فول هاستینگ

به گزارش مهر به نقل از ساینس دیلی، سن تقویمی در حقیقت سنی است که از زمان تولد انسان محاسبه می‌شود.اما ممکن است سن بیولوژیکی با آن متفاوت باشد. در همین راستا دانشمندان می‌توانند با استفاده از ساعتهایی مخصوص سن بیولوژیکی ارگانیسم را تعیین کنند.

تاکنون، ساعت‌های مختلفی برای تعیین سن بیولوژیکی ساخته شده است، مانند ساعت اپی ژنتیک هوروات که براساس الگوی متیلاسیون ها (گروه‌های شیمیایی کوچکی که به DNA متصل می‌شوند و با افزایش سن تغییر می‌کنند) کار می‌کنند. اما اکنون محققان دانشگاه کلن آلمان ساعت جدیدی ابداع کرده‌اند که با استفاده از ترنسکریپتوم پروتئین‌هایی برای سلول می‌سازد. ترنسکریپتوم یا رونویسی از ژن‌ها به مجموعه‌ای از مولکول‌های پیام رسان آر ان ای (mRNA) گفته می‌شود که در ژن‌های یک ارگانیسم وجود دارند.

البته تا پیش از این، استفاده از ترنسکریپتوم برای نشان دادن سن فرایندی بسیار پیچیده به حساب می‌آمد. به همین دلیل تاکنون امکان ابداع ساعت‌های دقیق مبتنی بر ژن‌ها برای نشان دادن سن بیولوژیک ممکن نبود.

اما مایر و شوماخر، دو محقق دانشگاه کلن از روشی استفاده کردند که در آن مجموعه‌ای از ژن‌ها از روی دی ان ای خوانده می‌شوند و پروتئین‌ها را می‌سازند و در مرحله بعد یک ترفند ریاضی برای حذف تفاوت در فعالیت ژن‌ها به کار رفت. ساعت سن بیولوژیکی ترانسکریپتوم ژن‌ها را به دو دسته خاموش و روشن تقسیم می‌کند. به این ترتیب میزان اختلاف به حداقل می‌رسد و در نتیجه تشخیص سن زیستی با استفاده از ترنسکریپتوم قابل پیش بینی تر و نزدیک به حد تئوری خواهد بود.

مهم‌تر آنکه این ساعت در سنین بالا نیز کارآمد است. حال آنکه قبلاً اندازه گیری آنها مشکل بود زیرا میزان اختلاف در فعالیت ژنتیک در سنین بالا بیشتر است.

به گزارش مهر به نقل از فاکس نیوز، یک ویژگی جدید در نسخه بتا iOS۱۴.۵ رصد شده که از طریق اپلیکیشین find My به کاربر نشان می‌دهد چه زمان یک آیتم همزمان با آنها حرکت می‌کند. این اپلیکیشن در آیفون، آی پد، اپل واچ و مک موجود است.

به گفته بنجامین مایو یکی از بلاگرهای اپل و توسعه دهنده نرم افزار iOS، این تنظیمات که به عنوان «هشدار ایمنی آیتم‌ها» (Item Safty Alerts) مشهور است، تلاشی برای اجتناب از تعقیب کاربران با استفاده از ایرتگ ( Air Tag) است. ایرتگ یک دستگاه ردیابی است که اپل مشغول توسعه آن است. این گجت کوچک می‌تواند به عنوان یک کلیدیاب عمل کند.

مایو در توئیتی در این باره نوشت: اگر فردی به طور مخفیانه تگی را در وسایل کاربر قرار دهد، موبایل او این امر را ردیابی می‌کند و هشدار می‌دهد. تنظیمات این ویژگی به طور پیش فروش روشن است که البته معقولانه به نظر می‌رسد. اما این واقعیت که نمی‌توان آن را خاموش کرد احتمالاً بدان معنا است که ممکن است در برخی شرایط هشدارهایی به اشتباه برای کاربر ارسال شود.

هرچند ایرتگ هنوز عرضه نشده اما از آوریل ۲۰۱۹ اخباری درباره توسعه آنها در اپل منتشر می‌شد. طبق گزارش‌ها کد پروژه ایرتگ B۳۸۹ است که آن دستگاه‌هایی به اندازه یک جاسوئیچی به آیتم‌ها می چسبد. قرار بود این محصول همراه iOS۱۳ رونمایی شود.

البته شرکت‌های دیگر گجت هایی مشابه ایرتگ ساخته‌اند که قبلاً گزارش‌هایی درباره سواستفاده از این محصولات برای تعقیب کاربران منتشر شده است.

به گزارش باشگاه خبرنگاران، چاپگر‌ها از جمله مهم‌ترین تجهیزات رایانه‌ای هستند که مردم در منزل و اداره‌ها از آن استفاده می‌کنند. یکی از مشکلاتی که اکثر کاربران پس از ارتقای ویندوز خود به ویندوز ۱۰ دچارش شدند این بود که این نسخه از ویندوز از چاپگر‌ها پشتیبانی نمی‌کرد و هنگام چاپ صفحه آبی میشد و چیزی چاپ نمی‌شد. اما شرکت مایکروسافت در حال تلاش برای حل مشکل استفاده از چاپگر‌های خاص رایانه در Windows 10 است. اگر کاربری با این مسئله سر و کار دارد، به روزرسانی تازه این شرکت به او این امکان می‌دهد تا دوباره بتواند از چاپگر استفاده کند.

در یادداشت های منتشر شده درباره این به روزرسانی ، مایکروسافت می‌گوید که این مسئله فقط چاپگرهای خاصی را که از برخی برنامه‌ها استفاده می‌کنند تحت تأثیر قرار داده است . به نظر می‌رسد که این مشکل روی برخی از چاپگرهای Kyocera ، Ricoh و Zebra تأثیر بگذارد.

