چشمانداز سال ۲۰۲۵ در حوزه تکنولوژی و نرمافزار
🔗 Source
#تکنولوژی #اخبار_تکنولوژی #نوشته
~> @PinkOrca🩷
سال ۲۰۲۵ قراره تغییرات جالبی رو در دنیای تکنولوژی شاهد باشیم. یکی از مهمترین این تغییرات، استفاده گسترده از sched-ext در لینوکس هستش. این کلاس جدید اسکجولینگ که از سال ۲۰۲۴ معرفی شده، به برنامهنویسها اجازه میده تا اسکجولر CPU رو با استفاده از برنامههای BPF به صورت یوزراسپیس لود کنن. این قابلیت باعث میشه خلاقیتهای زیادی در زمینه اسکجولینگ شکل بگیره و اسکجولرهای تخصصی برای کاربردهای مختل مثل گیمینگ توسعه پیدا کنه.
زبان Rust هم در سال ۲۰۲۵ حضور پررنگتری در کرنل لینوکس خواهد داشت. با اینکه تا الان بیشتر کدهای Rust در کرنل زیرساختی و مفهومی بودن، ولی در ۲۰۲۵ کدهایی که کاربرها مستقیماً باهاشون سروکار دارن هم با Rust نوشته میشه. همچنین تعداد فیچرهای ناپایدار زبان که کرنل بهشون نیاز داره، با پایدار شدن این فیچرها توسط کامیونیتی Rust کاهش پیدا میکنه.
یکی از نگرانیهای جدی در ۲۰۲۵، احتمال تلاشهای جدید برای نفوذ به کدبیسهای مهم، مشابه اتفاقی که برای XZ افتاد، هستش. با وجود بررسیهای گسترده کدهای موجود، احتمال وجود تکنیکهای جدید برای حمله همچنان بالاست. به خصوص که سازمانهای دولتی و گروههای با منابع مالی قوی انگیزه زیادی برای این کار دارن.
پروژههایی که فقط یک نگهدارنده (maintainer) دارن، در سال ۲۰۲۵ به عنوان پروژههای پرریسک شناخته میشن. این موضوع فقط به خاطر مسائل امنیتی نیست، بلکه مشکلاتی مثل خستگی مفرط و کمبود وقت برای رسیدگی درست به پروژه هم در این موضوع نقش دارن.
یکی دیگه از چالشهای ۲۰۲۵، استفاده از کدهای تولید شده توسط هوش مصنوعی هستش. احتمالاً یک پروژه بزرگ متوجه میشه که مقدار زیادی کد AI-generated رو مرج کرده و این موضوع زمانی مشخص میشه که نویسنده کد نتونه توضیح بده کد دقیقاً چطور کار میکنه. همزمان، تلاشهایی برای ساخت سیستمهای AI آزاد و اپنسورس شکل میگیره که روی کاهش منابع مورد نیاز این سیستمها تمرکز دارن.
در حوزه سختافزار، محصولات Cloud-base بیشتری به خاطر ورشکستگی یا بیتوجهی سازندههاشون از کار میافتن. مشکلات مربوط به نشت اطلاعات و مانیتورینگ غیرمجاز هم ادامه پیدا میکنه - مثل ماجرای نشت اطلاعات خودروهای برقی فولکسواگن یا جمعآوری داده توسط ایرفرایرها. این موضوع میتونه فرصت خوبی برای راهکارهای اپنسورس مثل Home Assistant باشه تا روش بهتری برای مدیریت دادههای شخصی ارائه بدن.
همچنین در ۲۰۲۵، علاقه به توزیعهای لینوکس برای موبایل دوباره افزایش پیدا میکنه. در روزهای اولیه اندروید، نصب ROMهای کاستوم مثل CyanogenMod خیلی رایج بود و به نظر میرسه این روند با توجه به نگرانیهای امنیتی و حریم خصوصی، دوباره شکل میگیره.
سختافزارهای کاملاً اپنسورس در سال ۲۰۲۵ بیشتر در دسترس قرار میگیرن. مثلاً OpenWrt One که در سال ۲۰۲۴ عرضه شد، تمام نسخههای تولید شدهاش خیلی سریع فروش رفت. این نشون میده که کاربرها علاقه زیادی به سختافزارهایی دارن که به طور کامل مالکیتش دست خودشون باشه. کامیونیتی اپنسورس هم دانش و ابزارهای لازم برای ساخت این سختافزارها رو داره و احتمالاً پروژههای جالبی در این زمینه در سال ۲۰۲۵ راهاندازی میشه.
یکی از چالشهای جدی در سال ۲۰۲۵، مشکلات مالی فاندیشنهایی هستش که از پروژههای اوپنسورس حمایت میکنن. این روند از سال ۲۰۲۴ شروع شده و به نظر میرسه با توجه به شرایط اقتصادی، سال ۲۰۲۵ هم برای این سازمانها که به کمکهای مالی وابسته هستن، سال سختی باشه.
البته احتمالاً در سال ۲۰۲۵ فاندیشنهای جدیدی شکل میگیرن که هدفشون حمایت از maintainerها هستش. با اینکه شرکتهای زیادی به پروژههای اوپنسورس کمک میکنن، ولی معمولاً برای حمایت از نقش maintainer تمایل کمتری نشون میدن. شاید بشه این شرکتها رو تشویق کرد که از یک نهاد مستقل حمایت کنن که هدفش بهبود وضعیت maintainerها در پروژههای خاص هستش. با این حال، به نظر نمیرسه تا پایان سال ۲۰۲۵ مشکل کمبود حمایت از maintainerها به طور کامل حل بشه.
