‌کند.

فعالیت مجدد مایکروسافت در بازار گوشی‌های هوشمند، مسئله‌ی طول عمر باتری و نحوه‌ی سنجش آن را یک بار دیگر به مسئله‌ای حیاتی برای این شرکت تبدیل کرده است. این مسئله به‌خصوص درباره‌ی سری جدید سرفیس‌های مایکروسافت یعنی سرفیس Duo که هر سمت آن قطر بسیار کمی معادل ۴/۸ میلی‌متر دارد بیشتر به چشم می‌آید.

به همین دلیل، مایکروسافت به‌تازگی اختراع جدیدی ثبت کرده که به کمک آن کاربر می‌تواند با دقتی به مراتب بیشتر از قبل طول عمر باتری خود را اندازه بگیرد. مایکروسافت امیدوار است با کمک این روش جدید، کاربران بتوانند با دقت بیشتری طول عمر باتری گجت‌ها و دستگاه‌های خود را محاسبه کنند.

به کمک فناوری جدید مایکروسافت، طول عمر باتری با دقت بیشتری محاسبه و سناریوهای مختلفی برای نحوه‌ی استفاده از دستگاه در جهت افزایش طول مدت زمان استفاده از آن پیش از نیاز به شارژ مجدد باتری، پیشنهاد می‌شود.

در این فناوری جدید، یک رابط کاربری روی صفحه‌ی نمایشگر دستگاه، به کاربر نشان می‌دهد که هرکدام از وظایف در حال اجرا چه مقدار انرژی مصرف می‌کنند و باتوجه به میزان شارژ باتری، تا چه زمان قادر به سرویس‌دهی خواهند بود.

در حال حاضر سازندگان تلفن‌های همراه ادعا می‌کنند که محصولاتشان باکمک سیستم‌های مدیریت توان مبتنی‌بر هوش مصنوعی، الگوهای رفتاری کاربر را آموزش می‌بینند و دستگاه را با نحوه‌ی استفاده‌ی کاربر تطبیق می‌دهند. فناوری جدید مایکروسافت با محاسبه‌ی دقیق‌تر مصرف انرژی برنامه‌ها، به کاربر اجازه‌ی تصمیم‌گیری مؤثرتر براساس نیازها و اولویت‌های شخصی را خواهد داد.

تراشه اسنپدراگون ۸۶۵ کوالکام ماه آینده معرفی می‌شود

آخرین اطلاعات فاش‌شده حاکی از آن است تراشه‌ی اسنپدراگون ۸۶۵ کوالکام ماه آینده‌ی میلادی معرفی و به‌زودی با گوشی‌های هوشمند جدید به بازار عرضه می‌شود.

کوالکام روزهای پرفشاری را می‌گذراند. از یک سو، نگران قدرت پردازنده‌ی پرچم‌داران جدید اپل است و از سوی دیگر، باید نگران قدرت و امکانات تراشه‌ی اخصاصی هواوی باشد که در جدیدترین پرچم‌دارانش استفاده می‌شود. در چنین وضعیتی، به‌نظر می‌رسد کوالکام قصد دارد جدیدین تراشه‌ی خود، یعنی اسنپدراگون ۸۶۵ را کمتر از یک ماه دیگر معرفی کند. احتمالا نخستین گوشی‌های هوشمندی که با پردازنده‌ی جدید کوالکام به بازار عرضه خواهند شد، محصولات اوپو و ویوو به‌علاوه‌ی شرکت‌های دیگری همچون هواوی و شیائومی و سامسونگ خواهند بود. پیش‌تر نیز گفته شده بود پرچم‌دار بعدی سونی با تراشه اسنپدراگون ۸۶۵ معرفی می‌شود.

معمولا در دسامبر، کوالکام پردازنده‌های پرچم‌دار خود را معرفی می‌کند؛ اما معمولا از زمان معرفی تراشه تا عرضه‌ی نخستین دستگاه‌های مجهز به چنین تراشه‌هایی، چند ماه طول می‌کشد.

امسال کوالکام تصمیم گرفت در برنامه‌ی رونمایی خود تغییراتی ایجاد کند. تیر امسال، این شرکت پردازنده‌ی اسنپدراگون ۸۵۵ پلاس را رونمایی کرد و به‌ فاصله‌ی کوتاهی، اپل و هواوی پرچم‌داران جدید خود را با تراشه‌ی اختصاصی‌شان روانه‌ی بازار کردند. براساس اعلام منابع چینی، کوالکام قصد دارد با سرعت بیشتری تراشه‌ی اسنپدراگون ۸۶۵ را به بازار عرضه کند؛ درنتیجه با توجه به شرایط موجود، کوالکام فشار زیادی را تحمل می‌کند.

براساس اعلام Digital Chat Station در شبکه‌ی اجتماعی ویبو، انتظار می‌رود تا پایان نوامبر، تراشه‌ی اسنپدراگون ۸۶۵ کوالکام معرفی شود. ناگفته نماند اواسط شهریور، کرین ۹۹۰ هواوی، نخستین پردازنده‌ی پرچم‌دار دنیا با مودم ۵G یکپارچه، در رقابت با اسنپدراگون ۸۵۵ پلاس معرفی شد. ازاین‌رو، کوالکام نیز قصد دارد با معرفی تراشه‌ی جدیدی، از سایر رقبا جلوتر حرکت کند.

