پژوهش‌ها به‌تازگی نشان داده زنان و مردان بیوه، به‌خصوص افراد مسن، پس از مرگ همسر خود بیشتر درمعرض خطر مرگ هستند. از این پدیده به‌عنوان «تأثیر بیوگی» یاد می‌شود.

دانشمندان با استفاده از رمزگشایی نشانگرهای زیستی (نشانه‌های سنجیدنی برخی از حالات و شرایط زیستی) افرادی که همسرشان را به‌تازگی از دست داده بودند، به شواهد جدیدی دست یافته‌اند که نشان می‌دهد چرا شکستن قلب و بیوگی، به‌تنهایی خطری مرگبار برای این افراد است. 

گروهی به سرپرستی کریس فاگاندیس از دانشگاه رایس پژوهشی در زمینه‌ی سایکونورواندوکرینوایمونولوژی (مطالعه‌ی تأثیر ذهن انسان بر سلامت و مقاومت او دربرابر بیماری‌ها) انجام دادند و ۹۹ شخص را آزمایش کردند که همسر آن‌ها به‌تازگی فوت کرده بود. متوسط مدتی که این افراد همسرانشان را از دست داده بودند، سه ماه بود.

مطالعه‌ی اخیر‌ فاگاندیس نشان می‌دهد مردان و زنان بیوه‌ای که به‌تازگی به‌دلیل مرگ همسر به‌سوگ نشسته‌اند، درمعرض خطر ابتلا به بیماری‌های قلبی‌وعروقی و درنهایت، مرگ قرار دارند. اعضای تیم پژوهشی او اکنون قصد دارند مهم‌ترین علت این اتفاق، یعنی التهاب را دقیق بررسی کنند. فاگاندیس درباره‌ی این موضوع چنین می‌گوید:

نتایج پژوهش‌های گذشته نشان می‌دهد التهاب تقریبا دلیل تمام بیماری‌ها در سنین پیری است.

وی در ادامه افزود:

نقش افسردگی در افزایش میزان التهاب ثابت شده و کسی که همسرش را از دست می‌دهد، درمعرض خطر ابتلا به بیماری‌های خطرناکی مثل افسردگی شدید، حمله‌ی عصبی، سکته‌ی مغزی و درنهایت، مرگ زودرس قرار می‌گیرد. در مطالعه‌ی جدید گروه پژوهشی فاگاندیس، پژوهشگران با هریک از افراد آزمایش‌شده گفت‌وگو و میزان غم آن‌ها را دسته‌بندی کردند.

آن‌ها از تمام افراد گروه آزمایشِ‌خون نیز گرفتند تا ببینند آیا نشانه‌های مربوط‌به افزایش افسردگی و ناراحتی شدید ناشی از غم ازدست‌دادن همسر با افزایش میزان التهاب رابطه‌ای دارد یا خیر.

پژوهشگران در تحلیل‌های خود به این نتیجه رسیدند که در بدن افرادی که به‌دلیل ازدست‌دادن همسرشان به‌شدت ناراحت هستند، میزان بیشتری از پروتئین‌های التهابی به‌نام «سیتوکین التهابی» وجود دارد. سیتوکین التهابی پروتئین‌ پیام‌رسانی که سلول‌های ایمنی در پاسخ به محرک آن را آزاد می‌کنند.

بررسی‌ این پروتئین‌های پیام‌رسان، به‌خصوص سیتوکین‌های IFN-γ و IL–6 و TNF-α نشان داد در بدن زنان و مردان بیوه‌ای که به‌خاطر درگذشت همسرشان بسیار ناراحت شده‌اند، میزان التهاب ۱۷ درصد افزایش یافته است.

میزان افزایش التهاب در بدن یک‌سوم از شرکت‌کنندگانی که بیشترین میزان ناراحتی را داشتند، درمقایسه‌با یک‌سوم افراد گروه که کمترین میزان ناراحتی را از خود بُروز داده بودند، ۵۳ درصد بیشتر بود.

یافته‌های قبلی نشان داده میزان افزایش سیتوکین التهابی در افرادی بیشتر است که به‌تازگی در سوگ همسر نشسته‌اند. بااین‌حال، گروه پژوهشی فاگاندیس در مطالعه‌‌ی جدید خود به فهم بهتری درباره‌ی رابطه‌های بین موضوعات مربوط‌به این مشکل بزرگ و مفاهیم آن‌ها دست یافته‌اند.

پژوهشگران در مقاله‌ای درباره‌ی مطالعه‌ی جدید خود چنین نوشته‌اند:

این مطالعه نخستین بررسی برای اثبات قابل‌استنادبودن نشانگرهای زیستی التهاب برای تشخیص میزان شدت غم ازدست‌دادن همسر در مردان و زنان بیوه محسوب می‌شود؛ زیرا میزان افزایش التهاب که با شدت غم ارتباط دارد، اندازه‌گیری‌شدنی است.

با وجود اینکه این مطالعه هنوز در مراحل ابتدایی خود قرار دارد، مشخص شده رابطه‌ی واضحی بین شدت غم و نشانگرهای زیستی التهاب ایجادشده پس از مرگ و ابتلا به بیماری‌های قلبی‌وعروقی وجود دارد. این رابطه می‌تواند به پژوهشگران کمک کند ابزار و روش‌های درمانی خاصی برای تشخیص احتمال خطر ابتلا به بیماری‌های خطرناک در افرادی طراحی کنند که همسرشان را از دست داده‌اند و بهبود آن‌ها به‌منظور جلوگیری از مرگ زودرسشان انجام می‌شود.

فاگاندیس درباره این موضوع می‌گوید:

اکنون که به این دو نتیجه‌ی مهم دست یافته‌ایم، می‌توانیم با طراحی درمان دارویی یا روش‌های رفتاردرمانی افرادی را نجات دهیم که بیشتر درمعرض خطر قرار دارند.

نتایج این مطالعه این موضوع را نیز ثابت می‌کند افرادی‌ که به‌خاطر مرگ همسر در اوج ناراحتی هستند، علاوه‌بر اینکه ازلحاظ عاطفی ضربه‌ی سختی می‌خورند، سلامتی و نشانگرهای زیستی آن‌ها هم تحت‌تأثیر منفی قرار می‌گیرد.

کمک به افرادی که در چنین وضعیت سختی هستند، فقط با سنجش سیتوکین بدن آن‌ها امکان‌پذیر نیست؛ اما اطلاع از میزان این پروتئین‌های پیام‌رسان می‌تواند به پزشکان کمک کند برای اینکه این افراد ازلحاظ جسمی و روحی زیاد آسیب نبینند، راه چاره‌ای بیندیشند.

IBM در زیرمجموعه‌ای پروژه‌های هوش مصنوعی خود، طرحی با نام IBM Debater دارد که با هدف استفاده از اطلاعات و داده‌ها برای مناظره با هوش انسانی طراحی می‌شود. پروژه‌ی IBM در چند رقابت با مناظره‌کننده‌های حرفه‌ای جهان پیروز شد، اما آخرین مناظره‌ی آن، به شکست انجامید. به‌هرحال، هنوز فعالیت‌های غول قدیمی دنیای فناوری در حوزه‌ی هوش مصنوعی، مهم و قابل‌توجه هستند.

مناظره‌ی اخیر هوش مصنوعی IBM پیرامون موضوعی مالی و اقتصادی در کنفرانس IBM Think انجام شد. موضوع، ارائه یا عدم ارائه‌ی یارانه‌ی دولتی به تحصیلات پیش‌دبستانی شهروندان بود. در رقابت‌های این‌چنینی، پس از انجام مناظره، مخاطبان رأی خود را درباره‌ی پذیرش نظر هریک از شرکت‌کننده‌ها اعلام می‌کنند. رقابت اخیر IBM با هاریش ناتاراجان فینالیست مسابقات جهانی قهرمانی مناظره‌ی ۲۰۱۶ انجام شد.

در پایان رقابت هوش مصنوعی IBM با ناتاراجان، چند صد مخاطب حاضر در سالن، رأی را به ناتاراجان دادند. کارشناسان از این پیروزی به نتیجه می‌رسند که هنوز انسان‌ها، حداقل آن‌هایی که مدارج علمی بالا از دانشگاه‌های معتبر جهان دریافت کرده‌اند، در مواردی که نیازمند ظرافت‌های دانشی، متقاعد کردن و بحث کردن است، پیروز می‌شوند.

پیروزی هوش انسانی بر هوش مصنوعی در رقابت اخیر، خبر فوق‌العاده و مهمی همچون پیروزی هوش مصنوعی بر قهرمان شطرنج در سال ۱۹۹۷ یا پیروزی بر قهرمان Go در سال ۲۰۱۷ نبود. به‌هرحال، IBM در این رقابت نشان داد که هوش مصنوعی در مواردی که با ابهام و بحث و مناظره همراه هستند نیز حرف‌های زیادی برای گفتن دارد و تنها محدود به بازی‌های برد و باختی ساده نمی‌شود.

مناظره‌ی قبلی IBM Debater

ناتاراجان پس از پیروزی بر هوش مصنوعی IBM گفت: «نکته‌ی قابل‌توجه برای من، ظرفیت بالای IBM Debater در ترکیب با یک هوش انسانی بود». او در ادامه به این نکته اشاره کرد که هوش مصنوعی مذکور، توانایی بالایی در کنکاش اطلاعاتی و ارائه‌‌ی نظریات براساس آن‌ها دارد.

رقابت اخیر،‌ دومین مرتبه‌ای بود که IBM Debater دربرابر مخاطبان عمومی به مناظره با هوش انسانی می‌پرداخت. البته، محصول IBM قبلا چندین بار در آزمایشگاه، مناظره‌هایی را انجام داده بود. در رقابت اول، هوش مصنوعی یک رقیب انسانی را شکست داده و از دیگری، با اختلاف کمی باخته بود. در جدیدترین مناظره، حریف انسانی بسیار قدرتمند بود و محققان خود شرکت نیز اعتقاد داشتند که شانس پیروزی، بسیار پایین است.