یکی دیگه از چالشهای سال ۲۰۲۵، تأثیر تنشهای جهانی روی کامیونیتی اپنسورس هستش. به نظر میرسه دنیا در مسیر صلحآمیزی حرکت نمیکنه و حتی اگه درگیری جدیدی هم شروع نشه، همین درگیریهای موجود روی کامیونیتی توسعهدهندهها تأثیر میذاره. ممکنه توسعهدهندههایی که از مناطق درگیر میآن، بدون اینکه مسئولیت مستقیمی در اقدامات دولتها یا کارفرماهاشون داشته باشن، از کامیونیتی کنار گذاشته بشن.
🔗 Source
#تکنولوژی #اخبار_تکنولوژی #نوشته
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
👍4❤2🤣2
Please open Telegram to view this post
VIEW IN TELEGRAM
👍28😁10🤯5👎2❤1
بهترین ریپازیتوریِ گیتهاب که تو این چند وقته دیدم!
احتمالا خیلیاتون g4f رو بشناسید، باهاش میتونید به کمک منابع مختلف از انواع مدلهای مولد متنی و تصویری هوش مصنوعی مثل GPT-4o یا 3.5 sonnet و... به شکل کاملا رایگان استفاده کنید✨
من اینطوری نصبش کردم رو آرتیکس:
شما با توجه به سیستمعامل خودتون هرطوری که دوست داشتید نصبش کنید، میتونید یه سر به گیتهابش بزنید واسه اطلاعات بیشتر...
https://github.com/xtekky/gpt4free
برای استفادش تو مرورگرتون بعد از نصب کافیه کامند زیر رو وارد کنید:
#معرفی #هوش_مصنوعی
~> @PinkOrca🩷
احتمالا خیلیاتون g4f رو بشناسید، باهاش میتونید به کمک منابع مختلف از انواع مدلهای مولد متنی و تصویری هوش مصنوعی مثل GPT-4o یا 3.5 sonnet و... به شکل کاملا رایگان استفاده کنید✨
من اینطوری نصبش کردم رو آرتیکس:
pipx install "g4f[all]" --include-deps --force
شما با توجه به سیستمعامل خودتون هرطوری که دوست داشتید نصبش کنید، میتونید یه سر به گیتهابش بزنید واسه اطلاعات بیشتر...
https://github.com/xtekky/gpt4free
برای استفادش تو مرورگرتون بعد از نصب کافیه کامند زیر رو وارد کنید:
g4f gui
#معرفی #هوش_مصنوعی
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
❤18👍4🔥3👎1
فاجعهٔ Dependencyهای تکراری در ویندوز در مقابل بهینگی پکیج منیجرهای لینوکس
🤓 چرا ویندوز همیشه مجبوره یه چیز رو هزار بار نصب کنه، اما لینوکس با یه بار نصبِ هوشمند، همه چی رو تو سیستم قفل میکنه؟ تو این نوشته (در ۳ پارت کوتاه) میخونید که چجوری لینوکس با یه ترفند ساده، ۸۵٪ از دردسر Dependencyها رو حذف کرده، ولی ویندوز هنوز تو باتلاق DLLها گیر کرده!
با من همراه باشید⬇️
#لینوکس #ویندوز #سیستم_عامل #نوشته
~> @PinkOrca🩷
با من همراه باشید⬇️
#لینوکس #ویندوز #سیستم_عامل #نوشته
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥26👍6❤5
1/3
DLL Hell در ویندوز: چالش Dependencyهای غیرمتمرکز
در سیستمعامل ویندوز، مسئله DLL Hell به یکی از معضلات تاریخی مدیریت وابستگیها (Dependencies) تبدیل شده. DLLها (Dynamic-Link Libraries) فایلهای کتابخونهای مشترک هستن که برنامههای مختلف میتونن ازشون استفاده کنن. مشکل اصلی وقتی شروع میشه که دو یا چند برنامه، نسخههای متفاوتی از یک DLL رو نیاز دارن. مثلاً برنامه A نیاز به msvcrt.dll نسخه 1.0 داره و برنامه B به همان DLL اما نسخه 2.0 وابسته هستش. در ویندوزهای قدیمی (مثل ۹۸ یا XP)، این DLLها در مسیرهای سیستمی مشترک (مثل System32) کپی میشدن و نصب یک برنامه جدید میتونست نسخه قدیمی رو بازنویسی کنه. نتیجه؟ برنامه A با خطای Missing DLL یا Crash مواجه میشد.
مکانیزم Side-by-Side Assembly (SxS) در ویندوز ویستا و بعدتر معرفی شد تا این مشکل رو کاهش بده. توی این روش، هر برنامه میتونه نسخه خاصی از DLL رو در پوشه محلی خودش (مثل Program Files/AppName) ذخیره کنه یا از Manifest Files استفاده کنه تا نسخه دقیق DLL موردنیازش رو به سیستم معرفی کنه. اما این راهکار هم کامل نیست چون:
- حجم دیسک افزایش پیدا میکنه چون چندین نسخه از یک DLL توی سیستم ذخیره میشه.
- برنامههای قدیمی که از SxS پیروی نمیکنن هنوز میتونن باعث تداخل بشن.
- توسعهدهندگان گاهی ترجیح میدن از Static Linking استفاده کنن (کتابخونهها رو مستقیماً داخل EXE برنامه کامپایل کنن) که اینم حجم فایل اجرایی رو بیشتر میکنه.
