اگر همه‌چیز طبق برنامه پیش برود، روز ۲۹ مارس (۹ فروردین) شاهد اولین راهپیمایی فضایی تماما زنانه فضانوردان در ایستگاه فضایی بین‌المللی خواهیم بود. در این روز فضانوردان ناسا آن مک‌کلین و کریستینا کخ می‌توانند در فاصله ۴۰۰ کیلومتری زمین به هم بپیوندند و تاریخ را رغم بزنند. این مأموریت به مناسبت ماه بزرگداشت تاریخ زنان در آمریکا انجام می‌گیرد.

استفانی شیهولز، سخنگوی ناسا گفت:

برنامه در ابتدا به‌صورت دیگری برنامه‌ریزی شده بود. قرار بود که راهپیمایی‌های فضایی برای ارتقاء باتری ایستگاه فضایی در پائیز انجام گیرند.

راهپیمایی فضایی مک‌کلین و کخ، یکی از سه راهپیمایی فضایی است که در خلال اکسپدیشن ۵۹ برنامه‌ریزی شده است که فضانوردان آن هفته آینده به مدار زمین فرستاده می‌شوند. شیهولز همچنین گفت که زنان دیگری نیز در پشت صحنه، این راهپیمایی فضایی تاریخی را هدایت خواهند کرد.

آن مک‌کلین (سمت راست) و کریستینا کخ (سمت چپ) 

ماری لاورنس به‌عنوان مدیر پرواز اصلی فعالیت می‌کند، جیکی کاگی، کنترل‌کننده اصلی راهپیمایی فضایی خواهد بود و کریستین فاچول، کنترل‌کننده پرواز کانادایی ناسا نیز از مرکز فضایی جانسون ناسا در هیوستون این مأموریت را پشتیبانی خواهد کرد. مک‌کلین همچنین قرار است که یک راهپیمایی فضایی را به همراه نیک هگ دیگر فضانورد ناسا در تاریخ ۲۲ مارس (۲ فرودین) انجام دهد.

مک‌کلین و کخ از اعضای کلاس‌های فضانوردی ناسا در سال ۲۰۱۳ هستند که نیمی از آن را زنان تشکیل می‌دادند. مک‌کلین سرگرد خلبان ارتش ایالات متحده است، او قبلا در مصاحبه‌ای در سال ۲۰۱۵ گفته بود که از همان سن ۳ یا ۴ سالگی می‌خواست فضانورد شود.

مک‌کلین در قسمتی از این مصاحبه گفته بود:

 به یاد دارم که همان موقع به مادرم می‌گفتم که هرگز از آنچه می‌خواهم دست نمی‌کشم. لذتی در اکتشاف (فضا) نهفته است که از همان زمان مجذوبم کرده بود.

مک‌کلین هم‌اکنون در ایستگاه فضایی بین‌المللی حضور دارد. کریستینا کخ هم یک مهندس برق است که روز ۱۴ مارس به مک‌کلین می‌پیوندد. گفتنی است مأموریت ۲۹ مارس، اولین راهپیمایی فضایی او خواهد بود. بااین‌حال، فضا جدیدترین ماجراجویی هیجان‌انگیزی است که کخ تجربه می‌کند، او قبلا در سفرهای اکتشافی در قطب جنوب و شمال شرکت کرده بود.

کخ قبلا در مورد اهمیت ماموریتش برای ماه بزرگداشت تاریخ زنان آمریکا گفته بود:

 فرصت بی‌نظیری است و امیدوارم الهام‌بخش کسانی باشم که این مأموریت را تماشا می‌کنند.

در سال ۱۹۶۴ و سخنرانی در دانشگاه کورنل، ریچارد فاینمن، فیزیکدان، راز مهمی درباره‌ی دنیای فیزیکی بیان کرد. او به شنوندگانش گفت دو شئ را تصور کنند که به یکدیگر جذب می‌شوند. سپس، از آن‌ها پرسید: «باید حرکات آن‌ها را پیش‌بینی کنیم؟» فاینمن سه رویکرد را شناسایی کرد که هرکدام باور متفاوتی درباره‌ی جهان بیان می‌کنند. در رویکرد اول از قانون گرانش نیوتن استفاده کرد که طبق آن اشیاء به یکدیگر نیرو وارد می‌کنند. در رویکرد دوم، میدان گرانشی را تصور کرد که در فضا گسترش پیدا می‌کند و اشیاء را منحرف (خمیده) می‌کنند. در رویکرد سوم اصل کمترین کنش را به‌کار برد، که طبق این اصل هر شی مسیری را برای عبور انتخاب می‌کند که کمترین انرژی در کمترین زمان ممکن بخواهد. هر سه رویکرد یک پیش‌بینی صحیح ارائه دادند. این سه رویکرد، سه توصیف به‌یک‌اندازه مفید برای چگونگی کارکرد گرانش هستند.

فاینمن در این‌باره گفت:

یکی از شگفت‌انگیز‌ترین مشخصه‌های طبیعت این تنوع طرح‌های تفسیری است.

علاوه‌براین، این تنوع فقط شامل قوانین صحیح و واقعی طبیعت می‌شود؛ یعنی اگر قوانین غلط باشند، این موضوع درباره‌ی آن‌ها درست نیست. فاینمن گفت:

 شما هرچقدر بیشتر قوانین را اصلاح کنید، متوجه خواهید شد که می‌توانید آن‌ها را با شیوه‌های کمتری بیان کنید. این موضوع همیشه برای من اسرارآمیز بود. نمی‌دانم دلیل اینکه قوانین صحیح فیزیک می‌توانند به شیوه‌های مختلفی بیان شوند چیست. به‌نظر می‌رسد که این قوانین می‌توانند هم‌زمان از چند دروازه عبور کنند.

حتی همان‌طور که فیزیکدانان برای درک مفهوم مادی جهان (مشخصه‌های ذرات، طبیعت بیگ‌بنگ، سرچشمه‌ی ماده تاریک و انرژی تاریک) تلاش می‌کنند، تلاش‌های آن‌ها در سایه‌ی اثر راشومون است که سوالات متافیزیکی درباره‌ی معنای فیزیک و ماهیت واقعیت را مطرح می‌کند. نیما ارکانی-حامد، یک فیزیکدان در مؤسسه‌ی مطالعات پیشرفته، یکی از نظریه‌پردازان پیش‌گام امروزی است. او پائیز گذشته به ناتالی ولچوور، نویسنده این مقاله گفت:

تغییر شکل معجزه‌آسا ویژگی‌های قوانین تنها چیز شگفت‌انگیزی است که من درمورد آن‌ها می‌دانم. این موضوع باید یک سرنخ بزرگ برای درک ماهیت حقیقت نهایی باشد.

