جدیدترین مطالب
فصلنامه «گام سوم» شماره ۴ و ۵
در این نوبت از فصلنامه گام سوم دو شماره «۴ تابستان» و «۵ پاییز» به‌طور همزمان منتشر شده است که همچون شماره‌های پیشین شامل مقالات متنوعی در موضوعات اقتصاد، آینده مشاغل، خانواده، نوشتار و سیاست به همراه دو پرونده با موضوعات داغ روز می‌شود.
۱۳ رفتار غیرمعمول مدیران موفق که شاید شما را شگفت‌زده کند!
اداره‌ی یک شرکت کاری پر استرس است، به‌ویژه اگر یکی از بزرگ‌ترین شرکت‌های جهان را مدیریت کنید. این میزان بالای استرس می‌تواند به عادت‌های روزانه‌ی شدید و غیرمعمول منجر شود. در ادامه، برخی از عجیب‌ترین روال‌های روزانه‌ی مدیرعامل‌ها آمده است.
چرا نترسیدن شرط یافتن پاسخ‌های مهم است؟
فهمیدم سلامت روانم بهتر شده است، وقتی به خارج از کشور رفتم و دیگر دچار شوک فرهنگی نشدم.من بخش زیادی از خودم را در دخترانم می‌بینم. آنها مشتاق‌اند وظایفشان را درست انجام دهند و اگر احساس کنند چیزی ممکن است «نامناسب» به نظر برسد، ناراحت و آشفته می‌شوند.
داستان های علمی تخیلی؛ پلی میان تخیل و ارتباط علمی مؤثر
وقتی وارد دوره دکترایم شدم، می‌دانستم به همان اندازه که از انجام پژوهش لذت می‌برم، عاشق انتقال علم به عموم مردم نیز هستم. اما خیلی زود پژوهش بیشتر وقت مرا بلعید. اغلب تا نیمه‌های شب کار می‌کردم و بیشتر آخر هفته‌هایم صرف آماده‌سازی آزمایش‌ها، گردآوری داده‌ها یا جبران عقب‌ماندگی از انبوه پایان‌ناپذیر مقالات علمی روی میزم می‌شد.
پربازدیدترین مطالب
جهان خسته از نابرابری و ثروتمندان
با تشدید بحران‌های محیط‌زیستی، اجتماعی و انسانی، جهان دیگر قادر به تحمل دو چیز نیست: ۱- هزینه‌های نابرابری اقتصادی ۲- جامعه ثروتمندان. کاهش نابرابری اقتصادی به‌تنهایی درمانی برای این بحران‌های جهانی نیست، اما نقش محوری در حل همه آنها دارد.
روند ۱۰۰ ساله تغییر اشتغال زنان به روایت تصویر
نگاهی به تصاویر صد سال گذشته نشان می‌دهد که زنان چگونه از جنگ‌های جهانی تا قرن ۲۱، توانستند مرزهای شغلی را جابه‌جا کنند و مسیر جدیدی در تاریخ نیروی کار رقم بزنند.
هوش مصنوعی و سیاست: چگونه بفهمیم چه چیزی و چه کسی واقعی است؟
اگر خوش‌شانس باشیم، فناوری‌های جدید فقط باعث سردرگمی مختصری می‌شوند. وگرنه، حوزه سیاسی ما می‌تواند برای همیشه تغییر کند.
نویسنده: مترجم: ۲۱ مرداد ۱۴۰۳
پشت صحنه هوش مصنوعی!!!
دستورالعمل‌ها بطور کلی در سراسر صنعت دچار ابهام هستند. این ابهام به نوعی ناشی از روش آموزش سیستم‌های یادگیری ماشین است. تصور کنید واقعیت‌های پیچیده را به چیزی ساده و قابل فهم برای یک ماشینی که کاملاً احمق است، ساده‌سازی کنید.
حتی اگر انجام حاشیه‌نویسی هنوز بخشی اساسی از ساختار هوش مصنوعی باشد، اما اغلب در بین مهندسان، احساس می‌شود که این یک پیش‌نیاز گذرا و ناخوشایند به منظور انجام کارهای جذاب‌تر در زمینه ساخت مدل‌هاست. به‌طور اصولی، شما تلاش می‌کنید تا اطلاعات برچسب‌گذاری‌شده را تا حد امکان با کمترین هزینه جمع‌آوری کنید تا مدل خود را آموزش دهید و اگر کار کند، حداقل در تئوری، دیگر نیازی به حاشیه‌نویس‌ها ندارید. اما حاشیه‌نویسی هرگز واقعاً تمام نمی‌شود. به عبارت پژوهشگران، سیستم‌های یادگیری ماشین، «شکننده» هستند و به احتمال زیاد در مواجهه با چیزی که در داده‌های آموزشی به خوبی نمایان نشده باشد، مستعد شکستند.
عمل ساده‌سازی واقعیت برای یک ماشین، منجر به پیچیدگی بسیار بیشتری برای انسان می‌شود. نویسندگان دستورالعمل باید قوانینی ارائه کنند که به انسان‌ها امکان می‌دهد دنیا را با یکسانی کامل دسته‌بندی نمایند. برای این کار، آنها اغلب دسته‌بندی‌هایی ایجاد می‌کنند که هیچ انسانی از آن استفاده نمی‌کند. انسانی که از او بخواهند تمامی پیراهن‌ها را در یک عکس برچسب بزند، احتمالاً بازتاب یک پیراهن در آینه را برچسب نمی‌زند. زیرا می‌داند که این یک بازتاب است و واقعی نیست. اما برای هوش مصنوعی که درکی از دنیا ندارد، همه چیز فقط پیکسل‌ها هستند و هر دو کاملاً یکسان به نظر می‌آیند.
متن کامل را در شماره صفر فصلنامه «گام سوم» بخوانید.