مناظره‌ی کامپیوتری

اگرچه IBM Debater رقابت با هوش انسانی را واگذار کرد، اما در بخشی مهم، می‌توان آن را پیروز دانست. مخاطبان حاضر در سالن رقابت و کارشناسان معتقدند با گوش دادن به صحبت‌های هوش مصنوعی IBM،‌ می‌شد به‌راحتی صحبت‌های آن را درک و ارزیابی کرد. به‌بیان دیگر، صحبت کردن Debater شبیه به صحبت کردن و ارائه‌ی اطلاعات توسط یک کامپیوتر نبود و حسی واقعی‌تر داشت.

طراحی Debater شبیه به شخصیت‌های فیلم اودیسه‌ی فضایی است

هوش مصنوعی مذکور، در جریان مناظره، بحث‌ها و دلایل خود را منظم کرده، آن‌ها را به چند بخش تقسیم و با داده‌هایی از منابع مختلف، تقویت می‌کرد. اگرچه عملکرد آن هنوز هم عالی نیست اما نشانه‌هایی از قابل قبول بودن دارد. نکته‌ی قابل‌توجه این بود که Debater، چگونگی رفتارهای گونه‌های انسانی (Homo sapiens) را نیز شرح داد. او در مناظره گفت:

هر انسانی، باید تعهد اخلاقی داشته باشد تا فرصت‌های پیشرفت را در اختیار افراد نیازمند قرار دهد.

در مسابقه‌های مناظره‌ای، هر طرف ۱۵ دقیقه زمان برای آماده شدن در اختیار دارد. هوش مصنوعی IBM این برتری را داشت که در میان ۱۰ میلیارد جمله از مقاله‌های معتبر چاپ شده، جست‌وجو کند. طرفین مناظره، ابتدا نظرات خود را بیان می‌کنند. سپس یکدیگر را به چالش می‌کشند و درنهایت، یک استدلال بیان می‌کنند.

پیروز مناظره از تعداد افرادی مشخص می‌شود که پس از رقابت، نظرات شخصی خود را تغییر می‌دهند. پیش از رقابت، ۷۹ درصد از افراد موافق اهدای یارانه به تحصیلات پیش‌دبستانی بودند. پس از رویداد، آن آمار ۱۷ درصد افت داشته و به ۶۲ درصد رسید.

در دورانی که دستیارهای هوشمند صوتی همچون سیری، گوگل اسیستنت و مثال‌های دیگر، روزانه به پرسش‌ها و درخواست‌های کاربران گوش می‌دهند، شاید توانایی صحبت کردن با کامپیوترها، دیگر آن‌چنان خارق‌العاده نباشد؛ اما IBM Debater یک قدم فراتر رفته است و چند دقیقه‌ای با ما صحبت می‌کند.

جان داناوان، یکی از فعالان مشهور در مسابقات و رقابت‌های مناظره‌ای و تهیه‌کننده‌ی برنامه‌ی رادیویی در این موضوع است. او پس از مناظره‌ی هوش مصنوعی IBM اعلام کرد که نحوه‌ی صحبت کردن آن و ارائه‌ی دلایل و شواهد، جذاب و بسیار شبیه به انسان بود.

پس از تحسین عملکرد IBM Debater باید به این نکته اشاره کنیم که اصلا در آینده‌ی نزدیک منتظر چنین هوش مصنوعی در لپ‌تاپ‌ها و گجت‌های هوشمند خود نباشید. هوش مصنوعی IBM، در یک سرور قدرمتند با ۲۸ هسته‌ی پردازشی و ۷۶۹ گیگابایت رم اجرا می‌شود که عملکردی حدودا ۵۰ برابر یک لپ‌تاپ حرفه‌ای دارد. Debater توسط یک مجموعه‌ی ۴ عددی سرور نیز پشتیبانی می‌شود که هرکدام ۶۴ گیکابایت رم و ۲ ترابایت فضا پر از محتوای متنی دارند.

موضوع مناظره: یارانه‌ی پیش‌دبستانی

هوش مصنوعی طرفدار ارائه‌ی یارانه به آموزش‌های پیش‌دبستانی بود و ناتاراجان با آن مخالفت می‌کرد. طبق نظر Debater، آموزش‌های پیش‌دبستانی «فواید زیادی برای جامعه دارند و باید از آن‌ها پشتیبانی شود». درنتیجه‌ی آموزش‌های پیش‌دبستانی، کودکان (خصوصا کودکان فقیر) عملکرد بهتری در زندگی آینده‌ خواهند داشت.

ناتاراجان در مخالفت با Debater به این نکته اشاره کرد که یارانه‌ی پیش‌دبستانی، «نوعی بخشش سرمایه برای جذب سیاسی شهروندان طبقه‌ی متوسط محسوب می‌شود و تمرکز پایینی روی قشر ضعیف جامعه دارد». او اشاره‌ای هم به ضعف‌های استدلال رقیب خود در مفید بودن یارانه در جهت بهبود تحصیلات افراد فقر داشت.

از راست به چپ: ناتاراجان، آهارانوف و اسلونیم

هوش مصنوعی IBM نسبت به مناظره‌ی سال ۲۰۱۸ خود پیشرفت‌هایی داشت. یکی از مهارت‌های جدید آن، ارائه‌ی استدلال‌های موازی بود که در موضوع مذکور، با استدلال مفید بودن یارانه در حوزه‌ی سلامت نشان داده شد. نکته‌ی دیگر، مهارت به چالش کشیدن استدلال‌های رقیب بود. به‌عنوان مثال وقتی ناتاراجان استدلال کرد پیش‌دبستانی رویکرد مناسبی برای برخی کودکان ۳ تا ۴ ساله نیست و آن‌ها را به دنیای رقابت وارد می‌کند، Debater گفت: «رقیب من ادعا می‌کند که تحصیلات پیش‌دبستانی، مضر هستند».

نوآم اسلونیم، محقق ارشد Project Debator در بخش تحقیقت IBM می‌گوید آن‌ها از ماه ژوئن گذشته،‌ تلاش‌های متعددی برای بهبود عملکرد هوش مصنوعی خود انجام داده‌اند. به‌علاوه، داده‌های مورد مطالعه‌ی هوش مصنوعی نیز با محتوای باارزش یک سال دیگر تا پایان سال ۲۰۱۸، توسعه یافته بود.

چالشی‌ترین رقابت هوش مصنوعی

مناظره‌ی اخیر Debater، چالشی‌ترین رقابت آن تا به امروز بود. رانیت آهارانوف، مدیر پروژه‌ی هوش مصنوعی مناظره‌کننده‌ی IBM درباره‌ی رقیب جدیدشان گفت:

ناتاراجان در یک سطح متفاوت از رقبای قبلی ما قرار دارد. او بیشترین افتخارها را در تاریخ رقابت‌های مناظره‌ای دانشگاهی دارد و به‌نوعی رکورد جهان در دستان او است.

مناظره‌ی اخیر هوش مصنوعی IBM در کنفرانس Think این شرکت در سان‌فرانسیسکو برگزار شد. آهارانوف درباره‌ی نمایش عمومی عملکرد هوش مصنوعی شرکتش می‌گوید:

Debater محصولی جذاب بوده و نشان دادن عملکرد آن لذت‌بخش است. منتهی، ما باید روی فناوری آن کار کنیم تا درنهایت به محصولی با قابلیت تجاری‌سازی برسیم. ما در مرحله‌ای هستیم که به محض پیدا کردن اولین کاربرد عملی برای این هوش مصنوعی،‌ روی آن متمرکز شویم.

یکی از کاربردهای هوش مصنوعی مناظره‌کننده‌ی IBM می‌تواند محصولی برای کمک به شرکت‌ها در جهت درک بهتر کارمندان و مشتریان باشد. یا محصولی که به رسانه‌های خبری یا دولت‌ها کمک کند تا مردم را به مشارکت بیشتر در بحث پیرامون مسائل مختلف، تشویق کند. کاربردهای Dabater از آنجا ایجاد می‌شوند که فناوری پشت آن، مرتبط با پیچیدگی‌ها و ظرافت‌های دنیای واقعی امروزی (و نه دنیای سیاه و سفید برد و باخت در بازی‌ها) است.

انتظار می‌رود هولولنز ۲ طی مراسم ۵ اسفندماه مایکروسافت در MWC 2019‌ رونمایی شود. ظاهرا مایکروسافتپیش از رویداد ۲۴ فوریه (‌۵ اسفندماه)‌ پیش‌دستی کرده و تیزر رسمی عینک جدید واقعیت افزوده‌ی خود را به‌اشتراک گذاشته است. با انتشار این تیزر، علاقه‌مندان می‌توانند تصویری از محصول جدید مایکروسافت را در اختیار داشته باشند.

با اینکه مدت زمان زیادی تا زمان رویداد رسمی معرفی نسل جدید عینک واقعیت افزوده‌ی مایکروسافت به‌نام هولولنز ۲ باقی نمانده است، ولی ظاهرا زودتر از آنچه تصورش می‌رفت، غول فناوری ردموندی تیزر معرفی محصول خود را منتشر کرد.

الکس کیپمن، خالق نسل بعدی عینک واقعیت افزوده‌ی مایکروسافت، روز گذشته تیزر رسمی هولولنز ۲ را را قبل از رویداد رونمایی ۵ اسفندماه و قبل از فرارسیدن زمان برگزرای کنگره جهانی موبایل ۲۰۱۹ در شبکه‌ی یوتیوب به‌اشتراک گذاشته است. تیزر منتشرشده، فضایی هیجان‌انگیز و مرموز را به‌نمایش می‌گذارد و تصاویری از فیبر کربن را نشان می‌دهد که به‌نظر می‌رسد نشان‌دهنده‌ی وزن کمتر هولولنز ۲ خواهد بود. 

تابستان سال گذشته نیز اخبار مختلفی در مورد هولولنز ۲ منتشر شد. مثلا در آن زمان گفته شده بود که عینک واقعیت افزوده‌ی جدید مایکروسافت از تراشه‌یXR1 کوالکامبهره خواهد برد. درنهایت کوالکام تراشه‌ای XR1 برای هدست‌های واقعیت افزوده و مجازی را رونمایی کرد. گزارش‌های اخیر نشان می‌دهد که مایکروسافت از تراشه‌ی اسنپدراگون ۸۵۰ مبتنی بر معماری ARM برای عینک واقعیت افزوده‌ی جدید خود استفاده خواهد کرد.