به‌طورسنتی، فیزیکدانان همواره ساده‌گرا بودند. آن‌ها به‌دنبال نوعی «نظریه همه‌چیز» بودند که واقعیت را از نظر بنیادی‌ترین اجزای آن توصیف کند. در این شیوه‌ی تفکر، قوانین شناخته‌شده فیزیک موقت هستند و یک توصیف دقیق‌تر که هنوز شناخته‌ نشده است را برای آن قوانین تخمین می‌زنند. یک میز درواقع مجموعه‌ای از اتم‌ها است؛ با نگاهی دقیق‌تر، اتم‌ها نیز دسته‌هایی از پروتون و نوترون هستند؛ هرکدام از این اجزا نیز از سه کوارک تشکیل شده؛ و خود کوارک نیز از ذرات بنیادی‌تر تشکیل شده است. ساده‌گرایان فکر می‌کنند که یک بازی با تلفن انجام می‌دهند: همان‌طور که پیغام واقعیت از مقیاس میکروسکوپی به مقیاس ماکروسکوپی به سمت بالا حرکت می‌کند، درهم آمیخته می‌شود و باید راه خود را رو به‌پایین برای بازیابی آن بیابند. هم‌اکنون فیزیکدانان می‌دانند که گرانش این طرح ساده را با شکل دادن جهان در دو اندازه بزرگ و کوچک خراب می‌کند. همچنین اثر راشومون پیشنهاد می‌دهد که واقعیت براساس روش ساده، پائین به‌بالا ساخته نشده است.

هرچیزی که مثال فاینمن رمز و راز اثر راشومون را برای آن در نظر نگرفته بود، درواقع دوگانه است. عجیب است که همان‌طور که فاینمن گفت، چندین شیوه صحیح برای شرح بسیاری از پدیده‌های فیزیکی وجود دارد. اما یک واقعیت عجیب‌‌تر این است که وقتی توصیفات رقابتی وجود دارد، یکی از آن‌ها بیشتر از سایر توصیفات درست است، زیرا به توصیف عمیق‌تر و عمومی‌تر درباره‌ی واقعیت افزوده است. به‌عنوان مثال، از بین سه رویکرد توصیف حرکت اشیاء، رویکردی که صحت بیشتری دارد، رویکرد ضعیف‌تر است: اصل کمترین کنش. در واقعیت روزمره، عجیب است تصور کنید که اشیاء با انتخاب ساده‌ترین راه حرکت می‌کنند. (یک سنگ در حال سقوط چگونه مسیر را قبل از سقوط انتخاب می‌کند؟) اما یک قرن قبل، زمانی‌که فیزیکدانان شروع به نوشتن مشاهدات تجربی خود درباره‌ی رفتار عجیب ذرات ابتدایی کردند، تنها تفسیر کم‌ترین کنش از حرکت به‌عنوان مفهومی سازگار ثابت شد. یک زبان ریاضی کاملاً جدید - مکانیک کوانتوم - باید برای توصیف توانایی احتمالی ذرات برای اجرای همه‌ی احتمال‌ها و انتخاب مکرر ساده‌ترین راه توسعه داده می‌شد. از بین قوانین متنوع و کلاسیک حرکت - که همگی مفید و کارآمد هستند - تنها اصل کمترین کنش به دنیای کوانتوم گسترش یافت.

این اتفاق بارها و بارها تکرار می‌شود که وقتی چندین توصیف محتمل از یک موقعیت فیزیکی وجود دارد - که اگرچه همه‌ی آن‌ها پیش‌بینی‌های یکسانی ارائه می‌دهند، بااین‌حال به طرز حیرت‌آوری در بنیاد و اساس با هم متفاوت هستند - تنها یکی از آن‌ها نسبت به سایرین ارجحیت خواهد داشت، چراکه به یک واقعیت بنیادی تبدیل شده است که به نظر می‌رسد در حال حاضر بیشتر جهان را حساب می‌کند. بااین‌حال، این توصیف جدید ممکن است به نوبه‌خود، چندین فرمول‌بندی داشته باشد و یکی از آن‌ها ممکن است گسترده‌تر استفاده شود. اگرچه این موضوع مانند این است که فیزیکدانان یک بازی تلفنی اصلاح‌شده را بازی می‌کنند که در آن با هر زمزمه، پیام مخابره‌شده به یک زبان متفاوت ترجمه می‌شود. این زبان‌ها، دامنه یا اندازه‌های مختلف یک واقعیت را توصیف می‌کنند ولی همیشه از نظر اخلاقی مرتبط نیستند. در این بازی اصلاح‌شده، هدف این نیست - یا تنها این نیست - که معادله پایه‌ای را که حاکی از کوچک‌ترین ذرات واقعیت است، پیدا کرد. وجود این شاخه، شبکه‌ای به‌هم متصل‌شده از زبان‌های ریاضی، هرکدام با تصویر مربوط‌به خود از جهان، چیزی است که باید درک شود.

این شبکه از قوانین، دام‌هایی را برای فیزیکدانان ایجاد می‌کند. فرض کنید شما پژوهشگری هستید که در پی دستیابی به درک عمیق‌تری از جهان است. شما می‌توانید درگیر یک توصیف خاتمه‌یافته، شوید؛ چسبیدن به یک اصل که به‌نظر درست می‌رسد اما یکی از پوشش‌های مبدل طبیعت است. به‌همین دلیل است که پاول دیراک، فیزیکدان انگلیسی پیش‌گام در عرصه‌ی نظریه کوانتوم، بر اهمیت اصلاح نظریه‌های موجود تأکید کرد: «تنها با یافتن روش‌های جدید توصیف پدیده‌های شناخته‌شده است که می‌توانید از دام اعتقاد موقت یا محدود فرار کنید.» این حقه‌ای بود که باعث شد دیراک در سال ۱۹۲۸ پادماده را پیش‌بینی کند. او پنج دهه بعد از آن گفت:

همیشه اینطور نیست که نظریه‌های معادل به یک اندازه خوب باشند. زیرا ممکن است یکی از آن‌ها نسبت به سایر برای پیشرفت‌های آینده مناسب‌تر باشد.

امروزه پازل‌ها و پارادوکس‌های مختلفی به نیاز برای اصلاح نظریه‌های فیزیک مدرن با یک زبان ریاضی جدید اشاره می‌کنند. بسیاری از فیزیکدانان حس می‌کنند که به دام افتادند. آن‌ها احساس می‌کنند که باید از تصور حرکت و تعامل اشیاء در فضا و زمان فراتر بروند. نظریه نسبیت عام اینشتین به‌ زیبایی زمان و فضا را در یک پارچه‌ی چهاربعدی به هم بافته که تحت عنوان فضا - زمان شناخته می‌شود و گرانش برابر با پیچ‌وتاب‌های آن پارچه در نظر گرفته شده است. اما نظریه‌ی اینشتین و مفهوم فضا - زمان در سیاه‌چاله‌ها و در لحظه‌ی بیگ‌بنگ در هم می‌شکند. به‌عبارت دیگر، فضا - زمان، ممکن است ترجمه یک توصیف دیگر از واقعیت باشد که اگرچه بیشتر انتزاعی یا ناآشنا است، ولی می‌تواند قدرت توضیح بیشتری داشته باشد.

برخی از پژوهشگران تلاش می‌کنند تا فیزیک را از قید فضا - زمان حذف کنند تا راه را برای این نظریه‌ی عمیق‌تر هموار کنند. در حال‌حاضر، فیزیکدانان برای پیش‌بینی جهش یا پراکندگی ذرات پس از برخورد در فضا - زمان، از یک طرح دیاگرامی پیچیده که توسط ریچارد فاینمن اختراع شده است، استفاده می‌کنند. این دیاگرام‌ها احتمالات «دامنه پراکندگی» نتایج برخورد ذرات مختلف را نشان می‌دهند. در سال ۲۰۱۳، نیما ارکانی-حامد و ژاروسلاو ترینکا یک فرمول‌بندی تازه از دامنه پراکندگی را کشف کردند که نه به فضا و نه به زمان اشاره داشت. آ‌ن‌ها دریافتند که دامنه‌های برخی از برخوردهای ذرات در یک حجم از یک شی هندسی جواهرمانند کدگذاری شدند که Amplituhedron نامیده می‌شود. از آن زمان تاکنون، آن‌ها و ده‌ها تن از دیگر پژوهشگران در حال بررسی این فرمول جدید هندسی دامنه پراکندگی ذرات هستند، با این امید که این امر از دیدگاه روزمره و محدود ما درباره‌ی فضا - زمان به برخی از ساختارهای توضیحی بیشتر منجر خواهد شد.

