پیش‌‌بینی نیازهای بشری امری بس دشوار است. ما همواره خواستار برآورده‌‌شدن نیازهای خود هستیم؛ ازاین‌‌رو انتظار داریم که جهان نیز به‌‌سرعت بتواند راه‌‌حلی برای مسائل پیچیده و متنوعی که در دنیای مدرن با آن‌‌ها مواجه هستیم، بیابد.

در طول چند دهه‌‌ی گذشته، پژوهشگران موفق به ارائه‌‌ی طیف متنوعی از راه‌‌حل‌‌های ریاضیاتی شده‌‌اند که می‌‌توانند در تخصیص منابع موجود در صنایع مختلف و رفع نیازهای روزمره‌‌ی ما مفید واقع شوند. اما مشکل اینجا است که وقتی یک‌‌بار این روند تخصیص را به انجام می‌‌رسانیم، روی تخصیص‌‌های بعدی اثر می‌‌گذارد و با واردشدن عامل گذر زمان نیز کل مسئله شکلی دینامیک به خود می‌‌گیرد. حل چنین مسئله‌‌ی پیچیده‌‌ای نیازمند راه‌‌حل‌‌هایی است که بتواند ماهیت غیرقطعی و متغیر جهان واقعی را در خود لحاظ کند.

این مسائل با نام «مسائل تخصیص پویای منابع» شناخته می‌‌شوند. کارکرد این نوع مسائل زمانی مشخص می‌‌شود که ما با یک منابع محدود مواجه باشیم که به نیاز به تخصیص بلادرنگ آن‌‌ها وجود داشته باشد.

وارن پاول، مهندس دانشگاه پرینستون که از دهه‌‌ی ۸۰ میلادی درزمینه‌‌ی این نوع مسائل تحقیق می‌‌کند، می‌‌گوید ما در زندگی روزمره‌‌ی خود همیشه با فهرستی از مسائل تخصیص پویای منابع مواجه هستیم؛ چه هنگام انتظار برای رسیدن تاکسی و چه هنگام تحویل یک بسته‌‌ی پستی.

هرگاه که با منابعی محدود ولی تقاضایی روبه‌‌رشد و متغیر مواجه باشیم، در حقیقت با یکی از انواع مسائل تخصیص پویای منابع روبه‌‌رو هستیم

اما مسائل تخصیص پویای منابع تنها به آنچه مردم نیاز دارند و زمان رفع این نیازها محدود نمی‌‌شود. این مسائل برای حل برخی از معضلات بنیادین و پیچیده‌‌ای که امروزه با آن‌‌ها مواجه هستیم، نیز کاربرد دارد. نمونه‌‌ای از این معضلات، بحران تغییرات اقلیمی است. روش‌‌های تخصیص پویای منابع می‌‌تواند به ما در تخصیص بهینه‌‌ی منابع کمیاب و روبه‌‌اتمام سیاره نیز کمک کند.

اجازه دهید به یک مثال ساده در تشریح چنین مسائلی اشاره کنیم و ببینیم چه عاملی موجب دشواری حل این‌‌گونه مسائل می‌‌شود.

فرض کنید می‌خواهید برای یک شام چهار نفره، مقداری غذا بپزید. شما به فکر کباب‌‌کردن گوشت می‌‌افتید؛ چراکه تصور می‌‌کنید این انتخاب می‌‌تواند غذای دلخواه تمام اعضای خانواده‌‌ی شما باشد. شروع به کار می‌‌کنید و درست زمانی‌که می‌‌خواهید آماده‌‌ی سروکردن غذا شوید، ناگهان متوجه می شوید دخترتان به‌‌تازگی گیاه‌‌خوار شده است، همسرتان پیام داده که دیرتر به منزل بازمی‌‌گردد و پسرتان نیز می‌‌گوید که او چند نفر دیگر را هم برای شام دعوت کرده است. در همین بحبوحه که مشغول سروکله‌‌زدن با خود برای حل وضعیت نابسامان نیازهای اعضای خانواده هستید، حیوان خانگی‌‌تان نیز سر می‌‌رسد و تکه‌‌ای از گوشت‌‌های کبابی را با خود می‌‌برد!

این یک مثال جزئی از انبوه مسائل تخصیص پویای منابع است که به‌‌خوبی می‌‌تواند گوشه‌‌ای از حجم عظیم چالش‌‌های پیش روی پژوهشگران را در حل چنین مسائلی نشان دهد. برای شروع باید بدانید که پارامترهای مؤثر بر تقاضا به‌‌صورت پیش‌‌بینی‌‌نشده‌‌ای هم در کوتاه‌‌مدت و هم در بلندمدت در حال تغییر هستند. شما هنگام پخت‌‌وپز، نمی‌‌توانستید شرایط رژیم گیاهی جدید دخترتان را پیش‌‌بینی کنید. همچنین کنترلی بر مدت‌زمان تأخیر همسر یا تعداد میهمان‌‌های جدید پسرتان نیز نداشتید.

در دیدگاه بلندمدت نیز نیازهای غذایی خانواده‌‌ی شما به‌‌صورت روبه‌‌روز در حال تغییر است. شما ممکن است مجبور باشید غذای دو نفر یا ۲۰ نفر را در یک وعده تهیه ببینید. برای وعده‌‌های غذایی بعدی نیز شما نمی‌‌توانید پیش‌‌بینی کنید چه کسانی سر میز خواهند بود، چه غذایی میل دارند یا چه‌‌زمانی قصد خوردن آن را دارند. البته می‌‌توانید با تکیه‌‌بر تجارب قبلی خود، حدس‌‌هایی بزنید؛ اما باتوجه به طبیعت پیش‌‌بینی‌‌ناپذیر بشر و نیازهای او، چنین روشی نمی‌‌تواند یک راهکار پایدار قلمداد شود.

سیستم تحویل فوری کالا، یکی از مواردی است که ما امروزه بدان خو گرفته‌‌ایم، اما حصول اطمینان از چگونگی پیاده‌‌سازی بهینه‌‌ی این روش، خود مسئله‌‌ای پیچیده است

در سناریوی شام، اقدامات فردی سایر اعضا نیز می‌‌تواند بر وضعیت نهایی سیستم اثرگذار باشد. وقتی شما یک میزان وعده‌‌ی غذایی مشخص را به یک فرد تخصیص می‌‌دهید، این اقدام، کل سیستم را دستخوش تغییر می‌‌کند. این تصمیم هم یک فرد گرسنه و هم میزانی از منابع غذایی دردسترس را از معادلات شما حذف می‌‌کند. ایکو یونکی، پژوهشگر ارشد گروه سیستم‌‌های داده‌‌محور در آزمایشگاه کامپیوتر داشنگاه کمبریج می‌‌گوید:

در تمامی مثال‌‌های مربوط‌‌به تخصیص پویای منابع ما با ورودی‌‌ها و محیط‌‌هایی متغیر مواجه هستیم که به‌‌شدت پویا بوده و از این‌‌رو پیش‌‌بینی آن‌‌ها دشوار است. علت آن است که در این نوع سیستم‌‌ها، میزان تقاضای آینده هیچ‌‌گونه وابستگی آماری به میزان تقاضای فعلی ندارد. یک تغییر خود زمینه را برای تغییرات بعدی فراهم می‌‌کند و اگر شما می‌‌خواهید سیستم را به‌‌کمک تصمیمات درستی اداره کنید، باید وضعیت آینده‌‌ی سیستم را نیز درنظر بگیرید.

بدتر اینکه هرچه با تعداد افراد بیشتر یا گزینه‌‌های غذایی متنوع‌‌تری مواجه شوید، اوضاع پیچیده‌‌تر می‌‌شود. در چنین شرایطی، شما به روش‌‌های بیشتری می‌‌توانید گستره‌‌ی متنوعی از غذاها را به افراد مختلفی تخصیص دهید. هرچه تعداد افراد یا غذاهای افزوده‌‌شده به سیستم بیشتر شود، تعداد راهکارهای احتمالی پیش روی شما نیز به‌‌شکلی نمایی بیشتر و بیشتر خواهد شد.

این شاید دقیقا همان معضلی باشد که یک بیمارستان بزرگ هنگام تهیه‌دیدن غذای موردنیاز تمام بیماران روزانه‌‌ی خود با آن مواجه است. مشکل را می‌توان حتی درمورد درمان این بیماران نیز صادق دانست. حجم داروهای موجود در داروخانه‌‌ی بیمارستان نیز با محدودیت‌‌هایی مواجه است و همچنین تجهیزات تشخیصی و درمانی موردنیاز نیز بسته‌‌به نوع بیمارانی که وارد بیمارستان می‌‌‌‌شوند، دائما در حال تغییر و تحول است. در چنین بیمارستانی منابع محدودی از پزشکان، پرستاران و نیز دستگاه‌‌های تشخیصی نظیر ام‌‌آر‌‌آی وجود دارد که باید به‌‌درستی تخصیص شوند. برای دستیابی به این هدف، مدیریت بیمارستان ممکن است مجبور به استفاده از برخی مدل‌‌های ریاضیاتی باشد.

آشپزخانه‌‌ی یک بیمارستان شلوغ ممکن است با میزانی کاملا متغیر از حجم تقاضا رو‌به‌رو باشد که پیش‌‌بینی تعداد بیماران گرسنه و نوع غذای مناسب برای آن‌‌ها را دشوار می‌‌کند

مشکل از اینجا ناشی می‌‌شود که بیشتر مدل‌‌های فعلی ما از داده‌‌های تاریخی برای پیش‌‌بینی استفاده می‌‌کنند. چنین مدل‌‌هایی نمی‌‌توانند مقیاس مناسبی برای این‌‌گونه سیستم‌‌ها محسوب شوند و درنتیجه نمی‌‌توانند از پس کوچک‌ترین تغییرات سیستم نیز برآیند. اگر تنها یک تغییر رخ دهد، مدل مجبور است دوباره از اول پیاده‌‌سازی شود و یک راه‌‌حل تازه پیدا کند. با چنین رویکردی، خیلی زود شاهد آن خواهیم بود که محاسبات مسئله از کنترل خارج می‌‌شود؛ حتی اگر با تعداد محدودی از افراد و منابع مواجه باشیم.

همچنین، مسائل تخصیص پویای منابع از یک طیف گسترده از سناریوهای مختلف به‌‌وجود می‌‌آیند که هرکدام از آن‌‌ها خود مسائل مختص‌‌به خود را دارند. برای مثال، یونکی در حال بررسی پیامدهای احتمالی این نوع مسائل برای حل معضل سرعت و بازدهی سیستم‌‌های کامپیوتری و برنامه‌‌ها است. او می‌‌گوید:

سیستم رایانه‌‌های مدرن پیچیده است و ازاین‌رو به پیکربندی تعداد بی‌‌شماری از پارامترها نیاز خواهد داشت. این به‌‌معنای تخصیص منابعی نظیر حافظه، ظرفیت محاسباتی، قابلیت محاسباتی و ورودی سیستم‌‌ها خواهد بود. سیستم‌‌های کامپیوتری پویا است و با محیطی پیوسته در‌حال‌تغییر مواجه‌‌ هستند و این سازوکار مستلزم به‌‌کارگیری روش کنترل پویا خواهد بود.