انتظار می‌رود هولولنز ۲ با کارایی بالاتری بتواند در حوزه‌ی فناوری‌های مبتنی بر واقعیت ترکیبی به کار گرفته شود. همچنین به‌نظر می‌رسد باید منتظر محصولی قدرتمند با طراحی مناسب و البته قیمت مقرون‌به‌صرفه‌تر باشیم. ظاهرا هولولنز ۲ میدان دید گسترده‌تر و وزن سبک‌تری نسبت به عینک واقعیت افزوده‌ی نسل قبلی خودش دارد و باتوجه به طراحی محصولی با وزن کمتر، انتظار می‌رود کاربران بتوانند مدت زمان طولانی‌تری بدون اینکه خسته شوند از آن استفاده کنند. عینک واقعیت افزوده‌ی جدید مایکروسافت محصولی خواهد بود که عموم کاربران بتوانند از آن استفاده کنند و تنها برای استفاده در حوزه‌ی صنعت طراحی و تولید نمی‌شود.

این موشک که در آستانه چهلمین سالگرد پیروزی انقلاب رونمایی شد، موشکی سوخت جامد است که با توجه به برد خود در رده موشک هایی با برد متوسط قرار گرفته و به زودی موشک های قدیمی تر را از عرصه خارج خواهد کرد. به همراه رونمایی از موشک دزفول، برای اولین بار تصاویری از بخش مونتاژ نهایی یکی از کارخانه های زیرزمینی تولید موشک نیز از رسانه ملی پخش شد که انواع موشک های هرمز -۱ و ۲ و نیز فاتح -۱۱۰ را در دست تولید داشت؛ اتفاقی مهم که اهمیت آن کمتر از رسیدن به تکنولوژی ساخت موشک های مدرنی چون دزفول و خرمشهر نیست.

خبر رسمی از آزمایش موفق نسل اول این موشک که فاتح -110A نامیده می شد در شهریور سال ۱۳۸۱ اعلام شد. ریاست وقت سازمان صنایع هوافضای وزارت دفاع، در آن زمان اعلام کرد در پروژه ساخت این موشک، فناوری پیشران سوخت جامد مرکب پیشرفته پایه گذاری شده و آزمایش موفق سامانه های فوق مدرن هدایت و کنترل ساخته شده برای این موشک، از دستاوردهای بسیار مهم این پروژه به شمار می رود. وی همچنین گفت با توجه به دقت اصابت این موشک به هدف می توان با اطمینان اعلام کرد فاتح -110A از دقیق ترین موشک های زمین به زمین ساخته شده در جهان محسوب می شود. در واقع همین مطالب سبب شد تا از ابتدا فاتح -۱۱۰ سکاندار دقت در بین موشک های ایرانی باشد.

موشک سوخت جامد کوتاه برد فاتح -۱۱۰

از کجا شروع کردیم؟

ایده ساخت این موشک برای در اختیار داشتن سلاحی با برد کوتاه و سوخت جامد، توسط شهید طهرانی مقدم و از ترکیب قابلیت های راکت زلزال با موشک تندر -۶۹ ارائه شد. زلزال به عنوان یک راکت سوخت جامد با برد بیش از ۲۰۰ کیلومتر در برخی نمونه های خود و توان حمل سرجنگی چند صد کیلوگرمی نشان دهنده یک بستر مناسب برای رفع نیاز به موشکی دقیق و سریع بود. از سوی دیگر موشک تندر -۶۹ که هر چند بردی کمتر از زلزال داشت اما با برخورداری از سامانه های هدایت مختلف از دقت خوبی برخوردار بود که به واسطه استفاده از سطوح کنترلی تا انتهای مسیر امکان اصلاح خطاهای حرکتی را برای رسیدن به مختصات تعیین شده داشت.

وجود این قابلیت ها در موشک فوق سبب شده بود که با وجود مشکلات مختلف از خارج تهیه شود. اما تندر -۶۹ دارای یک پیشران اولیه سوخت جامد و پیشران اصلی سوخت مایع بود، بنا بر این بسیاری از مشکلات موشک های سوخت مایع سطح به سطح مانند اسکاد و شهاب را داشت. از این رو ترکیب قابلیت های دقت و هدایت آن با یک راکت سوخت جامد نوید دهنده رسیدن به سامانه مطلوب بود.

موشک تندر (سمت راست) و راکت زلزال -۳ (سمت چپ)

برد نسل اول فاتح -۱۱۰، برابر ۲۰۰ کیلومتر، نسل دوم ۲۵۰ و نسل سوم و چهارم آن ۳۰۰ کیلومتر عنوان شده است. تفاوت نسل سه و چهار فاتح -۱۱۰ در مسائلی نظیر افزایش دقت نقطه زنی، افزایش طول عمر موشک، کاهش زمان استقرار و آماده سازی برای شلیک، کاهش زمان آزمایش های قبل از پرتاب و حذف نیاز به بازدیدهای دوره ای کوتاه مدت و نیز خروج سریعتر پرتابگر از محل پرتاب بوده است.

نسل چهارم موشک فاتح -۱۱۰

از فاتح تا هرمز و ذوالفقار

نسل های مختلف فاتح -۱۱۰ و نمونه ضد کشتی توسعه یافته از روی آنها با نام خلیج فارس و همچنین نمونه های راداری ضد کشتی و ضد رادار با نام های هرمز -۱ و ۲ -که هر سه برد ۳۰۰ کیلومتری دارند- از جهت پیکربندی کاملاً مشابه فاتح -۱۱۰ هستند. سرجنگی این موشک ها در نمونه های مختلف بین ۴۵۰ تا ۶۵۰ کیلوگرم، سرعت نهایی آنها ۳ ماخ برای موشک خلیج فارس و تا ۵ ماخ برای سایر نمونه ها و خطای آنها کمتر از ۵ متر در نمونه های آخر ذکر شده است.

مدت زمان پرواز موشک های فاتح -۱۱۰ در بیشینه برد در حدود ۵ دقیقه برآورد شده که این زمان حتی با فرض کشف عملیات شلیک موشک، عملاً فرصت اندکی برای واکنش به دشمن می دهد در حالیکه معمولاً به دلیل ابعاد کوچک موشک و پرتابگر آنها، احتمال کشف پیش از شلیک پائین می آید.

موشک های هرمز -۱ و ۲ روی پرتابگر دو فروندی

اما پس از چند از سال از معرفی نسل چهارم در سال ۱۳۸۹، نسل بعدی با نام فاتح -۳۱۳ در سال ۱۳۹۴ معرفی شد که برد آن به ۵۰۰ کیلومتر افزایش یافته بود. این موشک تفاوت های جزئی در شکل بالک های پایدارساز انتهایی با نمونه های قبلی داشت. در زمان رونمایی از فاتح -۳۱۳ اعلام شد در این موشک علاوه بر سبک سازی بدنه، از نسل پیشرفته ای از پیشران سوخت جامد مرکب به علاوه سامانه های هدایت، کنترل و ناوبری جدیدتر استفاده شده که دقت نقطه زنی در اصابت به هدف را در آزمایش ها اثبات کرده است.

فاتح -۳۱۳

یک سال بعد در هفته دفاع مقدس، اما جهش دیگری در عرصه موشک های سوخت جامد کوتاه برد و راهکنشی (تاکتیکی) به نام موشک ذوالفقار معرفی شد که بعدها معلوم شد با وجود اینکه این موشک در سطح راهکنشی طراحی شده اما دارای آثار راهبردی است. این موشک دارای برد ۷۰۰ کیلومتر و مجهز به کلاهک ۵۷۹ کیلوگرمی معرفی شد. نمایش تصاویر نمونه های تولیدی این موشک در ۴ مهر سال ۱۳۹۵ نشان داد که ذوالفقار مراحل آزمایش را بی سر و صدا به پایان رسانده و آماده تحویل به نیروی هوافضای سپاه است.

موشک ذوالفقار

در تابستان سال ۱۳۹۷ یک نسل جدید از موشک های فاتح با جستجوگر تصویرساز حرارتی به نام فاتح مبین رونمایی شد. از مقایسه ابعاد به نظر می رسد این موشک بردی مشابه نسل آخر فاتح -۱۱۰ یعنی ۳۰۰ کیلومتر دارد. در این موشک از یک جستجوگر جدید و پیشرفته استفاده شده که فاتح مبین را در یافتن اهداف در شب و روز و شرایط آب و هوایی مختلف در خشکی و دریا توانمند می سازد. در زمان رونمایی وزیر دفاع به قابلیت توسعه این سرجستجوگر روی موشک های دیگر از جمله ذوالفقار اشاره کرد.

موشک دزفول نیز به عنوان جدیدترین محصول موشکی کشور که قاعدتاً از توسعه موشک ذوالفقار به دست آمده در ۱۸ بهمن ۹۷ رونمایی شد. در واقع می توان این دو موشک را در یک نسل تقسیم بندی کرد که از مقایسه مشخصات ظاهری و تفاوت های این دو با سایر اعضای خانواده فاتح -۱۱۰ نیز قابل تأیید است. تمامی موشک های خانواده فاتح و نسل های جدیدتر آن یعنی ذوالفقار و دزفول، قابلیت هدایت تا لحظه آخر اصابت به هدف را دارند.

موشک های فاتح -۱۱۰ (بالا)، ذوالفقار و دزفول

مهمترین ویژگی های فنی و عملیاتی موشک دزفول

از مقایسه تصاویر موشک فاتح -۱۱۰ نسل چهارم و نیز نمونه های شلیک شده در رزمایش های پیامبر اعظم (ص) با موشک های ذوالفقار و دزفول می توان به افزایش نسبی طول و قطر موشک های جدید پی برد. بنا بر اطلاعات منتشر شده از موشک ذوالفقار، طول این موشک ۱۰.۳ متر و قطر آن ۶۸ سانتیمتر است که به ترتیب حدود ۱۷ و ۱۱ درصد افزایش را نسبت به فاتح -۱۱۰ نشان می دهد. به نظر می رسد قطر بدنه در دزفول، مشابه ذوالفقار حفظ شده اما طول موشک کمی نسبت به آن افزایش داشته که به خصوص در ناحیه سرجنگی نیز این افزایش طول مشهود است. بدیهی است که افزایش طول دزفول در ناحیه بدنه، صرف افزایش میزان سوخت در پیشران سوخت جامد شده است. موشک ۴۶۲۰ کیلوگرمی ذوالفقار نسبت به فاتح -۱۱۰ حدود ۳۹ درصد سنگین تر است.

