memorabilia university

پروتکل ها برای مثال: https,httpو.

دامنه های اینترنتی برای مثال :  com. یا ir.

مسئولیت ثبت و قانون گذاری مربوط به شرکت ایکان است .

تمام پسوند های دو حرفی مربوط به حوزه ی جغرافیایی است.

tv. درنگاه اول سایت حوزه ی تلویزیون ولی مربوط به حزیره ی تئولو است د نتیجه همه ی دو حرفی ها مربوط به حوزه ی جغرافیایی است .

رشد سریع حوزه‌ی فین‌تک، نه‌تنها بسیاری از کارآفرینان و مدیرعاملان را به هیجان آورده، بلکه مردم کوچه و خیابان را هم تحت تأثیر قرار داده است. تکنولوژی‌های جدید همان‌طور که شیوه‌ی معاملات ما را دگرگون می‌کنند، از این پتانسیل برخوردارند که افراد زیادی را در این پروسه ثروتمند کنند.

از طرف دیگر سرعت انتشار فناوری‌های متنوع و مختلف به حدی زیاد است که همگام شدن با آن، کار ساده‌ای نیست. به‌ویژه برای صنایع مالی که در آن، مردم باید در مدت زمانی کوتاه، کارهای زیادی را به پایان ببرند. به همین دلیل در ادامه‌ی مطلب، مهم‌ترین روندهای مورد انتظار فین‌تک در سال ۲۰۱۸ را بررسی می‌کنیم:

تنوع ارزهای رمزنگاری‌شده

پوشیده نیست که پول‌های رمزنگاری‌شده در طول ۱۲ ماه گذشته، به کسب‌وکار فوق‌العاده‌ای تبدیل‌شده‌اند. افزایش غیرقابل‌انتظار ارزش بیت کوین، شاهد خوبی برای این ماجرا است. به همین دلیل هم آیکوهای بیشتری با پیشنهاد ارزهای جدید راه‌اندازی می‌شوند، که باعث می‌شود مصرف‌کنندگان و کارشناسان مالی، گزینه‌های بیشتری برای انتخاب پول‌های رمزنگاری‌شده، پیش رو داشته باشند.

البته همین پتانسیل هم باعث می‌شود شیادان و خلاف‌کاران، با راه‌اندازی آیکوهای جعلی سعی کنند سرمایه‌گذاران بی‌تجربه‌تر را فریب دهند. هرچند بازار پول‌های رمزنگاری‌شده، هنوز راه زیادی تا بلوغ کامل در پیش دارد؛ ولی نمی‌توان تأثیر این روند را نادیده گرفت.

بلاک چین  

وقتی از پول‌های رمزنگاری‌شده صحبت می‌کنیم، فناوری بلاک چین هم به‌عنوان حوزه‌ی بعدی و مکمل آن مطرح می‌شود. بلاک چین درواقع یک دفتر کل دیجیتال غیرمتمرکز است که بین کاربران زیادی توزیع‌شده است. بنابراین هیچ نهادی به‌تنهایی کلید داده‌ها را در اختیار ندارد و زمانی که اطلاعات ثبت شدند، نمی‌توان تغییری در آن‌ها به وجود آورد.

این فناوری کاربردهای بسیار وسیع‌تری خواهد داشت. مثلاً محققان صنعت بهداشت و درمان، پرونده‌های تحقیقاتی را روی بلاک چین ذخیره می‌کند تا همه‌ی ارائه‌دهندگان خدمات، به این اطلاعات دسترسی داشته باشند. به همین ترتیب بلاک چین صنعت مالی را نیز دگرگون خواهد کرد. به‌عنوان‌مثال راه‌های خریدوفروش خانه تغییر می‌کند، چراکه هر دارایی می‌تواند رکورد جداگانه‌ی خودش را روی بلاک چین داشته باشد و بانک‌ها زمان تصمیم‌گیری در مورد اعطای وام یا کمک‌هزینه‌ی خرید مسکن، این اطلاعات را موردبررسی قرار می‌دهند.

NFC

در حال حاضر NFC، در حال متحول کردن روش‌های پرداخت مردم جهان است. در بسیاری از کشورها NFC برای پرداخت‌های بدون تماس (که در آن‌ها مردم می‌توانند کارت‌بانکی خودشان را مقابل یک پایانه بگیرند) مورداستفاده قرارگرفته است. به‌علاوه گوشی‌های هوشمند مدرن این قابلیت را دارند که اطلاعات کارت‌های ارتباطی را ذخیره کرده و پرداخت هزینه‌ها را به‌شدت تسهیل کنند.

گرچه ما هنوز در ابتدای راه به‌کارگیری NFC قرار داریم، اما رشد و تکامل این فناوری (به‌ویژه با توسعه و فراگیر شدن پوشیدنی‌هایی که از NFC پشتیبانی می‌کنند)، می‌تواند راه‌های جدید و جالبی را برای انتقالات مالی خلق کند. شاید سال ۲۰۱۸، سال 

موفقیت عظیم پوشیدنی‌های فین‌تک باشد.

افزایش قوانین و مقررات

درحالی‌که صنعت فین‌تک در مدت‌زمانی کوتاه شاهد تحولات گسترده‌ای بوده، رگولاتورها نیز تلاش می‌کنند خودشان را با این تغییرات هماهنگ کنند. بااین‌حال فین تک هم مثل مالیات، به ناگزیر مقررات دقیق‌تری را به کار خواهد گرفت. احتمالاً در سال ۲۰۱۸، شاهد خواهیم بود که مؤسسات بزرگ‌تر و شرکت‌های دولتی، تأکید بیشتری به رعایت قوانین مالی تصویب‌شده داشته باشند. نمی‌توانیم منکر شویم که صنایع مالی، از جذابیت زیادی برخوردارند و به‌تبع، به امنیت بیشتری هم نیاز دارند

بیت کوین در برابر بیت کوین کش؛ علت تقسیم چه بود؟

‌پس از افزایش استفاده از بیت‌کوین در سال‌های اخیر، متخصصان و افرادی که پس از ساتوشی ناکاموتو توسعه‌ی این سیستم را برعهده دارند، در مورد ظرفیت بلوک‌های بلاک‌چین به اختلاف نظر رسیدند. افزایش تعداد تراکنش‌ها باعث شده بود تا کاربران زمان بیشتری را برای تایید تراکنش‌های خود صرف کنند. بیت‌کوین در هر ثانیه ظرفیت پشتیبانی از هفت تراکنش را دارد و از این‌رو شماری از افراد خواستار افزایش ظرفیت بلوک‌های بیت‌کوین برای بالا بردن سرعت تایید تراکنش‌ها و در نتیجه انتقال پول بودند. بیت‌کوین در حالی از هفت تراکنش در هر ثانیه پشتیبانی می‌کند که شبکه‌ی مالی نظیر ویزا در هر ثانیه پذیرای بیش از یک هزار تراکنش است.

بیت‌کوین کش را باید نسخه‌ای جدا شده از بیت‌کوین خواند که ساختاری مشابه بیت‌کوین دارد با این تفاوت که ظرفیت بلوک‌ها در بیت‌کوین کش از نظر تعداد تراکنش‌ها بسیار بیشتر است. پس از آنکه بیت‌کوین کش در اول آگوست سال جاری رسما از بیت‌کوین جدا شد، تمام کاربران بیت‌کوین که به هر تعداد از بیت‌کوین را در اختیار داشتند، به همان اندازه بیت‌کوین کش دریافت کردند. در واقع افرادی که تا پیش از اول آگوست ۲۰۱۷ بیت‌کوین در اختیار داشتند، به همان اندازه بیت‌کوین کش نیز دریافت کردند.

مخالفان بیت‌کوین کش معقدند که افزایش تعداد تراکنش‌هایی که در هر بلوک قرار می‌گیرند باعث می‌شود تا قدرت پردازشی بیشتری برای اثبات کار یا همان مرحله‌ی PoW صرف شود و از این‌رو بیت‌کوین از فلسفه‌ی توزیع شده‌ی خود فاصله می‌گیرد، چراکه تمام کاربران و ماینرها نمی‌توانند سخت‌افزار خود را به هر اندازه‌ی مورد نیاز قدرتمند کنند و در نتیجه‌ در بیت‌کوین کش ماینرهایی حرف اول را خواهند زد که قدرت پردازشی بسیار بالاتری دارند. در حال حاضر بیت‌کوین کش ۳۱۳ دلار آمریکا ارزش دارد که بسیار کمتر از ارزشبیت‌کوین است.

باید دید که در آینده چه سرنوشتی برای بیت‌کوین کش رقم خواهد خورد و آیا بیت‌کوین کش می‌تواند به اندازه‌ی بیت‌کوین ارزشمند شود یا خیر؟

پانویس:

امضاء دیجیتال

تمام افرادی که در شبکه‌ی بیت‌کوین حضور دارند حداقل یک جفت کلید دارند که شامل یک کلید عمومی و یک کلید خصوصی است. هر سکه‌ی الکترونیک را باید دنباله‌ای ازامضا‌های دیجیتال خواند. هر مالک سکه‌ی بیت کوین برای ارسال یک سکه به دیگری، ترکیبی از کلید عمومی گیرنده را با زنجیره‌ی کلید‌های دیجیتال پیشین ترکیب کرده و در واقع کدگذاری می‌کند. در مرحله‌ی بعدی این کد هش شده با استفاده از کلید خصوصی فرستنده، امضا می‌شود. گیرنده قادر است از طریق کلید عمومی فرستنده، اطمینان حاصل کند که پول دریافت شده از سوی شخصی که مدعی شده پولی را ارسال کرده، به واقع از سوی وی ارسال شده است. در واقع اگر گیرنده نتواند کد دریافت شده را با کلید عمومی فرستنده اعتبار سنجی کند، پس این فرد خود را به دروغ فرستنده‌ی بیت کوین معرفی می‌کند. اما بهتر است به تشریح امضای دیجیتال و نحوه‌ی کدگذاری و فناوری مورد استفاده در امضای دیجیتال بپردازیم.

فناوری مورد استفاده در امضای دیجیتال بیت کوین، از نوع کدگذاری غیرمتفارن است. کدگذاری در کل به دو حوزه‌ی کدگذاری متقارن و غیرمتقارن تقسیم می‌شود. همانطور که اشاره کردیم در بیت کوین و ایجاد امضای دیجیتال از کدگذاری غیرمتفارن استفاده می‌شود، اما ساز و کار کدگذاری غیرمتفارن چگونه است؟ در این روش دو کلید خصوصی و عمومی مورد استفاده قرار می‌گیرد. جعبه‌ای را در نظر بگیرید که دو کلید خصوصی و عمومی دارد. کلید عمومی فقط برای قفل کردن این جعبه مورد استفاده قرار می‌گیرد، در حالی که کلید خصوصی جز در باز کردن قفل جعبه کاربرد دیگری ندارد؛ با استفاده از کلید عمومی که این جعبه را قفل کرده، نمی‌توان قفل جعبه را باز کرد و باید حتما کلید خصوصی مورد استفاده قرار گیرد. در صورتی که کاربر A مدعی شود که جعبه‌ای را برای کاربر B ارسال کرده و آن را با استفاده از کلید عمومی کاربر B کدگذاری کرده، دریافت کننده یا همان کاربر B باید بتواند با استفاده از کلید خصوصی خود این جعبه را باز کند، در غیر اینصورت ادعای کاربر A مبنی بر ارسال جعبه دروغی بیش نبوده و از این رو در استفاده از امضای دیجیتال کاربری که بیت کوین را ارسال می‌کند، نمی‌تواند منکر ارسال شده و در نتیجه احتمال تقلب بسیار کاهش پیدا می‌کند. همچنین در صورت ایجاد تغییر در کد هش شده، دریافت کننده در صورت استفاده از کلید خصوصی خود نمی‌تواند به نتیجه‌ی صحیحی برسد و در نتیجه ایجاد تغییر میان راه روی کد هش شده نیز عملا امکان تغییرات در تراکنش‌ها نظیر تغییر مبلغ را غیرممکن می‌کند. پس تا زمانی که کاربری به کلید خصوصی دیگری دسترسی نداشته باشد، امکان ایجاد اختلال در سیستم را ندارد. در سیستم بیت کوین نیز هر کاربر یک کلید خصوصی و یک کلید عمومی دارد. کلید خصوصی کاربر مخفی بوده و نباید کسی جز خود کاربر از آن اطلاع داشته باشد، اما کلید عمومی همانطور که از اسم آن نیز پیدا است، عمومی بوده و همه کاربران می‌توانند به آن دسترسی داشته باشند.

