نوشته‌ها

رابط مغز و رایانه؛ عصای دست معلولان یا مقدمه‌ای برای دستکاری شخصیت؟

فناوری در سال‌های اخیر پیشرفت شگفت‌انگیزی داشته که اگرچه باعث شده زندگی ما بسیار راحت‌تر از گذشته شود، اما باعث ایجاد نگرانی‌هایی نیز شده که یکی از مهم‌ترین آن‌ها، واسط مغز و رایانه (BCI) است. این واسط می‌تواند سیگنال‌های مغز را بخواند و از آن‌ها برای کارهای خاصی استفاده کند که نگرانی‌های زیادی در میان دانشمندان و فعالان حوزه فناوری ایجاد کرده است.

در طبقه دهم یکی از ساختمان‌های دانشگاه کلمبیا، افرادی با الکترودهایی که روی سر خود دارند، توسط یک هدست واقعیت مجازی رانندگی با خودرو را تجربه می‌کنند. در میدان دید این افراد پیانوها و قایق‌های بادبانی به نمایش گذاشته می‌شوند که توجه آن‌ها را در پی دارد.

این تحقیق توسط «پاول ساجدا»، مدیر آزمایشگاه تصویربرداری هوشمند و محاسبات عصبی دانشگاه کلمبیا سرپرستی می‌شود و فعالیت مغز افراد از طریق فناوری الکتروانسفالوگرافی (EEG) را بررسی می‌کند. در این تحقیق هدست واقعیت مجازی حرکات چشم کاربران را ردیابی می‌کند تا محل نگاه کردن افراد را متوجه شود. این اطلاعات توسط یک کامپیوتر که مستقیما با امواج مغز در ارتباط است با نام واسط مغز و رایانه (BCI) پردازش می‌شود.

 

 

واسط مغز و رایانه چه کاربردی دارد؟

در آزمایش دانشگاه کلمبیا هدف از جمع‌آوری اطلاعات مغز، آموزش هوش مصنوعی در خودروهای خودران است، بنابراین آن‌ها متوجه این موضوع می‌شوند که راننده چه زمانی به اطراف یا سوژه‌ای خاص توجه می‌کند. واسط مغز و رایانه در زمینه‌های زیادی کاربرد دارد که برای مثال می‌توان به مدیریت پهپادها توسط سربازان در آژانس پروژه‌های پژوهشی پیشرفته دفاعی ایالات متحده آمریکا (دارپا) و نظارت روی دانش آموزان در مدارس چین اشاره کرد.

 وضع قوانین برای استفاده از واسط مغز و رایانه هستند

این دستگاه‌ها همچنین در صنایع پزشکی نیز مورد استفاده قرار می‌گیرند مانند نسخه‌هایی از آن که برای افراد معلول این امکان را فراهم می‌کند که توسط ذهن خود، با تبلت کار کنند یا اینکه می‌تواند به بیماران مبتلا به صرع پیش از تشنج هشدار دهد. در ژوئیه ۲۰۱۹ مدیرعامل تسلا عملکرد «نورولینک» را به نمایش گذاشت که می‌تواند واسط مغز و رایانه را در مغز افراد قرار دهد تا امکان همزیستی با هوش مصنوعی فراهم شود.

برخی کارشناسان به علت عدم شفافیت در عملکرد این دستگاه‌ها، چندان به آن‌ها اعتماد ندارند. سوال مهم در این زمینه، ادعاهای بدون تایید شرکت‌ها و همچنین نحوه تاثیر آن‌ها روی کاربران است. این موارد باعث شده برخی افراد به دنبال ایجاد قانونی برای محافظت از افراد در برابر با آینده‌ای باشد که می‌توان از اطلاعات مغزی برای موارد تجاری استفاده کرد.

 

دانشمندان به دنبال وضع قوانین برای استفاده از واسط مغز و رایانه هستند

به گفته «دیوید وینیکوف»، تحلیلگر ارشد در زمینه فناوری‌های همگرا در سازمان همکاری و توسعه اقتصادی در پاریس، هر قدم در پیشرفت واسط مغز و رایانه نگرانی‌ها اخلاقی، قانونی و اجتماعی به وجود می‌آورد. وینکوف اعلام کرده:

«این واسط‌ها نگرانی‌های زیادی در رابطه با حریم شخصی کاربران ایجاد کرده‌اند. این فناوری پتانسیل آن را دارد که احساسات یا هویت یک فرد را تغییر دهد که این موضوع سوالاتی در رابطه با استقلال و خودمختاری یا ظرفیت برای هدایت زندگی یک شخص ایجاد کرده است.»

مغز ما برای هر فکر، احساس یا حرکتی سیگنال‌های الکتریکی ایجاد می‌کند و BCI برای خواندن این سیگنال‌ها توسعه پیدا کرده که برخی مواقع برای این کار از EEG و الکترودهایی روی سر استفاده می‌شود. برای این کار اغلب از ۱۶ تا ۶۴ الکترود استفاده می‌شود، البته برخی مدل‌ها ۲۵۶ الکترود دارند. نورولینک قصد دارد در این زمینه عملکرد تهاجمی‌تری داشته باشد و از ۳۰۷۲ رشته فلزی نازک روی مغز افراد استفاده کند.

واسط مغز و رایانه سیگنال‌های مغز را می‌خواند و از اطلاعات آن برای انجام وظایفی مانند نوشتن متن یا کنترل پهپاد توسط کامپیوتر یا ماشین استفاده می‌کند. با وجود اینکه هم اکنون کاربرد BCI بسیار محدود است، ساجدا به این موضوع اشاره می‌کند که هنوز سوالات زیادی در رابطه با نحوه کار مغز انسان وجود دارد.

دانشمندان از دهه ۷۰ میلادی در حال کار روی واسط مغز و رایانه برای اهداف پزشکی هستند، اما از سال ۲۰۰۷ این فناوری وارد بخش مصرفی شد. با پیشرفت در فناوری BCI و ظهور گوشی‌های هوشمند، نسخه‌های مصرفی آن‌ها و سایر فناوری‌ها که با مغز ارتباط برقرار می‌کنند، بسیار رایج شدند. برای مثال شرکت «نورواسکای» که در زمینه فروش اپلیکیشن‌های موبایل و پوشیدنی‌ها فعالیت دارد، سنسورهای مغز را بازاریابی می‌کند که به مردم اجازه می‌دهد که اطلاعات مناسبی را وارد اپلیکیشن‌های موبایل کنند.

«Thync» یکی دیگر از شرکت‌های فعال در حوزه فناوری‌های پوشیدنی محسوب می‌شود که ادعا می‌کند اپلیکیشن‌های BCI می‌توانند احساسات کاربر را تغییر دهند. برای مثال می‌توان آن‌ها به را خواب ترغیب کرد یا حتی مشکل پوستی آن‌ها با نام «پسوریازیس» را نیز درمان کرد. «Emotiv» شرکت دیگری بوده که هدست‌ EEG قابل حمل با قیمت ۷۰۰ دلار به فروش می‌رساند که توسط آن می‌توان اطلاعات مغز را برای آزمایش‌ها جمع آوری کرد. بسیاری از این محصولات مجوز دریافت نکرده‌اند و توسط سازمان مربوطه مورد بررسی قرار نگرفته‌اند.