چه این پژوهشگران در مسیر درستی باشند و چه نباشند، شبکه تفسیر واقعیت وجود دارد. شاید جالب‌ترین نکته‌ای که در مورد این تفسیر‌ها وجود دارد این است که در حالی‌که هر یک از آن‌ها فقط یک تصویر جزئی از واقعیت را ترسیم می‌کنند، از لحاظ ریاضی کامل هستند. نسبیت عام را در نظر بگیرید. فیزیکدانان می‌دانند که نظریه اینشتین ناقص است. بااین‌حال یک اثر هنرمندانه با یک ساختار ریاضی معین و محکم است. اگر این معادلات را بی‌هدف تغییر دهید، خواهید دید که همه‌ی زیبایی و سادگی آن از دست می‌رود. معلوم شد که اگر شما می‌خواهید یک راه عمیق‌تر برای توضیح جهان کشف کنید، نمی‌توانید معادلات مربوط‌به توصیف موجود را انتخاب و آن‌ها را اصلاح کنید؛ بلکه باید به یک ساختار کاملاً متفاوت و به‌همان اندازه کامل از لحاظ ریاضی دست یابید. نظریه‌پردازان تعجب می‌کنند که فایده‌ی کمال موجود در هر سطح چیست اگر مقید به جایگزین شدن است؟

بعید به نظر می‌رسد که این شبکه پیچیده از توصیفات ریاضی کامل، تصادفی باشد. این راز حتماً باید یک توضیح داشته باشد. اما این توضیح به چه شکل است؟ یک مفهوم رایج در فیزیک این است که قوانین آن مانند یک ماشین هستند که انسان‌ها آن‌ را برای پیش‌بینی آینده می‌سازند. «نظریه همه چیز» مانند ماشین نهایی پیش‌بینی است؛ یک معادله واحد که  همه چیز از آن پیروی می‌کند. اما این چشم‌انداز وجود بسیاری از ماشین‌های مختلف را که به شیوه‌های هوشمندانه ساخته شدند ولی پیش‌بینی‌های یکسانی به ما می‌دهند، نادیده می‌گیرد.

براساس گفته ارکانی-حامد، این تنوع قوانین یک مفهوم متفاوت از اینکه فیزیک چیست را بیان می‌کند. او گفت که ما یک ماشین نمی‌سازیم که جواب‌ها را محاسبه کند؛ درعوض، ما به‌دنبال کشف سوالات هستیم. به نظر می‌رسد که قوانین تغییر شکل طبیعت پاسخی به یک سؤال ناشناخته ریاضی هستند. به همین دلیل است که آرکانی-حامد و همکارانش مطالعات خود درباره‌ی Amplituhedron را بسیار امیدوارکننده می‌دانند. محاسبه حجم Amplituhedron یک سؤال در هندسه است؛ سوالی که احتمالا ریاضیدانان فکر کردند ابتدا موفق به کشف آن شی شده‌اند؛ به‌طریقی، پاسخ به سؤال حجم Amplituhedron، رفتار ذرات را توصیف می‌کند- و این پاسخ، به‌نوبه‌ی خود، می‌تواند باتوجه به فضا و زمان بازسازی شود.

هم‌اکنون، ارکانی-حامد هدف نهایی فیزیک را به‌عنوان فهم سؤال ریاضی می‌بیند که ازطریق آن می‌توان همه‌ی پاسخ‌ها را یافت. او دراین‌باره به نویسنده‌ی این مقاله گفت:

صعود به سطح دهم از بهشت عقلانی امکان‌پذیر خواهد بود، اگر بتوانیم پرسشی را پیدا کنیم که پاسخ آن جهان خواهد بود. ماهیت این سؤال به‌خودی‌خود توضیح می‌دهد چرا می‌توان آن‌ را به روش‌های مختلف توصیف کرد. 

با موج جدیدی از گوشی‌های هوشمند با دوربین ۴۸ مگاپیکسلی در بازار مواجه هستیم. ردمی نوت ۷ پرو با دوربین ۴۸ مگاپیکسلی معرفی شد. همچنین، گلکسی A90، با دوربین ۴۸ مگاپیکسلی تنها در چین عرضه می‌شود.

درکنار موج معرفی و عرضه‌ی گوشی‌های هوشمند با دوربین‌های ۴۸ مگاپیکسلی، شاهد معرفی گوشی‌هایی با تعداد دوربین بیشتر در بازار هستیم. نوکیا ۹ PureView با دوربین پنج گانه با رزولوشن ۱۲ مگاپیکسلی درکنار یک حسگر ToF معرفی شد. کاملا واضح است که در صنعت موبایل شاهد نوآوری‌های جدیدی در حوزه‌ی دوربین هستیم. 

باتوجه‌به ترند بازار موبایل، کوالکام تصمیم گرفت دقت نظر بیشتری روی مشخصات پردازنده‌ی تصویر تراشه‌های خود یا همان ISP داشته باشد. حال توسعه‌دهندگان XDA به تغییرات و توسعه‌های اعمال‌شده پی برده‌اند. توسعه‌دهندگان و طراحانی که در پروژه‌هایی مانند پورت‌های اپلیکیشن Google Camera و فناوری دستگاه‌های غیر پیکسل مشغول به کار هستند، به مشخصات دقیق ISP علاقه‌مند شدند.

در نسخه‌ی جدید مشخصات فنی پردازنده‌ی تصویر تراشه‌های کوالکام، قابلیت دوربین‌های تکی و دوربین‌های دوگانه به‌صورت کامل تفکیک شده‌‌اند و ویژگی‌هایی همچون محدودیت ضبط در حالت اسلوموشن و ویژگی‌هایی مانند Hybrid Autofocus نیز به‌صورت کامل فهرست شده‌اند. در میان جزئیات مطرح‌‌شده، نکات قابل‌توجهی هم دیده می‌شود. ظاهرا برخی از آخرین مدل‌های تراشه‌های کوالکام می‌توانند دوربین‌ با رزولوشن ۱۹۲ مگاپیکسلی را پشتیبانی کنند. تراشه‌هایی مورد نظر تراشه‌های اسنپدراگون ۸۵۵، اسنپدارگون ۸۴۵، اسنپدراگون ۷۱۰ و اسنپدراگون ۶۷۵ هستند.

وقتی به جزئیات توجه بیشتری می‌کنیم، نکات جدید و متفاوتی از آن استخراج می‌شود. درنظر داشته باشید که از نظر تئوری محدودیت‌هایی در برگه‌های فنی درج شده است. برهمین اساس، اگر یک حسگر ۱۹۲ مگاپیکسلی به تراشه متصل شود، تراشه می‌تواند تنها از آن دوربین پشتیبانی کند، ولی نباید حسگر دیگری به گوشی اضافه شود. حتی دوربین سلفی نیز در چنین شرایطی پشتیبانی نخواهد شد. 