بصورت کلی می‌توان کاربرد کدگذاری نامتقارن را که در بلاک‌چین و شبکه‌ی بیت‌کوین مورد استفاده قرار گرفته، در دو مورد خلاصه کرد:

• اطلاعات رمزنگاری شده با استفاده از کلید عمومی از طریق کلید خصوصی رمزگشایی می‌شوند.
• اطلاعات امضا شده با کلید خصوصی از طریق کلید عمومی قابل شناسایی هستند.

هر کاربر در شبکه‌ی بیت‌کوین می‌تواند چندین کلید عمومی و کلید خصوصی مربوط به آن را داشته باشد و در واقع کاربران بیت‌کوین منحصر به یک کلید عمومی و خصوصی نیستند. به بیان بهتر کاربران بیت‌کوین می‌توانند در کیف پول خود چندین کلید عمومی و خصوصی را داشته باشند. با توجه به تعداد بالای آدرس‌هایی که می‌تواند تولید شود، اصلا نباید در مورد تکراری بودن آدرس‌ها احساس نگرانی کرد. بیت کوین قادر است تا ۴۵^۱۰ × ۱.۴۶ یا به بیان ساده ۱۶۰^۲ آدرس را تولید کند. شاید در نگاه اول این عدد بسیار کوچک به نظر برسد. برای درک عظمت احتمالات موجود برای تعداد آدرس‌هایی که می‌تواند تولید شود، بهتر است بدانید که تعداد دانه‌های شن موجود روی کره‌ی زمین نزدیک به ۱۸^۱۰ * ۷.۵ است. حال تصویر کنید که هر از یک این تعداد دانه‌های شن موجود خود به همین اندازه نیز دانه شن داشته باشد، با این وجود مجموع شن‌ها به رقم ۱۸^۱۰ * ۵۶ می‌رسد که باز هم کوچکتر از تعداد احتمالات موجود برای آدرس‌هایی است که بیت کوین می‌تواند تولید کند.

اثبات کار

پروتکل اثبات کار یا POW در اصل یک روش برای مقابله با انجام حملاتی نظیر DDoS و مقابله با اسمپینگ است. با استفاده از این روش برای کاربری که به دنبال دریافت یک سرویس از سیستم است، یک وظیفه‌ی پردازشی در نظر گرفته می‌شود تا از این طریق پردازنده‌ی کاربر متقاضی زمانی را برای حل این وظیفه‌ی پردازشی سپری کرده و ترافیک دریافت سرویس از سیستم شاهد افزایش ترافیک نباشد. اصلی‌ترین ویژگی سیستم اثبات کار باید اینگونه باشد که وظیفه‌ی سپرده شده به کاربر نسبتا سخت اما قابل حل بوده و در مقابل ارائه دهنده‌ی سرویس برای چک کردن صحت انجام کار بار پردازشی زیادی را به دوش نکشد. سیستم اثبات کار را بنابر کاربردهای مختلف می‌توان با روش‌های مختلفی پیاده کرد. از جمله‌ی روش‌هایی که در اثبات کار مورد استفاده قرار می‌گیرد باید به رمزنگاری دنباله‌دار (Hash Sequence) و درخت مرکل (Merkle Tree) اشاره کرد که در بیت‌کوین نیز مورد استفاده قرار می‌گیرد.

اثبات کار در بیت‌کوین به این ترتیب است که ماینر تعدادی تراکنش را از میان تراکنش‌های تایید نشده انتخاب کرده و با دریافت کد هش بلوک قبلی پروسه‌ی اثبات کار را آغاز می‌کند. پارامترهای مورد استفاده در تابع هش SHA-256 شامل تراکنش‌های انتخابی، کد هش بلوک قبلی و یک عدد تصادفی است. سیستم بیت‌کوین براساس سرعت ایجاد بلوک‌های جدید در بیت‌کوین، سختی کار را از طریق تغییر نتیجه‌ی هدف مورد انتظار برای تابع هش تغییر می‌دهد. ماینر باید عدد مورد نظر را تا رسیدن به موفقیت که کوچک‌تر شدن حاصل هش از نتیجه‌ی هدف است، در هر مرحله یک واحد افزایش دهد. پس از رسیدن به نتیجه، بلوک در شبکه‌ی بیت کوین ثبت شده و نتیجه‌ی هش به دست آمده به عنوان شماره‌ی بلوک تعیین می‌شود. این شماره در بلوک بعدی ثبت خواهد شد تا زنجیره حفظ شود.

اما همانطور که اشاره کردیم نتیجه‌ی هدف پیش‌بینی شده برای مقایسه با نتیجه تابع هش تغییر می‌کند. با توجه به اینکه قدرت پردازشی پردازنده‌ها و همچنین تعداد ماینرها روز به روز افزایش پیدا می‌کند، از این‌رو زمان میانگین ۱۰ دقیقه‌ای برای ثبت هر بلوک کاهش می‌یابد و در نتیجه سیستم برای باقی ماندن زمان میانگین ثبت بلوک روی ۱۰ دقیقه، نتیجه کار را سخت‌‌تر می‌کند. سختی کار صورت میانگین با ثبت هر ۲۰۱۶ بلوک از نو تعیین می‌شود.

پاداش معدن‌کاوی نیز هر ۲۱۰٫۰۰۰ بلوک یکبار نصف می‌شود. در حال حاضر پاداش معدن‌کاوی هر بلوک بیت‌کوین ۱۲.۵ بیت‌کوین است. این رویه تا استخراج تمام بیت‌کوین‌ها ادامه خواهد داشت. در حال حاضر بیش از ۱۶.۵ میلیون بیت‌کوین استخراج شده و تقریبا ۴.۵ میلیون بیت‌کوین دیگر تا سال ۲۱۴۰ استخراج خواهد شد. در حال حاضر ارزش بازار بیت‌کوین‌های استخراج شده بیش از ۷۴ میلیارد دلار است که افزایش ارزش هر بیت کوین این رقم را تغییر می‌دهد.

تابع رمزنگاری یا هش

SHA-2 یا Secure Hash Algorithm 2 مجموعه‌ای از تایع‌های رمزنگاری است که توسط آژانس امنیت ملی ایالات متحده‌ی آمریکا طراحی شده‌اند. تابع هش رمزنگاری شده مجموعه‌ای از الگوریتم‌های مبتنی بر عملیات ریاضی است که روی داده‌های دیجیتال صورت می‌پذیرد. بزرگ‌ترین ویژگی توابع رمزنگاری یا هش این است که هیچگاه امکان ندارد یک تابع هش با ورودهای متفاوت، نتیجه‌ای یکسان را نتیجه بدهد. البته SHA-2 تنها استاندارد موجود برای رمزنگاری نیست و پیش از آن شاهد استفاده از SHA-1 به‌عنوان یک روش رمزنگاری بودیم. خانواده‌‌ی رمزنگاری به روش SHA-2 متشکل از ۶ تابع است که ۲۲۴، ۲۵۶، ۳۸۴ و ۵۱۲ بیتی هستند. اینتوابع شامل SHA-224، SHA-256، SHA-384، SHA-512، SHA-512/224 و SHA-512/256 می‌شوند.

انگیزه

انگیزه را باید اصلی‌ترین دلیلی خواند که باعث می‌شود گره‌های شبکه سلامت سیستم را حفظ کنند. اولین تراکنش در هر بلوک، اهمیت بسیار زیادی دارد، چراکه اولین تراکنش مربوط به تولید بیت‌کوین جدیدی است که به عنوان پاداش در اختیار ماینر قرار می‌گیرد. همین پاداش باعث می‌شود تا ماینرها نیروی پردازشی خود را در جهت سلامت سیستم مورد استفاده قرار دهند. در واقع به همین دلیل است که گره‌های شبکه که در حال تایید بلوک‌های جدید هستند، معدن‌کاو نام گرفته‌اند، چراکه این افراد در ایجاد بیت‌کوین‌های جدید نقش اصلی را بر عهده دارند و همچون معدن‌کاوانی هستند که در معدن طلا رگه‌های جدیدی از طلا را یافته و به ذخایر اضافه می‌کنند. افزایش میزان بیت‌کوین‌های در گردش به منابعی بستگی دارد که معدن‌کاوان اختصاص می‌دهند. در مورد پول رمزنگاری شده این منابع شامل انرژی الکتریکی، زمان و قدرت پردازشی است.

البته باید به این نکته اشاره کنیم که با توجه به محدودیت ۲۱ میلیونی تعداد بیت‌کوین‌ها، پس از تولید ۲۱ میلیون بیت‌کوین دیگر شاهد ارائه‌ی پاداش در قالب بیت‌کوین جدید به ماینر‌ها نخواهیم بود و سیستم درصدی از پول تراکنش انتقالی را به ماینر برای تایید تراکنش‌ها انتقال خواهد داد تا همچنان صحت عملکرد سیستم حفظ شود. البته این درصد که سیستم را تا حدودی شبیه به عوارض بانکی دریافت شده برای انتقال بانکی می‌کند، بسیار کمتر است و از این‌رو بازهم برتری با بیت‌کوین خواهد بود.

پاداش در بیت‌کوین به نوعی در نظر گرفته شده که علاوه بر تشویق ماینرها برای تایید تراکنش‌ها، چرخه‌ی سالمی را نیز ایجاد می‌کند. حتی اگر یک گره با نیروی پردازشی بسیار بالا بتواند بر نیروی پردازشی کل سیستم بیت‌کوین غلبه کند، پاداش به اندازه‌ای خواهد بود که وی قدرت خود را در جهت ی و از میان بردن صحت عملکرد سیستم به کار نگیرد، چراکه بیت‌کوین‌های دریافت شده از طریق معدن‌کاوی بسیار بیشتر خواهد بود

پس از سال‌ها مفهوم‌سازی و توسعه، چندی پیش سرانجام اولین کاربردهای لایتنینگ در نسخه‌ی بتا به اجرا در آمد. درنتیجه‌ی این آغاز به کار، گره‌های بیشتری روزانه به‌صورت آنلاین به‌وجود می‌آیند و کاربران بیشتری با سایر افراد کانا‌ل‌هایی ایجاد خواهند کرد. شاید بعضی بازرگانان حتی پرداخت لایتنینگ را هم قبول کنند.