 

 

قوانین مشخصی برای واسط مغز و رایانه وجود دارد؟

سازمان غذا و داروی ایالات متحده آمریکا (FDA) که برای دستگاه‌های پزشکی شامل BCI مجوز صادر می‌کند تنها برخی از آن‌ها را مورد تایید قرار داده، در حالی که تعداد بالایی از آن‌ها از نظر فنی جزو دستگاه‌های پزشکی دسته‌بندی نمی‌شوند و به صورت مستقیم در بازار به فروش می‌رسند. برای مثال در سال ۲۰۱۵ FDA دستگاه توسعه یافته توسط Thync را به عنوان یک دستگاه پزشکی تایید نکرد. FDA درباره واسط مغز و رایانه‌ که توسط آزمایشگاه‌ها مورد استفاده قرار می‌گیرد، دستورالعمل دارد اما برای نمونه‌هایی که در بازار به فروش می‌رسند دستورالعمل مشخصی وجود ندارد.

 

تحریک جریان مستقیم درون‌ جمجمه‌ای می‌تواند عملکرد افراد را افزایش دهد

به گفته ساجدا، این شکاف‌های نظارتی نگرانی‌های زیادی ایجاد کرده. برای مثال یکی از روش‌های درمان توسط BCI، تحریک بخش‌های خاصی از مغز برای بهبود عملکردهای مخصوصی شامل حافظه، زبان یا دقت است. این نوع از واسط‌های مغز و رایانه از تکنیکی به نام تحریک جریان مستقیم درون‌ جمجمه‌ای (tDCS) استفاده می‌کنند و می‌تواند حرکت فیزیکی و زمان واکنش را تقویت کند. با این وجود، ابهاماتی درباره مزایای این روش وجود دارد.

با این وجود، برخی مانند نیروی دریایی آمریکا و بازیکنان تیم بسکتبال «گلدن استیت واریرز» در حال آزمایش تحریک جریان مستقیم درون ‌جمجمه‌ای برای بهبود عملکرد خود هستند. علاوه بر این، نمونه‌های خانگی این دستگاه‌ها نیز در حال تولید هستند تا توسط آن‌ها بتوان عملکردهای مختلف را بهبود داد یا حتی افسردگی را درمان کرد. تمام این موارد می‌توانند برای افراد عوارض ایجاد کنند و به مغز آسیب بزنند.

ایلان ماسک ادعاهای عجیب‌تری در رابطه با واسط مغز و رایانه دارد که آن، ترکیب آن با هوش مصنوعی است که البته هنوز نمونه مشخصی از آن توسط نورولینک معرفی نشده و اطلاعی از نحوه عملکرد آن نداریم.

پژوهشگر ارشد آزمایشگاه اخلاق و سیاست دانشگاه ETH در زوریخ سوئیس، «مارچلو اینکا» هشدار داده که اگر شرکت‌ها ادعاهای اغراق آمیز مطرح کنند، افراد ترغیب می‌شوند که در آزمایش‌ها شرکت کنند و دنبال نتایج غیر واقعی باشند، بنابراین باید آزمایش‌های انسانی توسط کمیته‌ای مورد تایید قرار بگیرند و پیش از حضور شرکت‌کنندگان، مزایا و خطرات آن‌ها بررسی شوند.

برخی شرکت‌ها و دانشمندان در حال توسعه واسط مغز و رایانه هستند و برخی نیز به دنبال ایجاد یک چارچوب قانونی برای جلوگیری از سوءاستفاده از اطلاعات مغز هستند. نظارت روی فعالیت مغز توسط BCI، اطلاعات زیادی تولید می‌کند که از آن‌ها می‌توان برای اهداف مختلفی از تبلیغات گرفته تا کمپین‌های سیاسی استفاده کرد. به عنوان مثال آزمایش تیم ساجدا به دنبال اطلاع از این موضوع است که افراد روی چه مواردی در محیط اطراف خود تمرکز می‌کنند که می‌توان از آن برای بهبود تبلیغات استفاده کرد.

برای رفع این نگرانی‌ها، اینکا یک رویکرد قانونی با نام «حقوق ذهن» را پیشنهاد داده. این چارچوب قانونی درباره جمع‌آوری اطلاعات، استفاده و همچنین محافظت از آن‌ها اطمینان حاصل می‌کند. اینکا مقاله‌ای در این زمینه در سال ۲۰۱۷ منتشر کرد و که در آن به حقوق جدید که می‌تواند در دهه‌های آینده به قوانین اضافه شوند شامل حق آزادی شناختی، حق داشتن حریم ذهنی، حق تمامیت ذهنی و حق دوام روانشناسی، اشاره داشت. به اعتقاد اینکا، این موارد می‌توانند مانع از سوءاستفاده از اطلاعات مغز شوند.

 

احتمال تغییر شخصیت افراد توسط واسط مغز و رایانه وجود دارد

در حال حاضر شرکت‌های فناوری به علت سرویس‌های خود می‌توانند به برخی اطلاعات حساس کاربران دسترسی پیدا کنند و اطلاعات مغز این موارد را افزایش می‌دهند. اکثر برنامه‌های واسط مغز و رایانه به پذیرش شرایط استفاده از سرویس توسط کاربران وابسته هستند که البته افراد کمی آن‌ها را می‌خوانند.

با پیشرفت در حوزه BCI، نیاز به شفافیت قانونی افزایش پیدا می‌کند. فناوری شاید بتواند در نحوه عملکرد مغز افراد تغییر ایجاد کند یا آنطور که برخی تحقیقات نشان داده‌اند، توسط آن می‌توان هویت خود را درک کرد. برای مثال مطالعه‌ای در سال ۲۰۱۹ روی ۶ بیمار مبتلا به صرع انجام شد تا مشخص شود مغز آن‌ها چگونه به BCI واکنش نشان می‌دهد و این واسط درون مغز آن‌ها برای هشدار تشنج کاشته شد. برخی از افراد پس از این کار احساس قدرت کردند، اما تعدادی روی مشکل خود تاکید بیشتری داشتند. یکی از آن‌ها پس از کاشت این واسط گفته بود که همیشه احساس بیماری می‌کند و حس متفاوت بودن نسبت به دیگران دارد. در حقیقت این فرد پس از کاشت واسط تبدیل به فرد دیگری شد.

برای رفع نگرانی‌ها در این زمینه نیاز به قانون داریم. به نظر می‌رسد FDA به دنبال قوانینی برای واسط‌های مغز و رایانه است، اما هنوز نمی‌دانیم چگونه به مشکلاتی که در تحقیق‌های قبلی ایجاد شده، توجه می‌شود. بسیاری به دنبال حفاظت از اطلاعات مغز هستند و از هر روشی برای این کار بهره می‌برند که برای مثال می‌توان به مسائل اخلاقی اشاره کرد. در گذشته شاهد چنین موضوعی برای دستکاری ژنتیکی بودیم که در نهایت در سال ۲۰۰۳، قوانینی برای آن وضع شد که روی جمع‌آوری و دستکاری اطلاعات ژنتیکی انسان‌ها نظارت دارد. به نظر می‌رسد باید منتظر چنین رویه‌ای برای BCI نیز باشیم.

منبع: digiato.com

آشنایی با رله SSR و نکات مهم در سیم‌بندی آن

رله حالت جامد (SSR- Solid State Relay)، کلیدی الکترونیکی است که متشکل از عناصر نیمه‌هادی قدرت مانند ترانزیستور، تریستور یا ترایاک می‌باشد. ورودی رله‌های حالت جامد اغلب DC می‌باشد ولی خروجی آن‌ها مانند رله‌های الکترومکانیکی می‌تواند AC یا DC باشد. (برخلاف رله‌های الکترومکانیکی، در زمان خرید SSR ها، باید نوع خروجی مشخص باشد)

رله‌های الکترومکانیکی، دو بخش بوبین(مدار فرمان) و کنتاکت (مدار قدرت) دارند، در رله‌های حالت جامد (SSR) نیز همین دو بخش وجود دارد که معمولاً توسط یک اپتوکوپلر (ایزوله نوری) از یکدیگر ایزوله شده‌اند. در رله‌های حالت جامد، به جای استفاده از نیروی الکترومکانیکی، از نیمه‌هادی‌ها برای سوئیچ بار استفاده می‌شود.

