اخبار سایت



آرشیو اخبار

  • 1397/01/27
    نسل بعدی هولولنز احتمالا به پردازنده آرم مجهز می‌شود

    نسل بعدی هولولنز احتمالا به پردازنده آرم مجهز می‌شود

    بر اساس گزارشی جدید، ظاهرا مایکروسافت قصد دارد در ساخت نسل بعدی هدست هولولنز به‌جای تکیه بر شریک سخت‌افزاری قدیمی خود، از پردازنده‌ی ساخت آرم بهره بگیرد.

    نسل بعدی هدست هولولنز مایکروسافت همچنان در دست توسعه است؛ اما بر اساس خبری جدید، این هدست احتمالا از تغییرات داخلی قابل توجه از جمله یک پردازنده‌ی جدید از رقیب اینتل برخوردار خواهد بود. براساس گزارش وب‌سایت ویندوز سنترال، مایکروسافت درنظر دارد پردازنده‌ی اینتل فعلی هولولنز را با یک پردازنده‌ی آرم جایگزین کند.


    این تصمیم مایکروسافت به دلایل متعدد، اقدام جالب توجهی به‌حساب می‌آید. اول از همه، این خبر بدین معنی است که هولولنز ۲ - یا هر نام دیگری که در نهایت خواهد داشت – احتمالا بر پایه‌ی پلتفرم کامپیوترهای شخصی همیشه متصل مایکروسافت ساخته می‌شود و از اتصال نسل چهارم موبایل (LTE) نیز بهره‌مند خواهد بود. کامپیوترهای همیشه متصل مایکروسافت، طیف جدید لپ‌تاپ‌های مجهز به پردازنده‌ی کوالکام با عمر باتری بی‌نظیر و قابلیت اتصال به شبکه‌ی موبایل هستند. این بدین مفهوم است که پردازنده‌ی جدید هولولنز در عین برخورداری از قدرت بالا، انرژی کمتری مصرف خواهد کرد. این مسئله، ویژگی بسیار مهمی در این محصول محسوب می‌شود.


    مایکروسافت در توصیف نسل بعدی واحد پردازش هولوگرافیک در وبلاگ خود نوشته است:


    هولولنز حاوی یک پردازنده‌ی چندگانه‌ی سفارشی به نام واحد پردازش هولوگرافیک یا به اختصار HPU است. این پردازنده تمام اطلاعاتی که از جانب حسگرها ارسال می‌شود از جمله حسگر عمقی مدت پرواز سفارشی مایکروسافت، دوربین‌های ردیاب سر، واحد اندازه‌گیری اینرسیایی (IMU) و دوربین مادون قرمز پردازش می‌کند. واحد پردازش هولوگرافیک، بخشی از همان چیزی است که هدست هولولنز را به نخستین و همچنان تنها کامپیوتر هولوگرافیک تمام مستقل جهان تبدیل می‌کند.


    بنابراین، نسل بعدی واحد پردازش هولوگرافیک که درون هولولنز ۲ جای خواهد خواهد گرفت، به لطف تراشه‌ی کم‌مصرف آرم از قدرت پردازش و عمر باتری بالایی برخوردار خواهد بود و بدون نیاز به برون‌سپاری وظایف محاسباتی همچون تشخیص صدا به سرویس‌های ابری، قادر به انجام محاسبات پیچیده خواهد بود.

     

    ادامه خبر
  • 1396/08/17
    هوش مصنوعی

    هوش مصنوعی

    در اين مطلب قصد داريم به معرفي ?? فناوري جديد برتري بپردازيم که طبق پيش بيني محققان دانشگاه MIT آمريکا، در سال جاري و سال هاي پس از آن فراگير خواهند شد. در ادامه با ما همراه باشيد.

    کليک – فناوري هاي مرتبط با کاشت وسايل مختلف در مغز و کامپيوترهاي کوانتومي از جمله فناوري هايي هستند که در سال ???? مردم را شگفت زده کرده اند؛ اما اين فناوري ها تنها فناوري هايي نيستند که در سال ???? شگفتي آفرين شده اند. در اين مطلب قصد داريم به معرفي ?? فناوري برتر جديدي بپردازيم که از نظر محققان دانشگاه MIT آمزيکا در سال جاري فراگير خواهند شد.

    هوش مصنوعي با قابليت يادگيري همانند انسان

    در صدر اين ليست هوش مصنوعي جديدي قرار دارد که رفتار آن تقويت شده است.

    هوش مصنوعي اين قابليت را دارد که در يک بازي پيچيده مانند بازي Go مهارت پيدا کند و حتي يک فرد ماهر در اين بازي را نيز شکست دهد. همچنين هوش مصنوعي اين توانايي را دارد که خودروهاي بدون راننده را در ترافيک خودروها هدايت کند.

