بخش نظرات همیشه فضایی برای یادگیری، تبادل ایده و کمک به یکدیگر بوده و خواندن دیدگاههای شما برای ما ارزش زیادی دارد. با همین رویکرد، به سومین قسمت از «کامنتهای منتخب هفتهی زومیت» رسیدیم. پیش از مرور دیدگاههای این قسمت، بد نیست یادآوری کنیم که برای جلوگیری از طولانی شدن مطلب، برخی از کامنتها با حفظ مفهوم اصلی تا حد کمی خلاصه شدهاند. اگر دوست دارید دربارهی هر یک از این نظرات با نویسندهی آن همفکری کنید یا گفتوگو را ادامه دهید، به سادگی میتوانید با کلیک روی آیکون لینک زیر همان کامنت، مستقیماً وارد بحث شوید.
برای پیدا کردن نظرات راهگشا، روی کمک شما هم حساب میکنیم
ضمناً برای پیدا کردن نظرات راهگشا، روی کمک شما هم حساب میکنیم؛ اگر در میان مطالب زومیت به کامنتی برخوردید که گره از کارتان باز کرد یا اطلاعات مفیدی در اختیارتان گذاشت، حتماً لینک آن را در بخش نظرات همین مقاله قرار دهید تا با تایید سایر کاربران، در میان کامنتهای منتخب این هفته قرار گیرد.
در ادامه، شما را به خواندن سومین قسمت از سری دیدگاههای منتخب هفته دعوت میکنیم.
ده کامنت منتخب هفته | سری سوم
شبح ترافیک؛ چگونه یک اتوبان بدون هیچ حادثهای قفل میشود؟
علت اصلی ترافیک، ناهماهنگی ذاتی حرکت ماشین با ادراک و واکنش انسانه. هر کاری هم بکنید، تا وقتی تعداد ماشینهای توی خیابون کم نشه، ترافیک بهطور اساسی حل نمیشه. مردم معمولاً فکر میکنن ترافیک فقط یه مشکل مدیریتیه. بله، مدیریتی هم هست، اما از این جهت که تعداد خودروها توی خیابون مدیریت نشده و مدام بیشتر شده. برای کسایی که هنوز قبول نمیکنن و فکر میکنن ترافیک فقط مشکل طراحی خیابونهاست، یه آزمایش ذهنی پیشنهاد میکنم؛ اتفاقاً خودم هم قبل از اینکه با دو مفهوم علمی Phantom Traffic وInduced Traffic آشنا بشم، بهش رسیده بودم و خیلی بهش فکر کرده بودم. دفعه بعد که توی اتوبان توی ترافیک گیر کردید، به این فکر کنید که ترافیک از نظر تئوری اصلاً نباید اتفاق بیفته. اگر همه ماشینها همزمان با یه سرعت ثابت، مثلاً ۵۰ کیلومتر بر ساعت، حرکت کنن، همه با هم جلو میرن و هیچکس هم لازم نیست ترمز بزنه. اما ترافیک بهوجود میاد چون نمیتونیم سرعت و فاصلهمون رو با دقت کافی با بقیه هماهنگ کنیم. جالبه که حتی توی شلوغترین پیادهروها هم چنین اتفاقی نمیافته. به نظر من دو دلیل داره (این قسمت برداشت شخصی خودمه): ۱. سرعت ادراک ذهنی ما با سرعت حرکت بدنمون هماهنگه. برای همین بهتر میتونیم سرعت بقیه رو تخمین بزنیم و باهاش هماهنگ بشیم. ضمن اینکه کنترل مستقیمتری هم روی سرعت خودمون داریم؛ برخلاف ماشین که نه سرعت بقیه رو دقیق تشخیص میدیم، نه میتونیم سرعت خودمون رو با اون دقت تنظیم کنیم. ۲. ذهن ما برای حرکت فقط جلو و عقب طراحی نشده؛ حرکت جانبی (Lateral) هم بهصورت طبیعی بخشی از الگوی حرکتی ماست. برای همین وقتی پیاده هستیم، توی شلوغی مدام با حرکت به چپ و راست از کنار هم رد میشیم، اما ماشین چنین آزادی حرکتی نداره
کامنت زیر به کامنت قبل پاسخ میدهد:
یه ویدئویی هست به اسم The Spring Paradox از Steve Mould، اون یه علت دیگه برای ترافیک رو توضیح میده؛ اینکه گاهی با حذف یک خیابون، ترافیک کمتر میشه. از بین این موارد (و البته دلایل ترافیک بیشتر از اینهاست)، دوتاش مستقیماً به تصمیمهای مدیریتی و طراحی شهری مربوطه. یعنی برخلاف اینکه گفته بشه «ترافیک مشکل طراحی خیابونی نیست»، اتفاقاً تا حد زیادی هست. مثلاً همین مسیر تهران–کرج؛ اگر تمرکز از تهران کمتر بشه یا سرمایهگذاری بیشتری روی فرصتهای شغلی در البرز و کرج انجام