در تصویر زیر یک نمونه رله‌ی SSR را مشاهده می‌کنید، که به تشریح بخش‌های مختلف آن می‌پردازیم.

 

 

 

رله حالت جامد یا SSR

ورودی : سمت راست رله SSR ترمینال ورودی از نوع DC است، که همان‌طور که در عکس مشخص است ولتاژ تحریک ۴ الی ۳۲ ولت را می‌توان به ورودی اعمال نمود. همین‌طور باید توجه داشت که با توجه به علامت “+” در ورودی، یعنی قطبیت در این رله اهمیت دارد.

خروجی: از نوع سه فاز بوده که ترمینال‌های A1-A2 , B1-B2 , C1-C2 خروجی‌های این رله می‌باشند. همان‌طور که روی آن قید گردیده، این رله می‌تواند تا ۵۳۰ ولت و بار حداکثر ۲۵ آمپری را سوئیچ کند.

در تصویر زیر یک نمونه رله‌ حالت جامد قابل نصب روی ریل را مشاهده می‌کنید. ورودی این رله SSR، ولتاژ DC از ۱۰ الی ۳۲ ولت می‌تواند باشد. قطبیت در این رله برد اهمیتی ندارد. خروجی می‌تواند ۲۵۰ ولت و بار حداکثر ۶ آمپری را قطع و وصل نماید. در خروجی فیلتر RC برای حذف اثرات جریان بازگشتی طراحی‌شده است. ایزوله مدار فرمان از قدرت، در این رله به‌صورت نوری می‌باشد.

 رله SSR

 

 

 

مزایای رله‌های حالت جامد

 

  1. طراحی متنوع جهت مدارهای AC و DC
  2. بدون قطعات مکانیکی و با طول عمر بالا
  3. تحمل جریان‌های هجومی بالا در لحظه استارت
  4. عملکرد بدون صدا
  5. امکان اتصال مستقیم به خروجی PLC
  6. مناسب جهت مدارهایی با سرعت سوییچ بالا
  7. عدم وجود جرقه در خروجی در فرمان قطع و وصل
  8. قطع و وصل در لحظه صفر (در مدل‌های  AC)

 

 

معایب رله‌های حالت جامد

 

  1. ایجاد حرارت حین کار و نیاز به هیت سینک یا فن (یا هر دو) جهت تهویه
  2. وجود جریان نشستی هنگام خاموش بودن (این جریان در رنج میکرو‌آمپر بوده و می‌تواند باعث عملکرد لحظه‌ای تجهیزات شود)
  3. ساخت در مدل‌های AC و DC به‌صورت جداگانه و عدم امکان استفاده در هر دو نوع مدار
  4. عدم توانایی سوئیچ تجهیزات با جریان راه‌اندازی پایین
  5. ایجاد نویز و هارمونیک
  6. احتمال روشن شدن اتفاقی در تغییرات شدید ولتاژ و وجود نویز
  7. قیمت بالاتر نسبت به رله‌های الکترومکانیکی
  8. نسبت به اتصال کوتاه در خروجی بسیار حساس بوده و به‌ سرعت می‌سوزند.
نکات مهم در سیم بندی رله SSR

برای سیم بندی رله‌های حالت جامد این نکات را در نظر داشته باشید:

  • در هنگام سیم بندی دقت نمایید که حداکثر از ۵۰% توان نامی SSR برای راه‌اندازی بارهای سلفی و ۷۰% توان نامی برای راه‌اندازی بارهای غیر سلفی استفاده نمایید.
  • به خاطر داشته باشید که رله‌ SSR در لحظه خاموش بودن نیز مقداری جریان از خود عبور می‌دهند، مطمئن شوید که این جریان نشتی باعث عملکرد لحظه‌ای دیگر تجهیزات نشود.
  • در صورت DC بودن مدار فرمان یا قدرت ممکن است قطب‌بندی مهم باشد. قطب‌بندی اشتباه می‌تواند باعث عدم عملکرد صحیح و یا آسیب به SSR شود.
  • برای تعمیرات و یا تعویض تجهیزات باید مدار قدرت رله‌ها کاملاً بی‌برق شود. هرگز به قطع مدار فرمان بسنده نکنید و از بریکر یا کلید با تعداد پل‌های کافی و قبل از SSR استفاده نمایید.
  • رله‌ SSR با خروجی ۵ آمپر به بالا، نیاز به هیت سینک دارند. رله را بدون هیت سینک با سایز مناسب، روی سطوح پلاستیکی، چوبی و … نصب نکنید.
  • از تجهیزات مناسب مانند سر سیم، سیم قلع اندود، وایرشو و … در سیم بندی SSR استفاده کنید.
  • از سیستم زمین مناسب و بدون نویز در تابلوهای برق استفاده کنید. این کار باعث افزایش ایمنی، کاهش عملکردهای اتفاقی، کاهش برق‌گرفتگی و … می‌شود.
  • رله‌های حالت جامد باید با نصب سیستم‌های مناسب در برابر اضافه جریان و اتصال کوتاه محافظت شوند. حتماً از فیوز یا بریکر مناسب استفاده نمایید.

ارتقای اولین نسل از پردازنده‌های رایزن به لیتوگرافی ۱۲ نانومتری

به‌نظر می‌رسد AMD هم‌زمان با ارتقاء معماری در پردازنده‌ی رایزن ۵ ۱۶۰۰ از Zen به +Zen، لیتوگرافی این محصول را نیز به‌روزرسانی کرده است.اولین عضو از نسل اول پردازنده‌های سری رایزن AMD، تحت عنوان Ryzen 5 1600 با ۶ هسته و ۱۲ رشته‌ی پردازشی در سال ۲۰۱۷ معرفی شد. این پردازنده با بهره‌گیری از لیتوگرافی ۱۴ نانومتری بر پایه‌ی معماری Zen ساخته شده بود. اما حالا به‌نظر می‌رسد نسخه‌ی جدیدی از پردازنده‌ی مذکور با لیتوگرافی ۱۲ نانومتری و معماری هسته‌ی +Zen در بازار رویت شده است.

اولین راه برای تشخیص تفاوت مدل جدید و مدل قدیمی این پردازنده، توجه به شماره‌ی سریالی است که روی IHS پردازنده نوشته شده است. IHS یا integrated heat spreader، سیستم پخش‌کنننده‌ی گرمای مجتمع روی پردازنده است. شماره‌ی سریال روی IHS در نسخه‌ی ۲۰۱۷ این تراشه YD1600BBAE است، درحالی‌که نسخه‌ی جدیدتر رایزن ۵ ۱۶۰۰ با کد YD1600BBM6IAF روانه‌ی بازار می‌شود. ابتدا در ماه سپتامبر نسخه‌ی جدید پردازنده که براساس کاراکترهای آخر مدل خود، AF نیز نام‌گذاری شده است، در برخی خرده‌فروشی‌های اینترنتی مشاهده شد. ابزارهای تشخیص سخت‌افزار از جمله CPU-Z و HWInfo نیز مدل AF‌ را به‌عنوان پردازنده‌ای با لیتوگرافی ۱۲ نانومتری تشخیص دادند. AMD تا با حال هیچ چیزی را در این باره تأیید نکرده است. درنتیجه ضمانتی برای اعتبار گزارش‌ها وجود ندارد.

براساس گزارش‌ها پردازنده‌ی رایزن ۵ ۱۶۰۰ اکنون با معماری +Zen تولید شده و در مقایسه با هسته‌های قدیمی نوع Zen در حدود ۳ تا ۵ درصد IPC بهتری داشته و برخی پیشرفت‌ها را در زمینه‌ی اورکلاک به خود دیده‌ است. IPC مخفف عبارت Instruction per Clock است که مفهوم آن میانگین تعداد دستورالعمل‌های قابل‌اجرا در هسته‌های پردازنده در هر سیکل کلاک است.