    اين فناوري بر اساس تقويت ميزان يادگيري ايجاد شده است و قدمت اين کار به بيش از ??? سال پيش باز مي گردد. حدود يک قرن پيش روانشناسي به نام ادوارد ثروندايک، به گربه ها ياد داد که چگونه از يک جعبه با در کلون دار، با روش آزمايش و خطا فرار کنند. اين رفتار ابتدا با يک پاداش (غذا) در گربه ها ايجاد شد و سپس به يک رفتار تثبيت شده در آن ها تبديل شد.

    دوربين هاي ???
    بشر مي تواند دنيا را به صورت ??? درجه تجربه کند و هم اکنون دوربين هاي متداول هم از اين قابليت برخوردار هستند.

    زماني ساخت يک سيستم با قابليت ايجاد تصوير ??? درجه از دنياي اطراف، هزاران دلار هزينه داشت؛ اما هم اکنون امکان تصويربرداري ??? درجه با صرف هزينه اي کمتر از ??? دلار ممکن شده است.

    البته تصويربرداري ??? درجه بايد به گونه اي باشد که براي افراد کسل کننده نباشد و قابليت هاي جالبي داشته باشد؛ به عنوان مثال خبرنگاران مي توانند براي مستندسازي اخبار، از دوربين هاي ارزان قيمت ??? درجه استفاده کنند؛ مثلا خبرنگاران روزنامه New York Times با ضبط يک ويديوي ??? درجه، ويرانگري هاي داعش در کشور سوريه را به تصوير کشيدند.
    سلول هاي خورشيدي با کارايي مضاعف



    اين سلول هاي خورشيدي که اصطلاحا سلول هاي خورشيدي داغ ناميده شده اند، مي توانند گرماي خورشيد را به اشعه هاي متمرکز شده نور تبديل کنند. اين پانل ها مي توانند جايگزين پانل هاي فتوولتاييک متداول (پانل هايي براي توليد مستقيم برق از انرژي خورشيدي) شوند و کارايي اين پانل هاي جديد، نيز دو برابر پانل هاي مذکور است. با استفاده از اين پانل ها مي توان انرژي رايگان خورشيدي را ذخيره کرد و در شب از آن استفاده کرد.
    کاميون هاي بدون راننده و خودران



    حتما تاکنون اخبار زيادي در مورد خودروهاي خودران خوانده ايد و يا شنيده ايد، جالب است بدانيد که کاميون هاي آينده نيز به فناوري هدايت خودکار مجهز خواهند شد تا زماني که راننده هوشياري لازم را ندارد، سيستم هدايت خودکار، فرمان کاميون را در دست بگيرد.

    همچنين اين فناوري مي تواند براي هدايت گروهي از کاميون ها که پشت سر هم حرکت مي کنند، به کار گرفته شود تا هم در مصرف سوخت آن ها صرفه جويي شود و هم مقاومت آن ها در برابر باد کمتر شود.

    پرداخت وجه با استفاده از فناوري تشخيص چهره



    شما در حال حاضر مي توانيد با يک تلنگر به ساعت هوشمند اپل واچ، وجه مورد نظر را در فروشگاه هاي استارباکس (Starbucks) آمريکا بپردازيد؛ اما روش پرداختي جديدي با استفاده از فناوري تشخيص چهره، نيز قرار است راه اندازي شود. اين فناوري براي به کارگيري در معاملات و يا ساير امور روزانه، به اندازه کافي دقيق است.

    مسئولان موتور جستجوي Baidu که محبوب ترين موتور جستجو در کشور چين است، در حال کار کردن بر روي سيستمي هستند که امکان خريد بليط قطار از طريق اسکن چهره را فراهم مي کند.

    کامپيوترهاي کوانتومي



    نمي توان توضيح ساده اي در مورد کامپيوترهاي کوانتومي ارائه داد؛ فقط مي توان گفت در اين کامپيوترها از ذرات کوانتوم استفاده شده است و برخي از محاسبات واقعاً پيچيده را مي توانند بسيار سريع تر از کامپيوترهاي قديمي انجام دهند.

    ادامه خبر
  • 1396/08/17
    هوش مصنوعی چیست؟

    هوش مصنوعی چیست؟

    هوش مصنوعی چیست؟

    هوش مصنوعی به سیستم‌هایی گفته می‌شود که می‌توانند واکنش‌هایی مشابه رفتارهای هوشمند انسانی از جمله درک شرایط پیچیده، شبیه‌سازی فرایندهای تفکری و شیوه‌های استدلالی انسانی و پاسخ موفق به آنها، یادگیری و توانایی کسب دانش و استدلال برای حل مسایل را داشته باشند.