~> @PinkOrca🩷
DLL Hell در ویندوز: چالش Dependencyهای غیرمتمرکز
در سیستمعامل ویندوز، مسئله DLL Hell به یکی از معضلات تاریخی مدیریت وابستگیها (Dependencies) تبدیل شده. DLLها (Dynamic-Link Libraries) فایلهای کتابخونهای مشترک هستن که برنامههای مختلف میتونن ازشون استفاده کنن. مشکل اصلی وقتی شروع میشه که دو یا چند برنامه، نسخههای متفاوتی از یک DLL رو نیاز دارن. مثلاً برنامه A نیاز به msvcrt.dll نسخه 1.0 داره و برنامه B به همان DLL اما نسخه 2.0 وابسته هستش. در ویندوزهای قدیمی (مثل ۹۸ یا XP)، این DLLها در مسیرهای سیستمی مشترک (مثل System32) کپی میشدن و نصب یک برنامه جدید میتونست نسخه قدیمی رو بازنویسی کنه. نتیجه؟ برنامه A با خطای Missing DLL یا Crash مواجه میشد.
مکانیزم Side-by-Side Assembly (SxS) در ویندوز ویستا و بعدتر معرفی شد تا این مشکل رو کاهش بده. توی این روش، هر برنامه میتونه نسخه خاصی از DLL رو در پوشه محلی خودش (مثل Program Files/AppName) ذخیره کنه یا از Manifest Files استفاده کنه تا نسخه دقیق DLL موردنیازش رو به سیستم معرفی کنه. اما این راهکار هم کامل نیست چون:
- حجم دیسک افزایش پیدا میکنه چون چندین نسخه از یک DLL توی سیستم ذخیره میشه.
- برنامههای قدیمی که از SxS پیروی نمیکنن هنوز میتونن باعث تداخل بشن.
- توسعهدهندگان گاهی ترجیح میدن از Static Linking استفاده کنن (کتابخونهها رو مستقیماً داخل EXE برنامه کامپایل کنن) که اینم حجم فایل اجرایی رو بیشتر میکنه.
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
👍14❤4😁1
2/3
پکیج منیجرها در لینوکس: داینامیک ریپازیتوری و بهینگی Dependencyها
در اکوسیستم لینوکس، سیستمهای مدیریت پکیج (مثل apt، dnf، pacman) با مکانیزمی متمرکز و بهینه عمل میکنن. هر پکیج به شکل صریح لیست وابستگیهاش رو توی متادیتای خودش تعریف میکنه. وقتی دستور نصب اجرا میشه، پکیج منیجر به شکل خودکار:
1. Dependencyهای لازم رو از ریپازیتوریهای مرکزی پیدا میکنه.
2. بررسی میکنه که آیا نسخههای نصبشده فعلی با نیازمندیهای پکیج جدید Compatible (سازگار) هستن یا نه.
3. در صورت نیاز، آپگرید یا دانگرید کتابخونهها رو انجام میده تا تضمین کنه همه چیز بدون Conflict (تداخل) کار میکنه.
مثلاً نصب یک وبسرور مثل nginx روی لینوکس باعث میشه پکیج منیجر به شکل خودکار کتابخونههای ضروری مثل libpcre، openssl و zlib رو نصب کنه. اگر نسخههای موجود قدیمی باشن، پکیج منیجر نسخههای آپدیت شده رو از ریپازیتوری میاره. این فرایندها روی پکیجهای باینری و متادیتاهای Precompiled (ازپیش-کامپایلشده) تکیه دارن که Dependency Resolution رو سریع و قابل پیشبینی میکنه.
چرا تداخل نسخهها به ندرت پیش میاد؟
- کتابخونهها در لینوکس معمولاً با Semantic Versioning نامگذاری میشن. مثلاً libfoo1.2 و libfoo2.0 میتونن همزمان نصب باشن بدون تداخل، چون اسم پکیجها متفاوته.
- سیستم مدیریت پکیج از Symbolic Links و SONAME (Shared Object Name) استفاده میکنه تا مطمئن شه برنامهها به نسخه صحیح لینک میشن. مثلاً اگر برنامه به libc.so.6 نیاز داره، لینک سمبولیک /lib/libc.so.6 به فایل واقعی مثل libc-2.31.so اشاره میکنه.
~> @PinkOrca🩷
پکیج منیجرها در لینوکس: داینامیک ریپازیتوری و بهینگی Dependencyها
در اکوسیستم لینوکس، سیستمهای مدیریت پکیج (مثل apt، dnf، pacman) با مکانیزمی متمرکز و بهینه عمل میکنن. هر پکیج به شکل صریح لیست وابستگیهاش رو توی متادیتای خودش تعریف میکنه. وقتی دستور نصب اجرا میشه، پکیج منیجر به شکل خودکار:
1. Dependencyهای لازم رو از ریپازیتوریهای مرکزی پیدا میکنه.
2. بررسی میکنه که آیا نسخههای نصبشده فعلی با نیازمندیهای پکیج جدید Compatible (سازگار) هستن یا نه.
3. در صورت نیاز، آپگرید یا دانگرید کتابخونهها رو انجام میده تا تضمین کنه همه چیز بدون Conflict (تداخل) کار میکنه.
مثلاً نصب یک وبسرور مثل nginx روی لینوکس باعث میشه پکیج منیجر به شکل خودکار کتابخونههای ضروری مثل libpcre، openssl و zlib رو نصب کنه. اگر نسخههای موجود قدیمی باشن، پکیج منیجر نسخههای آپدیت شده رو از ریپازیتوری میاره. این فرایندها روی پکیجهای باینری و متادیتاهای Precompiled (ازپیش-کامپایلشده) تکیه دارن که Dependency Resolution رو سریع و قابل پیشبینی میکنه.
چرا تداخل نسخهها به ندرت پیش میاد؟
- کتابخونهها در لینوکس معمولاً با Semantic Versioning نامگذاری میشن. مثلاً libfoo1.2 و libfoo2.0 میتونن همزمان نصب باشن بدون تداخل، چون اسم پکیجها متفاوته.