همچنین، برای آنکه بتوانیم با چنین کیفیت بالایی تصویربرداری کنیم، باید برخی از ویژگی‌های پیشرفته غیرفعال شوند. یکی از مهم‌ترین این ویژگی‌ها، کاهش نویز در حالت مالتی فریم یا MFNR است که باید غیرفعال شود. در این فرایند، همزمان چندین عکس گرفته می‌شود و سپس تصویری با نویز کمتر از برآیند تصاویرگرفته‌شده، به دست خواهد آمد. یکی دیگر از ویژگی‌هایی که باید غیرفعال شود، لگ شاتر است. بدون درنظرگرفتن جزئیات بیشتری بای تصویربرداری، لگ شاتر اجازه می‌دهد تا چندین عکس (معمولا حدود ۳۰ عکس) درست زمانی‌که اپلیکیشن دوربین راه‌اندازی شود، گرفته خواهد شد. درنتیجه وقتی شاتر زده می‌شود، زمان تصویربرداری کاهش خواهد یافت.

گوگل درحال ارتقای سیستم تشخیص دست‌خط در اپلیکیشن صفحه‌کلید جی‌بورد است. جی‌بورد هم‌اکنون برای دو سیستم‌عامل موبایلی آی‌اواس و اندروید ارائه شده و بیش از ۵۰۰ زبان دنیا را پشتیبانی می‌کند. حالا نسخه‌ی جدید این کیبورد با بهره بردن از هوش‌ مصنوعی سریع‌تر نسبت به قبل بین ۲۰ تا ۴۰ درصد خطای کم‌تری در تشخیص دست‌خط کاربر دارد. در نسخه‌های قبلی این صفحه‌کلید از مدل‌های یادگیری ماشینی برای تشخیص دست‌خطاستفاده شده بود. این جزئیات توسط محققانی که در بخش هوش‌ مصنوعی گوگل کار می‌کنند، در قالب یک پست در بلاگ این شرکت شرح شده است.

ساندرو فوز و پِدرو گونتی از مهندسان ارشد نرم‌افزاری گوگل می‌گویند:

فرآیندهای موجود در یادگیری ماشینی باعث شده تا مدل‌های معماری و روش‌های آموزشی جدیدی در دسترس قرار گیرد و این مورد به ما امکان می‌دهد تا به‌جای استفاده از یک مدل که به‌عنوان ورودی کلی عمل می‌کند، در راه‌کارهای اولیه‌مان تجدیدنظر کنیم.

در ابتدای سال جاری، ما مدل‌های جدید را برای همه‌ی زبان‌های مبتنی بر لاتین در اپلیکیشن جی‌بورد معرفی کردیم. 

همان‌طور که فوز و گونتی توضیح داده‌اند، اکثر سرویس‌های تشخیص دست‌خط از نقاط لمسی برای شناسایی و انجام عملیات روی کاراکترهای دست‌نویس‌شده استفاده می‌کنند. جی‌بورد ابتدا مختصات نقاط لمس‌شده را به حالت عادی درآورده تا اطمینان حاصل کند که این نقاط با نرخ نمونه‌سازی lojgt و دقت لازم روی دستگاه باقی می‌ماند و سپس آن‌ها را به یک توالی از منحی‌های مکعبی Bézier تبدیل می‌کند. Bézier منحنی‌های پارامتریکی هستند که استفاده از آن‌ها در گرافیک رایانه‌ای رایج است. به‌گفته‌ی فوز و گونتی، مزیت اصلی توالی‌های مذکور، کوچک‌تر بودن آن‌ها از توالی پایه‌ایِ نقاط ورودی است. درنهایت هر منحنی با یک (بیان متغیرها و ضرایب) تعریف چندجمله‌ای توسط نقاط شروع، نقاط پایان و نقاط کنترل نمایش داده می‌شود. به‌عنوان مثال کلمه‌ی «GO» شاید شامل ۱۸۶ نقطه باشد که با استفاده از توالی چهار منحنی (و دو نقطه کنترل) Bézier برای حرف "G" و نیز سه توالی منحنی برای حرف «O» نمایش داده می‌شود.

این توالی‌ها به‌عنوان ورودی به یک شبکه عصبی ارسال می‌شوند تا روش شناساسی کاراکترهای دست‌نویس را بیاموزد و به‌طور دقیق‌تر یک نسخه‌ی دوطرفه از شبکه‌های عصبی شبه تجربی (QRNN) و یک شبکه با قابلیت موازی‌سازی بهینه و بنابراین عملکرد خوب در پیش‌بینی، به‌دست خواهد آمد. مهم‌تر اینکه QRNN تعداد وزن‌ها (دوام ارتباطات بین توابع ریاضی یا گره‌ها) را نگه‌ می‌دارد و همین مورد باعث می‌شود تا شبکه به‌طور نسبی کوچک‌‌تر و حجم‌ فایل کاهش یابد.

اما مدل هوش مصنوعی چگونه می‌تواند منحنی‌ها را درک کند؟ با ایجاد یک ماتریکس از ستون‌ها و سطرها در جایی که هر ستون با یک منحنی ورودی مطابقت دارد و هر سطر نیز با یکی از حروف الفبا منطبق است. این خروجی شبکه با مدل زبان مبتنی بر کاراکتر ترکیب شده و دو نتیجه در پی خواهد داشت؛ نتیجه مثبت اینکه توالی مناسب کاراکترهای رایج در یک زبان ایجاد می‌شوند و نتیجه منفی اینکه یک‌سری توالی‌های غیررایج نیز ایجاد خواهد شد. توالی‌های به‌دست‌آمده از نقاط لمسی هم به‌طور جداگانه به یک ترکیب کوتاه‌ترِ مرتبط و نهایتا به یک منحنی تبدیل می‌شود. در پایان تشخیص‌دهنده‌ی مبتنی بر QRNN با دریافت توالی منحی‌ها، یکسری توالی از احتمالات کاراکترها به‌عنوان خروجی ارائه می‌کند.

سیستم جدید تشخیص دست‌خط کیبورد جی‌بورد گوگل یک شاهکار است که با تبدیل مدل‌های شناسایی (که در فرم‌ورک یادگیری ماشینی TensorFlow گوگل آموزش دیده) به مدل‌های سبک TensorFlow به‌دست آمده است. استفاده از نسخه‌ی لایت به‌جای نسخه‌ی کامل TensorFlow به تیم توسعه‌دهنده سیستم مذکور اجازه می‌دهد تا عملیات مورد نظر را در زمان کم‌تری اجرا کرده و علاوه‌براین میزان استفاده از حافظه را توسط جی‌بورد کاهش دهند. فوز و گونتی در بخش دیگری از پست بلاگی خود می‌گویند:

ما در تلاش هستیم تا شناسایی زبان‌های مبتنی بر لاتین را همواره بهبود دهیم. تیم تشخیص دست‌خط قبلا برای اضافه کردن مدل‌های تشخیص دست‌خط در همه‌ی زبان‌هایی که در کیبورد جی‌بورد پشتیبانی می‌کنیم، راه سختی را پیموده است.

برای تبدیل دنیای واقعی به یک چکیده‌ی دیجیتالی، دانستن فرایند خلاصه‌نویسی ضروری است و توسعه‌دهندگان هم مانند مترجمان ادبی باید این فرایند را یاد بگیرند. اما منظور از عمل ترجمه چیست؟ اومبرتو اکو (فیلسوف و نشانه‌شناسی از قرن بیستم) ترجمه را به‌صورت خلاصه این چنین تعریف می‌کند: بیان نکته‌ای به زبانی دیگر.