اگر این مسئله روی کار شما تأثیر گذاشته است، می‌توانید با رفتن به Settings> Update & Security> Windows Update و کلیک بر روی Check for Updates، به روزرسانی جدید ویندوز ۱۰ را بارگیری کنید. مایکروسافت امیدوار است بعد از به روزرسانی، چاپگر و رایانه کاربران دوباره بتوانند باهم دوست باشند و مشکلی در چاپ پیش نیاید. این به روزرسانی برای نسخه‌های ویندوز ۱۰، ۱۸۰۳، ۱۸۰۹، ۱۹۰۹، ۲۰۰۴، ۲۰H2 و ۲۱H1 در دسترس است که آخرین نسخه آن فقط برای Windows Insiders در حال حاضر موجود است.

گفتنی است، مایکروسافت مرورگر قدیمی Edge را از این نسخه حذف و Edge مبتنی بر Chromium را جایگزین آن خواهد کرد. این منطقی است، زیرا پشتیبانی از Edge قدیمی در ۹ مارس ۲۰۲۱ پایان یافت. Edge جدید Microsoft به عنوان بخشی از Patch بعدی در تاریخ ۱۳ آوریل در دسترس خواهد بود.

به گزارش ایسنا و به نقل از نیچر، در سال ۲۰۱۹ گروه تحقیقاتی “تلسکوپ افق رویداد”(Event Horizon Telescope) اولین تصویر از سیاه‌چاله را به جهانیان نشان دادند. اما تصویر درخشان یک شی حلقه مانند که گروه از آن رونمایی کردند یک تصویر عادی نبود بلکه یک تصویر رایانه‌ای بود.

با انجام محاسبات ریاضیاتی بر روی داده‌های به دست آمده از تلسکوپ‌های رادیویی در ایالات متحده، مکزیک، شیلی، اسپانیا و قطب جنوب این داده‌ها تغییر کرده و تبدیل به تصویر شد. این گروه کد کامپیوتری که برای انجام این کار استفاده کرده بودند را در کنار مقالاتشان منتشر کردند تا جامعه‌ی علمی کاری که آن‌ها انجام داده بودند را ببیند و از آن برای رسیدن به موفقیت‌های بعدی استفاده کنند. این یک الگوی رو به افزایش است. از ستاره‌شناسی گرفته تا جانورشناسی پشت هر کشف بزرگ علمی در عصر جدید یک کامپیوتر وجود دارد.

مایکل لویت(Michael Levitt) یک زیست‌شناس محاسباتی در دانشگاه “استنفورد” کالیفرنیا یکی از برندگان جایزه‌ی نوبل شیمی در سال ۲۰۱۳ بوده است. او این جایزه را برای کار بر روی استراتژی‌های مدل‌سازی در ساختارهای شیمیایی دریافت کرد. لویت خاطرنشان کرد که لپ‌تاپ‌های امروزی ۱۰ هزار برابر حافظه و سرعت بیشتری نسبت به کامپیوتر آزمایشگاه او در سال ۱۹۶۷ دارند. زمانی که کار بر روی پروژه‌اش که برنده‌ی نوبل شد را آغاز کرد.

او می‌گوید: ما امروزه تجهیزات محاسباتی فوق‌العاده‌ای در دست داریم اما مشکل اینجاست که هنوز نیاز به فکر کردن داریم. یک کامپیوتر قوی بدون وجود نرم‌افزاری که بتواند سوالات دانشمندان را پاسخ دهد و محققانی که بدانند چگونه کدنویسی کنند و از آن استفاده کنند بی‌مصرف است.

نیل چو هونگ(Neil Chue Hong) مدیر موسسه‌ی “Software Sustainability” که دفتر مرکزی آن در ادینبرو اسکاتلند است و مرکزی برای بهبود توسعه‌ و استفاده از نرم افزار در علوم است می‌گوید: تحقیقات امروزه کاملا به نرم‌افزارها وابسته هستند. و پارامترهای آن تمام جنبه‌های تحقیقات را شامل می‌شود.

کشف‌های جدید در رسانه‌ها منتشر می‌شوند اما در اینجا می‌خواهیم پشت صحنه‌ی این کشف‌ها و بخش‌ اصلی آن یعنی کدهایی که تحقیقات را در طی چند دهه‌ی گذشته متحول کرده‌اند بررسی کنیم.

اگرچه هیچ لیست این چنینی نمی‌تواند قطعی باشد اما ما طی سال گذشته از ده‌ها محقق نظرسنجی کردیم تا مجموعه‌ای از ۱۰ نرم‌افزار که تاثیری بزرگ بر علم داشتند را مشخص کنیم.

همگردان فورترن: پیشگام در زبان برنامه‌نویسی(۱۹۵۷) 

استفاده از اولین کامپیوترها کار راحتی نبود و برنامه‌نویسی به معنای واقعی کلمه با دست و با اتصال مجموعه‌ی مدارها و سیم‌ها انجام می‌شد. دستگاه‌هایی که بعد از آن آمد و زبان برنامه‌نویسی‌ هم‌گذاری(نوعی برنامه‌نویسی سطح پایین) به کاربران کمک کرد تا کامپیوترها را با کد برنامه‌نویسی کنند. اما همچنان نیاز به دانش ساختاری کامپیوتر بود. بنابراین هنوز این کار از دسترس بیشتر دانشمندان خارج بود.

این موضوع در دهه‌ی ۱۹۵۰ با توسعه‌ی زبان برنامه‌نویسی نمادین به خصوص با توسعه‌ی زبان برنامه‌نویسی فورترن(Fortran) که توسط جان باکس(John Backus) و گروهش در موسسه‌ی آی‌بی‌ام در سن‌خوزه کالیفرنیا ایجاد شده بود تغییر کرد. با استفاده از زبان برنامه‌نویسی فورترن کاربران می‌توانند برنامه‌نویسی را با دستورالعمل‌هایی که برای انسان‌ها قابل خواندن است انجام دهند. یک همگردان(compiler) سپس این دستورالعمل‌ها را به یک کد سریع و کارآمد ماشینی تبدیل می‌کند.