حتی همین دستگاهی که با آن در حال مطالعه‌‌ی این مقاله هستید، نیز هم‌‌اکنون درحال دست‌‌وپنجه نرم‌‌کردن با برخی مسائل مرتبط‌‌با تخصیص پویای منابع است. کارکرد شبکه‌‌های تلفن همراه و محاسبات ابری نیز وابسته به توانایی حل چنین مسائلی است.

شرکت‌‌های توزیع و تحویل کالا نیز با برخی مسائل تخصیص پویای منابع به‌‌منظور تسریع فرایند تحویل خود مواجه هستند. به‌‌عنوان مثال، شرکت پست آمریکایی UPS سیستم یکپارچه‌‌ی بیهنه‌‌سازی و مسیریابی جاده‌‌ای خود را با نام Orion راه‌‌اندازی کرده است تا به‌‌کمک الگوریتم‌‌های پیشرفته، مسیر تحویل کالاهای خود را بهینه‌‌سازی کند. این شرکت ادعا می‌‌کند استفاده از راهکار مذکور توانسته سالیانه بیش از ۱۰۰ میلیون مایل صرفه‌جویی در مسافت طی‌شده‌ ازسوی ناوگان حمل‌ونقل این شرکت به‌‌ارمغان آورد. اما گزارش‌‌های دیگری نیز می‌‌گویند که این سیستم هم‌‌اکنون با مشکلاتی در محیط‌‌های پیچیده‌‌ی شهری مواجه شده است. پاول می‌‌گوید:

زنجیره‌‌ی تأمین نیز از دیگر مشکلاتی است که به‌‌دلیل ماهیت پیچیده‌‌ی محصولات امروزی گویی هرگز قابل‌‌حل نیست. برای مثال، چنانچه شما قصد داشته باشید یک گوشی تلفن همراه استاندارد عرضه کنید، باید صدها قطعه‌‌ی گوناگون را از اقصی نقاط جهان با ترتیب مشخصی در فضای کارخانه‌‌ی خود گرد هم آورید. اختلال در زنجیره‌‌ی تأمین یکی از مسائل مهمی است که هنگام رفع نیازهای جامعه با آن مواجه هستیم.

شبکه‌‌های تلفن همراه نیاز به تخصیص صحیح منابعی نظیر پهنای باند، انرژی و اولویت‌‌بندی بارگذاری یا تماس را دارند

منابع انرژی ما نیز با افزایش ضریب نفوذ منابع تجدیدپذیر و متناوبی نظیر انرژی بادی و انرژی خورشیدی به‌‌شکل روزافزونی درحال پیچیده‌‌تر شدن هستند. خروجی توان چنین منابعی درست مانند تقاضای مصرف شبکه‌‌ی برق دارای نوسانات نسبتا شدیدی است. این درحالی است که قیمت انرژی نیز می‌‌تواند نوسان داشته باشد. قیمت برق در برخی کشورها در عرض یک بازه‌‌ی زمانی ۵ دقیقه‌‌ای می‌‌تواند تا ۵۰ برابر افزایش یابد.

درحقیقت، امروزه کمتر صنعتی را می‌‌توان یافت که به‌‌نوعی با چالش‌‌های مدیریت تخصیص پویای منابع مواجه نباشد. پاول می‌‌گوید این چالش در بسیاری از موضوعاتی نظیر قیمت برق، زنجیره‌‌ی تأمین برخی قطعات، زمان سفر، خرابی قطعات و حتی رفتار مردم که وی شخصا با آن‌‌ها سروکار داشته، حضور پررنگی دارد:

این مسئله به‌‌حدی مهم است که دست‌کم ۱۵ جامعه‌‌ی تحقیقاتی مجزا از دیدگاه‌‌های مختلف در حال کار روی آن هستند.

این نکته‌‌ی مهمی است. تنوع زیاد مسائل مربوط‌‌به تخصیص پویای منابع بدان معنی است که ما نیاز بهاستانداردسازی روش‌‌های محاسباتی مختلف در مقیاسی صنعتی خواهیم داشت. پاول یکی از کسانی است که می‌‌کوشد ارتباطی میان جوامع تحقیقاتی مختلفی به‌‌وجود آورد که در حال کار روی مسائل تخصیص پویای منابع هستند. او می‌‌افزاید:

رویکرد ما معرفی یک روش جایگزین برای کارهای پیشین نیست. بلکه هدف بیشتر گردآوری نتایج و کشف فرصت‌‌های موجود برای تلفیق متقابل این دستاوردها است.

طی دهه‌‌های اخیر، مجموعه‌‌ای کامل از ابزارهای مدیریت عملیاتی برای رسیدگی به مسائل تخصیص پویای منابع به‌‌کار گرفته شده است.  این تلاش‌‌ها منجر به بهبود چشمگیر عملکرد خطوط هوایی، شرکت‌‌های حمل‌‌ونقل و شبکه‌‌ی جاده‌‌ای جهان از جنبه‌‌های گوناگون شده است. بااین‌حال بنابر اظهارات پاول، ابعاد بسیار بالا (به‌‌معنای تعدد بسیار زیاد پارامترهای دخیل در مسئله) و نیز عدم قطعیت هنوز از چالش‌‌های پیش رو هستند.

پیشرفت‌‌های اخیر در یادگیری ماشین امیدهای تازه‌‌ای را برای حل مسائل مربوط‌‌به تخصیص پویای منابع ایجاد کرده است. اخیرا یک تکنیک هوش مصنوعی با نام «یادگیری عمیق تقویتی» ظهور کرده است که به الگوریتم اجازه می‌‌دهد ضمن تعامل با محیط بتواند وظایف خود را آموزش ببیند. این الگوریتم به‌‌منظور آموزش‌‌دیدن بدون دخالت انسانی طراحی شده است؛ به‌‌گونه‌‌ای که با انجام عملیات صحیح، الگوریتم پاداش دریافت می‌‌کند و درصورت ارتکاب خطا، با جریمه مواجه می‌‌شود. بدین ترتیب، با تلاش برای بیشینه‌‌کردن پاداش‌‌ها و کمینه‌‌کردن جریمه‌‌ها، سیستم  به‌‌سرعت می‌‌تواند به وضعیت بهینه دست یابد.

پیش‌‌تر، برنامه‌‌ای ازسوی دیپ‌‌مایند (DeepMind) گوگل با نام AlphaGo توانسته بود با به‌‌کارگیری یادگیری عمیق تقویتی، قهرمان جهان را در بازی Go شکست دهد. جالب اینکه سیستم یادشده ابتدا هیچ‌‌چیز درمورد این بازی نمی‌‌دانست؛ سپس شروع به بازی با خود کرد تا آموزش ببیند و عملکرد خود را بهبود دهد. موفقیت در چنین بازی‌‌هایی مدرک مهمی برای صحت کارکرد تکنیک‌‌های یادگیری عمیق تقویتی است؛ بااین‌حال، هدف نهایی از این تکنیک‌‌ها قطعا یادگیری شیوه‌‌ی بازی‌‌کردن نیست.

امروزه بازطراحی ترافیک در مسیرهای پرتردد با هدف کاهش راهبندان هنوز هم از مهم‌‌ترین چالش‌‌های پیشرفته‌‌ترین الگوریتم‌‌های هوش مصنوعی است

یونکی و همکارانش به‌‌دنبال یک جایگزین مناسب برای روش‌‌های فعلی بهبود عملکرد سیستم‌‌های کامپیوتری باکمک یادگیری عمیق تقویتی هستند. سیستم کامپیوتری آن‌‌ها می‌‌تواند انواعی از مسائل تصمیم‌‌گیری را حل کند که قبلا از لحاظ محاسباتی غیرقابل‌‌حل به‌نظر می‌رسیدند. این سیستم از پس معضل پیچیدگی محاسباتی برآمده و می‌‌تواند به‌‌صورت بلادرنگ به پارامترهای درحال‌‌تغییر پاسخ دهد.

سیستم‌‌های مجهز به چنین رویکردی قبلا برای بهینه‌‌سازی عملکرد در حوزه‌‌هایی نظیر مدیریت منابع، بهینه‌‌سازی سیستم‌‌های پرداخت و خنک‌‌سازی مراکز داده به‌‌کار گرفته شده بودند. یونکی می‌‌گوید کاربری‌‌های فعلی تنها برای شروع کار است و دنیایی از فرصت‌‌های تازه پیش روی این فناوری قرار دارد.

تیم دیگری از پژوهشگران در یک شرکت نوپا با نام Prowler.io از دانشگاه کمبریج انگلستان در حال کار روی یک رویکرد تازه از یادگیری ماشین هستند که قرار است به حل مسائل حوزه‌‌ی تخصیص پویای منابع بپردازد. این الگوریتم‌‌ها می‌‌توانند محرک لازم را برای ایجاد نوعی رفتار خاص در سیستم را ایجاد کنند. در مثال دنیای واقعی، چنین الگوریتمی می‌‌تواند با اعمال عوارض اندک، رانندگان را تشویق به استفاده‌‌از مسیرهای جاده‌‌ای خاص کند تا شدت ترافیک و آلودگی را به حداقل برساند. بااین‌حال، یونکی می‌‌گوید عرصه‌‌ی یادگیری ماشین هنوز جای کار بسیار زیادی دارد. او افزود:

استفاده‌‌از یادگیری تقویتی می‌‌تواند کمک زیادی به پیشبرد حل مسائل تخصیص پویای منابع کند. اما ازسوی دیگر، ما به حجم عظیمی از داده‌‌ها نیاز داریم تا بتوانیم یک مدل یادگیری تقویتی را بنا کنیم. به‌‌علاوه، این دانش هنوز در مرحله‌‌ی آزمایشی قرار دارد. این قضیه به‌‌خصوص درمورد سیستم‌‌های کامپیوتری که در آن با پارامترهای بیشتری نسبت‌‌به یک بازی ساده‌‌ مواجه هستیم، مصداق بیشتری دارد. (اما) پژوهش‌‌ها در این حوزه همچنان باسرعت ادامه دارد.

آنچه امروز به‌‌وضوح می‌‌دانیم این است که هنوز فاصله‌‌ی زیادی با حل این انواع از مسائل داریم. تمامی تکنیک‌‌ها و منابع محاسباتی فعلی ما در مواجهه با ماهیت تصادفی و پیچیده‌‌ی جهان واقعی کارکرد خود را از دست می‌‌دهند. اما همان‌‌طور که جمعیت گونه‌‌ی ما فزونی می‌‌یابد و عطش ما برای خدمات تقاضامحور بیشتر و بیشتر می‌‌شود، مسائل تخصیص پویای منابع نیز پیچیده‌‌تر می‌‌شوند و اثرات آن بر زندگی روزمره‌‌مان شدت بیشتری به خود می‌‌گیرد.

اگر امروز نتوانیم از پس مسائل مربوط‌‌به تخصیص پویای منابع برآییم، قطعا مشکل ما در آینده تنها به یک میز شام محدود نخواهد شد؛ دیری نخواهد پایید که کل دنیا با یک بن‌‌بست واقعی مواجه شود.

