چه مقدار کارایی از یک ترمینال یا خط فرمان انتظار دارید؟ با استفاده از پروژه cht.sh می‌توان با یک دستور ساده در ترمینال به انبوهی از اطلاعات دسترسی داشت. Cheat sheetها یا برگه‌های تقلب یک مجموعه‌ای از اطلاعات مختصر که معمولا به شکل جدول جمع‌آوری می‌شوند هستند که می‌توانند خیلی سریع به شما استفاده از یک ابزار ترمینال، یا یک زبان‌برنامه نویسی را آموزش دهند.
قسمت دوم پادکست دموورژن با عنوان «تجارت پنهان ZCash و Monero» در کانال تلگرام پادکست منتشر شد.
در این قسمت پادکست در مورد ارزهای دیجیتال کمترشناخته شده‌ای که در پروتکل خودشون حریم خصوصی افراد رو گنجوندن با جزئیات فنی بیشتر صحبت می‌کنیم.
راجع به یک نامه عاشقانه تکنولوژیکال صحبت می‌کنیم، به برخی مشکلات موجود در سیستم بیت‌کوین اشاره می‌کنیم و تحلیل‌های جان مک آفی و ادوارد اسنودن در مورد آینده ارزهای دیجیتال رو باهم مرور می‌کنیم.
خوراک بیشتر
در مورد Code Refactoring و بازآرایی کد دو سال قبل یک مجموعه پست در وبلاگ منتشر شد. به تازگی آرین یک سند کاملتر و با جزئیات و مثال‌های برنامه‌نویسی در C# در مورد Code Refactoring آماده کرده و به رایگان منتشر کرده، مثال‌های عملی C# در Code Refactoring رو می‌تونید توی این سند پیدا کنید.
بهسازی کدهای کامپیوتری با مثال‌های C#
همانطور که در قسمت اول پادکست DemoVersion اشاره کردیم مسابقه Alexa Prize یک مسابقه چند میلیون دلاری است که هر ساله آمازون به امید ساخت یک گفتگوی مشابه انسان آن را برگزار می‌کند. در سال سال گذشته تیم دانشگاه واشنگتن توانست یک Chatbot بسازد که به صورت میانگین گفتگوهای موفقیت آمیزی بالای ده دقیقه داشت. این پست وبلاگ به صورت خلاصه از مطالبی که در گزارش Verge آمده گرفته شده و همچنین در بخش‌هایی تالیف شده است.
قسمت اول پادکست دموورژن با عنوان «خاموش کردن پشتیبان حیات» در کانال تلگرام پادکست منتشر شد.
بمرور پادکست روی iTunes و دیگر پلتفرم‌ها هم قرار می‌گیره.
توی این قسمت پادکست ابتدا یه مقدمه‌ای در مورد هوش مصنوعی داریم، بعدش در مورد یک خواننده که از هوش مصنوعی کمک می‌گیره تا آهنگسازی آهنگش رو انجام بده صحبت می‌کنیم، بعدش Demo جنجالی Duplex گوگل توی کنفرانس IO رو با جزئیات بیشتری بررسی می‌کنیم.
خوراک بیشتر
خبر بیکار شدن ۳۰ درصد آمریکایی‌ها تا ۲۰۳۰ بخاطر عواملی از جمله هوش‌مصنوعی
ویدیوی Break Free از Taryn Southern
ویدیوی Life Support از Taryn Southern
معرفی Google Duplex در وبلاگ Google AI
مطلبی در گذشته با عنوان «درسی که از نظریه بازی‌ها گرفتم» در وبلاگ منتشر شد که در آن به ابعاد اجتماعی نظریه بازی‌ها پرداختیم. به تازگی متوجه شدم که یک بازی برای درک بهتر این مفاهیم توسط آقای نیکی کیس ساخته شده که حامد سیدعلائی به فارسی آنرا ترجمه کرده است. این بازی که با جاوا اسکریپت نوشته شده و در وب قابل اجراست حدود سی دقیقه وقت می‌گیرد و یک سری مفاهیم اجتماعی را به سادگی آموزش می‌دهد.
در انتهای بازی یک حالت گسترش یافته نظریه بازی‌ها را می‌بینیم که در آن ممکن است بر اساس احتمال کسی اشتباه کند و برعکس استراتژی‌ای که در بازی دارد عملکردی را انجام دهد. چیزی که در اجتماع ممکن است رخ بدهد اما در مدل‌هایی که قبل از این گفته بودیم به آن نپرداختیم.
