ricebaylorte

<h1>فريق من رايس و بايلور يضع علامة جديدة في (التعلم العميق).</h1>

<hr />

[caption id="attachment_22908" align="aligncenter" width="661"]<a href="http://172.104.145.106:8080/ibelieveinsci.com/wp-content/uploads/ricebaylorte.jpg"><img class=" wp-image-22908" src="http://172.104.145.106:8080/ibelieveinsci.com/wp-content/uploads/ricebaylorte-300x200.jpg" alt="" width="661" height="440" /></a> من اليسار ، ريتشارد بارانيك ، تان إنجوين و أنكيت باتل . الصورة ل : جيف فيتلو / جامعة رايس[/caption]

إتخذ خبراء علم الأعصاب والذكاء الإصطناعي من جامعة رايس (Rice) وكلية بايلور (Baylor) للطب من الدماغ البشري مُلهِماً لإبتكار طريقة تعلم عميق (Deep Learning) جديدة والتي تمّكن الحواسيب من التعلم عن العالم المرئي بنفسها في الغالب مثل أطفال البشر.

في التجارب ، أظهر نموذج الأداء العميق المختلط (Deep Rendering Mixture Model) قدرته على تعلم كيفية تمييز الأرقام المكتوبة بخط اليد باستخدام مجموعة بيانات مكونة من 10,000 رقم مكتوبة بواسطة موظفين فيدراليين وطلبة مدارس عليا (ثانوي) .

&nbsp;
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
&nbsp;

أزيح الستار هذا الشهر عن النتائج (تاريخ كتابة المقال 16 ديسمبر 2016) في مؤتمر نظم معالجة المعلومات العصبية (NIPS) المُنعقَد في برشلونة ، إسبانيا ، أوضح الباحثون كيفية تدريبهم لخوارزميتهم (Algorithm) بإعطائها 10 أمثلة صحيحة لأرقام من 0 إلي 9 ومن ثم إعطائها بضعة ألاف من الأمثلةوالتي عززت من تعليم تلك الخوارزمية لنفسها .

و أثبتت الخوارزمية أيضا دقتها في صحة تمييز الأرقام المكتوبة بخط اليد عن السابقات لها والتي تدربت أيضا علي آلاف الأمثلة الصحيحة على كل رقم .

»في الأسلوب التعبيري للتعلم المتعمق ، يستخدم نظامنا طريقة معروفة بالتعلم شبه الإشرافي،«يقول الباحث الرائد أنكيت باتل (Ankit Patel) ، أستاذ مساعد مع زمالة مشتركة في العلوم العصبية في كلية بايلور وهندسة الحاسوب والكهرباء في جامعة رايس.

«المجهودات الأعلي نجاحاً في هذا المجال كانت تستخدم تقنية تدعي بالتعلم الإشرافي ، عندما كانت تُدرَّبالآلة علي اآألاف من الأمثلة : هذا 1 وهذه 2.»

«البشر لا يتعلمون هكذا» يقول باتل . «عندما يتعلم الأطفال الرؤية في سنتهم الأولى ، فهم يستقبلون مدخلات ضئيلة حول ماهية الأشياء . يشير الأهل إلى بعض الأشياء مثل زجاجة ، كرسي ، ماما . لكن الطفل لايستطيع حتى فهم الكلمات المنطوقة في هذه المرحلة . إنه التعلم غالبا دون إشراف بواسطة بعض التفاعل مع العالم الخارجي .»

&nbsp;
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
&nbsp;

&nbsp;

قال باتل أنه هو والطالب المتخرج تان إنجيوين (Tan Nguyen) ، مؤلف مساعد في الدراسة الجديدة ، وُضِعت لتصميم نظام تعلم شبه إشرافي للبيانات المرئية التي لاتحتاج الكثير من المجهودات البشرية في قالب الأمثلة التدريبية .

