اپل با گفتن اینکه لرزش‌هایی همانند لرزش موتور سیکلت‌های قدرتمند می‌توانند به کیفیت دوربین گوشی‌های آیفون لطمه وارد کنند، همگان را شوکه کرد. این قضیه دلایل خاص خود را دارد و باید بگوییم که در رابطه با گوشی‌های اندرویدی نیز صدق می‌کند. در ادامه به مبحث تاثیر لرزش بر دوربین گوشی های اندروید و آیفون می‌پردازیم.

این قضیه بیشتر حول لرزش‌گیر نوری تصویر (OIS) می‌چرخد و این ویژگی نیز در بسیاری از گوشی‌های آیفون و اندرویدی این روزها، وجود دارد.

منظور از لرزش‌گیر اپتیکال تصویر (OIS) چیست؟

OIS یکی از ویژگی‌هایی است که سعی دارد تا در هنگام عکاسی و فیلم‌برداری، تصویری ثابت‌تر را به شما ارائه دهد. دوربین‌هایی که به OIS مجهز هستند، در واقع در داخل خود دارای یک موتور بوده که به‌صورت فیزیکی، اجزاهای داخل لنز را حرکت می‌دهد. همزمان با اینکه در هنگام عکاسی یا فیلم‌برداری، کمی گوشی خود را تکان می‌دهید، این موتور نیز سعی می‌کند که این اعمال را خنثی کند. بدین ترتیب نتیجه خروجی نیز ویدیویی روان‌تر و یا تصویری تیزتر خواهد بود.

OIS می‌تواند تفاوت زیادی را در زمینه عکاسی و فیلم‌برداری رقم بزند. همان‌طور که می‌دانید، تقریبا بعید است که بتوانید با دستان خود، گوشی را بدون حرکت نگه دارید. سازوکاری که چنین چیزی را در گوشی‌های مدرن اندروید و آیفون امکان‎‌پذیر می‌کند، بسیار کوچک و ظریف است. این همان جایی است که در آن، لرزش‌های وارده به گوشی می‌توانند آسیب‌هایی را به دوربین وارد کنند.

تاثیر لرزش بر دوربین گوشی

معمولا هنگامی‌ که بحث بر سر خرابی اجزای گجت‌ها باشد، ابتدا باید به سراغ قطعات متحرک برویم. در داخل دوربین گوشی‌های هوشمندی که به فناوری OIS مجهز هستند، چندین قطعه متحرک کوچک وجود دارند. حال اگر کمی به این قطعات فشار وارد شود، آنگاه طبیعتا عملکرد آن‌ها نیز مختل خواهد شد.

قطعات OIS جهت اینکه بتوانند لرزش‌های دست شما را خنثی کنند، باید این امکان را داشته باشند که آزادانه به اطراف حرکت کنند، بنابراین از این نکته می‌توانید بفهمید که قطعات OIS، در جای خود ثابت نیستند. با این اوصاف، زمانی که گوشی خود را در جیب گذاشته و سوار یک موتور سیکلت می‌شوید، آنگاه لرزش‌های حاصل از حرکت موتور سیکلت می‌توانند باعث لرزش قطعات داخلی دوربین گوشی شما شود. این لرزش‌های نیز به مرور زمان می‌توانند تأثیر منفی خود را بر روی کیفیت دوربین گوشی شما بگذارند.

این مطلب را نیز بخوانید: راهنمای کامل خرید گوشی برای عکاسی: به چه نکاتی باید توجه کنیم؟

این چیزی نیست که اکثریت مردم، زیاد در رابطه با آن نگران باشند. اگر در هنگام دویدن، گوشی را در جیب خود بگذارید، آنگاه آسیبی به دوربین آن وارد نمی‌شود. لرزش‌هایی که باید نگران آن‌ها باشید، مربوط به مواردی همچون موتورهای سنگین و قدرتمند هستند.

چگونه می‌توان از این آسیب جلوگیری کرد؟

ساده‌ترین راه‌کار، پیشگیری از وقوع چنین چیزی است؛ یعنی اینکه سعی کنید که از وسایلی همچون موتور سیکلت‌های سنگین، استفاده نکنید. البته اگر چندان از وسایل دارای لرزش بالا استفاده نمی‌کنید، آنگاه به احتمال زیاد نیز مشکلی در این رابطه برای شما پیش نخواهد آمد. حال اگر مثلا روزی 2 بار جهت جابجایی در شهر از یک موتور سیکلت سنگین استفاده کنید، آنگاه این قضیه می‌تواند دوربین گوشی شما را دچار آسیب کند.

اپل در این رابطه به کاربران پیشنهاد می‌کند که در موتور سیکلت‌های سنگین از یک پایه گوشی ارتعاش‌گیر استفاده کنند. در نهایت اینکه همان‌طور که در بالا نیز بدان اشاره کردیم، این قضیه چیزی نیست که اکثر مردم عادی نگران آن باشند، اما در هر صورت آگاهی از چنین موضوعی، ضرری ندارد. همچنین این قضیه روشن می‌کند که فناوری‌های جدید نیز بدون نقص و ایراد نیستند.

نوشته چرا لرزش‌های شدید می‌توانند کیفیت دوربین گوشی شما را کاهش دهند؟ اولین بار در اخبار فناوری و موبایل پدیدار شد.

