چگونه می توان حافظه کوتاه مدت خود را بدون انجام بازی های رایانه ای بهبود بخشید

چگونه می توان حافظه کوتاه مدت خود را بدون انجام بازی های رایانه ای بهبود بخشید

تمرین روزانه ساده من برای تقویت حافظه

اگر می خواهید برای تقویت حافظه خود بازی های کامپیوتری انجام دهید و مهارتهای شناختی ، پیش بروید. مطالعات علمی زیادی برای اثبات اثربخشی برنامه های Luminosity ، Posit Science و دیگر شرکت های تمرینات مغزی وجود دارد.

اما اگر شما هم مانند من هستید ، این ایده برعکس به نظر می رسد. هنگامی که رایانه های شخصی برای اولین بار در اواسط دهه 1970 وارد بازار شدند ، من در هواپیمای Altair به عنوان ماه نشین بازی کردم و طرفدار شبیه ساز پرواز مایکروسافت بودم که زمانی محبوب ترین بازی رایانه ای برای رایانه IBM بود.

اما این سپس.

امروز زندگی کاری من حول کامپیوترها می چرخد. من هر روز ساعت ها به نوشتن مقاله ، ارسال توییت و ارسال پست در فیس بوک و لینکدین می پردازم. من مرتباً از دوازده برنامه یا بیشتر از iPhone استفاده می کنم و کتاب ها را در Kindle خود می خوانم. ایده خود برای یافتن دلیل دیگری برای خیره شدن به صفحه نمایش (بزرگ یا کوچک) یک بیهوشی است.

اگر این احساس را به اشتراک بگذارید ، ممکن است به تمرین ساده ای که برای تقویت ذهنم طراحی کرده ام علاقه داشته باشید. حافظه کوتاه مدت که از یک مراسم روزانه که حداقل 50 سال است انجام می دهم ، استفاده می کند.

این برای من شگفت انگیز مثر بوده است. من می توانم اسامی ، حقایق ، اعداد و تصاویر بصری را بهتر از 20 سال پیش به خاطر بسپارم و در حالی که نمی توانم با مطالعات دو سو کور ادعاهای خود را پشتیبان بگیرم ، امتحان آن زمان زیادی از شما نمی گیرد. < /p>

تنها چیزی که شما نیاز دارید یک روزنامه روزانه است.

هر روز صبح نیویورک تایمز را می خوانم ، معمولاً اما نه همیشه در کافی شاپ. من ابتدا تمام صفحه اول را بدون بازگشت به صفحاتی که مقالات در آن ادامه می یابد ، خواندم.

برای مثال ، نسخه امروز شش داستان صفحه اول و یک عکس قابل توجه از پاپ فرانسیس در حال بیدار شدن با جمعیت زیادی از شادی داشت. احتمالاً نمازگزاران کاتولیک هستند.

داستان اصلی درباره ایران بود که به دنبال توافق هسته ای برای پایان دادن به تحریم هایی بود که تقریباً اقتصاد آنها را خراب کرده است. یک مقاله تجزیه و تحلیل خبری از دیوید سانگر ، یکی از خبرنگاران مورد علاقه من ، وجود داشت که نشان می داد که چگونه در اواخر هفته گذشته اوضاع در خاورمیانه به طرز چشمگیری تغییر کرده است و ایران و سوریه خواهان مذاکره با ایالات متحده هستند.

< p> سایر مقالات شامل یکی از علائم پریشانی بود که توسط تیراندازی که تعدادی را در حیاط نیروی دریایی واشنگتن کشته بود ، نشان می دهد ، گزارشی مبنی بر اینکه مریخ نورد موفق به یافتن نشانه هایی از زندگی در این سیاره نشده است ، شگفت آور است. اخباری مبنی بر اینکه کارخانه های نساجی در کارولینای جنوبی دوباره کار می کنند و سرانجام موج های شوک ایجاد شده توسط پاپ که می گوید کلیسا "وسواس" سقط جنین ، ازدواج همجنسگرایان و جلوگیری از بارداری شده است (بدون دیروز).

هنگام خواندن صفحه اول ، یک یادداشت ذهنی برای خودم داشتم تا نام رئیس جمهور جدید ایران ، حسن روحانی ، و همچنین نام مریخ نورد ، کنجکاوی را به خاطر بسپارم.

در ادامه صفحات را ورق زدم. یکی پس از دیگری ، داستانهای ادامه دار را برداشته و داستانهای دیگر را بخوانید تا انتهای صفحه انتخاب شده نهایی.

معمولاً می خوانمهر مقاله ای در بخش جلویی است ، اما فقط مقالاتی است که در بخشهای دیگر به من علاقه دارند. و البته روز یکشنبه بیشتر طول می کشد.

تمرین حافظه طی 10-15 دقیقه ای طول می کشد تا من را به خانه برسانم. من به سادگی سعی می کنم تا آنجا که ممکن است مطالبی را که خوانده ام ، از جمله اسامی و اعداد ، به خاطر بسپارم. امروز یاد عکس پاپ افتادم ، نام رئیس جمهور ایران. من با مشاهده دیوید سانگر "سه شطرنج بازی که پرزیدنت اوباما بی اعتمادی دارد" در خاورمیانه تکان می خورد ، خندم گرفت: ولادیمیر پوتین ، بشار اسد و حسن روحانی.