بشه، حجم ترافیک هم میتونه کمتر بشه. من خودم هم مخالف این ایدهام که ماشینهای خودران راهحل نهایی ترافیک باشن، چون این جمله به نظرم خیلی دقیق موضوع رو خلاصه میکنه: A system where all cars accelerate at once and there are no intersections, that just sounds like a train with extra steps. برای همین دو تا ویدئو هم پیشنهاد میکنم. اولی One Car Taps the Brakes. Traffic Lasts for Hours. از CGP Grey (آیدی: HzzSao6ypE) که همون ایده Phantom Traffic رو توضیح میده و نشون میده اگر عامل انسانی حذف بشه، این نوع ترافیک هم تا حد زیادی از بین میره؛ تقریباً همون ایدهای که در متن خانم پورمحمد هم مطرح شده. اما دقیقاً نکته همینجاست. Adam Something توی ویدئوی The ACTUAL Solution to Traffic – A Response to CGP Grey. استدلال میکنه که اگر قرار باشه همه خودروها کاملاً هماهنگ و خودران باشن، در عمل داریم سیستمی میسازیم که تفاوت زیادی با قطار نداره. در نهایت، خوندن یک متن نباید باعث بشه بقیه علتهای ترافیک فراموش بشن یا همه دلایل و راهحلها به همون یک توضیح خلاصه بشه. ترافیک یک مسئله چندعاملیه و هر کدوم از این نظریهها فقط بخشی از ماجرا رو توضیح میدن.
دانشگاه آزاد: استفاده از موبایل و هوش مصنوعی در جلسه امتحان بلامانع است
شما اگر دانش تخصصی نداشته باشید، با اطلاعات هوش مصنوعی دچار خطای علمی میشید. مثلاً وقتی ازش توی زمینهای که تخصصتون نیست، مثل پزشکی قلب، سؤال بپرسید، هر جوابی بده شما نمیتونید صحتش رو بررسی کنید، حتی اگر اشتباه فاحش داشته باشه. ولی وقتی توی حوزه تخصصی خودتون چرتوپرت بگه، بلافاصله متوجه اشتباهش میشید. دانشجوی کارشناسی ارشد و دکتری در مرحله کسب تسلط و تخصصه. اگر توی این دوره مطالعه کافی نداشته باشه و مهارتهای این دوره، مثل تحقیق علمی، استدلال و استنتاج رو یاد نگیره، چطور میتونه اشتباههای هوش مصنوعی رو تشخیص بده؟ گوگل موقع معرفی بارد (قبل از اینکه اسمش بشه جمنای) از اطلاعات نجوم توی تریلر معرفی استفاده کرد. اون موقع همه بهبه و چهچه میکردن، اما اخترشناسها بلافاصله خطای مدل رو اعلام کردن؛ خطایی که حتی از دست متخصصهای گوگل هم دررفته بود.
حتی قویتر از فیبل ۵؛ هوش مصنوعی چینی «کیمی» نگاهها را خیره کرد
یه مثالی یه نفر تو یه پادکستی درباره هوش مصنوعی گفت که خیلی جالب بود (البته این برداشت من از حرفشه خودش این مثال رو دقیقا نگفت، گرنت سندرسن تو پادکست دوارکش پاتل همین چند روز پیش). پیشرفت و حوزه تخصص هوشمصنوعی به صورت یکنواخت نیز بلکه به صورت نوکتیز و تیغتیغیه! یعنی اگه یه صفحه رو در نظر بگیریم که نقاط صفحه مهارتهای مختلف هستن مهارت و توانایی هوش مصنوعی به صورت یه دایره که گنده میشه و نقاط بیشتری رو شامل میشه نیست. بلکه هوش هوش مصنوعی به صورت یه ستاره هزار پر گشترش پیدا میکنه. یعنی در یک جهت خاص یدفه خیلی خوب پیشرفت میکنه در یک جهت خیلی کم. برخلاف بچهها که تقریبا یکنواخت مهارتهاشون تو همه زمینهها پیشرفت میکنه و تلاش نظام آموزشی هم باید این باشه که همین کار رو تسریع بکنه. این مورد هم همینطوره. این بنچمارک درباره برنامهنویسی فرانته یعنی یه حوزه خیلی خاص مهارت. اونم حوزهای که خیلی معیارهای سادهای داره یعنی صرفا از روی ظاهر میشه گفت کد درست بوده یا نه لازم نیست بهینه بودن و اینجور چیزا رو زیاد تحلیل بکنی. پیچیدگی کد کمتره و نمونه کد خیلی بیشتری ازش توی اینترنت هست پس شاید عجیب نباشه مدلی که رکورد تعداد توکن رو زده (سه تیلیارد بود فکر کنم) تو چنین حوزه سر راستی بهترین بشه.