البته پیش از هر چیزی باید در نظر داشت که ما در اول راه شبکه‌ی لایتنینگ هستیم. با اینکه به‌کارگیری و استفاده‌ی اصلی از لایتنینگ می‌تواند مفید باشد و برخی از کیف‌پول‌ها و برنامه‌های دیگر را در دسترس قرار دهد؛ ولی شبکه‌ی پرداخت 

بیت‌کوین هنوز به چند سال دیگر برای پیشرفت در معماری شبکه، 

امنیت و قابلیت استفاده نیاز دارد و شاید حتی زمان بیشتری هم برای دست‌یابی به این اهداف نیاز باشد. در ادامه به چندین پروژه‌ی مهم در لایتنینگ که در حال حاضر در دست توسعه است می‌پردازیم.

کانال‌های سرمایه دوگانه (Dual-funded channels)

شبکه‌ی لایتنینگ از مجموعه‌هایی از کانال‌های پرداخت تشکیل شده است. هر کانال پرداخت بین دو کاربر، اجازه رد و بدل کردن سرمایه را به آنها می‌دهد.

البته کانال‌های پرداخت در مراحل اولیه‌ی توسعه خود تنها می‌توانند توسط یکی از کاربران یا گروه‌ها، سرمایه دریافت کنند. فرد سرمایه‌گذار ابتدا باید معامله‌ای با شخص مقابل ترتیب دهد؛ فرد مقابل سپس و تنها بعد از این کار می‌تواند پرداخت را در همین کانال پرداخت به شخص پرداخت‌کننده‌ی اول برگرداند.

البته 

اوراق سفید شبکه لایتنینگ، کانال‌های سرمایه‌ی دوگانه را تنها به کانال‌های ویژه مطرح‌شده توسط 

ACINQ (شرکت مقیاس‌پذیری لایتنینگ) پیشنهاد می‌دهد. کانال‌های دوگانه به کاربران اجازه می‌دهند که تا حدی سرمایه کانال پرداخت را بابیت‌کوین پرداخت کنند. چنین کاری انعظاف‌پذیری کار کانال پرداخت را برای کاربر بیشتر می‌کند و کاربر می‌تواند به‌محض باز کردن کانال، پرداخت‌هایی را به‌طور فوری دریافت کرده یا بپردازد.

مبادلات زیردریایی (Submarine Swaps)

کاربران برای پرداخت لایتنینگ باید سرمایه‌های خود را در کانال لایتنینگ قرار دهند. سرمایه‌های داخل کانال بعد از وارد شدن‌ به آن دیگر نمی‌توانند به آدرس‌های بیت‌کوین فرستاده شوند (مگر اینکه کانال اول بسته شود). بنابراین بیت‌کوین موجود در کانال لایتنینگ از بیت‌کوین موجود در کیف پول جداست؛ تقریبا مانند جدا بودن 

پول در حساب جاری از پول در حساب پس‌انداز.

البته راه حل‌هایی برای ارتباط برقرار کردن بین پرداخت‌های لایتنیگ و پرداخت‌های روی زنجیره وجود دارد.

یکی از راه‌ حل‌ها، استفاده از مبادلات زیردریایی است که توسطالکس بسورث توسعه یافت (البته مفهوم ابتدایی آن قبلا توسطاولالووا اسونتوکن، افشر ارشد فناوری لایتنینگ لبز مطرح شده بود). مبادلات زیردریایی، اجازه فرستادن پرداخت‌های لایتنینگ را به شخص ثالث و یک میانجی‌ در شبکه لایتنینگ می‌دهند. فرد واسطه هم مقدار بیت‌کوین مورد نظر را به یک آدرس روی زنجیره بیت‌کوین می‌فرستد. همچنین کاربران هم می‌توانند پرداخت‌های روی زنجیره را به شخص واسطه بفرستند تا او مقدار پرداختی آنها را به یک گره لایتنینگ در شبکه بفرستد.

مهم‌تر از همه اینکه تبادل از طریق مبادلات زیردریایی به‌صورت اتمی انجام می‌شود. پرداخت لایتنینگ و روی زنجیره می‌توانند با استفاده از یک روند فنی خاص در شبکه‌ی لایتنینگ به‌ یکدیگر مرتبط شوند، به‌طوری که شخص واسطه نتواند با نفرستادن پرداخت، سرمایه‌ی مورد مبادله را به سرقت ببرد. طبق یک توافق، کاربران باید هزینه‌ی کمی برای چنین سرویسی بپردازند.

اسپلایسینگ (Splicing)

یکی از راه‌حل‌های دیگر اسپلایسینگ نام دارد که به کاربر اجازه‌ی وارد و خارج کردن سرمایه به کانال‌های موجود را می‌دهد و کاربر همچنین می‌تواند کانال را باز نگه دارد.

ایده بسیار ساده است. هر کانال لایتنینگی با یک معامله کار خودش را آغاز می‌کند. در مبادله هر دو کاربر از انتقال سرمایه‌ی خودشان راضی هستند. بقیه‌ی کانال لایتنینگ از مجموعه‌هایی از معاملات بین کاربران تشکیل شده است که معمولا هم در شبکه‌ی بیت‌کوین منتشر نمی‌شوند. سرمایه‌های معامله ابتدایی تا زمان بسته شدن کانال، از جای خود تکان نمی‌خورند. وقتی کاربران می‌خواهند به معامله‌ی ابتدایی خود پرداخت‌هایی را اضافه کنند، باید سرمایه را به معامله‌ی ابتدایی جایگزینی همراه‌ با بیت‌کوین بفرستند. زمانی‌که معامله‌ی جدید توسط 

بلاک‌چینتأیید شود، میزان سرمایه کانال افزایش می‌یابد. کاربران می‌توانند تا قبل از تأیید معامله‌ی جدید، به‌راحتی هر دو کانال قدیمی و جدید را به‌طور همزمان آپدیت کنند تا بتوانند از مختل شدن یا از کار افتادن کانال جلوگیری کنند.

عکس حالت فوق هم صادق است؛ کاربران می‌توانند از معامله‌ی ابتدایی برای فرستادن سرمایه به آدرس روی زنجیره (آن‌چین)استفاده کنند و بخشی از آن را با استفاده از همین روش در کانال نگه دارند. کاربران با چنین شیوه‌ای، معاملات روی زنجیره را مستقیما با کانال لایتنینگ می‌سازند.

التو (Eltoo)

هر باری که پرداخت جدیدی صورت می‌گیرد، کانال‌های لایتنینگ بین کاربران آپدیت می‌شوند تا موجودی‌های متقابل آنها را نشان دهند. روش قبلی کاربرانی را که با منتشر کردن موجودی قدیمی قصد فریب دادن یا کلاه‌برداری داشتند، جریمه می‌کند (برای اینکه احتمالا موجودی قدیمی پول بیشتری به آنها می‌دهد) و کاربران متقلب تمامی سرمایه‌ی خود در کانال را از دست می‌دهند.

اما مشکلی در این میان وجود دارد. منتشر کردن موجودی قدیمی همیشه به‌هدف ی و تقلب صورت نمی‌گیرد. در بعضی از موارد، افراد تصادفا چنین کاری را انجام می‌دهند؛ مثلا باگ در نرم‌افزار یا اشتباه در بک‌آپ موجب چنین موردی می‌شود. از دست رفتن تمامی سرمایه‌ی کانال برای چنین افرادی، جریمه ناعادلانه و سنگینی است.

التو که ابتدا در ۳۰ آوریل ۲۰۱۸ عرضه شد، جدیدترین پیشنهاد مقاله است. التو که توسط تیم سی‌لایتنینگ بلاک‌استریم (دکترکریستین دکر و راستی راسل) و اسونتوکن از لایتنینگ لبز توسعه یافت، کانال‌ها را با ساخت یک زنجیره‌ی معاملات قفل زمانی(باید طی محدوده‌ی زمانی خاصی انجام شود) آپدیت می‌کند. هر معامله سرمایه‌هایی را از مدل قبلی خرج می‌کند تا آخرین موجودی کانال را نشان دهد.

اگر کاربری معامله‌ی قلبی را منتشر کند (ارائه‌ی موجودی کانال قدیمی)، شخص مقابل او فرصت و زمانی برای انتشار آخرین معامله خواهد داشت (ارائه‌ی موجودی جدیدترین کانال).

چنین راه‌ حلی همه‌روزه به‌کار می‌آید، اما برای موارد شکست عملی نیست و به تمامی زنجیره‌ی معاملات ثبت‌شده در بلاک‌چین بیت‌کوین نیاز دارد که با این کار تقریبا هدف شبکه‌ی لایتنینگ را از بین می‌برد. به‌همین منظور دکر تغییری درپروتکل بیت‌کوین به‌وجود آورد تا سلسه‌مراتبی خاص در انواع معاملات به‌وجود بیاورد: هر معامله‌ی جدیدتری می‌تواند بدون نیاز به تمامی معاملات زنجیره‌، نقش اصلی را بازی کند.

اگر تغییر اتخاذ شود و در شبکه‌ی بیت‌کوین فعال شود، کاربران لایتنینگ می‌توانند کانال‌ها را به هر دو شیوه‌ی فعلی و التو بسازند که انتخاب آنها بستگی به ترجیح خود آنها خواهد داشت.

فیلتر سمت کاربر فشرده (Compact client-side block filtering)

با اینکه شبکه‌ی لایتنینگ یک پروتکل لایه دومی است، خود بلاک‌چین بیت‌کوین برای امنیت کاربران کفایت می‌کند. کاربران لایتنینگ باید به بلاک‌چین چشم بدوزند تا از معاملات خاص آگاه باشند. چنین کاری می‌تواند به منابع زیادی مخصوصا برای کاربران موبایل نیاز داشته باشد.

راه‌ حل مشکل، تأیید پرداخت ساده یا SPV نام دارد. SPV در اوراق سفید بیت‌کوین توضیح داده شده است. کیف‌ پول‌های SPV فعلی از روشی به‌نام فیلتر بلوم یا 

Bloom filters برای بررسی معاملات رخ‌داده استفاده می‌کنند.

متأسفانه فیلتر بلوم زیاد برای مسائل حریم خصوصی مناسب نیست؛ چون کیف‌ پول‌ها تمامی آدرس‌ها را در اختیار گره‌های شبکه بیت‌کوین قرار می‌دهند. آنها همچنین دارای مشکلاتی در مقیاس‌پذیری و قابلیت استفاده هستند، چراکه هر کیف پول SPV منابعی را حداقل از یک گره بیت‌کوین کامل برمی‌دارد.

اسونتوکن و الکس اکسلراد برای حل مشکل با جیم پوزن(سازنده کوین‌بیس) وارد همکاری شدند و راه حلی جدیدی به‌نام فیلتر سمت کاربر فشرده طراحی کردند. آنها طرح خود را در 

کیف پول نوترینو پیاده کردند.

فیلتر سمت کاربر فشرده، از شیوه‌ی برعکس کیف پول‌های SPV استفاده می‌کند. به‌جای اینکه کیف پول‌ها درخواست معاملات مربوط‌ به آنها را با خلق و فرستادن یک فیلتر بلوم به گره‌های کامل مطرح کنند، خود گره‌های کامل یک فیلتر برای تمامی کیف‌ پول‌های نوترینو می‌سازد. کیف پول نوترینو سپس از این فیلتر برای رخ ندادن معامله‌ی مربوطه استفاده می‌کند. این موردی است که همه‌ی کاربران باید در مورد آن بدانند تا مطمئن شوند که از آنها ی نشود. اگر فیلتر تطابقی ایجاد کند، نوترینو، بلوک مربوطه را برای بررسی همان معامله چک می‌کند.

با اینکه چنین روشی با در نظر گرفتن لایتنینگ طراحی شده بود، ولی می‌تواند به‌نفع کیف پول‌های عادی هم کار کند و به آنها هم استفاده برساند.