من سعی می کنم هر مقاله ای را به خاطر بسپارم. خوانده ام به یاد آوردم که روزانه چند بشکه نفت توسط سارقان در نیجریه سرقت می شود - 100000 ، و هزینه سالانه آن 3.8 میلیارد دلار است. به خاطر آوردم که عبارت "نبوغ بدحجاب نیجریه" در توصیف نحوه ورود سارقان به خطوط لوله نفت و حتی پردازش نفت در پالایشگاه های موقت استفاده شد.

من مقاله ای تا حدودی عجیب راجع به مقاله جان مک کین که پوتین را به باد می داد به خاطر آوردم. در روزنامه کمونیستی قدیمی ، پراودا ، چاپ شد. وقتی به خانه رسیدم ، حدود 25 مقاله ، واقعیت ، نام ، عکس و غیره را به یاد آوردم. چیزهای زیادی که هنوز می توانم به خاطر بسپارم.

این ممکن است برای شما کار کند یا نکند ، قطعاً برای من کار می کند و هیچ هزینه ای ندارد ، واقعاً زمان زیادی نمی برد ، و من مقاله را می خوانم به هر حال.

معرفی باغ وحش Smalltalk

نوشته هانسن هسو

48 سال سابقه Smalltalk در CHM

به مناسبت چهلمین سالگرد انتشار Smalltalk-80 ، موزه تاریخ رایانه مفتخر است که با دان اینگالز همکاری می کند حفاظت و میزبانی "باغ وحش Smalltalk". در زیر ، دانشمند کامپیوتر آدل گلدبرگ چشم انداز پشت اسمالتالک را توضیح می دهد.

اسمالتالک چیست و باغ وحش اسمالتالک چیست؟

باغ وحش اسمالتالک مجموعه ای از نسخه های تاریخی گرافیک انقلابی است برنامه نویسی و محیط کار Smalltalk ، که در ابتدا در زیراکس PARC توسعه یافته بود ، از نسخه 1972 تا نسخه مدرن "Squeak" که توسعه آن در 1995 آغاز شد. این محیطهای شبیه سازی شده Smalltalk در مرورگر وب شما اجرا می شوند و توسط CHM در smalltalkzoo میزبانی می شوند. thechm.org.

تصویری از Smalltalk-74 در رایانه زیراکس آلتو. © PARC. CHM Object ID 500004657.

Smalltalk یک سیستم انقلابی بود که توسط گروه تحقیقات یادگیری (LRG) در زیراکس PARC در دهه 1970 به رهبری آلن کی توسعه یافت. Smalltalk شامل یک زبان برنامه نویسی ، یک محیط توسعه و یک رابط کاربری گرافیکی (GUI) بود که بر روی رایانه پیشگامانه PARC Alto اجرا می شد. در واقع ، بیشتر به دلیل رابط کاربری گرافیکی که استیو جابز را هنگام بازدید از وی و گروهی از مهندسان اپل در PARC در سال 1979 الهام بخشید ، بسیار مشهور است. Smalltalk پیشگام پنجره های همپوشان ، منوهای بازشو و مرورگرهای باز شده بود که همه توسط ماوس کنترل می شدند. همه این عناصر UI امروزه از طریق سیستم هایی مانند Macintosh و Microsoft Windows به دست ما رسیده است. Smalltalk همچنین یکی از اولین و تأثیرگذارترین زبان های برنامه نویسی شی گرا بود که امروزه غالب ترین نوع برنامه نویسی را تشکیل می دهد. زبانهای شیءگرا به گونه ای طراحی شده اند که استفاده مجدد از قطعات کد موجود را آسان کرده ، اما به روشی انعطاف پذیر. پایتون ، جاوا ، روبی و Objective-C و سایر موارد ، همگی مدیون ایده هایی هستند که در Smalltalk ایجاد شده اند.

کارتون دو کودک با استفاده از Dynabooks خود ، طراحی شده توسط آلن کی. از "یک رایانه شخصی برای کودکان در تمام سنین" ، توسط آلن کی ، زیراکس PARC ، 1972.

دیدگاه آلن کی برای Smalltalk این بود که استفاده از آن برای کودکان آسان است. این محیط کاربر را برای دیدگاه خود در زمینه محاسبات شخصی ، "Dynabook" ، رایانه ای شبیه تبلت که او مسخره می کرد ، فراهم می کند. کی متوجه شد که رایانه ها نوعی رسانه هستند ، اما برخلاف رسانه های سنتی چاپی یا پخش شده ، می توانند به راحتی با علایق و نیازهای خاص کاربر تنظیم شوند. به عبارت دیگر ، رایانه ای که Smalltalk را اجرا می کند ، "رسانه پویای شخصی" خواهد بود. برای کی ، این بدان معناست که کاربران و به ویژه کودکان باید بتوانند سیستم خود را برنامه ریزی کنند. این ایده ها بر روی کلاس درس کودکان دبیرستانی در یک پروژه آزمایشی طراحی و اجرا شد که توسط دانشمند PARC آدل گلدبرگ انجام شد و در آن دانش آموزان با آزمایشگاه Smalltalk در آزمایشگاه با کامپیوترهای زیراکس آلتو آزمایش کردند. دانش آموزان با اصلاح کد موجود ، توانستند برنامه هایی مانند ابزارهای ویرایش گرافیکی ، ابزارهای متحرک سازی و برنامه های آهنگسازی ایجاد کنند.