استارتاپ چینی سازنده خودروی الکتریکی بایتون، تصاویر جدیدی از کابین دیجیتال پیشرفته اولین مدل تولیدی خود یعنی کراس‌اور M-Byte منتشر کرده است. در مقایسه با تصاویر قبلی، بایتون عناصر کلیدی دیگری از فضای داخل کابین درکنار داشبورد گسترده به نمایش می‌گذارد که تا اندازه بسیار بزرگ ۴۸ اینچ در امتداد داشبورد کشیده می‌شود.

عناصر کلیدی دیگری که بایتون به آن اشاره می‌کند، در ابتدا تبلت بزرگ هفت اینچی راننده است که درکنار دکمه‌های وسط فرمان خودروی الکتریکی شاسی‌بلند قرار می‌گیرد؛ دومی نیز صفحه لمسی هشت اینچی بزرگی است که بین صندلی‌های جلو قرار دارد.

جالب خواهد بود ببینید که راننده چگونه می‌تواند بدون نگرانی و اذیت شدن از عهده کار با سه نمایشگر بزرگ بر آید، که یکی از آن‌ها به اندازه هفت تبلت بزرگ است. نمایشگر استفاده‌شده در مرکز فرمان به‌تنهایی اندازه بزرگ‌تری نسبت به نمایشگرهای سیستم سرگرمی و اطلاعاتی بسیاری از خودروهای کنونی دارد.

نمایشگر اخیر به‌عنوان یکی از رابط‌های اصلی راننده برای پیکربندی و تنظیم خودروی الکتریکی و ارتباط با نمایشگر ۴۸ اینچی عمل می‌کند و درکنار آن دکمه‌های فیزیکی برای سیستم کنترل کروز و همچنین سیستم صوتی وجود دارد. بایتون همچنین از دکمه Home و سوئیچ بالا / پایین برای عوض کردن صفحات بهره می‌برد. خوشبختانه نمایشگر با چرخش فرمان دوران نمی‌کند تا مشکلی برای توجه راننده پیش نیاید. همان‌طور که صفحه لمسی ۸ اینچی قرارداده‌شده در مقابل دسته صندلی مرکزی، امکان کنترل نمایشگر مرکزی را فراهم می‌کند و همچنین دکمه‌هایی برای کنترل سیستم آب‌وهوا و صندلی‌ها دارد. هم‌اکنون صفحه‌نمایش عقب نیز در کراس‌اور برقی بایتون برای اشتراک محتوا با استفاده شده است، هرچند که در تصاویر به چشم نمی‌خورد.

درنهایت یکی از تصاویر به دکمه‌های جعبه‌دنده بایتون M-Byte اشاره می‌کند که در داشبورد زیر دریچه‌های تهویه مرکزی قرار می‌گیرند. به‌طور کلی بایتون ادعا می‌کند کابین فضایی راحت و گرم مانند اتاق نشیمن لوکس برای سرنشینان ارائه می‌دهد. فقط راننده باید به یاد داشته باشد که درواقع می‌خواهد رانندگی کند، بنابراین نباید بیش از حد به استراحت بپردازد.

دانلود    360P      720P

به‌طور خلاصه، یک برنامه‌نویس عهده‌دار فرایند کدنویسی، اشکال‌زدایی و تطبیق با نتایج مورد انتظار، و نگه‌داری از کد منبع است. جایگاه امروز برنامه‌نویسی حاصل گام‌های متعددی در طول تاریخ است. گرچه به‌ظاهر برنامه‌نویسی ابداعی جدید به‌شمار می‌رود، اما رویدادهای بسیاری از گوشه‌های مختلف دنیا روند توسعه‌ی کامپیوتر و برنامه‌نویسی را پیش برده‌اند.

 قدیمی‌ترین نمونه‌ی عملی از برنامه‌نویسی به سال ۱۸۰۱ در کشور فرانسه برمی‌گردد. در این سال، شخصی به‌نام ژاکارد یک دستگاه بافندگی طراحی کرده بود که قادر بود تعدادی از فرآیندهای بافندگی را ازطریق کارت‌های پانچ شده به‌صورت خودکار و به ترتیب انجام دهد. فناوری جدید علاوه‌بر کمک به تولید پارچه‌های باکیفیت‌تر و پیچیده‌تر موجب شد که به‌جای تعداد زیادی کارگر، کل فرایند تنها توسط یک اپراتور مدیریت شود. این روند در خلال انقلاب صنعتی و در دیگر کشورهای اروپایی ادامه یافت که به‌دنبال آن و در نتیجه‌ی کاهش نیاز به نیروی انسانی جنبش‌های ضدفناوری نظیر لودیت‌ها شکل گرفتند که برای حفظ جایگاه شغلی‌شان مبارزه می‌کردند.

یکی دیگر از ابتدایی‌ترین ایده‌های طراحی یک ماشین قابل برنامه‌ریزی که توانایی انجام یک سری دستورها خاص را داشت، به بیش از یک قرن پیش برمی‌گردد. چارلز بابج در سال ۱۸۳۴ پیشنهاد ساخت ماشین بخاری را داد که قادر بود برخلاف سیستم‌های تک‌کاره‌ی هم‌عصر خود مجموعه‌ای از کارها را به‌صورت مکانیکی انجام دهد. دستگاه محاسباتی آقای بابج که تحت عنوان موتور تحلیل‌گر شناخته می‌شد، توانایی انجام چندین کار هم‌زمان را داشت. طی این دوره ماشین‌های جدید دیگری نیز ساخته شدند که ساختار تازه‌تری نسبت به قبل داشتند. در سال ۱۸۴۷ جرج بول، ریاضی‌دان انگلیسی، ارتباط میان علم ریاضیات و منطق را با ارائه‌ی جبر منطقی اثبات کرد.

یافته‌های او پس از حدود یک قرن در محاسبات کامپیوتری به کار گرفته شد و به این ترتیب، اولین کامپیوتر الکترونیکی به نام ENIAC در دهه‌ی ۱۹۴۰ توسط ارتش ایالات متحده ساخته شد. این کامپیوترهای جدید بسیار حجیم و دارای حافظه بسیار ناچیزی بودند و دستور دادن به آن‌ها مستلزم جابجایی و تنظیم هزاران کابل و کلید توسط برنامه‌نویسانی بود که در آن سال‌ها عمدتا از میان زنان بودند. آن‌ها ازطریق این جابجایی‌ها به کامپیوتر می‌گفتند چه کاری را (What)، به چه صورت (How) و در چه زمانی (When) انجام دهد. برنامه‌نویسی به شکل امروزی آن، حاصل تفکر و اقدامات این اشخاص است. 

چطور یک برنامه‌نویس شوم: راهنمای گام‎‌به‌گام

برنامه‌نویسی را نه با نگاه درآمدزایی بلکه باید با دل وجان و از سر علاقه شروع کنید. در این مسیر، با سوالات بسیاری روبه‌رو خواهید شد؛ از جمله آنکه بهترین زبان برنامه‌نویسی چیست؟ چقدر طول می‌کشد تا یه برنامه‌نویس خوب بشویم؟ و چقدر از این حرفه درآمد خواهیم داشت؟

یادگیری برنامه‌نویسی کار چندان آسانی نیست؛ این اولین حقیقتی است که باید با آن رو‌به‌رو شوید. بااین‌حال، هنگامی که برنامه‌نویسی را با دیگر مهارت‌ها و مسیرهای شغلی مقایسه می‌کنید، این حرفه به‌دلیل مزایای فراوان خود می‌تواند انتخاب مناسبی برای‌تان باشد:

• برنامه‌نویس‌ها در حوزه‌ای بسیار هیجان‌انگیز کار می‌کنند که هر روزه چالش‌های تازه و دانش جدید را به ارمغان می‌آورد.
• برنامه‌نویس‌ها فرصت دارند تا در هر ساعت از شبانه‌روز و در هر کجا که مایلند کار کنند.
• آموختن برنامه‌نویسی در مقایسه با دیگر مهارت‌هایی که ممکن است یادگیری‌شان در دانشگاه سه یا چند سال به طول بینجامد، آسان‌تر است. مطمئنا، می‌توانید چند سالی از زندگی‌تان را وقف یادگیری برنامه‌نویسی در دانشگاه کنید، اما وقتی که امکان یادگیری این حرفه به‌صورت آنلاین و آن هم ظرف چند ماه وجود داشته باشد، چنین کاری منطقی به‌نظر نمی‌رسد. آموزش برنامه‌نویسی بسته به نوع زبان و استعداد شما می‌تواند بین ۳ تا ۶ ماه به طول بینجامد، هرچند که مسیر یادگیری در برنامه‌نویسی هرگز متوقف نمی‌شود و یک برنامه‌نویس موفق همواره در حال یادگیری و مطالعه‌ی مباحث جدید است.

برنامه‌نویسی رشته‌ای خوش‌آتیه است. براساس آمار سرویس ایران سلری، متخصصان گروه «تحقیق و توسعه محصول»، «برنامه‌ریزی استراتژیک» و «توسعه نرم‌افزار و وب» به ترتیب بیشترین دریافتی را در رده سازمانی «کارشناس» در سال ۹۷ داشته‌اند. تقاضا، معیاری برای تشخیص رشته‌های خوش‌آتیه است. به نظر می‌رسد رشته «مهندسی کامپیوتر گرایش نرم‌افزار و طراحی وب» یکی از معدود نقاط اشتراک فهرست مشاغل پرتقاضا و مشاغل پردرآمد باشد که این امر، تابع روندی جهانی است.

مهندسی نرم‌افزار دومین شغل پرتقاضا در ۵ سال گذشته بوده و نیز در رده‌ی سوم پردرآمدترین گروه‌های شغلی سال ۹۷ قرار دارد و به نظر می‌رسد با توسعه زیرساخت‌های اینترنتی، استارتاپ‌ها و کسب‌وکارهای دیجیتال، گروه شغلی برنامه‌نویس تقاضای بالایی پیدا کرده است. در ایران نیز طی سال‌های گذشته، میزان استخدام برنامه‌نویسان کامپیوتر، مخصوصا آن گروهی که به زبان‌های برنامه‌نویسی تحت وب تسلط بیشتری داشته‌اند، با نرخ قابل قبولی در حال افزایش بوده است و به‌دلیل توسعه‌ی صنعت نرم‌افزار در داخل کشور پیش‌بینی می‌شود این روند همچنان ادامه یابد.

همان‌طور که می‌بینید، دلایل زیادی برای یادگیری برنامه‌نویسی وجود دارد. در این مقاله  به شما نشان می‌دهیم که چطور می‌توانید این حرفه را در هفت مرحله‌ی به‌نسبت ساده بیاموزید.  

گام ۱: به این فکر کنید که چرا می‌خواهید وارد این حرفه شوید

اولین و قطعا یکی از مهم‌ترین مراحل برای تبدیل شدن به یک برنامه‌نویس ماهر، شناسایی دلایلی است که قصد دارید وارد این حرفه شوید. کمی با خود خلوت کنید و در مورد سوالات زیر حسابی فکر کنید، چرا که پاسخ اصولی به این پرسش‌ها به شما کمک خواهد کرد که انتخاب درستی داشته باشید:

چرا می‌خواهید برنامه‌نویسی یاد بگیرید؟

پیش از هر اقدامی باید این سؤال را از خودتان بپرسید که آیا هدف‌تان از یادگیری برنامه‌نویسی این است که صرفا از جانبش پول درآورید؟ آیا ایده یا مفهومی در گوشه‌ی ذهن‌تان دارید که قصد دارید خودتان آن را به واقعیت تبدیل کنید؟ یا شاید هم فقط می‌خواهید در این زمینه مطالبی یاد بگیرید، زیرا به نظر می‌رسد رشته‌ای است که این روزها روی بورس است؟ صادقانه به این سوالات پاسخ دهید، زیرا آینده‌ی شغلی‌تان به پاسخ شما به این سؤال‌ها بستگی دارد.