علي سبيل المثال ، الشبكات العصبية التي تستخدم التعلم الإشرافي تتطلب حرفيا إعطائها المئات وإن لم يكُن الألاف من الأمثلة التدريبية لأرقام مكتوبة بخط اليد قبل أن تتم تجربتها علي قاعدة البيانات ذات ال10,000 عدد المكتوبة في قاعدة بيانات المعهد الوطني المختلط للمعايير و التكنولوجيا (MNIST).

خوارزمية رايس – بايلور الشبه إشرافية (شبكة عصبية تلفيفية) ، هو برنامج عبارة عن طبقات من الخلايا العصبية الإصطناعية استلهم تصميمها من الخلايا العصبية الحيوية .

تلك الخلايا العصبية الاصطناعية ، أو وحدات المعالجة ، منظمة في طبقات ، والطبقة الأولي تمسح الصورة وتقوم بمهمات بسيطة مثل البحث عن الهوامش والتغييرات اللونية .

الطبقة الثانية تختبر المُخرَج من الطبقة الأولي وتبحث عن النماذج الأكثر تعقيدا . رياضياتيا ، تلك الطريقة المتداخلة الباحثة عن النماذج في غضون النماذج هي مؤشر لعملية غير خطّية .

«المهم هو قشرة دماغية مرئية بسيطة» باتل قائلاً عن الشبكات العصبية التلفيفية . «أعطِها صورة ، وكل طبقة تعالج الصورة أكثر رويدا رويدا وتفهمها بطريقة أعمق ، وبالوصول للأأخيرة ، تكون في عمق حقيقي وتتكون خلاصة فهم الصورة . كل سيارة مُقادة ذاتيا في هذه اللحظة لديها شبكات عصبية تلفيفية بداخلها لأنها حتى اآأن الأفضل للرؤية .»

&nbsp;
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
&nbsp;

مثل الأدمغة البشرية ، بدأت الشبكات العصبية كقوائم فارغة وأصبحت مُشكلة بالكامل بتفاعلها مع العالم . مثلا، كل وحدة مُعالَجة في الشبكة التلفيفية بدأت متساوية وتخصصت مع مرور الوقت علاوةً علي أنها مكشوفة إلي المُحفزات البصرية.

«الحواف مهمة جداً»، يقول إنجيوين . «الكثير من الخلايا العصبية للطبقات الدُنيّا تميل لأن تصبح كاشفات للحواف . ينظرون إلى المجسمات الأكثر إنتشارا والأكثر أهمية في الترجمة المرئية ، وكل واحدة تدرب نفسها لكي تُظهِر شكلاً مُعيناً ، مثل مُنتقِل من الأحمر إلي الأزرق بزاوية 45 درجة أو 30 درجة.

«عندما تلتقط تفاصيل الشكل ، تُصبِح مُشَوّشة ومن ثم تُمرر إلى الطبقة التالية ، والتي تبحث عن تكاوينها في أشكالها ، وهكذا ،» وقال أيضا «عدد المرات التي تقوم بتحولات لا خطّية هي أساسية في عمق الشبكة ، والعمق يحكم القوة. كلما إزداد عمق الشبكة ، كلما إزدادت الأشياء القابلة للتحرر. في الطبقات الأعمق ، تبدو الوحدات كأشياء ملخصة جدا كمُقل العيون ، مثل حواجز مشبكة عمودية الشكل أو حافلة مدرسة.»

إبتدأ إنجوين العمل مع باتل في يناير حيث إبتدأ الأخير فترته في المسار الأكاديمي في رايس وبايلور . لقد أمضى باتل أكثر من عقد من الزمان في دراسة وتطبيق تعلم الألة في الوظائف التي تمتد من تدريب السلع الرفيعة المستوي إلى الدفاع الصاروخي الإستراتيجي ، وهو قد أنفق أربعة أعوام في مهمة بحوث ما بعد الدكتوراة في معمل جامعة رايس .

