بایگانی ماهیانه: سپتامبر 2007

گوگل ف*لتر شد!

گوگل در ایران ف*لتر شد

توجه: در حال حاضر این سایت ها همگی باز هستند و این خبر گزارشی از زمانی می باشد که این سایت ها ف*لتر بوده اند!
اگر این سایت ها هنوز برای شما ف*لتر هستند دلیلش کشینگ می باشد (در پایین توضیح داده شده) و بزودی تمامی این سایت ها دوباره به حالت عادی باز خواهند گشت.

ساعاتی پیش گوگل دات کام در بعضی ISP ها ف*لتر شد. بعد از نیم ساعت شاهد ف*لتر شدن این سایت معروف در تمامی ISP های ایرانی شدیم!
هنوز خبر خاصی در مورد دلیل این ف*لترینگ نرسیده!
سایت های بلاگفا و جی میل هم در همین زمان ف*لتر شدند.
لطفا اگر حدسی در مورد دلیل این ف*لترینگ میزنید یا دلیل آنرا می دانید اعلام کنید!

تمامی ساعت ها بوقت تهران بوده و متعلق به روز های ۲۵ و ۲۶ شهریور ماه ۱۳۸۶ می باشند.

ساعت ۱۱ – ۲۵ شهریور ۱۳۸۶

۱۱:۰۸

دوستان عزیز چندی پیش خبر رسید که گوگل در ISP شاتل هنوز ف*لتر نیست.
در ISP های Datak و Asiatech طبق گزارشات ف*لتره!

۱۱:۱۰

می تونید از google.se تا باز شدن سایت google.com استفاده کنید!

۱۱:۱۲

چندین سایت معروف دیگر از جمله p30download.com هم ف*لتر شده اند!

۱۱:۱۵

طبق خبری ممکن است دلیل عوض کردن سیستم ف*لترینگ باشد. این سیستم خود را نسبت به کلمات هر لحظه آپدیت می کند!
منبع مورد اطمینان نیست

۱۱:۱۶

این سایت در ISP ندا رایانه ف*لتر نیست!

۱۱:۱۹

سایت ahmadinejad.com نیز ف*لتر است
طبق آخرین گزارش ISP پارس آنلاین هم google.com را ف*لتر کرده.

۱۱:۲۰

گوگل برای یوزر های آزاد نت هم ف*لتر است!

۱۱:۲۲

اینطوری که معلوم است گوگل در تمام ISP های تهران بجز شاتل و ندارایانه ف*لتر می باشد!

۱۱:۲۵

گوگل برای یوزر های دایال آپ پارس آنلاین هم ف*لتر است.

۱۱:۲۸

سایت وبگذر چندی پیش ف*لتر شد.

۱۱:۳۰

طبق آماری که از شهرستان ها به ما رسیده گوگل هنوز در شهرستان ها باز است!

۱۱:۳۲

بلاگفا هنوز در پارس آنلاین ف*لتر نشده، اما گوگل همچنان ف*لتر است.

۱۱:۳۳

بلاگفا همچنان در اینترنت های اشیاتک و داتک ف*لتر است!

۱۱:۳۶

لیست سایت های مهمی که ف*لتر شده اند:

11:37

نوع ف*لترینگ p30download.com با بقیه فرق دارد.
در اینترنت داتک برای p30download نام صفحه را F*LTER(3) می آورد اما برای بقیه ی این سایت ها F*LTER(2).

11:39

گوگل در اکثر شبکه های هوشمند (شماره های ۱۰ رقمی) ف*لتر نیست!

۱۱:۴۵

لحظه ای پیش خبری در زمینه ی ف*لتر شدن گوگل در شهرستان ها بدستمان رسید!

۱۱:۴۶

گوگل در تبریز ف*لتر شد!

۱۱:۴۷

در داتک gmail.com پیغام ف*لترینگ F*LTER(1) را می دهد.

۱۱:۵۲

گوگل در ارومیه هم ف*لتر شد!

۱۱:۵۳

طبق آخرین گزارشات گوگل در بعضی از ISP ها از جمله آزاد لاین باز شد.

۱۱:۵۹

گوگل در شیراز در اکثر ISP ها بسته است!

ساعت ۱۲ – ۲۶ شهریور ۱۳۸۶

۱۲:۰۶

گوگل همچنان در داتک و پارس آنلاین ف*لتر است!

۱۲:۱۳

در اهواز و مشهد هم اکثر ISP ها گوگل را ف*لتر کردند.

۱۲:۱۵

فعلا تا باز شدن گوگل از سایت های جایگزین مانند http://www.google.com.au استفاده کنید!

۱۲:۲۰

به احتمال خیلی زیاد دلیل این ماجرا راه اندازی سیستم های هوشمند تر ف*لترینگ هست اما به دلیل خوب train نشدن این سیستم خیلی از سایت ها بیدلیل ف*لتر شده اند. هم اکنون احتمالا سایت ها از ف*لترینگ در آمده اند و دلیل اینکه شما هنوز بعضی از آنها را ف*لتر می بینید Caching می باشد.
منبع مورد اطمینان نیست

۱۲:۲۷

احتمال اینکه این ف*لترینگ فقط به خاطر آپدیت شدن سیستم ف*لترینگ است زیاد تر شد!

۱۲:۳۰

گوگل در خیلی از ISP ها باز شده!
برای بعضی دوستان باز و بسته می شود که دلیل آن کشینگ است و احتمالا تا مدتی دیگر این سایت ها کاملا باز می شوند!

۱۲:۳۹

در حال حاضر اکثر سایت هایی که اخیرا به اشتباه ف*لتر شدند در حال باز شدن هستند و انشاالله تا نیم ساعت آینده اوضاع به حالت عادی باز خواهد گشت.

۱۲:۴۹

اگر هنوز برای رفتن به سایت p30download.com مشکل دارید از p30download.ir استفاده کنید!

ساعت ۱ – ۲۶ شهریور ۱۳۸۶

۱:۰۳

خوشبختانه اینطوری که معلومه اوضاع برای اکثر یوزر ها به حالت عادی برگشته.
در حال حاضر آپدیت شدن سرویس ف*لترینگ مخابرات را منطقی ترین دلیل برای این اتفاق می توان دانست. اما همچنان هیچ منبع موثقی این دلیل را تایید نکرده

۱:۲۰

نکته ای در مورد کشینگ:
منظور از کشینگ در اینجا کش Browser شما نیست! منظور کش ISPی شما می باشد. ISP های معتبر چندین کامپیوتر کشینگ دارند و دلیل اینکه ممکن است سایت گوگل باز و بسته شود این است که این سایت در بعضی از این کش ها هنوز آپدیت نشده ولی در تعدادی از آنها آپدیت شده!

۱:۳۰

این خبر ساعتی پیش از سوی یکی از کاربران وبنا در جزیره کیش اعلام شد. و درحال حاضر ساعت ۱۰٫۴۹ دقیقه در تهران نیز سایت google.com در تهران نیز ف*لتر است.
شایان ذکر است ف*لتر شدن سایت گوگل در تهران در سرویس دهنده داتک به تایید وبنا رسیده است. اما هنور از ف*لتر شدن دیگر سرویس دهنده ها خبری نیست
بسیاری از کاربران نیز در طول امروز از ف*لتر شدن سایت بلاگفا و وبگذر به عنوان بزرگترین سرویس وبلاگ و بزرگترین سایت سایت خدمات شمارنده و خبرنامه نیز خبر داده اند.
احتمال دارد این مشکل به دلیل به روز رسانی یا اختلال در سرویس ف*لترینگ باشد
منبع:

مقدمه ای بر هوش مصنوعی

هوش مصنوعی چیست؟
فکر کنم جواب دادن به این سوال یه مقدار سخت باشه. چون در حال حاضر ما حتی تعریف دقیقی برای هوش نداریم!
واژه ی هوش مصنوعی (Artificial Intelligence) اولین بار توسط شخصی به نام John McCarthy استفاده شد با این تعریف: “علم و مهندسی ساخت ماشین های هوشمند”.
اینم یه تعریف دیگه از هوش مصنوعی که تو خیلی از منابع بکار رفته:
” هوش مصنوعی عبارت است از مطالعه ی این که چگونه کامپیوترها را میی توان وادار به کارهایی کرد که در حال حاضر انسان‌ها آنها رابهتر انجام می‌دهند ”
خوب من کلا زیاد از تعریف خوشم نمی یاد، در نتیجه این قسمت رو همینجا خاتمه میدم، با مثال فکر کنم بهتر بشه مفاهیم رو نشون داد! در آخر اگر دوست داشتین تعریفی که خودتون از هوش مصنوعی پیدا کردینو بگید!