اگرچه هنوز هم برنامه‌نویسی کار آسانی نبود. در ابتدای کار برنامه‌نویسان از مجموعه‌ای کارت برای وارد کردن کدها استفاده می‌کردند و برای یک شبیه‌سازی پیچیده ده‌ها هزار کارت نیاز بود. سیوکورو مانابه(Syukuro Manabe) اقلیم شناس در دانشگاه پرینستون نیوجرسی می‌گوید: فورترن برنامه‌نویسی را برای آن دسته از محققانی که دانشمند در زمینه‌ کامپیوتر نبودند نیز ممکن کرد. برای اولین بار توانستیم خودمان برنامه‌نویسی را انجام دهیم. او و همکارانش از این زبان برنامه‌نویسی استفاده کردند تا یکی از موفق‌ترین مدل‌های اقلیمی را بسازند.

اکنون پس از گذشت هشت دهه فورترن همچنان به طور گسترده‌ای استفاده می‌شود. از جمله در مدل‌سازی اقلیمی، دینامیک سیالات، شیمی محاسباتی و هر موضوعی که در آن از جبر خطی پیچیده استفاده شود و نیاز به کامپیوترهای قدرتمند برای بررسی سریع اعداد باشد. کدی که در نتیجه به دست می‌آید سریع است و هنوز تعداد زیادی از برنامه‌نویسان وجود دارند که می‌دانند چگونه آن را بنویسند. نوع قدیمی برنامه‌نویسی فورترن هنوز هم در آزمایشگاه‌ها و ابررایانه‌ها در سراسر جهان مورد استفاده قرار می‌گیرد.

پردازنده سیگنال: “تبدیل فوریه” سریع(۱۹۶۵)

هنگامی که اخترشناسان رادیویی آسمان را بررسی می‌کردند سیگنالی پیچیده یافتند که با گذر زمان تغییر می‌کرد. برای فهمیدن ماهیت این امواج رادیویی آن‌ها باید می‌فهمیدند که این سیگنال‌ها به عنوان تابع فرکانسی چه شکلی دارند. انجام یک فرآیند ریاضیاتی به نام “تبدیل فوریه”(Fourier transform) به محققان در انجام این کار کمک می‌کرد. مشکل این بود که این روش ناکارآمد بود و برای یک مجموعه‌ داده با پایه N به محاسباتی با پایه‌ی N به توان ۲ نیاز است.

در سال ۱۹۶۵ ریاضی‌دانان ایالات متحده، جیمز کولی(James Cooley) و جان توکی(John Tukey) راه حلی برای بهبود این فرآیند پیدا کردند. آن‌ها با استفاده از روش “بازگشت” رویکرد برنامه‌نویسی “تقسیم و حل” را که در آن الگوریتم مدام خودش را تکرار می کند، فرآیند برنامه نویسی “تبدیل فوریه” سریع را آسان‌تر کرد که با افزایش N سرعت نیز افزایش پیدا می‌کرد و به طور مثال برای عدد ۱۰۰۰ سرعت ۱۰۰ برابر بیشتر می‌شود.

نیک ترفتن(Nick Trefethen)، ریاضیدان دانشگاه آکسفورد می‌گوید: این کشف در اصل کشفی بود که قبلا اتفاق افتاده بود توسط ریاضیدان آلمانی کارل فردریچ گاس(Carl Friedrich Gauss) در سال ۱۸۰۵ اما او هیچوقت آن را منتشر نکرد اما کولی و توکی این کار را انجام دادند و این یک اتفاق فوق‌العاده در ریاضیات کاربردی و مهندسی است. از کد “تبدیل فوریه” بارها و بارها استفاده شده است.

پاول آدامز(Paul Adams)، مدیر بخش بیوفیزیک مولکولی و تصویربرداری بیولوژیکی در آزمایشگاه ملی لارنس برکلی(Lawrence Berkeley National Laboratory) است. او می‌گوید هنگامی که در سال ۱۹۹۵ ساختار پروتئین باکتریایی  GroEL را اصلاح و پالایش می‌کردیم این محاسبات به کمک فرآیند “تبدیل فوریه” ساعت‌ها طول کشید و اگر کمک این فرآیند نبود نمی‌دانم چگونه این کار را می‌کردیم. احتمالا تا ابد به طول می‌انجامید.

دسته‌بندی مولکولی: بانک داده‌های بیولوژیکی(۱۹۶۵)

بانک‌های اطلاعاتی مولفه‌های یکپارچه‌ی تحقیقات علمی امروزه هستند که به راحتی می‌توان از این حقیقت که آن‌ها به وسیله‌ی نرم‌افزارها تهیه می‌شوند چشم‌پوشی کرد. در طول چند دهه‌ی گذشته این منابع از نظر اندازه بسیار رشد کرده‌اند و بسیاری از حوزه‌ها را شکل داده‌اند اما این تغییرات در هیچ‌کجا به اندازه‌ی حوزه‌ی زیست‌شناسی قابل‌توجه نبوده است.

مجموعه‌ داده‌های عظیمی که امروزه از ژنوم‌ها و پروتئین‌ها داریم ریشه در کارهای مارگارت دیهوف(Margaret Dayhoff) دارد. او پیشگام در بیوانفورماتیک در بنیاد تحقیقات ملی پزشکی در سیلور اسپرینگ(Silver Spring) مرینلند(Maryland) بود. در اوایل دهه‌ی ۱۹۶۰، هنگامی که زیست‌شناسان تلاش می‌کردند تا توالی آمینواسید را جداسازی کنند، دیهوف شروع به جمع‌آوری این اطلاعات برای جستجوی سرنخ‌هایی از روابط تکاملی بین گونه‌های مختلف کرد.