امروزه انسان‌ها نه‌تنها با انسان‌ها صحبت می‌کنند، بلکه ارتباط‌های گفتاری مختلفی نیز با دستگاه‌های هوشمند خود برقرار می‌کنند. در ادامه این مطلب قصد داریم که به نحوه کار فناوری تشخیص صدا بپردازیم.

منظور از تکنولوژی تشخیص صدا چیست؟

دستگاه‌های هوشمند امروزی به همراه یک دستیار صوتی، روانه بازار می‌شوند. این دستیار در واقع با استفاده از فناوری تشخیص صدا، کارهایی را که از آن می‌خواهید، برای شما انجام می‌دهد. این تکنولوژی با استفاده از مجموعه‌ای از الگوریتم‌ها، سعی می‌کند که گفتار شما را به سیگنال‌های دیجیتال تبدیل کرده و بدین ترتیب از تفهیم آنچه که گفته‌اید، اطمینان حاصل کند. مثلا برنامه‌ای همانند مایکروسافت ورد، از تشخیص صدا پشتیبانی کرده و بدین ترتیب می‌توانید با استفاده از صدا، کلمات موردنظر خود را تایپ کنید.

اولین سیستم تشخیص صدا

نحوه کار فناوری تشخیص صدا را با بحث درباره اولین سیستم در این زمینه؛ یعنی Audrey آغاز می‌کنیم. واژه Audrey در واقع خلاصه شده Automated Digit Recognition (تشخیص خودکار رقم) است. Audrey در سال 1952 و توسط آزمایشگاه‌های بل اختراع شد و قادر به تشخیص اعداد بود. شیوه کار بدین صورت بود که کاربر، عددی را به زبان می‌آورد و دستگاه نیز در ادامه یکی از 10 لامپ موجود را روشن می‌کرد

.

هر چند که این یک اختراع مهم بود، اما آن‌چنان که باید، مورد استقبال واقع نشد. خود کامپیوتر حدود 6 فوت ارتفاع داشت و فضای زیادی را اشغال می‌کرد. جدا از این، Audrey فقط قادر به رمزگشایی اعداد 0 الی 9 بود. همچنین فقط یک شخص با یک نوع صدای مشخص، قادر به استفاده از این تکنولوژی بود. درست است که Audrey بدون نقص نبود، اما در هر صورت راهی را جهت رسیدن این فناوری به وضعیت حال حاضر، ایجاد کرد. در ادامه طراحی سیستمی که بتواند دنباله‌ای از کلمات را تشخیص دهد، زیاد طول نکشید.

تشخیص صدا با تبدیل صدا به سیگنال‌های دیجیتال آغاز می‌شود

تکنولوژی تشخیص صدا برای اینکه بفهمد که ما چه جیزی بر زبان آورده‌ایم، باید گام‌هایی را طی کند. صدای شما توسط میکروفن دستگاه ضبط می‌شود، در ادامه این صدا به جریان الکتریکی تبدیل شده و به سمت مبدل آنالوگ به دیجیتال (ADC) روانه می‌شود. در همین جا است که جریان الکتریکی یا همان سیگنال آنالوگ، به سیگنال‌های دیجیتال دو-دویی تبدیل می‌شود.

به محض رسیدن جریان آنالوگ به ADC، نمونه‌هایی از جریان برداشته شده و ولتاژ آن‌ در نقاط زمانی مشخصی، رمزگشایی می‌شود. هر نمونه در حدود چند هزارم ثانیه طول دارد. ADC بسته به ولتاژ نمونه، یک بایت از اطلاعات را اختصاص می‌دهد.

جهت وضوح بیشتر، صدا پردازش می‌شود

جهت اینکه صدا بهتر درک شود، باید پردازش شده تا کیفیت آن بالاتر برود. گاهی اوقات صدا در محیطی ضبط می‌شود که شلوغ است و بنابراین باید فیلترهایی اعمال شوند تا نویز پس‌زمینه حذف شود. در برخی از سیستم‌های تشخیص صدا، فرکانس‌های صوتی که بالا و یا پایین‌تر از دامنه شنیداری انسان هستند، فیلتر شده و کنار گذاشته می‌شوند.

این مطلب را نیز بخوانید: آموزش حذف صداهای ضبط شده گوگل اسیستنت

نه‌تنها فرکانس‌های صوتی ناخواسته حذف می‌شوند، بلکه فرکانس‌های مشخصی نیز برجسته شده و بدین ترتیب کامپیوتر بهتر می‌تواند که صدای انسان را از نویز پس‌زمینه جدا کند. برخی از سیستم‌ها در اصل صدا را به چندین فرکانس گسسته از هم، تقسیم می‌کنند. سایر جنبه‌های صدا همانند سرعت و حجم آن نیز تعدیل شده تا بهتر با نمونه‌های صوتی موجود در سیستم تشخیص صدا، تطابق داده شوند. در کل اعمال این فیلترها باعث می‌شود که دقت کلی بالاتر برود.

سپس فرایند ایجاد کلمات آغاز می‌شود

دو روش محبوب جهت آنالیز صدای انسان وجود دارند: یکی مدل مخفی Markov بوده و دیگری نیز از طریق شبکه‌های عصبی انجام می‌گیرد.