&nbsp;
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
&nbsp;

ريتشارد بارانيك (Richard Baraniuk)، مؤلف مساعد آخر في الدراسة الجديدة. في أواخر 2015 ، بارانيك ، باتل وإنجيوين نشروا أول إطار نظري والذي يمكننا من إستمداد البنية الدقيقة للشبكات العصبية التلفيفية وتزويد الحلول المبدئية لتقلل من حدودها.

صرح بارانيك أن الفهم النظري القوي حيوي لتصميم الشبكات التلفيفية والتي تذهب إلي أبعد من حالة الفن الرائع اليوم .

«فهم صور الفيديو هو خير مثال ،» يقول بارانيك . «إذا نظرت إلي فيديو ، إطارٍ بإطار ، وأردت أن تفهم كل الأجسام وكيف تتحرك في كل إطار من الفيديو . لا يوجد شخص لديه كل هذا الوقت ، ومن أجل أن تفهم الآلة ما تراه في الفيديو ، عليها أن تفهم ماهية الأجسام ، مبدأ الفضاء ثلاثي الأبعاد (3D Space Concept) وأشياء أخرى كثيرة التعقيد . نحن كبشر نتعلم تلك الأشياء وحدنا ونستخف بها ، لكن هي الحلقة المفقودة في الشبكات العصبية الإصطناعية اليوم .

قال باتل نظرية الشبكات العصبية الاإصطناعية ، والتي تم تكريرها في ورقة نظم معالجة المعلومات العصبية ، قد تساعد علماء العصبيات جوهرياً في فهمأفضل لطبيعة عمل العقل البشري .

«ويبدو أن هناك بعض التشابه بين كيفية إظهار اللحاء البصري للعالم وكيف تستطيع تلافيف الشبكات أن تظهر العالم أيضا ، مع إختلافهم الكبير أيضا» يقول باتل «ما يفعله المخ يمكن أن يكون له صلة ، لكن يظل الإختلاف شديداً . والشيء الرئيسي الذي نعرفه عن المخ هو أنه في الأغلب يتعلم لا إشرافياً».

«ما أفعله أنا وزملائي علماء الأعصاب هو محاولة أن نعرف ، ماهي خوارزمية التعلم شبه الإشرافي المنفذة في الدوائر العصبية في اللحاء البصري ؟ وكيفية ارتباطها بنظريتنا في التعلم المتعمق ؟ » ويقول أيضاً. «هل يمكننا استخدام نظريتنا للمساعدة في توضيح ما يفعله المخ ؟ لأن طريقة عمل المخ قوية لمدى بعيد مقارنة بأي شبكة عصبية قد تم تصميمها.»

<hr />

الترجمة: ماريو جورج سامي
التدقيق: أسامة القزقي.
<span style="color: #3366ff;"><a style="color: #3366ff;" href="http://phys.org/news/2016-12-rice-baylor-team-deep.html" target="_blank">المصدر</a></span>

فريق من رايس و بايلور يضع علامة جديدة في ( التعلم العميق ) .

louis-braille

<h1>«لويس برايل»
5 حقائق عن مخترع نظام برايل</h1>

<hr />

يعتبر شهر يناير هو شهر برايل في مقاومة الجهل، إجلالًا لمولد مخترعها.

تعرف على خمس حقائق حول كيفية تغيير برايل لتعليم المكفوفين جذريًا.

في الرابع من يناير 1809 كان لويس برايل في الثالثة من عمره عندما تغيرت حياته إلي الأبد.

كان يلعب في ورشة والده لتسخير الجلود، فعن غير عمد وكز برايل عينه بألة حادة (المخرز) أدت إلي عدوي في عينيه.

في أخر الأمر انتشر المرض إلي عينه الأخري مما أدي فقدانه البصر تمامًا.
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
ولكونه طالبًا متفوقًا بشكل غير مصدق، حصل علي منحة من المعهد الملكي لشباب المكفوفين في باريس في سن العاشرة.

منذ ذلك الحين، وجه مستقبله ناحية تعليم عالٍ وإنجازات عظيمة والتي ستغير العالم بالنسبة للمكفوفين.

في السطور التالية سنتناول معًا خمس حقائق عن رحلته للتغيير إلي الأفضل.