به علاوه تفاوتی نیز در چیدمان اجزای هدایتی در راستای طولی در ذوالفقار و دزفول نسبت به نسل فاتح دیده می شود. نکته بسیار مهم دیگر، تغییر شکل دماغه ذوالفقار و دزفول است. ب ا مراجعه به منابع معتبر علمی در اینترنت در زمینه دانش موشک ها می توان دید این شکل زمانی استفاده می شود که سرعت موشک، هایپرسونیک (بالای ۵ برابر سرعت صوت) بوده و برای کاهش حرارت تولیدی در این سرعت ها، راهکار افزایش انحنای نوک دماغه به کار گرفته می شود که سبب انتقال حرارت کمتری به موشک می شود. به علاوه در کنار استفاده از این طرح از مواد فنا شونده که در اثر حرارت از بین می روند تا بخش زیرین سالم بماند نیز استفاده می شود که تصاویر موشک های ذوالفقار و دزفول مؤید همین مطلب است.

بخش دماغه در فاتح -۱۱۰ (راست) و ذوالفقار (وسط) و دزفول (چپ)

مشابه همین رویه در ناحیه بالک کنترلی موشک های ذوالفقار و دزفول نیز دیده می شود که در مقایسه با فاتح-۱۱۰، تغییراتی داشته است. نکته دیگر اینکه بالک های پایدارساز موشک، نشان می دهد "دزفول" نسبت به ذوالفقار به طور کلی به سرعت های بالاتری تا پیش از جدایش بدنه دست می یابد.

فاتح -۱۱۰ (راست بالا)، ذوالفقار (چپ بالا) و دزفول (پائین)

بنا بر این سرعت موشک های ذوالفقار و دزفول از نسل های قبلی فاتح-۱۱۰ که ۱.۵ کیلومتر بر ثانیه (نزدیک ۵ برابر سرعت صوت) سرعت داشتند بیشتر شده که البته برای گرفتن فرصت واکنش از دشمن و طی مسیر طولانی تر برد موشک ذوالفقار در زمان مناسب و نه خیلی بیشتر از فاتح -۱۱۰ امری مهم است. دزفول علاوه بر پرتابگرهای مرسوم تک فروندی احتمالاً از پرتابگر دو فروندی و چهار محوره توسعه یافته برای ذوالفقار استفاده خواهد کرد.

پرتابگر دو فروندی موشک ذوالفقار

کلاهک پیشرفته، پیام مهم به مخاطبان "دزفول"

قابلیت متفاوت موشک های ذوالفقار و دزفول نسبت به سایر سامانه های برد کوتاه تا متوسط، امکان جداشدن سرجنگی آنها است. در واقع این دو موشک از این نظر مشابه موشک های بالستیک برد متوسط و بلند عمل می کند. این امر ضمن کاستن از اثرات منفی اتصال بدنه به سرجنگی در فاز نهایی حمله بر روی خطای اصابت و برد موشک، سبب کاهش امکان ردیابی و کاهش احتمال اصابت موشک های پدافندی دشمن به سرجنگی می شود. خطای موشک ذوالفقار در کلیپ تصویری بخش شده از صدا و سیما کمتر از ۱۰ متر عنوان شده که به موشک آن امکان حمله به انواع مختلفی از اهداف شامل ساختمان ها، امکان حساس، رادارها و … را می دهد.

طبیعتاً با توجه به دقت نقطه زنی چند متر برای موشک های با برد بیشتر از ذوالفقار که در ایران حاصل شده، برای موشک دزفول نیز قابلیت نقطه زنی و دقت احتمالاً بهتر از ۱۰ متر تثبیت شده است.

نمایش گرافیکی جدایش سرجنگی موشک ذوالفقار

در تصاویر گرافیکی منتشر شده از عملکرد موشک ذوالفقار به نظر می رسید که بخش سرجنگی پس از جدایش، از یک پیشران مجزا نیز بهره می برد. هر چند که منابع رسمی هنوز چنین قابلیتی را برای ذوالفقار بیان نکرده اند اما در صورت وجود این توانایی، قطعاً در موشک دزفول که توسعه یافته از موشک ذوالفقار است نیز این قابلیت ایجاد شده.

یک تفاوت ظاهری ذوالفقار و دزفول، تفاوت در شکل ناحیه جلویی سرجنگی دزفول است. بخش سرجنگی در موشک دزفول، کمی کشیده تر از ذوالفقار است که یک دلیل آن می تواند مربوط به مسائل پایداری دینامیکی باشد. به گفته فرمانده نیروی هوافضای سپاه، با وجود حجم یکسان مواد منفجره در دزفول و ذوالفقار، موشک جدید به واسطه به کارگیری نوع مواد منفجره پیشرفته تر، قدرت تخریبی ۲ برابر نسبت به ذوالفقار دارد.

ذوالفقار (بالا) و دزفول (پائین)

نکته دیگر در مورد موشک دزفول، نوع رنگ به کار رفته روی بدنه آن است. در تصاویر، یکی از موشک های در حال مونتاژ دارای یک رنگ خاکستری شبیه به طیف رنگ های جاذب امواج رادار به کار رفته در هواپیماهای مدرن غربی دیده می شد. در صورت صحت این گمانه، قطعاً بازتاب راداری موشک دزفول به به کارگیری چنین رنگی کاهش یافته و احتمال کشف آن توسط سامانه های دفاعی دشمن کاهش می یابد.

بدنه، بلوک هدایت و کنترل و ناوبری و نیز سرجنگی در ذوالفقار و دزفول (پائین)

همچنین از تصاویر کارخانه تولید موشک دزفول به نظر می رسد دقت بالایی در مراحل مونتاژ این موشک به عمل می آید.

عملیات هایی که موشک های نقطه زن سپاه شاهکار کردند

کمتر از یک سال از معرفی موشک ذوالفقار و به دنبال حمله تروریست ها به مرقد امام راحل و مجلس شورای اسلامی در خرداد ۱۳۹۶، نیروی هوافضای سپاه در ۲۸ خرداد حمله موشکی را با نام لیله القدر علیه مواضع گروه داعش در شهر دیرالزور سوریه انجام داد. در این حمله برق آسا ۴ موشک ذوالفقار و ۲ موشک قیام مورد استفاده قرار گرفته که همگی با دقت هر چه تمام به اهداف از پیش تعیین شده یعنی ساختمان های محل تجمع نیروهای داعش اصابت کردند.

شلیک یکی از موشک های ذوالفقار در عملیات لیله القدر

با این حمله علاوه بر نشان دادن توان عملیاتی موشکی، دقت بالای موشک های ایرانی در میدان عمل و در حال خدمت بودن موشک جدید ذوالفقار و نیز وجود سرجنگی هدایت شونده برای موشک قیام که دقت نقطه زنی را برای آن ایجاد کرده به یکباره اثبات شد. این موشک ها از دو منطقه در استان های کرمانشاه و کردستان شلیک شده مسافت هایی بین ۶۰۰ تا ۶۸۰ کیلومتر را طی کردند. تصاویر اصابت این موشک ها به هدف به طور زنده توسط پهپادهای سپاه به مراکز فرماندهی در کشور منتقل شده و پس از اعلام خبر این عملیات، در دسترس مردم نیز قرار گرفت.

این موشک ها تنها دقایقی پس از تأیید عوامل مرتبط با نیروی قدس سپاه مبنی بر حضور برخی سران داعش در ساختمان های یاد شده و نیز تجمع این نیروها شلیک شده و در زمانی که می توان آن را کمتر از ۱۰ دقیقه تخمین زد به هدف رسیدند. بنا بر اطلاعات کسب شده بیش از ۱۷۰ نفر از تروریست های داعشی شامل چند مهره کلیدی این گروه در عملیات فوق که به نام عملیات لیله القدر نامگذاری شده بود به هلاکت رسیدند.

با وجود تنبیه سخت تروریست های داعشی، سران جنایتکار آمریکا و کشورهای مرتجع منطقه از این گوشمالی سخت درس عبرت نگرفته و یک حمله ناجوانمردانه دیگر را به مراسم رژه نیروهای مسلح در ۳۱ شهریور ۹۷ در شهر اهواز ترتیب دادند. حدود ۱۰ روز بعد، نیروی هوافضای سپاه پاسداران با یک عملیات ترکیبی موشکی و پهپادی به نام ضربت محرم، مجدداً ۴ موشک ذوالفقار و دو موشک قیام را به سمت مواضع تروریست ها در شرق فرات در خاک سوریه شلیک کرد که با دقت تمام، ساختمان های مستحکم شده مراکز استقرار فرماندهان تروریست ها و اهداف دیگری را منهدم کرد.

شلیک موشک های ذوالفقار در عملیات ضربت محرم

دزفول تا اسرائیل می رسد؟

این دو حمله نشان داد که ذوالفقار موشکی چابک و آماده رزم با قابلیت اطمینان مناسب است که می توان در یک عملیاتی ضربتی و غافلگیرانه روی آنها حساب باز کرد. بنا بر این موشک دزفول نیز که بر اساس تجربه ذوالفقار و البته نسل فاتح توسعه یافته، تیر غیب دیگری بر پیکر دشمنان ایران اسلامی اما در برد بیشتر خواهد بود. دزفول ۱۰۰۰ کیلومتری با حدود ۴۲ درصد برد بیشتر نسبت به ذوالفقار قطعاً شهر راهبردی حیفا در سرزمین های اشغالی را به راحتی مورد اصابت قرار می دهد و اگر برد آن کمی بیشتر از ۱۰۰۰ کیلومتر باشد، تل آویو را نیز زیر تیغ خود خواهد داشت. این موشک در صورت رسیدن به برد ۱۱۱۸ کیلومتر، توانایی پوشش دادن تمام سرزمین های اشغالی را در صورت شلیک از مرز غربی کشور خواهد داشت. به گفته فرمانده نیروی هوافضای سپاه، موشک دزفول ظرف ۵ تا ۶ دقیقه آماده شلیک می شود. دزفول و ذوالفقار با برد ۱۰۰۰ و ۷۰۰ کیلومتری خود عملاً موشک اسکندر روسی را را پشت سر گذاشته اند؛ موشکی که غربی می گفتند زمانی ایران به دنبال آن بود اما اعتماد به متخصصان و متعهدان داخلی باعث شد همانها، فاتح -۱۱۰ و سایر نمونه های آنرا بسازند.