بچه ها اسب ها را در Smalltalk-72 روی رایانه آلتو متحرک می کنند. با احترام از کتابخانه PARC. © PARC. CHM Object ID 500004466

این ایده ها در دموهای معروف Smalltalk بیشتر نشان داده شدبه استیو جابز و اپل ، که الهام بخش جابز بود تا رایانه های لیزا و مکینتاش را بر اساس رابط گرافیکی مشابه بسازد. دن اینگالز یکی از تظاهرکنندگان بود. در مشهورترین نسخه ی نمایشی ، دان نشان داد که چگونه یک کاربر می تواند رفتار انتخاب متن را از یک جعبه سیاه جامد با متن معکوس به طرح کلی در اطراف متن تغییر دهد ، همه اینها تنها با تغییر چند خط کد در حین کار سیستم. اکثر سیستم های روز برای اعمال هرگونه تغییر نیاز به تجمیع و بارگیری مجدد دارند.

تصویری از شبیه سازی Smalltalk-78 در حال اجرا در باغ وحش Smalltalk. این نمایشی را که به استیو جابز داده شد نشان می دهد که در آن دان اینگالز رفتار برجسته سازی متن را از جعبه سیاه با متن معکوس (در پنجره های مرورگر مشاهده می شود) به طرح کلی دو پیکسل در اطراف متن انتخاب شده تغییر می دهد. متن واقعی انتخاب شده در اینجا همان کدی است که تغییرات را پیاده سازی می کند. یک قطعه کد مشابه به صورت دستی اجرا شد تا کارتون جن را دو بار وارونه کند ، در نتیجه مستطیل ضخیمی روی جن قرار داد.

بعدا در نسخه ی نمایشی ، جابز مشاهده کرد که رفتار پیمایش نمای متن ، تند و تیز است ، نه اینکه صاف و پرسید که آیا می توان آن را نیز تغییر داد؟ پیمایش خط به خط برای ویرایش کد بسیار طبیعی به نظر می رسید ، اما در طول یک استراحت ناهار ، دان برخی از کدها را برای این امکان سازماندهی کرد. هنگامی که جابز بازگشت ، دان نشان داد که با یک تغییر ساده ، او می تواند پنجره را به آرامی ، در هر زمان پیکسل ، به جای خط در یک زمان ، دوباره در حالی که سیستم هنوز در حال کار است ، حرکت دهد. دان این تظاهرات را برای CHM در Xerox Alto بازسازی شده ما ، هم در یک رویداد زنده و هم در دموی ضبط شده زیر ، تکرار کرده است. نسخه ی نمایشی رفتار انتخاب در ساعت 39:04 شروع می شود و نمایشی از رفتار پیمایش در ساعت 44:48 شروع می شود. این نسخه های نمایشی خاص در Smalltalk-76 روی Xerox Alto اجرا می شود.

در حالی که آلن کی به خاطر بیان دیدگاه پشت اسمالتالک (و ابداع اصطلاح "برنامه نویسی شی گرا") مشهور است ، دان اینگالز برنامه نویس اصلی و مسئول بسیاری از ویژگی ها و تغییرات طراحی که با توسعه LRG Smalltalk بیشتر صورت گرفت. اولین نسخه Smalltalk ، نسخه ای که بچه ها با آن بازی کردند ، Smalltalk-72 بود. (هر نسخه از Smalltalk تقریباً برای سال توسعه آن نامگذاری شده است ، و Smalltalk-72 در سال 1972 منتشر شد.) نسخه در حال اجرا Smalltalk-72 در باغ وحش Smalltalk اینجا میزبانی می شود.

تصویری از شبیه سازی Smalltalk-72 در حال اجرا در باغ وحش Smalltalk.

Smalltalk-72 دارای تعدادی محدودیت ها ، و برخی پیشرفت های جزئی در نسخه بعدی ، Smalltalk-74 انجام شد. دو مورد از مهمترین پیشرفت ها یک سیستم حافظه مجازی به نام OOZE بود که توسط تد Kaler توسعه یافت و یک روال گرافیکی جدید به نام BitBLT که توسط Ingalls توسعه یافته بود. BitBLT (تلفظ شده "bit-blit") یک گرافیک ابتدایی جدید بود که پیکسل ها را از یک مکان حافظه به مکان دیگر به شیوه ای سریع و کارآمد کپی می کرد. این عملیات با عنوان "blitting" شناخته می شود. این مورد در هر جایی که گرافیک bitmapped برای جابجایی سریع مورد نیاز بود ، مانند پیمایش متن یا انیمیشن مورد استفاده قرار می گرفت. در نسخه های قبلی Smalltalk ،هم متن و هم گرافیک نسخه های خاص خود را از این روال معمول و قابلیت تکراری داشتند. اینگالز آنها را متحد کرد و روال معمول را در میکرو کد Alto پیاده سازی کرد تا سریعتر انجام شود. امروزه از عملیات blitting در همه جا استفاده می شود ، از جمله در بازی های ویدئویی دوبعدی ، جایی که پایه و اساس ایجاد حرکات زنده است.

تصویری از Smalltalk-76 ، تصویری از مقاله ویکی پدیا در Xerox Alto.