تشبیه، ابزار قدرتمندی برای حل مسائل جدید و یافتن راه‌حل‌های خلاقانه برای آن‌ها است؛ بنابراین از تشبیهبرنامه‌نویسی به ترجمه چه می‌توان آموخت؟ برای مثال، برنامه‌نویسی، مسائل دامنه‌ای (مثل موجودی انبار سخت‌افزار، یک کاتالوگ کتابخانه‌ی عمومی، سیستم رزرو بلیت) را به برنامه‌های کامپیوتری ترجمه می‌کند.

تطبیق سیستم دنیای واقعی با دنیای دیجیتالی به معیارهای متعددی وابسته است. برای تبدیل داده‌های آنالوگ به داده‌های دیجیتال، فرایند گسسته‌سازی یا تجزیه لازم است؛ اما تجزیه و گسسته‌سازی مفاهیم به انحراف‌ در معنا وابسته هستند؛ اما این سؤال مطرح می‌شود که مترجم‌های معمولی چگونه مشکل انحراف یا دوگانگی معنایی را حل می‌کنند؟ برنامه‌نویس‌ها چه درس‌هایی می‌توانند از آن بگیرند؟

کتاب، جلد، دستورالعمل، جنسیت

با مثال کتابخانه‌ی داده‌ها و واقعیت از ویلیام کنت، می‌توان به سؤال‌های فوق پاسخ داد. در ابتدا لازم است مفاهیم اصلی دامنه‌ی موردنیاز مشخص و سپس به زبان طبیعی ترجمه شوند. سپس، یک مجموعه‌ی واژگان از دامنه‌ی موردنظر ساخته شود. در این نمونه مجموعه‌ی واژگان شامل کتاب‌ها، مؤلف‌ها، ناشر‌ها، ژانرها و موارد دیگر است.

با مجموعه‌ی واژگان می‌توان مفاهیم را به یک زبان برنامه‌نویسی برگرداند و چکیده‌هایی قابل‌درک را برای کامپیوتر ساخت؛ اما چگونه می‌توان فهمید، کدام یک از مفاهیم واقعی باید به خلاصه‌های برنامه‌نویسی تبدیل شوند؟

در ساخت نرم‌افزار کتابخانه‌ای می‌توان فرض کرد یک کتاب برابر با یک انتزاع یا شیء داخل برنامه باشد؛ اما یک کتاب از چه مواردی تشکیل شده است؟ اگر مؤلفی مثل جودی واکمن جامعه‌شناس، دو کتاب منتشر کرده باشد، پایگاه داده‌ی کتاب‌شناسی، دو شاخص از یک کتاب را در محتوای خود خواهد داشت (برای مثال TechnoFeminism و Feminism Confronts Technology).

در مورد ساخت پایگاه داده برای قرض کتاب چه می‌توان گفت؟ اگر یک کتابخانه پنج کپی از دو کتاب را بخرد، به‌معنی وجود ده رکورد کتاب در پایگاه داده است. معنای کتاب، براساس زمینه هم تغییر می‌کند: در پایگاه داده‌ی کتاب‌شناسی، بر عناوین مجزا تفکیک می‌شوند؛ درحالی‌که پایگاه داده‌ی قرض کتاب به تعداد کل کپی‌های کتابخانه اشاره دارد.

مجموعه‌ی چهارجلدی هنر برنامه‌نویسی کامپیوتری اثر دونالد نوت را چگونه می‌توان در یک کتابخانه توصیف کرد؟ این مجموعه را باید یک کتاب به شمار آورد یا چهار کتاب مجزا؟ در مورد نسخه‌ی سه‌گانه‌ی ارباب حلقه‌ها چه می‌توان گفت که سه کتاب در یک کتاب قرار دارد؟ (طبق درخواست تالکین). مسئله‌ای که در ابتدا ساده به نظر می‌رسید (کتاب، یک کتاب است) حالا پیچیده و پر از جزئیات شده است.

طبقه‌بندی، کار ساده‌ای نیست. در نمونه‌ی کتاب‌ها یک طبقه‌بندی نادرست، جستجوی عنوان و دسترسی به اطلاعات کتاب را محدود می‌کند. سیستم‌های طبقه‌بندی بدون انعطاف و دارای انحراف می‌توانند تأثیرگذاری مؤلف را کاهش دهند. برای مثال در بعضی کشورها، نام خانوادگی زنان پس از ازدواج، به نام خانوادگی همسر آن‌ها تغییر می‌کند.

یکی از پیشتازان علم کامپیوتر، کاتلین بوت نی بریتن در سال ۱۹۴۷ مقاله‌ای با عنوان معرفی اولین زبان اسمبلی: بریتن نوشت اما با نام خانوادگی همسر خود، بوت، کتاب را منتشر کرد. اگر پایگاه‌داده‌ای آثار منتشرشده را براساس نام تولد و نام تأهل او به هم لینک نکند، آن وقت ممکن است شخص در جستجوی مقاله‌های شخص اشتباه کند و به این صورت تأثیرگذاری او دست‌کم گرفته شود. همین اتفاق هنگام جستجوی مقاله‌های باربارا لیسکف (نی هوبرمن) هم رخ می‌دهد.

وقتی شخصیت به میان می‌آیند، تعریف انتزاع برنامه‌نویسی دشوارتر می‌شود. حالا فرض کنید دراین‌میان بحث جنسیت هم مطرح شود، چه اتفاقی رخ می‌دهد؟ براساس مقاله‌ی جدیدی در مورد تشخیص جنسیت خودکار (AGR)، درنظر گرفتن جنسیت به‌صورت ارقام دودویی می‌تواند پیامدهای مخربی برای افراد داشته باشد (برای مثال خشونت جنسی، اشتباه جنسیتی یا حذف هویت را به‌دنبال دارد). در نتیجه، بسیاری از روش‌های AGR، مفهوم جنسیت را به درستی توضیح نمی‌دهند.

آیا در خلاصه‌سازی یا ساخت انتزاع یک شخص، فرض می‌شود جنسیت او در طول زندگی تغییر نمی‌کند؟ آیا جنسیت یک معیار روانشناختی است یا ویژگی‌های فیزیکی، فاکتور تفکیک جنسیت هستند؟ اگر در این روش‌ها جنسیت به‌صورت یک دسته‌بندی ظاهر نشود، چگونه می‌توان به تفسیر نتایج پرداخت؟ به‌طورکلی می‌توان گفت ترجمه‌ی مفاهیم جهان واقعی به مفاهیم نرم‌افزاری آن‌قدر هم که به نظر می‌رسد، آسان نیست.