روش مدل مخفی Markov

این روش در بسیاری از سیستم‌های تشخیص صدا به کار برده می‌شود. بخش مهمی از این فرایند، تجزیه کلمات به زبان آورده شده به واج است (کوچک‌ترین بخش یک زبان). در هر زبان، مجموعه محدودی از واج‌ها وجود دارند و به همین دلیل، سیستم مدل Markov، همچنان عملکرد خوبی دارد. مثلا در زبان انگلیسی، حدود 40 واج وجود دارند. هنگامی که یک سیستم تشخیص صدا، یک واج را تشخیص می‌دهد، آنگاه سعی می‌کند که حدس بزند که واج بعدی کدام خواهد بود.

به‌عنوان مثال اگر گوینده صدای “ta” را به زبان آورد، آنگاه این احتمال وجود دارد که واج بعدی “p” بوده و در نهایت کلمه “tap” تشخیص داده شود. البته در رابطه با این مثال نیز احتمال اینکه که واج بعدی “s” باشد، وجود دارد، اما به هر حال احتمال این مورد از “p” بسیار کمتر است. اگر واج بعدی که توسط گوینده ادا می‌شود، “p” باشد، آنگاه سیستم با اطمینانی بالا خواهد گفت که کلمه ادا شده، “tap” است.

روش شبکه عصبی

شبکه عصبی همانند یک مغز دیجیتال بوده که به شیوه‌ای همانند مغز انسان، اقدام به یادگیری می‌کند. از شبکه عصبی در زمینه هوش مصنوعی و یادگیری عمیق، استفاده می‌شود. نوع شبکه عصبی که جهت تشخیص صدا استفاده می‌شود، Recurrent Neural Network (شبکه عصبی تکراری) یا به اختصار RNN نام دارد. در سیستم RNN، خروجی گام‌های پیشین، تبدیل به ورودی گام فعلی می‌شود. این قضیه بدین معنا است که هنگامی که RNN یک بیت داده را پردازش می‌کند، در واقع آن داده‌ها بر روی اطلاعاتی که قرار است در ادامه پردازش شوند، تأثیر می‌گذارند. در واقع می‌توان این فرایند را به یادگیری تشبیه کرد.

هر چه یک RNN بیشتر در معرض یک زبان خاص قرار گیرد، آنگاه بهتر و با دقت بیشتری می‌تواند صدا را تشخیص دهد. مثلا اگر سیستمی واژه “ta” را در حدود 100 بار بشوند و سپس از این 100 بار، 90 بار آن به دنبال “ta”، واج “p” بیاید، آنگاه شبکه این گونه یاد خواهد گرفت که معمولا پس از “ta”، واج “p” می‌آید.

به همین دلیل هنگامی که یک سیستم تشخیص صدا، واجی را تشخیص می‌دهد، آنگاه با استفاده از داده‌های دقیق، می‌تواند واج بعدی را پیش‌بینی کند. پس از اینکه سیستم تشخیص صدا، کلمات را شناسایی کرد (حال چه با سیستم مدل مخفی Marvok باشد و چه از طریق RNN)، در ادامه اطلاعات به پردازنده ارسال می‌شوند. در نهایت نیز وظایف خواسته شده، توسط کامپیوتر و یا گوشی اجرا می‌شوند.

سخن پایانی

در بالا به نحوه کار فناوری تشخیص صدا پرداختیم. این فناوری اکنون به بخش مهمی از ارتباط انسان با دنیای فناوری تبدیل شده است. تشخیص صدا در چندین صنعت و سرویس، مورد استفاده قرار می‌گیرد. فناوری تشخیص صدا که در سال 1952 ابداع شده، امروزه با پیچیدگی خیلی بیشتر، در دستگاه‌های کوچکی همانند اپل واچ مورد استفاده قرار گرفته و قرار هم نیست که پیشرفت آن متوقف شود.

نوشته تکنولوژی تشخیص صدا چگونه کار می‌کند؟ اولین بار در اخبار فناوری و موبایل پدیدار شد.

اگر زیاد با کامپیوتر و دنیای آی‌تی سروکار داشته‌اید، آنگاه شاید هر آنچه که جهت برنامه نویس شدن لازم دارید را در اختیار داشته باشید. اگر بخواهید که در صنعت آی‌تی حرفی برای گفتن داشته باشید، باید زیاد روی توانایی‌های خود کار کنید.

در این مطلب قصد داریم که هر آنچه را که جهت برنامه نویس شدن لازم است بدانید، در اختیارتان قرار دهیم. امید است که با مطالعه این مطلب بتوانید بفهمید که آیا برای برنامه‌نویس شدن ساخته شده‌اید یا خیر؟

برنامه‌ نویسی کامپیوتر چیست؟

یک برنامه‌نویس با کامپیوتر و کدنویسی برنامه‌ها سروکار دارد. شیوه کار وی نیز می‎‌تواند به‌صورت مستقل و یا در قالب یک تیم، برنامه‌ نویسی با حقوق ثابت و یا پروژه‌ای باشد. برنامه‌نویس‌ها جهت ایجاد اپلیکیشن‌ها و یا تعدیل عملکرد برنامه‌ها، از زبان‌های برنامه نویسی گوناگونی استفاده می‌کنند.