می‌خواهید که با دانش جدید خود چه کارهایی انجام دهید؟

باید دقیقا بدانید که می‌خواهید با آموخته‌های تازه‌ی خود در زمینه‌ی برنامه‌نویسی به کجا برسید و چه اقداماتی صورت دهید. به‌عنوان مثال، دوره‌های آموزشی و زبان‌های برنامه‌نویسی مورد نیاز برای توسعه‌دهندگان نرم‌افزار یا مهندسان سیستم کاملا متفاوت از مهارت‌های یک مهندس شبکه است.

آیا در مورد یادگیری برنامه‌نویسی جدی هستید؟

پاسخ به این سؤال نیز اهمیت زیادی دارد. آیا واقعا دل‌تان می‌خواهد که برنامه‌نویس قابلی شوید و در این رشته کار کنید؟ اگر در تصمیم‌تان جدی هستید، همین حالا دست به کار شوید و یادگیری برنامه‌نویسی را آغاز کنید.

گام ۲: در مورد تخصص خود تصمیم‌گیری کنید

برنامه‌نویسی شامل تخصص‌ها و انواع مختلفی است. پس از آنکه در مورد یادگیری برنامه‌نویسی مصمم شدید، باید به دقت درباره‌ی تخصص مورد نظرتان در زمینه‌ی برنامه‌نویسی تصمیم‌گیری کنید. برخی از محبوب‌ترین تخصص‌های برنامه‌نویسی عبارت‌اند از:

توسعه‌دهندگان وب

در دنیای طراحی وب،‌ واژه‌هایی مثل Front End یا Back End ممکن است زیاد به گوش شما بخورد. توسعه‌دهندگان وب را می‌توان در این دو دسته‌بندی آورد. برنامه‌نویسان فرانت مسئول نوشتن کدهایی هستند که شکل و شمایل یک وب‌سایت و شیوه‌ی نمایش محتوای آن را مشخص می‌کند. بک‌اندها نیز عهده‌دار ایجاد اسکلت و زیربنای یک وب‌سایت و طراحی هسته‌ی دیتا و منطق سرور هستند. درواقع فرانت‌کارها در حکم بازیگران صحنه نمایش بوده و بک‌اندها نیز شبیه به عوامل پشت صحنه‌ای هستند که به‌صورت مستقیم روی صحنه نمی‌آیند، ولی تاثیر کارشان در اجرای نمایش مؤثر است.

برنامه‌نویسان نرم‌افزار

برنامه‌نویسان نرم‌افزار (همان‌طور که احتمالا می‌توانید خودتان حدس بزنید) مسئول ایجاد و توسعه‌ی نرم‌افزار هستند. آن‌ها معمولا طرح یا مفهومی را که ایده‌ی آن توسط خود یا شخص دیگری ارائه شده است، در قالب کد درمی‌آورند و آن را به محصولی عملیاتی تبدیل می‌کنند.

دانشمندان داده

دانشمندان داده عموما نقش‌های متفاوتی ایفا می‌کنند. دانشمندان داده علاقه زیادی به حل مسئله با رویکرد داده‌محور داشته و وظیفه‌ی پیش‌بینی فرآیندها، متن‌کاوی، تحلیل سری زمانی، و تحلیل شبکه‌های اجتماعی را برعهده‌ دارند. آن‌ها مهارت خود در تحلیل آماری و مدل‌سازی یادگیری ماشینی را در جهت پیش‌بینی و پاسخ به سوالات مهم بنگاه‌های اقتصادی به‌کار می‌برند. دانشمندان می‌توانند در مراکز تحقیقاتی یا دانشگاه‌ها کار کنند. آن‌ها در زمینه‌ی تحقیقات مهارت دارند و برای ساده‌سازی کارشان از کدنویسی بهره می‌گیرند.

مدیر پایگاه داده

مدیران پایگاه داده نیز وظایف متفاوتی را بر دوش دارند. آن‌ها عمدتا مسئول گردآوری مقادیر زیادی اطلاعات و تأمین، سازماندهی و تحلیل آن هستند. اگر به آمار و تجزیه و تحلیل داده علاقمند هستید، می‌توانید در این شغل خوش بدرخشید. یک متخصص دیتابیس وظایف دیگری نیز بر عهده دارد؛ از جمله سازماندهی و نگه‌داری داده‌هایی مثل اطلاعات مالی، اطلاعات مشتریان، اطلاعات انبار و کلیه‌ی اطلاعاتی که ارزش حفظ و طبقه‌بندی را دارند. این متخصصان دارای تخصص و دانش بالایی در کار با نرم‌افزارهای ساخت و توسعه‌ی بانک‌های اطلاعاتی مثل اوراکل، SQL و اکسس هستند.

توسعه‌دهنده‌ی برنامه‌های موبایل

با افزایش روزافزون کاربران گوشی‌های هوشمند، تقاضا برای برنامه‌های جدید و هیجان‌انگیز موبایل نیز بالا رفته است. توسعه‌ی برنامه‌های موبایل به‌سرعت تبدیل به یکی از پرطرفدارترین زمینه‌های برنامه‌نویسی می‌شود. برنامه‌نویسان تلفن همراه فرصت‌های بسیار زیادی نیز در زمینه فریلنسینگ دارند.

سایر تخصص‌ها

آنچه در بالا خواندید، تنها اشاره‌ای گذرا به برخی از رایج‌ترین مشاغل برنامه‌نویسی بود. اگر هیچ‌کدام از این حوزه‌ها مورد اقبال‌تان نبود، تحقیقات بیشتری انجام دهید و تخصص‌های دیگر در زمینه‌ی برنامه‌نویسی را نیز بررسی کنید. پیشرفت فزاینده‌ی فناوری موجب شده تا هر روزه عناوین و نقش‌های جدید شغلی به‌وجود بیایند، بنابراین لازم است که آخرین اخبار و روندهای صنعت را دنبال کنید و با شبکه‌ای از برنامه‌نویسان همکاری کنید تا از فرصت‌های تازه غافل نشوید.

گام ۳: حداقل در یک زبان برنامه‌نویسی متخصص شوید و قبل از آن، زبان انگلیسی‌تان را تقویت کنید

هنگامی که زمینه‌ی تخصصی خود در برنامه‌نویسی را انتخاب کردید، باید به زبان‌هایی که مربوط‌به آن زمینه هستند تسلط پیدا کنید. به‌عنوان مثال، یک مدیر پایگاه داده باید به SQL اشراف داشته باشد، فرانت‌کارها نیز باید در زمینه‌ی CSS و جاوا اسکریپت متخصص باشند و اگر قصد دارید که برای گوشی‌های هوشمند برنامه بسازید، باید به زبان Java یا Swift مسلط باشید.

روی‌هم‌رفته، باتوجه به عدم تشابه مبانی زبان‌های برنامه‌نویسی، بهتر است که یک زبان را یاد بگیرید و وقتی که به جایگاه درستی در آن رسیدید، وارد برنامه‌نویسی به زبان دیگری شوید. یادگیری زبان برنامه‌نویسی پیش‌نیازهایی هم دارد و موفقیت در آن در گرو آشنایی با ساختمان داده‌ها، الگوریتم‌ها، زبان انگلیسی، و کار کردن با نرم‌افزارهای مرتبط است.

در ادامه، برخی از محبوب‌ترین زبان‌های برنامه‌نویسی و کاربردهای آن‌ها را مشاهده می‌کنید. یکی از مهم‌ترین دغدغه‌های کسانی که قصد ورود به حوزه‌ی برنامه‌نویسی را دارند، این است که بدانند بهترین زبان برای یادگیری کدام است. اما پاسخ به این سؤال وابسته به عوامل بسیاری بوده و به این سادگی‌ها نیست. نکته‌ی قابل‌توجه این است که باتوجه‌به سرعت چشمگیر پیشرفت فناوری و ظهور و تکامل انواع زبان‌های برنامه‌نویسی، پیشرفت در این حوزه در گرو روزآمدی و یادگیری مستمر مباحث تازه است. بنابراین انتخاب زبان برنامه‌نویسی مناسب وابسته به بررسی اطلاعات به‌روز و بررسی قابلیت‌ها، کاربردها و محدودیت‌های هر زبان است. پس از شناخت کاربرد هر زبان، می‌توانید خود را آماده‌ی یک ماجراجویی مهیج در دنیای پرهیجان برنامه‌نویسی کنید. نکته‌ی دیگری که باید مدنظر داشته باشید، این است که پردرآمدترین زبان برنامه‌نویسی در ایران، زبانی است که برنامه‌نویس به آن کاملا مسلط بوده و حرف‌های زیادی برای گفتن داشته باشد.

پایتون

پایتون یکی از زبان‌های برنامه‌نویسی متنوع و گسترده در دنیای هیجان‌انگیز برنامه‌نویسی است. پایتون یک انتخاب عالی برای افرادی است که مایل به کار در علوم داده، توسعه نرم‌افزار یا تقریبا هر زمینه‌ی دیگر از برنامه‌نویسی هستند. پایتون در تعدادی از فناوری‌های نوظهور مانند یادگیری ماشینی و هوش مصنوعی نیز کاربرد دارد. پایتون بستری بسیار امن بوده و به همین سبب مورد استفاده‌ی سایت‌ها و سرویس‌هایی نظیر یوتیوب و دراپ‌باکس قرار گرفته است. سادگی و آسانی یادگیری این زبان و ارزش بالای آموز آن، پایتون را به یک زبان برنامه‌نویسی محبوب تبدیل کرده است.

 CSS / HTML

اگر قصد دارید که به‌عنوان یک فرانت‌اند کار کنید، در این‌صورت یادگیری HTML و CSS ضروری خواهد بود. اگرچه آن‌ها دو زبان مجزا هستند، اما عموما برای ایجاد صفحات وب جذاب و هوشمندانه از هر دوی این زبان‌ها درکنار یک‌دیگر استفاده می‌شود. در یک جمله‌ی ساده می‌توانیم بگوییم که CSS آمده تا دنیای وب و صفحات وب را برای ما زیباتر کند. و این کار را با کمک و یاری HTML انجام می‌دهد.

JavaScript

جاوا اسکریپت یک زبان برنامه‌نویسی چند منظوره است که کاربردهای متعددی دارد. جاوااسکریپت زبانی قانونمند و با ساختاری استاندارد است که به‌لحاظ کارایی و استفاده از پرامتیازترین زبان‌های برنامه‌نویسی در سراسر دنیا است. این زبان ارزش یادگیری بسیار بالایی داشته و نقطه‌ی شروع خوبی برای ورود به دنیای برنامه‌نویسی است. این زبان در طراحی وب‌سایت‌های تعاملی، طراحی فرانت، طراحی اپلیکیشن‌های موبایل، توسعه‌ی بازی و حتی در علمرباتیک استفاده می‌شود!