مقصود متن در ترجمه

ترجمه اساسا همان عمل تفسیر است. وقتی مترجم‌ها می‌خواهند متنی را به یک زبان دیگر تبدیل کنند، درواقع به‌جای یک نسخه‌ی تحت‌اللفظی یا المثنی به‌دنبال تفسیری از نسخه‌ی اصلی هستند؛ اما این سؤال مطرح می‌شود که چه فاکتورهایی برای درک متن اصلی لازم است؟

امبرتو اکو به این مسئله، بیان همان چیز می‌گوید. او معتقد است تشخیص هسته‌ی یک متن یا بنیادی‌ترین عنصر آن، غیرممکن است. رمان مشهور اکو: نام گل سرخ (۱۹۸۰) با ادسو ملک، کشیش سده‌های میانه آغاز می‌شود که انجیل را از حفظ می‌خواند و مرتکب اشتباهاتی هم می‌شود. یک مترجم انگلیسی متوجه می‌شود منظور از چیز در متن کتاب همان انجیل است نه اشتباه آدسو؛ اما مترجم به‌جای ترجمه‌ی جملات از زبان آدسو (همان‌طور که اکو نوشته است)، جملات را به‌صورت تحت‌اللفظی و همان‌طور که در انجیل ظاهر می‌شوند، ترجمه می‌کند.

در این رمان با نثر بازی می‌شود (کشیش قرن چهاردهم که می‌تواند انجیل را از حفظ بخواند). صرف‌نظر از اینکه خطاهای موجود در متون انجیل به‌پای اکو یا آدسو نوشته شوند، این خطاها می‌خواهند پیامی را منتقل کنند اما این پیام کاملا در ترجمه گم شده است. مترجم با ارجاع کلمه‌ی چیز به انجیل، روح اثر را از بین برده است.

اما این تنها ناهنجاری موجود در ترجمه‌ی متون نیست: مترجم‌ها صرفا برای ابعاد مشخصی از متن، اولویت بیشتری قائل هستند. قدیمی‌ترین نسخه‌ی اودیسه‌ی هومر با وزن dactylic hexameter (وزن شعر حماسی یونان باستان، dactylic به‌معنی دو هجای با تأکید و هجای سوم بدون تأکید، hexameters به‌معنی ۶ پایه) نوشته شده است. امروزه، اغلب مترجم‌ها شعر را بدون درنظر گرفتن نظم آن، به نثر روان تبدیل می‌کنند.

امیلی ویلسون، پژوهشگر آثار کلاسیک که نسخه‌ی اودیسه‌ی او در سال ۲۰۱۸ منتشر شد، با این روش مخالف است. به اعتقاد او حماسه‌ی هومر شعری است که ترجمه‌ی آن باید قابل پیش‌بینی و دارای ریتم مشخص باشد. ازاین‌رو از وزن Iambic Parameter (وزنی در ادبیات انگلیسی، iambic به‌معنی هجای اول بدون تأکید، هجای دوم با تأکید pentameter به‌معنی پنج‌پایه) استفاده می‌کند که وزن رایج در ادبیات انگلیسی است.

این انتخاب نشان‌دهنده‌ی باورها و اولویت‌های ویلسون است. بعضی مترجم‌ها تنها بر محتوا متمرکز هستند تا فرم (رسیدن به معنای دقیق کلمات و عبارت‌ها) و معتقدند اگر خطوط را در یک ساختار شعری مشخص قرار دهند، معنا دچار انحراف می‌شود اما به عقیده‌ی افرادی مثل ویلسون، فرم هم به همان اندازه‌ اهمیت دارد.

حالا دوباره به مثال جنسیت برمی‌گردیم، در این مثال کل تعاریف و مفاهیم جنسیت به صفر و یک‌های دیجیتالی تبدیل می‌شوند؛ اما این سؤال‌ها مطرح می‌شود که در چه تعداد از وب‌سایت‌ها، توسعه‌دهندگان ویژگی‌هایی مثل نام، تاریخ تولد و جنسیت را به‌عنوان ویژگی‌های اصلی معرفی یک شخص درنظر می‌گیرند؟ و تا چه اندازه از گزینه‌های دودویی مرد یا زن، برای معرفی جنسیت استفاده می‌شود؟ آیا این روش ترجمه‌ی شخصیت افراد، مبنای صحیحی دارد؟

 جودیث بوتلر در مقدمه‌‌ی در باب علم نوشتار، اثر ژاک دریدا (فیلسوف و زبان‌شناس قرن بیستم) می‌نویسد: یک ترجمه نه‌تنها زبان مقصد را دستکاری می‌کند و به آن اضافه می‌کند بلکه بر زبان مبدأ خود هم تأثیرگذار است. ژان بودریار (فیلسوف و زبان‌شناس قرن بیستم) در رساله‌ی خود با عنوان وانموده‌ها و وانمایی‌ها یادآوری می‌کند: انتزاع امروزی دیگر نقشه‌‌ی راه، آینه یا مفهوم نیست. امروزه دیگر قلمرو از نقشه بزرگ‌تر نیست. بلکه این نقشه است که از قلمرو هم فراتر می‌رود. به همین ترتیب در نمونه‌ی گزینه‌های دودویی جنسیت، بخشی از نوع بشر ادغام یا حذف می‌شود زیرا مترجم (برنامه‌نویس) تمرکز خود را بر یک مفهوم دیگر (تفکیک دو جنس) گذاشته است.

کلمه، ترجمه‌ی افکار شما نیست

اصطلاح برنامه‌نویسی به‌مثابه ترجمه بعدها به‌دلیل افزایش مفاهیم زبان‌های برنامه‌نویسی و خود زبان انگلیسی، شکل پیچیده‌تری به خود گرفت. کلمات به‌کاررفته در برنامه‌ها در ظاهر مشابه کلمات زبان انگلیسی هستند اما معنای یکسانی را منتقل نمی‌کنند.

در مکالمه‌ی معمولی انگلیسی، کاربر به شخصی گفته می‌شود که با یک برنامه (شیء یا ساختار) کار می‌کند و دارای ویژگی‌های متعدد است. معمولا در گفت‌وگو با مشتری در مورد کاربران هم بحث می‌شود. هر برنامه دارای یک گروه کاربر است که نماینده‌ی اشخاص جهان واقعی و مصرف‌کنندگان آن هستند.

با پیشرفت گفت‌وگو، کلمه‌ی کاربر دستخوش تکامل می‌شود: برای مثال از توصیف کاربران یک وب‌سایت (ازجمله مشتریان یا تاجرها) تا یک زیرمجموعه‌ی مشخص (مشتریان به‌غیر از تاجرها) را در برمی‌گیرد. صرف‌نظر از اینکه کاربر را در ابتدای کار چگونه توصیف می‌کنید، اگر بخواهید تغییر در تعریف کاربر اعمال کنید، باید کد مرتبط با آن را هم به‌روزرسانی کنید تا برای برنامه قابل‌درک باشد.

کلمه‌ی کاربری که در مکالمه‌ی روزمره به کار می‌رود، به‌معنی یک شخص واقعی است اما کلمه‌ی کاربر در کد لزوما به این معنی نیست. درواقع یک اصطلاح کدنویسی ممکن است صرفا نشان‌دهنده‌ی ویژگی‌های موردنظر یک توسعه‌دهنده باشد.

این تعریف برای توسعه‌دهندگان دیگر یا حتی برای خود برنامه‌نویس که در آینده به کد خود مراجعه می‌کند، می‌تواند معنای متفاوتی داشته باشد یا ممکن است توسعه‌دهنده در مورد معنای کاربر در جهان واقعی در مقابل معنای آن در یک متن برنامه دچار ابهام شود. وقتی برنامه‌ای را می‌خوانید، سعی می‌کنید مفهوم اصلی آن را دریافت کنید و آن را در جهان واقعی تصور کنید؛ اما گاهی این کار امکان‌پذیر نیست.