دستکاری یک برنامه می‌تواند در زمینه عملکرد و یا ظاهر آن باشد. مسئولیت‌های یک برنامه نویس نیز از یک شغل به شغلی دیگر متفاوت هستند، اما معمولا موارد زیر را در بر می‌گیرند:

• رفع مشکلات
• به‌روزرسانی و تست کدها
• بهینه کردن سیستم جهت رفع نیازهای مشتری
• کمک به مردم در زمینه آی‌تی

راه‌های گوناگونی نیز جهت کسب درآمد از طریق برنامه نویسی وجود دارند که از جمله آن‌ها می‌توان به طراحی اپلیکیشن‌ها و یا انتشار ویدیوهای آموزشی اشاره کرد. جدا از توانایی‌ها و استعدادهای شما در این زمینه، هر چه مدارک بیشتری داشته باشید، آنگاه چشم‌انداز شغلی بهتری نیز در پیش‌روی شما خواهد بود. از آنجایی که بسیاری از صنعت‌ها به سمت دیجیتالی شدن پیش می‌روند، پس می‌توان گفت که امروزه برنامه نویس‌ها نیز فرصت‌های شغلی زیادی را در اختیار دارند؛ از شرکت‌های فعال در زمینه‌های مالی گرفته تا مجله‌های آنلاین.

جهت برنامه نویس شدن به چه مهارت‌هایی نیاز داریم؟

اگر می‌خواهید که برنامه نویس شوید، آنگاه به مهارت‌های گوناگونی نیاز دارید. جهت شروع باید به‌خوبی بتوانید که با کامپیوتر کار کرده و همچنین تا حد امکان، زبان‌های بیشتری یاد بگیرید. از جمله زبان‌های برنامه نویسی مطرح می‌توان به موارد زیر اشاره کرد:

• HTML
• CSS
• ++C
• Java
• PHP
• SQL
• #C

همچنین باید در زمینه حل مشکلات نیز عملکرد سریعی داشته باشید. اگر به ریاضی و معما علاقه‌مند هستید، آنگاه برنامه نویسی فرصت خوبی جهت به چالش کشیدن ذهنتان است. در این رابطه بهتر است که توجه به جزئیات و مالتی تسکینگ (انجام چندین کار به‌صورت همزمان) را فراموش نکنید.

یکی دیگر از مهارت‌ها، ارتباطات است. ماشین‌ها زبان پیچیده‌ای دارند، اما انسان‌ها این‌گونه نیستند. بنابراین در هنگام صحبت با سایر اعضای تیم و مخصوصا در هنگام تهیه گزارش‌ها باید از زبانی ساده و قابل فهم استفاده کنید.

این مطلب را نیز بخوانید: بازار کار کدام زبان برنامه‌نویسی در ایران بهتر است؟

در نهایت استفاده از این توانایی‌ها و به‌کارگیری آن‌ها، به خود شما بستگی دارد. اگر ساختار و روند کاری مناسب و در عین حال سازمان‌یافته‌ای نداشته باشید، آنگاه در عین گم کردن رد کارهای خود، وقت زیادی را نیز تلف خواهید کرد.

در بالا به شرایط کلیدی یک برنامه‌ نویس خوب اشاره کردیم و البته نباید سایر ویژگی‌ها و توانایی‌ها اضافی دیگر را نیز فراموش کنید. درآمد برنامه نویس‌ها نیز یک طیف گسترده‌ای داشته و به فاکتورهای گوناگونی بستگی دارد. مثلا درآمد یک برنامه نویس ارشد در مکزیک به‌صورت سالانه از 97000 الی 732000 دلار متغیر است. در زیر نیز به 9 نشانه‌ای اشاره می‌کنیم که اگر آن‌ها را داشته باشید، آنگاه می‌توانید یک برنامه نویس خوب شوید.

1. با کامپیوتر بسیار راحت هستید

در اینجا منظورمان این نیست که از همه‌چیز یک کامپیوتر سر در بیاورید. بلکه منظور این است که به‌راحتی بتوانید با سیستم‌عامل‌ها و نرم‌افزارهای جدید کنار آمده و بدون زحمت زیاد بتوانید کدهای آن‌ها را ویرایش کنید. این نوع از انعطاف‌پذیری در کاری همانند برنامه نویسی، بسیار باارزش است.

2. توانایی نوشتن کدهای مفید را دارید

آشنایی با زبان‌های برنامه نویسی مختلف، بسیار خوب است، اما چیزی که از همه مهم‌تر بوده، این است که بتوانید کدهای خوبی بنویسید. در وافع کار یک برنامه نویس در این جمله خلاصه می‌شود: ارائه راه‌کارهای ساده، سریع و عالی. اگر حتی فقط در یک زبان همانند پایتون، این ویژگی را دارید، آنگاه می‌توان گفت که یک برنامه نویس هستید.

3. در حل مشکلات کامپیوتری خوب هستید

پیش از اینکه اقدام به کد زدن کنید، ابتدا باید بدانید که مشکل دقیقا کدام است. جهت نیل به این هدف نیز باید با آی‌تی و توانایی‌های رفع مشکل، آشنا باشید.

