بزرگترین ریف مصنوعی در جهان ساخته شده است؟

پاسخ: یک حامل هواپیما

بشریت به قدری از نقش که صخره ها در اکوسیستم اقیانوس بازی می کنند قدردانی می کنند و حتی تا آنجا که به ژاپنی های قرون وسطایی می رفتند، مردم از آبرفت ها برای ایجاد صخره های مصنوعی برای رشد زالز و خانه استفاده می کردند برای ماهی از آن به بعد، مواد مختلفی برای صخره های مصنوعی استفاده شده است. بعضی از آنها با موفقیت های زیادی مورد استفاده قرار گرفته اند، مانند تبدیل ماشین های مترو سوار شده به صخره های مصنوعی. دیگران با موفقیت کمتر از اعمال ضعیف ماهی به فاجعه بلافاصله زیست محیطی – همانطور که در مورد تلاش های اشتباه در قرن بیستم برای تبدیل تایرهای قدیمی به صخره ها می باشد،

یکی از ریف های مصنوعی به خصوص موفق و بزرگترین مرد مجرد، ساخته شده از صخره های دریایی در جهان، ساخته شده از USS Oriskany سابق است. در سال 2004، نیروی دریایی این کشتی را به ایالت فلوریدا تحویل داد تا از ساحل غرق شود. در سال 2006، بعد از یک سال از تمیز کردن و دفع مواد خطرناک (همه سال 2004)، پس منتظر تأیید EPA، کشتی پس از اینکه توسط کارشناسان نیروی دریایی با دقت محرمانه با اتهامات منفجره غرق شد، آن را غرق کرد تا آن را دقیقا به محل در کف اقیانوس ساحل پنساکولا، فلوریدا. در این عکس، انفجار اتهامات و آغاز روند غرق شدن اسناد می شود.

عرشه پرواز 44،000 تن ناوبر در حدود 145 فوت از سطح دریا واقع شده است (اگر چه برج کنترل کشتی به حدود 80 فوت پایین تر از دریا می رسد سطح). این منطقه به غواصان باز است، اما ورود به عرشه پرواز مستلزم آموزش و تجهیز بیشتر است. غواصان با مهربانی به محل "ریف غول پیکر" اشاره می کنند که به "Great Barrier Reef" استرالیا طبیعی است.

حسن نیت تصویری از کلاس دوم کلاس عکاس جفری پراکوس (نیروی دریایی ایالات متحده) / ویکیمدیا.

چگونگی قرار دادن هوش مصنوعی در سیستم های شیشه ای گوگل می تواند هر دو به ما کمک کند و به حریم خصوصی ما آسیب برساند


به یاد داشته باشید Google Glass؟ پنج سال پیش، این لوازم جانبی داغ جدید برای کسانی بود که می خواستند در لبه خونریزی تکنولوژی زندگی کنند. اما هنگامی که Google Glasses شروع به استفاده عمومی کرد، مردم متوجه شدند که آنها یک نفوذ عظیم را در زندگی خصوصی همه افراد مجاور قرار داده اند. همانطور که در ویکی پدیا آمده است: "هدست به دلیل نگرانی های مربوط به حفظ حریم خصوصی و ایمنی، انتقاد و اقدامات قانونی زیادی دریافت کرد."

در سال 2015، گوگل اعلام کرد که فروش نمونه اولیه گوگل شیشه را به "Explorers Glass" متوقف نخواهد کرد. از آن به بعد، ایده یک دستگاه سرپوش با دوربین ساخته شده در دوربین اول شخص از نظر عمومی خسته شده است، اما این ایده مطمئنا از بین رفته است. بسیاری از آنها ممکن است شگفت زده شوند که یاد بگیرند که گوگل به طور غیرمستقیم Google Glass را در سال 2017 دوباره راه اندازی کند، این بار در قالب نسخه شیشه ای Enterprise. در آن زمان، The Verge گزارش داد:

ارتقاء عمده بین Glass اصلی و نسخه سازمانی یک دوربین بهتر است (با رزولوشن بالا از 5 مگاپیکسل به 8)، عمر باتری، سریعتر Wi-Fi و پردازنده و یک نور قرمز جدیدی که هنگام ضبط ویدئو روشن می شود. الکترونیک شیشه نیز به شکل شیشه ای به شکل شیشه ای ساخته شده است که می تواند جدا شود و مجددا به فریم های سازگار با شیشه اضافه شود که می تواند شامل مواردی مانند عینک ایمنی و عینک های تجویزی باشد.