جاوا

جاوا به‌عنوان یکی از متنوع‌ترین زبان‌های برنامه‌نویسی در جهان شناخته می‌شود. جاوا ارزش یادگیری بسیار بالایی دارد، هرچند که یادگیری آن دشوارهای خود را دارد. بهره‌مندی این زبان از ماشین مجازی موجب می‌شود تا جاوا با هر پلتفرمی سازگار باشد و انتخابی مطمئن برای توسعه‌دهنده‌های بک‌اند، برنامه‌نویسان اپلکیشن‌های اندرویدی و مدیران داده باشد.

PHP

پی‌اچ‌پی یکی از زبان‌های محبوب برنامه‌نویسی است که با هدف طراحی صفحات پویای وب توسعه داده شده است. متن باز و رایگان بودن این زبان، پشتیبانی خوب و فریمورک‌های قدرتمندی مثل لاراول، موجب محبوبیت فراوان این زبان شده است. عمده سایت‌های ایرانی محبوب از زبان برنامه‌نویسی پی‌اچ‌پی استفاده می‌کنند و لذا یادگیری و تسلط بر این زبان می‌تواند آینده‌ی شغلی خوبی را برای‌تان رقم بزند.

Swift

سوئیفت یکی دیگر از  زبان‌های برنامه‌نویسی است که توسط اپل و به منظور توسعه‌ی برنامه‌های متکی برسیستم‌عامل انحصاری شرکت اپل نظیر IOS و MacOS ارائه شده است. این زبان با هدف تسهیل برنامه‌نویسی و افزایش سطح امنیت آن و جلوگیری از خطاهای برنامه‌نویسی، توسط اپل توسعه داده شده است و اجازه می‌دهد تا مبتدیان هم بتوانند با استفاده از آن اقدام به طراحی اپلیکیشن‌های iOS کنند.

solidity

سالیدیتی احتمالا ناشناخته‌ترین زبان برنامه‌نویسی در این فهرست است. سالیدیتی یک زبان برنامه‌نویسی سطح بالا است که برای کار با فناوری جدید بلاک‌ و توسعه‌ی قراردادهای هوشمند روی بلاک‌چین اتریوم طراحی شده است. ظهور ارزهای رمزنگاری‌شده و فناوری بلاک‌چین باعث افزایش تقاضا برای جذب توسعه‌دهندگان سالیدیتی شده است.

روبی

آخرین زبان در فهرست ما، روبی است. اولین‌بار مهندسان ژاپنی این زبان را برای ساخت بازی‌ها توسعه دادند. این زبان که از جمله کارآمدترین زبان‌ها برای توسعه‌ی وب‌اپلیکیشن‌ها و وب‌سرویس‌ها و بازی‌ها شناخته می‌شود، به آسانی قابل یادگیری است؛ هرچند که در مقایسه با سایر زبان‌های برنامه‌نویسی در حوزه‌ی توسعه‌ی وب چندان وسیع نیست و فرصت‌های شغلی کمتری هم دارد. ماهیت روبی شبیه پایتون است و برای طراحی شبکه‌های اجتماعی و بسترهای تجارت الکترونیک نیز کارایی دارد.

گام ۴: تمرین، تمرین و باز تمرین

حالا که قصد دارید به یک برنامه‌نویس تبدیل شوید، کافی است این راز را به ذهن‌تان بسپارید:

شما باید تمرین کنید! شما باید زیاد تمرین کنید‍!

تمرین و ممارست کلید موفقیت در حرفه‌ی برنامه‌نویسی است. دست به کار شوید، کد بنویسید و به کمک یک ویرایشگر در مرورگرتان به اصلاح اشتباهات خود بپردازید. آن‌ها را به اشتراک بگذارید و نقد و نظر دیگران را جویا شوید. هر روز موضوع جدیدی یاد بگیرید و تا زمان اشراف بر جنه‌های مختلف آن به تمرین ادامه دهید. می‌توانید تمرین‌ خود را در سایت‌هایی نظیر codingame.com انجام دهید که شامل مسائل و سوالات دسته‌بندی‌شده‌ای است که می‌توانید باتوجه‌به سطح مهارت خود درجه‌ی سختی آن را پیدا کنید.  

گام ۵: نمونه کار داشته باشید

امروزه بسیاری از شرکت‌ها بدون توجه به مدرک تحصیلی‌تان، نمونه کارهایی از شما مطالبه می‌کنند تا میزان مهارت‌تان را مشخص کنند. هر چند داشتن مدرک تا حدودی موجب اعتبار بیشتر برای‌تان می‌شود، اما در دست داشتن نمونه کارهای عالی و قابل قبول کلید استخدام شما توسط کارفرمایان خواهد بود. در حال حاضر وب‌سایت‌های آموزشی متعددی در زمینه‌ی برنامه‌نویسی وجود دارد که w3schools.com و bloc.ioc ساده‌ترین و کامل‌ترین آن است. به‌علاوه کتاب‌های خودآموز متعددی هم وجود دارد که در صورت به‌روز بودن و آموزش کارگاهی می‌تواند کمک فراوانی به پیشرفت‌تان کند. اما شاید یکی از بهترین روش‌های یادگیری اصولی برنامه‌نویسی، کارآموزی در شرکت‌ها و یادگیری مبانی برنامه‌نویسی از زبان حرفه‌ای‌های این رشته است.

کارآموزی درکنار مزایای بسیار می‌تواند به تقویت پورتفولیوی کاری‌تان نیز کمک کند. به‌علاوه می‌توانید در برنامه‌های توسعه‌داده‌شده توسط دیگران نیز مشارکت کنید. به‌طور مثال، «گیت‌هاب» یکی از وب‌سایت‌های بسیار معروف در این زمینه است که برنامه‌نویسان حرفه‌ای در آن به انتشار کدهای خود می‌پردازند و شما می‌توانید با جست‌وجو در آن به پروژه‌های انجام شده توسط سایر برنامه‌نویسان دسترسی پیدا کنید. ضمن آنکه می‌توانید مشکلات خود در مسیر یادگیری را در انجمن‌های آنلاین برنامه‌نویسی مطرح کنید و نظر سایرین را در خصوص آن بدانید.

گام ۶: وارد بازار کار شوید

حالا شما شناخت مناسبی از رشته‌ی خود دارید. تخصص‌تان در زمینه‌ی برنامه‌نویسی را انتخاب کرده‌اید، مهارت‌ها و زبان‌های برنامه‌نویسی مرتبط با آن حوزه را کسب کرده‌اید و شروع به تمرین کدنویسی کرده اید. حالا کافی است مجموعه‌ای از نمونه کارهایتان را برای کارفرمایان ارسال کنید و منتظر پاسخ‌شان بمانید. البته یکی از مزایای بزرگ برنامه‌نویسی این است که اگر حتی به استخدام جایی هم درنیایید، می‌توانید شخصا از آن پول در بیاورید و به‌صورت فریلنسری کار کنید.

گام ۷: هیچ‌گاه دست از یادگیری نکشید!

روشن است که برنامه‌نویسی زمینه‌ای به سرعت در حال توسعه است. شاید امروز مهارت‌های زیادی در این حرفه داشته باشید، اما مهارت‌های امروزتان پاسخگوی نیازهای فردا نخواهد بود. بنابراین باید مهارت‌ها و زبان‌های جدید را یاد بگیرید. اولین برنامه‌ای که بیشتر برنامه‌نویسان به نوشتن‌‌اش پرداختند، برنامه‌ی «سلام جهان» (Hello world) بوده است که تنها یک پیغام کوتاه روی نمایشگر نمایش می‌دهد. آن‌ها با تمرین و یادگیری مستمر توانسته‌اند پایه‌گذار برنامه‌های پیچیده و پرکاربرد کنونی شوند.

تیپ شخصیتی خود را بشناسید

به کمک آزمون تیپ‌نمای شخصیت مایرزـ بریگز (MBTI)، می‌توان نوع و فراوانی تیپ شخصیتی خبرنگاران را مورد کنکاش قرار داد. تیپ های شخصیتی MBTI توسط ایزابل مایرز و کاترین بریگز برای دسته‌بندی افراد براساس نحوه‌ی رفتار و فکر کردن آن‌ها ساخته شد، که به ۱۶ دسته تقسیم می‌شوند. هر تیپ شخصیتی توسط ۴ حرف (مانند INTJ و ESTJ ) کدگذاری می‌شود که هر حرف نشان‌دهنده‌ی بُعدی خاص از شخصیت است.

براساس تحقیقات جهانی از برنامه‌نویسان، در بررسی ویژگی‌های شخصیتی کدنویس‌ها براساس تیپ‌نمای مایرز ـ بریگز، ۴ محور ویژگی شخصیتی برون‌گرایی- درون‌گرایی، حسی- شهودی، تفکری- احساسی و ادراک‌کننده- قضاوت‌کننده سنجیده می‌شود.

در آیتم برون‌گرایی- درون‌گرایی (اینکه افراد انرژی‌شان را از کجا می‌گیرند و آن را به کجا هدایت می‌کنند؛ دنیای بیرونی یا درونی؟)، برنامه‌نویسان عمدتا و درمجموع، درون‌گرا هستند. در آیتم حسی- شهودی (به‌این معنا که ما معمولا چه نوع اطّلاعاتی را متوجه می‌‏شویم) نیز برنامه‌نویسان بیشتر شهودی هستند و کسب اطلاعات آنان ازطریق شم ‌آنان و نه حواس پنجگانه صورت می‌گیرد. در بعد تفکری- احساسی، برنامه‌نویس‌ها بیشتر تفکری هستند؛ یعنی براساس تفکر تصمیم می‌گیرند. به‌علاوه بیشتر برنامه‌نویس‌ها قضاوت‌کننده هستند؛ یعنی معمولا سازماندهی‌شده، ساختارمند و منظم هستند.

برنامه‌نویس‌ها چقدر درآمد دارند؟

میزان درآمد برنامه‌نویس‌ها به عوامل متعددی از جمله سابقه‌ی کار، تجربه، پست سازمانی پیشین، میزان تخصص و تسلط بر زبان برنامه‌نویسی و نیز محل کار برنامه‌نویس بستگی دارد. روی‌هم‌رفته توسعه‌دهندگان وب و برنامه‌نویسان کامیپوتر در میان پردرآمدترین مشاغل جهان به‌شمار می‌روند. متوسط درآمد سالانه‌ی برنامه‌نویسان در سال ۲۰۱۸ و مطابق داده‌های سامانه حقوق و دستمزد PAyScale معادل ۶۱.۸۳۳ دلار است:

متوسطی پرداخت سالانه‌ی شرکت‌های مشهور به برنامه‌نویسان نیز به قرار زیر است:

بازار کار برنامه‌نویسی این روزها در ایران نیز حسابی داغ است و سازمان‌های داخلی تلاش می‌کنند تا برنامه‌نویس‌های برتر را به خود جذب کنند. در این بین تعداد زیادی از برنامه‌نویسانی که قصد تغییر شغل دارند، تخمین درستی از حقوق منصفانه خود در این بازار ندارند و نمی‌دانند باید چه عددی را به‌عنوان حقوق درخواستی خود ذکر کنند. بر همین اساس جاب ویژن تصمیم گرفت تا یک نظرسنجی سراسری و بزرگ را برای محاسبه‌ی میانگین دستمزدها در این حوزه برگزار کند و براساس داده‌های واقعی، گزارش تحلیلی و جامعی از سطح حقوق و مزایای برنامه‌نویسان منتشر کند.