تاریخ هوش مصنوعی

میشه گفت مبحث هوش مصنوعی و پیشرفتش از سال ۱۹۵۰ شروع شد! توی این سال شخصی بنام آلن تورینگ (Alen Turing) تستی بنام تورینگ تست رو معرفی کرد و گفت که هر ماشینی که بتونه از این تست سربلند بیرون بیاد رو میشه یه ماشین هوشمند شمرد. تا الان هیچ ماشینی نتونسته این تست رو با موفقیت پشت سر بگذاره، که خیلی هم عجیب نیست چون برای یه ماشین تست خیلی سختیه! جالب اینه که تقریبا هر انسان سالمی می تونه به راحتی تو این تست قبول بشه حتی یه بچه ی ۵-۶ ساله!

Question level 3 بابا کشتی مارو! حالا بگو اصلا موضوع تسته چیه!
Answer ” خوب اگه اجازه بدی الان میگم! “
Question level 2 من اجازه نمیدم!
Answer ” مهم نیس! “

خوب می ریم سراغ اینکه این تست موضوعش چی بوده.
توی این تست جناب آقای تورینگ گفته بودند که بهترین معیار برای اینکه به یه ماشین بشه گفت هوشمند، اینه که از دو صفحه ی تایپ استفاده کنیم (یا در حال حاضر کیبورد کامپیوتر) و پشت یکیشون یک آدم بشینه و پشت اون یکی ماشین مد نظر! اگر ماشین بتونه طرفش رو متقاعد کنه (یا به عبارتی گول بزنه) که داره با یه آدم مکاتبه می کنه نه یه ماشین، تست رو با موفقیت رد کرده!
همونطور که میبینید پشت سر گذاشتنش این تست برای یه ماشین خیلی سخته! نکته ی جالب دیگه اینه که این تست حالت فیزیکی دو طرف رو کنار گذاشته و فقط طرز فکر دو طرف مهمه!
هر ساله یه مسابقه ی جهانی در این رابطه وجود داره که اولا به ماشینی که شبیه ترین رفتار رو به انسان داشته باشه ، ثانیا به ماشینی که بتونه تست تورینگ رو با موفقیت پشت سر بگذاره جایزه میدن! که البته جایزه ی دوم رو هنوز هیچ کی نتونسته بگیره!

Question level 2 من یه ماشین بی ام و دارم، فکر کنی اون بتونه این تست رو پشت سر بگذاره؟
Answer ” وااای!!! منظور از ماشین یه پاسخ گو هست! می تونه یه برنامه کامپیوتری باشه مثلا! “
Question level 4 Question level 2 ببخشید شماره تلفن شمارو می تونم داشته باشم!
Answer ” لطفا فاصله رو رعایت کنین آقا! اسلام رو زیر سوال نبرین… “
Question level 4 ای بابا، من دیدم ایشونم مثل من بی ام و دارن گفتم با هم تفاهم داریم خواستم یکم بیشتر آشتا شیم!
Answer ” لطفا بعدا آشنا شین! “

بعد از تستی که جناب آقای تورینگ (روحشون شاد) معرفی کردند هوش مصنوعی خیلی پیشرفتای دیگری داشت. مثلا اولین برنامه ی هوش مصنوعی توی دانشگاه منچستر نوشته شد که شطرنج بازی میکرد!
تو سال ۱۹۵۸ آقای John McCarthy زبان برنامه نویسی Lisp رو اختراع کردند! که احتمال داره خیلی از شما اسمشو شنیده باشید!
زبان برنامه نویسی Prolog هم تو همین دوره در سال ۱۹۷۲ بوجود اومد که الان هم یه زبون قوی در زمینه ی منطق حساب میشه!
تو سال ۱۹۹۷ دیپ بلو (Deep Blue) که یه ماشین شطرنج باز بود، تونست قهرمان جهان “گری کاسپارف” رو شکست بده! که این یه موفقیت بزرگ بود توی جهان هوش مصنوعی! می تونید بازی ششم رو که کاسپارف می بازه تو اینجا ببینید!

گری کاسپارف در مقابل دیپ بلو

البته باید اینم ذکر کنیم که بار ها قبل از این بازی هم کاسپارف با ماشین های مختلفی بازی کرده بود و همشونو شکست داده بود!
در سال ۱۹۹۹ شرکت سونی اولین روبات خونگی پیشرفته که در قالب یک سگ بود رو با نام AIBO معرفی کرد! این روبات واقعا یک شاهکار بود و البته هست! می تونید اطلاعات بیشتری رو درباره ی این ربات اینجا ببینید.
یادم رفت بگم! من از تاریخ هم بدم میاد! هیچ وقت نمره ی خوبی ازش نتونستم بگیرم! همیشه مجبور بودم با استاد یا معلم تاریخ صمیمی شم که بتونم درسش رو پاس کنم! در هر صورت دیگه تاریخ بسه. احتمالا شما هم زجر کشیدین تا به اینجا برسین! هوش مصنوعی خیلی جالب تر از این چیزاییه که تا اینجا نوشتم! قول میدم، باور کنید خیلی جالب تره.

موارد استفاده ی هوش مصنوعی

این روزا واقعا نمی شه رشته ای رو نام برد که نشه توش از هوش مصنوعی استفاده کرد! از پیش بینی وضعیت آب و هوا گرفته تا شناختن صورت آدم یا فهمیدن دست خط انسان ها! دیگه چه رشته هایی بگم که جالب باشه… آهان تو اقتصاد، رباتیک، تشخیص صدا، انواع نرم افزارای کامپیوتر و … حتی تو بازی های کامپیوتری! آره همون جنرالز، کانتر یا وار کرفتی که بازی می کنین! تو همشون مقدار زیادی هوش مصنوعی بکار رفته!

Question level 2 تو نید فور اسپیدم بکار رفته؟
Answer ” تو هر بازی، که کامپیوتر به خودی خودش بازی می کنه هوش مصنوعی بکار رفته! “
Question level 2 من نمیدونم توی نید فور اسپید کامپیوتر هم بازی می کنه یا نه! فقط تا یه جاییش رسیدم که وقتی رو پلی می زدم یه صدا میومد بد می گف سیدی نید فور اسپید رو بگذاربد تو کامپیوتر! جالب اینه سیدی تو کامپیوتر بود! احتمالا هوش مصنوعیش ضعیف بوده که نمی فهمیده، یا شاید اینم جزو بازیش بوده.
Question level 4 بابا باید کرکشو نصب می کردی، بیا من شمارمو میدم بزنگ بهت میگم چیکارش کنی!
Answer ” بابا این کارارو بگذارین برا بعد!!! بسه! ادامه میدیم! “

یه نکته ی جالبی که الان یادم اومد اینه که علم هوش مصنوعی مثل خیلی از علمای دیگه اول فقط برای برآورد سازی نیاز های نظامی بوده! درسته جنگ خیلی چیز بدیه اما کلی از پیشرفت های علمی رو به همین جنگ ها مدیونیم!

Question level 5 میشه یه مثال دیگه در این مورد بزنید؟
Answer ” البته! یه مثال جالب! همین اینترنتی که شما الان تو خونه استفاده می کنی اولش برای ایجاد شبکه های هماهنگی برای ارتش بوده! که بعد ها گسترش یافته تا به اینجا رسیده!
یا مثلا GPS! نگاه نکنید الان هر کسی می تونه یه GPS تهیه کنه! این سیستم در ابتدا توی ارتش آمریکای جهان خوار استفاده می شده برای پیدا کردن موقعیت و مختصات جغرافیایی سرباز ها! “

چند مبحث از هوش مصنوعی

هوش مصنوعی خیییلییییی وسیعه! خیلی بیشتر از اونی که فکر می کنید! از اینجا به بعد می رسیم به جاهایی که قولشو داده بودم که جالب باشن.
من نمیتونم همه ی مباحث رو درباره ی هوش مصنوعی بگم! چون اولا خیلی بی سواد تر از اونیم که بخوام در باره ی اونا حرف بزنم دوما انقدر زیادن که اگه فرض کنیم یه آدم که خیییلییی در این رابطه می دونه، صبح تا شب هم دربارش حرف بزنه براتون نه سن شما قد می ده نه سن اون! البته انقدر جذاب هست که هم اون تا آخر عمرش حرف بزنه هم شما گوش بدین!