در اینجاست که علاقه به حل معما می‌تواند مهارتی طلایی محسوب شود، زیرا بدین ترتیب فرایند حل مشکلات به‌جای اینکه برای شما عذاب‌آور باشد، به‌نوعی تبدیل به سرگرمی می‌شود.

4. در پیدا کردن جزئیات مهم سریع هستید

همیشه در برنامه نویسی موارد غیرعادی رخ می‌دهند. حال در این بین اگر بخواهید که به دنبال جزئیات بگردید، آنگاه کارتان کمی سخت می‌شود. اگر در حال حاضر زیاد به جزئیات توجه می‌کنید، پس این ویژگی را دارید. در غیر این صورت باید سعی کنید که این قابلیت را در خود پرورش دهید، مخصوصا این ویژگی جهت کار بر روی پروژه‌های بزرگ، بسیار حیاتی است.

5. به یادگیری بیشتر در رابطه با آی‌تی علاقه‌مند هستید

عطش یادگیری برای برنامه نویسی ضروری است. اگر به کاوش توانایی‌های یک کامپیوتر، ارتقای کدها و در کل یادگیری بیشتر در رابطه با آی‌تی علاقه‌مند هستید، آنگاه می‌توان گفت که شما ذاتا یک برنامه نویس هستید. حال اگر به‌صورت حرفه‌ای کار کنید، آنگاه این ویژگی‌ها بیشتر خود را نشان خواهند داد.

6. در شرح دادن داخل و خارج کامپیوتر عالی هستید

به‌عنوان یک برنامه نویس حرفه‌ای، توانایی‌های ارتباطی برای شما ضروری بوده و در این زمینه می‌توانید خود را از سایرین متمایز کنید. اگر در مورد برنامه نویسی با شخصی حرف بزنید که چیزی در این رابطه نمی‌داند و وی بگوید که حرف‌های شما را متوجه شده، آنگاه می‌توان گفت که مزیت ویژه‌ای در این رابطه دارید.

این مطلب را نیز بخوانید: 7 کار اشتباه برنامه‌نویسان که کاربران را دیوانه می‌کند!

به‌عنوان یک برنامه نویس باید به‌گونه‌ای قادر به تکلم و نوشتن باشید که مافوق، همکاران و حتی کسانی که از شما یاد می‌گیرند نیز بتوانند حرف‌های شما را متوجه شوند. بنابراین به جای اینکه صرفا مشکلاتشان را حل کنید، به آن‌ها یاد داده‌اید که خودشان این کار را انجام دهند و این چیزی است که در بلند مدت می‌تواند کارایی انجام پروژه را افزایش دهد.

7. به‌صورت همزمان می‌توانید چندین کار را انجام دهید

یکی از لازمه‌های برنامه نویس شدن، توانایی انجام چندین کار به‌صورت همزمان است. شاید مجبور شوید که جهت رفع یک باگ، چندین مرحله و گام را طی کنید. شاید کارفرمای شما از شما بخواهد که به‌صورت همزمان چندین کار را با هم انجام دهید که برخی از آن‌ها برای شرکت حیاتی هستند. به‌عنوان مثال شاید از شما خواسته شود که هر کاری از رفع مشکلات حساب کاربران گرفته تا اعمال تغییرات در نرم‌افزارهای پخش رسانه‌ای و تعدیل فایروال و مقابله با تهدیدات سایبری را انجام دهید. بنابراین توانایی مدیریت همزمان چندین وظیفه می‌تواند یک مزیت بزرگ باشد. در این رابطه علاوه بر انجام سر وقت پروژه‌ها باید بتوانید که انگیزه خود را نیز حفظ کنید.

8. در زمینه مدیریت زمان و کارهای خود عملکرد خوبی دارید

در اینجا می‌خواهیم که مورد هفتم را با جزئیات بیشتر مورد بررسی قرار دهیم. شما به‌عنوان یک برنامه نویس باید بدانید که چه چیزی مهم و چه چیزی غیرضروری است؟ در طول روز چقدر زمان برای کار کردن در اختیار دارید؟ کدام وظایف را باید اول انجام دهید؟ آیا چیز کوچکی هم وجود دارد که بتوانید آن را به‌صورت همزمان تغییر دهید؟ اگر هم‌اکنون این‌گونه فکر می‌کنید، پس می‌توان گفت که آماده‌اید تا با بخش زیادی از محیط برنامه‌نویسی کنار بیایید. همچنین بهبود توانایی‌های خود در این زمینه نیز جهت تقبل مسئولیت‌های چالشی‌تر، حیاتی است.

9. می‌توانید خلاقانه فکر کنید

گاهی اوقات راه‌کار رفع یک مشکل برنامه‌نویسی، یک ترفند واضح و عادی نیست. علاقه به آی‌تی، کنجکاو بودن و خلاقیت، همگی باعث پدید آمدن یک قابلیت جدید می‌شوند و آن، استفاده از ایده‌های جدید جهت رفع مشکلات است.

اگر این ویژگی در شما تقویت شده باشد، آنگاه رزومه شما نیز درخشان خواهد بود. اگر هم این‌گونه نیستید، آنگاه می‌توانید ایده‌های خود را پرورش داده و یا با مراجعه به وب‌سایت‌هایی همانند Stack Overflow، ترفندهای غیرمعمول را یاد بگیرید.