دریدا این مشکل را به یک ساختمان خرابه تشبیه می‌کند. وقتی شخصی سعی می‌کند برنامه را به یک فرم بامفهوم ترجمه کند، مانند باستان‌شناسی است که سعی می‌کند ظاهر اولیه‌ی یک بنای مخروبه را از روی شکل امروزی آن حدس بزند. در دنیای برنامه‌نویسی، این مشکل در کار با کدهای وراثتی تشدید می‌شود.

به‌عنوان یک برنامه‌نویس همیشه باید از خود بپرسید: چگونه می‌توان موجودیت‌های داخل کد را نمایش داد؟ اگر تصمیم بگیرید کد را در آینده بخوانید، آیا می‌توانید به‌صورت مسئله‌ پی ببرید؟ چگونه می‌توان این کد را با دنیای واقعی تطبیق داد؟ همان‌طور که اکو هم اشاره می‌کند، این کار به‌هیچ‌عنوان ساده نیست. پس چاره چیست؟

انعطاف در یافتن معنا

خوشبختانه اکو، راه‌حلی برای این مشکل پیشنهاد می‌دهد. به‌جای بیان همان نکته، او مترجم را تشویق می‌کند که از مفهوم تقریبی استفاده کند. معرفی یک کلمه‌ی توصیفی در اینجا ضروری است. اکو در Dire Quasi la Stessa Cosa می‌گوید:

زمین تقریبا مشابه مریخ است، هر دو به دور خورشید می‌چرخند و هر دو شکل بیضی دارند اما از آنجا که هر دو مانند کره هستند، می‌توان آن‌ها را با پرتقال یا توپ فوتبال هم مقایسه کرد.

با تعریف پارامتر تقریبا می‌توان به یک نوع دادوستد یا مبادله در برنامه‌نویسی رسید. در برنامه‌نویسی هم نیاز به تعریف یک عنصر مشابه و انعطاف‌پذیر است. افراد معمولا طی مکالمه‌ها انعطاف‌پذیر هستند و به تطبیق و دادوستد کلمات در حین صحبت می‌پردازند.

استیون سی. اسکینا، الگوریتمی برای ارزان‌ترین پرواز شهر X به شهر Y طراحی کرد. او برای تبدیل این مسئله‌ی جهان واقعی به برنامه از الگوریتم کوتاه‌ترین مسیر دکسترا استفاده کرد (این الگوریتم به یافتن کوتاه‌ترین مسیر ممکن بین دو گره از یک گراف می‌پردازد). او باید یک مسئله‌ی گرافی را حل می‌کرد اما مشتری‌ها متوجه شدند اسکینا یک مسئله‌ی مهم را از قلم انداخته است: قوانین هوانوردی و هواپیمایی.

آن‌ها اسکینا را قانع کردند که از روش دیگری برای حل مسئله استفاده کند و اسیکنا هم روش صف اولویت را انتخاب کرد؛ بنابراین باید راه‌حل قبلی را کنار می‌گذاشت و بر یادگیری یک راه‌حل جدید و جایگزین تمرکز می‌کرد. علاوه‌بر این، راه‌حل او برای پاسخگویی به نیازهای مشتری از سرعت کافی هم برخوردار بود؛ بنابراین او مفهوم تقریبا همان چیز را برای حل مسئله درک کرد.

همین ایده را می‌توان بر مسئله‌ی جنسیت یا ایده‌ی کاربر اعمال کرد؛ بنابراین باید با این نگرش که تغییر و تطبیق اجتناب‌ناپذیر هستند، به کدنویسی پرداخت.

نتیجه‌گیری

بنابراین با درنظر گرفتن برنامه‌نویسی به‌مثابه ترجمه، چه می‌توان آموخت؟ از دیدگاه تجاری، روش‌های زیادی برای ترجمه‌ی جهان واقعی به برنامه وجود دارد. تشخیص صحیح مسئله به حل سریع و مستقیم آن کمک می‌کند.

از دیدگاه برنامه‌نویسی، ترجمه‌ی جهان واقعی، چشم‌انداز‌های یا نسخه‌های احتمالی را در ذهن توسعه‌دهندگان به وجود می‌آورد و در حل مسئله این پرسش‌ها مطرح می‌شود: آیا انتزاع‌ها یا چکیده‌ها به‌درستی انتخاب شده‌اند؟ آیا برنامه‌نویس‌ها روی بخش صحیحی از مسئله تمرکز کرده‌اند؟

از دیدگاه هنجاری و اخلاقی، ترجمه‌ی جهان واقعی و تبدیل آن به کد، بر موجودیت‌های جهان واقعی (که در برنامه نمایش داده شده‌اند) و همین‌طور کاربرهایی که با این موجودیت‌ها در ارتباط هستند، تأثیر می‌گذارد. در مثال کتابخانه، طبقه‌بندی اشتباه کتاب‌ها یا نویسنده‌ها، دسترسی به اطلاعات را غیرممکن می‌سازد. اشتباه در زندگی یا ویژگی‌های افراد هم (مثال جنسیت) تأثیرگذاری مؤلف را بالا می‌برند و احتمال اشتباه را بالا می‌برد.

بهترین ترجمه‌ها، با اعمال تغییراتی در متن اصلی ممکن می‌شوند. بهترین برنامه‌ها هم چکیده‌های ضروری از واقعیت هستند و مسئولیت بهبود واقعیت قابل‌نمایش بر عهده‌ی برنامه‌نویس‌ها است.

مهندسین سنگاپوری مدتی پیش به‌صورت رسمی وب‌سایت Colourise.sg را راه‌اندازی کردند. کالرایز که درواقع سرویسی مبتنی بر وب است، توانایی این را دارد که با بهره‌گیری از هوش مصنوعی متکی به یادگیری عمیق، تصاویر سیاه‌و‌سفید را رنگی کند.

جالب اینجا است که کار با وب‌سایت موردبحث هیچ‌گونه مهارت فنی لازم ندارد و سرویس‌ این سایت به‌صورت رایگان ارائه می‌شود. درضمن، تبدیل تصاویر سیاه‌و‌سفید به تصاویر رنگی در عرض تنها چند ثانیه صورت می‌پذیرد و نتیجه‌ی کار به‌شما نشان داده می‌شود. نتایج به‌دست‌آمده نیز در اغلب مواقع، بسیار واقع‌گرایانه و جالب به‌نظر می‌رسند. 

پرستون لیم، یکی از مهندسینی که روی این پروژه کار کرده، می‌گوید یکی از اهداف اصلی او تیمش برای طراحی سرویس کالرایز، رنگی‌کردن تصاویر تاریخی سیاه‌و‌سفید مربوط‌به کشور سنگاپور بوده است. جالب است بدانید که سرویس کالرایز از جوانبی با دیگر سرویس‌های مشابه مبتنی بر هوش مصنوعی نظیر Algorithmia تفاوت دارد. 

البته این سرویس با برخی محدودیت‌ها نیز رو‌به‌رو است؛ برای مثال، کاربر نمی‌تواند خودش رنگ بخش‌های مختلف تصویر را مشخص کند. این یعنی نتیجه‌ی نهایی ممکن است در اغلب مواقع، واقع‌گرایانه به‌نظر برسد؛ اما این احتمال وجود دارد که رنگ‌های آن با رنگ‌های حقیقی سوژه، تفاوت داشته باشد.