Question level 1 اگه همش حرف بزنه کی غذا بخوره؟ کی بخوابه؟
Answer ” … “

من تو این نوشته فقط درباره سه تا از مباحثی که به نظرم خیلی جالب هستن صحبت می کنم! بازم می گم من زیاد با سواد نیستم، پس لطفا اگه جایی ایرادی دیدین یا بنظرتون اومد حرفی که زدم غلطه لطفا بگید! البته سعی کردم بدون منبع معتبر حرفی نزنم!
سه مبحثی که در ادامه ی این نوشته میگم این ها هستند:

  1. شبکه ی عصبی (Neural Network)
  2. الگوریتم ژنتیک (Genetic Algorithm)
  3. منطق فازی (Fuzzy Logic)

شبکه ی عصبی

شبکه ی عصبی یا Neural Network یکی از مباحثیه که تو هوش مصنوعی این روزا خیلی خوب داره پیشرفت میکنه و خیلیم روش کار میشه!
حالا اصلا چی هست؟
با چند تا سوال شروع می کنم.
تا حالا به این فکر کردی که مثلا تو یه آدمیو ۱۰ سال قبل دیدی، بعد اتفاقا امروز دوباره اونو بعد از ۱۰ سال می بینی! همه چی کلی تغییر کرده، صورتش، مقدار موش، صداش، قدش و خیلی چیزای دیگه. اما تو باز میشناسیش! خیلی جالبه ها! آخه از کجا؟؟؟ چطوری؟؟؟ مغز آدم خیلی انعطاف پذیری داره توی تغییرات یا خطا ها، همین مغز آدم رو خیلی جالب و پیچیده می کنه!

Question level 2 من یه مثال دیگه الان در این باره به ذهنم رسید، بگم؟
Answer ” بله حتما، خیلی خوبه که فعال باشی! “
Question level 2 مثلا من دوستامو امروز می بینم! بعد فردا میبینم بازم میشناسمشون!
Question level 3 خوب این که هنر نیس!
Question level 2 هنر نیس؟؟؟ تو که دوستای منو ندیدی هر روز میرن آرایشگاه، یه روز موهاشون آبیه یه روز زرد یه روز نارنجی! تازه صورتشونو که نگوووو.
Question level 3 آهان از اون لحاظ!
Question level 4 منم یه مثال بزنم؟
Answer ” بله، چه خوب که انقدر فعال شدین! “
Question level 4 امممم، آهان، مثلا من میام به این خانوم با شخصیتی می گم شماره موبایلم ۰۹۱۲…
Answer ” عزیز من! بابا چند بار بگم این کارارو بگذارید بعدا! آخه کلاس که جای شماره دادن نیس! “

خوب یه مثال دیگه می زنم بعد یکم بیشتر وارد میشیم!
شما نوشتن و خوندن رو یاد گرفتین! تا حالا به این فکر کردید که دست خط هر کسی با اون یکی فرق داره اما شما همه ی اونا رو می تونید بخونید؟ این دوباره منعطف بودن مغز آدم رو می رسونه! یا یه نکته ی دیگه، شما هر چقدر بیشتر تمرین کنید دست خطتون بهتر میشه! اینم نشون میده مغز آدم خودشو در طی تمرین به یه معیاری که به نظرش بهتره نزدیک تر می کنه!
اما چطوری؟ مغز آدم چجوری کار میکنه؟ تا حالا از خودتون پرسیدید چجوری یه چیز جدید یاد می گیرید یا چطوری فکر می کنید؟ هر آدمی باید اینو بدونه بنظر من! لا اقل باید یکم خودمونو بشناسیم.
مغز آدم از یه سری سلول عصبی (Neuron) تشکیل شده که هر کدوم سیگنال هایی برای هم میفرستند! جالبه بدونید این سلول های عصبی کاری که می کنن خیلییی سادست مثلا مثل حمع دو تا عدده اما چیزی که باعث میشه بتونن این کارای پیچیدرو انجام بدن اینه که تعداد این سلول ها خیلییی زیاده! مغز آدم حدود ۱۰ به توان ۱۱ تا از این سلول ها داره! تصور این عدد خیلی آسون نیست!
هر نورون تعدادی axom داره که مثل خروجی عمل می کنن و تعداد خیلی زیادی هم dendrite که به عنوان ورودی عمل می کنن. نورون ها یه مقدار مشخصی قدرت سیگنال نیاز دارن تا فعال شن، وقتی فعال شدن یه سیگنال الکتریکی برای سایر نورون ها میفرستن! هر چقدر نورون ها بیشتر استفاده بشن ارتباط بینشون (axonها و dendriteها) قوی تر میشه.
حالا ما همین سیستم رو سعی می کنیم کوچیکترش رو توی کامپیوتر شبیه سازی کنیم. کامپیوتر هایی که الان به اونا دسترسی داریم حتی قدرت پردازش ۲۰ بیلیون نورون رو هم ندارن، ولی با تعداد کمی نورون هم می شه پاسخ های مناسبی از شبکه ی عصبی گرفت.
خوب حالا تو کامپیوتر چطوری نورون ها رو سازمان می دیم؟
نورون ها همونطوری که تو عکس می بینین توی لایه های مختلف قرار می گیرن، لایه ی اول رو لایه ی ورودی (Input Layer) می گن که ورودی ها رو میگیره و بر حسب قدرت ارتباطش با هر نورون توی لایه ی بعدی سیگنال ورودی رو به لایه ی بعد میفرسته! از این به بعد به قدرت ارتباط هر نورون با نورون دیگه وزن (Weight) اون نورون می گیم. مقدار هر نورون توی هر لایه به وزن و مقدار نورون های لایه ی قبلش بستگی داره. در نهایت ما یه لایه ی خروجی داریم که توی این شکل دو تا نورون توشه! لایه های میانی تعدادشون می تونه هر اندازه ای باشه، و تعداد نورون هاشم مثل بقیه ی لایه ها می تونه هر چقدر که بخوایم باشه. بعدا اشاره می کنیم که چطوری انتخاب کنیم تعداد لایه ها و نورون های هر لایه رو.

یک شبکه ی عصبی ساده

حالا اینو ما درست کردیم، به چه دردی می خوره؟
یه شبکه ی عصبی مثل یه تابع عمل می کنه که به تعداد نورون های ورودی، ورودی می گیره و به تعداد نورون های خروجی هم خروجی میده! مثلا این شبکه عصبی که تو شکل می بینید به این صورته:

f(x1, x2, x3, x4, x5) = y1 , y2

حالا این تابع چه تابعیه؟ اینجاس که قدرت شبکه ی عصبی معلوم میشه!
ما میایم و به این تابع ۱۰۰ تا مثال که جوابشو می دونیم میگیم و هر بار عملیات بازپخشانی (Back propagating) رو انجام میدیم! بازپخشانی یه عملیاتیه که طی اون وزن نورون ها رو طوری تغییر میدیم که جواب های شبکه به جواب هایی که انتظار داشتیم نزدیک تر بشن! یعنی ما در اصل یه تابع می سازیم که خودمون نمیدونیم اون تابع چی هست و فقط چند تا مثال از اون رو داریم!
بگذارید یه مثال بزنم. مثلا شما چطوری جمع کردن رو یاد گرفتین؟ بهتون گفتن ۲+۲ میشه ۴، ۲+۳ میشه ۵ و … انقدر مثال دیدید تا فهمیدید آهان پس جمع یعنی این!
دقیقا میتونیم همین رو به کامپیوتر یاد بدیم! یعنی یه شبکه عصبی با دو نورون ورودی طراحی می کنیم و یه لایه ی میانی با ۳ تا نورون و در نهایت یه لایه ی خروجی با یه نورون (چون تابع جمع دو تا ورودی داره و یک خروجی)
بعد برای کامپیوتر چند تا جواب معلوم رو میگیم! مثلا میگیم ۲ و ۲ باید بده ۴، ۲ و ۳ باید بده ۵ و براش ۱۰۰۰ تا مثال میزنیم! در نهایت ازش میپرسیم حالا بگو ۱۰۰ و ۲۳ چی میشه؟ (اعدادی که تا بحال برای شبکه عصبیمون مثال نزدیم). و جواب میگیریم مثلا ۱۲۳٫۰۲۲۳! تعجب نکنید شبکه عصبی همیشه قرار نیست جواب قطعی بده، در نهایت می تونیم به یه روشی اونو به جواب قطعی تبدیل کنیم، مثلا توی این مثال روند کردن جواب میده!