برج‌های مراقبت (Watchtowers)

کاربران لایتنینگ برای دوری از ی و تقلب باید معاملات روی زنجیره‌ای را که به آنها مرتبط است، بررسی کنند.

با اینکه فیلتر سمت کاربر فشرده باید کارها را آسان‌تر کند، ولی خود کاربران هم باید گاهی‌ اوقات معاملات را بررسی کنند تا مطمئن شوند که تقلبی در کار نیست. اگر آنها این بررسی را فراموش کنند، احتمال ریسک امنیتی برای آنها وجود دارد.

برج‌های مراقبت راه حلی بالقوه برای مشکل هستند و می‌توانند کاربران را به شبکه‌ی لایتنینگ هدایت کنند. ایده‌ی برج‌های مراقبت توسط اوراق سفید شبکه‌ی لایتنینگ و یکی‌ از نویسندگان آن به‌نام تج دراییا مطرح شد. برج‌های مراقبت همان‌طور که از اسم‌شان پیداست، نظارت بر 

بلاک‌چین را بهاشخاص ثالث واگذار می‌کنند.

طرح‌های برج مراقبتی کنونی هنوز کاملا پیاده‌سازی نشده‌اند، ولی شیوه‌ی کارکرد آنها تقریبا همین‌گونه است. هر موقع که کاربر کانالی را آپدیت کند، بسته‌ی داده کوچکی را به برج مراقبت می‌فرستد. اولین بخش بسته یک اشاره‌ی کوچک به معامله دارد. برج مراقبت اشاره‌ی کوچک را بررسی می‌کند تا ببیند که آیا واقعا این بخش جزئی از کل هست یا خیر. بخش کوچک هیچ اطلاعاتی را درمورد محتویات معامله افشا نمی‌کند. بنابراین حریم خصوصی کاربران حفظ می‌شود.

البته اگر معامله در بلاک‌چین بیت‌کوین نمایان شود، برج مراقبت می‌تواند از بسته‌ی کوچک برای شناسایی آن استفاده کند. در ادامه برج مراقبت با داده‌ی معامله در خود بلاک‌چین می‌تواند از بخش دوم بسته‌ی دریافتی، برای بازسازی معامله جریمه استفاده کند. معامله‌ی جریمه، تمامی سرمایه‌ای را که در کانال از کاربر مورد تقلب، گرفته شده به او پس می‌دهد. از نگاه التو، تنها موجودی کانال صحیح منتشر می‌شود. معامله‌ی جریمه همچنین می‌تواند طوری طراحی شود که برج مراقبت بخشی از سرمایه‌ی مورد تقلب واقع‌شده را به‌عنوان جایزه بردارد تا انگیزه‌ای برای ادامه کار داشته باشد.

کاربران می‌توانند وظیفه‌ی نظارت بر کانال را به چندین برج مراقبت واگذار کنند، تا اگر یکی از آنها از شناسایی تقلب باز ماند، دیگری تقلب را شناسایی کند و خطر از دست رفتن سرمایه کاربران لایتنینگ به‌حداقل برسد.

پرداخت‌های چند راهی اتمی

موردی که لایتنینگ را به 

شبکه تبدیل می‌کند، به‌هم‌پیوستگی کانال‌های پرداخت بین کاربران است. کاربران می‌توانند از طریق کانال‌ها و جفت‌هایی در شبکه، به‌عنوان شخص واسطه پرداخت‌هایی به کاربرانی داشته باشند که اصلا هیچ کانال باز مستقیمی با آنها ندارند.

البته در حال حاضر یک پرداخت واحد باید از طریق تنها یک مسیر انجام شود. اگر کاربری بخواهد ۵ هزارم بیت‌کوین را به دیگری بپردازد، نه‌تنها باید همه‌ی ۵ هزارم بیت‌کوین را در یک کانال واحد داشته باشد، بلکه همه‌ی افراد واسطه در مسیر هم باید دارای ۵ هزارم بیت‌کوین آماده در کانال برای فرستادن باشند. هر چه پرداختی بزرگ‌تر شود مسلما وضعیت‌ هم مشکل‌تر می‌شود.

پرداخت‌های چند راهی اتمی (AMP) راه حلی برای مشکل هستند. ایده‌ی AMP که ابتدا توسط اسونتوکن و کانر فرامکنخت مطرح شد، بسیار ساده است: پرداخت‌های بزرگ می‌توانند به قسمت‌های کوچک‌تری تبدیل شوند و همچنین مسیر خودشان را از پرداخت‌کننده به گیرنده و از طریق افراد واسطه مختلف طی کنند. چالش راه حل این است که شاید پرداخت‌های لایتنینگ با شکست روبرو شوند؛ یعنی یک پرداخت تا اندازه‌ای خاص انجام شود. پرداخت‌های جزئی می‌توانند مشکل را حتی از روند بدون پرداخت هم فراتر ببرند: بازرگان با پرداخت جزئی راضی نمی‌شود و همین‌طور مشتری هم برای پول خرج کردن برای هیچ خوشحال نمی‌شود.

راه حل مشکل، استفاده AMP از موردی به‌نام قراردادهای زمانی هش (hash) است که هم‌اکنون هم در مسیرهای لایتنینگ و انتقال داده‌های محرمانه در یک شبکه کار می‌کند. استفاده از تکنیکی که در کیف پول‌های قطعی هم مورد استفاده قرار می‌گرفت (تولید چندین آدرس بیت‌کوین از یک دانه) مزایای خاص خود را دارد. قسمت‌های کوچک یک پرداخت بزرگ اگر همگی در زمانی مشخص‌شده به دریافت‌کننده برسند، پرداخت به‌صورت کامل انجام می‌شود، ولی اگر در این بازه‌ی زمانی مشخص دریافت‌کننده تمامی پرداخت‌های کوچک را دریافت نکند، پول به پرداخت‌کننده باز می‌گردد.

مبادلات اتمی

شبکه لایتنینگ به‌عنوان یک لایه‌ی مقیاس‌پذیر برای بیت‌کوین طراحی شده است. اما از آنجایی که بسیاری از آلت‌کوین‌ها نرم‌افزارهای جانبی پایگاه کد بیت‌کوین هستند، ساختن چنین لایه‌های مقیاس‌پذیری برای آلت‌کوین‌ها هم زیاد سخت نیست. درحال حاضر، شبکه‌ی لایتنینگ لایت‌کوین هم وجود دارد که بسیار کوچک است و احتمالا سایر آلت‌کوین‌ها هم به دنبال چنین کاری خواهند رفت.

جالب اینکه شبکه‌ها نباید در آینده وما از هم جدا باشند.

کانال‌های پرداخت با استفاده از یک بلوک سازنده‌ی اصلی شبکه لایتنینگ به‌نام مبادلات اتمی می‌توانند به بلاک‌چین‌های مختلف وصل شوند. به‌‌عبارت دیگر، کاربر می‌تواند بیت‌کوین بفرستد و اگر گره شبکه خواستار مبادله باشد، کاربر دیگری هم می‌تواند پرداخت را به‌صورت لایت‌کوین دریافت کند.

البته کاربران می‌توانند چنین پرداخت‌هایی را به خودشان هم داشته باشند: آنها می‌توانند بیت‌کوین بفرستند و لایت‌کوین دریافت کنند. شبکه لایتنینگ در عمل می‌تواند یک شبکه مبادله ارز رمزی بدون اعتماد را بسازد.

منبع :سایت زومیت

سال ۲۰۱۷، برهه‌ای حساس در تاریخ فناوری هوش مصنوعی بود. نه‌تنها پیشرفت‌هایی که در این عرصه رخ داد، بلکه درک ما نیز از تأثیرات آن بر جامعه تا حد زیادی افزایش یافت. فریدا پولی، محقق و هم‌بنیان‌گذار شرکت Pymetrics، در مقاله‌ای که در نشریه‌ی فوربز منتشر شد، پیش‌بینی‌های خود را در مورد فناوری‌های هوش مصنوعی در سال جدید شرح داده است:

الگوریتم‌ها شیوه‌ی کاری مردم را تغییر خواهند داد

هنگامی‌که در مورد هوش مصنوعی صحبت می‌کنیم، اغلب ما تصور می‌کنیم این فناوری مشاغلی نظیر تحویلداری و سرایداری را کنار خواهد زد. شاید فراموش می‌کنیم که این 

تکنولوژیبه‌آرامی در زندگی همه‌ی ما نفوذ خواهد کرد.

بگذارید دو مفهوم را از هم متمایز کنیم: AI (هوش مصنوعی) وIA (هوش افزایی). باوجود گام‌های بلندی که در توسعه‌ی هوش مصنوعی برداشته‌ شده است و در سال ۲۰۱۸ نیز ادامه خواهد یافت، هنوز تا زمانی که این تکنولوژی بتواند جایگزین نیروی انسانی شود، راهی طولانی در پیش داریم. بااین‌حال به‌زودی شاهد نفوذ بیش‌ازپیش هوش مصنوعی در مشاغل روزانه‌ی خود و همچنین هوش افزایی انسانی خواهیم بود

غذاها تأثیر قابل توجهی در خلق و خوی انسان‌ها دارند. اگر شما تغذیه مناسب داشته باشید، می‌توانید آرامش بیشتری پیدا کنید و انرژی خود را نیز در طول روز مدیریت کنید. آیا تا به حال از خود پرسیده‌اید چه اتفاقی می‌افتاد اگر دستگاهی وجود داشت که با توجه به ظاهر شما، غذای مورد نیازتان را تشخیص می‌داد و به شما در انتخاب غذا کمک می‌کرد؟

KFC به این رؤیا تحقق بخشیده است.

Du Mi به‌عنوان اولین 

ربات دارای 

هوش مصنوعی در فروشگاه مفهومی 

KFC در شانگهای با مشتری‌ها ملاقات می‌کند.

KFC اولین فروشگاه مجهز به هوش مصنوعی خود را روز جمعه در پکن راه‌اندازی و اعلام کرد که طرحی برای افزایش رستوران‌های هوشمند دارد تا برای مشتریان تجربیات جالب و تازه‌ای به ارمغان بیاورد.

اولین رستوران هوشمند KFC با همکاری بزرگ‌ترین موتور جست‌وجوی چین Baidu» در خیابان فایننس در پکن آغاز به کار کرده است.

در این فروشگاه ‌تصویر صورت مشتریان ثبت می‌شود و از این عکس برای تشخیص صورت، جنسیت، سن، شرایط روحی و دیگر ویژگی‌ها استفاده خواهد شد تا به مشتری غذای مناسب پیشنهاد شود و روند سفارش غذا را کامل کند.

وو ژانگین، معاون مدیرِ موسسه یادگیری عمیق کمپانی Baidu که به توسعه این فن‌آوری کمک کرده، گفته است: اگر مشتری دوباره به فروشگاه مراجعه کند و با دستگاه عکس بگیرد،‌ دستگاه می‌تواند چهره آن فرد را تشخیص و سابقه خرید آن فرد را نیز نشان بدهد. همچنین می‌تواند عادت غذایی آن فرد را به یاد آورد تا به سفارش غذای آن فرد کمک کند.»

با دستگاه دیگری که مجهز به 

واقعیت افزوده است، مشتری‌ها قادر خواهند بود تا با تغییر حالات چهره با دستگاه تعامل داشته باشند، مثلا با تکان  دادن سر خود روبروی دستگاه عکس بگیرند و روی تلفن همراه خود ذخیره کنند.