به‌کارگیری ریزمعماری +Zen از ابتدا در پردازنده‌ی رایزن ۵ ۲۶۰۰ سبب شده تا این تراشه در مقایسه با نسخه‌ی قدیمی از رایزن ۵ ۱۶۰۰ پیشرفت‌های عظیمی را نشان دهد. با اینکه تفاوت ریزمعماری موجب شده تا پردازنده‌ی رایزن ۵ ۱۶۰۰ عملکردی به اندازه‌ی نسل دوم از پردازنده‌های رایزن نداشته باشد، جهش قابل ملاحظه در عملکرد نسخه‌ی AF این پردازنده غیر قابل انکار است. در نهایت تراشه‌ی رایزن ۵ ۲۶۰۰ سرعت کلاک و بوست بالاتری نسبت به پردازنده‌ی رایزن ۵ ۱۶۰۰ داشته و استفاده از معماری +Zen سبب نشده تا فرکانس پردازشی و بوست در مدل AF به‌صورت چشم‌گیری افزایش یابد، با این حال به‌نظر می‌رسد فناوری PBO (بوست خیلی دقیق) تأثیر مثبت بیشتری روی نوع AF داشته است.

در ابتدا تصور می‌شد شناسه‌ی AF برای طبقه‌بندی تراشه‌ها بین دو استپ متفاوت از دای‌های ۱۴ نانومتری است. شرکت‌های تولیدکننده‌ی تراشه محصولات خود را با کدهایی با عنوان استپ و براساس به‌روز‌رسانی‌های اعمال‌شده در ساختار تراشه طبقه‌بندی می‌کنند. اما اخیرا کاربری در وب‌سایت حوزه‌ی فناوری، Reddit، نسخه‌ی AF از پردازنده‌ی رایزن ۵ ۱۶۰۰ را دریافت کرده است. تجدید ریزمعماری در این تراشه باعث افزایش اندک فرکانس بوست شده است. سرعت بوست در مدل AF در حدود ۳٫۷ گیگاهرتز بوده و ۱۰۰ مگاهرتز بالاتر از پردازنده‌ی مرجع با فرکانس بوست ۳٫۶ گیگاهرتزی است. اما این مقدار چندان هم چشم‌گیر نیست. کاربر ردیت در مورد فرکانس بوست نسخه‌ی AF اظهار داشت:

سرعت بوست پردازنده‌ی اصلی رایزن ۵ ۱۶۰۰ پس از اینکه یک تا دو بار هسته‌ها بارگذاری شدند، تا ۳٫۴ گیگاهرتز کاهش می‌یابد. این در حالی است که نسخه‌ی AF این پردازنده به مدت طولانی‌تری سرعت بوست ۳٫۷ گیگاهرتزی خود را حفظ می‌کند. فرکانس بوست نسخه‌ی AF تنها ۲۰۰ مگاهرتز پایین‌تر از پردازنده‌ی رایزن ۵ ۲۶۰۰ است.

در این لحظه دلیل استفاده از دای ۱۲ نانومتری در پردازنده‌ی یادشده در هاله‌ای از ابهام قرار دارد. شاید تنها اشتباهی در ریزکدهای تراشه صورت گرفته است و شاید AMD دای‌های قابل استفاده‌ای از پردازنده‌ی رایزن ۵ ۲۶۰۰ داشته و تصمیم گرفته آن‌ها را در نسخه‌ی AF به کار گیرد. این احتمال نیز وجود دارد که GlobalFoundries که تولیدکننده‌ی دای‌های ۱۴ نانومتری برای AMD است، بنا به دلایلی بخش مربوط به لیتوگرافی مذکور را تعطیل کرده باشد. در هر صورت مصرف‌کنندگان مجبورند به‌جای نسخه‌ی AE، نسخه‌ی AF این پردازنده را بخرند.

مدل AE در فروشگاه اینترنتی آمازون با قیمت ۱۲۰ دلار فروخته می‌شود. قیمت پردازنده‌ی رایزن ۵ ۲۶۰۰ نیز ۱۲۰ دلار است. بنابراین اگر می‌خواهید ۱۲۰ دلار برای خرید پردازنده هزینه کنید، باتوجه به برتری‌های پردازنده‌ی رایزن ۵ ۲۶۰۰ در عملکرد، بهتر است این تراشه را بخرید. در همین حال نسخه‌ی AF که به‌صورت بالقوه‌ای عملکرد بهتری نسبت به نسخه‌ی AE دارد، با قیمت ۸۵ دلار به فروش می‌رسد. نسخه‌ی AF پردازنده همراه‌با خنک‌کننده‌ی نوع Wraith Stealth فروخته می‌شود؛ درحالی‌که پردازنده‌ی اصلی رایزن ۵ ۱۶۰۰ با خنک‌کننده‌ی ضعیف‌تر Wraith Spire عرضه می‌شود. آزمایش‌ها نشان می‌دهد نسخه‌ی AF هنگام گیمینگ، ۵ درجه‌ی سانتی‌گراد دمای بیشتری نسبت به مدل مرجع دارد، درنتیجه تعبیه‌ی خنک‌کننده‌ای قدرتمند‌تر ارزش خرید بیشتری را به نسخه‌ی AF می‌بخشد.

محققان انویدیا ، فریم‌ورکی برای تبدیل تصاویر دوبعدی به مدل‌های سه‌بعدی ابداع کردند

محققان انویدیا به‌تازگی سیستمی با عنوان DIB-R طراحی کرده‌اند که می‌تواند تصاویر دوبعدی را به مدل‌های سه‌بعدی تبدیل کند.اگرچه کامپیوترها ابزاری ایده‌آل برای دریافت مدل‌های سه‌بعدی و رندرینگ آن به صفحات دو‌بعدی هستند اما توانایی دریافت تصاویر دوبعدی و تبدیل آن به مدل سه‌بعدی را ندارند. اما حالا و به لطف یادگیری ماشین، این موضوع دارد جامه عمل می‌پوشد.

به‌تازگی، محققان انویدیا فریم‌ورکی برای رندرینگ طراحی کرده‌اند که با به‌کارگیری هوش مصنوعی می‌تواند تصاویر دوبعدی را دریافت کند و آن‌ها را به با دقت زیاد به مدل‌های سه‌بعدی تبدیل کند.

این سیستم که رندرساز بر پایه الحاق تشخیص پذیر (differentiable interpolation-based renderer) یا به اختصار DIB-R نامیده می‌شود در محیط فریم‌ورک یادگیری ماشین PyTorch  ساخته شده است و قرار است نتایج تحقیقات این گروه از محققان، این هفته در کنفرانس سالانه NIPS (سیستم‌های پردازش اطلاعات عصبی) در ونکوور و واشنگتن ارائه شود.

در حقیقت این فریم‌ورک، کاری برعکس GPU انجام می‌دهد؛ بدین ترتیب که در ابتدا تصویر را آنالیز می‌کند و بر این اساس، مدلی سه‌بعدی شامل شکل، بافت، رنگ و نوردهی با دقت بالا می‌سازد. ساختار معماری رمزگذاری و رمزگشایی این فریم‌ورک از تولید یک حجم کروی با اضلاع بسیار زیاد آغاز می‌شود و سپس با استفاده از اطلاعات موجود در تصویر دوبعدی، این ساختار کروی را به مدلی سه‌بعدی توسعه می‌دهد. این فرایند تنها یک‌دهم ثانیه زمان می‌برد ولی آموزش شبکه عصبی با کمک یک GPU انویدیا  V100 به دو روز زمان نیاز دارد و البته انویدیا ادعا می‌کند که این یادگیری با مدل‌های دیگر GPU ممکن است هفته‌ها طول بکشد.