Question level 5 ببخشید، چرا تعداد نورون های لایه ی میانی رو گفتین ۳ تا؟
Answer ” سوال خوبیه! تعداد نورون های لایه های میانی می تونه هر چیزی باشه به جای ۳، اما باید توجه داشته باشین هر نورونی که اضافه می کنیم از یه طرف گپ خطا رو کمتر می کنی اما از طرف دیگه زمان بیشتری برای پردازش می گیره و چون تعداد نورون ها زیاد شده تعداد خطا های کوچک هم زیاد تر می شن و یه خطای بزرگ رو ایجاد می کنن! پس باید با روش های مختلف بهترین حالت رو انتخاب کنیم. توی این مثال با آزمایش و خطا به این نتیجه رسیدیم که ۳ تا بهترین نتیجرو به ما میده! “

به اون پروسه ای که طی اون مثال میزنیم و عملیات بازپخشانی رو انجام میدیم پروسه ی تعلیم یا Training می گن!
پس بطور خلاصه ما اول یه شبکه ی عصبی طراحی می کنیم که در ابتدا می تونه هر نورونش وزن تصادفی داشته باشه، بعد شبکه ی عصبیمونو تعلیم میدیم با ورودی هایی که جوابشو داریم و بعد از تعلیم دادن به اون ورودی میدیم و ازش جواب می خوایم!
مثلا توی مسابقات شبیه سازی فوتبال خیلی وقت ها تیم ها بازی های دوستانه با هم میگذارن! هدف چیه؟ اینه که Agent ها شبکه ی عصبیشون تعلیم ببینه! جالب نیس؟ این یعنی کامپیوتر میتونه یاد بگیره و طی یادگیریاش تصمیم بگیره! بدون اینکه مغز داشته باشه.
انشاالله در آینده یه مثال از استفاده ی شبکه های عصبی توی هوش مصنوعی یه بازی می زنم چون بدون مثال هم فهمش یکم سخته هم باور کردنش!

الگوریتم ژنتیک

الگوریتم ژنتیک یا Genetic Algorithm (GA) در واقع شبیه سازی بقای انسان هست! تا حالا پیش خودتون فکر کردین این همه سال گذشته چطوری انسان ها از بین نرفتن و نسلشون پا برجاس؟ فکر می کنید رمز موفقیتشون چیه؟

Question level 1 فکر کنم ۱۸۳۴۶۲۱۳۰۹۷۳٫۳۴۷۹۲۸۳۷۴۲۶۱۰۱۰۰۰۰۰۰۱ باشه!
Answer ” … “

انسان ها بقا دارن چون با یه قانون خاصی پیش میرن که واضحه که موفق بوده!
حالا همین قانون رو توی کامپیوتر میشه شبیه سازی کرد! اما چجوری؟
فکر کنید میخوایم جواب این تابع رو بدست بیاریم:

X^2 + e^X + 3*sin(X) + int(-X^X) / X = 12

بنظر خیلی پیچیده میاد! شاید با روش های تحلیلی حل نشه و نیاز به محاسبات عددی باشه! یکی از راه ها الگوریتم ژنتیک هست که بعضی اوقات به شکل باور نکردنی سریع به جواب میرسه.
خوب پس من با یه مقدمه ازش شروع می کنم:

چرخه ی الگوریتم ژنتیک

اولین مرحله اینه که ما یک سری کرومزوم به عنوان جمعیت اولیه بصورت تصادف انتخاب می کنیم. هر کرومزوم یه عدد هست در مبنای دو.
مثلا این کرومزوم هارو به عنوان جمعیت اولیه در نظر می گیریم:

00001011
00100010
01000000
11100001
01101100
00000111
11001010
11110000
00010101
10000000
11100100

بعد از اینکه جمعیت اولیه معلوم شد این کرومزوم ها توی تابع Fitness امتحان میشن و بر حسب اینکه به جواب مورد نظر نزدیکن یا نه یه عدد بین صفر تا یک بهشون اختصاص داده میشه که صفر یعنی اصلا بدرد نمی خوره و یک یعنی عالیه!
بر حسب سلامتی کرومزوم ها چند تا از اون ها به عنوان والدین نسل بعدی انتخاب میشن! مرحله ی بعدی مرحله ی Breed هست که طبق فرایند Crossover کرومزوم ها با هم ازدواج می کنن و بچه دار میشن!

Question level 2 وااای مگه یه مشت صفرو یکم می تونن با هم ازدواج کنن!
Answer ” یکم صبر کنی میبینی که می تونن! “

خوب حالا فرآیند Crossover چطور انجام میشه؟
از کرومزوم های برگزیده دوتا دوتا انتخاب میشن و فرایند Crossover روی هر زوج بصورت زیر انجام میشه:

  1. First pair:
  2. 00001|011
  3. 00100|010
  4. After crossover:
  5. 00001010
  6. 00100011

در بالا فرآیند Crossover رو برای زوج اول می بینید! همونطور که مشخصه اول هر کزومزوم از بیت ۵ام به دو قسمت تقسیم شدن و ۵ بیت اول کرومزوم اول با ۳ بیت دوم کرومزوم دوم ترکیب شده و برعکس. به این ترتیب دو فرزند جدید بوجود اومد.
همین کار برای بقیه ی کرومزوم ها هم انجام میشه، ممکنه یک کرومزوم دو یا چند بار در فرآیند Crossover بکار برده شه، احتمال شرکت کرومزوم هایی که سلامت بهتری دارند توی فرآیند Crossover بیشتره!
بعد از فرآیند Crossover یک مرحله داریم که احتمال وقوعش خیلی کم هست به نام جهش یا Mutation. توی این فرآیند یک بیت تصادفی از یه کرومزوم تصادفی رو عوض می کنند. مثلا اگر بیت چهارم یک کرومزوم انتخاب بشه در صورتی که صفر باشه اونو یک می کنند یا بلعکس.

  1. First chromosome:
  2. 00001011
  3. After mutation:
  4. 00011011

این فرایند تو واقعیت هم وجود داره مثلا در یک آدم جهشی به وجود میاد و نابغه میشه یا در یه آدم دیگه جهش بوجود میاد و ناقص میشه! در الگوریتم ژنتیک هم همینطوره، یک جهش ممکنه کاملا مفید یا کاملا مضر باشه.
بعد از این مرحله دوباره کرومزوم های جدید به جمعیت اولیه برای نسل بعد بر می گردند و این فرآیند ها تکرار میشه تا با یک تلورانسی به جوابی که می خوایم نزدیک شیم! این روش در مقایسه با بقیه ی روش های آزمایش و خطا خیلی پیشرفته تره و خیلی وقت ها بسیار سریعتر به نتیجه ی مطلوب میرسه!
انشاالله در آینده ی نه چندان دور یک مثال هم برای این مبحث از هوش مصنوعی رو بررسی می کنیم.