[caption id="attachment_23691" align="alignnone" width="300"]<a href="http://172.104.145.106:8080/ibelieveinsci.com/wp-content/uploads/Namnlös-1.jpg"><img class="size-medium wp-image-23691" src="http://172.104.145.106:8080/ibelieveinsci.com/wp-content/uploads/Namnlös-1-300x246.jpg" alt="" width="300" height="246" /></a> <br />A bust of Louis Braille, by Étienne Leroux. [Wikimedia Commons]<br />تمثال نصفي للويس برايل، إتيين ليرو. المصدر : ويكيميديا كومنز[/caption]تلقي برايل تعليمه في المعهد الملكي لشباب المكفوفين بباريس بفضل مؤسسها فالنتين هاوي، وهو فاعل خير جعل همه الأول مساعدة المكفوفين.

أنشأ هاوي نظامًا يعتمد علي نقش الأحرف اللاتينية علي ورق مُقوى.

بحيث يمرر الطلاب أطراف أصابعهم علي النقوش ومن خلالها يقرأون المكتوب.

علي الرغم من مساعدة النظام لبرايل ولزملائه في فهم النصوص، إلا أنها كانت عملية بطيئة ومملة.

بالإضافة إلي ذلك، كانت تكلفة إنتاج تلك الكتب تعد باهظة، بالتالي كانت مكتبة هاوي صغيرة ومحدودة في النطاق المعرفي.

لكنه بالرغم من ذلك كان النظام الذي ألهم برايل بالبدء في استنباط النظام الذي استخدم رموز اللمس.

2. بعد ذلك، أوحى نقيب بالجيش الفرنسي إلى برايل بفكرة أفضل.

النقيب المتقاعد بالجيش الفرنسي تشارل باربيي (Charles Barbier) أنشأ نظامه الخاص الذي وصفه بالفوق الصوتي، لمساعدة رفاق سلاحه في القراءة والكتابة بدون استخدام الضوء.

النظام استخدم الخلية ذات النقط ال12 (12-Dot Cells) تمثل صوت الكلمات بدلا من الاستهجاء الفعلي، لكن الجنود وجدوا صعوبة في استخدامها ولم تلق رواجًا وسطهم.

هكذا، قرر باربيي أن نظامه قد يصلح لتعليم للمكفوفين وقدم نظامه إلي مدرسة برايل.
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
3. تطلب الأمر 3 سنوات، لكن برايل نهض بنظامه وشغله.

مع مرور الوقت أتم برايل عامه ال15، أدمج برايل معرفته بنظام هاوي وباربيي سويا وأنشأ نظامه الخاص في عام 1824: النظام كان معروفا ببرايل.

بدلا من الخلية ذات ال12 نقطة، ابتكر الطالب المجتهد طريقة أكثر كفاءة وهي الخلية سداسية النقاط (6-Dot Cells) والتي مثلت الحروف، التي يدركها الطلاب بلمسها مرة.

أما للكتابة، استخدم مخرز (السبب الرئيسي في فقدانه لبصره) مع صفيحة رقيقة من المعدن فوق لوح صخري مما تسمح للطلاب للكتابة في خطوط مستقيمة.

نشر برايل نظامه الثوري في عام 1829 وقدّم نظامه الأبجدي في معرض الصناعة بباريس في عام 1834 أمام ملك فرنسا.

لسوء حظ برايل، لم يعترف الملك في حينها بنظام برايل كمعيار الرسمي للكتابة المكفوفين.
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
4. توسع نظام برايل ليصل إلي الرياضيات والموسيقي.

بينما كان يطور نظامه بشكل متواصل، وجد برايل الوقت لابتكار علامات للرياضيات والموسيقي.

كونه عازف بيانو ناجح، ومحاضر ذو مكانة بالمعهد في ذلك الوقت، أنشأ برايل رموزًا للموسيقيين المكفوفين ليكتبوا ويقرأوا الموسيقي.