- سیستم مدیریت پکیج از Symbolic Links و SONAME (Shared Object Name) استفاده میکنه تا مطمئن شه برنامهها به نسخه صحیح لینک میشن. مثلاً اگر برنامه به libc.so.6 نیاز داره، لینک سمبولیک /lib/libc.so.6 به فایل واقعی مثل libc-2.31.so اشاره میکنه.
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
👍10❤7
3/3
مقایسه تکنیکال: Static Linking vs Dynamic Linking
- ویندوز (غالباً Static/خودمحور): برنامهها ترجیح میدن تا حد امکان از کتابخونههای اختصاصی یا Static-Linked استفاده کنن تا Dependencyها رو به حداقل برسونن. نتیجه؟ حجم بالای فایلهای EXE و نصبِ تکراری کتابخونهها (مثل چندین نسخه از VC++ Redistributable).
- لینوکس (غالباً Dynamic/متمرکز): پکیجها به کتابخونههای داینامیک وابسته میشن که فقط یک بار نصب میشن و بین همه برنامهها به اشتراک گذاشته میشن. حجم نهایی سیستم کمتر میشه و آپدیت امنیتی یک کتابخونه، همه برنامههای وابسته رو تحت پوشش قرار میده.
آمار و فکتهای کلیدی:
- توی ویندوز ۱۰، بیش از ۱۵ نسخه مختلف از Visual C++ Redistributable ممکنه نصب باشه که هر کدوم بین ۲۰MB تا ۱۰۰MB فضا اشغال میکنن.
- توی لینوکس، پکیج libc6 (کتابخونه استاندارد سی) فقط یک بار نصب میشه و بیش از ۸۵٪ از پکیجهای موجود در ریپازیتوریهای معتبر بهش وابستهان. حجم این پکیج حدود ۴MB هستش.
- بر اساس مستندات فنی، سیستمهای مدیریت پکیج لینوکس از الگوریتمهای پیشرفته برای Dependency Resolution استفاده میکنن تا ناسازگاری نسخهها رو حذف کنن.
نکته فنی: مکانیزم کش (Cache) پکیج منیجرها در دایرکتوریهای خاصی (مثل /var/lib/apt/lists یا /var/cache/dnf) لیستی از تمام پکیجها و وابستگیهاشون رو نگه میداره. وقتی دستور آپدیت میدی، این کش با ریپازیتوری همگامسازی میشه و Dependencyها روی آخرین نسخهها چک میشن. توی ویندوز، چنین سیستمی به صورت مرکزی وجود نداره و هر برنامه جداگانه چک میکنه آپدیت جدیدی واسه DLLهای خاص خودش هست یا نه.
مسئله Checksum و امنیت:
پکیج منیجرهای لینوکس به صورت پیشفرض از الگوریتمهای هشینگ مثل SHA-256 برای تأیید یکپارچگی پکیجها استفاده میکنن. هر پکیج قبل از نصب، بررسی میشه تا مطمئن شه با نسخه موجود در ریپازیتوری مطابقت داره. توی ویندوز، اگرچه امضای دیجیتال برای فایلهای اجرایی وجود داره، اما هیچ سیستم متمرکزی برای بررسی یکپارچگی DLLهای سیستمی تعریف نشده.
~> @PinkOrca🩷
مقایسه تکنیکال: Static Linking vs Dynamic Linking
- ویندوز (غالباً Static/خودمحور): برنامهها ترجیح میدن تا حد امکان از کتابخونههای اختصاصی یا Static-Linked استفاده کنن تا Dependencyها رو به حداقل برسونن. نتیجه؟ حجم بالای فایلهای EXE و نصبِ تکراری کتابخونهها (مثل چندین نسخه از VC++ Redistributable).
- لینوکس (غالباً Dynamic/متمرکز): پکیجها به کتابخونههای داینامیک وابسته میشن که فقط یک بار نصب میشن و بین همه برنامهها به اشتراک گذاشته میشن. حجم نهایی سیستم کمتر میشه و آپدیت امنیتی یک کتابخونه، همه برنامههای وابسته رو تحت پوشش قرار میده.
آمار و فکتهای کلیدی:
- توی ویندوز ۱۰، بیش از ۱۵ نسخه مختلف از Visual C++ Redistributable ممکنه نصب باشه که هر کدوم بین ۲۰MB تا ۱۰۰MB فضا اشغال میکنن.
- توی لینوکس، پکیج libc6 (کتابخونه استاندارد سی) فقط یک بار نصب میشه و بیش از ۸۵٪ از پکیجهای موجود در ریپازیتوریهای معتبر بهش وابستهان. حجم این پکیج حدود ۴MB هستش.
- بر اساس مستندات فنی، سیستمهای مدیریت پکیج لینوکس از الگوریتمهای پیشرفته برای Dependency Resolution استفاده میکنن تا ناسازگاری نسخهها رو حذف کنن.
نکته فنی: مکانیزم کش (Cache) پکیج منیجرها در دایرکتوریهای خاصی (مثل /var/lib/apt/lists یا /var/cache/dnf) لیستی از تمام پکیجها و وابستگیهاشون رو نگه میداره. وقتی دستور آپدیت میدی، این کش با ریپازیتوری همگامسازی میشه و Dependencyها روی آخرین نسخهها چک میشن. توی ویندوز، چنین سیستمی به صورت مرکزی وجود نداره و هر برنامه جداگانه چک میکنه آپدیت جدیدی واسه DLLهای خاص خودش هست یا نه.
