چند اصطلاح دانشجويی

چند اصطلاح دانشجویی یه جا دیدم ، البته اصطلاح نه ، یه نوع تشبیه طنز گونه . گفتم بد نیست شما هم بخونید و ببینید که دانشجو ها چی می کشن :

دانشجوي تازه وارد : هالوي خوش شانس

دانشجويان ساكن خوابگاه : جنگجويان كوهستان

دانشجویان پر سر و صدا : گروه لیانشانپو

دانشجوي پزشكي : به خاطر يك مشت دلار

خانواده دانشجويان : بينوايان

دانشجوي مدل رپي : الو ، الو ، من جوجوام

انتخاب درس افتاده : زخم كهنه

اولين امتحان : جدال با سرنوشت

مراقبين امتحان : سايه عقاب

تقلب : عمليات سري

روز دريافت كارنامه : روز واقعه

اعتراض دانشجو : بايكوت

اعتراض براي كيفيت غذا : مي خواهم زنده بمانم

دانشجوي اخراجي : مردي كه به زانو در آمد

آينده تحصيل كرده : دست فروش

رئيس دانشگاه : مرد نامرئی

استاد راهنما : گمشده

دانشجويي كه تغيير رشته داده : بازنده

سرويس دانشگاه : اتوبوسي به سوي مرگ

كتابخانه دانشگاه : خانه عنكبوتان

ژتون فروشي : آژانس شيشه اي

علت نيافتن بعضي از دانشجويان : رابطه پنهان

التماس براي نمره : اشك كوسه

سوار شدن به اتوبوس : يورش

ترم آخر : بوي خوش زندگي

تصويه حساب : خط پايان

عمر دانشجو : بر باد رفته

مسئول خوابگاه : كاراگاه گجت

ادامه تحصيل تا دكترا : ديدار در استانبول

مادربردهاي فعلي براي سيستم‌هاي X86 از اين قابليت برخوردارند كه بتوانند ازcpu 2 از شركتهاي AMD،Intel در يك زمان استفاده كنند اين عمل نه تنها باعث ايجاد اختلال در پردازش سيستم نخواهد شد بلكه باعث بالا رفتن بازده پردازش سيستم نيز مي شود. شركت ECS يك برد با نام PF88-Extremeطراحي و ساخته است كه باعث استفاده از اين قابليت درمادربردهاي جديد خواهد شد. اين برد 99 دلاري بعد از وصل شدن به مادربرد امكان نصب cpu وRAM اضافي را براي مادربرد فراهم مي‌كند. اين بردها هم براي cpuهاي AMD و هم براي cpuهاي اينتل طراحي شده است روي اين بردها يك سوكت براي cpuو 2 اسلات اضافي برايRAM جاي داده شده است. با عرضه اين برد به روز رساني كامپيوتر بسيار موثرتر از قبل خواهد بود. اکنون با حضور این بردها و همچنین با ظهور قابلیت SLI توسط Nvidia بازیکنان حرفه ای بیش از قبل از بازی های سنگین لذت خواهند برد.