    ادامه خبر
  • 1396/08/17
    مشاغلی که هوش مصنوعی می‌آفریند

    مشاغلی که هوش مصنوعی می‌آفریند

    امروزه تهدیدهای ناشی از گسترش اتوماسیون و حذف مشاغل مختلف به خوبی قابل شناسایی هستند. با پیچیده‌تر شدن سیستمهای مجهز به هوش مصنوعی، به‌طور قطع موج جدیدی از جابه‌جایی‎های شغلی قابل پیش‌بینی خواهد بود. این یک تصویر اضطراب‌آور است! اما در این میان موضوعی مهم همواره نادیده گرفته شده است: ظهور بسیاری از مشاغل جدید که هیچ شباهتی به مشاغل امروزی ندارند.
    مشاغلی که هوش مصنوعی می‌آفریند

    موسسه Accenture در بررسی بیش از هزار شرکت بزرگ که در حال حاضر از سیستم‌های یادگیری ماشینی و هوش مصنوعی به صورت رسمی یا آزمایشی بهره‎برداری می‌کنند، ظهور مشاغل جدید و منحصربه‌فردی را پیش‌بینی کرده است. این نقش‌های سازمانی جایگزین مسوولیت‌های قدیمی نمی‌شوند. بدیع هستند و مستلزم مهارت‌ها و یادگیری‌هایی که سابقه‌ای ندارند.به‌طور خاص، پژوهش‌های انجام شده سه طبقه‌بندی جدید از کسب‌وکارهای مبتنی بر هوش مصنوعی و مشاغل مرتبط با فناوری را شناسایی کرده‌اند. این طبقه‌بندی‌ها تحت عنوان مشاغل مربیگری، مشاغل تشریح‌کننده و مشاغل نگه‌دارنده نام‌گذاری شده‌اند. انسان‌ها در این مسوولیت‌های جدید به عنوان مکملی برای وظایف انجام شده توسط فناوری‌های شناختی معرفی می‌شوند و به این ترتیب از اثرگذاری و مسوولیت‌پذیری ماشین‌ها اطمینان حاصل خواهد شد.
    مربیان

    اولین گروه از طبقه‌بندی مشاغل جدید مستلزم بهره‌برداری از نیروی انسانی به‌منظور آموزش سیستم‌های هوش مصنوعی است (شامل مربی ارزیابی لحن صدای مشتری یا مربی تحلیل نگرش‌های جهانی و فرهنگی). در یک سر این طیف، مربیان وظیفه کاهش اشتباهات پردازنده زبان طبیعی و مترجمان زبان را بر عهده خواهند داشت. در سوی دیگر طیف، الگوریتم‌های هوش مصنوعی نحوه تقلید رفتارهای انسانی را فرا خواهند گرفت.برای مثال، روبات‌های خدمات مشتریان باید نحوه شناسایی پیچیدگی‌ها و ظرافت‌های موجود در ارتباطات انسانی را بیاموزند. شرکت یاهو، در تلاش است به سیستم‌های پردازش زبانی خود یاد دهد که منظور افراد از جملات ادا شده همیشه با معنای واقعی کلمه یکسان نیست. تاکنون، مهندسان یاهو الگوریتمی را طراحی کرده‌اند که از توانایی شناسایی عبارات طعنه‌آمیز در شبکه‌های اجتماعی و وب‌سایت‌ها برخوردار است (با دقت نزدیک به ۸۰ درصد).

    شغلی را تحت عنوان «مربی همدلی» تصور کنید؛ افرادی که صمیمیت را به سیستم‌های هوش مصنوعی آموزش می‌دهند. استارت‌آپ آمریکایی Kemoko یک سیستم یادگیری ماشینی را توسعه داده است که می‌تواند به دستیاران دیجیتالی نظیر Siri یا Alexa در زمینه ابراز همدلی با کاربر کمک کند. انسان‌ها هم‌اکنون سرگرم این هستند که به الگوریتم‌ها یاد دهند با کاربری که چمدان خود را گم کرده‌ است، با صمیمیت بیشتری تعامل داشته باشند یا در زمینه کیفیت پایین محصولی که کاربری قصد خرید آن را دارد او را راهنمایی کنند یا در خصوص معیوب بودن کابل‌های تلفن به‌رغم تلاش‌های مکرر برای تعمیر، کاربر را راهنمایی کنند. هدف از این کار کمک به سیستم‌های مذکور برای کسب توانایی تعامل با کاربران در خصوص مشکل پیش آمده است. احتمالا چنین گفت‌وگویی سطح قابل قبولی از درک و محبت و شاید کمی شوخی داشته باشد.هنگامی که الگوریتم پاسخ نامناسبی می‎دهد، مربی در اصلاح اشتباه پیش آمده به سیستم کمک می‎کند و در گذر زمان الگوریتم یادگیری ماشینی در تشخیص بهترین پاسخ، مهارت قابل توجهی به دست می‌آورد. در غیاب این مربی ممکن است Alexa به عصبانیت کاربر پاسخ‌های تکراری دهد. با آموزش مناسب Alexa می‌تواند به دستیاری مجرب تبدیل شود.
    نقش تشریح‌کننده