رستوران هوشمند KFC مربوط به کمپانی یام چانگ هولدینگ در شانگهای به‌عنوان اولین رستوران چینی هوشمند آغاز به کار کرد. دستگاه سفارش  غذا به سفارش‌دهنده غذای هوشمند مجهز شده است که شروعی برای استفاده از هوش مصنوعی در رستوران‌های زنجیره‌ای است.

ژای لی مدیر اصلی KFC پکن گفته است که رستوران‌های هوشمند فقط به‌منظور استفاده‌ی‌ جالب از سخت‌افزارها نیستند، بلکه بیشتر برای مشتریان راحتی فراهم می‌کنند.

او همچنین گفته است: نوآوری‌های ما از نهایت فن‌آوری بروز استفاده می‌کنند و ما می‌خواهیم تا مشتریان جوانی که ترجیح می‌دهند پیگیر مسائل روز باشند، جذب کنیم. هوشمند سازی رستوران‌ها می‌تواند به سرویس‌دهی بهتر و سریع‌تر به مشتری‌ها کمک کند. ما باور داریم که تجربه غذا خوردن در رستوران‌ها باید ارتقا پیدا کند. باوجود پنج هزار فروشگاه در چین، ما برنامه داریم تا برای دستیابی به تجربه لذت‌بخش‌تر از سفارش غذا، به سراسر دنیا خدمات ارائه دهیم.»

امروزه سه نوع هوش مصنوعی وجود دارد، که تنها دو نوع از آن در حال حاضر در زندگی ما تاثیر دارد. نوع سوم، در آینده زندگی ما را متحول خواهد کرد.

کاربردهای کنونی هوش مصنوعی را می‌توان به سه دسته تقسیم کرد: هوش مصنوعی دگرگون‌کننده، هوش مصنوعی (DIY (Do It Yourself و هوش مصنوعی کاذب. دو نوع آخر فراگیرترین نوع هستند و هوش مصنوعی با این دو نوع قضاوت می‌شود.

بیشترین کاربردهایی که از هوش مصنوعی تابحال دیده‌ایم، در مورد پردازش داده مرتبط با کاربران بوده است. مثالی مناسب در این خصوص، الکسای آمازون است که قابلیت‌های مختلفی اعم از پخش موسیقی، گزارش وضعیت آب و هوا کنترل وسایل هوشمند منزل را در اختیار کاربران قرار می‌دهد. آیفون دیگر محصولی است که می‌توان به آن اشاره کرد، این دستگاه می‌تواند شماره تلفن‌هایی را که ذخیره نشده‌اند، پیش‌بینی کند.

گرچه این مثال‌ها ممکن است با تصور ما از هوش مصنوعی تفاوت داشته باشد، اما این بدان معنا نیست که آن‌ها هوش مصنوعی نیستند. این کاربردها تغییرات اساسی در زندگی ما ایجاد نمی‌کنند.

هوش مصنوعی‌ که تغییرات اساسی در زندگی مردم ایجاد کند، نمونه‌‌ی دگرگون‌کننده است. هوش مصنوعی دگرگون‌کننده، داده را به بینش و بینش را به دستورالعمل تبدیل می‌کند. سپس به جای اینکه این دستورالعمل‌ها را به انسان منتقل کند، خود دست به کار می‌شود و کارهای پیچیده را با توجه به نکاتی که فراگرفته است، انجام می‌دهد.

این نوع هوش مصنوعی هنوز فراگیر نشده است. بارزترین مثال هوش مصنوعی دگرگون‌کننده، خودروهای خودران هستند. خودروهای خودران مثال خوبی از ماشین‌هایی هستند که می‌توانند اطلاعاتی را که در هر لحظه تغییر می‌کنند، پردازش کنند و با استفاده از آن کارها را انجام دهند، بدون آنکه نیازی به انسان داشته باشند.

رانندگی فرایند ساده‌ای نیست که بتوان به راحتی آن را خودکار کرد. گرچه رانندگی شامل برخی از اعمال یکسان است، اما مجموعه داده‌هایی که هوش مصنوعی باید پردازش کند، مانند مقصد، مسیر، نزدیکی به دیگر خودروها و . ، هر لحظه تغییر می‌کند. هوش مصنوعی باید این اطلاعات را پردازش کرده و مانند انسان با توجه به آن‌ها عمل کند.

این همان هوش مصنوعی دگرگون‌کننده است. حال تصور کنید که یک تکنولوژی مشابه در جاهای دیگر نیز به کار برده شود. بسیاری از افراد پیش از آنکه هوش مصنوعی دگرگون‌کننده زندگی آن‌ها را متحول کند، در محل کار خود آن را خواهند دید. در تجارت، هوش مصنوعی خواهد توانست میزان عظیم داده‌هایی که توسط تیم‌ها پردازش می‌شود را به تنها در زمان کمتر و با هزینه کمتر پردازش کند. در حال حاضر نیز شرکت‌هایی تاسیس شده‌اند که از هوش مصنوعی در حوزه بازاریابی استفاده می‌کنند.

اما این تازه اول راه است و این شرکت‌ها و روش‌ها فراگیر نشده‌اند. در حال حاضر، بیشتر از هوش مصنوعی کاذب و هوش مصنوعی DIY (Do It Yourself) استفاده می‌شود.

DIY نوعی از هوش مصنوعی است که هدف آن آگاهی بیشتر کاربر است تا کاربر بتواند کاری خاص را انجام دهد. این نوع هوش مصنوعی می‌تواند داده‌های زیادی را پردازش کند، اما کار همین جا تمام می‌شود و بقیه به عهده کاربر انسانی خواهد بود. به عبارت دیگر،‌ هوش مصنوعی DIY کاربردی و پیشگیرانه است.

با این حال، هوش مصنوعی DIY می‌تواند برای کمپانی‌ها و سازمان‌هایی که به دانشمندان داده متکی هستند، بسیار متفاوت باشد. حتی بهترین دانشمندان داده زمان بیشتری از ماشین‌ها نیاز خواهند داشت تا داده‌ها را پردازش کرده و از آن‌ها نتیجه بگیرند. بعلاوه، انسان‌ها به فعالیت‌هایی همچون خواب نیاز داردند تا بتوانند کار خود را ادامه دهند. دلیل مهم‌تر برای ضعف انسان این است که انسان‌ها توانایی و قدرت پردازشی ماشین‌ها را ندارند.

یک مثال از هوش مصنوعی، پلتفرم انیشتین شرکت سیفورس است. سیفورس در تبلیغی که در رومه نیویورک تایمز چاپ کرد، ادعا می‌کند که انیشتین می‌تواند پیش‌بینی کند که کاربران چه زمانی خرید می‌کنند و به فروشندگان کمک می‌کند فروش بیشتری داشته باشند. به عبارت دیگر، انیشتین داده‌های مدیریت رابطه با مشتری یک شرکت را دریافت می‌کند و آن‌ها را پردازش می‌کند. در نهایت با استخراج نتایج به فروشندگان کمک خواهد کرد. اما قسمت اجرایی یعنی فروش همچنان به عهده فروشندگان خواهد بود.

باید توجه داشته باشید که هوش مصنوعی DIY به تکنولوژی‌های موجود متصل می‌شود و سپس یک سیستم احمق یا غیرهوش را به یک سیستم هوشمند تبدیل می‌کند. در مقام مقایسه، در هوش مصنوعی دگرگون‌کننده، همه چیز باید از ابتدا ساخته شود و هیچ چیز غیر هوشمندی وجود نخواهد داشت.

دسته نهایی هوش مصنوعی، هوش مصنوعی کاذب است. گرچه هوش مصنوعی DIY خسته‌کننده و ملال‌انگیز است، هوش مصنوعی کاذب به چیزی تظاهر می‌کند که نیست. همانند هر تکنولوژی نوینی، هوش مصنوعی نیز باعث شده است تا شرکت‌ها از عدم آگاهی عموم مردم سواستفاده کنند. بسیاری از شرکت‌ها اتوماسیون خود را به عنوان هوش مصنوعی به افراد قالب می‌کنند در حالیکه هیچ کدام از اتوماسیون از یادگیری ماشین استفاده نمی‌کنند. 

خرید آگهی با استفاده از برنامه‌نویسی نمونه‌ای از تکنولوژی مبتنی بر بینش است که افراد آن را با هوش مصنوعی اشتباه می‌گیرند. این نوع تکنولوژی کمتر از ۱۰ سال است که به بازار آمده است.

بنابراین می‌توان گفت که هوش مصنوعی به دو صورت به زندگی ما نفوذ می‌کند: هوش مصنوعی DIY و هوش مصنوعی کاذب.

برخی از نمونه‌های هوش مصنوعی DIY به حدی پیشرفته هستند که می‌توان آن‌ها را هوش مصنوعی دگرگون‌کننده اولیه دانست. داده‌هایی که جمع‌آوری و پردازش می‌شوند، می‌توانند الگوریتم‌ها را آموزش دهند و الگوریتم‌های آموزش دیده می‌توانند خود داده‌ها را آنالیز کنند. اما در نهایت آنچه زندگی ما را به متحول خواهد کرد، هوش مصنوعی دگرگون‌کننده است.

منبع :سایت زومیت

هوش مصنوعی واقعی، می‌تواند دنیا را نابود کند. به فرض این که چیزی به نام هوش مصنوعی واقعی، اصولا ممکن باشد.

پاول فورد، نویسنده‌ی این مقاله در وب‌سایت 

MIT Technology Review، خاطره‌ای را این‌گونه آغاز می‌کند: "سال‌ها پیش، با یکی از دوستانم که مدیر یک استارت‌آپ بوده، قهوه می‌خوردیم. او به تازگی چهل ساله شده بود. پدرش بیمار بود و از ناحیه‌ی کمر، ناراحتی‌هایی داشت. دوست من، خودش را در آستانه‌ی دهه‌ی جدیدی از عمرش، غرق در زندگی می‌یافت. او گفت: به من نخند، اما من روی تکینگی حساب می‌کردم.» "

دوست من در حوزه‌ی تکنولوژی کار می‌کرد. وی به چشم خود تغییراتی که باعث سریع‌تر شدن ریزپردازنده‌ها و شکل گرفتن شبکه‌ها شده بود را دیده بود. برای او، اتفاق مهمی نبود که باور داشته باشد قبل از میان‌سالی‌اش، هوش ماشین‌ها، از انسان‌ها فراتر خواهند رفت.(لحظه‌ای که آینده‌پژوهان به آن لحظه‌ی تکینگی می‌گویند.) یک هوش مصنوعی خارق‌العاده، اگر خیرخواه انسان‌ها باشد، در زمان کوتاهی، رمزهای ژنتیکی انسان را بررسی خواهد کرد و رمز جوانی ابدی را برای ما آشکار خواهد ساخت.  یا در حداقلی‌ترین حالت، خواهد توانست راه بهبودی درد کمر را مشخص کند.

ولی اگر هوش مصنوعی به وجود آمده، آن‌قدرها هم خیرخواه نبود چه؟ نیک بوستروم (

Nick Bostrom)، فیلسوفی که انستیتوی بشریت در دانشگاه آکسفورد (Future of Humanity Institute at the University of Oxford) را مدیریت می‌کند، در کتابش با نام فوق هوش (

Superintelligence)، سناریوی بالا را شرح داده است. کتاب وی باعث به وجود آمدن مناظرات و بحث‌های بسیاری درباره‌ی آینده‌ی هوش مصنوعی شده است. ماشینی را تجسم کنید که برنامه‌ریزی شده است تا حداکثر کلیپس کاغذ که ممکن است را تولید کند و ما می‌توانیم آن را حداکثرکننده‌ی کلیپس کاغذ/paper-clip maximizer» بنامیم. حالا تصور کنید به هر دلیلی، همین ماشین، به شکل فوق‌العاده‌ای هوشمند شده است. با توجه به هدف این ماشین، ممکن است تصمیم بگیرد که کلیپس‌های کاغذی جدید و بیش‌تری تولید کند؛ تا آن‌جا که به سبک 

شاه میداس عملا همه چیزی را به کلیپس کاغذ تبدیل خواهد کرد.