مسئله Checksum و امنیت:
پکیج منیجرهای لینوکس به صورت پیشفرض از الگوریتمهای هشینگ مثل SHA-256 برای تأیید یکپارچگی پکیجها استفاده میکنن. هر پکیج قبل از نصب، بررسی میشه تا مطمئن شه با نسخه موجود در ریپازیتوری مطابقت داره. توی ویندوز، اگرچه امضای دیجیتال برای فایلهای اجرایی وجود داره، اما هیچ سیستم متمرکزی برای بررسی یکپارچگی DLLهای سیستمی تعریف نشده.
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
👍16❤7
چرا مسیحی نیستم (برتراند راسل).pdf
2.4 MB
~> Why I Am Not a Christian (پیشنهادی)
"چرا من مسیحی نیستم" کتابی هستش که برتراند راسل در سال ۱۹۲۷ نوشته. این کتاب در اصل یک سخنرانی بوده که راسل توی انجمن ملی سکولار لندن ارائه کرده و بعدا تبدیل به کتاب شده.
#متفرقه #کتاب
~> @PinkOrca🩷
"چرا من مسیحی نیستم" کتابی هستش که برتراند راسل در سال ۱۹۲۷ نوشته. این کتاب در اصل یک سخنرانی بوده که راسل توی انجمن ملی سکولار لندن ارائه کرده و بعدا تبدیل به کتاب شده.
راسل توی این کتاب به صورت سیستماتیک دلایلی که باعث شدن مسیحیت رو رد کنه توضیح میده. یکی از مهمترین بخشهای کتاب، نقد برهان علیت هستش که توسط توماس آکویناس مطرح شده بود. راسل میگه که این برهان منطقی نیست چون اگه هر چیزی باید علتی داشته باشه، پس خود خدا هم باید علتی داشته باشه.
توی بخش دیگهای از کتاب، راسل به مسئله رنج و درد در جهان میپردازه. اون میگه چطور ممکنه خدایی که میگن مهربون و قادر مطلق هستش، اجازه بده اینهمه درد و رنج توی دنیا وجود داشته باشه؟
یه نکته جالب اینه که راسل توی این کتاب به تاثیر ترس روی شکلگیری دین اشاره میکنه. اون میگه آدمها از چیزایی که نمیفهمن میترسن و این ترس باعث میشه به دین پناه ببرن.
کتاب با زبان ساده و در عین حال دقیق نوشته شده و تاثیر زیادی روی جنبشهای آتئیستی قرن بیستم گذاشته. جالبه بدونید که این کتاب توی زمان انتشارش خیلی جنجالی شد و حتی باعث شد راسل از تدریس توی کالج City College of New York محروم بشه.
راسل توی این کتاب به مسائل اخلاقی هم میپردازه و میگه که میشه بدون دین هم اخلاقمدار بود. اون معتقد بود که اخلاق مبتنی بر عقل و همدلی انسانی میتونه جایگزین اخلاق دینی بشه.
این کتاب تا امروز به بیش از ۴۰ زبان ترجمه شده و یکی از تاثیرگذارترین آثار در زمینه نقد دین به حساب میاد. نسخه اصلی کتاب حدود ۶۰ صفحه هستش و توی اون راسل با دقت و ظرافت خاصی استدلالهاش رو مطرح میکنه.
#متفرقه #کتاب
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
❤16👎11👍6🤣3
~> Fuzzy Search
قبل از اینکه از جستجوی فازی بگیم، لازمه یکم از منطق فازی بدونیم...
منطق فازی که در سال ۱۹۶۵ توسط پروفسور لطفیزاده معرفی شد، یک رویکرد ریاضی برای مدلسازی عدم قطعیت هستش. برخلاف منطق کلاسیک که فقط صفر و یک رو میشناسه، منطق فازی میتونه مقادیر بین این دو رو هم در نظر بگیره.
یکی از کاربردهای مهم منطق فازی، جستجوی فازی (Fuzzy Search) هستش که به ما اجازه میده حتی با وجود خطاهای تایپی یا املایی، نتایج مرتبط رو پیدا کنیم. این تکنیک از الگوریتمهای مختلفی استفاده میکنه که مهمترینشون عبارتند از:
۱. Levenshtein Distance (Edit Distance):
این الگوریتم تعداد تغییراتی که لازمه تا یک رشته به رشته دیگه تبدیل بشه رو محاسبه میکنه. مثلاً فاصله "سلام" و "سلم" برابر ۱ هستش چون فقط یک حرف حذف شده.
۲. Soundex:
این الگوریتم کلمات رو براساس تلفظشون کدگذاری میکنه. مثلاً "Smith" و "Smythe" کد یکسانی میگیرن چون تلفظ مشابهی دارن. این الگوریتم خیلی توی سیستمهای CRM استفاده میشه.
۳. N-gram:
این تکنیک رشتهها رو به قطعههای n حرفی تقسیم میکنه و شباهتشون رو میسنجه. مثلاً برای کلمه "hello" با n=2 داریم: "he", "el", "ll", "lo"
یک نمونه کاربردی از جستجوی فازی توی Elasticsearch هستش که از تکنیکهای مختلفی مثل Fuzzy Query استفاده میکنه:
شرکتهای بزرگ از ترکیب این الگوریتمها استفاده میکنن. مثلاً اسپاتیفای از الگوریتمهای فازی برای جستجوی موزیک استفاده میکنه که حتی اگه اسم آهنگ رو اشتباه بنویسی، میتونه نتیجه درست رو پیدا کنه.
یکی از چالشهای اصلی جستجوی فازی، تنظیم threshold هستش. اگه خیلی پایین باشه نتایج نامرتبط زیاد میشن و اگه خیلی بالا باشه ممکنه نتایج مفید رو از دست بدیم. معمولاً مقدار ۰.۸ یا ۸۰٪ نقطه شروع خوبی هستش.