در این نظر سنجی، ۱۳۰۷ نفر شرکت داشته‌اند که نتایج آن در زیر قابل مشاهده است.

آیا برنامه‌نویسی نیاز به مدرک تحصیلی دارد؟

آموزش برنامه‌نویسی در سطوح مختلفی از کلاسهای آموزشی آنلاین گرفته تا تحصیلات دانشگاهی انجام می‌شود. با این وجود، کارفرمایان بیشتر به میزان دانش و تجربه‌ی فرد در زبان‌های برنامه‌نویسی توجه دارند تا مدارک تحصیلی. هرچند که قدیمی‌ترها همواره مدرک دانشگاهی را به‌عنوان بهترین مسیر دستیابی به شغلی پردرآمد و آینده‌دار در نظر می‌گرفتند. اما بسیاری از توسعه‌دهندگان نام‌آور هرگز مدرکی از دانشگاه نگرفته‌اند یا حتی در مقطعی ترک تحصیل کرده‌اند. طبق گزارشی که در سال ۲۰۱۶ منتشر شده است، بیش از نیمی از برنامه‌نویسان فعال مدرکی در حوزه‌ی علوم رایانه‌ای ندارند. کسانی که به برنامه‌نویسی به‌عنوان حرفه‌ی آینده‌ی خود نگاه می‌کنند، می‌کوشند تا به‌صورت خودآموز به یادگیری تازه‌ترین مباحث روز دنیای برنامه‌نویسی بپردازند. بااین‌حال، مبحث برنامه‌نویسی در سطوح مختلفی در مراکز آموزشی دولتی، خصوصی و مجازی ارائه می‌شود. در مجموع فارغ‌التحصیلان رشته‌های علوم کامپیوتر، مهندسی نرم‌افزار، مهندسی فناوری اطلاعات یا کارشناسی ارشد در یکی از گرایش‌های ارشد مهندسی کامپیوتر و گرایش‌های ارشد مهندسی فناوری اطلاعات، به ظاهر آمادگی بیشتری برای ورود به این شغل دارند.

بااین‌حال، طبق آمار نظرسنجی مراکزی چون StackOverflow (معتبرترین وب‌سایت پرسش و پاسخ برنامه‌نویسان) نیز بیشترین درصد برنامه‌نویسان دارای مدرک لیسانس بودند و ۱۲ درصد هم محصل یا دانشجو بودند. جالب است بدانید که نیمی از برنامه‌نویسان شرکت‌کننده در  این نظرسنجی، مدرک دانشگاهی مرتبط با رشته کامپیوتر نداشتند.

مقطع هنرستان

در سال‌های گذشته علاقمندان به تحصیل در زمینه علوم کامپیوتر در رشته‌ای با عنوان کامپیوتر در هنرستان‌ها مشغول به تحصیل می‌شدند که با تغییر نظام آموزشی از سال ۹۵، این رشته با عنوان جدید شبکه و نرم‌افزار رایانه به هنرجویان ارائه شد. به‌طور کلی رشته‌های هنرستان در ایران در چهار زمینه‌ی اصلی صنعت، کشاورزی، هنر وخدمات ارائه می‌شود که رشته‌ی شبکه و نرم‌افزار رایانه در دسته‌ی صنعت قرار می‌گیرد. مهم‌ترین درس برای این رشته در سه ساله اول متوسطه، درس کار و فناوری است. هنرجویان طی این دوره مباحث متعددی از جمله ریاضیات، زبان انگلیسی، نصب و راه‌اندازی سیستم‌های رایانه‌ای، تولید محتوای الکترونیک، دانش فنی پایه، توسعه برنامه‌سازی و پایگاه داده، پیاده‌سازی سیستم‌های اطلاعاتی و طراحی وب، تجارت الکترونیک و امنیت شبکه را فرا می‌گیرند.

کاردانی کامپیوتر

دانش‌آموختگان هنرستان، کاردانش و فنی حرفه‌ای که پیش‌دانشگاهی را نگذرانده‌اند، برای ورود به دانشگاه ابتدا وارد مقطع کاردانی می‌شوند و سپس در صورت تمایل تحصیلات‌شان را در مقاطع بالاتر ادامه می‌دهند. بااین‌وجود دانش‌آموزانی که مقطع پیش‌دانشگاهی را گذرانده باشند نیز می‌توانند کاردانی کامپیوتر را انتخاب کنند. هدف این دوره، تربیت برنامه نویسانی است که در زمینه‌های مختلف برنامه‌نویسی جهت راه‌اندازی و استفاده سیستم‌های سخت‌افزاری جدید یا موجود فعالیت کنند. دانش‌آموختگان این دوره می‌توانند به‌صورت فردی یا در قالب گروهی نسبت به برنامه‌نویسی و تولید نرم‌افزارهای مختلف برای شرکت‌های خصوصی، سازمان‌های دولتی و سایر کارفرمایان اقدام کنند. کاردانی کامپیوتر در تمام دانشگاه‌های شبانه و روزانه، آزاد، غیرانتفاعی، علمی کاربردی و فنی حرفه‌ای پذیرش دانشجو دارد. درصورتی‌که شما نیز داوطلب کاردانی کامپیوتر هستید، می‌توانید در زمان ثبت‌نام دانشگاه دفترچه راهنما را از سایت سازمان سنجش یا سایت دانشگاه آزاد (برای ثبت‌نام بدون کنکور آزاد) دریافت و نسبت به ثبت‌نام اقدام کنید. مدت مجاز تحصیل در مقطع کاردانی تا دو سال‌ونیم است، اما معمولاً دانشجویان می‌توانند طی دو سال آن را به پایان برسانند.

دانشجویان کاردانی کامپیوتر باید بین ۶۸ تا ۷۳ واحد درسی را بگذرانند.

 مقطع کارشناسی

گرایش‌های رشته‌ی کامپیوتر در مقطع کارشناسی دارای دو گرایش سخت‌افزار و نرم‌افزار است که دانشجو می‌تواند باتوجه‌به علاقه نسبت به انتخاب هر کدام اقدام کند. دانشجو در طول مدت تحصیل رشته کارشناسی نرم‌افزار با انواع برنامه‌ها و نحوه‌ی کار کردن با آن‌ها آشنا می‌شود و علاوه‌بر آن اصول برنامه‌نویسی که یکی از مهم‌ترین مباحث رشته‌ی کامپیوتر محسوب می‌شود را آموزش می‌بینید.

مقطع کارشناسی ارشد و دکتری

گرایش‌های رشته کامپیوتر در مقطع کارشناسی ارشد دارای چهار گرایش نرم‌افزار، معماری کامپیوتر، هوش مصنوعی و الگوریتم و محاسبات است.

دوره‌های آنلاین یادگیری برنامه‌نویسی

در دنیای مجازی، وب‌سایت‌هایی وجود دارد که به شما کمک می‌کند از صفر بتوانید برنامه‌نویسی را یاد بگیرید. استفاده‌ی صحیح از این وب‌سایت‌ها مستلزم تسلط نسبی به زبان انگلیسی (برای سایت‌های خارجی)، حوصله و علاقه فراوان، اختصاص زمان کافی و برنامه‌ریزی دقیق است. 

در ادامه، تعدادی از منابع فارسی و انگلیسی آنلاین برای یادگیری برنامه‌نویسی را  مشاهده می‌کنید:

• وب‌سایت انگلیسی coursera

•  w3schools.com (بهترین و کامل‌ترین و ساده‌ترین سایت آموزش برنامه‌نویسی با امکان تمرین و تست)

• bloc.io (وب‌سایتی برای آموزش آنلاین برنامه‌نویسی)

• continuinged.uml.edu (وب‌سایتی برای آموزش آنلاین برنامه‌نویسی با ارائه مدرک)

• codeavengers.com (بستر آنلاین و رایگان برای شروع آموزش برنامه‌نویسی)

• html.ir (وب‌سایتی برای اموزش ساده و قدم به قدم html از صفر)

• lynda.com  

• وب‌سایت انگلیسی Code Academy

• وب‌سایت انگلیسی udemy
• وب‌سایت انگلیسی tutorialspoint
• وب‌سایت w3schools
• وب‌سایت انگلیسی udacity

و وب‌سایت‌های فارسی:

•  زومیت
•  فرانش
• فرادرس
• مکتب خونه
• کد فرند
• سکان آکادم

Windows Sandbox یکی از ویژگی‌های جدید به‌روزرسانی ماه مه ویندوز ۱۰ است که برای تست برنامه‌ها و هر چیزی که به نظر کاربر امن نیست، طراحی‌ شده است، درواقع Windows Sandbox در یک محیط کاملا ایزوله اجرا می‌شود و حتی اگر کاربر اقدام به نصب ویروس در این محیط کند، بازهم مشکلی برای ویندوز اصلی به وجود نخواهد آمد. ازنظر فنی، Windows Sandbox یک ماشین مجازی است که قدرتش را از Microsoft Hyper-Vمی‌گیرد. هایپر وی از همان ایمیج اصلی ویندوز استفاده می‌کند؛ با این تفاوت که حجم این ایمیج فقط ۱۰۰ مگابایت است و این موضوع باعث می‌شود که Windows Sandbox درکنار زمان‌بندی صحیح هسته و گرافیک مجازی و مدیریت هوشمند RAM، بسیار سبک و سریع باشد.

البته شاید از خودتان بپرسید که ماشین مجازی همچنین کاری انجام می‌دهد. اینجا است که باید به تفاوت Windows Sandbox و ماشین مجازی بیشتر توجه کنیم. در Windows Sandbox شما نیاز به دانلود هیچ نسخه‌ای از ویندوز و طی کردن مراحل نصب ندارید. هر زمان که Windows Sandbox را اجرا می‌کنید، یک نسخه‌ی کاملا تمیز از ویندوز ۱۰ را روبه‌روی خود می‌بینید و بعدازاینکه کارتان با Windows Sandbox تمام شد، با بستن آن، تمام‌ کارهایی که انجام داده‌اید به‌صورت کاملا خودکار پاک خواهند شد. پس شاید تفاوت اصلی Windows Sandbox در مقابل ماشین مجازی را باید در سرعت و امنیت بیشتر آن جست‌وجو کرد.

سیستم موردنیاز برای اجرای Windows Sandbox

• (Windows 10 Pro (or Enterprise
• Hardware virtualization
• AMD64 architecture
• (2processor cores minimum (4 cores with hyperthreading is recommended
• (4GB of RAM (8GB is recommended
• (1GB of HDD space (SSD is recommended

چگونه Windows Sandbox را در ویندوز ۱۰ فعال کنیم؟

فعال کردن Windows Sandbox در ویندوز ۱۰ کار بسیار راحتی است؛ اما قبل از آن، باید اطمینان حاصل کنیم که پردازنده‌ی کامپیوترمان از Virtualization پشتیبانی می‌کند. برای برسی این مورد مراحل زیر را انجام دهید.