نسخه اصلی بعدی ، Smalltalk-76 ، ارتقاء حتی بزرگتری بود. Smalltalk-76 طراحی زبان Smalltalk را تغییر داد و ویژگی ای را که اغلب مترادف با برنامه نویسی شی گرا "ارث" شناخته می شود ، در خود جای داد. همچنین یک نحو قابل جمع آوری ، پارامترهای دارای برچسب کلید واژه را معرفی کرد ، چیزی که امروزه برای برنامه نویسان Objective-C و Swift آشنا است. برای خوانندگان فنی علاقه مند ، مقاله دان اینگالز با عنوان "سیر تکاملی Smalltalk: از Smalltalk-72 تا Squeak" دارای جزئیات بیشتری است. Smalltalk-76 طرحی را ایجاد کرد که امروزه اکثر نسخه های Smalltalk از آن پیروی می کنند.

مانند 74 و 76 قبل از آنها ، دو نسخه بعدی Smalltalk در PARC یک به روز رسانی جزئی (78) و به دنبال آن یک نسخه اصلی ( 80) Smalltalk-78 یک بندر Smalltalk-76 به NoteTaker بود ، یک رایانه قابل حمل که عمدتاً توسط داگ فیربرن طراحی شده بود و از ریزپردازنده های Intel 8086 استفاده می کرد. این نسخه از Smalltalk حافظه مجازی OOZE را حذف کرد و تغییرات کلیدی را ایجاد کرد که قابلیت حمل را در مرحله بعدی ، Smalltalk-80 ، تسهیل کرد.

شبیه سازی Smalltalk-78 ، که بسیار شبیه به Smalltalk-76 اجرا می شود ، در باغ وحش Smalltalk اینجا میزبانی شده است.

رابط کاربری گرافیکی Smalltalk-80 ، حدود 1980. از کتابخانه PARC ، © PARC. CHM Object ID 500004472.

Smalltalk-80 تلاشی بود که توسط آدل گلدبرگ ، که تا سال 1980 مدیر LRG بود ، برای تبلیغ و در دسترس قرار دادن Smalltalk خارج از زیراکس PARC انجام شد. مجوزها به چهار شریک شرکت اعطا شد که Smalltalk را برای سیستم های شخصی خود توسعه می دهند: Tektronix ، DEC ، Apple و HP. تغییر اساسی در این تلاش ، ترجمه استفاده از نویسه های صفحه کلید ویژه سخت افزار زیراکس به معادل استاندارد ASCII بود. یک شماره ویژه از مجله Byte در اوت 1981 به اسمالتالک اختصاص داده شد و اعضای LRG از جمله اینگالز ، گلدبرگ ، کاهلر ، لری تسلر و دیگران مشارکت کردند. این نشریه تأثیر زیادی بر صنعت رایانه در گسترش ایده های برنامه نویسی شی گرا داشت. به عنوان مثال ، این مسئله Byte براد کاکس را تشویق کرد تا مفاهیم Smalltalk را با زبان برنامه نویسی C ترکیب کند تا Objective-C ایجاد شود. (به "تاریخچه مختصری از Objective-C" همچنین "ریشه های Objective-C در PPI/Stepstone و تکامل آن در NeXT مراجعه کنید." چندین کتاب در مورد Smalltalk ، همچنین توسط محققان LRG ، نیز منتشر شد. (Smalltalk-80: The زبان ، Smalltalk-80: زبان و پیاده سازی آن ، Smalltalk-80: محیط برنامه نویسی تعاملی ، و Smalltalk-80: بخش هایی از تاریخ ، کلمات توصیه ای.) Smalltalk-80 مبنایی برای همه نسخه های تجاری بعدی Smalltalk شد. A نسخه Smalltalk-80 را می توان در اینجا اجرا کرد.

در اواسط دهه 1980 ، کی ، مانند دیگر همکاران سابق PARC ، لری تسلر و دان اینگالز ، به اپل پیوست. در سال 1995 ، پس از وقفه ای از کامپیوتر ، اینگالز مجدداً به گروه کی پیوست تا نسخه ای جدید و قابل حمل از Smalltalk را که از نسخه رایگان Apple Macintosh گرفته شده است ، تولید کند. این نسخه که "Squeak" نام دارد ، از رنگ کامل پشتیبانی می کند.شامل بهبودهای زیادی بود ، از جمله نسخه به روز شده روال BitBLT به نام "WarpBlt" که از جلوه های چرخش و مقیاس پذیری پشتیبانی می کرد. یک نمونه جالب از WarpBlt را می توانید در اینجا پیدا کنید. Squeak همچنین از تلاش جدیدی برای ایجاد محیط محاسبات آموزشی کودکان ، eToys ، پشتیبانی کرد. eToys را می توان در اینجا اجرا کرد. Squeak در سال 1996 به عنوان منبع باز منتشر شد و امروزه در توسعه فعال باقی می ماند. به لطف SqueakJS ونسا فرویدنبرگ (پیاده سازی Squeak در جاوا اسکریپت) ، اکنون می توانید اکثر نسخه های Squeak را در باغ وحش Smalltalk اینجا اجرا کنید.