ممکن است بگویید جای نگرانی نیست؛ می‌توانیم برنامه‌ریزی کنیم که به عنوان مثال دقیقا یک میلیون کلیپس کاغذ درست کند و بعد از کار بایستد. ولی اگر این ماشین، بعد از درست کردن کلیپس‌ها تصمیم گرفت عملکرد خودش را نیز بررسی کند، چه؟ آیا تعداد کلیپس‌ها را درست شمرده است؟ قطع به یقین، برای این کار نیاز است که ماشین، هوشمندتر شود. ماشین فوق‌هوش، نوعی مواد خام محاسباتی که هنوز ابداع نشده است را تولید می‌کند و به وسیله‌ی آن، هر شک و شبهه‌ای را بررسی خواهد کرد. اما هر شبهه‌ی تازه‌ای، شبهه‌های دیجیتالی جدیدی را حاصل خواهد شد و همین‌طور تا جایی ادامه پیدا می‌کند که هر چه روی زمین است به آن مواد خام محاسباتی تبدیل شود. البته به جز یک میلیون کلیپس کاغذ که ابتدا ساخته است!

نیک بوستروم باور ندارد که ماشین حداکثرکننده‌ی کلیپس کاغذ به طور دقیق عمل خواهد کرد. این یک آزمایش فکری است. آزمایشی که طراحی شده تا نشان دهد حتی سیستم‌های بسیار دقیق نیز در مهار کردن هوش مفرط ماشین‌ها، شکست می‌خورند. اما پروفسور بوستروم به این موضوع اعتقاد دارد که فوق‌هوش می‌تواند به وجود بیاید و مفید هم باشد. و البته وی فکر می‌کند که فوق هوش ممکن است تصمیم بگیرد که دیگر به انسان‌ها نیازی ندارد؛ یا از این قبیل رفتارها که باعث نابودی جهان خواهد شد. در همین راستا، عنوان فصل هشتم کتاب وی، این‌چنین انتخاب شده است: آیا پیامدهای فوق‌هوش، به طور پیش‌فرض، نابودکننده و مخرب خواهد بود؟»

اگر این صحبت‌ها به نظرتان مضحک می‌آید، شما تنها نیستید که این‌طور فکر می‌کنید. منتقدان بسیاری نیز چنین فکر می‌کنند. از جمله رادنی بروکس (

Rodney Brooks) از پیشگامان علم روباتیک، می‌گوید آن‌هایی که در ترس از یک هوش مصنوعی غیرقابل کنترل به سر می‌برند، در واقع درک درستی از این‌که کامپیوترها چه کار می‌کنند ندارند و متوجه نیستند وقتی می‌گوییم کامپیوترها دارند هوشمندتر می‌شوند منظورمان چیست. وی تاکید می‌کند که آن‌چه نیک بوستروم درباره‌ی چشم‌انداز هوش مصنوعی و فوق‌هوش تصویر کرده است، به آینده‌ی بسیار دور مربوط است و شاید هم به کل، غیرممکن باشد.

اما در عین حال، بسیاری از متفکران دیگر با بوستروم موافق‌اند و از همین حالا نگران آینده‌ی هوش مصنوعی هستند. چرا؟

اراده

این پرسش که آیا کامپیوترها قادر به فکر کردن هستند؟» از ابتدای به وجود آمدن کامپیوترها، بر دنیای این ماشین‌ها، سایه افکنده بود. 

آلن تورینگ در سال ۱۹۵۰ میلادی تئوری‌ای مطرح کرده است که می‌گوید ماشین‌ها، می‌توانند مثل یک بچه مورد آموزش و تدریس قرار بگیرند. جان مک‌کارتی (

John McCarthy) مخترع زبان برنامه‌نویسی لیسپ (LISP)، اصطلاح هوش مصنوعی-Artificial Intelligence» را در سال ۱۹۵۰ میلادی ابداع کرده است. به موازات این که محققان حوزه‌ی هوش مصنوعی در دهه‌های ۱۹۶۰ و ۱۹۷۰ میلادی شروع به استفاده از کامپیوترها برای شناسایی عکس‌ها، ترجمه زبان‌های مختلف به یک‌دیگر و درک دستورالعمل‌ها در زبان معمولی و نه فقط در کدها کردند، این ایده که کامپیوترها نهایتا قادر به صحبت و تفکر-و بنابراین قادر به انجام اعمال شرورانه- خواهند بود، به جریان فرهنگی غالب نفوذ کرد. علاوه بر فیلم ۲۰۰۱: یک اودیسه فضایی (

2001: A Space Odyssey) که غالبا به آن ارجاع داده می‌شود، فیلم دیگری در دهه ۱۹۷۰ با نام کلوسوس: پروژه‌ی فوربین (

Colossus: The Forbin Project) تصوری را به جامعه القاء می‌کرد که نهایتا کامپیوترها، جهان را به مرز نابودی هسته‌ای و  

زمستان هسته‌ای خواهند کشاند. و ۱۳ سال پس از این فیلم نیز، همین موضوع، دست‌مایه‌ی اثر دیگری به نام بازی جنگ (

WarGames) شد. همین‌طور گذشت تا بالاخره  در سال ۱۹۷۳، آدم مصنوعی‌های فیلم جهان غرب (

Westworld) به کلی دیوانه شدند و شروع به کشتار مردم دنیا کردند.

 زمانی که تحقیقات روی هوش مصنوعی، به نتایج بلندپروازانه‌ای که مد نظر بود، نرسید، بودجه‌های مربوط به این تحقیقات به شدت کاهش یافت و با این اتفاق، زمستان هوش مصنوعی» آغاز شد. اما در همین شرایط نیز، شعله‌ی ماجراهای ماشین‌های هوشمند و هوش مصنوعی، در طول دهه‌های ۱۹۷۰ و ۱۹۸۰ میلادی، توسط نویسندگان، دانشمندان و کارآفرینان بسیاری، روشن نگه داشته شد. این گونه افراد شامل نویسندگان علمی تخیلی مانند ورنور وینج (

Vernor Vinge) که مفهوم تکینگی (Singularity) را به عامه مردم شناساند، بودند. و هم‌چنین محققان فعال در عرصه‌ی روباتیک، هم‌چون هانس موراوک (

Hans Moravec)، متخصص بینش کامپیوتری، و مهندس و هم‌چنین کارآفرینی مانند 

ری کرزویل (Ray Kurzweil) نویسنده‌ی کتاب دوران ماشین‌های معنوی - The Age of Spiritual Machines» که در ۱۹۹۹ میلادی منتشر شده است، می‌شوند. در حالی که آلن تورینگ، یک نوع هوش مصنوعی شبیه به هوش انسانی را فرض قرار داده بود، افرادی مثل وینج، موراوک و کرزویل فراتر از این می‌اندیشیدند: هنگامی که یک کامپیوتر به طور مستقل قادر باشد برای دستیابی به اهدافش راه‌های مختلفی ابداع کند، بسیار محتمل خواهد بود که آن کامپیوتر، قادر به تفکر و اندیشیدن نیز باشد؛ و هنگامی که بتواند فکر کند، خواهد توانست نرم‌افزارهایش را اصلاح و خودش را هوشمندتر کند. خلاصه این که، چنین کامپیوتری، قادر خواهد بود به تنهایی سخت‌افزارهای خودش را طراحی کند.

آن طور که کرزویل می‌گوید، چنین اتفاقاتی، باعث به وجود آمدن دوره‌ی جدید و زیبایی خواهد شد. برخی ماشین‌ها، فهم و صبر کافی را خواهند داشت (که با تریلیونیم ثانیه اندازه‌گیری خواهد شد) تا بتوانند مشکلات برجسته‌ی نانوتکنولوژی و پرواز فضایی را برطرف سازند. این ماشین‌ها، شرایط بشر را بهبود خواهند بخشید. و برای ما شرایطی فراهم خواهند کرد که بتوانیم آگاهی‌ها و دانسته‌های خود را در یک قالب دیجیتالی جاودانه، نگه‌داری کنیم. و به این شکل، اطلاعات در سرتاسر کهکشان پخش خواهد شد.

از طرف دیگر، می‌توانید دقیقا نقطه‌ی مقابل این‌طور خوش‌بینی‌های زیبا را تصور کنید. 

استیون هاوکینگ (

Stephen Hawking) هشدار داده است که در چنین شرایطی، به این دلیل که انسان‌ها قادر به رقابت با هوش مصنوعی بسیار پیشرفته نخواهند بود، ممکن است 

نژاد انسان از بین برود. الون ماسک (

Elon Musk)، کارآفرین، پس از مطالعه کتاب فوق‌هوش، در حساب 

توییتر خود، چنین نوشته است که: امیدوارم ما فقط حامل بیولوژیکی برای فوق‌هوش نباشیم. متاسفانه این مساله روزبه‌روز بیش‌تر محتمل می‌شود.» پس از آن، الون ماسک، مبلغ ۱۰ میلیون دلار به

انستیتو آینده زندگی» کمک مالی کرد. نه به این دلیل که در مرکز بوستروم گیج شده بود، بلکه این انستیتو مرکزی است که در آن برای کاهش خطرات پیش روی بشر فعالیت می‌شود». فعالیت‌هایی که در اثر آن‌ها، گسترش هوش مصنوعی در حد انسان» به وقوع خواهد پیوست.

هیچ‌کس تصور نمی‌کند چیزی مانند فوق‌هوش وجود داشته باشد. در واقع، هنوز هیچ‌ هدف همه جانبه و یا حتی روش مشخصی برای دستیبابی به هوش‌مصنوعی نداریم. پیشرفت‌های اخیر هوش مصنوعی، از دستیاران اتوماتیک مانند سیری در اَپل تا ماشین‌های بدون راننده‌ی گوگل، نمایان‌گر محدودیت‌های شدید تکنولوژی در این زمینه می‌باشند. هر دوی این تکنولوژی‌ها نمی‌توانند موقعیت‌هایی که قبلاً با آن مواجه نشده‌اند را کنترل کنند. شبکه‌های عصبی مصنوعی می‌توانند خودشان 

گربه‌ها را در عکس‌ها پیدا کنند، البته باید صدها هزار عکس به آن‌ها نشان داده شود و هنوز هم ممکن است در تشخیص گربه از کودکان دقت کافی را نداشته باشند.

در این‌جاست که 

افرادی مانند بروکس پایه‌گذار آیروبات (iRobot) و ریتینک روباتیک (Rethink Robotics) وارد عمل می‌شوند.حتی اگر تشخیص گربه توسط کامپیوتر–در مقایسه با قابلیت‌های کامپیوترهای اولیه، پیشرفت قابل ملاحظه‌ای باشد، هنوز هم کامپیوتر هیچ ارده‌ای ندارد. یک ماشین نمی‌تواند هیچ درکی درباره‌ی این‌که گربه چطور موجودی است و یا اتفاقات دیگری که در عکس رخ می‌دهد و افکار بی‌شماری که انسان‌ها دارند، داشته باشد.با این نگاه، هوش مصنوعی، احتمالا می‌تواند به تولید ماشین‌های هوشمند منجر شود؛ اما، این کار به تلاشی بیش از تصور افرادی مانند بوستروم، نیاز دارد. حتی اگر این اتفاق نیز رخ دهد، این هوش وماً منجر به ادراک نمی‌شود. بروکس اخیراً در سایت 

Edge.org نوشته است اگر با مشاهده‌ی وضعیت کنونی هوش مصنوعی، تصور کنیم در حال دستیابی به فوق‌هوش هستیم، مانند زمانی است که کارکرد موثر مورتورهای احتراقی داخلی را ببینیم و با دیدن آن‌ها به این نتیجه برسیم که در حال دستیابی به تکنولوژی سرعتی بیشتر از سرعت نور هستیم.» او می‌گوید: حداقل برای چند صد سال آینده، نگران وجود هوش مصنوعی شرور نباشید.»