یک نکته خوب که در نرم‌افزار و ارتباط با کامپیوتر وجود دارد این است که بمرور انجام کارهای سخت و تخصصی برای اکثریت افراد امکان پذیر می‌شود. همین چندسال قبل بود که طراحی یک وبسایت زیبا بسیار و واکنشگرا زمانبر و تخصصی محسوب می‌شد. و سازنده می‌بایست به HTML و CSS و تا حدی Java Script مسلط می‌بود اما بعد از آن کتابخانه‌های زیادی مانند Bootstrap بوجود آمدند که انجام اینکار را برای سازنده ساده کنند همچنین وبسایت‌هایی مانند wix.com هم ساخت یک وبسایت را به راحتی Drag & Drop چند ایتم رساندند. این موضوع در مورد یادگیری ماشین نیز صادق است کتابخانه‌های خوبی مانند Theano و Tensorflow و Torch بوجود آمدند که در کار با شبکه‌های عصبی کاربر نیاز به دانستن جزئیات پیاده‌سازی مدل‌ها روی GPU نباشد سپس کتابخانه‌هایی مانند Keras برپایه Tensorflow و Torch ساخته شد که در سطح انتزاعی بالاتری کار می‌کرد و کار با آن ساده بود به تازگی گوگل پروژه‌ای به نام Teachable Machine را ساخته است که به کاربران عادی کامپیوتر تجربه ساخت و استفاده از یک مدل توسط دوربین کامپیوترشان و بدون نیاز به برنامه نویسی می‌دهد. از پروژه‌های مشابه می‌توان به Azure Machine Learning Studio که توسط مایکروسافت ساخته شده است اشاره کرد که توانایی ساخت یک مدل طبقه‌بند یا Classification ، درونیاب یا Regression و خوشه‌بند یا Clustering را به کاربر نهایی بدون برنامه نویسی و با چند Drag & Drop ساده می‌دهد. همچنین بعد از ساخت این مدل مایکروسافت این امکان را فراهم می‌کند که به صورت Web Service از این مدل ساخته شده در نرم‌افزارهایی که مورد نیاز است استفاده شود.
اهمیت موضوع
به مرور الگوریتم‌های یادگیری ماشین و که در خط مقدم هوش مصنوعی قرار دارند در حال افزایش تاثیرشان در زندگی روزمره کاربران هستند. می‌توان در این میان به سیستم‌های ترجمه ماشینی و پیشنهاد موسیقی مورد علاقه اشاره کرد. هرچند این سیستم‌ها برای کاربران نهایی ارزشمند هستند اما این کاربران نمی‌توانند متوجه چگونگی کارکرد این سیستم‌ها شوند، درک این موضوع برای کاربران نهایی باعث می‌شود با دانستن واقعیات و بدور از توقعات غیرواقعی بتوانند رابطه بهتری با این سیستم‌ها برقرار نمایند. پروژه Teachable Machine یا ماشین یادگیرنده گوگل به منظور تجربه ساخت یک تجربه از پردازش تصویر توسط کاربران ساخته شده است.
یکی از جذابترین و جدیدترین ایده‌ها در هوش مصنوعی GANها هستند، به طوری که آقای یان لیسون که یکی از برجسته‌ترین دانشمندان حوزه هوش مصنوعی در دنیاست در موردشان گفته است «از دیدگاه من GAN و مشتقاتش جالب‌ترین ایده در ده سال گذشته در یادگیری ماشین بوده‌اند.» در این مطلب می‌خواهیم با GAN یا Generative Adversarial Networks آشنا شویم. قبل از این در مقاله «گیت‌هایی منطقی که هنرمند هستند» از GAN به عنوان یکی از روش‌هایی که ابتکار را به کامپیوتر هدیه می‌دهد، نام بردیم. جالب است بدانید که تاکنون علاوه بر تولید تصاویر در شناسایی نرم‌افزارهای مخرب در امنیت، ترجمه ماشینی در پردازش زبان طبیعی، رنگ آمیزی تصاویر، ساخت مدل سه بعدی از یک تصویر نیز از GANها استفاده شده است.
DemoVersion