اطلس او از توالی پروتئین‌ها و ساختار آن‌ها در سال ۱۹۶۵ با همکاری سه نویسنده‌ی دیگر منتشر شد. آن‌ها در این مقاله آنچه را که به عنوان توالی، ساختار و شباهت‌های ۶۵ پروتئین شناخته می‌شد توضیح دادند. برونو استریسر(Bruno Strasser) که یک مورخ است در سال ۲۰۱۰ نوشت: این مجموعه اولین مجموعه‌ای بود که برای پاسخ به یک سوال در یک تحقیق خاص مربوط نبود. کدهای آن بر روی کارت‌هایی پانچ شدند تا بتوان این مجموعه‌ داده‌ را گسترش داد و جستجو کرد.

“بانک داده پروتئین” که امروزه جزئیات بیش از ۱۷۰ هزار ساختار درشت‌مولکول را در اختیار دارد کار خود را در سال ۱۹۷۱ آغاز کرد. راسل دولیتل(Russell Doolittle) یک زیست‌شناس تکاملی از دانشگاه کالیفرنیا در سن‌دیگو مجموعه داده پروتئین دیگری به نام “Newat” در سال ۱۹۸۱ ایجاد کرد و در سال ۱۹۸۲ بانک داده دیگری به نام “بانک ژن”(GenBank) ایجاد شد این مجموعه شامل داده‌های دی‌ان‌ای( ‌DNA ) است که توسط موسسه ملی بهداشت ایالات متحده نگهداری می‌شود.

ارزش چنین منابعی در ژوئیه سال ۱۹۸۳ مشخص شد هنگامی که گروه‌های مجزا به رهبری مایکل واترفیلد(Michael Waterfield) یک زیست‌شناس پروتئین و شیمی‌دان در موسسه‌ی تحقیقات سرطان ایمپریال در لندن(Imperial Cancer Research Fund in London) و دولیتل به طور مستقل شباهت‌هایی در توالی یک عامل خاص در رشد انسان و پروتئینی در ویروس ایجاد کننده‌ی سرطان در میمون‌ها گزارش دادند. این مشاهدات حاکی از مکانیزمی در ویروس بود که عامل رشد را شبیه‌سازی می‌کرد و باعث رشد کنترل نشده‌ی سلول‌ها می‌شد.

جیمز استل(James Ostell)، مدیر سابق مرکز ملی اطلاعات زیست‌فناوری ایالات متحده می‌گوید: برای آن دسته از زیس‌شناسان که به کامپیوتر و آمار علاقه‌مند نیستند باید بگویم ما می‌توانیم با بررسی توالی‌ها اطلاعاتی درباره‌ی سرطان‌ها به دست آوریم و علاوه بر طراحی آزمایش‌ها برای بررسی فرضیه‌ها، محققان می‌توانند داده‌های عمومی به دست آورند که تاکنون افرادی که واقعا داده‌ها را جمع‌آوری می‌کنند به آن دست نیافته باشند و هنگامی که داده‌های محتلف به یکدیگر متصل شوند این قدرت افزایش می‌یابد. موضوعی که محققان مرکز ملی اطلاعات زیست‌فناوری (NCBI) در سال ۱۹۹۱ به وسیله‌ی جستجوگر پیشرفته‌ی آنتره(Entrez) به آن دست یافتند. این جستجوگر به محققان کمک می کند تا آزادانه از موضوعی همچون DNA به موضوع ادبیات یا پروتئین بروند و بازگردند.

پیش‌بینی آب و هوا: مدل‌سازی دورانی(۱۹۶۹)

با پایان جنگ جهانی دوم، جان ون نیومن(john von Neumann) پیشگام در عرصه‌ی کامپیوتر، کامپیوترهایی کرد که پیش از آن برای محاسبه‌ی مسیر پرواز و طراحی اسلحه استفاده می‌شدند برای حل مشکل پیش بینی آب و هوا تغییر کاربری داد.

مانابه توضیح می‌دهد: تا آن زمان پیش‌بینی آب و هوا تنها کاری تجربی بود که با استفاده از تجربه و ظن و گمان، وضعیت جوی آینده را پیش‌بینی می‌کردند. اما گروه ون نیومن قصد داشتند تا با استفاده از قوانین فیزیک به صورت عددی آب‌و هوا را پیش‌بینی کنند.

ونکاترامانی بالاجی(Venkatramani Balaji)، رئیس بخش مدل‌سازی سیستم‌ها در آزمایشگاه دینامیک سیالات ژئوفیزیکی اداره ملی اقیانوس‌شناسی و اقلیمی پرینستون در نیوجرسی می‌گوید: این معادلات برای دهه‌ها شناخته شده بودند اما هواشناسان اولیه نتوانستند آن‌هارا حل کنند. برای انجام این کار باید شرایط جوی موجود در آن لحظه وارد می‌شد و تغییرات آن در طول مدتی کوتاه بررسی می‌شد و این کار تکرار می‌شد. این فرآیند بسیار طولانی و وقت‌گیر بود و تکمیل معادله‌ی ریاضیاتی آن پیش از تغییر آب و هوا ممکن نبود. در سال ۱۹۲۲ لوئیس فرای ریچاردسون( Lewis Fry Richardson)، یک ریاضیدان ماه‌ها صرف انجام محاسباتی کرد تا آب‌و هوای مونیخ آلمان را پیش‌بینی کند اما نتایج آن کاملا غلط بودند از جمله آن پیش‌بینی‌هایی بود که تحت هیچ شرایطی رخ نخواهند داد. کامپیوترها این مشکل را قابل حل کردند.