تبدیل تصاویر دوبعدی به مدل‌های سه‌بعدی

جون گائو یکی از اعضای این گروه تحقیقاتی می‌گوید :

چون تمرکز ما روی عکس پرندگان بود، بعد از انجام فرایند روی چندین مجموعه عکس از پرندگان مختلف، حالا DIB-R می‌تواند با دریافت عکس هر نوع پرنده‌ای، یک مدل سه‌بعدی دقیق از آن تهیه کند و این اولین‌بار است که شما تنها با در دست داشتن یک تصویر دوبعدی می‌توانید ویژگی‌های سه‌بعدی آن را پیش‌بینی کنید.

محققان معتقدند که می‌توان از این سیستم برای توسعه ایمنی و دقت ربات‌های خودران در محیط‌های مختلف بهره برد؛ چراکه درک عمیق‌تر نسبت به یک محیط سه‌بعدی، ربات‌ها را قادر می‌سازد تا هدایت‌پذیری و راهبری بهتری داشته باشند.

انویدیا، سیستم DIB-R را به یک کتابخانه یادگیری عمیق سه‌بعدی در PyTorch گیت ‌هاب با عنوان کائولین افزوده است و از این پس، کائولین دانشمندان را در سرعت بخشی به تحقیقات مربوط به یادگیری عمیق سه‌بعدی، یاری خواهد کرد.

AMD پردازنده‌‌های گرافیکی ۷ نانومتری Radeon RX 5500M و RX 5300M را معرفی می‌کند

AMD پردازنده‌های گرافیکی ۷ نانومتری Radeon RX 5500M و RX 5300M را با هدف رقابت با پردازنده‌های گرافیکی میان‌رده موبایل Nvidia معرفی خواهد کرد.

AMD در حال آماده‌سازی دو پردازنده گرافیکی موبایل جدید است: Radeon RX 5500M و Radeon RX5300M (پیش از این نسخه دسکتاپ را شاهد بوده‌ایم). جزئیات و بنچمارک‌های این پردازنده‌ها منتشر شده‌ است. هر دو پردازنده‌‌ مبتنی بر معماری ۷ نانومتری بوده و با هدف رقابت با سری میان‌رده موبایل انویدیا مانند GTX 1050 ،GTX 1050 Ti ،GTX 1650 ،GTX1650 Ti وارد بازار خواهند شد.

 

 

ویژگی‌های RX 5500M و RX 5300M

انویدیا هنوز وارد دنیای زیر ۱۰ نانومتری نشده و همین موضوع به AMD فرصتی عالی برای محکم‌کردن جای پای خود و کنار زدن انویدیا می‌دهد. AMD در حال برنامه‌ریزی برای عرضه‌ی پردازنده‌های گرافیکی موبایل جدید مبتنی بر Navi و معماری ۷ نانومتری خود است که علاوه بر استفاده از GDDR6 (که مزیتی نسبت به رقبای آن مانند GTX 1650 به شمار می‌آید) سرعت کلاک بیشتری از همتای انویدیایی خود دارند. این اطلاعات مبتنی بر اطلاعات و اسلایدهایی است که از سوی AMD به دست آمده‌اند. پردازنده‌های موبایل AMD قرار است یک سر و گردن از همتاهای انویدیایی خود بالاتر باشند.

مشخصات پردازنده‌‌ Radeon RX 5500M درز کرده‌ است. این پردازنده‌‌ گرافیکی موبایل مبتنی بر معماری RDNA بوده و ۱۴۰۸ هسته خواهد داشت. این پردازنده از حافظه GDDR6 تنظیم‌شده روی سرعت کلاک ۱۴ گیگابیت در ثانیه بهره می‌برد. رقیب اصلی این پردازنده انویدیا جی‌فورس GTX 1650 است که از معماری ۱۲ نانومتری، استاندارد قدیمی‌تر GDDR5 و ۱۰۲۴ هسته با فرکانس ۱۵۶۰ مگاهرتز بهره می‌برد. با اتکا بر این آمار و ارقام، پردازنده‌‌ جدید AMD به راحتی رقیب انویدیایی خود را شکست خواهد داد.

خوشبختانه (و در اتفاقی نادر) بنچمارک‌های این پردازنده‌‌ هم به دست آمده است؛ اما متاسفانه این بنچمارک‌ها با بنچمارک قدیمی ۳DMark 11 گرفته شده‌اند که شاید نتوانند تمامی تأثیرات مثبت و تفاوت‌های ظریف استفاده از حافظه GDDR6 و گیمینگ مبتنی بر دایرکت‌اکس ۱۲ را نشان دهند. در هر حال این بنچمارک جایگاه حدودی پردازنده‌‌ نسبت به رقیب انویدیایی آن را نشان می‌دهد.

تمامی بنچمارک‌های فوق در دستگاهی موبایل و با استفاده از پردازنده‌‌ رایزن ۷ به دست آمده‌اند. GTX 1050 Ti (پادشاه آخرین نسل قابل حمل) ۹۰۰۰ امتیاز در این بنچمارک (۱۱ ۳DMark) کسب کرده‌ است. GTX 1650 نیز که از DDR5 بهره می‌برد، توانسته ۱۰۰۰۰ امتیاز به ثبت برساند. پردازنده گرافیکی موبایل آتی Radeon RX 5300M از AMD توانسته به امتیاز ۱۱۰۰۰ دست یابد که آن‌ را از GTX 1650 سریع‌تر می‌کند. GTX 1660 Ti نخستین پردازنده گرافیک در این فهرست است که از GDDR6 بهره می‌برد و با استفاده از فرمت مکس-کیو، ۱۲۰۰۰ امتیاز به ثبت رسانیده است. پردازنده گرافیکی موبایل Radeon RX 5500M بدون مکس-کیو ۱۳۰۰۰ امتیاز کسب کرده‌ است. GTX 1660 Ti انویدیا بدون MaxQ با ۱۴۰۰۰ امتیاز، پیشتاز این فهرست در عملکرد محسوب می‌شود.

نکته‌ی مهم دیگر، قیمت‌گذاری این پردازنده‌هاست. با توجه به قیمت‌گذاری AMD برای این دو پردازنده‌‌ گرافیکی جدید RX5500M و RX5300M ممکن است به گزینه‌های بسیار مقرون‌به‌صرفه‌تری نسبت به قطعات Nvidia تبدیل شوند؛ مخصوصا اگر این پردازنده‌های گرافیکی با پردازنده رایزن ۷ همراه شوند. چندان دور از انتظار نیست که شاهد لپ‌تاپ‌هایی ۱۰۰۰ دلاری با این پردازنده‌ها باشیم.

Radeon RX 5300M پتانسیل تبدیل شدن به یک پیشنهاد بسیار جذاب و رقابتی برای جریان اصلی کاربران را داشته و می‌توانند برای انویدیا و پردازنده‌های گرافیکی GTX 1050 Ti و GTX 1650 تهدیدی جدی به حساب آیند. بخش بزرگی از این تهدید به قیمت‌گذاری این پردازنده‌ها از سوی AMD باز می‌گردد. AMD پس از بازگشت به بازار پردازنده‌ها، در حال برداشتن گام‌هایی بزرگ برای بازپس‌گیری بازار پردازنده‌های گرافیکی است.

مایکروسافت صندوقچه فرا-امن و غیرقابل اشتراک‌گذاری به فضای ابری وان درایو اضافه کرد

مایکروسافت با اضافه‌کردن یک صندوقچه‌ی شخصی بسیار امن به فضای ابری وان درایو ، با تشخیص هویت دو مرحله‌ای از اسناد حساس کاربران محافظت بیشتری می‌کند.