فدورا ۴۴ بهصورت خودکار بازیهای ویندوزی را سریعتر میکند
حدود یک ساله که بهجای ویندوز از لینوکس استفاده میکنم و تجربهام توی بخش گیمینگ اینه که برخلاف چیزی که بعضی وقتها گفته میشه، اجرای بازیهای ویندوزی روی لینوکس همیشه بهتر نیست. این قضیه بیشتر با نوع کارت گرافیک خودش رو نشون میده. تجربه من با AMD خیلی بهتر بوده، ولی با انویدیا داستان فرق داشته. درایورهای انویدیا روی لینوکس هنوز مشکلات خودشون رو دارن؛ مخصوصاً توی بازیهای DirectX 12 که توی بعضی موارد ۱۰ تا ۱۵ فریم کمتر از ویندوز میگیرم. مشکل فقط افت فریم نیست؛ مدیریت VRAM هم یکی از ضعفهاییه که به چشمم اومده. وقتی حافظه گرافیک پر میشه، برنامههای پسزمینه فریز میشن و خود بازی هم وارد لگهای شدید میشه، در حالی که با کارتهای AMD و Intel توی لینوکس این مشکل رو کمتر دیدم. همین مشکل رو توی ابزارهای هوش مصنوعی مثل LM Studio و مدلهای سنگین تولید ویدیو هم دیدم. مدلهایی که کمی بیشتر از ظرفیت VRAM نیاز دارن، روی لینوکس راحتتر با خطای Out Of Memory مواجه میشن، در حالی که روی ویندوز همون ابزارها معمولاً بهتر مدیریت میشن. به نظرم خیلی از مشکلاتی که به خود لینوکس نسبت داده میشن، در واقع از پشتیبانی ضعیفتر بعضی سختافزارها، مخصوصاً انویدیا، توی این محیط میاد. تجربه لینوکس با سختافزار AMD واقعاً متفاوت و روانتره.
تیم ملی المپیاد ریاضی ایران قهرمان مسابقات بینالمللی ریاضی چین ۲۰۲۶ شد
برای کسایی که فکر میکنن چون مدال المپیاد ندارن الان خنگ و بیارزشن میگم، مدال المپیاد افتخار بزرگی است، اما موفقیت را تعریف نمیکند. این یکی از خطرناکترین باورهایی است که میتواند ذهن یک انسان با استعداد را محدود کند: اینکه اگر مدال المپیاد نگرفتهای، دیگر نخبه نیستی. نخبه بودن یعنی توانایی یاد گرفتن، فکر کردن، حل مسئله، پشتکار داشتن و ساختن چیزی که قبل از تو وجود نداشته است. این ویژگیها روی یک مدال حک نمیشوند. المپیاد فقط یکی از مسیرهای سنجش استعداد است؛ آن هم در یک بازه زمانی مشخص، با قوانین و محدودیتهای خودش. هزاران انسان موفق در علم، فناوری، کارآفرینی و صنعت هرگز مدال المپیاد نداشتهاند، اما با سالها تلاش، مطالعه و تجربه، دنیا را تغییر دادهاند. آنچه آینده را میسازد، استمرار است؛ نه یک نتیجه در چند آزمون. اگر امروز احساس میکنی دیر شروع کردهای یا فرصتهایی را از دست دادهای، یادت باشد که مسابقه واقعی تازه بعد از مدرسه آغاز میشود. دانشگاه، پژوهش، صنعت، استارتاپ، اختراع و نوآوری، میدانهایی هستند که در آنها مدال گذشته تضمینکننده پیروزی آینده نیست. پس خودت را با یک عنوان قضاوت نکن. به جای اینکه از خودت بپرسی «آیا مدال دارم؟» از خودت بپرس «امروز چه چیزی یاد گرفتم که دیروز بلد نبودم؟» ...