 تفاوت های CPU  های AMD  وIntel چيست؟
   

              
تفاوت های CPU  های AMD  وIntel  عبارتند از:
1-AMD  براساس معماری اجرایی  9  مرحله ای ساخته شده است اما معماری پردازنده های Intel  شش مرحله ای می باشد.بدین معنا که AMDدر هر چرخه کاری  9عملیات را انجام میدهد در حالی که Intel  فقط  6  عمل را می تواند انجام دهد.
2-AMD  از640Kb Cache  برخوردار است در حالی که Intel  ، از  532Kb  بر خوردار است هر چقدر که میزان Cache  پردازنده بیشتر باشد ، پردازنده کارایی بیشتری خواهد داشت اطلاعات بیشتری میتواند ذخیره کند ودیگر لازم نیست پردازنده برای بدست آوردن اطلاعات یا دستور ها مدت زمان بیشتری را رفت و برگشت به حافظه برد اصلی برای جذب اطلاعات یا دستور العمل ها صرف کند.
3- AMD  از مس برای اتصال ترانزیستور های بکار رفته در پردازنده ها استفاده میکند در صورتی که در ساختمان پردازنده های Intel  آلومینیوم بکار رفته است.مس هادی الکترسیته بهتری است ، ازاین رو پهنای اتصالهای بین ترانزیستورها را به میزان چشمگیری کاهش می یابد .که این امر باعث مصرف کمتر مواد اولیه و در نتیجه منجر به کاهش هزینه می شود این دلیل ارزان تر بودن AMD  نسبت به P4  است.
4- از دیگر تفاوت های میان AMD  وIntel  میتوان به راندمان Cache  بروی چیپ اشاره کرد ، AMD  از معماری انحصاری استفاده میکند که راندمان بیشتری نسبت بیشتری نسبت به طراحی معماری غیر انحصاری Intel  دارد.
5-AMD  از تکنولوژی پردازش موازی در مقایسه با Hyper -Threading  اینتل استفاده میکند ، در بسیاری از کاربردهای امروزی فعال بودن Hyper -Threading  کارائی پائین تری ارائه میدهد ، نتایج تحقیقات بیشمار منتشر شده در نشریات رایانه ای و پایگاهای اطلاعاتی معتبر بیانگوی این پدیده هستند.
6-یکی دیگر از مهمترین نکات برتر پردازنده های AMD  واحد ممیز شناور آن است که از FPU  اینتل بسیار قویتر میباشد که این امر باعث اجرای سریع تر برنامه های چند منظوره( MultiMedia) میشود.
7- زمانی که اینتل P4  را طراحی کرد طول PIPELINE  را از  10  مرحله در P3  به  20  مرحله افزایش داد Intel  همین تغیر توانست که تعداد عملیاتی که در چرخه عملیاتی انجام می شود بصورت قابل ملاحظه ای کاسته میشود و از طرف دیگر افزایش طول PIPELINE  نیازمند افزایش تعداد ترانزیستور ها برای انجام همان تعداد عملیات میباشد که این امر باعث افزایش اندازه هسته و بالا رفتن قیمت تولید میشود . در حالی که AMD  با وجود افزایش فرکانس پردازنده های خود طول pipeline  را به همان اندازه p3  یا k6  ثابت نگهدارد .

 خدا رو چه دیدید شاید یه نوت بوک مجانی گیرتون اومد!!!!!

با مراجعه به سایت NoteBook  و ثبت نام كردن. شما مي توانيد صاحب يك عدد NOTEBOOK  شويد. البته شما بايد  18  نفر را به سايت معرفي كنيد تا اين عمل صورت پذيرد. من يكي از دوستام NOTEBOOK  را تحويل گرفته و داره كلي باحاش حال ميكنه.
 

توضيحات كامل و نحوه دريافت نوت بوك مجاني!!

ابتدا وارد اين سایت ميشويد و سپس در صفحه اي كه باز ميشه گزينه Register Now  را  بزنيد و بعد در صفحه جديد مشخصات خودتون رو به صورت خوانا و صحيح و كامل مينويسيد . در آخر از شما يه UserName  و Password  ميخواد كه بهش ميديد و پس از كامل كردن با اين UserName  و Password  وارد سايت ميشويد و در صفحه مقابل گزينه Referrals  رو از بالاي صفحه انتخاب كنيد و در اين صفحه يه لينك قرمز رنگ مي بينيد كه اون لينك عضويت شماست و بايد شما اين لينك رو براي  18  نفر بفرستيد يعني به واسطه اين لينك شما  18  نفر بايد عضو بشن . وبعد از تكميل  18  نفر شما يك نوت بوك Order  (سفارش) ميدهيد و به آدرس شما ارسال ميشه . اعضاي كه در لينك شما عضو ميشوند در قسمت Referrals  ميشه ديدشون و تعداد اونهايي كه عضو ميشن در اونجا نمايان هست . فقط كمي وقت ميخواد. 5  دقيقه وقت بگذار ضرري كه نداره.

واقعا ضرری نداره! امتحان کنید! خدا رو چه دیدید شاید یه نوت بوک گیرتون اومد!!!!!

برای ثبت نام از اینجا وارد شوید :   کلیک کنید

خدا نگهدار

هوش مصنوعی چیست؟

همه ما زمانی‌‌ ‌‌ را به خاطر مى‌‌‌آوريم كه تصوير ذهنى‌‌‌مان از كامپيوتر ، تصور ماشينى‌‌ هوشمند و پيچيده بود؛ ماشينى‌‌ كه پاسخ بسيارى‌‌ از سئوالات را مى‌‌‌داند و آنچه را كه نمى‌‌‌داند نيز مى‌‌‌آموزد. اين ماشين هوشمند، گاه مشاورﻯ همه‌چيزدان بود كه در تمامى‌‌ مسائل، بهتر از ما تصميم مى‌‌‌گرفت(تنها با اين اشكال كه كمى‌‌ بى‌‌‌احساس بود!)، گاه محاسبه‌گرﻯ توانا كه دقيق‌‌ترين و ظريف‌‌ترين نكات علمى‌‌ را درمى‌‌‌يافت، و گاه بيگانه‌اﻯ خشن، وتنها هدفش نابودﻯ نوع بشر.