منطق فازی

منطق فازی یا Fuzzy Logic در سال ۱۹۶۵ توسط دکتر لطفی زاده معرفی شد.
منطق فازی در واقع میگه که یه گزاره لزومی نداری یا درست باشه یا غلط (صفر باشه یا یک) ممکنه مثلا یه گزاره ۰٫۷ درست باشه!
درکش یه مقدار در ابتدا سخته! بگذارید یه مثال بزنم، شما از دوستتون می پرسید بنظرت حسین بلنده یا نه؟ دوستتون جواب میده ایییی، بلند نیست اما کوتاه هم نمیشه بهش گفت! اما در منطق باینری (یا منطقی که اکثر ما باهاش تو کامپیوتر آشنا هستیم) هیچ وقت برای یه گزاره همچین جوابی نمیده.
توی منطق باینری ما میگیم اگه قد مساوی یا بلند تر از ۱۷۵ بود بگو بلند اگه کوتاه تر بود بگو کوتاه! اما آدم اینطوری نیست منطقش مثل مثال قبلی که زدم.
حالا این سوال پیش میاد که ما در حال حاضر از همین منطق باینری جواب های خیلی خوبی میگیریم، فازی به چه دردی میخوره؟
برای جواب به این سوال یه مثال دیگه میزنم! مثلا یه شرکت می خواد یه کارخونه بزنه در فاصله ی ماکزیمم ۲۰۰ کیلومتری تهران، که به تولید کننده ی یه مدل مواد اولیه نزدیک تر از ۱۰ کیلومتر باشه و قیمت زمین هم اونجا هر چی کمتر باشه بهتر.اول یه بار با منطق باینری میریم پیش، اولین نمونه فاصلش با تهران ۱۹۰ هست و با مواد اولیه هم ۹ کیلومتر فاصله داره و قیمت زمین هم اونجا ۲۰۰۰ واحد هست، چندین تا نمونه دیگه هم برسی میشن که دو شرط اول رو ندارن، در آخر هم یه نمونه پیدا میشه که فاصلش تا تهران ۲۰۱ کیلومتر هست و فاصلش با مواد اولیه ۳ کیلومتره و قیمتش هم ۱۰۰۰ واحده! طبق منطق باینری این نمونه رد میشه چون فاصلش ۲۰۱ هست و بیشتر از ۲۰۰! اما حالا فرض کنید خود شما دارین تصمییم میگیرین، می یاین می بینید دو شرط آخر این مورد خیلی بهتر از اولین نمونس و تنها مشکل شرط اوله که ۱ کیلومتر بیشتر از اون چیزیه که میخواین، با خودتون میگید خوب ۱ کیلومتر در مقابل اون شرایط خوب که چیزی نیس و این مورد آخر رو انتخاب می کنید!
منطق فازی دقیقا همینو میگه! یعنی مثل منطق باینری که کاملا سخت گیرانه شرایط رو چک میکنه عمل نمی کنه بلکه مثل مغز آدم انعطاف پذیره.
این روزا تو خیلی چیزها از منطق فازی استفاده میشه، مثلا چند تاشون که شاید جالب باشن اینان:

  • ترمز های ABS و سیستم کروز.
  • دوربین ها
  • ماشین ظرف شویی
  • آسانسور ها
  • ماشین لباس شویی
  • بازی های رایانه ای
  • شناخت الگو ها
  • سیستم های تهویه

فکر کنم تقریبا فایده ی منطق فازی جا افتاده باشه. برای شروع استفاده از منطق فازی باید یه سری مفاهیم اولیه رو یاد بگیریم.
ببینید منطق فازی در واقع یه راه ساده برای رسیدن به یه نتیجه ی قطعی هستش بر اساس ورودی های ناقص، خطادار یا مبهم! از یه سری قانون خیلی ساده هم پیروی می کنه:

IF x AND y THEN z
IF a OR b THEN c

همونطور که می دونید if در زبان برنامه نویسی چیز جدیدی نیست! اما با یه مثال ساده شاید بشه فرقش رو نشون داد.
در نظر بگیرید دارید یه سیستم تهویه طراحی می کنید، توی سیستم های فازی بجای استفاده از شرط هایی مثل temprature>60C یا ۳۰C<temprature<60C از اصطلاحات زیر استفاده می کنیم:

IF temperature IS very cold THEN stop fan
IF temperature IS cold THEN turn down fan
IF temperature IS normal THEN maintain level
IF temperature IS hot THEN speed up fan

دقیقا مثل وقتی که شما توی ماشین نشستین، می بینید هوا خیلی گرمه بدون اینکه دمای دقیق توی ماشین رو بدونید کولر ماشین رو روشن می کنید و روی دمای کم میگذارید!
اگر دقت کنید هیچ ELSEای وجود نداره، چون دما می تونه هم سرد باشه هم متوسط با درجه های مختلف!
اپراتور های AND، OR و NOT که باهاشون توی منطق باینری آشنا هستیم توی منطق فازی هم وجود دارن.
قبل از تعریف این عملگر ها باید بدونیم مجموعه های فازی یا Fuzzy sets به چه معنی هستند. همونطور که گفتیم توی منطق فازی درجه ی درستی لزوما نباید ۰ یا ۱ باشه و یه گزاره می تونه مثلا ۰٫۳ درست باشه.
بعد گفتیم که تو منطق فازی می تونیم از هوای گرم یا قد بلند صحبت کنیم، اما باید اول اونارو برای سیستم فازیمون تعریف کنیم! هر کدوم از این دسته ها یه مجموعه ی فازی رو تشکیل میدن.
در واقع یه مجموعه ی فازی یه جفت (A, m) هست که A یه مجموعه هست و m یه تابع با دامنه ی A و برد [۰,۱]. به ازای هر x عضو A، m(x) درجه ی عضویت یا درستی x رو نشون میده!
می دونم یه کلمه از چند تا جمله ی قبل نفهمیدین الان بصورت نمودار میبینیدشون و می فهمید که چیز خیلی پیچیده ای نیست!

Question level 1 اتفاقا من می خواستم همین الان بگم که هیچی نفهمیدم
Answer ” اون که ۱۰۰ البته. اما عجیبه فقط شما می خواستید اینو بگید. “
Question level 2 Question level 4
Answer ” عزیزان من، بابا اگه با هم کاری دارید برید بیرون حرفاتونو بزنید، انقدم به هم نچسبین… “
Question level 4 ببخشید، مربوط به درس بود حرفمون!
Answer ” میشه بگین چی بوده بقیه هم استفاده کنن؟ “
Question level 4 امممم… بله، ازم پرسیدن عینکمو چن خریدم، منم با توجه به منطق فازی گفتم زیاااااد!
Answer ” باز جوابت کمی امیدوار کننده بود. “

خوب حالا که تعریف فازی ست هارو فهمیدیم میریم که اونارو توی نمودار ببینیم و عملگر هارو هم از روی شکل و با توجه به تعریفشون بررسی کنیم:

به عنوان مثال این شکل مجموعه ی فازی جوان رو نشون میده، شما وقتی از دوستتون می پرسین بنظرت علی جوونه؟
دوستتون اگه علی ۱۷ سالش باشه میگه آره، اگه ۲۵ سالش باشه میگه اییی، آره هنوز میشه بهش گفت جوونه، اگه ۲۸ سالش باشه میگه خیلی جوون نیس و اگه ۵۰ سالش باشه میگه نه!
این مجموعه ی فازی هم در واقع همین رو میگه! همونطور که میبینید قبل از ۲۰ سال m(B) یک هست، یعنی ۰ تا ۲۰ کاملا عضو مجموعه ی جوان هست، هر چی که میریم جلوتر عضویت توی مجموعه ی جوانی کمتر شده، توی ۲۵ سالگی درجه ی عضویت یا درستی ۰٫۵ هست و توی ۲۸ سالگی ۰٫۲ و بعد از ۳۰ سالگی ۰ که یعنی از این سن به بعد اصلا جوان نیست!
بنظرم الان یکم بهتر مطلب جا افتاده باشه! حالا فرض کنید دو تا مجموعه ی فازی زیر رو داشته باشیم:

مجموعه ی اول رو در ابتدا در نظر میگیریم. تعریف NOT توی شکل بصورت زیره:

یا به عبارتی:

NOT A = (1 - m(A))

خوب حالا دو مجموعرو که بالاتر نمودارشون هست رو در نظر بگیرین، تعریف AND روی اون دو مجموعه بصورت زیره:

یا به عبارتی:

A AND B = minimum(m(A), m(B))

OR هم قاعدتا تا الان حدس زدید به چه صورت خواهد بود:

A OR B = maximum(m(A), m(B))

خوووووب! اینم مقدماتی بود از منطق فازی. البته اینا مفاهیم خیلی اولیه ی منطق فازی بودن، اما توی کار از همین مفاهیم خیلی ساده و ترکیبشون میشه نتایج خیلی عاقلانه ای گرفت.
ما تا اینجا فقط به پروسه ی Fuzzification پرداختیم! بعد از اینکه عملیات فازی روی سیستم انجام شد در نهایت یه جواب قطعی می خوایم. برای رسیدن به یه جواب قطعی از پروسه ی Defuzzification استفاده میشه.
برای اینکه این فرایند ها رو قشنگ متوجه شید باید حتما یه مثال عملی ببینید! در آینده ی خیلی نزدیک یه مثال از منطق فازی رو با هم می بینیم.