في عام 1829 نشر برايل كتابًا بعنوان أسلوب كتابة الكلمات، الموسيقي والأغاني السهلة بطريقة النقاط، لاستخدام المكفوفين ومُرتب بواسطتهم.

في سنينه الأخيرة، أراد أن يصدر كتاب رياضيات للطلاب.
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
5. اعتُمد نظامه بعد مماته.

علي الرغم من استكمال برايل تطوره لمساعدة الطلبة المكفوفين، لم يأخذ التقدير الذي يستحقه عندما كان علي قيد الحياة.

مات برايل من مرض السل (حسب الاعتقاد الشائع) في عام 1852، بعد يومين من إتمامه عامه ال43.

بعد عامين من وفاته، صدّقت الحكومة الفرنسية علي نظامه النقاطي علي أنه معيار القراءة والكتابة للمكفوفين.

في عام 1878 اعتُرِف بهذا النظام عالميًا، ومنذ ذلك الحين تبنته أغلب اللغات الموجودة.

<hr />

إعداد: ماريو جورج سامي
تدقيق: إبراهيم صيام
<em><span style="color: #0000ff;"><a style="color: #0000ff;" href="http://www.biography.com/news/louis-braille-facts-biography" target="_blank">المصدر</a></span></em>

« لويس برايل » ، 5 حقائق عن مخترع نظام برايل

PW-2013-11-15-Johnston-39-min

<h1>طريقة جديدة تسمح بقياس الحالات الكمومية بسرعة ودقة
نقلة نوعية في الفيزياء الكمية</h1>

<hr />

التصوير السطحي للدوران النووي (Nuclear Spin Tomography) هو تطبيق في مجال الطب .

يمتص المريض ويعيد بعث الإشعاعات الكهرومغناطيسية (Electromagnetic Radiations) في كل الإتجاهات، والوالتى يتم رصدها وإعادة بنائها علي هيئة صور ثلاثية الأبعاد أو شرائح مصورة ثنائية الأبعاد.

في معمل علومٍ أساسي ، يعتبر التصوير السطحي (التوموغرافي) للحالات الكمومية (Quantum State Tomography) عملية وصفية للحالة الكمومية لجسم معين كما هي مُنبعثة من مصدرها ، قبل أن تأخذ القياسات أو التفاعل مع البيئة مكانها.
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>

[caption id="attachment_23775" align="aligncenter" width="300"]<a href="http://172.104.145.106:8080/ibelieveinsci.com/wp-content/uploads/1-38.jpg"><img class="size-medium wp-image-23775" src="http://172.104.145.106:8080/ibelieveinsci.com/wp-content/uploads/1-38-300x150.jpg" alt="" width="300" height="150" /></a> Triple Laue (LLL) neutron interferometer. Credit: Vienna University of Technology<br />مقياس التداخل النيوتروني لاي المثلث (LLL). جامعة فيينا للتكنولوجيا[/caption]

التقنية أصبحت أداة أساسية في مجال التكنولوجيا الكمومية الناشئة .

الإطار النظري لتموغرافية الحالة الكمومية ترجع بنا إلى سبعينيات القرن الماضي .

تنفيذها التجريبي في الوقت الحاضر أنتج لنا مجموعة متنوعة من الأنظمة الكمومية.

المفهوم الأساسي لتوموغرافية حالةٍ كمومية هو القيام بقياسات بشكل متكرر من الاتجاهات الحيزية المختلفة في النظم الكمومية لكي تميز حالة النظام الكمومي بتفرد.

هذا يتطلب الكثيرمن المعالجة الحاسوبية اللاحقة للبيانات، التي تم قياسها لكي تستدل علي الحالة الكمومية المبدئية من نتائج القياسات الملاحظة .
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
بناءً علي ذلك ، في 2011 ، تقول طريقة جديدة ، بإمكانية الحصول على توموغرافيا أكثر إستقامة تم تأسيسها لكي تحدد الحالة الكمومية دون الحاجة إلي عمليات المعالجة اللاحقة.