    دومین طبقه‌بندی از مشاغل، شکاف میان تکنولوژیست‌ها و رهبران کسب‌وکار را از میان خواهند برداشت. این گروه که نقش تشریح کننده دارد، طراح زمینه، تحلیلگر شفافیت کلام، استراتژیست بهره‌برداری از سیستم هوشمند و... را دربرمی‌گیرد که شفافیت هر چه بیشتر را برای سیستم‌های مذکور به ارمغان می‌آورند. بسیاری از مدیران ارشد اجرایی با جعبه سیاه الگوریتم‌های پیچیده یادگیری ماشینی چندان آشنا نیستند، به‌خصوص زمانی که سیستم‌ها اقدامات و راه‌حل‌هایی را پیشنهاد می‌کنند که از نظر مدیران ارشد، در نقطه مقابل خرد متعارف قرار گرفته‌اند. در واقع، دولت‌ها از هم‌اکنون اقدام به قانون‌گذاری‌های جدید در این زمینه کرده‌اند. برای مثال، قانون جدید اتحادیه اروپا تحت عنوان «مقررات حفاظت از اطلاعات عمومی» که از سال ۲۰۱۸ اجرا خواهد شد به‌طور جدی «حق تشریح» را به‌منظور فراهم کردن امکان طرح شکایت و پیگیری آن‌دسته از پاسخ‌های الگوریتم‌ها که بر کیفیت زندگی مصرف‌کنندگان تاثیر داشته‌اند، ارائه خواهد کرد.شرکت‌هایی که از سیستم‌های هوشمند پیشرفته استفاده می‌کنند به کادری از کارکنان نیاز خواهند داشت که از مهارت‌های تشریح ساختار داخلی الگوریتم‌های پیچیده به متخصصان غیرفنی برخوردار هستند. هنگامی که یک سیستم اشتباهی مرتکب می‌شود یا تصمیمات آن به پیامدهای منفی ناخواسته منتهی می‌شوند، تحلیلگر باید بتواند با کالبدشکافی رویداد مورد نظر، دلایل این رفتار را به‌منظور اصلاح آن ریشه‌یابی و درک کند. تشریح انواع خاصی از الگوریتم‌ها نظیر درخت‌های تصمیم نسبتا ساده است. سایر الگوریتم‎ها مانند روبات‌های یادگیری ماشینی پیچیده‌تر هستند. با این وجود، تحلیلگر باید از آموزش‌های مناسب و مهارت‌های کافی برای کالبدشکافی موضوع و ارائه نتایج دقیق برخوردار باشد.
    نقش‌ محافظت‌کننده

    آخرین دسته از مشاغل جدید محافظت‌کننده (نظیر تحلیلگر اخلاق و هنجارهای اتوماسیون، تحلیلگر اقتصاد اتوماسیون، مدیر ارتباط با ماشین) هستند که از عملکرد درست سیستم‌ها اطمینان حاصل می‌کنند و از پیگیری مناسب پیامدهای ناخواسته آنها مطمئن می‌شوند. بررسی‌ها نشان می‌دهد کمتر از یک سوم شرکت‌ها از قابلیت اطمینان سیستم‌های هوش مصنوعی خود اطمینان دارند. نیمی از این شرکت‌ها از ایمنی سیستم‌های مورد استفاده خود مطمئن هستند. به‌طور روشن باید گفت این آمار و ارقام نشان‌دهنده مسائلی اساسی است که باید جهت بهره‎برداری مستمر از فناوری‌های هوش مصنوعی حل‌وفصل شوند. در این میان محافظت‌کنندگان نقش قابل توجهی ایفا می‌کنند.یکی از مهم‌ترین پست‌های سازمانی در این طبقه‎بندی «مدیر انطباق اخلاقی» خواهد بود. افرادی که در قالب این مسوولیت فعالیت می‌کنند به عنوان ناظر رعایت هنجارها و ارزش‌های اخلاقی و انسانی در نظر گرفته می‌شوند؛ برای نمونه هنگامی که سیستمی هوشمند برای تایید اعتبار افراد در حرفه‎های خاص یا مناطق جغرافیایی مختلف، تصمیمات تبعیض‌آمیز اتخاذ می‌کند. این گروه از مدیران با تحلیلگران سیستم‌ها برای روشن کردن دلایل چنین نتایجی همکاری می‌کنند و سپس اصلاحات لازم را پیاده‌سازی می‌کنند.