خلاصه

ما توی این نوشته به تعریف هوش مصنوعی و مقدمات سه تا از اصلی ترین بخش های اون پرداختیم!
باید توجه داشته باشین که اولا هوش مصنوعی خیییییلییی جالب تر از این چیزاییه که توی این متن دیدید! امید وارم کاری نکرده باشم که از هوش مصنوعی بدتون اومده باشه.
بعدشم ما توی این قسمت به بررسی جدا جدای سه مبحث شبکه ی عصبی، الگوریتم ژنتیک و منطق فازی پرداختیم، خیلی جاها این سه مبحث به هم کمک می کنن و با هم ترکیب میشن! مثلا با استفاده از الگوریتم ژنتیک بهترین چینش نورون ها توی شبکه ی عصبی رو بدست میشه آورد.
انشاالله در نوشته های آینده، بعد از آوردن مثال درباره ی هر کدوم از این مباحث به حالت های ترکیبی که خییلیی جالب ترن می پردازیم!

خسته نباشید

میدونم این متن خیلی طولانی شد، ببخشید دیگه. در هر صورت اگه تحمل و صبر اینو داشتین که کلشو بخونید خسته نباشید! اگر سوال یا نظری هم دارید می تونید همین پایین بپرسید.برای بحث در رابطه با هوش مصنوعی می تونید به انجمن هوش مصنوعی ایران مراجعه کنید!

لینک های داخلی

لینک های خارجی

مقدمه ای بر شبیه سازی فوتبال

شبیه سازی یعنی چی؟
شاید این اولین سوالی باشه که بعد از شنیدن شبیه سازی فوتبال یا Soccer Simulation به ذهنتون برسه! به طور کلی شبیه سازی تو رایانه یعنی محیطی مثل واقعیت توی رایانه بسازیم و عملیاتی روی محیط شبیه سازی شده انجام بدیم و نتیجه ی اون رو ببینیم!

Question level 3 حالا چرا شبیه سازی کنیم وقتی می تونیم تمام جوانب رو در واقعیت بررسی کنیم؟
Answer ” بعضی از وقایع یا آزمایش ها بسیار پر هزینه هستند و حتی بعضی از اونا در زمان مورد نظر قابل آزمایش نیستند. به عنوان مثال می خوایم روش های مختلف مدیریتی رو بعد از وقوع زلزله بررسی کنیم! واضحه که ایجاد یک زلزله ممکن نیست و حتی اگر ممکن بود خسارت مالی و جانی فراوانی به همراه داشت. اینجاست که شبیه سازی به کمک ما میاد. در حال حاضر در زمینه ی مدیریت پس از زلزله هر سال مسابقاتی در سطح جهان برگزار میشه!. “
Question level 4 در زمینه ی فوتبال هم مسابقه برگزار می شه؟
Answer ” بله، هر سال مجموعه مسابقاتی با نام روبوکاپ برگزار میشه که در زمینه ی شبیه سازی میشه از شبیه سازی نجات، شبیه سازی فوتبال دوبعدی و سه بعدی و شبیه سازی روبات های مجازی یا Virtual Robots نام برد!
این مسابقات هر سال توی یکی از نقاط دنیا برگزار میشه، امسال توی آمریکا بود و سال دیگه توی چین خواهد بود. “
Question level 5 جریان مسابقات اپن چی هست؟
Answer ” این سوالت نشون میده تا حدودی در جریان مسابقات روباتیک هستی! هر سال توی چند کشور مسابقات اپن در رشته های مختلف انجام میشه که از جاهای مختلف دنیا توی این مسابقات شرکت میکنند. هر تیم بخواد توی مسابقات جهانی شرکت کنه اول باید یک بار مینیمم توی مسابقات اپن شرکت کرده باشه. اتفاقا هر ساله توی کشور خودمون هم مسابقات اپن به پشتیبانی دانشگاه آزاد اسلامی واحد قزوین که تیم روباتیک بسیار قدرتمندی داره برگزار میشه! و جالب تر از اون این نکته هست که ایران در زمینه ی شبیه سازی در دنیا حرف برای گفتن داره و توی شبیه سازی نجات هر سال دو تیم از چهار تیم اول جهان (یا حتی بیشتر) از ایران هست! “
Question level 2 وااای، چه عااالییی!

عجیبه که هیچ کدومتون این سوال رو نپرسیدین که چرا فوتبال رو شبیه سازی می کنیم؟ فوتبال که نه هزینه ی زیادی می خواد نه سخته بازی کردنش! دلیل شبیه سازی فوتبال خیلی چیزا میتونه باشه که از مهمترین دلایلش تمرین هوش مصنوعی، شبیه سازی شبکه های عصبی و منطق فازی رو میشه نام برد! در ضمن قراره در آینده ی نه چندان دور تیم فوتبال روبات ها با قهرمان فوتبال دنیا مسابقه بده و اونو ببره! از اونجایی که هنوز سخت افزار روبات ها زیاد پیشرفت نکرده الان دارن روی تصمیم گیری روبات ها جلوتر کار می کنند! پس یه دلیل شبیه سازی فوتبال این هست که هنوز بدنه ی مناسبی برای بازی فوتبال برای روبات ها درست نشده!

شروع می کنیم

برای وارد شدن به دنیای شبیه سازی فوتبال اولین کاری که باید بکنیم اینه که برنامه های شبیه سازی رو نصب کنیم!
اصولا برنامه های شبیه سازی که تو مسابقات مرسوم هستند دو بخش دارند! یک بخش سرور که قوانین محیط توش قرار داره و یه بخش کلاینت که نمیتونه قوانین رو تغییر بده اما می تونه با توجه به قوانین محیط و اختیاراتی که داره تصمیم گیری کنه و دستور بفرسته. مثلا در شبیه سازی زلزله یک سرور داریم که محیط بعد از زلزله رو شبیه سازی می کنه، بعضی جاها آتیش میگیره یا یعضی خیابونا بسته میشه و حتی جهت باد یا وضعیت آدم های مجروح رو تعیین می کنه! و بخش کلاینت در واقع اون بخشی هست که نحوه ی عملکرد آتش نشان ها، پلیس ها و آمبلانس ها رو تعیین می کنه! هر تیم که بهتر عمل کنه و با کمترین خسارت بتونه محیط رو کنترل کنه برنده هستش!
شبیه سازی فوتبال هم به همین شکل هست! سرور زمین فوتبال و جهت باد و تغییر موقعیت توپ و قوانین فیزیکی و خیلی چیز های دیگرو شبیه سازی می کنه و کلاینت که مسابقه سر بهتر شدن اونه دستورات رو می ده که بازیکن ها و Coach چطور بازی کنند!

Question level 4 کلاینت باید به زبان خاصی نوشته شه؟
Answer ” خوشبختانه در این زمینه محدودیتی وجود نداره! کلاینت به وسیله ی پروتکل UDP/IP به سرور وصل میشه در نتیجه هر زبان برنامه نویسی که این پروتکل رو ساپرت کنه قابل استفاده هست، البته اکثر تیم ها C++ یا Java استفاده می کنن! “

شاید بد نباشه قبل از شروع به نصب شبیه ساز فوتبال چند تا عکس از محیط شبیه سازی شده ببینیم!