فاصله تا سرزمین های اشغالی از مرز غربی ایران

می توان انتظار داشت در آینده قابلیت ضدکشتی با جستجوگر اپتیکی و نیز قابلیت های ضد رادار و ضد کشتی موشک های هرمز -۱ و ۲ در موشک های ذوالفقار و دزفول نیز پیاده سازی شده و شاهد توسعه موشک های ضد کشتی و ضد رادار با برد ۷۰۰ و ۱۰۰۰ کیلومتر باشیم. در این صورت هواگردهای مستقر روی ناوهای هواپیمابر و موشک های کروز شلیک شونده از ناوشکن های دشمن باید از دستکم ۷۰۰ تا ۱۰۰۰ کیلومتر دورتر از مرزهای ایران مأموریت خود را آغاز کننده به معنی کاهش توان نفوذ آنها به داخل کشور (با فرض عبور از پدافندهای مرزی) منجر می شود. روزگاری دشمن بیش از ۱۰۰۰ موشک به شهر دزفول در ایران شلیک کرد تا مقاومت آن را در هم بشکند اما امروزه موشک دزفول از ایران تا ۱۰۰۰ کیلومتر آماده در هم شکستن دشمن است.

۳ مهندس مؤسسه تکنولوژی ماساچوست (MIT) ادعا می‌کنند که پیشرانه‌های فورد از پتنت آن‌ها برای ترکیب درگاه ورودی و فرایند تزریق سوخت مستقیم استفاده می‌کند و خودروساز آمریکایی حق قانونی برای این کار ندارد. به گزارش بلومبرگ آن‌ها اکنون شکایتی در دادگاه فدرال علیه فورد تنظیم کرده‌اند و حق امتیاز نامشخصی برای هر دستگاه خودروی تولیدی فورد (که از این فناوری بهره می‌برد) درخواست کرده‌اند. 

لزلی برامبرگ، دنیل ر.کان و جان بنیامین هیوود، روش ترکیبی از درگاه ورودی و تزریق مستقیم سوخت را سال‌ها پیش پیشنهاد کردند؛ آن‌ها ادعا می‌کنند که این روش باعث مخلوط بهتر سوخت و هوا در داخل سیلندر می‌شود. پس از مطرح شدن این ایده در دانشگاه MIT، دانشگاه مالکیت این اختراع را به آن‌ها داد و آن‌ها شرکتی تأسیس کردند تا مجوز استفاده از این فناوری را به‌صورت قانونی انحصاری کند.

این افراد در سال ۲۰۱۴ با فورد درباره صدور مجوز ثبت اختراع برای این خودروساز تماس گرفتند، اما درخواست آن‌ها رد شد. بااین‌حال فورد بعداً شروع به استفاده از روش ترکیب درگاه و تزریق مستقیم سوخت کرد. به‌عنوان مثال در سال ۲۰۱۷ این شرکت بسیاری از پیشرانه‌های تولیدی خود از جمله پیشرانه ۳.۳ لیتری تنفس طبیعی خورجینی ۶ سیلندر، ۲.۷ لیتری اکوبوست، خورجینی ۶ سیلندر، ۳.۵ لیتری اکوبوست خورجینی ۶ سیلندر و ۵ لیتری تنفس طبیعی اکوبوست خورجینی ۸ سیلندر را با این فناوری به تولید رساند. 

این مهندسان ادعا می‌کنند که پیاده‌سازی درگاه ترکیبی با سیستم تزریق مستقیم توسط فورد در پیشرانه، روش اختراع آن‌ها است. در دادخواست ادعا می‌شود که فورد نیز می‌داند که استفاده از این روش بدون اجازه قانونی اشتباه به شمار می‌رود. یکی از مدیران ارشد فورد ادعا می‌کند که در سال ۲۰۱۵ با این افراد ملاقات کرد و از آن‌ها خواست بعداً‌ ادعایی علیه فورد نداشته باشند؛ در عوض فورد نیز با برامبرگ، کان و هیوود برای فروش برخی از دیگر فناوری‌های اختراع شده توسط آن‌ها همکاری خواهد کرد. 

آنچه دادگاه فدرال باید درباره‌ی آن تصمیم بگیرد این است که آیا روش فورد برای ادغام دو شیوه تزریق سوخت واقعاً همان روشی است که این مهندسان ادعا می‌کنند یا نه. البته استفاده از این فناوری ترکیب درگاه و تزریق سوخت مستقیم تنها منحصر به فورد نیست. به‌عنوان مثال جنرال موتورز در پیشرانه LT5 خورجینی ۸ سیلندر سوپرشارژ شورولت کوروت ZR1 از چنین فناوری بهره می‌برد؛ درحالی‌که تویوتا نیز در بسیاری از پیشرانه‌های خود از جمله پیشرانه خورجینی ۶ سیلندر مدل جدید آوالون، GT86 و سوبارو BRZ از این فناوری استفاده می‌کند. مقامات فورد هنوز واکنشی نشان نداده‌اند.

زمانی‌که بازار اپلیکیشن‌های موبایل در ابتدای کار خود بود، توسعه‌دهندگان اپلیکیشن‌ها را با قیمتی ناچیز به‌ فروش می‌رساندند، به‌روزرسانی‌های معدودی را برای‌شان ارائه می‌کردند و درنهایت به پشتیبانی از آن‌ها خاتمه می‌دادند. از یک سو، کاربران احساس می‌کردند متضرر شده‌اند؛ چرا که اپلیکیشن‌های‌شان با نسخه‌های بعدی iOS سازگار نبود. از سوی دیگر، توسعه‌دهندگان هم شکایت داشتند که باتوجه‌به مبلغ پرداختی بیش از این امکان به‌روزرسانی برنامه‌ها وجود ندارد.

چنین مشکلاتی منجر به شکل‌گیری الگوی جدیدی شد به‌نام «اشتراک‌های ماهانه». به‌جای اینکه توسعه‌دهندگان برای هر به‌روزرسانی یا رفع‌اشکال مبلغی را از کاربران دریافت کنند؛ هر کاربر به‌صورت ماهانه (یا سالانه) هزینه‌ای را به‌عنوان «حق اشتراک» پرداخت می‌کند و توسعه‌دهنده هم مادامی که از برنامه استفاده می‌شود، آن را به‌روزرسانی می‌کند. اما مشکل این است که الگوی مبتنی بر اشتراک‌های ماهانه بیش از این پاسخگو نیست؛ در ادامه به بررسی دلائل این مسئله می‌پردازیم.

گذشته

زمانی‌که اولین سرویس‌های مبتنی بر حق اشتراک کار خود را شروع کردند، کاربران در عمل هزینه‌‌ی ایجاد مجموعه‌ای روبه‌رشد از محتوای استریمینگ را پرداخت می‌کردند؛ امروزه بزرگ‌ترین شرکت‌های دارای الگوی مالی مبتنی بر حق اشتراک، نتفلیکس و اسپاتیفای هستند. در سال ۲۰۱۹، شاهد گسترش سرویس‌هایی خواهیم بود که محصولات خود را در قالب «محتوا» ارائه می‌کنند؛ چیزی که در مورد اپلیکیشن‌ها صدق نخواهد کرد.

برخلاف سرویس‌های ارائه‌کننده‌ی محتوا، اپلیکیشن‌ها متناسب با هزینه‌ای که کاربران به‌صورت ماهانه پرداخت می‌کنند تکامل نمی‌یابند. یک نمونه‌ی بارز از این مسئله، مجموعه‌ی نرم‌افزاری Adobe موسوم به Adobe Suite است.

درحالی‌که زمانی Adobe عنوان غول دنیای خلاقیت‌های بصری را یدک می‌کشید؛ اما امروزه تعداد فزاینده‌ای از کاربران به‌سوی گزینه‌های جایگزین همچون Affinity و Pixelmator کوچ می‌کنند. هرچند نرم‌افزارهای ارائه‌شده توسط Adobe همچنان به‌عنوان گزینه‌ی برتر شناخته می‌شوند؛ اما به‌دلیل استفاده‌ی این شرکت از الگوی مالی مبتنی بر پرداخت حق اشتراک، کاربران بیش‌ازپیش گزینه‌های جایگزین را مدنظر قرار می‌دهند.

علاوه‌بر این، الگوی اشتراک‌های ماهانه برای اپلیکیشن‌های موبایل هم کارآمد نیست. اگرچه برخی اپلیکیشن‌های موبایل ابزارهای ارزشمندی هستند؛ اما بسیاری از آن‌ها تنها به گوشی‌های همراه محدود می‌شوند. همین مسئله هم کاربران را از پرداخت هزینه‌ای سنگین برای استفاده از یک اپلیکیشن در گوشی‌های هوشمند منصرف می‌کند. در دنیایی که همه‌چیز به‌عنوان نوعی «سرویس» ارائه می‌شود و برای آن هزینه‌ای ماهانه پرداخت می‌شود؛ پرداخت حق اشتراک ماهانه تنها می‌تواند فشار مالی بیشتری بر کاربران تحمیل کند. وقتی کاربران برای اشتراک اینترنت و سرویس‌های ارائه‌کننده‌ی محتوا همچون اسپاتیفای و نتفلیکس هزینه‌ی ماهانه پرداخت می‌کنند، دیگر چیزی باقی نمی‌ماند که برای اپلیکیشن‌های موبایل هزینه شود؛ آن‌هم اپلیکیشن‌هایی که تغییر و تحول چندانی در آن‌ها دیده نمی‌شود.