اثر ماندالای WarpBlt در شبیه سازی Squeak که در باغ وحش Smalltalk اجرا می شود. >

در طول تقریباً 50 سال سابقه ، نسخه های زیادی از Smalltalk وجود داشته است ، بسیاری که تأثیرات قابل توجهی بر صنعت رایانه وسیع تری داشته است. از دیدگاه امروز ، که در آن موش ها و رابط های گرافیکی کاربر در همه جا حضور دارند ، تصور اینکه GUI در دهه 1970 چقدر رادیکال بود دشوار است. علاوه بر این ، رابط کاربری گرافیکی اولیه PARC از نظر راه های کلیدی با رابط کاربری که ما امروزه از آن استفاده می کنیم ، متفاوت است ، چه رایانه های شخصی ویندوز و چه آیفون ها. به عنوان یک ، طبیعت پویا و زنده این سیستم ها ، که در آن کاربران برنامه نویس سیستم های خودشان بودند و می توانستند به طور دلخواه همه چیز را تغییر دهند ، به نفع امنیت و ثبات از بین رفته است. توصیفات متنی این سیستم ها به سادگی آنها را عدالت نمی کند. آنها باید دیده شوند. نسخه های نمایشی ضبط شده ، مانند Ingalls و منتشر شده توسط مرکز تاریخ نرم افزار در CHM ، کار بسیار بهتری در ثبت تجربه انجام می دهند.

این طبیعت پویا Smalltalk است و حسی که قفل شده است -رابط های کاربری امروزی پایین انعطاف پذیری و قابلیت بازیابی Smalltalk اولیه را از دست داده است که سازندگان آن را ترغیب به بازگشت به آن و زنده کردن آن کرده است. دیدگاه کامل آلن کی درباره رسانه های پویای شخصی در محاسبات مدرن هنوز محقق نشده است. برای درک آن دیدگاه اصلی و تأثیر انقلابی آن ، باید پویایی اسمالتالک ، "زنده بودن" آن را تجربه کرد. برای انجام این کار ، باید بتوانید نسخه ای از Smalltalk را اجرا کنید ، با آن بازی کنید ، تغییرات را به صورت زنده انجام دهید و نحوه عملکرد آن را ببینید. البته ، اکثر مردم به Xerox Alto کار نمی کنند. خوشبختانه ، سالهاست که دن اینگالز با همکاری دیگران محیط شبیه سازی به نام LivelyWeb را ایجاد کرده است که در جاوا اسکریپت اجرا می شود و در هر مرورگر وب اجرا می شود که می تواند شبیه سازی های تاریخی مختلف Smalltalk ، از Smalltalk-72 تا Squeak را میزبانی کند. به این باغ وحش Smalltalk است: یک سرگرمی شبیه سازی تاریخی Smalltalk که در مرورگر وب شما به صورت زنده اجرا می شود و برای همه قابل دسترسی است.

CHM ، با همکاری Dan Ingalls ، مفتخر است که میزبان باغ وحش Smalltalk است ، که می توانید به آن دسترسی پیدا کنید در smalltalkzoo.thechm.org. سایت Smalltalk Zoo همچنین مقاله مقاله تاریخچه زبانهای برنامه نویسی ACM اینگالز "The Evolution of Smalltalk: From Smalltalk-72 through Squeak" است. به عنوان موسسه برتر غیرانتفاعی متعهد به حفظ و دسترسی به تاریخ رایانه در سالهای آینده ، CHM مکانی ایده آل برای بایگانی وچنین مصنوعات نرم افزاری تاریخی را تجربه کنید.

[1] دانیل اینگالز ، "تکامل Smalltalk: از Smalltalk-72 تا Squeak ،" مجموعه مقالات ACM در زبانهای برنامه نویسی 4 ، شماره. HOPL (12 ژوئن 2020): 85: 1–85: 101 ، https://doi.org/10.1145/3386335.

[2] برد جی کاکس ، استیو ناروف و هانسن هسو ، "ریشه های Objective-C در PPI/Stepstone و تکامل آن در NeXT ،" مجموعه مقالات ACM در زبان های برنامه نویسی 4 ، شماره. HOPL (12 ژوئن 2020): 82: 1–82: 74 ، https://doi.org/10.1145/3386332.

منابع مرتبط

پروژه سیستم آلتو: دان اینگالز Smalltalk

از Smalltalk تا Squeak ، سخنرانی Dan Ingalls

رایانه دیروز فردا: Xerox Alto Adele Goldberg تاریخ شفاهی یافتن کمک به مقالات آدل گلدبرگ

گلدبرگ ، ParcPlace و Xerox PARC نوارهای ویدیویی و DVD

پروژه سیستم آلتو: تظاهرات لری تسلر کولی

تاریخچه های شفاهی لری تسلر:

آلن کی: پایان نامه دکتری دانشگاه دینابوک-گذشته ، حال و آینده

دانشگاه آلن کی یوتا. موتور واکنشی ؛ و Flex

انقلاب رایانه ای هنوز اتفاق نیفتاده است

انجام تصاویر باعث ایجاد نمادها می شود

مقاله های آلن سی کی

آلن کی تاریخ شفاهی (2008)

بازگشت به آینده نرم افزار ، سخنرانی آلن کی:

مدل Dynabook Dynabook ، داستان کامل

40 سالگرد the Dynabook، CHM Lecture by Alan Kay

Software

Smalltalk v286 VisualAge for Smalltalk Smalltalk-80 Virtual Image 2.2/Virtual Machine 1.1 Atari ST Smalltalk/V سیستم برنامه نویسی شی گرا < /p>

کتابچه راهنمای Smalltalk-72 و 80:

سخت افزار

زیراکس آلتو:

تصویر سرپوشیده: شماره 1981 مجله Byte شامل Smalltalk زیراکس ، یک محیط گرافیکی و زبان برنامه نویسی پیشگامانه بود که برنامه نویسی شی گرا را به مخاطبان زیادی.