مایکروسافت از ویژگی امنیتی جدیدی در فضای ابری OneDrive رونمایی کرد که نامش را صندوقچه‌ی شخصی فرا-امن گذاشته است و به‌صورت رایگان قابل استفاده برای تمامی کاربران است. این قابلیت که ابتدا در ماه ژوئن امسال معرفی شده بود، درواقع پوشه‌ای ویژه در فضای حساب کاربری وان‌درایو است که کاربر می‌تواند اسناد و فایل‌های حساس را در آن ذخیره کند. این پوشه به قابلیت احراز هویت دو مرحله‌ای مجهز است که می‌تواند شامل اثر انگشت، اسکن چهره، پین کد اضافی یا کد امن ارسالی از طریق ایمیل و پیامک باشد.

مایکروسافت از چندین جنبه‌ی مختلف تلاش کرده تا این اسناد کاملا امن باقی بمانند؛ برای مثال، فایل‌های ذخیره‌شده در این پوشه امکان سینک و ذخیره‌شدن در دیوایس کاربر را ندارد، مگر با دستگاهی مبتنی بر ویندوز ۱۰ که از سیستم رمزگذاری‌شده‌ی Bitlocker استفاده می‌کند. علاوه بر آن، امکان به اشتراک‌گذاری آیتم‌های داخل این پوشه نیز ممکن نیست و حتی درصورتی که گذرواژه‌ی وان‌درایو را به دلایلی در اختیار کسی گذاشته باشید، امکان بررسی اسناد این پوشه را نخواهد داشت. همچنین این پوشه پس از مدت زمانی مشخص از عدم فعالیت، به‌صورت خودکار، مجددا صندوقچه‌ی شخصی را قفل می‌کند تا از احتمال دسترسی غیرمجاز جلوگیری شود.

قابلیت مهم  و جالب دیگر این صندوقچه‌ برای کاربرانی است که از گوشی همراه استفاده می‌کنند. زیرا امکان ذخیره‌ی مستقیم تصاویر ثبت‌شده یا اسکن‌شده توسط دوربین در این پوشه امکان‌پذیر شده است. این ویژگی از ذخیره عکس و اسکن‌های شخصی حساس در گوشی جلوگیری می‌کند که بسیار مفید و کاربردی خواهد بود. هرچند صندوقچه‌ی شخصی فرا امن برای تمای کاربران رایگان است، اما کاربران نسخه‌ی رایگان و نسخه‌ی صد گیگابایتی بدون آفیس ۳۶۵، محدود به ذخیره‌ی سه فایل درون این صندوقچه هستند. دیگر کاربران چنین محدودیتی ندارند و می‌توانند تمام فضای وان درایو را به این صندوقچه‌ی امن اختصاص بدهند.

مایکروسافت علاوه بر صندوقچه‌ی فرا امن، ویژگی‌های جدید دیگری به فضای ابری وان درایو افزوده است؛ مثل گزینه‌ی پشتیبان‌گیری جدید که از تمام فایل‌های موجود بر صفحه‌ی دسکتاپ (پوشه دسکتاپ) و پوشه‌ی اسناد و تصاویر ویندوز به‌صورت خودکار و در پارت‌هایی تا سقف ۲۰۰ گیگابایت بکاپ تهیه می‌کند. گزینه‌‌ی تم تاریک (Dark Mode) نیز به اپلیکیشن وان درایو برای کاربران iOS اضافه شده است.

عملکرد اولین باتری قابل‌ شارژ لیتیوم‌کربن هفت‌برابر بهتر از نمونه لیتیوم‌یونی است

دانشمندان موفق شدند اولین نمونه‌ی باتری لیتیوم‌کربن را با قابلیت شارژ مجدد بسازند که بازده آن از باتری‌های لیتیوم‌یونی هفت‌برابر بهتر است.

باتری‌های لیتیوم‌دی‌‌اکسیدکربن سیستم‌های جالبی برای ذخیره‌سازی انرژی محسوب می‌شوند که چگالی انرژی بسیار زیادی دارند و درواقع، چگالی آن‌ها بیش از هفت‌برابر باتری‌های لیتیوم‌یونی موجود است. البته تاکنون دانشمندان نتوانسته‌اند نمونه‌ی اولیه‌ی کاملا قابل‌شارژی از این نوع باتری‌ها تولید کنند و تا‌ به‌ امروز، تنها ظرفیت فراوان ذخیره‌ی انرژی آن‌ها اثبات شده بود.

محققان دانشگاه ایلی‌نوی شیکاگو اولین‌ بار موفق شدند باتری‌های لیتیوم‌کربن را بسازند که ساختاری کاملا قابل‌ شارژ دارند. آن‌ها نمونه‌ی اولیه‌ی باتری لیتیوم‌کربن را تولید کردند که تا ۵۰۰ چرخه‌ی شارژ و دشارژ متوالی را متحمل شد. نتایج تحقیق اخیر به‌صورت مقاله‌ای در Advanced Materials منتشر شد.

امین صالحی‌خوجین، دانشمند ایرانی و استادیار مهندسی مکانیک و صنایع در دانشکده‌ی مهندسی دانشگاه ایلی‌نوی شیکاگو، درباره‌ی دستاورد جدید می‌گوید:

باتری‌های لیتیوم‌کربن از سال‌ها پیش توجه بسیاری را به خود جلب کرده‌اند. البته ازلحاظ عملی، تاکنون هیچ دستاوردی در ساخت نمونه‌ای کاربردی محقق نشده بود.

وقتی باتری لیتیوم‌کربن شارژ خود را از دست می‌دهد، لیتیوم کربنات و کربن تولید می‌کند. لیتیوم کربنات در چرخه‌ی شارژ بازیافت می‌شود؛ اما کربن در کاتالیزور انبار خواهد شد که درنهایت، به پایان عمر باتری می‌انجامد. علی‌رضا احمدی‌پریدری، دانشجوی دانشکده‌ی مهندسی دانشگاه ایلی‌نوی و نویسنده‌ی اول مقاله‌ی اخیر دراین‌باره می‌گوید:

جمع‌شدن کربن، نه‌ تنها بخش‌های فعال کاتالیزور را مسدود می‌کند؛ بلکه تجزیه‌ی الکترولیت را هم در وضعیت شارژ به‌ همراه خواهد داشت.

صالحی و همکارانش از مواد جدیدی در باتری دی‌اکسیدکربنی خود استفاده کردند تا لیتیوم کربتات و کربن به‌صورت هم‌ زمان و با بازدهی درخور توجه بازیافت شود. آن‌ها از مولیبدن دی‌سولفید به‌عنوان کاتالیزور کاتدی بهره بردند که در ترکیب با الکترولیت هیبریدی، کربن را در فرایند چرخش وارد می‌کند. ترکیب مواد جدید در آزمایش گروه محققان به‌جای چند ماده‌ی مجزا، از ماده‌ای کامپوزیتی استفاده می‌کند که فرایند بازیافت را هم با بازدهی بیشتر ممکن خواهد ساخت.

صالحی درادامه درباره‌ی ترکیب مواد جدید می‌گوید:

ترکیب مواد منحصربه‌فرد ما امکان ساخت اولین باتری لیتیوم‌کربن خنثی از کربن را فراهم می‌کند. باتری جدید بازدهی و طول عمر بسیار زیادی دارد و امکان استفاده در سیستم‌های ذخیره‌ی انرژی پیشرفته را خواهد داشت.

بخشی از تحقیق اخیر درباره‌ی باتری‌های لیتیوم‌کربن را وزارت انرژی آمریکا پشتیبانی می‌کند. در این وزارتخانه، دفتری اختصاصی برای انرژی‌های تجدیدپذیر و افزایش بازدهی انرژی فعالیت می‌کند. به‌علاوه، بنیاد ملی علوم آمریکا هم بخشی از کمک‌هزینه‌ی تحقیقات را متقبل شد.