    در آینده، سیستم‌های هوش مصنوعی مستقل عمل خواهند کرد. محققان یک نمونه اولیه با نام Quixote طراحی کرده‌اند که می‌تواند با مطالعه متون و داستان‌های ساده درباره اخلاقیات بیاموزند. این سیستم می‌تواند با مطالعه داستان‎ و ارزیابی ارزش‎های انسانی در نهایت چگونگی ارتباط انسان‌ها با یکدیگر را درک کند. Quixote آموخته است که چرا دزدی ایده خوبی نیست و اینکه تلاش برای افزایش کارآیی کار خوبی است، مگر اینکه با سایر ملاحظات مهم در تعارض باشد. اما حتی با وجود چنین نوآوری‎هایی، مدیران انطباق اخلاقی نقش چشمگیری در نظارت و کمک به کسب اطمینان از عملکرد مناسب سیستم‎های پیشرفته ایفا خواهند کرد.انواع مختلفی از مشاغل که در مقاله حاضر مطرح شده است به‌طور بی‎سابقه‎ای در صنایع مختلف مورد نیاز خواهند بود. این تغییر بزرگ، فشار بسیار زیادی بر تصمیمات آموزشی و توسعه سازمان‌ها وارد خواهد کرد. علاوه‌بر این، در این صورت فرضیات بسیاری که تاکنون در خصوص الزامات استفاده از روش‎های آموزشی قدیمی برای نقش‌های تخصصی در سازمان‎ها مطرح شده‌اند، زیر سوال خواهند رفت.

    برای مثال مربیان همدلی به مدرک دانشگاهی نیاز نخواهند داشت. افرادی که دارای مدرک دیپلم هستند و به صورت ذاتی از حس همدلی و صمیمیت بالا (مشخصه‌ای قابل سنجش) برخوردار باشند، بهترین گزینه برای پست مربیگری خواهند بود. در واقع، تاثیر نقش‎های جدید احتمالا نیاز به حضور کارمندان «بدون یقه» (دسته‌بندی تازه‌ای در کنار کارکنان یقه سفید و یقه آبی که به نیروی کار بااستعداد و فوق‌العاده شایسته، اما بدون شغل اشاره دارد) و جایگزین شدن آنان با کارکنان «یقه آبی» در تخصص‎هایی مثل تولید را پررنگ‌تر خواهد کرد. اما زمان و نحوه آموزش این گروه از کارکنان همچنان پرسش‌های بازی هستند که پاسخ آنها را باید در فرآیندهای یادگیری و عملیات توسعه سازمان‌ها جست‌وجو کرد. از سوی دیگر تعدادی از مشاغل جدید به مدارک عالی آکادمیک و مجموعه‌ای از مهارت‌های تخصصی نیاز خواهد داشت. بنابراین، سازمان‌ها باید بخشی از نیروی انسانی خود را برای پذیرش نقش‌های «بدون یقه» آموزش دهند یا فرآیندهای جذب در واحد مدیریت منابع انسانی را برای جذب این گروه از افراد مورد بازبینی قرار دهند. در مقابل، بخشی از کارکنان حرفه‌ای و دارای تحصیلات عالی در سازمان نیز باید به‌دلیل نیاز آتی سازمان به مهارت‌ها و استعدادهای آنان به خوبی حفظ شوند. با وجود بسیاری از تحولات تکنولوژیک، چالش عمده در این حوزه بیش از آنکه جنبه‌ای فنی داشته باشد، جنبه انسانی به خود گرفته است
    .

    ادامه خبر
  • 1396/08/09
    هوش مصنوعی که سیستم‌های امنیتی را دور می‌زند

    هوش مصنوعی که سیستم‌های امنیتی را دور می‌زند

    دانشمندان علوم کامپیوتری می‌گویند هوش مصنوعی ابداع کرده‌اند که می‌تواند سیستم امنیتی کپچا را فریب دهد

    .




    کپچا سیستمی است که برای جلوگیری از حمله‌های خرابکارانه ربات‌های اینترنتی استفاده می‌شود.

    بعضی سایت‌ها برای دسترسی به خدماتشان از سوال‌ها و معماهای تصویری استفاده می‌کنند تا کاربران واقعی از ربات‌ها متمایز شوند.




    این سیستم از کاربران می‌خواهد برای این که اثبات کنند که انسان هستند ترکیبی از اعداد و حروف را وارد کنند، کاری که برای ربات‌های مجازیدشوار است.
     ■هوش مصنوعی: منجی یا قاتل بشر؟
     ■شرکت ژاپنی هوش مصنوعی را جایگزین ۳۴ نفر از کارکنانش می‌کند
     ■هشدار دانشمندان: تا دیر نشده جلوی روبات‌های قاتل را بگیرید
     
    محققان موفق شده‌اند الگوریتمی ارائه کنند که می‌تواند نحوه واکنش و پاسخ فردواقعی به این سرنخ‌ها را تقلید کند.