ومع ذلك، هذه الطريقة في أمر سلبي رئيس : تستخدم أقل قدرمن القياسات المشوشة، مايسمى بالقياسات الضعيفة، لكي تحدد حالة النظام الكمومية.

الفكرة الأساسية تختبئ وراء القياسات الضعيفة التي تستقبل قليل القليل من المعلومات حول النظام الملاحظ عن طريق الحفاظ علي التشويش الواقع علي عملية القياس قليلة أو يمكن تجاهله.

عادة، القيام بعملية القياس لها تأثير كبير علي النظام الكمومي ، مسببة ظاهرة كمّية تدعي التشابك Entaglement)) أو تدخل لإنهاء أمر بغير رجعة .
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
إذا كانت كمية المعلومات المأخوذة بواسطة تلك الخطوة قليلة جداً، فمن المحتم على القياسات أن تكون متكررة عدة مرات، يوجد عيب كبير في آلية عملية القياس في التطبيق العملي .

فريق بحثي من معهد الفيزياء الذرية والشبه ذرية من TU Wien بقيادة ستيفان سبونار (Stephan Sponar) تمكن من دمج الطريقتين.

«كنا قادرين علي تطوير الطريقة المنشأة مستقبلاً ولهذا السبب نريد القياسات الضعيفة أن تصبح مهملة. ومن ثم، كنا قادرين علي التكامل. مايعرف بالقياسات القوية، في عملية القياسات المباشرة للحالات الكمومية. وهكذا ، فإنه من الممكن معرفة الحالة الكمومية بدقة وضبط عالٍ في وقت أقصر بكثير مقارنة بطريقة القياسات الضعيفة، تقدم هائل !»

يشرح توبياس دنكماير (Tobias Denkmayr) المؤلف الأول للورقة البحثية.

تلك النتائج تم إذاعتها في جورنال فيزيكال ريفيو ليتّرز Physical Review Letters .

[caption id="attachment_23776" align="aligncenter" width="300"]<a href="http://172.104.145.106:8080/ibelieveinsci.com/wp-content/uploads/2-27.jpg"><img class="size-medium wp-image-23776" src="http://172.104.145.106:8080/ibelieveinsci.com/wp-content/uploads/2-27-300x152.jpg" alt="" width="300" height="152" /></a> Schematic illustration of the interferometric setup. Credit: Vienna University of Technology<br />الشرح التخطيطي للتركيب المتداخل الضوئي. جامعة فيينا للتكنولوجيا[/caption]

إختبار تجريبي لمخطط جديد للتداخل الضوئي النيوتروني (Neutron Interferometric Experiment) تم تنفيذه بواسطة سبونار وفريقه.

إنها مبنية علي طبيعة موجات النيوترون ، والتي هي مكونات نووية عملاقة مكونة ثلثي الكون غالباً.

ومع ذلك، إذا كانت منعزلة عن النواه الذرية -علي سبيل المثال، كما في عملية الإنشطار في مفاعل بحثي ، تعامل مثل الموجات-.

تلك الظاهرة تسمي إزدواجية الجسيم – الموجة (Wave-Particle Duality)، مما يفسَر في إطار ميكانيكا الكمّ.

بداخل مقياس التداخل، حزمة (Beam) يتم إنقسامها إلي حزمتين منفصلتين بواسطة رقاقة سيليكون رفيعة كريستالية.

تسافر الحزم في طرق مختلفة في الفضاء ، وفي نقطة ما يتم تجميعها ويسمح لهم بالتدخل (Interfere).

تمت التجربة على مصدر النيوترون المتواجد في معهد لاوي لانجفين (ILL) في جرينوبل (Grenoble)، حيث أن فريق معهد الفيزياء الذرية والشبه ذرية مسؤول عن بوابة الحزمة الدائمة.
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
من المهم الأخذ بعين الاعتبار أن النتائج ليست محدودة على النظام الكمّي المتكون من نيوترون وحيد، بل الحقيقة عامة جداً.