درباره نویسنده

هانسن Hsu است مورخ و جامعه شناس فناوری و سرپرست مرکز تاریخچه نرم افزار CHM. او در تقاطع تاریخچه محاسبات شخصی ، رابط کاربری گرافیکی ، برنامه نویسی شی گرا و مهندسی نرم افزار کار می کند.

ابتدا در https://computerhistory.org در 17 دسامبر 2020 منتشر شد.

مدیریت مجموعه داده برای دید رایانه ای

چه زمانی در ایجاد راه حل های بینایی رایانه ای ، معمولاً بر جنبه مدل سازی و استفاده از آخرین الگوریتم تاکید می شود. در حالی که مدل مهم است ، در تجربه من متوجه شده ام که یک جزء مهمتر برای ارائه یک راه حل موفق ، ایجاد و نگهداری مجموعه داده مناسب از طریق مدیریت کارآمد مجموعه داده است.

چرا مدیریت مجموعه داده ها کلید

از نقطه نظر فنی:

بیایید از دیدگاه نظریه بازنمایی به مسائل نگاه کنیم. برای هر وظیفه تحت نظارت ، مدل سازی اساساً به آموزش یک مدل از نمایندگی از جهان است که اجازه می دهد از داده های ورودی به برچسب های ما برویم.

در "یادگیری ماشین کلاسیک" ، ما این کار را از طریق مهندسی ویژگی انجام می دهیم - اساساً تغییر سطح عملکرد ضرر برای درمان بیشتر به گونه ای که یادگیری آن برای مدل آسان باشد.

در بینایی رایانه نیز همین امر صادق است. یک تفاوت در اینجا این است که هنگام استفاده از یادگیری عمیق ، ما کنترل صریحی روی بخش مهندسی ویژگی فرآیند نداریم.

کار ایجاد هموارتر کردن چشم انداز از دست دادن را می توان با ساخت و نگهداری مجموعه داده مناسب این یک دستگیره بزرگ و طلایی است که می توانیم بچرخانیم و بچرخانیم تا آزمایشات خود را با هر مدل فانتزی که استفاده می کنیم کنترل کنیم. بوم*. نمی داند خط چیست و نمی داند شی چیست - ما هر آنچه را که برای دانستن نیاز داریم به آن آموزش می دهیم و این کار را با نشان دادن تصاویر و برچسب ها انجام می دهیم.

این بدان معناست که ما به هر دو مورد نیاز داریم: بسیاری از موارد ، یکی با مدلی شروع می شود که قبلاً آموزش دیده است ، بنابراین در واقع چیزی در مورد جهان می داند. البته تفاوت های ظریفی در آن وجود دارد ، اما همان اصولی که در اینجا مورد بحث قرار گرفته است ، کاربرد دارد.

به چه نکاتی باید توجه کرد - "لحظات آه"

نگاهی به کارهایی که دارم انجام شد ، من سعی کردم برخی از جنبه های کلیدی را که باید به آنها توجه داشته باشم تقطیر کنم.

موارد ذکر شده در زیر همگی مرا در لحظات "آه" ، چه هنگام ساختن و چه هنگام نگهداری یک مدل ، هدایت کرده اند و به همین دلیل ، اکنون هنگام کار بر روی یک مدل جدید ، آنها را به طور صریح به عنوان نقاط عمل تنظیم کنید: مفروضات و بیان آنها در مجموعه داده در مورد سوگیری در داده های ورودی فکر کنید در مورد حرکت داده ها به صورت زنده فکر کنید - چگونه آنها را بگیریم ، چگونه روی آنها عمل کنیم < img src = "https://cdn-images-1.medium.com/max/426/0*cpPUOSJpY-114Q8A.png"> https://odsc.com/boston/

مدیریت مجموعه داده موارد گوشه ای و مفروضات

موارد زیادی وجود دارد که در آنها ممکن است برای یک مدل سخت باشد که در تعیین آنچه ما تنظیم کرده ایم عملکرد خوبی داشته باشد. t برای شناسایی.

این می تواند به دلیل کیفیت پایین تصاویر ، گرفتن از زاویه ای دیگر ، ممانعت تا حدی و غیره باشد. بسیاری از این موارد را می توان "موارد گوشه" نامید ، اما ممکن است بسیار برجسته تا حدی که کلید موفقیت یا شکست پروژه ما باشد.

متأسفانه ، ما نمی دانیم که آنها تا چه اندازه گوشه ای هستند مگر اینکه به صراحت این س ourselvesال را از خود بپرسیم.

یک مثال سادهبهترین نحوه برخورد من با پرسیدن و تلاش برای پاسخگویی به آن را توضیح می دهد:

بیایید تصور کنیم که ما می خواهیم یک مدل را برای تشخیص سگ ها آموزش دهیم. در مجموعه آموزشی ما ، ممکن است تصاویر زیر را بیابیم و ممکن است تعجب کنیم که چگونه با آنها برخورد کنیم.