محیط شبیه سازی فوتبال قبل از وصل شدن کلاینت ها

بعد از اینکه کلاینت ها (دو تیم) به سرور وصل شدن بازیکن های هر تیم در جایگاه های خودشون با توجه به چینش اولیه ی انتخاب شده قرار می گیرن

محیط شبیه سازی فوتبال بعد از وصل شدن کلاینت ها

بازی دقیقا بعد از اینکه داور دکمه ی کیک آف رو بزنه شروع میشه

محیط شبیه سازی فوتبال بعد از شروع بازی

نصب شبیه ساز فوتبال

توجه

تمامی فایل های مورد نیاز در این آموزش به جز پکیج Boost (به علت حجم زیاد) در این فایل موجود است، در صورتی که این فایل را دریافت کنید نیازی به گرفتن فایل هایی که در ادامه ی این آموزش آمده نیست!
پکیج بوست را میتوانید از اینجا بگیرید!

مراحل نصب

برای نصب پکیچ Soccer Simulation شما باید یه کامپیوتر با سیستم عامل لینوکس داشته باشید!

Question level 5 به جای لینوکس میشه از Cygwin توی ویندوز استفاده کرد؟
Answer ” خوشبختانه شما می تونید از Cygwin برای نصب و اجرای سرور استفاده کنید! راه دیگه برای نصبش تو ویندوز هم اینه که برنامه ی VMWare Workstation رو نصب کنید و روی اون لینوکس نصب کنید! اینطوری به محیط گرافیکی لینوکس هم توی ویندوز دسترسی خواهید داشت! “

من روی کامپیوتر خودم از Linux Suse 10.1 استفاده کردم، اما شما می تونید از هر کدوم از ورژن های لینوکس چه تو محیط KDE چه محیط Gnome استقاده کنید!
از اینجا به بعد رو باید با یوزر root تولی لینوکس لاگین کنید!
قبل از شروع نصب باید مطمئن شید که gcc روی لینوکستون نصب هست! اگر نیست می تونید از توی سی دی لینوکستون و با استقاده از Software Management توی YaST اونو نصبش کنید یا توی Terminal بزنید:

yum install gcc
Question level 3 ببخشید، gcc دقیقا چیکار می کنه؟
Answer ” gcc یکی از کمپایلر های C هستش که توی لینوکس خیلی استفاده میشه. “

بعد از اینکه مطمئن شدید gcc نصب هست باید یه پکیج دیگه بنام boost رو نصب کنید!
توی این صفحه آموزش نصب این پکیج هست! نصب این پکیج زمان خیلی زیادی می گیره و حدود ۱ گیگ هم هارد نیاز داره! البته سرور شبیه ساز فوتبال فقط نیاز به دو تا از Library های اون داره، شما می تونید فقط همون دو تا رو make و make install کنید:

libboost_filesystem-gcc.so
libboost_program_options-gcc.so

بصورت پیش فرض این Library ها توی /usr/local/lib ذخیره میشن! اما یه مشکلی که وجود داره اینه که اسم این Library ها توی پکیج جدید Boost نسبت به زمانی که Soccer Simulation Server ساخته شده فرق کرده پس باید اسم اونا رو عوض کنیم!
برای این کار به /usr/local/lib برین و اسم دو تا فایل رو با این دوخط دستور عوض کنید:

mv libboost_filesystem-gcc41-1_34_1.so libboost_filesystem-gcc.so
mv libboost_program_options-gcc41-1_34_1.so libboost_program_options-gcc.so

اگه ورژن Boostای که گرفتین فرق داشته باشه ممکنه اون عدد های آخر فرق کنن!خوب حالا رسیدیم به مرحله ی اصلی یعنی نصب rcssbase و rcssserver که سرور رو تشکیل میدن!
برای این کار باید دو تا پکیج RoboCup Soccer Simulator Base Code و Robocp Soccer Simulator Server رو از اینجا بگیرید!
بعد از گرفتن این دو تا فایل اونا رو توی یه فولدر که دوست دارین قرار بدین و اونا رو Untar کنید! برای Untar کردن کافیه توی Terminal بنویسید:

tar --bzip2 -xf FileName

هر دو تا فایل رو با استفاده از این دستور Untar کنید، یادتون نره بجای FileName اسم فایلی که میخواین Untar شه رو بزنید!
بعد از اینکه Untar کردید اول توی فولدر rcssbase-… برید و دستورای زیر رو بزنید:

./configure
make
make install

اکثر برنامه ها که با سورس ارائه میشن نصبشون به این شکل هست. ./configure با توجه به مشخصات رایانه و سیستم عاملتون یه MakeFile میسازه و اون MakeFile هم طریقه ی کمپایل شدن فایل ها رو تو خودش داره! وقتی دستور make رو می زنید اون فایل ها کمپایل میشن و make install هم اون فایل ها رو نصب می کنه! ممکنه هر کدوم از این مرحله ها یه مقدار وقت بگیره البته از دفعه قبلی که این کار رو برای boost انجام دادین کمتر وقت می گیره.
حالا برید توی فولدر rcssserver-… و همین دستور هارو برای اون بزنید.
به این ترتیب شما سرور رو نصب کردید! اما سرور چیزی رو به شما نمایش نمیده برای اینکه بتونید فعالیت سرور رو ببینید نیاز به Robocup Soccer Simulator Monitor دارین! و برای اینکه بتونید عملیات سرور و کلاینت رو بعدا دوباره بررسی کنید باید Robocup Soccer Simulator Log Player رو نصب کنید که مثل این میمونه که یه مسابقه ی فوتبال رو رکورد کنید و بعد اونو تماشا کنید!
نصب این دو تا برنامه دقیقا مثل rcssbase و rcssserver هست! یعنی Untar می کنید و توی فولدرشون میرید و اون دستور هارو می زنید!
الآن باید دیگه بتونید پکیج Robocup Soccer Simulator رو بطور کامل اجرا کنید!
برای اینکار اول برید توی فولدر /rcssserver-…/src و بعد توی ترمینال بزنید:

./rcssserver

اگه ارور گرفتین که گفته دایرکتوری یا فایل مورد نظر موجود نیست و اسم یه .so فایل رو به شما داده وحشت نکنید!
تو بعضی از ورژن های لینوکس این مشکل با یه Restart حل میشه! اما اگر نشد کافیه این کار هارو بکنید!
اگر فرض کنیم پکیچ rcssserver و rcssbase رو توی /home/siavash/rcssserver-11.1.1 و /home/siavash/rcssbase-11.1.0 ریختید این دستور ها رو توی Terminal اجرا کنید:

cp /home/siavash/rcssbase-11.1.0/rcssbase/conf/.libs/* /home/siavash/rcssserver-11.1.1/src/
cp /home/siavash/rcssbase-11.1.0/rcssbase/net/.libs/* /home/siavash/rcssserver-11.1.1/src/
cp /home/siavash/rcssbase-11.1.0/rcssbase/lib/.libs/* /home/siavash/rcssserver-11.1.1/src/
cp /home/siavash/rcssbase-11.1.0/rcssbase/gzip/.libs/* /home/siavash/rcssserver-11.1.1/src/

یادتون نره /home/siavash/ رو با جایی که سرور و بیس رو نصب کردین عوض کنید! این دستورا در اصل Library هارو در دسترس rcssserver قرار میده! البته راه بهتر این بود که path این فایل هارو به rcssserver بدیم اما این راه برای افرادی که برای اولین بار این کار رو انجام میدن راحت تره!
اگر باز هم با مشکل روبرو شدید لطفا تو همین صفحه گزارش بدین! حالا دوباره میریم سر اجرای سرور!
برای این کار اول برید توی /rcssserver-…/src/ و دستور زیر رو توی Terminal وارد کنید:

./rcssserver

قاعدتا نباید با پیغام خطا روبرو بشید. حالا باید مونیتور رو اجرا کنید!
برای این کار کافیه به فولدر rcssmonitor-…/src/ برید و توی Terminal بزنید:

./rcssmonitor

حالا دیگه تنها قسمتی که مونده وصل کردن کلاینت یا کد خودتون هست! می تونید برای شروع این کد رو بگیرید!. که یک نمونه برای شروع هست با نام Trilearn base sources.این برنامه نصبش مثل پکیج های قبلی هست! برای اجراشم کافیه به فولدر trilearn_base_sources-3.3 برید و توی Terminal دستور زیر رو بزنید:

./start.sh localhost TeamName

واضح هست که باید دو بار این دستور رو تو دو تا صفحه ی Terminal مجزا با دو TeamName مختلف بزنید چون وگرنه یه تیم بدون رقیب توی زمین خواهد بود. برای شروع بازی هم کافیه kick-off رو توی rcssmonitor بزنید! می تونید برای شرکت توی مسابقات همین سورس کد کلاینت رو توسعه بدید یا اینکه از base client های دیگه استفاده کنید! با کمی Search کلاینت هایی به زبون های دیگه مثل Java هم پیدا میشه!
انشاالله در جلسات بعدی درباره ی Objectها و Classهای شبیه سازی فوتبال و طریقه ی کد نویسی برای اون صحبت می کنیم. و البته کمی هم در رابطه با شبیه سازی زلزله که به نظر من خیلی جالب تر هست!