همانطور که از نام آن بر می آید ، نسخه گوگل شیشه ای Enterprise به طور دقیق در کسب و کار به جای کاربران نهایی است. این به طور جزئی پاسخ به واکنش نامطلوب است که مردم به دستگاه هایی که در فضاهای عمومی استفاده می شوند، به دستگاه های خود می پردازند. اما یک مقاله در سال 2017 در Wired می گوید که حتی در محیط کار بیشتر کنترل شده، هنوز مسائل مربوط به حریم خصوصی وجود دارد. یک شرکت با استفاده از Google Glass اظهار نظر در مورد نصب یک "نوار حمام" را مطرح کرد که مردم می توانند هدست های خود را ببندند تا مطمئن شوند هیچ کس عکس ها را در شرایط نامناسب نمی کند. در دفاتر و یا در طبقه کارخانه، ممکن است Google Glasses برای ضبط افراد دیگر که می گویند یا انجام کارها را بدون اجازه خود می توانند مورد استفاده قرار گیرند.

یک پروژه تحقیقاتی اخیر دانشگاهی رویکردی جالب برای کاهش این مشکل داشت. یک تیم آلمانی توسط Andreas Bulling، استاد سیستم های تعاملی و شناختی انسان و سیستم های شناختی در دانشگاه اشتوتگارت، رهبر گروه رابط کاربری ادراک شده در موسسه مافیا پلانک برای دانش آموختگان، رهبری کرد.

ما PrivacEye را ارائه می دهیم، سیستم مفهومی است که شرایط روزمره حساس به حریم شخصی را تشخیص می دهد و به طور خودکار دوربین اول شخص با استفاده از یک شاتر مکانیکی را فعال و غیرفعال می کند. برای بستن شاتر، PrivacEye موقعیت های حساس از فیلم های دوربین اول شخص را با استفاده از یک مدل یادگیری عمیق به پایان می رساند. برای باز کردن شاتر بدون ورودی تصویری، PrivacEye با استفاده از دوربین جداگانه ای کوچکتر چشم برای تشخیص تغییرات در حرکات چشم کاربران برای سنجش تغییرات در "سطح حریم خصوصی" وضعیت فعلی

استفاده از یک شاتر فیزیکی به این طریق به سختی و کمبود نیاز است، و نیاز به یک دوربین دوم، یک ناراحتی اضافی است. اما آنچه که کار یادداشت را انجام می دهد، نحوه استفاده از تکنیک های هوش مصنوعی برای شناسایی خودکار این است که آیا یک محتوا اجتماعی احتمالا حساس به حریم خصوصی است یا خیر. در صورت وجود، دوربین اول شخص از ضبط جلوگیری می شود. محققان با استفاده از یک شبکه عصبی برای نظارت بر حرکات چشم فردی که از دوربین اول شخص استفاده می کرد، به منظور تعیین این که آیا لازم بود. یکی از مزایای این رویکرد این است که بر خلاف سیستم های جایگزین که به محیط زیست نگاه می کنند تا از موقعیت های شدید حریم خصوصی محاسبه شود، نشانه هایی از حرکات چشم شامل ضبط، ساکاده ها (سریع، همزمان) حرکت دو چشم بین دو یا چند نقطه ثابت در همان جهت)، چشمک می زند، قطر دانش آموز و مسیرهای اسکن. ایده اصلی این است که از شبکه عصبی برای تشخیص ارتباطات بین الگوهای حرکات چشم و سطح حساسیت حریم خصوصی شخصی که با استفاده از هدست دوربین استفاده می شود استفاده شود. اگرچه کار تیم آلمان تنها مقدماتی است، اما آنها معتقدند که این پتانسیل است:

ما مطمئن هستیم که قابلیت های به سرعت در حال افزایش شبکه های عصبی امروزه به زودی اجازه می دهد که نمونه اولیه اثبات مفهوم ما را به سوی یک رویکرد موثر واقعی تحویل دهیم. برنامه جهانی که امکان استفاده روزمره از عینک هوشمند "همیشه در" را در زمان واقعی حفظ می کند.