برای زبانهای غیرانگلیسی مثل فارسی، باید ملاحظات خاصی در نظر گرفته بشه. مثلاً حروف مشابه مثل "ک" و "گ" یا تشخیص کلمات مرکب. کتابخونههایی مثل hazm برای فارسی این قابلیتها رو فراهم میکنن.
#برنامه_نویسی #علوم_کامپیوتر #نرم_افزار #ریاضی #نوشته
~> @PinkOrca🩷
قبل از اینکه از جستجوی فازی بگیم، لازمه یکم از منطق فازی بدونیم...
منطق فازی که در سال ۱۹۶۵ توسط پروفسور لطفیزاده معرفی شد، یک رویکرد ریاضی برای مدلسازی عدم قطعیت هستش. برخلاف منطق کلاسیک که فقط صفر و یک رو میشناسه، منطق فازی میتونه مقادیر بین این دو رو هم در نظر بگیره.
یکی از کاربردهای مهم منطق فازی، جستجوی فازی (Fuzzy Search) هستش که به ما اجازه میده حتی با وجود خطاهای تایپی یا املایی، نتایج مرتبط رو پیدا کنیم. این تکنیک از الگوریتمهای مختلفی استفاده میکنه که مهمترینشون عبارتند از:
۱. Levenshtein Distance (Edit Distance):
این الگوریتم تعداد تغییراتی که لازمه تا یک رشته به رشته دیگه تبدیل بشه رو محاسبه میکنه. مثلاً فاصله "سلام" و "سلم" برابر ۱ هستش چون فقط یک حرف حذف شده.
def levenshtein(s1, s2):
if len(s1) < len(s2):
return levenshtein(s2, s1)
if len(s2) == 0:
return len(s1)
previous_row = range(len(s2) + 1)
for i, c1 in enumerate(s1):
current_row = [i + 1]
for j, c2 in enumerate(s2):
insertions = previous_row[j + 1] + 1
deletions = current_row[j] + 1
substitutions = previous_row[j] + (c1 != c2)
current_row.append(min(insertions, deletions, substitutions))
previous_row = current_row
return previous_row[-1]
۲. Soundex:
این الگوریتم کلمات رو براساس تلفظشون کدگذاری میکنه. مثلاً "Smith" و "Smythe" کد یکسانی میگیرن چون تلفظ مشابهی دارن. این الگوریتم خیلی توی سیستمهای CRM استفاده میشه.
۳. N-gram:
این تکنیک رشتهها رو به قطعههای n حرفی تقسیم میکنه و شباهتشون رو میسنجه. مثلاً برای کلمه "hello" با n=2 داریم: "he", "el", "ll", "lo"
یک نمونه کاربردی از جستجوی فازی توی Elasticsearch هستش که از تکنیکهای مختلفی مثل Fuzzy Query استفاده میکنه:
{
"query": {
"fuzzy": {
"noscript": {
"value": "تهرن",
"fuzziness": "AUTO"
}
}
}
}شرکتهای بزرگ از ترکیب این الگوریتمها استفاده میکنن. مثلاً اسپاتیفای از الگوریتمهای فازی برای جستجوی موزیک استفاده میکنه که حتی اگه اسم آهنگ رو اشتباه بنویسی، میتونه نتیجه درست رو پیدا کنه.
یکی از چالشهای اصلی جستجوی فازی، تنظیم threshold هستش. اگه خیلی پایین باشه نتایج نامرتبط زیاد میشن و اگه خیلی بالا باشه ممکنه نتایج مفید رو از دست بدیم. معمولاً مقدار ۰.۸ یا ۸۰٪ نقطه شروع خوبی هستش.
برای زبانهای غیرانگلیسی مثل فارسی، باید ملاحظات خاصی در نظر گرفته بشه. مثلاً حروف مشابه مثل "ک" و "گ" یا تشخیص کلمات مرکب. کتابخونههایی مثل hazm برای فارسی این قابلیتها رو فراهم میکنن.
#برنامه_نویسی #علوم_کامپیوتر #نرم_افزار #ریاضی #نوشته
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
❤26👍10🔥3🍾1
This media is not supported in your browser
VIEW IN TELEGRAM
~> عکس رندوم با ویژگیهای دلخواه برای وبدیزاینرها
⚡️ Lorem Picsum یه سرویس CDN برای عکسهای تستی و پلیسهولدر هستش که از عکسهای Unsplash استفاده میکنه. API سادهای داره و میتونید سایز و افکتهای مختلف رو روی عکسها اعمال کنید. سورسکدش روی گیتهاب هستش، با Go نوشته شده و کاملا رایگانه.
🔥 https://picsum.photos
👍 خودم خیلی دوسش دارم به شخصه و استفادش میکنم برای صرفهجویی در زمان...
#معرفی #طراحی_وب #اپن_سورس
~> @PinkOrca🩷
⚡️ Lorem Picsum یه سرویس CDN برای عکسهای تستی و پلیسهولدر هستش که از عکسهای Unsplash استفاده میکنه. API سادهای داره و میتونید سایز و افکتهای مختلف رو روی عکسها اعمال کنید. سورسکدش روی گیتهاب هستش، با Go نوشته شده و کاملا رایگانه.
🔥 https://picsum.photos
👍 خودم خیلی دوسش دارم به شخصه و استفادش میکنم برای صرفهجویی در زمان...