     تنها، نوشتن اولين خطوط يك برنامه ساده و يا پياده سازﻯ يك الگوريتم ابتدايى‌ لازم بود تا اين تصور ساده انگارانه پايان پذيرد و جاﻯ خود را به تصور واقعى‌ترﻯ از كامپيوتر بدهد: «يك ماشين محاسبه گر». اين ماشين تنها آنچه را بدان سپرده ايم به ما بازپس مى‌دهد، مرتب شده و سامان يافته، اما بدون هيچ خلاقيتى‌.

     آن تصور ساده و ابتدايى‌، تنها منحصر به ما يا هر كاربر تازه آشنايى‌ با كامپيوتر نبوده است، بلكه چندين دهه تلاش دانشمندان و مهندسين براﻯ ساخت ماشينى‌ كه همچون انسان بينديشد، بياموزد و تصميم بگيرد را در پى‌ داشته است. خيلی پيش از آنكه انسان با اولين ماشين‌هاﻯ آدم‌نما  مواجه شود ، با تخيل خود حتى‌ تا پايان اين راه را نيز پيموده بود. از فرانكشتاين تا ترميناتور ، از دشمنان و بيگانگان تا آدم‌نماهاﻯ منجى‌، همگى‌ حاصل برداشت تخيلى‌ از هوش مصنوعى‌ است.

     اما سواﻯ اين داستان پردازﻯها و تخيلات كه در خام‌ترين شكل خود نوعى‌ سرگرمى‌ مدرن و در جدﻯ‌ترين شكل آن محل مباحث شبه فلسفى‌ است، بايد ديد هوش مصنوعى‌ به عنوان يك علم چيست و دستاوردهاﻯ مشخص و معين تئوريك و تكنولوژيك آن تا به امروز چه چيزهايى‌ بوده است. فراتر از آن اين كه هوش مصنوعى‌ در حال پيمودن چه مسيرﻯ است.

     آنچه محل پرسش و تأمل جدﻯ است اين كه آيا در نهايت ماشين‌هايى‌ خواهيم داشت كه چون انسان بينديشند؟، و مهم‌تر آن كه اگر اساساً چنين هدفى‌ قابل دستيابى‌ است، اينك علم و تكنولوژﻯ در كجاﻯ اين مسير هستند؟ و اگر دستيابى‌ به آن مقدور نيست، سمت و سوﻯ آينده هوش مصنوعى‌ به كجاست؟

     هنگامی كه اولين كامپيوترها ساخته شدند، تمامى‌ تلاش‌‌ها  در اين جهت بود كه سخت‌ترين مسائل شناخته شده تا آن روز را توسط اين ماشين ها حل كنند. آنجا كه بيشترين توان خلاقه و هوشمندﻯ انسان به كار گرفته مى‌شود، محل چالش جدﻯ او با كامپيوتر خواهد بود. بدين ترتيب مسائلى‌ همچون بازﻯ شطرنج، مورد توجه و علاقه شديد دانشمندان هوش مصنوعى‌ واقع شدند. وقتى‌ روش‌‌هاﻯ ساده اﻯ برای حل اين سرﻯ مسائل پيشنهاد شد، تنها چيزﻯ كه باقى‌ مانده بود افزايش سرعت ماشين بود، تا اين كه كامپيوتر بتواند از طريق يك روش كاملاً غيرهوشمند انسان را در هوشمندانه‌ترين فعاليتش شكست دهد.

     روزی كه ديپ بلو  [1]  ، كاسپاروف را شكست داد، سال‌‌ها  از افسانه هوش مصنوعی سپری شده بود؛    ديگر هيچ كس بر اين باور نبود كه برای هوشمند بودن حتماً بايد كاسپاروف وار شطرنج بازی كرد! يا اقليدس گونه به اثبات قضايای هندسی پرداخت. خيلی پيش از اين مسائل، بايد پاسخ به پرسش‌‌هايی را يافت كه در گذشته ای نزديك، ابتدايی و پيش پاافتاده به نظر مى‌رسيدند.