طبق اطلاعات منتشرشده از سوی دست‌اندرکاران این پروژه، سرویس کالرایز با تصاویری که وضوح بالایی دارند و در آن‌ها سوژه‌هایی نظیر انسان یا مناظر طبیعی وجود دارد، بهتر کار می‌کند. این سرویس تحت‌وب دارای یک پایگاه داده‌ی بزرگ است و براساس اطلاعات موجود در آن، می‌تواند اشیاء موجود در تصاویر را تشخیص دهد و آن‌ها را رنگی کند.

اگر در تصویری، یک شیء وجود داشته باشد که هوش مصنوعی کالرایز نتواند آن را شناسایی کند، ممکن است نتیجه‌ی نهایی چندان واقع‌گرایانه نباشد. با مراجعه به این مقاله در وب‌سایت مدیوم، می‌توانید به برخی نتایج به‌دست‌آمده ازطریق این سرویس، دسترسی پیدا کنید.

مینگ چی‌کو، تحلیل‌گر معروف اپل معتقد است هدست واقعیت افزوده اپل که تاکنون اخبار مختلفی در مورد آن منتشر شده، اواسط سال ۲۰۲۰ میلادی معرفی خواهد شد. انتظار می‌رود تولید این هدست افسانه‌ای قبل از پایان سال ۲۰۱۹ میلادی آغاز شود.

از زمانی‌که اپل تصمیم گرفت به حوزه‌ی واقعیت افزوده وارد شود و تلاش‌های خود را برای طراحی و تولید هدست واقعیت افزوده آغاز کرد، اخبار مختلفی در مورد فناوری محصول جدید کوپرتینونشین‌ها منتشر شده است. مینگ‌ چی‌کو، تحلیل‌گر معروف اپل معتقد است عینک واقعیت افزوده‌ی اپل خیلی زودتر از آنچه تصورش را می‌کنیم به بازار عرضه خواهد شد.

مینگ چی‌کو در یادداشتی اعلام کرد که تولید انبوه هدست واقعیت افزوده‌ی اپل در فصل چهارم سال ۲۰۱۹ میلادی آغاز خواهد شد. البته به‌نظر می‌رسد این پروسه تا فصل دوم سال ۲۰۲۰ میلادی طول بکشد. هنوز مشخص نیست اپل چه تاریخی را برای رونمایی از عینک واقعیت افزوده‌ی خود انتخاب کرده است، اما تاریخ تولید احتمالا سال ۲۰۲۰ میلادی خواهد بود.

براساس یادداشت منتشرشده از سوی مینگ چی‌کو، اگر خوش‌بینانه موضوع را ببینیم، زمان‌ عرضه‌ی هدست واقعیت افزوده‌ی اپل بسیار نزدیک است. در ماه می سال ۲۰۱۸ میلادی، جین مانستر، کارشناس و تحلیل‌گر شرکت Loup Ventures اعلام کرد اپل تا پایان سال ۲۰۱۲ میلادی اپل هیچ دستگاه پوشیدنی واقعیت افزوده‌ای را به بازار عرضه نخواهد کرد. اما به‌‌نظر می‌رسد با بازنگری پیش‌بینی‌ها، این زمان به ماه سپتامبر ۲۰۲۰ تغییر پیدا کرده است. اردیبهشت‌ماه گفته شد که عینک واقعیت افزوده اپل در سال ۲۰۲۱ عرضه می‌شود. 

مینگ چی‌کو ادعا می‌کند که نسل اول هدست‌های واقعیت افزوده‌ی اپل در اصل شبیه به یک نمایشگر عمل می‌کنند و تمام پردازش‌ها از جمله نمایش صحنه‌ها، برقراری ارتباط با محتوای واقعیت افزوده و سرویس‌های مبتنی بر موقعیت مکانی از جمله GPS، توسط گوشی آیفون به‌انجام خواهد رسید. هنوز مشخص نیست برای برقراری ارتباط از کابل می‌شود یا از ارتباط بی‌سیم همچون بلوتوث یا وای‌فای یا سایر فناوری‌های ارتباطی بی‌سیم استفاده خواهد شد.

باتوجه به اینکه بخش سخت‌افزاری، پردازش را ازطریق گوشی آیفون انجام می‌دهد، درنتیجه انتظار می‌رود وزن هدست در مقایسه با هدست‌های واقعیت مجازی فعلی و حتی هدست‌هایی که گوشی آیفون یا هر گوشی هوشمند دیگری را‌ به‌عنوان نمایشگر مورد استفاده قرار می‌دهند، بسیار سبک‌تر باشد.  

از آنجایی که عینک واقعیت افزوده‌‌ی اپل برای تجربه‌ی ARKit مورد استفاده قرار می‌گیرد، گوشی آیفون توانایی انجام پردازش بالاتری نسبت به هدستی که پردازنده آن متصل به نمایشگر است خواهد داشت. اما ممکن است این سؤال پیش بیاید که ارتباط بین گوشی هوشمند و هدست چگونه برقرار می‌شود. همچنین ممکن است سوالاتی در مورد پاور مورد نیاز هدست و گوشی آیفون نیز مطرح شود.

پیش‌تر نیز شایعه‌هایی در مورد عینک واقعیت افزوده‌ی اپل مطرح شده بود. در یکی از اخبار غیررسمی گفته شده بود که هدست واقعیت افزوده‌ی اپل از استاندارد WiGig با فرکانس ۶۰ گیگاهرتز برای برقراری ارتباط با بهره می‌برد و از کابل استفاده نمی‌کند. چنین ارتباطی قطعا باید بتواند از محتوای واقعیت افزوده و سایر اطلاعات مورد نیاز هدست پشتیبانی کند. البته ممکن است هدست در کارکردن با گوشی‌های آیفون نسل بعدی که از استاندارد WiGig داخلی پشتیبانی می‌کنند، با محدودیت‌هایی مواجه شود. همچنین احتمال دارد برای کارکردن با گوشی‌های آیفون قدیمی‌تر نیز، آداپتور لازم باشد. 

پیش‌تر گفته شده بود که هدست واقعیت افزوده اپل با دو نمایشگر 8K و پشتیبانی از واقعیت مجازی از راه می‌رسد. چنین مشخصاتی فراتر از سخت‌افزار فعلی اپل و حتی رزولوشنی بسیار بالاتر از هدست‌های AR و VR موجود بازار است. هدست ویو پرو برای هر چشم رزولوشنی از ۱۴۴۰ تا ۱۶۰۰ پیکسل ارائه می‌دهد. به‌نظر می‌رسد باید در مورد رزولوشن بالای نمایشگر به دیده‌ی شک و تردید نگاه کنیم. از یک طرف چنین رزولوشن بالایی نیاز به گرافیک بالایی دارد که خود مستلزم ارتقا قدرت پردازش گوشی‌های آیفون است و از طرفی باید مسائل دیگری از جمله انتقال داده‌ها را نیز در گوشی آیفون مورد توجه قرار داد.

ابرهای گرد و غبار میان ستاره‌ای و سحابی‌های درخشان به وفور در صورت فلکی "شکارچی"(Orion) هستند.

فضانوردان "ایستگاه فضایی بین‌المللی" تصاویر زیبایی از کره خاکی به ثبت رساندند.

پژوهشگران فضاپیمای رباتیک "نیوهورایزنز" (New Horizons) ناسا اخیراً تصویر سه‌ بعدی از دورترین جرم هستی موسوم به "اولتیما تیول"(Ultima Thule) را که بشر تاکنون موفق به رؤیت آن شده، منتشر کرده‌اند.