شبیه سازی فوتبال در عمل

قطعه ای از بازی دو تیم مشابه در مقابل هم!

لینک های داخلی

لینک های خارجی

بالاخره اولین iPhone رو تو ایران آنلاک کردیم!

تذکر

هم اکنون روشی کاملا نرم افزاری برای آنلاک کردن آیفون موجود می باشد و می توانید این روش را در وبسایت تخصصی که در زمینه ی آیفون زده ایم ببینید.
مطلب زیر مربوط به زمانی است که هنوز هیچ روش دیگری موجود نبود!

مقدمه

این اولین پست فارسی من تو این بلاگ هستش! خوشحال هستم که این خبر رو میگم ! بله بالاخره آیفن تو ایران هم قابل استفاده هستش!
از دوست خوبم بشیر خوشنویس بخاطر کمک و نبوغش تو سخت افزار تشکر می کنم!همینطور از برهان بابت اینکه آیفن رو در اختیار ما گذاشت که ازش استفاده کنیم تشکر می کنم!

Question level 0 ببشخشید! این آیفون که میگید چیه؟
Answer ” من واقعا نمی تونم اونو توصیف کنمش! یک مدل گوشی هست که شرکت اپل اون رو ارائه داده! اما فقط یه گوشی معمولی نیست! می تونی اطلاعات بیشتر از درباره این گوشی رو اینجا پیدا کنی! “
Question level 1 ببخشید منظور شما از آنلاک کردن این گوشی چی هستش؟
Answer ” در حال حاضر آیفون فقط تو آمریکا و با یک نوع سیم کارت خاص کار می کنه! آنلاک کردن به معنی این هستش که الان میشه از این گوشی در هر کشوری از جمله ایران استفاده کرد! “

خوب، شروع می کنیم!

دیگه وقت این هستش که چند تا عکس ببینیم! میدونم دیگه نمی تونید صبر کنید…

Question level 0 ولی من میتونم…
Answer ” من با افرادی بودم که می دونن آی فون چیه! “

خوب، این یه آیفون هستش…

The iPhone

شروع می کنیم!

Starting iPhone

Started iPhone
Question level 4 سیاوش، من دو تا سیم می بینم که از داخل گوشی در اومده! اونا چین؟
Question level 2 حتما آنتن هستن دیگه
Answer ” آنتن؟؟؟؟! اونا سیم هایی هستن که ما برای آنلاک کردن اونارو اضافه کردیم! البته این قسمت کار بشیر هستش! “
Question level 3 ولی خوب من دوست ندارم آیفنم این سیم ها روش باشه خوب!
Answer ” ما هم دوست نداریم! اون سیم ها بعد از اینکه تموم شد آنلاک کردن برداشته می شن! “

پشت صحنه – بخش سخت افزاری

خوب حالا بیاین یکم پشت صحنرو ببینیم، این اولین عکس…

Under the scene

Question level 0 اوه، این آیفونه؟
Answer ” واای این عکس چرا اومد! این بیشتر شبیه زیر صحنه هستش تا پشت صحنه، عکس بعدی رو ببینید! :) ) “

خوب، ایناهاش!

Behind the scene

Question level 2 اوه اوه، شما برای آنلاک کردن آی فون از لیوان و سینی هم استفاده کردین؟؟؟
Answer ” من برای این سوال جواب خاصی ندارم “

این دید نزدیک ترش هستش…

Behind the scene

Question level 5 تا اونجایی که من میدونم پشت سوراخی که روی کاور پشت هستش باید یه دوربین باشه! اما الان نیست، کجا رفته؟
Answer ” وای، تو همین الان نشون دادی یه آیفون باز اساسی هستی و همینطور یه الکتریک کار حسابی! چشاتم تیزه البته… آره درسته اونجا باید یه دوربین باشه! اما برای رسیدن به برد های اصلی باید اون رو جدا می کردیم! “
Question level 4 چرا گفتی بردها؟ من که فقط یه برد می تونم ببینم!
Answer ” درسته به نظر یه برد میاد اما در واقع اون دو تا برد روی هم هستش! اپل تو این زمینه کارش حرف نداشته! “
Question level 5 می تونیم برد رو از نزدیک تر ببینیم؟
Answer ” بله، حتما… “

Question level 5 خدای من، این که خیلی کوچیکه!
Question level 2 به نظر من که اصلا کوچیم نیس! رژلب من نصف این هستش!
Answer ” بله، خیییلیی کوچیکه! باز هم این هنر اپل رو نشون میده! “
Question level 5 خوب پس چجوری تونستین اون رو لحیم کاری کنید؟ خیلی برای این کار کوچیکه!
Answer ” برای بشیر نه! :) ) “

اینم تصویر جالبیه! :) )

Question level 4 واییی! اینا چین؟ سیم کارتن؟؟؟
Answer ” تو چی فکر می کنی؟ من که نمی دونم! :) ) “

پشت صحنه – بخش نرم افزاری

Question level 5 تا اونجایی که من دیدم همه ی کار هایی که کردین سخت افزاری بوده! درسته؟
Answer ” خوب تا اینجا همه ی کارها سخت افزاری بودن اما قسمت سخت تر کار بخش نرم افزاریشه! در واقع ما همه ی کارای سخت افزاری رو برای این کردیم که کارای نرم افزاری رو بتونیم انجام بدیم! “

Question level 1 اوه ما گاد! اون یه خلاف کاره؟ چرا سانسور شده؟ :) )
Answer ” کدوم یکی؟ تصویر اول که بش هستش و تصویر دوم هم من هستم که فک نکنم خلاف کار باشیم، اما خوب ترجیح دادیم صورتمون دیده نشه! “

Question level 2 چه اتاق شلوغی! این خیلی بده! حتی یه کشو هم نداره اتاقت!
Answer ” اممم! آره حق با توئه! اون کشو رو به عنوان میز ازش استفاده کردیم… “

خوب، دوستان کلش همین بود! ما در حال حاضر یه آیفون داریم که تو ایران با سیم کارت های عادی ایرانی کار می کنه!
اگر نظر یا سوالی دارین پایین همین صفحه می تونید اونو بگید…
در حال حاضر داریم یک سایت اختصاصی در این زمینه درست می کنیم! پس منتظر باشید!
بروز رسانی (۲۲ شهریور ۱۳۸۶): این سایت هم اکنون ساخته شده و از اینجا قابل دسترس است:

اینم مدرک!


همون طور که می بینید این آیفن با سیم کارت معمولی ایرانی کار می کنه و هیچ چیزی هم به سیم کارت یا گوشی اضافه نشده!

خیلی ممنونم

بازم از بشیر بابت کار فوق العادش در بخش سخت افزار تشکر می کنم، می خوام از داداش کوچیکم آرش جان و مادر پدرم و سپیده و سعید تشکر کنم! خیلی ممنون!
همینطور از معین (masoft2002)، جورج (نابغه ی کوچک) هم تشکر میکنم!
در نهایت از تمام افرادی که در اطراف جهان برای زودتر شکسته شدن قفل آیفون کمک کردن واقعا ممنونم!

لینک های داخلی

لینک های خارجی

فرستادن نظر از طریق پیام کوتاه

برای فرستادن نظر از طریق تلفن همراه به شماره ی ۳۰۰۰۷۶۵۴۳۲۳۰۲۱ پیام کوتاه بفرستید، پیام شما بصورت زنده در سایت ظاهر خواهد شد!