     دانشمندان اينك حتی در ساده ‌ترين حركات دست برای برداشتن يك مهره شطرنج نيز نشانه های هوشمندی را جست وجو مى‌كردند. يك حركت كوچك انگشتان برای برداشتن يك فنجان يا نوشتن يك كلمه بر كاغذ چنان درجه ای از دقت رياضی و چنان حجمی از محاسبات را مى‌طلبد كه ساخت يك دست با انگشتان مصنوعی، سال ها تحقيق وبررسی و مطالعه را نيازمند است. نگاه كردن به يك چهره و به خاطر آوردن سريع نام يك شخص، كاری است كه حتی پيشرفته‌ترين كامپيوترهای امروزين از انجام آن ناتوانند. راه رفتن نرم و مقاوم انسان بر روی دوپا(كه خود اين انتخاب برای انسان بسيار مورد تأمل است) كماكان آنقدر جالب توجه است، كه محل سرمايه گذاری ميليون دلاری شركت هايی نظر هوندا، آنهم تحت قالب حساس‌ترين و مخفی‌ترين پروژه ها باشد. سازو كار و نحوه عمل گلبول های سفيد داخل بدن انسان وتحت قالب سيستم ايمنی بدن به گونه ايست كه به صورت يك حافظه عملاً نامحدود عمل مى‌كند. يك حافظه با بی شمار الگوی ذخيره شده برای مقابله و دفع. حال آنكه امروزه تكنولوژی اصولاً در جايی نيست كه چنان حجمی از حافظه حتی قابل تصور باشد.

     علاوه بر تمامی اينها، بخش بسيار مهمی كه پيش از اين و حتی تا چند سال پيش مغفول مانده بود، اين است كه هيچ موجود هوشمندی تنها و ايزوله نيست. بخش عمده ای از هوشمندی ، هوشمندی اجتماعی و ارتباطی است. اين سئوال كه چرا اجتماع موجودات هوشمند كه هر يك در پی نفع خويشند از هم نمى‌پاشد و نه تنها عقلانی، بلكه بهينه رفتار مى‌كند، اينك از حالت يك سئوال در تئوری های اقتصادی خارج شده و راه به درون هوش مصنوعی و حتی رباتيك برده است.

هرست فوق تنها بخشی از مسائلی بود كه باعث ورود پروژه هوش مصنوعی به مرحله ای جديدتر شد. دانشمندان آرمانگرای رياضيدان دهه های پيش، اينك جای خود را به موشكافانی خرده گير مى‌دهند كه مانند زيست شناسان به بررسی دقيق و جزئی تمامی رفتارهای موجودات هوشمند و الگوبرداری از آنها مشغولند(اينهم يك نمونه ديگر از انقراض نسل آرمانگرايان!).

     اما آنچه در بالا به صورت بسيار ناقص و مجمل گفته شد، طرحی بود برای ايجاد سئوال و افزايش ابهام؛ اين كه هوش مصنوعی چيست؟

    اين سئوال بايد تا بدينجا بعنوان يك پرسش علمی، شايستگی كافی را جهت طرح و بررسی پيدا كرده باشد. غرض از اين سری مقالات، نگاهی هرچند اجمالی، اما از درون به مقوله هوش مصنوعی است. هدف اين است كه علاوه بر معرفی هوش مصنوعی به عنوان يك شاخه و گرايش علمی ، كاربردهای جاری و آينده آن از لحاظ تكنولوژيك نيز مورد بررسی قرار گيرد.

برای دستيابی به اين هدف مراحل زير را طی خواهيم كرد:

1. بررسی علوم دخيل در هوش مصنوعی

     تا بدان جايی كه هوش مصنوعی تنها به بررسی روش های حل مسائل رياضی و مجرد توسط كامپيوتر مى‌پرداخت، مى‌توانستيم قطعاً آن را يكی از زير شاخه های علوم كامپيوتر بدانيم؛ اما امروزه با اضافه شدن ملاحظات جديدی كه در فوق اشاره ای بدان رفت، ديگر نمى‌توان با اين قطعيت قضاوت كرد. علومی از قبيل: معرفت شناسی كه در فلسفه ذهن (Epistemology) مطرح است ، عصب شناسی شناختی(Cognitive Neuro Science) و نيز روانشناسی شناخت (Cognitive Psychology) به همراه هوش مصنوعی مجموعه ای تحت عنوان علوم شناختی (Cognitive Science) را تشكيل مى‌دهند. از ديگر سو، رباتيك به عنوان همبسته تكنولوژيك هوش مصنوعی، خود دانشی است كه داده های علوم مكانيك و كامپيوتر و كنترل را يك جا مى‌طلبد.