در بخش جستجوی ویندوز ۱۰، cmd را تایپ و سپس آن را باز کنید. حالا دستور زیر را تایپ کنید و در آخر Enter را بزنید.

systeminfo.exe

حالا در زیر صفحه‌ی بازشده، گزینه Hyper-V Requirements را پیدا کنید. اگر در جلوی گزینه‌ی Virtualization Enabled In Firmware کلمه‌ی Yes دیدید، به این معنی است که مشکلی در اجرای Windows Sandbox نخواهید داشت.

نکته‌ی مهم: اگر اطمینان دارید که CPU کامپیوتر شما از irtualization پشتیبانی می‌کند ولی در روش بالا عبارت No را دیدید؛ به این دلیل است که این ویژگی ازطریق BIOS یا UEFI غیرفعال شده و باید وارد تنظیمات مادربرد خود شوید و این گزینه را فعال کنید.

فعال‌سازی Windows Sandbox

از منوی استارت ویندوز ۱۰، Turn Windows features on or off را جست‌وجو کنید و سپس در صفحه بازشده تیک گزینه Windows Sandbox را بزنید و درنهایت OK کنید. حالا باید سیستم خود را برای اعمال تغییرات ریست کنید.

چگونه از Windows Sandbox در ویندوز ۱۰ استفاده کنیم

بعدازاینکه ویندوز به‌صورت کامل بالا آمد، وارد منوی استارت شوید، Windows Sandbox را سرچ کرده و آن را به‌صورت Run as administrator اجرا کنید.

بعد از اجرای Windows Sandbox می‌توانید برنامه‌هایی مورد نظرتان را با Copy در سیستم اصلی و Paste در Windows Sandbox اجرا کنید. یا به‌صورت مستقیم فایل را با خود Windows Sandbox دانلود کنید. فقط توجه داشته باشید که امکان drag and drop در Windows Sandbox وجود ندارد.

یک مطالعه‌ی برجسته‌ی جدید که تحت هدایت گروهی از پژوهشگران دانشگاه‌های کینگز لندن و کمبریج انجام شده، مکانیسم مسئول سخت شدن سرخرگ‌ها را توصیف کرده است. این پژوهش همچنین به یک آنتی‌بیوتیک معمول به‌عنوان درمانی جدید برای پیشگیری از این وضعیت اشاره می‌کند.

همچنان که سن ما افزایش پیدا می‌کند، رسوبات کلسیم نیز در دیواره‌ی سرخگ‌های‌مان تجمع پیدا می‌کنند. سخت شدن سرخرگ‌ها با تعدادی از بیماری‌ها نظیر حمله‌ی قلبی، سکته و زوال عقل مرتبط است. تاکنون، دانشمندان نمی‌دانستند که دقیقا چه چیزی موجب می‌شود کلسیم در سرخرگ‌ها جمع شود. کتی شاناهان، پژوهشگر دانشگاه کینگز می‌گوید:

این سخت شدن یا کانی‌سازی زیستی برای تولید استخوان‌ها ضروری است اما در سرخرگ‌ها زمینه‌ساز بیماری‌های زیادی مثل بیماری قلبی‌عروقی و دیگر بیماری‌های مرتبط با پیری مانند زوال عقل است. ما می‌خواستیم بدانیم که چه چیزی موجب آغاز تشکیل کریستال‌های کلسیم فسفات می‌شود و چرا این کریستال‌ها در اطراف کلاژن و الاستین که دیواره‌ی سرخرگ‌ها را می‌سازند، جمع می‌شوند.

دانشمندان با استفاده از تکنیکی به نام طیف‌سنجی تشدید مغناطیسی هسته‌ای متوجه شدند که مقصر کل این ماجرا، مولکولی است که پلی ADP ریبوز یا PAR نامیده می‌شود. این روش نشان داد که PAR زمانی تولید می‌شود که سلول می‌میرد و وقتی این مولکول آزاد می‌شود، شروع به پاک‌سازی یون‌های کلسیم می‌کند تا اینکه آن‌ها درنهایت به شکل بلور درآمده و به دیواره‌ی سرخگ‌ها می‌چسبند. ملیندا دوئر، نویسنده‌ی مقاله می‌گوید:

ما هرگز پیش‌بینی نمی‌کردیم که این وضعیت به‌وسیله‌ی PAR ایجاد شود. این در آغاز یک کشف تصادفی بود اما ما آن را دنبال کردیم و درنهایت منجر به پیشنهاد یک درمان احتمالی شد.

جست‌وجو به‌دنبال یک درمان، پژوهشگران را به‌سوی بررسی مجموعه‌ای از مولکول‌ها که می‌توانند مانع از آزاد شدن PAR شوند، هدایت کرد و آن‌ها درنهایت آن را در یک آنتی‌بیوتیک رایج به نام ماینوسایکلین پیدا کردند. نتایج آزمایش‌های حیوانی نشان داد که مقادیر بالای ماینوسایکلین مانع از تولید PAR و درنتیجه مانع از کلسیفیه شدن سرخرگ‌ها می‌شود. شاناهان می‌گوید:

ما مجبور بودیم یک مولکول موجود ارزان‌قیمت و بی‌خطر را پیدا کنیم وگرنه باید چندین سال را صرف توسعه‌ی یک داروی جدید می‌کردیم. فرایند رفتن به کلینیک دارویی که بی‌خطر بودن در انسان‌ها قبلا نشان داده شده باشد، بسیار سریع‌تر است.

البته این موضوع به این مفهوم نیست که ماینوسایکلین فورا تبدیل به داروی جدیدی برای بیماری قلبی و سکته می‌شود. مقادیر مؤثر آزمایش‌شده در این آزمایش‌ها به حد ۵۰ میلی‌گرم در کیلوگرم می‌رسید در حالی‌که مقدار بالای این دارو برای انسان در حال حاضر حدود ۵ میلی‌گرم در کیلوگرم درنظر گرفته می‌شود. بنابراین به‌جای پیشنهاد خود ماینوسایکلین به‌عنوان یک درمان سودمند، مطالعه بر این نکته تأکید می‌کند که مهار PAR می‌تواند به‌طور موثری از فرایند کانی‌سازی کلسیم را در دیواره‌ی سرخرگ‌ها ممانعت کند.

جالب اینکه، این نخستین بار نیست داروی ماینوسایکلین به‌خاطر اثرات جانبی مثبت غیر از عمل معمول خود به‌عنوان یک آنتی‌بیوتیک مورد توجه قرار گرفته است. نتایج پژوهشی که در سال گذشته انجام شد، نشان داد که ماینوسایکلین می‌تواند از تجمع پروتئین مرتبط با برخی از بیماری‌های تخریب‌کننده‌ی عصب ممانعت کند و حداقل در آزمایش‌های حیوانی اولیه موجب افزایش طول عمر شود.

البته دقیقا آشکار نیست که این کشف تا چه حد می‌تواند به یک درمان مؤثر انسانی ترجمه شود، مخصوصا اینکه هنوز این موضوع مشخص نیست که استفاده از این آنتی‌بیوتیک به‌عنوان یک درمان بلندمدت چقدر بی‌خطر است. پژوهشگران این مطالعه خاطرنشان کردند که قصد دارند طی یکی دو سال آینده یک «آزمایش اثبات مفهوم» در بیماران انسانی انجام دهند؛ اما معلوم نیست که آیا آن‌ها مستقیما از ماینوسایکلین یا نوعی دیگر از مهارکننده‌ی PAR استفاده خواهند کرد یا خیر.

نتایج پژوهش حاضر در مجله‌ی Cell Reports منتشر شده است.

دوچرخه‌های برقی مجهز به سیستم پدال کمکی واقعاً در چند سال اخیر بسیار رواج یافته‌اند و هنگام سواری، شما را از نفس نمی‌اندازند. درحالی‌که بسیاری از طرح‌ها به‌دنبال دوچرخه سنتی هستند، شرکت آلمانی eRockit قطعاً بیش از آنکه به‌دنبال دوچرخه باشد، از بخش‌های موتوری در محصول جدید خود استفاده می‌کند.

به‌طور سنتی، موتورگازی به موتورسیکلت کوچکی مجهز به پدال دوچرخه‌ای می‌گویند که موتورسوار می‌تواند از حالت توقف تا جایی پدال بزند و سپس سایر مسافت سفر را از قدرت سیستم پیشران کوچک بهره ببرد. اخیراً این واژه برای موتورسیکلت‌های سبک‌وزن و کم‌قدرت استفاده می‌شود که هیچ‌گونه پدالی ندارند.

محصول جدید eRockit کاملاً موتورگازی نیست و همچنین شباهتی نیز به دوچرخه‌ی مجهز به سیستم پدال کمکی هم ندارد، اما چیزی بین این دو است. درواقع سازندگان آن می‌گویند که مانند دوچرخه عمل می‌کند ولی عملکردی شبیه موتورسیکلت ارائه می‌دهد. در حقیقت eRockit شتاب سریع و بیشینه سرعت بیش از ۸۰ کیلومتربرساعت خود را ازطریق سیستم محرکه مستقیم بدون کلاچ به رخ می‌کشد.

گفته می‌شود که موتور الکتریکی سنکرون آهنربا دائم آن تا ۱۶ کیلووات قدرت ارائه می‌دهد و باعث می‌شود که نیروی پدال‌زنی دوچرخه‌سوار را تا بیش از ۵۰ برابر افزایش دهد. شعاع حرکتی به‌لطف بهره‌گیری از پکیج باتری ۶/۶ کیلووات ساعت، تا بیش از ۱۲۰ کیلومتر به ازای هر بار شارژ چهار ساعته می‌رسد.

سواری با eRockit ساده است. شما کلاه ایمنی خود را روی سر می‌گذارید و روی دستگاهی مانند موتورسیکلت می‌‌نشینید و شروع به پدال زدن می‌کنید. شرکت سازنده ادعا می‌کند که دوچرخه‌سوار یا موتورسوار هنگام حرکت و استفاده کردن از نیروی پدال‌زنی نسبتاً‌ کم، نیروی رانشی روبه‌جلوی بسیار مهیجی را تجربه می‌کند. 

بخشی از مشخصات فنی eRockit منتشر شده اما این شرکت می‌گوید که از فریم آلومینیومی، رینگ‌های آلیاژی سبک وزن، ترمز دیسکی، سیستم روشنایی یکپارچه ساخته شده است و وزن کلی آن بدون احتساب موتورسوار، تنها به ۱۲۰ کیلوگرم می‌رسد.

محصول جدید eRockit با قیمت ۱۳ هزار و ۳۵۰ دلار، تاکنون بیش از ۱۵۰ هزار کیلومتر کارکرد آزمایشی را تجربه کرده است. ویدیوی زیر آزمایش این دوچرخه‌/موتورسیکلت را نشان می‌دهد.