در اواخر دهه‌ی ۱۹۴۰ ون نیومن گروه خود را برای پیش‌بینی وضعیت آب و هوا در موسسه‌ی مطالعات پیشرفته پرینستون تاسیس کرد. در سال ۱۹۵۵ گروه دیگری کار بر روی “پیش‌بینی بی‌نهایت آب و هوا” را آغاز کردند که نوعی مدل‌سازی جوی است.

مانابه که در سال ۱۹۵۸ به گروه مدل‌سازی جوی پیوست قصد داشت بر روی مدل‌های جوی کار کند. همکار او کریک برایان(Kirk Bryan) نیز بر روی اقیانوس‌ها کار می‌کرد. در سال ۱۹۶۹ آن‌ها موفق شدند تا کارهایشان را ترکیب کنند و آنچه را که مجله‌ی نیچر در سال ۲۰۰۶ “نقطه عطفی” در محاسبات علمی خواند ایجاد کنند.

مدل‌های امروزی می‌توانند سطح سیاره را به مربع‌های ۲۵ در ۲۵ کیلومتری تقسیم کنند و جو را به ده‌ها سطح تقسیم می‌کند. مدل ترکیبی مانابه و برایان از مربع‌های ۵۰۰ کیلومتری و ۹ سطح استفاده می‌کرد و تنها یک ششم کره‌ی زمین را پوشش می‌داد اما بالاجی می‌گوید: هنوز هم آن مدل کار فوق‌العاده‌ای انجام داد و گروه توانست برای اولین بار تاثیر افزایش سطح دی‌اکسید کربن را به وسیله‌ی فرآیند “درون رایانه‌ای” بررسی کند.

حسابگر بلاسBLAS  (۱۹۷۹)

محاسبات علمی معمولا شامل ریاضیات ساده و نمودار و ماتریس است فقط تعداد آن‌ها زیاد است اما در دهه‌ی ۱۹۷۰ هیچ ابزار جهانی برای انجام این محاسبات وجود نداشت در نتیجه برنامه‌نویسانی که در حوزه علم کار می‌کردند زمانشان را صرف تولید کدهایی کارآمد برای انجام محاسبات ریاضیاتی می‌کردند به جای آن که بر روی سوالات علمی تمرکز کنند.

جهان برنامه‌نویسی نیاز به یک ابزار استاندارد داشت و در سال ۱۹۷۹ به آن دست یافت: زیربرنامه‌ی جبر خطی پایه BLAS، استانداری است که تا سال ۱۹۹۰ به تکامل خود ادامه داد و ده‌ها جریان اساسی برای نمودارها و ماتریس‌ها مشخص کرد.

جک دونگارا(Jack Dongarra)، دانشمند رایانه در دانشگاه تنسی(Tennessee) که عضو گروه توسعه‌ی بلاس بود می‌گوید: در واقع  BLAS محاسبات ریاضی ماتریس و نمودار را به یک واحد محاسباتی کاهش می‌دهد.

تصاویر میکروسکوپی سازمان بهداشت جهانی(۱۹۸۷)

در اوایل دهه‌ی ۱۹۸۰، وین رازبند(Wayne Rasband) در حال کار با یک آزمایشگاه تصویربرداری از مغز در موسسه‌ی ملی بهداشت ایالات متحده در بتسدا(Bethesda) مریلند بود. گروه یک اسکنر برای رقومی کردن(دیجیتالی کردن) (digitize) فیلم‌های اشعه ایکس داشت اما راهی برای تحلیل آن‌ها در کامپیوتر وجود نداشت. بنابراین رازبند برنامه‌ کامپیوتری برای این موضوع نوشت. این برنامه برای کامپیوتر کوچک غیر شخصی ۱۵۰ هزار دلاری آمریکا به نام “PDP-۱۱” نوشته شده بود. سپس در سال ۱۹۸۷ شرکت اپل از کامپیوتر شخصی اش به نام “Macintosh II” رونمایی کرد که استفاده از آن راحت‌تر بود و مقرون به صرفه تر نیز بود.

به گزارش ایسنا، مارک گودمن(Marc Goodman) متخصص امنیت و بنیان‌گذار موسسه‌ی جرایم آینده می‌گوید: اولین فناوری احتمالا آتش بوده است این آتش می‌تواند غذای شما را بپزد یا کل روستا را بسوزاند.

در ادامه تعدادی از فناوری‌ها را می‌بینیم که برای بهتر کردن جهان ساخته شدند اما تبدیل به ابزارهای آسیب‌رسان شدند.

آفت‌کشی که تبدیل به سلاح کشتار جمعی شد

سیکلون‌ب(Zyklon B)، سمی که در اردوگاه‌های نازی‌ها استفاده می‌شد در اصل یک آفت‌کش و ضدعفونی کننده بود. ماده‌ی فعال سیکلون‌ب سیانید هیدروژن است که سلاح شیمیایی شکست خورده‌ی جنگ جهانی اول بود. زمانی که سیکلون‌ب در دهه‌ی ۱۹۲۰ ساخته شد بویی هشدار دهنده داشت تا استفاده از آن ایمن‌تر باشد. این ماده تبدیل به روشی محبوب برای کنترل آفات باغ‌های مرکبات و ضدعفونی کردن لباس‌ها شد. مقامات بخش مهاجرت به دلیل ترس از شیوع بیماری تیفوس از این ماده در دهه ۱۹۳۰ برای ضدعفونی کردن لباس مکزیکی‌های مهاجر استفاده می‌کردند این ماده هنوز در جمهوری چک به فروش می‌رسد.