    هوش مصنوعی قادر خواهد بود اعداد و حروف را بر اساس شکل و قیافه آنها تشخیص دهد.

    این تحقیق را شرکتویکاریوس )Vicarious (انجام داده که در ایالت کالیفرنیا آمریکا در زمینه هوش مصنوعی فعالیت می‌کند.

    این شرکت توسط جف بزوس، موسس آمازون و مارک زاکربرگ، مدیر فیسبوک پایه‌گذاری شده است.

    کامپیوترها معمولا قادر به عبور از کپچا نیستند و گوگل می‌گوید سیستم این شرکت آنقدر پیچیده است که افراد تنها در ۸۷ درصد مواقع قادر به حل آنها هستند.

    اما محققان ویکاریوس ادعا می‌کنند الگوریتم کامپیوتری ابداعی این شرکت می‌تواند این معماها را حل کند.

    شبکه‌های عصبی

    دانشمندان علوم کامپیوتری برای این که کامپیوترها را قادر به شناسایی تصاویر کنند اغلب از شبکه‌های عصبی استفاده می‌کنند. شبکه‌های عصبی، شبکه‌های بزرگ کامپیوتری هستند که برای حل مشکلات پیچیده ایجاد شده‌اند.

    شبکه‌های عصبی صدها لایه دارند و الهام گرفته از مغز انسان هستند. هر لایه، یک راه حل برای حل معما را بررسی می‌کند و در نهایت ترکیب پاسخ‌هایی که از تمامی لایه‌ها دریافت می‌شود، برای تهیه نتیجه نهایی استفاده می‌شود.

    در سال ۲۰۱۳ شرکت ویکاریوس اعلام کرد با دقت ۹۰ درصد، قادر به شکستن قفل کلید معماهای کپجایی شده که در سایت‌های گوگل، یاهو، پی‌پل استفاده شده است.

    از آن زمان، طراحان کپچا، معماهای خود را دشوارتر کرده‌اند اما محققان ویکاریوس در گزارش جدید خود گفته اند که سیستم ابداعی آنها اکنون در ۶۶.۶ درصد مواقع می‌تواند معماهای گوگل را حل کند.

    سیمون ادواردز، متخصص امنیت سایبری شرکت ترند مایکرو به بی‌بی‌سی گفته است که فعلا شاهد حمله به سیستم کپچا نیستیم اما با فراگیر شدن آنچه محققان ابداع کرده‌اند می‌توان گفت کار سیستم کپچا رو به پایان است

    .

    ادامه خبر
  • 1394/03/23
    دی وی ار

    دی وی ار

    دی وی آر با قابلیت نمایش ظبط و باز پخش تصاویر بافرمت H264 کیفیت و رزولشن بالا D1 مجهز به منبع تغذیه داخلی ATX و قابلیت ساپورت DVD,LAN,PTZ,ALARM

    ادامه خبر
  • 1394/03/23
     دوربین دید در شب چیست؟

    دوربین دید در شب چیست؟

     

    دوربین دید در شب چیست و چگونه کار می کند ؟

    دوربین دید در شب یعنی دوربینی که در نور بسیار کم که چشم انسان قادر به دیدن نیست تصاویر رو تشخیص و انتقال بده . قطعا در بازی های کامپیوتری یا مانورهای عجیب و غریب آمریکایی ها مخصوصا در پروژه قتل بن لادن استفاده از دوربین دید در شب رو به وضوح دیدید . همون تصاویر تک رنگ که بیشتر هم سبز رنگه .

     

    دوربین های دید در شب بر اساس تقویت تصویرهای مبهم و تاریک کار می کنن .

     

    انواع دوربین دید در شب

    دوربین دید در شب با سنسور مادون قرمز

    روی دوربین دید در شب بر اساس مادون قرمز ، فرستنده های ماوراسرخ قرار داره که به صورت نامرئی به محیط اطراف اشعه مادون قرمز منتشر می کنن و چون سنسور دوربین قابلیت دیدن طیف مادون قرمز رو داره می تونه تصیر رو در تاریکی ببینیه و برای ما قابل رویت کنه . احتمالا شما هم می دونید که اگه کنترل تلویزیون رو جلوی دوربین یک گوشی یا لنز دوربین دیجیتال بگیرید می تونید اشعه مادون قرمز تولیدی از کنترل رو ببینید . این مسئله به دلیل تشخیص طیف مادون قرمز توسط سنسورهای دوربین هاست که چشم انسان قادر به تشخیص اون نیست .