بیمه نامه

حتی اگر شانس دستیابی به هوش مصنوعی زیاد باشد، این کار پروسه‌ای طولانی خواهد داشت و ممکن است کاری نامطمئن و غیر مسئولانه نیز باشد. استوارت جی راسل (Stuart J. Russell) استاد دانشگاه برکلی کالیفرنیا یکی از افرادی‌ست که با افکار و ایده‌های بوستروم در زمینه‌ی هوش مصنوعی، موافق است. راسل و پیتر نوروینگ (Peter Norvig)، همکار کورزویل در گوگل،  نویسنده کتابی به نام هوش مصنوعی: رویکردی مدرن-Artificial Intelligence: A Modern Approach» هستند که برای دو دهه، کتاب استاندارد آموزشی در زمینه‌ی هوش مصنوعی بوده است.

راسل می‌گوید: هستند افراد به اصطلاح روشن‌فکر بسیاری، که حتی یک مدرک و دلیل هم ندارند.» او همچنین به این نکته اشاره کرد که هوش مصنوعی در دهه‌های گذشته، پیشرفت فوق‌العاده‌ای داشته و درحالی‌که افکار عمومی این پیشرفت را با قانون مور (کامپیوترهای سریع‌تر کار بیشتری انجام می‌دهند) درک می‌کنند، در واقع آن‌چه هوش مصنوعی امروزه انجام می‌دهد، بسیار اساسی بوده است. او با تکیه بر روش‌هایی مثل یادگیری عمیق، برنامه‌ای برای کامپیوترها طراحی کرده که به طور خودکار درکشان از محیط اطرافشان را افزایش می دهند.

کتاب بوستروم روش‌هایی برای تطبیق کامپیوترها با نیازهای انسان پیشنهاد می‌کند. ما اصولاً به خدا می‌گوییم دوست داریم چگونه با ما رفتار شود.
به دلیل این‌که 

گوگل، 

فیسبوک، و سایر شرکت‌ها به شدت به دنبال تولید هوش مصنوعی و ماشین یادگیری هستند، او می‌گوید: همیشه می‌گویم یکی از کارهایی که نباید انجام دهیم این است که بدون توجه به خطرات بالقوه‌ای که ممکن است وجود داشته باشد تمام تلاشمان را بر هوش مصنوعی متمرکز کنیم. این کار کمی احمقانه به نظر می‌رسد.» راسل این‌طور مقایسه کرده است که: این کار مثل مطالعه هم‌جوشی است. اگر از یک محقق هم‌جوشی بپرسید چه کاری انجام می‌دهند، می‌گویند روی محدویت‌کننده کار می‌کنند. اگر انرژی نامحدود می‌خواهید بهتر است واکنش هم‌جوشی را محدود کنید.» او می‌گوید پس شما نیز اگر هوش مصنوعی می‌خواهید باید بدانید چطور کامپیوترها را متناسب با نیازهای انسان طراحی کنید.

کتاب بوستروم یک پروپووزال پژوهشی برای انجام این کار است. فوق‌هوش خداگونه است؛ اما آیا می توان با خشم یا با عشق، به آن، جان بخشید؟ این کار به ما مهندسان بستگی دارد. مانند سایر والدین ما نیز باید ارزش‌ها را به کودکمان یاد بدهیم، اما نه هر ارزشی؛ بل‌که ارزش‌های والای انسانی. ما اصولاً به خدا می‌گوییم چگونه با ما رفتار شود. چطور ادامه دهیم؟

بوستروم به شدت تحت‌تاثیر نظریه‌ی متفکری به نام الیزر یودکووسکی (Eliezer Yudkowsky) است. یودکووسکی درباره خواست استقرایی منسجم» (coherent extrapolated volition) که ناشی از اجماع بهترین ویژگی‌های همه‌ی مردم است، صحبت می‌کند. ما امیدواریم هوش مصنوعی، ثروت، شادی و زندگی بی‌نقصی را که می‌خواهیم برای ما مهیا کند. مثلاً کمر دردمان را درمان کند و به ما بگوید چگونه به مریخ برویم. و چون انسان‌ها هرگز کاملاً موافق چیزی نیستند، گاهی لازم است برای خودمان تصمیم بگیریم تا به طور کلی تصمیماتی که مناسب بشریت هستند، گرفته شوند. چطور می‌توان این ارزش‌ها را برای هوش مصنوعی برنامه‌ریزی کرد؟ چه نوع محاسباتی می‌توانند این ویژگی‌ها را تعریف کنند؟ بوستروم معتقد است مشکلاتی وجود دارد که محققان باید اکنون آن‌ها را حل کنند. بوستروم می‌گوید این کار ضروری‌ترین مسئولیت عصر ما است.

از نظر مردم دلیلی برای ترسیدن از روبات‌ها وجود ندارد. هنوز هم بسیاری از کشورهای دنیا برای هوشمندتر کردن کامپیوترهای شرکتشان سرمایه‌گذاری می‌کنند و یک هوش مصنوعی واقعی باعث سود زیادی برای این شرکت‌ها می‌شود. همچنین این شرکت‌ها باید با مضرات بالقوه‌ی آن نیز آشنا شوند و روش‌های کم کردن این مضرات را پیدا کنند.

این پیشنهاد تا حدودی متفاوت‌تر-بدون هیچ ادعایی درباره پیشرفت هوش مصنوعی- مبنای 

نامه‌ای سرگشاده در وب سایت موسسه آینده زندگی (Future of Life Institute)،  است. موسسه‌ای که جایزه‌ی ماسک (Musk) را دریافت کرده است. این نامه، به جای هشدار درباره‌ی مشکلات قریب‌الوقوع، خواستار تحقیقات بیشتری درباره مزایای هوش مصنوعی و اجتناب از مشکلات بالقوه‌ی آن شده است. این متن نه تنها توسط افرادی مانند استیون هاوکینگ، ماسک و بوستروم امضا شده، بل‌که توسط تعدادی از دانشمندان برجسته‌ی کامپیوتر، ازجمله دنیس هاسابیس از پژوهشگران برجسته هوش مصنوعی، نیزامضا شده است. از همه‌ی این‌ها که بگذریم، اگر آن‌ها هوش مصنوعی را به نحوی ایجاد کنند که دارای ارزش‌های والای انسانی نباشد، پس آن‌قدر باهوش نبوده‌اند که مخلوق خود را کنترل کنند.

منبع :سایت زومیت

آرِند هینتز، استادیار زیست‌شناسی یکپارچه و علوم کامپیوتر و مهندس از دانشگاه ایالتی میشیگان، به‌عنوان یک توسعه‌دهنده‌ی هوش مصنوعی به آسیب‌شناسی این ماشین‌ها می‌پردازد و به ترس‌هایی که در مورد آن‌ها وجود دارد، پاسخ می‌دهد:

به‌عنوان یک محقق حوزه‌ی هوش مصنوعی گاهی با این ایده روبه‌رو می‌شوم که اکثر مردم ازآنچه ممکن است هوش مصنوعی به آن تبدیل شود، هراس دارند. شاید این مسئله تعجب‌آور نباشد؛ این ترس به دلیل نگاهی است که تاریخ و صنعت سینما به ما داده‌اند؛ نگاهی که به ما ترس از سلطه‌ی 

سایبرنتیک را القا می‌کند و همان‌طور که در فیلم ماتریکس دیده‌اید، به ما هشدار می‌دهد که نیروهایی خواهند آمد و ما را به‌عنوان باتری‌های انسانی در محفظه‌هایی زندانی می‌کنند. برای من که به‌عنوان توسعه‌دهنده‌ی هوش مصنوعی از مدل‌های کامپیوتری برای تکامل آن استفاده می‌کنم، فکر کردن به این موضوع که در آینده این موجودات بی‌گناه مجازی به هیولاهایی تبدیل خواهند شد، دشوار است.

کامپیوتر

 اچ‌اِی‌اِل ۹۰۰۰ که آرتور سی.کلارک، نویسنده‌ی داستان علمی تخیلی، در رؤیای خود داشت و اِستَنلی کوبریک، کارگردان فیلم ۲۰۰۱: یک ادیسه‌ی فضایی، به زندگی ما آورد، مثال خوبی است از سیستمی که به دلیل پیامدهای ناخواسته، شکست خورد.

در اکثر سیستم‌های پیچیده مانند کشتی 

تایتانیک، شاتل فضایی 

ناسا، نیروگاه هسته‌ای چرنوبیل مهندسان لایه‌های بسیاری از اجزای مختلف را با یکدیگر ترکیب می‌کنند. طراحان ممکن است به‌خوبی این موضوع را بدانند که هر جزء به‌تنهایی چگونه کار می‌کند؛ اما گاهی از این موضوع که قطعات در ارتباط با یکدیگر چگونه کار می‌کنند، آگاهی کافی ندارند؛ نتیجه‌ی این آگاهی کم، سیستمی است که هرگز به‌طور کامل درک نمی‌شود و ممکن است در راه‌های پیش‌بینی‌نشده شکست بخورد؛ در هر فاجعه‌ای نظیر غرق شدن یک کشتی، انفجار دو شاتل فضایی و گسترش آلودگی‌های رادیواکتیو در اروپا و آسیا، اشتباهات کوچک با هم ترکیب می‌شوند و یک فاجعه را به وجود می‌آورند.

در تحقیقات هوش مصنوعی نیز ممکن است چنین اشتباهاتی رخ دهد. ما به آخرین دستاوردهای علوم شناختی و ادراکی نگاهی می‌اندازیم، آن‌ها را به الگوریتم تبدیل می‌کنیم و به سیستم‌های موجود می‌افزاییم؛ در این راه ما مهندسان تلاش می‌کنیم بدون آنکه در قدم اول هوش یا شناخت را درک کنیم، هوش مصنوعی را بسازیم.

سیستم‌هایی مانند واتسون 

آی‌بی‌ام و آلفای 

گوگل به 

شبکه‌های عصبی مصنوعی و حجم عظیمی از توان پردازشی تجهیز شده‌اند و شاهکارهای چشمگیری انجام داده‌اند؛ اما اگر این ماشین‌ها اشتباهی مرتکب شوند دیگر نمی‌توانند استاد بازی 

گو را شکست دهند یا در بازی 

جِپِردی شکست می‌خورند. عواقب این اشتباهات دنیا را تغییر نمی‌دهد؛ درواقع بدترین اتفاقی که ممکن است رخ دهد این است که فردی مقداری از پولی را که روی موفقیت هوش مصنوعی شرط‌بندی کرده است، از دست بدهد؛ اما چون طراحی هوش مصنوعی در حال پیچیده‌تر شدن است و پردازنده‌های کامپیوتر نیز سریع‌تر شده‌اند، مهارت این سیستم‌ها افزایش می‌یابد. این امر باعث می‌شود حتی اگر خطر پیامدهای ناخواسته افزایش یابد، مسئولیت‌های بیشتری به این سیستم‌ها بدهیم؛ و ازآنجایی‌که انسان جایزالخطا است، به نظر می‌رسد که به‌ وجود آوردن سیستمی کاملاً ایمن غیر ممکن باشد.