آیا آنها را به مدل نشان می دهیم؟ به مدل چه می گوییم؟

اینها همه مواردی است که ممکن است مدل ما هنگام استقرار مستقیم با آن روبرو شود. اگر این نمونه ها را در مجموعه آموزشی خود داشته باشیم ، بهترین کار این است که به صراحت سعی کنیم با آنها مقابله کنیم - آیا موفق خواهیم بود یا نه ، و آیا "مقابله با آن" به معنی نادیده گرفتن آنها است یا خیر.

مورد 1: سگ کامل

این یک مثال ساده در اینجا ما به سادگی یک جعبه دور سگ می کشیم (با در نظر گرفتن کار تشخیص اشیاء برای سادگی) ، و ما خوب هستیم.

مورد 2: نیم سگ؟

اگر به جای این تصویر ، یکی از آن ها را داشتیم فقط قسمتی از آن را داشتیم سگ؟ چگونه به آن نزدیک می شویم؟

مورد 3: آن چیست؟

با درنظر گرفتن حالت 2 ، اگر مواردی وجود داشته باشد که فقط یک دم را ببینیم ، چه کنیم؟

در این موارد چه باید کرد

همیشه پاسخهای روشن وجود ندارد. یکی از رویکردهایی که در زمینه های مختلف با من خوب کار می کرد این بود که خودم را در "مدل" قرار دهم. چه چیزی ممکن است فکر کند؟ من چه می خواهم فکر کنم؟

اگر دم را به تنهایی به عنوان "سگ" برچسب گذاری کنیم ، عملاً به مدل می گوییم که دم یک "سگ" است - یعنی دم و یک سگ کامل کامل هستند همینطور.

اگر ملاحظات هستی شناختی و فلسفی در این مورد را کنار بگذاریم (که بسیار هم جذاب هستند!) ، از نظر عملی این می تواند مشکل ساز باشد زیرا مدل بر اساس آنچه می بیند یاد می گیرد. شاید مدل بتواند سر ، گوش ها و شکل سگ را تشخیص دهد - اما ما با انتقال اطلاعات متناقض کار را بسیار دشوارتر می کنیم.

جالبتر این است که این لزوماً نیست محکوم به شکست شاید مدل بتواند مفاهیم زیربنایی مانند اعضای بدن را به طور م learnثر یاد بگیرد ، بدون آنکه صریحاً به آن گفته شود. یا شاید نمی تواند. (برای مرجع: تحقیقات اخیر هوش مصنوعی در حال بررسی این موضوع است. این موضوع خارج از حوصله مقاله است ، اما به دنبال "بازنمایی نمایان" باشید.)

خط عمل من در این مورد این است:

فکر کنید که استفاده از این موارد مهم است اگر چنین است ، سعی کنید در مورد آنها صریح صحبت کنید: من یک چارچوب آزمایشی برای تلاش و استفاده از آنها تنظیم کردم.

بنابراین به مثال باز می گردم ، ابتدا سعی می کنم فکر کنم

اگر می توان انتظار داشت که به دلایلی بسیاری از تصاویر دم به تنهایی در تصاویر ما باشد چه تاثیری بر نتیجه نهایی اگر مدل نتوانست دم ها را تشخیص دهد: شاید مهم باشد ، شاید مهم نباشد ، بسته به کاربرد

مهم این است که از خود بپرسیم آیا این مهم است که حسابداری موارد گوشه ای دارای معاملات باشد ، و می تواند تلاش و هزینه های مورد نیاز برای ساختن مدل را افزایش دهد.

اگر پاسخ هر دو س questionsال به ما نیاز دارد که مشکل را برطرف کنیم ، احتمالاً تصاویر ورودی را به صراحت حاشیه نویسی می کنمتا بتوانم آنچه را که کار می کند آزمایش کنم:

از "سگ" برای نشان دادن سگ های کامل و دم برای نشان دادن سگ های کامل از "سگ" استفاده کنید ، دم ها را نادیده بگیرید از "dog" برای نشان دادن سگهای کامل ، از "tail" برای نمایان کردن دمها استفاده کنید

یک راه کارآمد برای این کار داشتن حاشیه نویسی دانه ای در داده های ورودی است ، که می توانیم به راحتی از کد به عنوان مایل به انجام آزمایشات صریح.

-

فعلا! اگر این مقاله در مورد مدیریت مجموعه داده ها برای شما جالب بود ، در بحث ODSC East 2021 ، "مدیریت داده برای دید کامپیوتر: احتمالاً مهمترین و کم ارزش ترین م toلفه برای ارائه راه حل های موفقیت آمیز چشم انداز کامپیوتری" ، جزئیات بیشتری را بیان خواهم کرد و نکات دیگر را لمس خواهم کرد. زندگی. "

من کارمند اولیه MasPar Computer Corp بودم که با Thinking Machines رقابت می کرد.

من کارمند اولیه MasPar Computer Corp بودم که با Thinking Machines رقابت می کرد.