سخن پایانی

در بالا سعی کردیم که به نشانه‌های برنامه نویس شدن در افراد اشاره کنیم. راه‌های مختلفی جهت یادگیری کد نویسی وجود دارند؛ رایگان، پولی، شرکت در دوره‌های آنلاین، شرکت در کلاس‌های حضوری و … جهت برنامه نویس شدن لازم نیست که عاشق ریاضی باشید، اما اگر بخواهید که در این حرفه پیشرفت کنید، باید پشتکار خوبی داشته باشید. اگر برخی از ویژگی‌های مورد بحث در بالا در شما وجود دارند، آنگاه می‌توان گفت که برای برنامه نویسی مناسب هستید.

جهت بهبود رزومه خود، بهتر است که توانایی‌های خود را با پروژه‌های مختلف امتحان کرده و همچنین در دوره‌های آموزشی نیز شرکت کنید. بدین ترتیب هم توانایی‌های شما افزایش می‌یابند و هم اعتماد به نفش بیشتری پیدا خواهید کرد.

نوشته آیا شغل برنامه نویسی برای شما مناسب است؟ اولین بار در اخبار فناوری و موبایل پدیدار شد.

مردمان امروزی در موارد گوناگونی از فناوری تشخیص چهره استفاده می‌کنند و این قضیه را به‌عنوان موردی عادی پذیرفته‌اند. یکی از موارد کاربرد ملموس این قابلیت، مربوط به بازگشایی قفل گوشی‌های هوشمند است. در ادامه قصد داریم که در رابطه با نحوه کار سیستم تشخیص چهره بیشتر صجبت کنیم.

قابلیت Face ID از چه فناوری‌هایی استفاده می‌کند؟

در سطوح پایه‌ای، این فناوری با شناسایی چهره کاربر آغاز می‌شود. البته باید بگوییم که این فرایند این‌گونه نیست که تصویری از چهره شما گرفته شده و هر بار که به حسگر تشخیص چهره نگاه کنید، آنگاه از آن تصویر استفاده شود.

تکنولوژی تشخیص چهره جهت جمع‌آوری اطلاعات چهره شما، از فناوری‌ها و ابزارهای گوناگونی استفاده می‌کند که به‌عنوان مثال می‌توان به نور مادون قرمز اشاره کرد. در واقع با استفاده از نور مادون قرمز، یک تصویر مادون قرمز از چهره شما ایجاد می‌شود. در ادامه سایر عوامل نیز وارد عمل می‌شوند. از سایر فاکتورهای دیگر می‌توان به فاصله از دوربین و همچنین فاصله‌ اجزای مختلف چهره شما از یکدیگر اشاره کرد؛ مثلا فاصله دو گوش شما از یکدیگر. اگر هم از خود می‌پرسید که چگونه است که با بالا رفتن سن، همچنان هوش مصنوعی می‎‌تواند چهره من را تشخیص دهد؟ آنگاه باید به شما بگوییم که این مهم به لطف یادگیری ماشینی امکان‌پذیر است.

3 نمونه از کاربردهای فناوری تشخیص چهره در عمل

بحث در رابطه با نحوه کار سیستم تشخیص چهره را با موارد کاربرد این تکنولوژی ادامه می‌دهیم. با توجه به اینکه این فناوری در حال حاضر بسیاری پیشرفت کرده است، پس به احتمال زیاد شما نیز در جایی از آن استفاده کرده‌اید. در زیر به 3 مورد از کاربردهای فناوری تشخیص چهره در عمل می‌پردازیم.

1. گوشی‌های هوشمند

از دیدگاه مصرف‌کنندگان، مشهورترین مورد کاربرد فناوری تشخیص چهره، در گوشی‌های هوشمند است. در این رابطه شرکتی همانند اپل، توجه خاصی را به این موضوع نشان داده است و تمامی دستگاه‌های این غول کامپیوتری از آیفون ایکس به بالا، به کاربران خود اجازه می‌دهند که قفل را به‌ وسیله فناوری تشخیص چهره باز کنند. البته همان‌طور که می‌دانید، اپل تنها فعال حاضر در این زمینه نیست و برخی از گوشی‌های شرکت‌هایی همانند سامسونگ و هواوی و … نیز از این فناوری پشتیبانی می‌کنند.

2. کنترل پاسپورت

اگر با هواپیما سفر کرده باشید، می‌دانید که فرودگاه‌ها دارای تمهیدات امنیتی بالایی هستند. طبیعتا می‌دانید که ایستادن در صف گذرنامه نیز می‌تواند چقدر حوصله‌ سربر باشد. یکی از راه‌کارهای سرعت دادن به کارها در فرودگاه‌ها، استفاده از فناوری تشخیص چهره در در گیت‌ها است. در چنین مواردی می‌توانید صفحه پروفایل گذرنامه خود را بر روی یک اسکنر قرار داده و خودتان نیز همزمان به دوربین تشخیص چهره نگاه کنید. در چنین سناریوهایی در اکثر اوقات می‌توانید رد شوید، گاهی وقت‌ها نیز باید چند بار این کار را امتحان کنید و یا اینکه به یک مسئول مراجعه کنید.