مانند تمام ابزارها، شبکه های عصبی را می توان به طور مفیدی و مضر مورد استفاده قرار داد. همانطور که پروفسور بولینگ اشاره کرد، تکنیک های مشابهی که برای تجزیه و تحلیل حرکات چشم در جهت حفظ حریم خصوصی مورد استفاده قرار می گیرند، می توانند با نتایج کمتر خوش خیم مورد استفاده قرار گیرند. مقاله آکادمیک این کار را توضیح می دهد:

علاوه بر اجازه دادن به ما برای درک محیط اطراف ما، حرکات چشم نیز یک پنجره به ذهن ما و یک منبع غنی از اطلاعات در مورد اینکه چه کسی ما هستیم، چگونه احساس می کنیم و چه کاری انجام می دهیم. در اینجا ما نشان می دهیم که حرکات چشم در یک کار روزمره جنبه های شخصیت ما را پیش بینی می کند. ما حرکات چشم انداز 42 شرکت کننده را در حالی که آنها در یک محوطه دانشگاه انجام می دادند، دنبال کردند و سپس با استفاده از پرسشنامه های به اصطلاح، ویژگی های شخصیتیشان را ارزیابی کردند. با استفاده از روش یادگیری ماشین آلات پیشرفته و مجموعه ای غنی از ویژگی های کدگذاری ویژگی های مختلف حرکت چشم ما توانستیم چهار ویژگی شخصیتی پنجگانه (روان نژندی، برون گرائی، توافق پذیری، وجدان) و همچنین ادراکی را پیش بینی کنیم کنجکاوی تنها از جنبش های چشم است.

یک بار دیگر، مهم است که توجه داشته باشید که این باید به عنوان یک تحقیق اولیه، با یک نتیجه امیدوار کننده محسوب شود. قبل از اینکه می توان به طور قطعی گفت که حرکات چشم برای پیش بینی شخصیت افراد مناسب است، باید تحقیقات بیشتری انجام شود. شايد مهمترين نتيجه کاري که بويلينگ و همکارانش انجام دادند، آنچه آنها متوجه نشدند، چيزي نيستند، بلکه چگونگي آن را در بر داشت.

در هر دو مورد، داده هاي مشاهدات خام – چيزهايي نظير فيلم هاي فضايي، ساکاده ها و چشم هاي چشمي به سیستم شبکه عصبی تغذیه می شود. پس از آن نرم افزار AI الگوهای پنهان در این داده ها را جستجو کرد: در اولین حالت، ارتباط حرکات چشم با موقعیت های حساس به حریم خصوصی، و در مرحله دوم، همبستگی حرکات چشم با صفات شخصیتی. به نظر می رسد که الگوهای جالب برای هر دو مورد پیدا شده است – هرچند این باید توسط محققان دیگر و با مجموعه های آموزشی بزرگتر تأیید شود.

استفاده از تکنیک های AI مانند شبکه های عصبی محدود به حرکات چشم نیست. این به راحتی می تواند به هر مجموعه داده شخصی ثروت اعمال شود. امکانات واضح شامل مواردی مانند ضربان قلب، هدایت پوست، زمین صدا، حرکات دست و الگوهای پیاده روی، به جز موارد غیر فیزیکی مانند الگوهای ارسال آنلاین یا سبک نوشتن دیجیتال نیستند. ممکن است این باشد که برخی یا همه اینها حساسیت به تجزیه و تحلیل هوش مصنوعی دارند تا نشان دهند که الگوهایی که اطلاعات تولید شده از آن آگاه نیستند. یک بار دیگر این اطلاعات ممکن است برای همه انواع اهداف مناسب – ایمنی عمومی، افزایش کارایی، مشاوره شخصی و غیره استفاده شود – و یا ممکن است برای انواع جدیدی از نظارت نامرئی استفاده شود.

همانطور که محصولات گوگل مانند شایع تر می شوند در این شرکت، شاید حتی خزنده به فضای عمومی، بنابراین تحقیق در بالا توضیح داده خواهد شد به ویژه مناسب است. با این حال، دقیقا همان نوع تجزیه و تحلیل مبتنی بر AI می تواند – و خواهد – به سایر محصولات که جمع آوری، شاید اتفاقا، اطلاعات شخصی است. تجزیه و تحلیل اتوماتیک زمان واقعی پیشرفته، به ناچار جنبه های زندگی خصوصی ما را در جزئیات ناخواسته و اغلب ناخواسته نشان می دهد.

تصویر برجسته توسط Google X

درباره Glyn Moody

Glyn Moody یک روزنامه نگار آزاد است که می نویسد و درباره حریم خصوصی، نظارت، حقوق دیجیتال، منبع باز، کپی رایت، اختراعات و مسائل مربوط به سیاست عمومی مربوط به فن آوری دیجیتال صحبت می کند. او شروع به پوشش استفاده از اینترنت در سال 1994 کرد و اولین ویژگی اصلی در مورد لینوکس را که در اوت 1997 در Wired ظاهر شد، نوشت. کتاب او "Code Rebel Code" اولین و تنها تاریخ دقیق افزایش منبع باز است VPN Service "title =" VPN Service "/> در حال حاضر فعالیت های بعدی خود را،" Code of Life of Life "، به بررسی بیوانفورماتیک – تقاطع محاسبات با ژنومیک می پردازد.
   