دراین‌میان، سؤال مهم این است: آیا تراشه‌ی جدید کوالکام می‌تواند از تراشه‌ی بایونیک A13 اپل پیشی بگیرد؟ آخرین اطلاعات فاش‌شده‌ی منبع چینی خاطر نشان می‌کند کوالکام در نظر دارد تا پایان سال جاری میلادی، نمونه‌ی اولیه‌ی دستگاه‌هایی از شرکت‌های سامسونگ، ویوو، اوپو و شیائومی را با تراشه‌ی اسنپدراگون ۸۶۵ کوالکام به‌نمایش بگذارد؛ اما مثل روال گذشته، نسخه‌های تجاری به‌احتمال زیاد در سه‌ماهه‌ی اول سال آینده‌ی میلادی به بازار عرضه خواهند شد.

شایان ذکر است پیش‌تر نیز اخباری درباره‌ی تراشه‌ی جدید کوالکام منتشر شده بود. برای مثال، اواسط مرداد گفته شد بنچمارک منتسب به اسنپدراگون ۸۶۵ از بهبود عملکرد تک و چند‌هسته‌ای حکایت می‌کند. ظاهرا کوالکام تأیید کرده است تراشه‌ی جدید با لیتوگرافی ۷ نانومتری EUV شرکت TSMC تولید می‌شود. همچنین، ظاهرا هم باید منتظر نسخه‌ی ۵G و هم نسخه‌ی غیر ۵G تراشه‌ی جدید باشیم. پردازنده‌ی اسنپدراگون ۸۶۵ کوالکام از هسته‌های کورتکس A77 آرم بهره می‌برد؛ البته هنوز اطلاعاتی درباره‌ی فرکانس عملکرد تراشه‌ی جدید دردسترس نیست.

احتمال معرفی Google Pixel Watch در رویداد سخت‌افزار ۲۰۱۹ گوگل

پس از چند سال اخبار و شایعات متفاوت پیرامون ساعت هوشمند گوگل، به نظر می‌رسد این ساعت هوشمند تا کمتر از یک هفته‌ی دیگر معرفی شود.

سال‌ها است که گفته می‌شود گوگل در حال کارکردن روی یک ساعت هوشمند به نام پیکسل واچ گوگل (Google Pixel Watch) است.سال گذشته شایعات احتمال می‌دادند که گوگل این ساعت هوشمند را در رویداد سخت‌افزار گوگل در سال ۲۰۱۸ معرفی کند، اما وقتی این احتمال به وقوع نپیوست، بسیاری از علاقمندان ناامید شدند. حالا شایعات جدید احتمال می‌دهند که بالاخره این ساعت هوشمند، هم‌زمان با رونمایی از گوگل پیکسل ۴ (Google Pixel 4) در رویداد سخت‌افزار گوگل که روز سه‌شنبه  ۱۵ اکتبر برگزار می‌شود، معرفی شود.

این شایعه توسط Nikkei Asian Review مطرح شده و منبع آنرا یک فرد ناشناس اما آگاه معرفی کرده‌است. این وب‌سایت در گذشته هم توانسته‌است زمان معرفی سخت‌افزارها را به خوبی پیش‌بینی کند. این منبع خبری این را هم اضافه کرده‌است که گوگل نسخه‌ی ۵G پیکسل ۴ و یک نوت بوک را هم در رویداد سخت افزارش معرفی خواهد کرد.

با اینکه در این گزارش اشاره‌ای به نام Pixel Watch نشده‌است، اما از آنجا که در چهار سال گذشته محصولات سخت‌افزاری گوگل با نام پیکسل اجین شده‌اند، قدری عجیب خواهد بود اگر ساعت هوشمند جدید این شرکت نام این برند را به همراه نداشته‌باشد.

در چند سال گذشته احتمالات بسیاری در مورد ساعت هوشمند گوگل و ویژگی‌های نهایی آن منتشر شده‌است. در حال حاضر آنچه بیشترین احتمال را دارد این است که سیستم‌عامل این ساعت هوشمند Google Wear OS باشد، اما برخی شایعات هم می‌گویند ساعت هوشمند گوگل یک ساعت هیبریدی خواهد بود. گوگل امسال طی قراردادی ۴۰ میلیون دلاری با شرکت فسیل (Fossil) با کمک ۲۰ نفر از مهندسان این شرکت، تکنولوژی ساعت هوشمند هیبریدی را بدست آورده‌است و بعید نیست که این تکنولوژی را در ساعت پیکسل به کار ببرد. هرچند برخی گزارش‌ها می‌گویند حاصل این قرارداد بیشتر از آنکه بدست آوردن تکنولوژی هیبریدی باشد، استعداد مهندسی را نشان داده‌است و بعید است گوگل ساعت هوشمندش را با سیستم‌عامل متفاوت با سیستم‌عامل ساعت هوشمند مختص گوگل، عرضه کند. پیکسل واچ به گوگل این امکان را می‌دهد که بتواند عملکرد Wear OS را در بهترین حالت خود به نمایش بگذارد؛ یعنی همان اتفاقی که با گوشی پیکسل برای اندروید رخ داد.

در سال‌های اخیر شرکت‌‌های مختلف در ساعت‌های هوشمند خود به سلامتی و تناسب اندام اهمیت داده‌اند.امیدواریم ساعت هوشمند گوگل هم دارای تکنولوژی fitness-tracking باشد تا بتواند با اپل واچ (Apple Watch) رقابت کند.