ساخت اسلحه با چاپ سه‌بعدی 

فناوری چاپ سه‌بعدی که آن را انقلاب صنعتی دوم می‌نامند می‌تواند در ساخت هرچیزی که بخواهید به شما کمک کند. از این فناوری می‌توان در ساخت ایمپلنت‌های پزشکی مثل استخوان فک، جمجمه و حتی گوش استفاده کرد. اما این فناوری که در پزشکی استفاده می‌شود می‌تواند تبدیل به یک سلاح شود. سازمانی به نام “Defense Distributed” فیلمی از ساخت اولین اسلحه چاپ سه‌بعدی منتشر کرده است. این سازمان فایل‌های مربوط به طراحی اسلحه را از وب‌سایتش حذف کرد و می‌گوید که می‌خواهد از قوانین مربوط به ساخت و فروش اسلحه پیروی کند اما تصورش دشوار نیست که فردی از این فناوری برای سرقت از بانک استفاده کند.

دینامیت

آلفرد نوبل دینامیت را برای استفاده در معادن و ساختمان‌ها و همچنین ساختن تونل برای قطارها ساخت. نوآوری نوبل در تثبیت ماده‌ی نیتروگلیسیرن بود که کنترل آن خطرناک بود زیرا ناپایدار بود. دینامیت به علت سهولت در استفاده تبدیل به سلاح محبوب تروریست‌ها شد. یکی از معروف‌ترین استفاده‌ها از آن بمب‌گذاری وال‌استریت در سال ۱۹۲۰ بود که منجر به کشته‌ شدن ۳۸ نفر و مجروح شدن ۱۴۳ نفر شد. اگرچه برای منفجر کردن یک کانال آب در کالیفرنیا در سال ۱۹۲۴ نیز استفاده شد.

نرم‌افزار تور(Tor)

سامانه نرم‌افزازی تور در سال ۲۰۰۲ ساخته شد این سامانه با تغییر جهت ترافیک اینترنت، ردیابی کاربران را بسیار سخت می‌کند و نشانه‌های معمول دیجیتالی در آن وجود ندارد. این نرم‌افزار برای افشاگران و مخالفان از جمله فعالان چینی و همچنین ادوارد اسنودن(Edward Snowden) مفید بوده است. از سال ۲۰۰۴ تا ۲۰۰۵ بنیاد مرزهای الکترونیکی(Electronic Frontier Foundation) و بنیاد نایت(Knight) از این برنامه حمایت کرده‌اند. اما تور همچنین می‌تواند فعالیت‌های مجرمانه را مخفی کند. بازار آنلاین جاده‌ی ابریشم که اداره تحقیقات فدرال(اف‌بی‌آی) آن را تعطیل کرد فعالیت زیادی در زمینه‌ی مواد مخدر انجام می‌داد. سایت‌های دیگری از طریق تور در دسترس هستند که به فروش اسلحه می‌پردازند.

ماشین حسابداری 

هرمان هولریث(Herman Hollerith) در سال ۱۸۸۴ ماشین حسابداری را اختراع کرد این دستگاه به اداره‌ی سرشماری ایالات متحده کمک کرد تا سرشماری سال ۱۸۹۰ را در یک سال کامل کند. پیش از آن سرشماری هشت برابر زمان می‌برد. اختراع هولریث که شامل کارت‌های پانچ‌شده برای ذخیره‌ی اطلاعات بود انقلابی در ذخیره‌ی داده ایجاد کرد و آغازی برای محاسبات بود. او بعدها شرکت ماشین‌های بین‌المللی کسب‌وکار(آی‌بی‌ام) را افتتاح کرد. این شرکت در دهه‌ی ۱۹۳۰ به همراه یکی از شرکت‌های فرعی آلمانی ماشین حسابداری را برای آلمان نازی فراهم کرد که از آن برای جمع‌آوری اطلاعات در مورد شهروندان آلمانی استفاده کنند. هولوکاست شاید به هر حال رخ می‌داد اما این داده‌های سرشماری به رژیم در یافتن راحت‌تر یهودیان، رومایی‌ها و سایر عقلیت‌ها کمک کرد.

ماده‌ی شیمیایی فسژن

فسژن(Phosgene) از قرن نوزدهم به عنوان ماده‌ای در رنگ‌ها استفاده می‌شد و هنوز هم بخش مهمی از این صنعت است اما این ماده بخش مهمی از پلی‌اورتان هاست که در جنگ جهانی اول به عنوان سلاح شیمیایی استفاده می‌شد.

برنامه‌ی گوگل ارث

همه از برنامه‌ی گوگل ارث برای پیدا کردن یک آدرس یا دیدن یک منطقه استفاده می‌کنند اما این برنامه برای تروریست‌ها کارآمد است همانطور که در حملات سال ۲۰۰۸ در بمبئی مشاهده شد و باعث شد دولت هند از این برنامه بخواهد تا برخی مناطق را تار کند و حتی یک دعوی در دادگاه علیه گوگل طرح کرد. در انگلستان دزدها با استفاده از این برنامه کلیساهای دارای سقف سربی را پیدا می‌کردند تا بتوانند فلز آن را دزدیده و در بازار سیاه بفروشند.

فناوری دسترسی از راه دور به اطلاعات رایانه 

برنامه‌ای که برای کمک به دسترسی از راه دور مدیران ساخته شده بود زود تبدیل به فناوری محبوب هکرها شد. این فناوری به افراد اجازه می‌داد بدون در دسترس داشتن کامپیوتر شخصی به اطلاعات آن دسترسی پیدا کنند. هکرها نه تنها به اطلاعات دسترسی پیدا کردند بلکه توانستند به دوربین وب و میکروفن دسترسی پیدا کنند. گودمن خاطرنشان کرد ابزارهای زیست‌شناسی دیگر تنها در اختیار آزمایشگاه‌های بزرگ نیستند و می‌توان در پارکینگ خانه یک آزمایش زیستی انجام داد و هزینه‌ی ترکیبات زیست‌شناسی نیز به شدت کاهش یافته است. توانایی انجام آزمایش‌های زیست‌شناسی در خانه می‌تواند باعث خطراتی مثل شیوع سیاه‌زخم در سال ۲۰۰۱ شود که باعث مرگ پنج نفر شد.