قطعا تا تجاری‌ شدن دستاوردهای دانشمندان در حوزه‌ی ساخت باتری‌های لیتیوم‌کربن زمان زیادی باقی مانده است. همچنین، هنوز نمی‌دانیم آیا می‌توان از محصولات نهایی در کاربردهای مخصوص مصرف‌کننده استفاده کرد یا خیر. به‌هرحال صرف‌نظر از آینده‌ی کوتاه‌مدت و بلندمدت، هرگونه پیشرفت در صنعت ساخت باتری می‌تواند امید به پیشرفت‌های کاربردی‌تر را در این حوزه افزایش دهد؛ حوزه‌ای که به گواه بسیاری از کارشناسان، با سرعت پیشرفت بخش‌های دیگر دنیای فناوری هماهنگ نبوده است.

 

دانشمندان موفق شدند باتری تاشدنی بسازند

دانشمندان باتری جدیدی ساخته‌اند که به‌راحتی و در هر جهتی می‌تواند خم شود و کش بیاید.

باتری تاشو جدیدی با قابلیت کشش و پیچش معرفی شده‌ است. این باتری کلید ساخت گوشی‌های هوشمند تاشدنی و نمایشگرها و گوشی‌های رول‌شدنی نازک‌تر در آینده است.

باتری جدید را مارکوس نیدربرگر، پروفسور مواد چندکاربرده در دانشگاه فنی ETH زوریخ در سوییس، ساخته است که از نوع جدیدی از مواد استفاده می‌کند که شی چن، دانشجوی دکتری دانشگاه ETH، اختراع کرده‌ است. شی چن مقاله‌ای درباره این اختراع در سپتامبر ۲۰۱۹ در مجله Advanced Materials منتشر کرده‌ است.

با توجه به مقاله‌ی چن، جمع‌کنندگان آنود و کاتود از کربن خم‌شدنی ساخته شده است که قابلیت رسانایی الکتریکی دارد. درون این سطوح، لایه‌ای میکروسکوپی از پوسته‌های نقره وجود دارد که مانند کاشی درکنارهم چیده شده‌اند. وقتی این باتری کشیده یا خم می‌شود، این پوسته‌ها همچنان ارتباط با یکدیگر را حفظ می‌کنند. حتی اگر ارتباط این پوسته‌ها از بین رود، لایه‌ی کربن قطع‌نشدن جریان انرژی در باتری را تضمین می‌کند. البته به‌گفته‌ی دانشمندان، این لایه‌ی کربن از نقره رسانای ضعیف‌تری است.

آنود و کاتود از وانادیوم اکسید و لیتیوم منگنز ساخته شده‌اند. در میان این دو، ساختار چارچوب‌مانند خم‌شدنی‌ای وجود دارد که با ژل الکترولیت پر شده‌ است. این هیدروژل متشکل از آب و نمک لیتیوم است.

 

 

کاربردهای آتی

دانشمندان می‌گویند این باتری هنوز آماده‌ی تولید انبوه نیست؛ زیرا باید چسبنده‌ی قدرتمندی برای نگه‌داشتن لایه‌های متعدد این باتری برای زمانی طولانی پیدا شود. با اینکه الکترولیت این باتری سمّی و اشتعال‌پذیر نیست، قطعا درز آب و نمک از باتری به درون گوشی چندان جالب نیست.

به‌محض حل‌شدن معضل مذکور، کاربردهای این باتری کاملا واضح می‌شود. اگر باتری‌ای داشته باشید که بتواند در هر جهتی خم و تا شود، بسیاری از محدودیت‌های فیزیکی حال حاضر گوشی‌های هوشمند از میان می‌رود.

گلکسی فولدی را تصور کنید که سطحی کاملا خم‌شدنی باشد، نه فقط دو سطح سخت که از وسط تا می‌شوند یا تبلتی تاشو را تصور کنید که درون جیبتان جا می‌شود. کاربردهای این باتری‌ها از این‌ بسیار فراتر می‌رود و می‌تواند تحولات بسیاری در پوشیدنی‌ها به‌وجود آورد. ژاکت‌هایی را فرض کنید که با کمک این باتری‌ها بتوانند شما را در سرتاسر زمستان گرم نگه دارند یا شکل‌های جدید عینک‌های واقعیت مجازی و واقعیت افزوده را با این باتری‌های جدید تصور کنید.

ناگفته نماند شی شن به چین بازگشته تا در صنایع باتری‌سازی کار کند. با توجه به این نکته، چندان دور از انتظار نیست که ۵ تا ۱۰ سال آینده، این باتری‌ها کاملا صنعتی شده باشند و در بسیاری از محصولات استفاده شوند.

تنها ۶ ماه تا ساخت ویدئوهای دیپ‌فیک کاملا واقعی فاصله داریم

به‌تازگی یکی از فعالان حوزه‌ی دیپ‌فیک، در اظهارنظری جالب مدعی شده که فاصله‌ی چندانی تا تولید ویدئوهای دیپ‌فیک کاملا واقعی باقی نمانده است.

دیپ‌فیک (Deepfake) نوعی تکنیک جدید متکی به هوش مصنوعی (AI) است که با استفاده از آن می‌توان ویدئوهایی تولید کرد که حقیقی نیستند، اما به‌سختی می‌توان آن‌ها را از ویدئوهای واقعی تمییز داد. جمعه‌ی گذشته، هائو لی، دانشیار رشته‌ی علوم کامپیوتر در دانشگاه جنوب کالیفرنیا و از فعالان حوزه‌ی دیپ‌فیک، در گفت‌و‌گو با وب‌سایت CNBC مدعی شد که تولید ویدئوهای دیپ‌فیکی که «کاملا واقعی» به‌نظر برسند، طی ۶ تا ۱۲ ماه آینده برای عموم مردم امکان‌پذیر خواهد بود.

هائولی در این رابطه می‌گوید: «در حال حاضر، در اکثر اوقات می‌توان با چشم غیرمسلح به‌ راحتی تفاوت بین ویدئوهای واقعی را با ویدئوهای ساخته‌ شده از طریق دیپ‌فیک تشخیص داد. اما حتی الان هم ویدئوهای دیپ‌فیکی وجود دارند که کاملا متقاعدکننده هستند.»

او صحبت‌هایش را این‌گونه ادامه داد: «ویدئوهای ساخته‌شده با دیپ‌فیک قرار است به‌زودی به نقطه‌ای برسند که دیگر به هیچ وجه نتوان تفاوتی بین آن‌ها و ویدئوهای واقعی قائل شد. بنابراین مجبوریم از راه‌های دیگری برای شناسایی آن‌ها استفاده کنیم.»

هائو لی مدتی پیش یک ویدئوی دیپ‌فیک را از ولادیمیر پوتین، رئیس‌جمهور روسیه، تهیه کرد تا آن را در یکی از کنفرانس‌های فناوری‌محور دانشگاه MIT به‌نمایش بگذارد. لی گفت، ویدئوی موردبحث به این منظور ساخته شده بود که میزان پیشرفت فناوری دیپ‌فیک را تا امروز به‌خوبی نشان دهد؛ ظاهرا سرعت پیشرفت دیپ‌فیک بیشتر از چیزی بوده که وی انتظارش را داشته است. هائو لی مدتی پیش در گفت‌و‌گو با رسانه‌ی MIT Technology Review گفته بود: «ویدئوهای دیپ‌فیک بی‌نقصی که تقریبا قابل‌شناسایی نباشند، تا چند سال دیگر در دسترس قرار می‌گیرند.»