بهترین ابزار هوش مصنوعی برای برنامه نویسی در سال ۲۰۲۶
در بسیاری از موارد با هزینه بسیار بسیار کم میتونید از دیپسیک استفاده کنید. من VS Code دارم، اکستنشن Roo رو نصب کردم و به دیپسیک وصلش کردم و خیلی ارزون کار رو درمیاره. توی همون VS Code، کلاد و کدکس رو هم دارم که برای کارهای ریز و دقیق ازشون استفاده میکنم. نیازی نیست این همه ابزار رو جداگانه استفاده کنید. حالا این تجربهی من بود. پایپلاین من اینه: 1. استراتژی و ایده رو میدم به ChatGPT. 2. ChatGPT اون رو به برنامهی اجرایی تبدیل میکنه و پرامپت تولید میکنه. 3. کارهای اجرایی رو میدم دیپسیک. 4. کارهای تحلیلی و فلسفهبافی! رو میدم کلاد (البته خیلی کم، چون توکنسوزیش زیاده). 5. برای کارهای خیلی دقیق کدنویسی از کدکس استفاده میکنم. همهی اینها هم داخل VS Code انجام میشه.
برخلاف تصور، سنسور حرارتی از گرافیکهای RTX 50 انویدیا حذف نشده است
در میان انواع طراحیهای مدارهای الکترونیکی، اینگونه مرسومه که به ایمنترین سیستمها طراحی صنعتی (Industrial Design) میگن. حالا کاری به اسمش ندارم، چون بعضیها فقط برای فروش اسمگذاری کذب میذارن، اما در کل یک طراحی صنعتی در شرایط سخت هم دوام میاره. یعنی اگر کاربر (خانگی/صنعتی) به اشتباه سیستم رو پیکربندی یا استفاده کنه، در اینجا طراحی صنعتی اون سیستم، بخشهای محافظتی رو فعال میکنه. این برای استفاده نادرست کاربره؛ اما اگر مشکلی از ناحیه خود سیستم به وجود بیاد چه؟ خود سیستم باز هم بخشهای محافظتی دیگری رو فعال میکنه. من براساس تجربه خودم خدمتتون عرض میکنم که تقریباً هیچ سیستمی، جز در موارد نظامی (Military Grade)، اینگونه نیست. مثلاً همین کارت گرافیکهای مشکلدار انویدیا؛ چجوری تست میکنن که این مشکلات پیش میاد؟ بخاطر اینکه اولاً طراحی در این سطح از محافظت انجام نشده، دوم اینکه تستهای انجامشده در شرایط استفاده نادرست کاربر انجام نمیشه. محدودیتهای اقتصادی مانع از اینگونه طراحیها میشه. باز خوبه در بخش مادربرد، بهینهسازیها خیلی بیشتر از قسمتهای دیگه هست؛ اون هم بخاطر توزیع فرکانس بالا در کل سیستمه.
مشخصات کامل ردمی نوت ۱۷ و ۱۷ پرو در آستانه رونمایی لو رفت
سرعت شارژ بسته به موقعیت و گرمای دیوایس تغییر میکنه و امری عادیه. وقتی مثلا شارژر ۹۰ واته فکر نکنید کل مدت با همین توان شارژ میشه، حدود ۶۰ درصد اوقات سوئیچ میکنه به زیر ۶۰ وات.
انتشار نخستین تصاویر از بقایای «کوئست»، آخرین کشتی کاوشگر معروف جنوبگان
پیشنهاد میکنم کسانی که علاقمند هستند حتما صحبت های dr. Robert ballard در دانشگاه rhode island که مربوط به شاید ۱۰ سال پیش یا بیشتر باشه که نحوه پیدا کردن titanic رو توضیح میده نگاه کنند. خودم چندین بار نگاه کردم و لذت بردم از حرفاش و تجربیاتی که خیلی قشنگ وصف میکنه.
در پایان، از اینکه با دانش، تجربه و دیدگاههای خود همراه ما هستید صمیمانه سپاسگزاریم و امیدواریم هفتهی آینده، کامنت شما را هم در میان منتخبها ببینیم.