ربات‌های قاتل

دهه‌ها قبل نویسندگان داستان‌های علمی تخیلی تصور می‌کردند روزی ربات‌ها به انسان‌ها خدمت خواهند کرد. بخشی از آن محقق نیز شد. ربات جاروبرقی زمین را جارو می‌کشد و ربات‌های صنعتی از کامپیوتر گرفته تا خودرو را تولید می‌کنند، اما این ربات‌ها نظیر پهپادها باعث مرگ انسان‌ها نیز می‌شوند. ارتش ایالات متحده برنامه‌هایی در حال اجرا برای ساخت سلاح‌های خودکار زمینی و دریایی دارد که سازمان ملل متحد خواستار توقف آن شده است.

به گزارش ایسنا به نقل از رویترز، این شرکت مخابراتی مستقر در نیویورک با وجود صرف بیش از یک دهه زمان و میلیاردها دلار هزینه برای بنای برندهای اینترنتی مستحکم، در فضای تبلیغات اینترنتی به شدت رقابتی که تحت سلطه فیس بوک و گوگل قرار داشت، برای پیشرفت به تقلا افتاد.

وریزون که در سال ۲۰۱۸ ارزش کسب و کارهایش را ۴.۶ میلیارد دلار کاهش داد، کسب و کار رسانه ای خود را که علاوه بر یاهو و AOL شامل برندهای آنلاینی نظیر تک کرانچ، میکرز، رایوت و فلوری می شود، به شرکت آپولو گلوبال فروخت و ۱۰ درصد سهم در آن همچنان خواهد داشت. این شرکت پلتفرم وبلاگ نویسی Tumblr را در سال ۲۰۱۹ به مبلغ نامعلومی فروخت و سال گذشته وب سایت خبری هافینگتن پست را به شرکت بازفید فروخت.

کسب و کار رسانه ای وریزون که پیش از این Oath نام داشت و اخیرا وریزون مدیا نام گرفته بود، پس از نهایی شدن قرارداد در نیمه دوم سال ۲۰۲۱ یاهو نام خواهد گرفت. آپولو در شرایطی این قرارداد را منعقد کرده که پلتفرمهای اینترنتی بزرگ بخشهای بزرگی از بازار تبلیغات دیجیتالی را تصرف کرده و تفحص رگولاتوری را در خصوص شیوه های فعالیتشان برانگیخته اند.

وریزون در سال ۲۰۱۹ به دنبال خریدار برای یاهو فاینانس بود و بعضی از منابع صنعتی ارزش این کسب و کار را حدود دو میلیارد دلار برآورد کرده بودند. این در حالیست که وریزون حدود ۴.۴۸ میلیارد دلار برای یاهو در سال ۲۰۱۷ هزینه کرد و این تصور را داشت که بیش از یک میلیارد کاربر یاهو مخاطبان قدرتمندی برای تبلیغات آنلاین خواهند بود. این شرکت سرویس ایمیل AOL را در سال ۲۰۱۵ به مبلغ ۴.۴ میلیارد دلار خریداری کرده بود.

به گزارش ایسنا، روزنامه نیک‌کی ژاپن گزارش کرد کمبود تراشه باعث به تاخیر افتادن تولید مک بوک شده است و مونتاژ آی پد به دلیل کمبود نمایشگر و قطعات نمایشگر مختل شده است.

نیک‌کی به نقل از منابع آگاه نوشت: در نتیجه این تاخیر، اپل بخشی از سفارش قطعات برای این دو دستگاه را از نیمه اول امسال به نیمه دوم به تاخیر انداخت.

برنامه‌های تولید اپل برای آیفون از این کمبود تاثیر نگرفته است اما عرضه برخی از قطعات برای آیفون کاملا محدود است.

کمبود قطعات همچنان یک مشکل زنجیره تامین برای اپل مانده اما بر عرضه محصولات این شرکت برای مصرف کنندگان تاثیر نگذاشته است.

بر اساس گزارش رویترز، شرکت فاکسکان که تولیدکننده قراردادی محصولات اپل است، هشدار داده است کمبود تراشه بر تولید محصولات برای مشتریانش تاثیر خواهد گذاشت و شرکت‌ها و مصرف کنندگان سراسر جهان با کمبود محصولات مورد تقاضا روبرو می‌شوند.

به گزارش ایسنا و به نقل از انگجت، تلفن‌های همراه هوشمند با فراهم کردن امکان پیوستن به سیستم‌های آزمایش و ردیابی کروناویروس در کشورهایی مانند کره جنوبی و تایوان به مهار شیوع این ویروس مهلک کمک کرده‌اند و در مبارزه با بیماری همه‌گیر کووید-۱۹ مورد استفاده قرار گرفته‌اند.

اکنون دانشمندان می‌خواهند در بهره‌گیری مجدد از این ابزار فوق العاده در زندگی‌های ما، این تلفن‌های هوشمند را برای شناسایی ذرات ویروس کرونا در سطوح به عنوان یک خط دفاعی دیگر در برابر این بیماری همه‌گیر در کنار درمان‌های قوی‌تر مانند واکسن‌ها و داروهای ضد ویروسی مورد استفاده قرار دهند.

کمک مالی موسسه ملی بهداشت به محققان شرکت “جنرال الکتریک” در جهت تولید حسگرهای کوچک قابل تعبیه در در تلفن‌های همراه که می‌توانند وجود نانو ذرات ویروس کووید-۱۹ را روی سطوح تشخیص دهند، اعطا شده است.

تیم مسئول توسعه این فناوری مینیاتوری ادعا می‌کند که این حسگرها دارای همان قابلیت‌های تشخیصی ابزار تحلیلی موجود در آزمایشگاه‌ها خواهند بود. آنها پس از یک دهه آزمایش ادعا می‌کنند که می‌توانند این فناوری کوچک را برای جداسازی ذرات ویروس بدون تداخل با عناصر دیگر تنظیم کنند.