2. بررسی هوشمندی

     چه چيزی در انسان يا هر موجود ديگری آنقدر ويژه و خاص است كه او را با صفت هوشمند از ساير موجودات متمايز مى‌كند؟ آيا چنين صفتی تنها خاص انسان است، يا مى‌توان درجات مختلف آن را به موجودات ديگر نيز نسبت داد. قدر مسلم اين كه از ساده‌ترين رفتار مورچه ها و زنبورها تا رفتارهای پيچيده ميمون ها در تعيين سلسله مراتب پيچيده اجتماعی يا روش های تشخيص الگوهای چند بعدی توسط كبوتران، همگی حاوی درجاتی از هوشمندی هستند(و در بعضی موارد نه چندان كمتر از انسان). بنابر اين پاسخ به اين سئوال كه هوشمندی چيست يا حتی چگونه ايجاد شده است ما را در ساخت يك موجود هوشمند با توانايی تطبيق و عمل در محيط واقعی ياری مى‌دهد.

3.آشنايی با روش های هوشمند و كاربرد آنها در تكنولوژی

     آنچه كه باعث شده تا هوش مصنوعی امروزه به عنوان يك رشته مهندسی مطرح باشد اين است كه طيف وسيعی از كاربردهای آن، از رباتيك گرفته تا روش های هوشمند كنترلی مقبوليت وسيعی در صنعت يافته اند. روش هايی همچون منطق فازی [2]  ، استرا  [3]تژی  تکاملی، الگوريتم ژنتيك، شبكه های عصبی مصنوعی ... همگی روش هايی هستند كه با الهام از طبيعت و برای دستيابی به هوشمندی طبيعی طراحی شده اند اما كاربرد عظيمی در مهندسی و صنعت يافته اند. كاربردی كه تا حدود يك دهه قبل حتی گمان آن نيز نمى‌رفت. رباتيك نيز چه در غالب روش های جابجايی بازوهای مكانيكی، و چه در شكل ربات های متحرك(Mobile Robots) در اين بحث جايگاه ويژه ای را به خود اختصاص داده است.

4. بررسی هوش مصنوعی گسترده (Distributed Artificial Intelligence)

     يك روش برخورد با مسائل حل آنهاست! بله تعجب نكنيد، اين تنها يك روش مواجهه با مسائل است. بجز اين روش(و البته حل نكردن مسئله!) راه ديگری نيز وجود دارد. فرض كنيد مى‌خواهيم يك ربات متحرك بسازيم كه در شرايط طبيعی حركت كند، مسير انتخاب كند و ...يك روش اين است كه طراح تمامی جزئيات را از ابتدا و به صورت كاملاً دقيق در نظر بگيرد. اين روش منجر به ماشينی كاملاً پيچيده و عموماً غير قابل پياده سازی خواهد شد. ماشينی كه با اندك تغييری در شرايط پيش بينی شده ناكارا خواهد بود. روش ديگر اين است كه مانند خود طبيعت ، ربات بسيار ساده ای طراحی كنيم(گاه به سادگی يك مورچه) و اجازه دهيم تا اين ربات ساده خود مسائل را به جای ما حل كند. يا حتی اجازه دهيم يك اجتماع از ربات ها از طريق تعامل با يكديگر به حل مسائل بپردازند.

     قانون طلايی در اينجا اين است كه پيچيدگی يك اجتماع، حاصلضرب پيچيدگی تك تك عناصر آن است(تئوری پيچيدگی يا Complexity Theory) ، بنابراين يك اجتماع با عناصر بسيار ساده هم ممكن است به صورت كاملاً پيچيده و هوشمند عمل كند.

     بحث های هوش مصنوعی گسترده(DAI) كه اغلب عجين با مبحث عامل های هوشمند(Artificial Agents)است و نيز مباحث زندگی مصنوعی(Artificial Life) به عنوان جديد‌ترين مباحث هوش مصنوعی اينك چه در دنيای رباتيك و چه در دنيای نرم افزارهای كامپيوتری طرفداران زيادی پيدا كرده است (شركت های بزرگی همچون IBM  و[4]  نيز نهادهای نظامی كشورهای پيشرفته سرمايه گذاری های كلانی در اين زمينه كرده اند). همانگونه كه گفته شد، هدف از اين مقاله در ابتدا آشنايی اجمالی با مسائل هوش مصنوعی و معرفی برخی گرايش های موجود و مهم در آن، و سپس معرفی مباحث جديد در اين زمينه به علاقه مندان علوم اطلاعات و ارتباطات مى‌باشد. علاوه بر اين سعی خواهد شد تا حد مقدور به بررسی كارها و فعاليت های انجام شده در ايران و يا توسط ايرانيان در زمينه هوش مصنوعی نيز بپردازيم.