#معرفی #طراحی_وب #اپن_سورس
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
👍10🔥5
This media is not supported in your browser
VIEW IN TELEGRAM
💥 اسلایدر تصویر (HTML, CSS, JS)
🔗 سورس کد
پ.ن:
+ یه navbar ریسپانسیو هم امشب کامیت کردم...
#تکه_کد #طراحی_وب
~> @PinkOrca🩷
🔗 سورس کد
پ.ن:
+ یه navbar ریسپانسیو هم امشب کامیت کردم...
#تکه_کد #طراحی_وب
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
❤9🔥4👍2
This media is not supported in your browser
VIEW IN TELEGRAM
~> TeleSecretary
🥸 به پیشنهاد عرشا این قابلیت پاسخگویی خودکار (به چتهای جدید) که از امکانات تلگرام بیزینس هستش رو با پایتون و کتابخونه telethon نوشتم که هرکسی خواست استفاده کنه.
🩷 این اسکریپت اپنسورسه و برای اطلاعات بیشتر میتونید README رو مطالعه کنید...
https://codeberg.org/PinkOrca/TeleSecretary
#پروژه #اپن_سورس #معرفی
~> @PinkOrca🩷
🥸 به پیشنهاد عرشا این قابلیت پاسخگویی خودکار (به چتهای جدید) که از امکانات تلگرام بیزینس هستش رو با پایتون و کتابخونه telethon نوشتم که هرکسی خواست استفاده کنه.
🩷 این اسکریپت اپنسورسه و برای اطلاعات بیشتر میتونید README رو مطالعه کنید...
https://codeberg.org/PinkOrca/TeleSecretary
#پروژه #اپن_سورس #معرفی
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
1❤13👍3🔥1😁1
~> TempleOS ⛪️
تمپلاواس یک سیستمعامل ۶۴ بیتی هستش که تری دیویس (Terry A. Davis) اون رو به تنهایی توسعه داده. این سیستمعامل از سال ۲۰۰۳ شروع به توسعه شد و تا سال ۲۰۱۳ اسمش LoseThos بود.
😇 این سیستمعامل با زبان برنامهنویسی HolyC نوشته شده که خود تری اون رو ساخته و شباهت زیادی به C داره. کل سیستمعامل حدود ۱۰۰ هزار خط کد داره و همه چیز توش با رزولوشن ۶۴۰x۴۸۰ و ۱۶ رنگ اجرا میشه.
یکی از ویژگیهای جالب TempleOS اینه که هیچ مالتیتسکینگی نداره و همه چیز در یک رینگ 0 (بالاترین سطح دسترسی) اجرا میشه. این باعث میشه که سیستمعامل خیلی سریع باشه ولی امنیت نداشته باشه. تری معتقد بود که این طراحی باعث میشه برنامهنویسها بتونن راحتتر با سختافزار کار کنن.
فایلسیستمِ TempleOS به اسم RedSea شناخته میشه و از FAT32 الهام گرفته شده. این سیستمعامل درایور شبکه نداره و نمیتونه به اینترنت وصل شه. همچنین از حافظه مجازی پشتیبانی نمیکنه و فقط میتونه تا ۸ گیگابایت رم رو مدیریت کنه.
یکی از ابزارهای جالب این سیستمعامل DolDoc هستش که یک سیستم متنی با قابلیت هایپرلینک و نمایش گرافیک درون متن هستش. تری از این ابزار برای نوشتن داکیومنتهای سیستم استفاده میکرد.
TempleOS یک کامپایلر Just-In-Time داره که کد رو مستقیماً به زبان ماشین تبدیل میکنه و این باعث میشه که اجرای برنامهها خیلی سریع باشه. همچنین یک محیط توسعه یکپارچه (IDE) داره که میتونه کد رو در لحظه کامپایل و اجرا کنه.
یکی از ویژگیهای جالب دیگه TempleOS قابلیت نمایش کاراکترهای ASCII به صورت سه بعدی هستش. تری دیویس یک فرمت فایل به اسم "3D Mesh" ساخت که میتونست کاراکترهای ASCII رو به مدلهای سه بعدی تبدیل کنه.
این قابلیت توی بازیهایی که با HolyC نوشته شده بودن استفاده میشد. مثلاً توی بازی "After Egypt" که خود تری ساخته بود، میشد کاراکترهای ASCII رو به صورت مدلهای سه بعدی دید که برای اون زمان و با توجه به محدودیتهای گرافیکی سیستم (۱۶ رنگ)، یک نوآوری جالب به حساب میاومد.
این سیستمعامل تحت لایسنس Public Domain منتشر شده و سورس کدش به صورت کامل در دسترس هستش. با اینکه TempleOS از نظر تکنیکی محدودیتهای زیادی داره، ولی به عنوان یک پروژه که توسط یک نفر نوشته شده خیلی قابل توجه هستش.
🗒 یکم بیشتر اگه در مورد تری دیویس کنجکاوید:
ایشون در سال ۱۹۶۹ به دنیا اومد و یک مهندس نرمافزار بود که توی شرکتهای مختلف از جمله Ticketmaster کار میکرد. اون در اوایل دهه ۹۰ میلادی تشخیص اسکیزوفرنی گرفت و معتقد بود که خدا با اون صحبت میکنه و بهش دستور داده که یک سیستمعامل مقدس بسازه.
🥴 اون TempleOS رو "Third Temple" یا معبد سوم میدونست و اعتقاد داشت که این سیستمعامل یک ابزار الهی برای ارتباط با خداست. رزولوشن ۶۴۰x۴۸۰ و ۱۶ رنگ رو هم به این دلیل انتخاب کرد چون فکر میکرد که خدا این رو خواسته.