در طول این مسیر و در روند تکامل هوش مصنوعی، ما ارور‌ها و مشکلات را پیدا خواهیم کرد و آن‌ها را حذف می‌کنیم. در هر نسل، ماشین‌ها بهتر می‌توانند ارورهای ایجادشده در نسل قبلی را برطرف کنند؛ این کار باعث می‌شود شانس پیدا کردن پیامدهای ناخواسته در شبیه‌سازی‌ها افزایش یابد و بتوانیم قبل از آنکه این مشکلات وارد دنیای واقعی شوند، آن‌ها را حذف کنیم.

مورد دیگری که احتمال آن کمتر است، استفاده از این سیر تکاملی برای تأثیر گذاشتن بر اخلاق سیستم‌های هوش مصنوعی است. این فرایند همانند صفات اخلاقی در انسان‌ها است؛ صفاتی مانند امانت‌داری و نوع‌دوستی که درنتیجه‌ی سیرتکاملی انسان‌ها به وجود آمده‌اند و به‌عنوان فاکتورهایی برای ادامه‌ی زندگی در نظر گرفته می‌شوند.

ما می‌توانیم محیط‌های خود را به‌صورت مجازی برای ایجاد برتری تکاملی در ماشین‌ها به‌گونه‌ای تنظیم کنیم تا صفاتی مانند محبت، صداقت و یکدلی را به آن‌ها نشان دهیم؛ این ممکن است راهی باشد تا خدمتکارانی فرمانپذیرتر یا همراهانی قابل‌ اعتماد توسعه دهیم و ربات‌های قاتل و بی‌رحم کمتری به وجود آوریم.

با مجسم کردن اچ‌اِی‌اِل ۹۰۰۰، ترمیناتور یا هر داستان تخیلی دیگری که هوش‌ مصنوعی فرابشری دارند، این سؤال به وجود می‌آید که اگر هوش‌ مصنوعی به پیشرفت خود ادامه دهد و به سطحی فراتر از هوش انسانی برسد، آیا این سیستم‌های فوق‌العاده هوشمند یا حداقل یکی از آن‌ها، به این نتیجه می‌رسد که دیگر به انسان‌ها نیازی نیست؟ ما انسان‌ها چگونه وجود خودمان را در نظر این هوش‌های فرابشری که کارهایی فراتر از توانایی‌های انسان انجام می‌دهند، توجیه می‌کنیم؟ آیا ما می‌توانیم مانع از انقراض خود به‌وسیله‌ی ماشین‌هایی شویم که زمانی برای کمک به ما خلق شده‌اند؟ سؤال کلیدی در این سناریو این است: چرا باید یک هوش فرابشری انسان‌ها را زنده نگه دارد؟

من ممکن است درباره‌ی خودم با این هوش‌ فرابشری گفت‌وگو کنم و به او بگویم فرد خوبی هستم که ممکن است کمک کرده باشد تا هوش‌ مصنوعی به این مرحله برسد. همچنین ممکن است که التماس کنم که هوش‌ فرابشری من را به‌عنوان شخصی بامحبت و دلسوز زنده نگه دارد. من می‌توانم درباره‌ی ارزشمند بودن تنوع با این هوش‌ فرابشری گفت‌وگو کنم و به او بگویم  وجود بشریت با وجود داشتن جهانی بسیار بزرگ، ممکن است اصلا اهمیتی نداشته باشد؛ اما من به نمایندگی از تمام بشریت صحبت نمی‌کنم و آوردن استدلالی قانع‌کننده برای ادامه‌ی حیات تمام انسان‌ها کار دشواری است.

وقتی که با نگاهی دقیق‌تر به خودمان می‌نگریم، اشتباهات بسیاری می‌بینم: ما انسان‌ها از هم متنفریم، با یکدیگر می‌جنگیم، دانش، غذا یا کمک‌های پزشکی را به‌طور عادلانه توزیع نمی‌کنیم و سیاره‌ی خود را آلوده می‌کنیم. موارد خوب بسیاری نیز در دنیا وجود دارد؛ اما تمام بدی‌های ما باعث ضعف در گفتمان و درخواست ادامه‌ی حیات از هوش‌ فرابشری می‌شود.

خوشبختانه، در حال حاضر احتیاجی نداریم که وجود خودمان را برای این ماشین‌ها توجیه کنیم. ما مدت‌زمانی بین ۵۰ تا ۲۵۰ سال وقت داریم که البته این فرصت زمانی به‌سرعت توسعه‌ی هوش‌ مصنوعی نیز بستگی دارد و در این مدت می‌توانیم به‌عنوان گونه‌ای از حیات گرد هم بیاییم و برای این سؤال که چرا هوش‌ فرابشری نباید ما را از صحنه‌ی حیات پاک کند، جوابی قانع‌کننده پیدا کنیم.

هر کدام از ما چه به‌صورت انفرادی و چه در قالب جامعه، باید خود را برای این سناریوهای کابوس مانند آماده کنیم و با استفاده از زمانی که برایمان باقی‌ مانده است دلیلی برای ادامه‌ی حیاتمان پیدا کنیم؛ اما راه دیگر این است که به این باور برسیم که این اتفاق هرگز نخواهد افتاد تا دیگر نگران این مسئله نباشیم.

اما بدون در نظر گرفتن تهدیدات فیزیکی‌ که هوش‌ فرابشری ممکن است داشته باشد، این ماشین‌ها می‌توانند تهدیدهایی ی و اقتصادی‌ برای ما باشند. اگر ما راهی برای توزیع ثروت بین تمام انسان‌ها پیدا نکنیم، نظامی سرمایه‌داری پدید می‌آوریم که در آن هوش‌ مصنوعی تنها در خدمت کسانی است که تمام ابزارهای تولید را  در اختیار دارند.

منبع:سایت زومیت 

در حال حاضر هوش مصنوعی در بازارهای مالی نقش مهمی ایفا می‌کند. بسیاری از فعالین بازارهای مالی شفاف و کارا در سطح جهان نظیر بازارهای بزرگ بورس دنیا، از متخصصین علوم کامپیوتر و ریاضی هستند که با ایجاد برنامه‌های کامپیوتری، فضایی را در این بازارهای مالی ایجاد کرده‌اند که رقابت اصلی میان تحلیل و دانش ریاضیدانان و دانشمندان علوم کامپیوتر باشد. بدین صورت که برنامه‌های کامپیوتری که این تحلیل‌گران الگوریتم‌های آن‌ها‌ را پیاده‌سازی کرده‌اند، به صورت اتوماتیک به خرید و فروش سهام، کالا یا ابزارهای مشتقه مالی پرداخته و شهود و احساس معامله‌گران در آن دخالتی ندارد. در واقع تمامی رقابت نیز میان الگوریتم‌ها و بهبود آن‌هاست.

علوم تخصصی حوزه‌ی کامپیوتر، نظیر داده‌کاوی، پردازش زبان‌های طبیعی، یادگیری ماشین و مشتقات آن نظیر الگوشناسی آماری، شبکه‌های عصبی همگی می‌توانند در حوزه‌ی پیش‌بینی روند آتی بازارهای مالی نقش تعیین کننده‌ای ایفا کنند.

الگوشناسی آماری یا بازشناخت الگو نیز حوزه‌ای از هوش مصنوعی و یادگیری ماشین است که به دنبال طبقه‌بندی الگوهاست، برای مثال اگر ورودی‌های یک برنامه‌ی الگوشناسی آماری، تصاویر انسان و درخت باشند، چنین برنامه‌ای می‌تواند با مشاهده‌ی تعدادی داده‌ی یادگیری، در ادامه تصاویر مختلفی که به عنوان ورودی به آن داده می‌شود را تحت عنوان انسان یا درخت تشخیص داده و برچسب گذاری کند. در مثال دیگر اینکه چنین برنامه‌هایی می‌توانند با مشاهده‌ی تعداد زیادی از ایمیل‌های هرمه و غیر هرمه به ایمیل‌هایی که به عنوان ورودی به برنامه داده می‌شود، برچسب هرمه یا عادی را بزنند. طبقه‌بندی، خوشه‌بندی، رگرسیون و دیگر الگوریتم‌های حوزه‌ی الگوشناسی آماری همگی در راستای ایجاد هوش‌مندی بدون دخالت انسان ایجاد شده‌اند. چنین الگوریتم‌هایی در بازارهای مالی نیز می‌توانند به ایفای نقش پرداخته و الگوهای بالارونده را از الگوهای پایین رونده تشخیص داده و برچسب گذاری کرده و یا به محاسبات احتمالی برای آن‌ها بپردازند.

سایت تحلیلی آموزشی طلانگر که فعالیت آزمایشی خود را در زمینه معاملات بازار آتی سکه بهار آزادی به تازگی آغاز کرده است نیز در راستای چنین فعالیت‌هایی بوجود آمده است. به گفته‌ی سرپرست این گروه، این سایت که حاصل تلاش فارغ التحصیلان و نخبگان دانشگاه صنعتی شریف است در پی پیوند فناوری هوش مصنوعی و به طور خاص الگوشناسی آماری و بازارهای مالی در ایران است. گردانندگان این سایت قصد دارند تا در جهت ایجاد هوشمندی در بازارهای مالی بکوشند. آن‌ها می‌خواهند تا فضایی را فراهم کنند که متخصصین کامپیوتر، هوش مصنوعی و ریاضی به بازارهای مالی ایران ورود کرده و بازارهای مالی ایران نیز چون بازارهای کارای موجود در سطح جهان، فضای رقابت میان متخصصین شود و سوداگران و دارندگان رانت‌های اطلاعاتی نقش تعیین کننده‌ای نداشته باشند.

وب ها 

وب 1 : بسیار محدودتر و ساده‌تر بوده، و تنها تعداد نسبتاً اندکی از مؤسّسات گوناگون، دانشگاه‌ها، مراکز تبلیغاتی و غیره به ایجاد مطلب و محتوا بر روی آن مبادرت می کردند . 

این، در حالی بوده که کاربران در وب ۱ تنها امکان دسترسی به اطّلاعات موجود و استفاده از آن‌ها را داشتند و نه توان ایجاد یا تغییر را. در وب2 کاربران قادرند خود به ایجاد و خلق محتوا اقدام نمایند، آن را ساماندهی و تنظیم کنند، دیگران را در اطّلاعات و داشته‌های خود شریک و سهیم کنند ، یا به انتقاد و تغییر بپردازند.

وب 1 : امکان رساندن در فضای مجازی غدم محدودیت در زمان و مکان.

وب2: کاربران با امکانات فراهم شده توانستند تولید کننده شوند .

پسوند های اینترنتی 

تمام پسوند های دو حرفی مربوط به حوزه ی جغرافیایی هستند .

tv. :درنگاه اول سایت حوزه ی تلویزیون ولی مربوط به حزیره ی تئولو است در نتیجه همه ی دو حرفی ها مربوط به حوزه ی جغرافیایی است .

AM. :برای مثال برای کشور ارمنستان است نه رادیو  حال انکه برای رادیو نیز استفاده می شود .

اگر تعداد زیادی سایت روی کامپیوتر باشد در ان هنگام ما میزبان اشتراکی خواهیم داشت.

پروتکل ها برای مثال: https ,http و.

دامنه های اینترنتی برای مثال :  com. یا ir.

مسئولیت ثبت و قانون گذاری مربوط به شرکت ایکان است .