هوش مصنوعی Artificial Intelligence  تکنیکی برای خلق کردن ماشینهای است که قادر به فکر کردن بدون نیاز به انسان ها میباشند.

یک ماشین تنها در صورتی به عنوان یک AI  شناخته میشود که از یکسری قابلتهای خاص برخودار باشد.
یکی از این قابلیتها داشتن شناخت از وجود خود و یا sentient  بودن است. این بدین معناست که ماشین از وجود خود آگاه باشد.
هر انسان به طور طبیعی از حضور و وجود خود آگاه است اما هنوز مدرکی دال بر sentient  بودن حیوانات در دست نیست.

تا کنون ماشینی که توانایی درک از خود را داشته باشد خلق نشده است اگر چه یک گروه از دانشمندانی که در حال انجام یکسری ازمایشات بر روی رباتهای زنده ((living robots  ای که به گونه ای طراحی شده بوده اند که به طور مستقل فکر کنند، بوده اند ادعا کرده اند که یکی از ربات های آنها به نام گک (Gaak  ) تلاش کرده است تا از محل زندگی خود فرار کند.

این ربات که در آزمایش “survival of the fittest” (زنده ماندن قویتر ها) شرکت داشته، سعی کرده تا از یکی از مبارزات روزانه اش بگریزد.

گک ابتدا در کنار یک دیواره شروع به حرکت کرده و سپس پس از یافتی یک حفره به بیرون خزیده است اما هنگام فرار در یکی از اتوبانهای نزدیک محل آزمایش توسط یک اتومبیل از بین رفته است. اگرچه این حادثه میتواند نشانگر هوشمند بودن این ربات باشد اما دلیل قاطعی برای اثبات این موضوع نیست.

آزمایشی برای تشخیص هوشمند بودن ربات ها:

“turning test” نام آزمون بین المللی است که توسط آن هوشمند بودن یک ماشین مورد آزمایش قرار میگیرد.

این آزمون بعد از Alan Turning، نابغه ریاضی که برای اولین بار این روش را پیشنهاد کرد اینگونه نام گرفت.

در این تست  2  نفر (ََA  و B  ) در یک اتاق در بسته نشسته و نفر سوم (C  ) در خارج از اتاق قرار میگیرد. نفر اول A  سعی میکند تا نفر سوم را در مورد جنسیت خود (ربات یا انسان بودن) گمراه کند، در حالی که نفر دوم B  تلاش میکند تا به نفر سوم C  برای شناختن جنسیت نفر اول یاری دهد.

ترنینگ پیشنهاد کرد که جای نفر اول با ماشین تعویض شود. در صورتی که آن ماشین بتواند همواره نفر سوم را مانند یک انسان فریب دهد آن ماشین احتمالاً هوشمند است.

 AI  های متخصص:

این نمونه از نرم افزارها برای انجام یکسری کارهای تخصصی طراحی شده اند و به طبع از قابلیتهای بالایی نیز برخودار میباشند. اینگونه برنامه ها معمولاً به یک بانک اطلاعاتی بسیار وسیع مجهز میباشند که آنها را قادر به پاسخگویی به سوالات کاربران میسازد.

در حقیقت این برنامه ها برای رشته هایی مانند پزشکی، مهندسی و... طراحی شده اند و وظیفه آنها ذخیره سازی اطلاعات مفیدی است که به خاطر سپردن آنها توسط انسان بسار دشوار میباشد، اگرچه اینگونه برنامه ها از یک اشکال پایه ای رنج میبرند.

تا زمانی که سوال مطرح شده توسط کاربر در محدوده اطاعات ذخیره شده در آنهاست هیچ مشکلی پیش نخواهد امد اما ظعف آنها هنگامی پدیدار میشود که سوال مطرح شده کمی خارج از حوزه اطلاعاتی آنها قرار گیرد که در این صورت اینگونه برنامه ها به کلی از پاسخ گویی به سوال درمانده خواهند بود.

این ناتوانی از آنجا ناشی میشود که این دسته از برنامه ها توانایی generalization  یا عمومیت دادن را ندارند.