نتیجه

نتیجه‌ی تغییراتی که بدان اشاره شد، می‌توانند فاجعه‌بار باشند. از آنجا که کاربران رغبتی به پرداخت هزینه‌های ماهانه‌ی بیشتر ندارند، توسعه‌دهندگان به خریدهای درون‌برنامه‌ای و افزایش قیمت اپلیکیشن‌ها روی می‌آورند. از طرف دیگر، با بالارفتن انتظارها از اپلیکیشن‌ها، هزینه‌ی تولید آن‌ها هم بالاتر خواهد رفت. درنهایت، وظیفه‌ی پرداخت این هزینه‌های فزاینده بر عهده‌ی مشتری خواهد بود؛ چیزی که به‌تازگی باعث افزایش سرسام‌آور قیمت اپلیکیشن‌ها در App Store شده است.

روزهای خوش App Store به پایان رسیده‌ است و توسعه‌دهندگان دیگر نمی‌توانند با اپلیکیشن‌هایی که تنها طی یک هفته توسعه پیدا کرده‌اند به موفقیت دست پیدا کنند. انتظارات مشتریان افزایش پیدا کرده‌ و اکنون توسعه‌ی اپلیکیشن‌های موفق نیازمند استفاده از نیروی کار متخصص و صرف وقت زیاد است؛ اما در نقطه‌ی مقابل، کاربران علاقه‌ی چندانی به پرداخت هزینه‌ی بالاتر ندارند.

این روزها، توسعه‌ی یک اپلیکیشن به‌منزله‌ی نوعی «از خود گذشتگی» است. اپلیکیشن‌ها همان مسیری را طی می‌کنند که پیش از این توسط فیلم‌های سینمایی طی شده است. درحالی‌که هزینه و تعداد افراد لازم برای تهیه‌ی آن‌ها بیشتر و بیشتر می‌شود، کاربران هم سختگیرتر و سختگیرتر می‌شوند. با رسیدن هزینه‌ی اشتراک اپلیکیشن‌ها به ۲ تا ۱۰ دلار در هر ماه، کاربران برای انتخاب اپلیکیشن‌های مورد نظر خود مشکل‌پسندانه‌تر از گذشته عمل می‌کنند.

راهکار

اما راه‌حل چیست؟ مهم نیست که چقدر به‌دنبال راه‌حل بگردیم، چرا که هیچ راه‌حل ساده‌ای وجود ندارد تا بتوانیم به‌صورت همزمان هزینه‌ی پرداخت‌شده توسط مشتریان را کاهش دهیم و درآمد توسعه‌دهندگان را هم افزایش دهیم. شاید تبلیغات یکی از این راه‌حل‌ها باشد؛ اما کاربران حاضر نیستند که هم هزینه‌ی استفاده از برنامه‌ها را پرداخت کنند و هم تبلیغات را تحمل کنند. تنها راه‌حل باقی‌مانده، ارائه‌ی اپلیکیشن‌های مجانی با تبلیغات است.

البته این راه‌حل هم بی‌نقص نیست. از طرفی، آگهی‌دهندگان ترجیح می‌دهند تبلیغات خود را در اپلیکیشن‌های پرطرفدار ارائه کنند، چرا که این اپلیکیشن‌ها مخاطبان بیشتری دارند. اما از جانب دیگر، اپلیکیشن‌های پرطرفدار نیازی به درآمد حاصل از تبلیغات ندارند. توسعه‌دهندگان تازه‌کاری که به‌تازگی در حال ارائه‌ی اپلیکیشن جدید خود هستند، بیش از همه به درآمد حاصل از تبلیغات نیاز دارند؛ اما کسی نیست که بخواهد آگهی خود را در این اپلیکیشن‌های نوپا منتشر کند. الگوهای تبلیغاتی تنها در مقیاس بزرگ پاسخگو هستند، به همین دلیل، اپلیکیشن‌هایی همچون Doulingo و SoloLearn، پیش از فراگیر شدن و ارائه‌ی تبلیغات، سودی از سرمایه‌گذاری خود کسب نمی‌کردند.

یکی از راهکارهای مقابله با این معضل، پرداخت «هزینه‌های گزینشی سالانه» است. پیش از این گفتیم که الگوی پرداخت یکباره به‌دلیل عدم به‌روزرسانی و ناسازگار شدن اپلیکیشن‌های قدیمی با نسخه‌های جدید سیستم‌عاملرضایت کاربران را جلب نمی‌کنند و به همین دلیل پرداخت‌های یکباره نمی‌توانند راهکار مفیدی باشند.

در الگوی مالی «هزینه‌های گزینشی سالانه»، کاربران برای خرید نسخه‌ی اولیه‌ی برنامه هزینه‌ای پرداخت می‌کنند. پس از آن، در صورت تمایل می‌توانند در سال دوم برای استفاده از نسخه‌ی جدید برنامه و ویژگی‌های جدید آن مبلغ اضافه‌ای پرداخت کنند؛ اما اگر از همان نسخه‌ی قدیمی راضی هستند هم می‌توانند بدون پرداخت هزینه‌ی نسخه‌ی جدید، به استفاده از نسخه‌ی قدیمی ادامه دهند. چنین الگویی می‌تواند تا اندازه‌ای مشکلات مربوط‌به الگوی پرداخت‌های یکباره را حل کنند.

دست‌کم در تئوری، این مدل پاسخگو است و این مسئله را تضمین می‌کند که تا زمان استقبال از برنامه، به‌روزسانی‌هایی برای آن ارائه می‌شوند. در عین حال، الگوی پرداخت‌های گزینشی موجب ایجاد تناقضی میان کاربران و توسعه‌دهندگان می‌شود. اگر توسعه‌دهندگان در نسخه‌ی اولیه امکانات زیادی را در برنامه‌ی خود بگنجانند، ویژگی‌های چندانی برای ارائه در نسخه‌های بعدی وجود نخواهند داشت و به‌روزرسانی‌های بعدی آنچنان کاربردی نخواهند بود. این مسئله باعث می‌شود تا کاربران هم علاقه‌ای به پرداخت هزینه برای نسخه‌های جدید نداشته باشند.

همان‌طور که پیش از این گفتیم، کاربران در مجموع علاقه‌ی زیادی به پرداخت پول برای اپلیکیشن‌های موبایل ندارند. در حال حاضر بسیاری از مردم اصلا علاقه‌ای به پرداخت هزینه برای اپلیکیشن‌های موبایل ندارند، چه برسد به اینکه بخواهند هر سال مبلغ بیشتری هم پرداخت کنند. اگر بخواهیم با خودمان صادق باشیم، حقیقت این است که راهکار یگانه‌ای برای کسب درآمد تمام اپلیکیشن‌ها وجود ندارد. شرکت‌های بزرگ بین‌المللی همچنان به ساخت اپلیکیشن‌های خود ادامه می‌دهند و از این منظر هیچ نگرانی وجود ندارد؛ چرا که آن‌ها سرمایه‌ی کافی برای انجام این کار را در اختیار دارند. ولی این توسعه‌دهندگان مستقل هستند که در این کارزار متضرر می‌شوند.

جمع‌بندی

در حال حاضر باید بپذیریم که با افزایش انتظارات کاربران، هزینه‌ی تولید اپلیکیشن‌ها هم بیشتر می‌شود. در این بین، اپلیکیشن‌های نوپا بیش از همه نیازمند بودجه‌ی بیشتر برای شروع کار خود خواهند بود. الگوی پرداخت هزینه‌های گزینشی سالانه در زمینه‌ی اپلیکیشن‌های مورد استفاده در رایانه‌های سنتی، یا همان دسکتاپ‌ها، موفق بوده است؛ اما پیشینه‌ی آن در بازار اپلیکیشن‌های موبایل آنچنان واضح نیست. با وجود رقابت شدید و حضور توسعه‌دهندگان بزرگ با پشتوانه‌ی مالی قوی در بازار اپلیکیشن‌های موبایل، احتمال موفقیت این روش چندان بالا نیست.

اما تنها نقطه‌ی روشن در وضعیت کنونی این است که امکان استفاده از اغلب اپلیکیشن‌های موبایل بدون هزینه برای کاربران فراهم شده است؛ چرا که هزینه‌های توسعه‌دهندگان از همان تبلیغات آزاردهنده، جمع‌آوری اطلاعات کاربران و پرداخت‌های ناچیز درون برنامه‌ای تأمین می‌شوند. اما با افزایش نگرانی‌ها در زمینه‌ی حریم خصوصی و جمع‌آوری داده‌های کاربران، درنهایت باید آماده شویم تا به‌جای داده‌های شخصی، هزینه‌ی اپلیکیشن‌ها را از جیب خود پرداخت کنیم.

مشکلی امنیتی که بین میزبان سرویس گیرنده و یک سرور با پایگاه داده MySQL به مهاجم این اجازه را می‌دهد تا توسط آماده‌سازی یک سرور با پایگاه داده MySQL همراه‌با تنظیمات مخرب روی آن، توانایی دسترسی به هر داده‌ای از کاربر سرویس گیرنده که مجوز دسترسی به آن وجود دارد را داشته باشد. اینمشکل امنیتی با پیامدهای شناخته‌شده‌اش، از آنجا ناشی می‌شود که در پایگاه داده MySQL، دستور LOAD DATA با مشخصه‌ی LOCAL مورد استفاده قرار می‌گیرد که در اسناد منتشرشده‌ی توسعه‌دهندگان MySQL به‌عنوان یک خطر امنیتی معرفی شده است. توسعه‌دهندگان MySQL توضیح داده‌اند که کاربر Client درخواست انتقال فایل از سرور MySQL را براساس شیوه‌ی LOAD DATA ارائه‌شده دریافت می‌کند؛ اما سرور MySQL که به‌صورت مخرب برنامه‌ریزی شده، می‌تواند توسط استفاده از شیوه‌ی LOAD DATA LOCAL به هر داده‌ای از کاربر که مشخصه‌ی Local را از قبل به آن داده است، دسترسی داشته باشد. نکته‌ی اصلی اینجا است که کاربران نباید به سرورهای نامعلوم و غیرقابل اعتماد متصل شوند، چراکه با استفاده از این روش امکان دزدیدن اطلاعات و دسترسی به فایل‌های آن‌ها توسط نفوذگران وجود خواهد داشت.