سرویس‌های پرداخت

فناوری‌های پرداخت همیشه در حال تکامل بوده و اکنون دشوار است که باور کنیم که زمانی تنها راه مبادله ارزش، پول نقد بوده است. حال فناوری تشخیص چهره توانسته است که خود را وارد پرداخت‌های آفلاین و آنلاین کند. بله درست است، می‌توانید در آیفون خود با استفاده از فناوری تشخیص چهره، آیتم‌هایی را از طریق Apple Pay خریداری کنید. البته در برخی از موارد جهت انجام چنین کاری، حتی به یک گوشی هوشمند نیز نیاز ندارید.

در چین کاربران می‌توانند با نگاه کردن به یک نمایشگر، آیتم‌های مختلفی را خریداری کنند. برخی این‌گونه ادعا می‌کنند که چنین مواردی می‌توانند نشانه‌های یک حکومت اقتدارگرا باشند، این در حالی است که کشورهای دیگری نیز وجود دارند که رویه‌ای مشابه را در پیش گرفته‌‌اند.

این مطلب را نیز بخوانید: کمیسیون اروپا مانع از به‌کارگیری آزادانه فناوری تشخیص چهره توسط کمپانی‌ها خواهد شد

در لس‌آنجلس ایالات متحده، رستورانی از تشخیص چهره جهت پرداخت صورتحساب‌ها استفاده کرده است. در عین حال در دانمارک نیز مؤسسه Nets برنامه‌ای آزمایشی را پیاده کرده که از طریق آن 1000 نفر در کپنهاگن می‌توانند در غذاخوری کارفرمای خود، غذا خریداری کنند.

چرا عملکرد برخی از فناوری‌های تشخیص چهره، بهتر از سایرین است؟

درست است که این فناوری روزبه‌روز در حال عادی‌تر شدن است، اما به هر حال نتوانسته که خود را از انتقادها به دور نگه دارد. یکی از بحث‌های رایج در این زمینه این است که چنین فناوری‌هایی نمی‌توانند افراد رنگین پوست را به‌خوبی سایرین تشخیص دهند.

به هر حال این تنها مشکل تکنولوژی تشخیص چهره نیست. به‌عنوان مثال، کاربران از سرعت این فناوری در گوشی‌های هوشمند شکایت دارند. همچنین این تکنولوژی در زمینه تمیز دادن دو قلوها نیز به مشکل برمی‌خورد. خب چرا عملکرد برخی از فناوری‌های تشخیص صورت، بهتر از مابقی است؟

1. توانایی فعالیت در شرایط غیرعادی

در هنگام استفاده‌های روزمره، همیشه شرایطی همانند وضعیت آب‌و‌هوا، مساعد نیست. حال جدا از وضعیت‌های نامساعد آب‌و‌هوایی، کاربران در محیط‌های تاریک نیز نیاز دارند که از این فناوری استفاده کنند. یکی از دلایل واضح یکسان نبودن عملکرد فناوری‌های تشخیص چهره این است که همه این تکنولوژی‌ها نمی‌توانند که در شرایط گوناگون، عملکردی قابل قبول را از خود به جای بگذارند. حال این مورد کلی را می‌توان به چندین مورد کوچک‌تر تقسیم کرد که یکی از آن‌ها، فناوری‌های مورد استفاده جهت تشخیص صورت است.

2. استفاده از هوش مصنوعی و یادگیری ماشینی

یکی دیگر از دلایل تفاوت عملکرد فناوری‌های مختلف تشخیص چهره، به استفاده از هوش مصنوعی و یادگیری ماشینی مربوط می‌شود. هوش مصنوعی باید بتواند که با هر بار دریافت ورودی، توانایی‌های خود را بهبود بخشد.

به هر حال خود تکنولوژی تشخیص چهره به تنهایی دقت چندانی نخواهد داشت. یکی دیگر از دلایل اهمیت یادگیری ماشینی در این زمینه، این است که یک سیستم نرم‌افزاری واحد در رابطه با فناوری تشخیص صورت وجود ندارد. بدین ترتیب برخی از شرکت‌ها به واسطه استفاده از تکنولوژی‌های سطح بالاتر، نتایج بهتری را رقم می‌زنند.

سخن پایانی

در بالا به نحوه کار سیستم تشخیص صورت پرداختیم. سال‌ها است که از این فناوری جهت تشخیص مردم در مکان‌های شلوغ، ردیابی حیونات و … استفاده می‌شود. حال کاربران عادی نیز می‌توانند از طریق این فناوری، گوشی‌های خود را باز کرده، از گیت‌های کنترل عبور کرده، آیتم‌های گوناگونی را خریداری کنند و …

فارغ از پیشرفت‌های تکنولوژی تشخیص چهره، این فناوری هنوز هم نمی‌تواند که عملکردی کاملا دقیق داشته باشد. بنابراین شرکت‌هایی که این فناوری‌ها را ارائه می‌دهند، باید پیش از عرضه آن‌ها به کاربران، ابتدا آن‌ها را تست کرده و در عین حال نیز به دنبال بهترین راه‌حل ممکن بگردند.

نوشته فناوری تشخیص چهره چگونه کار می‌کند؟ اولین بار در اخبار فناوری و موبایل پدیدار شد.