    دوربین دید در شب با جمع آوری نور محیط

    برخلاف دوربین دید در شب با سنسور مادون قرمز ، این دوربین ها احتیاج به چیز اضافه ندارن . همین نور ماه و ستاره و محیط کافیه . این دوربین ها تصاویر بسیار تاریک رو بارها و بارها تقویت می کنن تا به وضوح نسبی برسه و چشم انسان بتونه تصاویر رو تشخیص بده . یه مقدار تخصصی تر ، نور های جمع آوری شده داخل دوربین ابتدا به انرژی الکتریکی تبدیل میشن و این الکترون ها به وسیله ترفندهای شیمیایی و الکتریکی تعدادشون زیاد میشه و به یه صفحه فسفری برخورد میکنه و تصویر رو شکل میده .

     

    در حال حاضر بسیاری از دوربین های موجود در بازار تکنولوژی دید در شب رو دارن .

    ادامه خبر
  • 1394/03/23
     تفاوت دوربین مداربسته آنالوگ و شبکه چیست؟

    تفاوت دوربین مداربسته آنالوگ و شبکه چیست؟

    دوربین های مداربسته شبکه و انالوگ دو نوع متفاوت از سیستم های مداربسته هستند که تفاوت های آنها معمولا برای مشتریان پیچیده است. در این مطلب به تفاوت های این دو سیستم و موارد کاربرد هر یک اشاره می کنیم.

    سیستم مداربسته انالوگ

     

     

    نوع بسیار رایج از دوربین های مداربسته است. این سیستم به صورت مختصر یک سیستم مداربسته ساده و ارزان برای کاربری های غیر حرفه است. در سیستم مداربسته انالوگ، سیگنال های تصویر دوربین های مداربسته به صورت انالوگ انتقال پیدا میکنند.

    سیستم مداربسته شبکه

     

     

    نوع حرفه ای تر از سیستم مداربسته است. این سیستم به صورت مختصر یک سیستم مداربسته با کیفیت و پرهزینه است. در سیستم مداربسته شبکه، اطلاعات تصویر از طریق پروتکل های شبکه انتقال پیدا میکنند.

    مقایسه

     

    قیمت: معمولا اولین تفاوتی که مشتریان متوجه آن خواهند شد تفاوت قیمت بسیار زیاد این دو سیستم است. دوربین های مداربسته شبکه معمولا بین دو تا سه برابر قیمت یک دوربین انالوگ را دارند. این بالاتر بودن قیمت اصلی ترین دلیل رواج سیستم های مداربسته انالوگ است.

    کیفیت تصویر: دومین تفاوت مهم دو سیستم انالوگ و شبکه کیفیت تصویر دوربین های انهاست. از نظر کیفیت تصویر سیستم مداربسته انالوگ دارای محدودیت بسیار زیادی است. در دوربین های مداربسته انالوگ امکان دریافت و ضبط تصاویر با روزولشن بیش از حدود 0.5 مگا پیکسل وجود ندارد. این بدین معناست که شما هرگز نمیتوانید در یک سیستم انالوگ کیفیت در حد مگا پیکسل داشته باشید. مقابل در دوربین های مداربسته تحت شبکه کیفیت تصویر هیچ محدودیت تصویری ندارد و دوربین های تا 5مگا پیکسل به راحتی در دسترس هستند.

    سادگی: سومین تفاوت دو سیستم انالوگ و شبکه است. در مقایسه با سیستم شبکه، سیستم انالوگ به مراتب در نصب و عیب یابی ساده تر است. این سادگی سبب شده مجریان سیستم های حفاظتی تمایل زیادی به استفاده از دوربین های انالوگ داشته باشند.

    انعطاف پذیری: انعطاف پذیری به معنای امکان تغییر سیستم مداربسته پس از اجرای آن است. از این نظر سیستم های شبکه به مراتب قوی تر عمل می کنند. در یک سیستم شبکه شما می توانید پس از اجرا بسیاری از تجهیزات را به راحتی جابه جا یا تغییر دهید. در مقابل سیستم مداربسته انالوگ دارای انعطاف پذیری خیلی کمتری است و اجرای بسیاری از تغییرات در ان پس از اجرا غیر ممکن خواهد بود.

    تعداد فریم: تعداد فریم تصویر چیزی است که معمولا در سیستم های دیجیتال به آن پرداخته می شود. از نظر تعداد فریم خروجی دوربین، تمامی دوربین های انالوگ دارای خروجی real-time هستند. در دوریبن های شبکه دوربین می تواند تعداد فریمی کمتر از 25فریم داشته باشد. این نکته ای است که در زمان انتخاب دوربین باید به ان توجه کرد. معمولا در دوربین های با روزولشن بالا تعداد فریم دوربین کمتر خواهد بود.