تلاش های دولت برای ایجاد صخره های مرجانی مصنوعی از کدام این مواد اثبات فاجعه آمیز است؟

پاسخ: تایرهای قدیمی

دلایل متعددی وجود دارد که چرا دولتها در سراسر جهان با ایجاد صخره های مصنوعی تجربه کرده اند. علاقه ای به تعمیر صخره های طبیعی موجود وجود دارد که توسط طوفان و یا فاجعه بار فاجعه ای در اثر دخالت انسان ها آسیب دیده است. ماهی ها اگر ماهی های صخره ای که در آنها زندگی می کنند یا در نزدیکی آنها طبیعی است یا انسان ساخته می شوند، شگفت انگیز نیستند. صخره های مصنوعی می توانند به کمک گردشگران سرگرم کننده در جایی برای کشف و کمک به صنایع ماهیگیری تفریحی و تجاری با ارائه ماهی به جایی زندگی کنند تا بتوانند گردشگری را تقویت کنند.

راه چاره ای برای ساخت یک صخره به جای استفاده از چیزهایی است که ما در حال حاضر داریم برای خلاص شدن از شر، درست است؟ در این راستا، تلاش های بسیار چشمگیر در سراسر جهان برای استفاده از کشتی های قدیمی، ماشین های مترو، تانک ها و دیگر سازه های فلزی بزرگ در ایجاد صخره های مصنوعی وجود دارد. وسایل نقلیه به خوبی تمیز می شوند، از مواد مضر مانند روغن یا سوخت قدیمی حذف می شوند و در شمع های طولانی غرق می شوند تا مکان های مناسب برای انواع مختلف ماهی و موجودات دریایی برای زندگی ایجاد کنند. حامل هواپیما برای بسیاری از انسان ها بسیار بزرگ است، اما به طرز باور نکردنی عادت ماهیانه است.

باحجاب، تمام تلاش های ریف مصنوعی موفق نبوده است. در دهه 1970، ده ها هزار تن لاستیک، که توسط کابل های نایلونی و فولادی یا کلیپ ها متصل بودند، به آبهای ساحلی شمال شرقی ایالات متحده و بعدا فلوریدا در تلاش برای ایجاد صخره های جدید فرو ریختند. بزرگترین چنین آزمایشی Osborne Reef، واقع در ساحل فورت لادردیل بود. پروژه ریف اصلی براساس استفاده از بتونه های سنگین بتونی بود تا ساختار پایه ای را برای شکل گیری یک صخره طبیعی ایجاد کند اما به طور گسترده ای با معرفی حدود دو میلیون لاستیک تکمیل شد.

کشورهای دیگر در سراسر جهان سعی کردند آزمایشات مشابه در اوایل دهه 1980. نتایج خوبی داشتند، همانطور که انتظار داشتید که آنها از هزینة هزینۀ لاستیک به اقیانوس ها برآید. طولانی نبود که کابلها و کلیپ ها به زنگ زدگی یا پوسیدگی برسند، و طوفان های گرمسیری، لاستیک ها را در اطراف حرکت می دادند، آنها را از بین می برد و حتی آنها را به صخره های زندگی نزدیک نزدیک می کردند و آنها را آسیب می زند. امروزه غواصان گزارش می دهند که مناطق با لاستیک ها تقریبا به طور کامل از بین رفته اند.

حسن نیت ارائه میدهد ایالات متحده نیروی دریایی / ویکیمدیا

ICO تجزیه و تحلیل: خالق. هوش مصنوعی

ICO تجزیه و تحلیل: خالق. هوش مصنوعی

Influencer بازاریابی راهی برای ترویج محصول و یا خدمات خود را با استفاده از افرادی که حضور دیجیتال تاسیس و پیرو بزرگ و مورد اعتماد پایه در رسانه های اجتماعی است. این روش تبلیغات اثبات می شود بسیار موثر هنوز هیچ وجه کامل. اکثر influencers در حال حاضر است هیچ راهی برای بصورت پول در اوردن اجتماعی خود […]

پست ICO تجزیه و تحلیل: خالق. هوش مصنوعی به نظر می رسد برای اولین بار در Hacked: هک مالی .

فیلترشکن پرسرعت