نمایشگرهای رتینای (Retina) اپل برای اولین بار در سال 2010 و در آیفون 4 مورد استفاده قرار گرفتند و تمامی آیفون‌هایی که از آن زمان تولید شده‌اند نیز همگی از این نوع نمایشگر استفاده کرده‌اند.

حال شاید از خود بپرسید که نمایشگر Super Retina و Super Retina XDR چه تفاوت‌هایی را در این زمینه رقم می‌زنند؟ در ادامه قصد داریم که بیشتر به این موضوع بپردازیم.

Super Retina به‌معنای OLED است

اپل یک دهه است که جهت توصیف نمایشگرهای دارای چگالی پیکسل بالای خود، از واژه Retina استفاده می‌کند. این واژه بدین معنا است که از فاصله‌های عادی نمی‌توانید متوجه پیکسلی بودن نمایشگر شوید. تمامی نمایشگرهایی که در آیفون، آیپد و یا مک‌ها استفاده می‌شوند، همگی دارای کیفیت Retina و یا بالاتر هستند.

اصطلاح Super Retina HD برای اولین بار جهت توصیف نمایشگرهای به کار رفته در آیفون ایکس به کار رفت. در این رابطه اپل استفاده از پنل‌های LCD را کنار گذاشت و به سمت استفاده از پنل‌های OLED روی آورده بود و به همین دلیل به یک اصطلاح بازاریابی جدید نیز نیاز داشت تا این تغییر را بازاریابی کند. منظور از نمایشگر Super Retina در واقع نمایشگری است که از فناوری OLED استفاده می‌کند.

پنل‌های OLED از این لحاظ با پنل‌های LCD دارای نور پس‌زمینه LED متفاوت هستند که خودشان می‌توانند با استفاده از اجزاهای داخل نمایشگر، نور موردنیاز را تأمین کنند. همین قضیه باعث ایجاد یک نسبت عالی کنتراست می‌شود و همچنین باعث می‌شود تا امکان خاموش کردن پیکسل‌ها به‌صورت تکی نیز فراهم شود؛ قابلیتی که در پنل‌های LCD امکان ندارد.

جهت مقایسه باید بگوییم که پنل‌های LCD جهت نمایشگر رنگ سیاه باید مسیر نور پس‌زمینه همیشه روشن را مسدود کنند و در نهایت هم رنگ تولید شده به این طریق، سیاه کامل نیست، بلکه خاکستری است. از آنجایی که نمایشگرهای OLED به نور پس‌زمینه نیاز نداشته و می‌توانند پیکسل‌ها را خاموش کنند، پس در قیاس با رقبای LCD خود نیز انرژی کمتری مصرف خواهند کرد.

XDR به‌معنای دامنه پویای گسترده است

اپل جهت تولید آیفون 11 مجددا به سراغ نمایشگرهای LCD با نام Liquid Retina بازگشت، اما همزمان با این قضیه، جهت تولید آیفون 11 پرو از نمایشگری جدید به نام Super Retina XDR استفاده کرد. نمایشگر Super Retina XDR در آیفون 12 و 12 پرو و در هر دو اندازه مینی و مکس، مورد استفاده قرار گرفت. Super Retina XDR را می‌توان یک نوع نمایشگر OLED نامید که دارای نسبت کنتراست و روشنایی بهبود یافته بوده و همچنین از فناوری HDR نیز پشتیبانی می‌کند.

اپل در جایی دیگر نیز از برند XDR استفاده کرده و آن جهت اشاره به دامنه پویای تعدیل شده بود، مخصوصا در 6K Pro Display XDR با قیمت 4999 دلاری که حداکثر روشنایی آن به 1600 نیت می‌رسد. برخلاف پنل‌های OLED استفاده شده در آیفون 12، نمایشگرهای Pro Display XDR از پنل‌های LCD به همراه نور پس‌زمینه قابل تنظیم استفاده می‌کنند.

در واقع نسل دوم پنل‌های OLED در زمینه‌هایی همانند نسبت کنتراست (از 1000000:1 به 2000000:1) و ارائه حداکثر روشنایی 1200 نیتی برای محتوای HDR، از نسل پیشین خود پیشی می‌گیرند. در برخی از مدل‌ها همانند آیفون 12 پرو، اپل ادعا می‌کند که نمایشگر این دستگاه‌ها می‌تواند در حدود 800 نیت روشنایی تولید کند (در قیاس با روشنایی 625 نیتی پنل‌های قدیمی).

نمایشگرهای Liquid Retina همان نمایشگرهای LCD هستند

در اکثر آیفون‌های جدید از نمایشگرهای Super Retina استفاده می‌شود، اما مدل‌های قدیمی‌تر همانند نسل دوم آیفون SE و آیفون 11 از پنل‌های LCD استفاده می‌کنند. پنل‌های قدیمی‌تر دارای نسبت کنتراست ضعیف‌تری بوده و همچنین در قیاس با پنل‌های OLED، انرژی بیشتری صرف می‌کنند، اما در هر صورت زیبا به نظر می‌رسند.

نوشته نمایشگرهای سوپر رتینای اپل چه ویژگی‌هایی دارند؟ اولین بار در اخبار فناوری و موبایل پدیدار شد.