خطر بالقوه این مشکل امنیتی اینجا است که سرورهای وب در اتصال خود به سرورهای پایگاه داده مخرب MySQL، این امکان را برای نفوذگران فراهم می‌کنند که مهاجم توانایی دسترسی و دریافت فایل etc/passwd/ را داشته باشند و به اطلاعات مهم حساب کاربری کاربران دسترسی پیدا کنند. البته دسترسی به فایل‌های قربانیان در صورتی ممکن خواهد بود که آدرس دقیق فایل در اختیار نفوذگر باشد؛ اگرچه امکان به‌دست آوردن این اطلاعات توسط درخواستی به فایل proc/self/environ/ که تغییرات محیطی فرآیندها را در خود دارد، مقدور خواهد بود و درنتیجه می‌توان به ساختار و جزییات مربوط‌به پوشه‌های داخلی سیستم قربانی دست پیدا کرد.

در توضیحاتی که توسط محقق امنیت سایبری ویلیام گروت در Reddit منتشر شده، سناریوهای احتمالی برای یک سرور MySQL مخرب بیان شده است. دزدیدن اطلاعات کلید SSH و همچنین دسترسی به کیف پول cryptocurrency کاربران در ابتدا به‌عنوان نمونه بیان شده است. به‌گفته‌ی او در اوکتبر ۲۰۱۸ حملات مخربی ازطریق این آسیب‌پذیری علیه فروشگاه‌های اینترنتی به جهت دزدیدن اطلاعات کارت‌های بانکی کاربران صورت گرفته است. کُد مخصوصی برای سوءاستفاده از این نوع آسیب‌پذیری حدود ۶ سال است که روی GitHub منتشر شده و این جای تعجب ندارد که نفوذگران و مجرمان سایبری از این کُد در حملات خود استفاده کنند. گروت در ادامه توضیح می‌دهد که در دسامبر گذشته چگونه کلاهبرداران از این آسیب‌پذیری برای استخراج اطلاعات پایگاه‌داده‌های MySQL و PostgreSQL توسط نرم‌افزار مدیریت پایگاه‎داده Adminer استفاده کرده‌اند.

در ادامه بیان شده که هدف بسیاری از حملات انجام‌شده توسط این آسیب‌پذیری، سرقت فایل local.xml است که در سیستم مدیریت محتوای Magento که یک پلتفرم تجارت الکترونیک برای ساخت سایت فروشگاه اینترنتی است، اطلاعات گذرواژه پایگاه‌داده را در خود ذخیره می‌کند. کاربرانی که از برنامه Adminer استفاده می‌کنند، توجه داشته باشند که نسخه‌های 4.3.1 تا 4.6.2 این برنامه آسیب‌پذیر هستند و باید برنامه Adminer خود را به نسخه 4.7.0 به‌روزرسانی کنند.

به نقل از ایلان ماسک در توییتر، جدیدترین موتور اسپیس‌ ایکس در جریان احتراقی آزمایشی، موفق شد به سطح قدرت لازم برای پرتاب نسل بعدی راکت این شرکت دست پیدا کند. ماسک در تاریخ ۷ فوریه (۱۸ بهمن)، چهار روز پس از به اشتراک‌گذاری تصویری از نخستین آزمایش موتور در اندازه‌ی کامل، در توییتر نوشت:

رپتور به‌تازگی به سطح قدرت مورد نیاز برای استارشیپ و سوپر هوی دست یافت.

موتور رپتور برای نیرودهی به فضاپیمایی طراحی شده است که در حال حاضر استارشیپ نامیده می‌شود. این سفینه‌ی فضایی غول‌پیکر که پیش‌تر با نام بیگ فالکن راکت (BFR) شناخته می‌شد، سوار بر راکتی به‌نام سوپر هوی به فضا پرتاب خواهد شد. نخستین احتراق آزمایشی رپتور در سپتامبر ۲۰۱۶ انجام شد؛ زمانی‌که اسپیس‌ایکس برنامه‌ی پرتاب غیرنشین‌دار به مارس را برای سال ۲۰۱۸ در سر داشت.

سه موتور رپتور همانند نمونه‌ی فعلی در نمونه‌ی پرواز آزمایشی استارشیپ تعبیه شده است. این نسخه از فضاپیمای اسپیس‌ایکس که در تاسیسات شرکت در تگزاس در دست ساخت بوده است، برای آزمایش فناوری راکت در دنیای واقعی به‌کار گرفته خواهد شد.

درنهایت،‌ اسپیس‌ایکس قصد دارد تا ۳۱ موتور رپتور را درون راکت‌های سوپرهوی مونتاژ کند و ۷ موتور دیگر را نیز برای خود استارشیپ درنظر بگیرد. این موتورها با ترکیبی از متان مایع و اکسیژن مایع سوخت‌رسانی می‌شوند و در مقایسه با موتورهای فعلی مرلین که هم‌اکنون روی راکت‌های فالکن ۹ و فالکن هوی سوار شده‌اند، نزدیک به دو برابر قدرت بیشتر دارد.

شورولت در سال ۲۰۱۷ با ساخت ماکت فول سایز لگو از بتموبیل با همکاری برادران وارنر توجه‌هارا به ماکت‌های سایز واقعی خود جلب کرد. برخلاف برندهایی همچون تویوتا، رنو و بوگاتی، خودروسازان آمریکایی علاقه چندانی به لگو ندارند و هرگز یک لگو از محصولات خود در سایز واقعی را نساخته‌اند.

اما شورولت تصمیم گرفته تا این روند را متوقف کند و به همین منظور از ماکت لگوی با مقیاس ۱:۱ خود رونمایی کرده است. این ماکت لگو یک وانت شورولت سیلورادو 1500 مدل ۲۰۱۹ است و ابعاد آن دقیقا با نمونه‌ی واقعی این پیکاپ بزرگ برابری می‌کنند.

این ماکت لگو ۱.۸ متر ارتفاع، ۶ متر طول و ۲.۴ متر عرض دارد و توسط یک تیم ۱۸ نفره ساخته شده است. این تیم که توسط Lego Master Builders آموزش دیده بودندُ با استفاده از ۳۳۴ هزار و ۵۴۴ قطعه لگو و در زمانی بیش از ۲ هزار ساعت توانستند کار ساخت این ماکت را به اتمام برسانند.

در ساخت این ماکت از قطعه‌های لگوی ۸×۲ استفاده شده است و محصول نهایی بیش از ۱.۶ تن وزن دارد. این خودرو در فروشگاه لگو در انفیلد قرار دارد و تمامی جزییات در ساخت آن رعایت شده‌اند. حتی چراغ‌های آن نیز روشن می‌شوند.

ساخت این لگو نوعی بازاریابی توسط شورولت است و گویا این خودرو قرار است در فیلم آینده‌ی لگو با نام Lego Movie 2: The Second Part نیز حضور داشته باشد.

بسیاری بر این باور هستند که توسعه‌ی هوش مصنوعی می‌تواند به برهم خوردن نظم بازار کار منجر شود؛ چرا که ممکن است در آینده وظائفی همچون حسابداری، برنامه‌ریزی‌های تبلیغاتی، گزارشگری و… به رایانه‌ها واگذار شوند. ولی در نقطه‌ی مقابل، در برخی حوزه‌ها نیاز زیادی به استفاده از هوش مصنوعی احساس می‌شود. یکی از حوزه‌هایی که عمیقا نیازمند به‌کارگیری هوش مصنوعی است، حوزه‌ی سلامت است.

هرچند از چین با عنوان دومین اقتصاد بزرگ جهان یاد می‌شود؛ اما کشور اژدهای سرخ با مشکلات جدی در رابطه با کمبود منابع پزشکی روبه‌رو است. براساس داده‌های جمع‌آوری‌شده توسط سازمان توسعه و همکاری اقتصادی (OECD)، در حال حاضر به‌ازای یک‌هزار شهروند چینی، تنها ۱.۸ پزشک در این کشور مشغول به کار هستند. این در حالی است که این رقم برای ایالات متحده معادل ۲.۴ پزشک به‌ازای هر ۱۰۰۰ نفر است. میانگین تعداد پزشک به هر ۱۰۰۰ نفر برای ۳۶ کشور عضو سازمان توسعه و همکاری اقتصادی هم برابر با ۳.۴ پزشک است.

کمبود پزشک در چین بدین معنی است که جمعیت کنونی پزشکان با فشار کاری فزاینده‌ای برای رسیدگی به وضعیت سلامتی بیماران روبه‌رو هستند؛ معضلی که اغلب منجر به تشخیص‌های اشتباه می‌شود. همین مسئله مهندسان را بر آن داشته تا در اندیشه‌ی استفاده از یادگیری عمیق و هوش مصنوعی برای تحلیل تصاویر پزشکی باشند. بنابر پیش‌بینی‌های محققان IDC، ارزش بازار تشخیص‌های پزشکی با هوش مصنوعی در چین، در سال ۲۰۱۷ از مرز ۲۷ میلیون دلار گذشته است و تا سال ۲۰۲۲ از مرز ۸۷۰ میلیون دلار هم عبور خواهد کرد.

یکی از بازیگران نوپا در این بازار، شرکتی موسوم به 12Sigma در سن‌دیه‌گو است که توسط دو مهندس سابقکوالکام تأسیس شده و اکنون دارای تیم‌های تحقیقاتی در چین است. این شرکت، درکنار برخی رقبای چینی نظیر Yitu، Infervision و تعداد دیگری از شرکت‌ها به کمک پزشکان می‌آیند تا در آزمایش‌ها و تصاویر پزشکی، سلول‌های سرطانی را شناسایی کنند. مابین ماه‌های ژانویه تا مه سال گذشته، برخی از شرکت‌های چینی فعال در این حوزه توانسته‌اند سرمایه‌ای بالغ بر ۱۰ میلیون یوآن (۱.۴۸ میلیون دلار) را به‌دست آورند. مجموعه‌ی 12Sigma هم به‌تنهایی توانسته در دور دوم جمع‌آوری سرمایه، مبلغی در حدود ۲۰۰ میلیون یوآن (۲۹.۶ میلیون دلار) را به دست آورد. علاوه‌بر این، 12Sigma مصمم است تا با جمع‌آوری سرمایه‌ی بیشتر، تیم فروش خود را گسترش داده و محصولات جدیدی را توسعه دهد.