“رادیسلاو پوتیرایلو” سرپرست این تیم گفت: حسگرهای ما به نوعی شبیه سگ‌های با قدرت بویایی فوق العاده هستند. ما به آنها آموزش می‌دهیم تا چیز خاصی را تشخیص دهند و آنها می‌توانند این کار را بدون اینکه حواس‌شان پرت شود، به خوبی انجام دهند.

این تیم با دریافت کمک مالی مذکور، در حال حاضر دو سال آینده را صرف اصلاح حسگر به اندازه سر انگشت خود خواهد کرد و امیدوار به تعبیه آن در دستگاه‌های هوشمند از تلفن‌های همراه گرفته تا ساعت‌های هوشمند و وسایل دیگر در آینده خواهند بود.

اگرچه هیچ تضمینی وجود ندارد که این فناوری وارد گوشی‌های آیفون و اندرویدی شود، اما تصور اینکه چگونه این فناوری می‌تواند به عنوان یک لایه اضافی محافظت در برابر ویروس‌های مرگبار از ما محافظت کند، خوشایند است.

امید است که روزی همه ما بتوانیم از تلفن‌های همراه خود برای جستجوی ویروس کووید-۱۹ یا آنفلوانزا در فرودگاه‌ها، فروشگاه‌ها، دستگاه‌های خودپرداز و حتی خانه استفاده کنیم.

به گزارش باشگاه خبرنگاران جوان؛ به تازگی دستگاهی برای تمیز کردن خودکار هدفون‌های بی سیم ساخته شده است. این دستگاه Cardlax Earbuds Washer نام گرفته و یک دستگاه مربع شکل دارای درب است. سازندگان این گجت آن را با ماشین لباسشویی مقایسه می‌کنند. این اختراع برای پاکسازی هدفون از گرد گوش و سایر موارد کوچک در نظر گرفته شده است.

شستشوی هدفون بدون آسیب به آن

در توصیف محصول آمده است که قبل از چرخه تمیز کردن اصلی، لازم است خاک را با یک برس پاک کنید. سپس هدفون را باید در محفظه این ماشین لباسشویی قرار داده و درب آن را ببندید. به گفته نویسندگان این پروژه، به لطف حرکت درام، هدفون‌ها به دیواره‌های محفظه پوشانده شده با یک ماده کف نرم، برخورد خواهند کرد. پس از “شستشو”، کثیفی هدست پاک می‌شود.

سازندگان “ماشین لباسشویی” توجه دارند که روند تمیز کردن بسیار ظریف است و به هدفون آسیبی  نمی‌رساند. ماشین شستشوی Cardlax Earbuds با بسیاری از هدست‌های محبوب سازگار است. برای دستیابی به بهترین اثر، نویسندگان پروژه توصیه می‌کنند هنگام تمیز کردن چندین قطره الکل ۷۰ درصد به آن اضافه کنید.

با سرمایه گذاری گسترده، این پروژه بیش از ۲۷ هزار دلار جمع کرد تا پنج هزار دستگاه تولید کند. هزینه دستگاه در مراحل اولیه ۳۳ دلار (حدود ۲.۵ هزار روبل) است. این دستگاه در ماه ژوئن به فروش می‌رسد.

گفتنی است تعدادی از محققان موفق شده‌اند برای سهولت در استفاده کاربران از فناوری بی‌ سیم، تکنولوژی جدیدی را برای شارژ بی سیم دستگاه‌های الکترونیکی از یک اتاق به اتاق دیگر و در مسافت‌های طولانی داخل ساختمان تولید کنند. محققان دانشگاه «پارک کالج مریلند» آمریکا با همکاری دانشگاه وزلیان توانستند بدون تمرکز بر پرتو‌های باریک هدایت شده، به فناوری بهبود یافته برای انتقال قدرت بی سیم از راه دور برسند.

به گزارش  ایرنا از روزنامه دیلی میل، محققان «دانشگاه زارلاند» در آلمان، این وب‌کم را  با الهام از دانش «انیماترونیک»(Animatronics) ساخته اند.

این وب کم که به «آی کم» (Eyecam) نامیده می شود، مقابل نمایشگر رایانه نصب می ‌شود و هنگام ردیابی صورت افراد طی تماس تصویری، به چپ و راست نگاه می‌کند و حتی پلک می‌زند.

آی‌کم در نگاه اول، کاملا واقعی به نظر می ‌رسد زیرا دقیقا چین و چروک ‌های پوست، تارهای مو که ابروها را تشکیل می ‌دهند و رگ ‌های قرمز روی بخش سفید رنگ کره چشم را دارد.

آی‌کم براساس فیزیولوژی انسانی مدل‌ سازی شده است و دارای سه بخش اصلی لایه پوستی، دستگاه ماهیچه ‌ای ‌اسکلتی از نوع رباتیک و کره چشم است.

یک دوربین کوچک در مردمک چشم آن قرار گرفته است که تصویر با وضوح بالا را احساس می‌ کند. این دوربین، به رایانه تک‌ برد Raspberry Pi Zero متصل می‌ شود و رایانه آن را به عنوان یک وب‌کم معمولی شناسایی می ‌کند.

«مارک تیسیر»، سرپرست این پژوهش گفت: آی ‌کم مانند یک انسان همیشه پلک می ‌زند و پلک ‌ها به صورت پویا با حرکات کره چشم سازگار می ‌شوند.

وب‌کم‌ ها طی ۲۰ سال گذشته، کوچکتر شده ‌اند و بیشتر آنها اکنون یک دایره کوچک هستند که به سختی می‌ توان آنها را دید اما آی‌کم کاملا برعکس طراحی شده است. در واقع آی ‌کم برای هر کس که با آن رو به رو شود، شوک آور است.