فبالتالي يمكن تطبيقها في الأنظمة الكمية الأخرى مثل الفوتونات والأيونات المحتجزة أو المكدسة الفائقة التوصيل.

النتائج يمكن أن تكون صدمة كبيرة في كيفية قياس الحالة الكمية المقامة في المستقبل ويتم استغلالها جيداً لتطوير التكنولوجيا المطبقة في علوم المعلومات الكمية .

<hr />

الترجمة: ماريو جورج سامي.
التدقيق: أسامة القزقي.
<em><span style="color: #0000ff;"><a style="color: #0000ff;" href="https://phys.org/news/2017-01-method-quick-precise-quantum-states.html" target="_blank">المصدر</a></span></em>

طريقة جديدة تسمح بقياس الحالات الكمومية بسرعة و دقة نقلة نوعية في الفيزياء الكمية

china-supercomputer_1024

<h1>الصين تزعم بناءها أول كومبيوتر من فئة ال Exascale</h1>

<hr />

1,000,000,000,000,000,000 عملية في الثانية.

إن لم تسمع قط عن الإكساسكيل كومبيوتر (Exascale Computer) –معروف غير رسمياً بالكومبيوتر الفائق الخارق (Super-Supercomputer) – فلا داعي للقلق ، لأنه غير موجود حتى اللحظة!

قد يكون العام 2017 المُغيّر لكل التوقعات، بسبب إعلان الصين عن إتمام نموذج أول إكساسكيل كومبيوتر في العالم خلال بضعة أشهر قادمة. إذا تم تشغيل هذا الشئ كما هو متوقع، سيكون أسرع كومبيوتر في العالم، والقادر علي القيام ب 1 كوينتليون (مليار مليار،ما يعني 1 بجانبه 18 صفرا !) عملية حسابية في الثانية.

&nbsp;
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
&nbsp;

أعلن المركز الوطني الصيني للحواسيب الخارقة (The Chinese National Supercomputer Centre) هذا الإسبوع (تاريخ كتابة المقال الأصلي 20 يناير 2017) أن إكمالهم للنموذج جاء قبل الموعد المحدد، فمن المنتظر إتمامه في 2017، بدلاً من 2018، كما كان متوقعاً في بادئ الأمر.

سيتطلب الأمر بضعة أعوامٍ أخرى قبل أن يتم تطوير النموذج الأولي إلى نموذج يعمل بكامل طاقته، إذا جرت الأمور حسب الخطة، فالنتيجة تستحق الانتظار.

«نظامٌ حاسوبي كامل من الإكساسكيل كومبيوتر وتطبيقاته من المتوقع في 2020 ، وسيكون 200 مرة أقوى من أول بيتافلوب كومبيوتر تيانهي-1 ( Tianhe-1)، المعروف بالأسرع في 2010» صرح زانج تينج (Zhang Ting) من المركز الوطني للحواسيب الخارقة لوكالة الأخبار الوطنية شينخوا (Xinhua).

عظمة تيانهي-1 سوبركومبيوتر ليست مدعاة للراحة بالنسبة للصين، فمنذ ذلك الحين طوّرت الصين أيضا تيانهي-2 (Tianhe-2) ، والذي أعتبر في 2015 أقوى كومبيوتر في العالم – للمرة السادسة على التوالي سوبركومبيوتر صيني يتصدر قوائم أعلى 500 مجموعة باحثة في شؤون السوبركومبيوتر النصف سنوية.

&nbsp;
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
&nbsp;

في الآونة الأخيرة، كشفت الصين الحجاب عن أسرع سوبركومبيوتر جديد –السنواي تايهولايت (The Sunway Taihulight)- يصل في كامل أدائه مايوازي 124.5 بيتافلوبس (Petaflops)، ما جعله أول نظام في العالم يتعدي ال100 بيتافلوبس.