    کابل کشی و اجرا: اجرای و کابل کشی در این دو سیستم به طور کلی با هم در تفاوت خواهد بود. توجه داشته باشید که بسترهای انالوگ و شبکه هیچ گونه همخوانی با هم ندارند و در اجرا دارای تفاوت های زیادی هستند. به صورت کلی تکنولوژی اجرا در سیستم های شبکه به مراتب بالاتر است. در این سیستم ها شما میتوانید از طریق استفاده از فیبرنوری تمام محدودیت های طول کابل را حل کنید (فیبر نوری با استفاده از مبدل برای سیستم انالوگ نیز قابل استفاده است.)

    قابلیت های نرم افزاری: سیستم شبکه به علت تکونولوژی بالاتر امکانات خارق العاده نرم افزاری برای شما ایجاد میکند. این امکانات به ویژه در کابردهای امنیتی کمک بسیار زیادی در را به اپراتورها میکند. در سیستم انالوگ قابلیت های نرم افزاری معمولا به مراتب پیش پا افتاده تر است.

    کدام را انتخاب کنم؟

     

    به صورت کلی سیستم مداربسته شبکه از بسیاری جهات بر سیستم انالوگ برتری دارد اما در مقابل اجرای آن برای شما هزینه برتر خواهد بود. 

    در صورتی که نیاز به یک نظارت عمومی و ساده در محل خود را دارید ما سیستم انالوگ را به شما توصیه می کنیم. اما اگر میخواهید برای سیستم خود بیشتر هزینه کنید و یک سیستم مداربسته حرفه ای داشته باشید حتما از سیستم مداربسته شبکه استفاده کنید. 

     

     

    ادامه خبر
  • 1392/09/26
    پیام مدیریت

    پیام مدیریت

    سایت ekharid.net در نظر دارد امکانات جدید و راحت خرید و فروش آنلاین را برای تمامی کاربران فراهم نماید

    ادامه خبر


نسل بعدی هولولنز احتمالا به پردازنده آرم مجهز می‌شود

بر اساس گزارشی جدید، ظاهرا مایکروسافت قصد دارد در ساخت نسل بعدی هدست هولولنز به‌جای تکیه بر شریک سخت‌افزاری قدیمی خود، از پردازنده‌ی ساخت آرم بهره بگیرد.

نسل بعدی هدست هولولنز مایکروسافت همچنان در دست توسعه است؛ اما بر اساس خبری جدید، این هدست احتمالا از تغییرات داخلی قابل توجه از جمله یک پردازنده‌ی جدید از رقیب اینتل برخوردار خواهد بود. براساس گزارش وب‌سایت ویندوز سنترال، مایکروسافت درنظر دارد پردازنده‌ی اینتل فعلی هولولنز را با یک پردازنده‌ی آرم جایگزین کند.


این تصمیم مایکروسافت به دلایل متعدد، اقدام جالب توجهی به‌حساب می‌آید. اول از همه، این خبر بدین معنی است که هولولنز ۲ - یا هر نام دیگری که در نهایت خواهد داشت – احتمالا بر پایه‌ی پلتفرم کامپیوترهای شخصی همیشه متصل مایکروسافت ساخته می‌شود و از اتصال نسل چهارم موبایل (LTE) نیز بهره‌مند خواهد بود. کامپیوترهای همیشه متصل مایکروسافت، طیف جدید لپ‌تاپ‌های مجهز به پردازنده‌ی کوالکام با عمر باتری بی‌نظیر و قابلیت اتصال به شبکه‌ی موبایل هستند. این بدین مفهوم است که پردازنده‌ی جدید هولولنز در عین برخورداری از قدرت بالا، انرژی کمتری مصرف خواهد کرد. این مسئله، ویژگی بسیار مهمی در این محصول محسوب می‌شود.


مایکروسافت در توصیف نسل بعدی واحد پردازش هولوگرافیک در وبلاگ خود نوشته است:


هولولنز حاوی یک پردازنده‌ی چندگانه‌ی سفارشی به نام واحد پردازش هولوگرافیک یا به اختصار HPU است. این پردازنده تمام اطلاعاتی که از جانب حسگرها ارسال می‌شود از جمله حسگر عمقی مدت پرواز سفارشی مایکروسافت، دوربین‌های ردیاب سر، واحد اندازه‌گیری اینرسیایی (IMU) و دوربین مادون قرمز پردازش می‌کند. واحد پردازش هولوگرافیک، بخشی از همان چیزی است که هدست هولولنز را به نخستین و همچنان تنها کامپیوتر هولوگرافیک تمام مستقل جهان تبدیل می‌کند.


بنابراین، نسل بعدی واحد پردازش هولوگرافیک که درون هولولنز ۲ جای خواهد خواهد گرفت، به لطف تراشه‌ی کم‌مصرف آرم از قدرت پردازش و عمر باتری بالایی برخوردار خواهد بود و بدون نیاز به برون‌سپاری وظایف محاسباتی همچون تشخیص صدا به سرویس‌های ابری، قادر به انجام محاسبات پیچیده خواهد بود.