ژونگ زین، مدیرعامل و بنیان‌گذار 12Sigma

ژونگ زین، مهندسی که در سال ۲۰۱۵ پست مدیریتی خود در کوالکام را رها کرد تا 12Sigma را تأسیس کند؛ در این رابطه می‌گوید:

سال ۲۰۱۵ برای هوش مصنوعی، مانند سال ۱۹۹۵ برای اینترنت بود؛ شروعی برای یک دگرگونی عظیم.

امروزه هوش مصنوعی به هر حوزه‌ای از زندگی نفوذ می‌کند؛ برای مثال می‌توان به امنیت عمومی، خودروهای خودران، کشاورزی، آموزش و اقتصاد اشاره کرد. اما دراین‌میان، ژونگ تصمیم گرفت تا در حوزه‌ی سلامت شانس خود را امتحان کند.

این مدیر در ادامه می‌گوید:

در اغلب صنایع، ممکن است هوش مصنوعی در دسترس باشد؛ اما هیچ مشکل حیاتی برای حل کردن وجود ندارد. در آن‌ حوزه‌ها شما در حال ایجاد نوعی تقاضای جدید هستید. اما در حوزه‌ی سلامت یک مشکل واضح وجود دارد. در این حوزه با این نیاز سر و کار داریم که چگونه به‌نحوی کارآمد بیماری‌ها را تنها با دیدن یک تصویر پزشکی شناسایی کنیم.

گائو داشان، محقق دیگری بود که در کوالکام از نزدیک با ژونگ کار کرده بود و پس از شروع فعالیت 12Sigma به‌سرعت به همکار  خود پیوست. شایان ذکر است که گائو در کوالکام در زمینه‌هایی مانند بینایی ماشین و یادگیری عمیق فعالیت می‌کرد. این دو مهندس هردو از دانشگاه معتبر سینگ‌هوا فارغ‌التحصیل شده بودند همین مسئله هم دلیل دیگری برای نزدیک شدن این دو متخصص به یکدیگر بود.

جدا از انگیزه‌های مالی، این دو مهندس احساس می‌کردند که با ورود به پنجمین دهه از زندگی‌شان، باید کسب‌وکار خودشان را شروع کنند. ژونگ که با افزایش سن متوجه افزایش آسیب‌پذیری در زندگی شده بود، در این رابطه می‌گوید:

ما برای پیوستن به دوره‌ی اوج اینترنت (در دهه‌ی ۹۰) بیش از اندازه جوان بودیم. [اما] اگر در عصر هوش مصنوعی چیزی را ایجاد نکنیم، فرصت کارآفرین شدن را از دست خواهیم داد. ما دوستان و اقوامی را می‌بینیم که تشخیص سرطان در آن‌ها بیش از اندازه به تعویق می‌افتد و به همین دلیل جان خود را از دست می‌دهند. هرچقدر بیشتر با چنین مواردی روبه‌رو می‌شوم، احساس می‌کنم بیشتر باید در حوزه‌ی سلامت درگیر شوم و دین خود را به جامعه ادا کنم.

نظام بیمارستانی طبقاتی در چین

هرچند 12Sigma و دیگر شرکت‌ها با کمک الگوریتم‌های پیشرفته‌ی تصویربرداری حرکت خود را به سمت جلو پیش می‌برند؛ اما چالش اصلی متقاعد کردن مجموعه‌ی درهم‌تنیده‌ی ارگان‌های بهداشتی در چین است تا حاضر شوند برای فناوری‌های مدرن هزینه‌ای پرداخت کنند. برای مثال، شرکت چینی Infervision برنامه‌نویسان و تیم‌های فروش را در بیمارستان‌ها مستقر کرده تا از نزدیک با پزشکان در ارتباط باشند و از نیازهای آن‌ها آگاه شوند. 12Sigma هم برای انجام این کار از همین راهبرد استفاده می‌کند.

بیمارستان‌ها در چین به سه دسته‌ی درجه یک، دو و سه تقسیم می‌شوند. ژونگ در رابطه با بیمارستان‌های درجه یک در نظام بهداشتی طبقاتی چین می‌گوید:

مولفه‌های اقتصادی در هر منطقه [از چین] متفاوت هستند. ما باید اعتماد پزشکان محلی را به دست آوریم. به همین دلیل هم هست که کارکنان بخش خرید را از میان مردم بومی استخدام می‌کنیم؛ این شالوده‌ی کار ما را تشکیل می‌دهد. سپس کار خود را با همکاری با بیمارستان‌های محلی شروع می‌کنیم. اگر بتوانیم با این بیمارستان‌های [درجه یک] وارد همکاری شویم، برند ما تقویت می‌شود و قدرت چانه‌زنی ما در مذاکره با بیمارستان‌های کوچکتر هم افزایش پیدا می‌کند.

به همین دلیل، تمامی شرکت‌های فعال در زمینه‌ی استفاده از هوش مصنوعی در حوزه‌ی پزشکی روی بیمارستان‌های درجه یک چین متمرکز شده‌اند. حتی Tencent هم با واحد اختصاصی تصویربرداری پزشکی خود موسوم به Miying روی این بیمارستان‌ها متمرکز شده است و 12Sigma هم از این قاعده مستثنی نیست. اما در وضعیت کنونی، هیچ‌کدام از شرکت‌ها هزینه‌ای از این بیمارستان‌های درجه‌ی یک دریافت نمی‌کنند، چرا که این بیمارستان‌ها با پیشنهاد‌ها متعددی از سوی شرکت‌های مختلف روبه‌رو هستند و به‌راحتی می‌توانند شرکت‌هایی همچون 12Sigma را با شرکت دیگری جایگزین کنند.

به‌جای آن، 12Sigma برای کسب درآمد توجه خود را به سمت بیمارستان‌های درجه دو معطوف کرده است. براساس تحقیقات انجام‌شده توسط کمیسیون ملی سلامت و برنامه‌ریزی خانواده، در ماه آوریل سال ۲۰۱۸، حدود ۳۰ هزار بیمارستان در چین فعالیت داشتند که از این میان ۲٫۴۲۷ بیمارستان در رده‌ی بیمارستان‌های درجه یک قرار می‌گرفتند. تعداد بیمارستان‌های درجه دو هم ۸٫۵۲۹ مورد است و همین بیمارستان‌ها هستند که خدمات خود را به جمعیت بزرگتری از بیماران ارائه می‌کنند. 12Sigma معتقد است که با فروش سخت‌افزار و دریافت هزینه‌های تعمیر و نگه‌داری در آینده، می‌تواند بیشترین فروش را در میان همین بیمارستان‌ها تجربه کند.

در عین حال، تعداد بیمارستان‌های درجه سه در چین ۱۰٫۱۳۵ مورد است؛ اما اکثر این بیمارستان‌ها در مرکز شهرهای کوچک واقع شده‌اند و فاقد توانایی مالی لازم برای خرید تجهیزات سخت‌افزاری از شرکت‌هایی همچون 12Sigma هستند. به همین دلیل، این شرکت در نظر دارد تا به‌جای دریافت تمام هزینه‌ی تجهیزات از این بیمارستان‌ها، تجهیزات را در اختیارشان قرار دهد و به‌ازای هربار استفاده از تجهیزات، هزینه‌ای را دریافت کند.

تاکنون شرکت نوپای 12Sigma امکان آزمایش مجانی خدمات خود را برای ۲۰۰ بیمارستان در سراسر چین فراهم کرده است. همچنین، این شرکت توانسته ۱۰ نمونه از تجهیزات سخت‌افزاری خود را به فروش برساند؛ فروشی که تنها چند صد هزار دلار درآمد را برای این شرکت رقم زده است. لیکن بنابر گفته‌های گائو، بسیاری از رقبا موفق به فروش همین تعداد دستگاه هم نشده‌اند. در این مرحله، نکته‌ی کلیدی جمع‌آوری داده‌های کافی به‌منظور بهبود الگوریتم‌های مورد استفاده است؛ تا جایی که بیمارستان‌ها متقاعد شوند خدمات و سخت‌افزار ارائه شده ارزش هزینه کردن را دارند. هدف کنونی این شرکت رسیدن به درآمد ۱۰۰ میلیون یوآنی (۱۴.۸ میلیلون دلاری) در سال ۲۰۱۹ و جبران هزینه‌های اولیه تا سال ۲۰۲۰ است.

قوانین حفاظت از داده‌های شخصی در چین سختگیرانه نیستند و همین مسئله به شرکت‌ها اجازه می‌دهد تا به‌آسانی به تصاویر پزشکی بیماران دسترسی پیدا کنند؛ کاری که انجام آن در کشورهای غربی مشکل است. به‌گفته‌ی گائو، کار کردن با بیمارستان‌های ایالات‌ متحده به خاطر قوانین حفاظت از حریم خصوصی «بسیار سخت» است. دیدگاه چینی‌ها و آمریکایی‌ها در رابطه با هوش مصنوعی هم متفاوت است. درحالی‌که چینی‌ها هوش مصنوعی را به‌عنوان راهکاری برای حل معضل کمبود پزشک به حساب می‌آورند؛ نگاه آمریکایی‌ها به این فناوری بیشتر تجاری است.

گائو در این رابطه می‌گوید:

حوزه‌ی سلامت در ایالات‌ متحده محوریت تجاری بیشتری دارد. اگرچه ممکن است پزشکان آمریکایی در رابطه با استفاده از هوش مصنوعی محافظه‌کارانه‌تر از همتایان چینی‌شان عمل کنند؛ اما اگر ثابت کنیم که دستگاه‌های ما سود مالی را افزایش می‌دهند، موجب کاهش تشخیص‌های اشتباه می‌شوند و هزینه‌های پرداخت‌شده توسط شرکت‌های بیمه را کاهش می‌دهند، شرکت‌های فعال در حوزه‌ی سلامت علاقه‌مند خواهند شد تا این دستگاه‌ها را امتحان کنند.