لإعطائكم فكرة عن مدي قوة وجنونية الإكساسكيل كومبيوتر، سنواي تايهولايت قادرعلى القيام بكوادرليونات (Quadrillions) من الحسابات في الثانية هذا يعادل 1,000,000,000,000,000 من الحسابات في الثانية (والرقم عبارة عن 1 بجانبها 15 صفر).

لأن الكوادريليون يشار إلي إستخدام بادئة "بيتا" (Peta) ، تسمي ب بيتاسكيل كومبيوتر (Petascale Computer)، وسرعتها تقاس بالبيتافلوبس (Petaflops).

الصين في مرحلة تطوير النموذج – والذي سيسمي تيانهي-3 (Tianhe-3) عند الإنتهاء منه – القادر علي الأقل بالقيام ب1 كوينتليون (Quintillion) أو 1,000,000,000,000,000,000 (الرقم عبارة عن 1 بجانبها 18 صفر) عملية في الثانية.

&nbsp;
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
&nbsp;

فقط لتصاب بالذهول إلي حد أبعد، كوينتليون هو رقم يُستخدم عادة لشرح كتلة الأرض (بالأطنان) أو عدد الجزيئات الموجودة في العقل البشري.

الولايات المتحدة أيضاً لديها إكساسكيل كومبيوتر تحت الإنشاء، ومن الغير المتوقع أن نموذجها سينتهي ويعمل قبل 2023.

لكن طبقاً لوزارة الطاقة، مشروع الحوسبة الإكساسكيلّية (Exascale Computing Project) سيحدث ثورة في الصناعة البحثية، وأنا لا أبالغ فيما أقول.

«في مرحلة ال1,000,000,000,000,000,000 عملية حسابية في الثانية ، إكساسكيل سوبركومبيوتر سيكون قادراً علي التحليل السريع للأحجام المهولة من البيانات ومحاكاة المعالجات المعقدة بواقعية أكثر والعلاقات وراء الكثير من القوى الأساسية في الكون» - الموقع الرسمي لوزارة الطاقة.

&nbsp;
<div class="custom-ads-5-6"><script async src="//pagead2.googlesyndication.com/pagead/js/adsbygoogle.js"></script><ins class="adsbygoogle ibis-ads-1256" style="display: inline-block;" data-ad-client="ca-pub-1014613170440504" data-ad-slot="7083709560"></ins><script>(adsbygoogle = window.adsbygoogle || []).push({});</script></div>
&nbsp;

«إكساسكيل سوبركومبيوتر سيكون أكثر واقعية في محاكاة العمليات المشاركة في الطب الدقيق، المناخ الإقليمي،إنتاج الإضافات (additives)، تحويل الحقول إلي الوقود الحيوي، العلاقة بين الطاقة واستخدام المياه ، الفيزياء الخفية في استكشاف وتصميم المواد، القوي الأساسية في الكون، والكثير».

مع أقوي حاسوبين خارقين في العالم والمتواجدين حاليا في الصين، ومتصدر جديد قادم في الطريق، ستعُمل الولايات المتحدة جاهدة لتتغلب عليهم في السنين القادمة – بحوزتها 5 حواسيب في قائمة أقوى 10 لكنهم أقل قوة بكثير من أقوي جهازين صينيين.

المنافسة تحفز الإبداع، لكن لايهم حقاً من يأتي أولاً، إذا كانت النتائج ستأتي بخير لفائدة العلم.

<hr />

ترجمة : ماريو جورج سامي.
التدقيق: أسامة القزقي.

<span style="color: #000080;"><a style="color: #000080;" href="http://www.sciencealert.com/china-says-its-world-first-exascale-supercomputer-is-almost-complete" target="_blank">المصدر</a></span>

ماريو جورج سامي

الأعمال

فريق من رايس و بايلور يضع علامة جديدة في ( التعلم العميق ) .

« لويس برايل » ، 5 حقائق عن مخترع نظام برايل

طريقة جديدة تسمح بقياس الحالات الكمومية بسرعة و دقة نقلة نوعية في الفيزياء الكمية

الصين تزعم بناءها اول كومبيوتر من فئة ال Exascale