 دانلود      360P       720P

امروزه وجود چندین اپلیکیشن مسیریابی در گوشی‌های هوشمند کاربرانی که در کلان‌شهرها زندگی می‌کنند، به امری عادی و البته ضروری تبدیل شده است، چراکه گسترش روزافزون شهرها درکنار افزایش ترافیک و از همه مهم‌تر، ارزش بالای زمان برای هر فرد در زندگی مدرن باعث شده تا اپلیکیشن‌های مسیریابی به یکی از ملزومات مورد استفاده در زندگی روزمره کاربران تبدیل شوند.

هرچند تجربیات شهودی خود گواه استفاده‌ی گسترده‌ی کاربران از اپلیکیشن‌های مسیریابی است، اما می‌توان صحت این ادعا را در گزارش‌های آماری دقیق منتشرشده نیز مشاهده کرد. کافه بازار به‌عنوان بزرگ‌ترین فروشگاه اپلیکیشن داخلی در گزارش مربوط‌به سال ۹۷، به این نکته اشاره کرده که اپلیکیشن‌های رفت‌وآمد، سومین رتبه را از نظر نصب بین ۲۴ دسته‌ی مورد بررسی به خود اختصاص داده‌اند. آمار نصب ۲.۴ اپلیکیشن از دسته‌ی رفت‌وآمد توسط هر کاربر کافه‌ بازار گواهی بر این مدعی است که موضوع یادشده از اهمیت بالایی در زندگی کاربران برخوردار است. از بین مسیریاب‌های اینترنتی، استقبال کاربران از گزینه‌های داخلی نظیر نشان و بلد، مخصوصا در کلان‌شهرهایی نظیر تهران، کرج و مشهد نشان از این موضوع دارد که کاربران ایرانی به‌دنبال دریافت اطلاعات صحیح و نزدیک به واقعیت از مسیریابی خود هستند.

استقبال از «نشان» که یک میلیون‌بار نصب را پشت سر گذاشته و همچنین «بلد» که رشد خوبی را تجربه می‌کند، نشان‌دهنده‌ی علاقه‌ی کاربران به دریافت اطلاعات نزدیک به واقعیت است، چراکه به‌طور حتم توسعه‌دهندگان بومی از مزیت‌های بسیاری برای ارائه‌ی اطلاعات دقیق برای مسیریابی برخوردار هستند. برای مثال، اطلاع از تغییرات ترافیکی نظیر طرح‌های ترافیک یا محدوده‌های زوج و فرد یا تغییرات ترافیکی دیگر که ازطریق ارتباط با نهادهای تصمیم‌گیرنده حاصل می‌شود، در اپلیکشن‌های بومی سریع‌تر و بهتر تحقق پیدا می‌کند.

هرچند اینترنت موبایل در سال‌های گذشته پیشرفت بسیار خوبی در کشور داشته، اما این پیشرفت از نظر جغرافیایی یکنواخت نبوده است و در برخی شهرهای نقاط کشور که اتفاقا اغلب از نظر مسیریابی نیز ناشناخته هستند، شاهد ضعف اینترنت هستیم. ازاین‌رو پشتیبانی از نقشه‌های آفلاین که توسط مسیریاب بلد انجام شده، راه‌حلی برای این مشکل است. بلد سعی کرده تا با ارائه‌ی نقشه‌ی آفلاین ۳۱ استان کشور، مشکل مسیریابی در شرایطی که ارتباط با اینترنت برقرار نیست را حل کند. البته باید به این نکته اشاره کرد که مسیریابی در حالت آفلاین، به‌صورت خودکار، انتخاب کم‌ترافیک‌ترین مسیر را کمرنگ می‌کند و فقط رسیدن به مقصد ازطریق کوتاه‌ترین مسیر در الویت قرار می‌گیرد.

از دیگر چالش‌های یافتن مقصد در کشور، باید به تشابه اسمی خیابان‌ها، محلات و معابر اشاره کرد. برای مثال، وجود چندین معبر هم‌نام در شهر‌های مختلف کشور امری عادی است که از این‌رو در زمان جست‌وجو برای مسیریابی، کار را دشوار می‌کند. مسیریاب بلد با علم به این موضوع، امکان یافتن مقصد با وارد کردن آدرس را ممکن کرده است. این ویژگی که با عنوان ژئوکدینگ شناخته می‌شود، امکان وارد کردن آدرس پستی و یافتن مقصد و در نتیجه مسیریابی درست را فراهم می‌کند. برای مثال کاربران می‌توانند با وارد کردن آدرسی شامل نام شهر، محله و خیابان، مکان مورد نظر را پیدا کرده و مسیریابی کنند.

به بیان ساده‌تر، ژئوکدینگ، عملیات تبدیل آدرس متنی با یک توالی مشخص به نقطه‌ی جغرافیایی است که روی نقشه قابل ردیابی باشد. اهمیت ویژگی ژئوکدینگ از این نظر مهم است که می‌توان با استفاده از آن، آدرس‌های پیچیده‌تر را روی نقشه بلد ردیابی کرد. برای مثال در صورتی که به‌دنبال کوچه‌ای با A در خیابان B شهر تهران باشید، با وجود اینکه ممکن است کوچه‌های دیگری در سطح این شهر یا شهرهای دیگر با نام A وجود داشته باشد، ژئوکدینگ کوچه A در خیابان B شهر تهران را برای شما خواهد یافت. ژئوکدینگ در حالت ساده‌‌تر شامل یافتن مکان‌هایی است که به لحاظ اسمی، مکانی یا نوع منحصر‌به‌فرد هستند. برای مثال برج میلاد، مکانی منحصر‌به‌فرد در کل کشور است، از این‌رو با تکیه بر ژئوکدینگ پیشرفته در بلد، می‌توان علاوه‌بر مکان‌های شناخته‌شده، نام معابر و خیابان‌ها را نیز به‌سادگی پیدا و مسیریابی کرد.

آزمایشگاه مگ‌لب در دانشگاه ایالتی فلوریدا، برای استفاده‌ی دانشمندان، قوی‌ترین آهنربای پیوسته‌ی جهان را با قدرتی معادل ۴۵ تسلا (۱۰ برابر قوی‌تر از یک دستگاه MRI بیمارستانی) در اختیار دارد. اکنون پژوهشگران این آزمایشگاه، خبر از ساخت یک آهنربای ۴۵/۵ تسلایی داده‌اند. هرچند ساخت این آهنربا یک پیشرفت عظیم به‌نظر نمی‌رسد ولی راه را برای ساخت آهنرباهای قوی‌تر براساس اصول ابررسانایی هموار می‌کند.

آهنربایی یک ویژگی ماده است که معمولا با حرکت بارهای الکتریکی ایجاد می‌شود. دانشمندان میدان‌های مغناطیسی قوی را با ایجاد سیم‌پیچ‌هایی که با عبور بار الکتریکی از آن‌ها میدان مغناطیسی تولید می‌شود، می‌سازند. افزایش تراکم جریان درون سیم‌پیچ منجر به ایجاد میدان مغناطیسی قوی‌تری می‌شود.

دو دهه است که ۴۵ تسلا، قوی‌ترین میدان مغناطیسی جریان مستقیمی (میدان مغناظیسی که جهت آن تغییر نمی‌کند) است که دانشمندان قادر به تولید آن هستند. آهنربای اصلی آزمایشگاه مگ‌لب از یک آهنربای مقاومتی تشکیل شده است. این آهنربا حاوی یک سیم‌پیچ مسی تولید‌کننده‌ی میدان ۳۳/۶ تسلایی درون سیم‌پیچی است که از ابررسانای نیوبیوم – قلع (Nb3Sn) ساخته شده است. این سیم‌پیچ مسی با عبور جریان حرارت تولید می‌کند، برای اجرا نیاز به ۳۱ مگاوات انرژی (بیش از اوج خروجی انرژی حاصل از برخی زیردریایی‌های هسته‌ای) دارد و نیز برای خنک کردن آن به هزاران گالن آب سرد نیاز است.

قوی‌ترین آهنربای جهان با نام Little Big Coil 3 که اندازه‌ی آن در حد یک قوطی آبجو است

آهنربای Little Big Coil 3 دارای یک آهنربای ابررسانا درون یک آهنربای مقاومتی است و به‌جای استفاده از نیوبیوم-تین از یک نوار پوشیده با نوعی ابررسانای اکسید مس به نام REBCO تشکیل شده است که در دماهای بالا خاصیت ابررسانایی به‌دست می‌آورد. نوار دارای عرضی به حد یک تار مو است و می‌تواند به‌صورت مجزا پیچانده شود و تراکم جریان الکتریکی و بنابراین قدرت میدان مغناطیسی را افزایش دهد.

پژوهشگران در تولید این آهنربا از فرایند عایق‌سازی صرف‌نظر کردند که می‌تواند به هدایت جریان کمک کند ولی در عین حال موجب از دست رفتن ویژگی‌های ابررسانایی می‌شود. طبق نتایج مقاله‌ی منتشرشده در Nature، کنار گذاشتن این بخش از کار موجب افزایش تراکم جریان و ایمن‌تر شدن فرایند خنک‌سازی شد.

این چنین میدان‌های مغناطیسی قوی معمولا برای کاربردهای علمی بنیادین مانند تلاش برای درک ویژگی‌های مواد جدید سودمند هستند. باید توجه داشته باشیم که این آزمایش یک اثبات مفهوم است، یعنی دانشمندان هنوز یک ابزار قابل اعتماد برای کاربرد در آزمایش‌ها ایجاد نکرده‌اند. دیوید لاربالستیر، پژوهشگر مطالعه گفت:

اهمیت حقیقی این پژوهش آن است که پایه‌ای برای ساخت آهنرباهای قوی‌تر با استفاده از ابررساناهای اکسید مسی ایجاد می‌کند.

محمدجواد آذری جهرمی، وزیر ارتباطات و فناوری اطلاعات در جلسه‌ی امروز ستاد فرماندهی اقتصاد مقاومتی در استان البرز از تغییرات سیستم‌عامل اندروید روی گوشی‌های داخلی خبر داد. سیستم‌عامل اندروید سفارشی‌شده برای جلوگیری از اعمال تحریم‌های یک‌جانبه‌ی آمریکا علیه نرم‌افزارهای ایرانی طراحی شده و اخبار تکمیلی آن به‌زودی منتشر خواهد شد.

به‌گفته‌ی وی تغییر سیستم‌عامل اندروید روی گوشی‌های ایرانی از اهداف مهمی بود که قرار بود به قصد حمایت از استارتاپ‌های داخلی انجام شود اما اجرای آن هر بار به تأخیر می‌افتاد؛ تا اینکه محدودیت‌های جدیدی برای برخی اپلیشکیشن‌های داخلی پیش آمد و برخی از آن‌ها از روی گوشی‌های اندرویدی پاک شدند. بعد از اعمال محدودیت‌های جدید همدلی لازم برای اجرای طرح دوباره ایجاد شد و نتیجه‌ی آن به‌زودی اعلام خواهد شد. وی گفت:

مدت زیادی بود که می‌خواستیم سیستم‌عامل اندروید را در گوشی‌های ایرانی تغییر دهیم تا از استارتاپ‌های داخلی حمایت کنیم؛ این موضوع پیش نمی‌رفت تا اینکه اپلیکشین‌های داخلی را حذف کردند و این همدلی ایجاد شد و به‌زودی نتیجه کار را اعلام می‌کنیم.