منظور از generalization  و یا عمومیت دادن چیست؟

منظور از generalization  توانایی خلق کردن اطلاعات جدید بر اساس اطلاعات قدیمی است. تمامی انسان ها از این توانایی برخوردار هستند اگرچه ماشین ها به طور کامل و همانند انسان چنین توانایی را ندارند.
برای درک بهتر موضوع به این مثال ساده توجه کنید:

جان در یک کمپانی کار میکند. در محل کار او کابلهایی وجود دارد که توسط یکسری اشکال خواص علامت گذاری شده اند و نشانگر این موضوع هستند که این کابل ها حامل برق میباشند.
جان در محل دیگری یکسری کابل با علائم مشابه را مشاهده میکند و نتیجه میگیرد که این کابل ها نیز حاوی جریان برق هستند.

   Neutral nets  چیست؟

Neutral nets  مدل ریاضی مغز میباشد که در حقیقت همانند مغز موجودات زنده عمل میکند اما بر خلاف سایر AI  ها بر مبنای منطق طراحی نشده است. مبنای ساختاری Neutral nets  در حقیقت گروهی از neurones  (سلول های عصبی) ها هستند که با هم در ارتباط میباشند و دارای بار ریاضی هستند.

این گونه سیستم ها قادر به یادگیری از تجربیات خود هستند و این باعث میشود که آنها تا حدودی از توانایی generalize  کردن برخوردار شوند و این یکی از مزایای این گونه سیستم ها میباشد.

Neutral nets  دی کنار مزایایی که دارد از معایبی نیز برهستند. برای مثال برای آماده کردن آنها به کار و وقت بسیار زیادی نیاز است زیرا اینگونه سیستم ها قبل از به کار گرفته شدن باید آموزش داده شوند. آنها از برخی جهات به کودکان شباهت دارند و هر مطلب باید چندین بار برای آنها تکرار شود تا آن را بیاموزند.

AI  در بازی ها:

AI  در بازیهای کامپیوتری معمولاً در نقش دشمن و یا متحدین شما ظاهر میشود.

در برخی موارد طراحان بازی ترجیح میدهند تا بیشتر بر روی بالا بردن گرافیک بازی سرمایه گذاری کنند تا AI  و این موضوع باعث میشود که بازیکنان خبره به راحتی AI  را شکست دهند و یا در برخی موارد از آنجایی که AI  به کدهای اصلی بازی دسترسی دارد با تقلب بازی را برده و موجب عصبانیت کاربر میشود.

حتما تا كنون با عناويني همچون FAT16 و FAT32 آشنا هستيد . اين دو از سيستم هاي فايلي مايكروسافت هستند كه در حال حاضر با توجه به گسترش زمينه هاي مختلف سيستم هاي كامپيوتري ناكارآمد و غير قابل اطمينان هستند . يكي از مهمترين مشكلات امنيتي در سيستم FAT16 و FAT32 عدم توانايي در تعريف سطوح مجوز دسترسي به فايل ها و يا پوشه ها مي باشد . كه اين امر مي تواند به عنوان يكي از دلايل ناكارآمدي و قابل اطمينان نبودن اين سيستم ها در سطوح شبكه باشد . بر اين اساس مايكروسافت سيستم فايلي جديدي تحت عنوان NTFS را ايجاد نمود كه از يك ساختار 64 بيتي پشتيباني مي كند و از اين رو كاربران مي توانند فايل هايي ايجاد كنند كه طول نام آنها تا 256 كاركتر باشد .

چهار مجوز استاندارد در سيستم NTFS براي فايل ها و پوشه ها وجود دارند :

1- No Access: با انتخاب اين گزينه كاربران هيچگونه مجوزي براي خواندن ، نوشتن و ... فايل يا پوشه مربوطه نواهند داشت .

2- Read : با توجه به آنكه اجزاه خواندن يك فايل شامل اجراي آن نيز مي باشد ،از اين رو كاربري كه اين سطوح از دسترسي را داشته باشد مي تواند فايل را اجرا كرده و آن را بخواند .

3- Change : اين سطح دسترسي و مجوز ، كاربر را قادر مي كند تا فايل را خوانده و در صورت لزوم تغييرات خود را در آن انجام دهد يا حني فايل را حذف كند .

4- Full Control : با فعال بودن اين گزينه كاربران داراي مجوز مي توانند فايل را خواند ، تغييرات مورد نياز را درآن ايجاد كرده و يا حذف كنند . در واقع تمام امكانات و اختياراتي كه كاربر در حالت Change دارد در اين قسمت نيز وجود دارد و فرق اين دو سطح مجوز در آن است كه با داشتن مجوز Full Controll ، كاربر مي تواند حتي براي ساير كاربران سيستم دسترسي تعريف كند و يا دسترسي كاربر ديگر را از آن پوشه و يا فايل حذف كند . از لحاظ امنيتي بهتر است حتي الامكان از اين مجوز استفاده نكنيد ، زيرا داشتن مجوز Change بالاترين سطح دسترسي را به كاربران مي دهد مگر آنكه واقعا بخواهيد كاربري امكان تعريف يا حذف مجوز براي سايرين را داشته باشد .