این تناقض در صحبت‌های او در ابتدا عجیب به‌نظر می‌رسید، تا اینکه رسانه‌ی CNBC پیگیر این موضوع شد. خبرنگار رسانه‌ی CNBC چند روز پس از مصاحبه با هائو لی، از طریق یک ایمیل از او درخواست کرد تا درمورد زمان حدودی انتشار ویدئوهای دیپ‌فیک کاملا واقعی، شفاف‌سازی کند. ظاهرا لی در جواب گفته است که تحولات اخیر به‌خصوص انتشار اپلیکیشن چینی Zao که به‌طرز عجیبی در بین مردم محبوب شده، باعث شده است تا دوباره درمورد زمان انتشار ویدئوهای دیپ‌فیک کاملا واقعی بازبینی کند و زمان‌بندی آن را تغییر دهد.

او در ادامه‌ی ایمیلی که در جواب خبرنگار CNBC فرستاده بود، نوشت: «از برخی جهات، هم‌اکنون می‌دانیم که این کار (ساختن ویدئوهای دیپ‌فیک واقعی) را چگونه انجام دهیم. تنها چیزی که باقی مانده، تمرین کردن با داده‌های بیشتر و سپس پیاده‌سازی آن‌ها در فناوری دیپ‌فیک است.»

پیشرفت‌های چند وقت اخیر در حوزه‌ی هوش مصنوعی باعث شده‌اند تا ویدئوهای ساخته‌شده از طریق دیپ‌فیک، واقع‌گرایانه‌تر از همیشه به‌نظر برسند. اکنون به مرحله‌ای رسیده‌ایم که تشخیص ویدئوهای واقعی از ویدئوهای جعلی به کار سختی مبدل شده است. این موضوع، زنگ خطری جدی برای پخش گسترده‌ی اطلاعات جعلی در فضای وب است.

هکرها با سوءاستفاده از پروتکل WSD حملات DDoS را تقویت می‌کنند

هکرها به روشی جدید برای تقویت حملات DDoS با بهره‌گیری از پروتکل WSD دست‌ یافته‌اند که حملات را تا صدها برابر تقویت می‌کند.

با سوءاستفاده از ابزاری که به‌طور نامناسب درحدود یک‌ میلیون دستگاه متصل به شبکه مانند دوربین‌ها و ضبط‌ کننده‌های دیجیتال ویدئویی (DVR) و سایر دستگاه‌های اینترنت اشیاء تعبیه شده، هکرها به روشی جدید برای تشدید تأثیرات حملات محروم‌سازی از سرویس (denial-of-service) دست‌ یافته‌اند.

این روش جدید از پروتکل WS-Discovery) WSD) بهره می‌گیرد که تعداد زیادی از دستگاه‌های متصل به شبکه برای اتصال خودکار به یکدیگر استفاده می‌کنند. پروتکل WSD به دستگاه‌ها امکان ارسال بسته‌های پروتکل دیتاگرام کاربر (UDP) را ازطریق پورت ۳۷۰۲ برای توصیف ویژگی‌ها و نیازمندی‌های این دستگاه‌ها می‌دهد.

دستگاه‌هایی که این بسته‌ها را دریافت می‌کنند، می‌توانند پاسخ‌هایی ده تا صدها برابر بزرگ‌تر ارسال کنند و هکرها از همین ویژگی برای تقویت حملات DDoS بهره می‌برند. چند هفته پیش، حمله‌ای عظیم DDoS به ویکی‌پدیا صورت گرفت که به از دسترس خارج‌شدن چندساعته این سایت در اروپا و خاورمیانه منجر شد. همچنین، حمله‌‌ی عظیم دیگری به پیام‌ رسان معروف تلگرام همراه‌ با اعتراض‌های اخیر هنگ کنگ صورت گرفته‌ است.

حمله‌ی مذکور دسترسی ۲۰۰ میلیون کاربر این پیام‌ رسان در آمریکا و برخی دیگر از کشورهای جهان را مختل کرده؛ اما امنیت داده‌های کاربران تضمین شده‌ است.

سال گذشته به‌نظر می‌آمد حملات DDoS رو به افول‌اند؛ اما تحقیق جدید لابراتوار کاسپرسکی نشان‌دهنده‌ی این است که تعداد این حملات به‌طور چشمگیری در فصل اول ۲۰۱۹ افزایش یافته‌ است. این نتایج برای بسیاری از متخصصان امنیتی بسیار عجیب بود؛ زیرا به‌ زعم آن‌ها توجه مجرمان سایبری به‌سوی حملات دیگری مانند کریپتوماینینگ معطوف شده‌ است.

کاسپرسکی می‌گوید:

بازار حملات DDoS در حال تغییر است و سرویس‌های جدید DDoS با آن‌هایی جایگزین شده‌اند که مؤسسه‌های قضایی تعطیل کرده‌اند. به‌محض اینکه سازمانی اقدامات امنیتی پایه‌ی خود را لحاظ می‌کند، مهاجمان همان‌ها را با حملات طولانی هدف قرار می‌دهند. دشوار است بگوییم تعداد حملات DDoS در حال افزایش است؛ اما پیچیدگی این حملات به‌‌یقین رو به ازدیاد است. ما به سازمان‌ها و شرکت‌ها پیشنهاد می‌کنیم خود را کاملا آماده مقابله با این حملات کنند تا از حملات پیچیده DDoS نجات یابند.

با توجه به دستگاه، پاسخ می‌تواند ۷ تا ۱۵۳ برابر با WSD تقویت شود و همین موضوع این روش را به یکی از مؤثرترین روش‌های هکرها برای تقویت حملات DDoS تبدیل کرده است که می‌تواند کسب‌وکارها و مصرف‌کنندگان را فلج کند.

 

حملات تقویت‌شده‌ی DDoS

محققان آکامای اخیرا در حال بررسی حملات مبتنی‌بر WSD صورت‌پذیرفته در یکی از شرکت‌های فعال حوزه گیمینگ بوده‌اند. این حملات DDoS که با WSD تقویت شده‌ بودند، در اوج خود ۳۵ گیگابایت‌برثانیه ترافیک تولید کردند. البته این حمله حتی نزدیک به رقم ۹۹۰ گیگابیت‌ بر ثانیه‌ای نیست که در حمله DDoS در سال ۲۰۱۶ به‌کمک دوربین‌های امنیتی انجام شده بود. بااین‌حال، گسترش روزافزون استفاده از این روش و حدود ۸۰۲ هزار دستگاهی که می‌توانند درزمینه‌ی این حملات سوءاستفاده شوند، از دلایل اصلی نگرانی متخصصان امنیتی درباره‌ی این روش جدید است.

جاناتان رسپتو، از متخصصان امنیتی آکامای، درباره‌ی خطر بزرگ WSD و چگونگی آماده‌سازی شرکت‌ها درمقابل موج جدید حملات آینده DDoS می‌گوید:

WSD خطری بزرگ در اینترنت است که می‌تواند با کمک دوربین‌های مداربسته و ضبط‌کننده‌های دیجیتال ویدئو پهنای باند درخور توجهی تولید کند. باردیگر شاهد آن هستیم که امنیت فدای راحتی شده‌ است. تولیدکنندگان می‌تواند گستره‌ی پروتکل UDP از پورت ۳۷۰۲ را به فضای IP محدود کنند. تنها لازم است ۱۰ تا ۱۵ سال منتظر باشیم تا عمر دستگاه‌های قدیمی به‌پایان برسد و دستگاه‌های جدید با امنیت تقویت‌شده وارد بازار شوند. هر شخصی قربانی احتمالی حملات WSD است و سازمان‌ها باید آماده‌ی مقابله با ترافیک فراوان ناشی از این حملات DDoS باشند.