Thinking Machines مطمئناً دارای ویژگی های مدیریتی بود ، شاید در دنی هلیس بیان شود که می خواهد ماشینی بسازد که افتخار کند. متأسفانه ، برای Thinking Machines و MasPar ، هیچگونه مدیریت الهام گرفته و با استعداد نمی تواند آنها را نجات دهد. هر دو شرکت و بیشتر صنعت ابررایانه ها با افزایش رایانه های ارزان قیمت در قالب ریزپردازنده کشته شدند.

یکی از همکارانم مقاله ای با عنوان "حمله قاتل میکروس" نوشت که نابودی صنعت ابر رایانه را پیش بینی کرد.

می دانید ، فاینمن بیشتر عمر خود را صرف کار بر روی مشکلات برجسته فعلی فیزیک کرد. اما او یک مشکل حل کننده مطمئن بود. و گهگاه او به بیرون می رفت و نگرش خود را در مورد "هر مشکلی را می توان با فکر کردن در مورد آن حل کرد" با خود آورد. هرچند محدودیت هایی داشت. من فکر می کنم او هرگز واقعاً معتقد نبود که برای مثال در امور بشری کاربرد دارد. مانند زمانی که ما هر دو در بوستون برای Thinking Machines مشورت می کردیم ، من همیشه بالا و پایین می پریدم که چگونه اگر مدیریت شرکت این کار را انجام ندهد ، آنها شکست خواهند خورد. او فقط می گفت: "چرا نمی گذارید این افراد شرکت خود را اداره کنند. ما نمی توانیم این گونه مسائل را دریابیم. " متأسفانه ، این شرکت در نهایت شکست خورد. اما این یک داستان دیگر است.

با بودجه فدرال برای علوم رایانه چه معامله ای وجود دارد؟

جامعه علوم رایانه (CS) هنوز منتظر است تا از وزارت آموزش ایالات متحده در مورد نحوه تخصیص تعهد 200 میلیون دلاری دولت فدرال به STEM با تمرکز بر علوم رایانه در سال مطلع شود. ما اکنون نشانه هایی را مشاهده کرده ایم که نشان می دهد جزئیات در سه مرحله مختلف طی پنج یا شش هفته آینده ظاهر می شوند.

ابتدا انتظار می رود دولت بودجه خود را برای سال مالی 2019 در 12 فوریه اعلام کند. بودجه سال آینده به وزارت آموزش و پرورش این فرصت را می دهد تا برنامه ها را تغییر دهد تا منعکس کننده دستورالعمل ریاست جمهوری برای بودجه STEM + CS باشد. به دلیل مسائل مربوط به زمان بندی ، گروه اد این فرصت را در بودجه امسال نداشت.

دوم ، انتظار می رود اولویت های نهایی وزیر آموزش و پرورش در مورد نحوه هزینه کردن این اداره در اطراف انتشار یابد. پایان ماه فوریه (اولویت های اولیه در اینجا ذکر شده است.) در حالی که هیچ تاریخ عمومی وجود ندارد ، ما می توانیم یک حدس آگاهانه بزنیم زیرا اداره مسابقات برنامه های خود را در اوایل ماه مارس شروع می کند. این دپارتمان نمی تواند برنامه ها را بدون انتشار اولویت های خود اجرا کند.

سوم ، دپارتمان Ed فقط لیستی از برنامه های کمک هزینه ای را که امسال مسابقات را اجرا می کند ، منتشر کرد. همانطور که در بالا ذکر شد ، اعلامیه های مربوط به این برنامه ها در ماه مارس - و برنامه ها باز خواهند شد -. اولویت های وزیر منشی این است که چگونه این برنامه ها بودجه CS را در اولویت قرار می دهند و بررسی آن اطلاعیه ها دقیقاً نشان می دهد که کدام برنامه ها CS را در اولویت قرار داده است. بازخورد در مورد راهنمایی وزیر منعکس کننده درخواست مربیان برای تأکید و اولویت بندی علوم رایانه است. ما امیدواریم که وزارت آموزش و پرورش به اظهارات قوی جامعه آموزش و پرورش واکنش نشان دهد.

در نهایت ، ارزش توجه به بودجه امسال را دارد. تا کنون ، کنگره بودجه سال مالی جاری دولت فدرال را حل نکرده بود ، که به نوبه خود ، وزارت آموزش و پرورش را از انتشار جزئیاتی که منتظر CS بودیم ، منع کرده است. در حالی که توافق امروز در واقع نهایی نیست ، می تواند به معنای بودجه بیشتر برای آموزش به طور کلی باشد. به طور کلی ، این توافق بودجه غیر دفاعی را برای 63 میلیارد و 68 میلیارد دلار برای سال جاری و سال آینده افزایش می دهد. کنگره تا 23 مارس فرصت دارد تا بفهمد چه میزان از این افزایش به آموزش اختصاص می یابد. در Code.org ، ما همچنان به حمایت از حمایت قوی از آموزش در سطح فدرال ادامه می دهیم.

امیدواریم طی چند هفته آینده ، در مورد اولویت بندی برنامه کمک هزینه 2018 برای CS اطلاعات بیشتری کسب کنیم. ، در مورد بودجه 2019 برای CS و بودجه وسیع تر آموزش به طور کلی. همچنان که این جزئیات مشخص است ، به ارسال به روز رسانی ادامه می دهیم.

کامرون ویلسون ، رئیس جمهور - ائتلاف حمایتی Code.org