البته مجوزه هاي ديگري نيز چون Read Only ، No Execute، Execute Only ، Write Only و ... نيز قابل تعريف مي باشند . تعيين مجوز براي منابع اشتراكي شبكه مجوزهاي بررسي شده در فوق در واقع براي تعيين سطح دسترسي كاربراني است كه از يك سيستم بطور مشترك استفاده مي كنند . اما ممكن است سيستم شما در بين چندين سيستم ديگر و در يك شبكه قرار گرفته باشد و شما بخواهيد با تعيين سطح دسترسي هاي مشخص امكان دسترسي به يك يا چند كاربر بدهيد . پس از تعريف منابع اشتاركي در سيستم تان كه مي تواند فايل ها ، پوشه ها ، درايو ها ، چاپگر ، اسكنر و ... باشد ، كاربران داراي مجوز مي توانند به اين منابع دسترسي داشته باشند .

با توجه به آنچه گذشت مي توان سطوح دسترسي كاربران در سطح شبكه را نيز به شكل زير تعريف كرد :

1- No Access: نازلترين سطح دسترسي (دسترسي وجود ندارد)

2- Read : اجرا و خواندن

3- Change : اجرا ، خواندن و اعمال تغييرات

4- Full Control : اجرا ، خواندن ، نوشتن و اعمال تغييرات ، تغيير در سطح مجوز ها با توجه به اين توانايي ها شما مي توانيد براي يك فايل و يا پوشه در هر دو وضعيت سيستم محلي و شبكه ، مجوزلازم را به كاربران بدهيد . مثلا با تعيين مجوز Change براي يك فايل در سيستم محلي ، به كاربراني كه در پشت سيستم شما مي نشينند امكان اعمال تغييرات را در فايل بدهيد و با تعيين مجوز Read در سطح شبكه تنها امكان خواندن را به كاربراني كه از شبكه استفاده مي كنند بدهيد . البته در صورت جابجايي اين سطوح ، يعني تعيين مجوز Change, در سطح شبكه و Read در سطح سيستم محلي ، تنها مجوز Read كه حداقل سطح دسترسي بين اين دو است به كاربران داده مي شود و كاربران شبكه نيز تنها مي توانند فايل را خوانده و اجرا كنند .

آخرین پردازنده اینتل ویژه کامپیوترهای رومیزی یعنی پنتیوم 4 با هسته Northwood آهسته آهسته به پایان راه خود رسید.

شاید اینتل سرعت آن را تا 4/3 گیگاهرتز بالا ببرد اما دیگر نمی توان از این هسته که کار خود را با 2/2 گیگاهرتز آغاز کرد چیز بیشتری انتظار داشت. این پردازه حتی در همین سرعت 2/3 گیگاهرتز با معماری 130 نانومتری خود، 82 وات انرژی الکتريکی مصرف می کند.

اینتل خود نیز برای این هسته برنامه دیگری ندارد و هسته جانشین آن را که با فن آوری 90 نانومتری و با رمز Prescott طراحی کرده در دست ساخت دارد. این هسته اکنون در دو کارخانه تولید می شود و در نیمه های سال 2004 سومین کارخانه نیز در ایرلند تولید این هسته را آغاز خواهد کرد. این کارخانه ها می توانند این هسته را روی ويفرهای 300 میلی متری بسازند. با حساب 500 هسته روی هر ويفر، اینتل می تواند چند میلیون پردازنده را در ماه تولید کند.

قرار بود که عرضه این پردازنده از ابتدای سال 2004 آغاز شود و چون بر پایه همان ريز معماری NetBurst که برای پنتیوم 4 به کار رفت ساخته می شود همچنان پنتیوم 4 نامیده خواهد شد. البته از نظر فن آوری ساخت دو نسل جلوتر رفته و در هسته آن نیز بهینه سازی های بسیاری انجام گرفته.

همه اینها باعث شده تا Prescott توان کار تا بسامد 5 گیگاهرتز را پیدا کند. ولی حتما می دانید که عددی که برای بسامد پردازنده اعلام می شود تنها عامل موثر در توان پردازش پردازنده نیست. برای نمونه شمار فرمان هایی که در هر تپش انجام می شوند نیز در توان پردازنده موثر است. Prescott در این زمینه نیز