💔 تری در سال ۲۰۱۸ در سن ۴۸ سالگی فوت کرد. اون در آخرین سالهای زندگیش شرایط سختی داشت و بیخانمان شده بود. نهایتاً توسط یک قطار در اورگان کشته شد که مشخص نشد خودکشی بوده یا تصادف.
❤️🩹 با وجود مشکلات روانی که داشت، تری یک برنامهنویس فوقالعاده بود. اون تونست یک سیستمعامل کامل رو از صفر و به تنهایی بنویسه که از نظر فنی خیلی پیچیده هستش. کامیونیتی برنامهنویسها هنوز هم به خاطر این دستاورد بهش احترام میذارن.
🔗 TempleOS.org
اگه براتون جالب بود [این ویدیو] هم که دوستمون پیشنهاد کرده تماشا کنید.
#نرم_افزار #علوم_کامپیوتر #سیستم_عامل #بیوگرافی #معرفی #فکت
~> @PinkOrca🩷
تمپلاواس یک سیستمعامل ۶۴ بیتی هستش که تری دیویس (Terry A. Davis) اون رو به تنهایی توسعه داده. این سیستمعامل از سال ۲۰۰۳ شروع به توسعه شد و تا سال ۲۰۱۳ اسمش LoseThos بود.
یکی از ویژگیهای جالب TempleOS اینه که هیچ مالتیتسکینگی نداره و همه چیز در یک رینگ 0 (بالاترین سطح دسترسی) اجرا میشه. این باعث میشه که سیستمعامل خیلی سریع باشه ولی امنیت نداشته باشه. تری معتقد بود که این طراحی باعث میشه برنامهنویسها بتونن راحتتر با سختافزار کار کنن.
فایلسیستمِ TempleOS به اسم RedSea شناخته میشه و از FAT32 الهام گرفته شده. این سیستمعامل درایور شبکه نداره و نمیتونه به اینترنت وصل شه. همچنین از حافظه مجازی پشتیبانی نمیکنه و فقط میتونه تا ۸ گیگابایت رم رو مدیریت کنه.
یکی از ابزارهای جالب این سیستمعامل DolDoc هستش که یک سیستم متنی با قابلیت هایپرلینک و نمایش گرافیک درون متن هستش. تری از این ابزار برای نوشتن داکیومنتهای سیستم استفاده میکرد.
TempleOS یک کامپایلر Just-In-Time داره که کد رو مستقیماً به زبان ماشین تبدیل میکنه و این باعث میشه که اجرای برنامهها خیلی سریع باشه. همچنین یک محیط توسعه یکپارچه (IDE) داره که میتونه کد رو در لحظه کامپایل و اجرا کنه.
یکی از ویژگیهای جالب دیگه TempleOS قابلیت نمایش کاراکترهای ASCII به صورت سه بعدی هستش. تری دیویس یک فرمت فایل به اسم "3D Mesh" ساخت که میتونست کاراکترهای ASCII رو به مدلهای سه بعدی تبدیل کنه.
این قابلیت توی بازیهایی که با HolyC نوشته شده بودن استفاده میشد. مثلاً توی بازی "After Egypt" که خود تری ساخته بود، میشد کاراکترهای ASCII رو به صورت مدلهای سه بعدی دید که برای اون زمان و با توجه به محدودیتهای گرافیکی سیستم (۱۶ رنگ)، یک نوآوری جالب به حساب میاومد.
این سیستمعامل تحت لایسنس Public Domain منتشر شده و سورس کدش به صورت کامل در دسترس هستش. با اینکه TempleOS از نظر تکنیکی محدودیتهای زیادی داره، ولی به عنوان یک پروژه که توسط یک نفر نوشته شده خیلی قابل توجه هستش.
🗒 یکم بیشتر اگه در مورد تری دیویس کنجکاوید:
ایشون در سال ۱۹۶۹ به دنیا اومد و یک مهندس نرمافزار بود که توی شرکتهای مختلف از جمله Ticketmaster کار میکرد. اون در اوایل دهه ۹۰ میلادی تشخیص اسکیزوفرنی گرفت و معتقد بود که خدا با اون صحبت میکنه و بهش دستور داده که یک سیستمعامل مقدس بسازه.
🥴 اون TempleOS رو "Third Temple" یا معبد سوم میدونست و اعتقاد داشت که این سیستمعامل یک ابزار الهی برای ارتباط با خداست. رزولوشن ۶۴۰x۴۸۰ و ۱۶ رنگ رو هم به این دلیل انتخاب کرد چون فکر میکرد که خدا این رو خواسته.
❤️🩹 با وجود مشکلات روانی که داشت، تری یک برنامهنویس فوقالعاده بود. اون تونست یک سیستمعامل کامل رو از صفر و به تنهایی بنویسه که از نظر فنی خیلی پیچیده هستش. کامیونیتی برنامهنویسها هنوز هم به خاطر این دستاورد بهش احترام میذارن.
🔗 TempleOS.org
اگه براتون جالب بود [این ویدیو] هم که دوستمون پیشنهاد کرده تماشا کنید.
#نرم_افزار #علوم_کامپیوتر #سیستم_عامل #بیوگرافی #معرفی #فکت
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
1🔥17❤6👍6😢3
Please open Telegram to view this post
VIEW IN TELEGRAM
🤣55👍4😁3
Please open Telegram to view this post
VIEW IN TELEGRAM
😁20❤11👍8👎3🔥1🤣1
چرا دولینگو برای یادگیری زبان مناسب نیست؟
😎 بعد از ۱۰۶ روز استریک و تصمیم برای حذف دولینگو این پست رو میفرستم.
دولینگو با بیش از ۵۰۰ میلیون کاربر، یکی از محبوبترین اپلیکیشنهای یادگیری زبان هستش که از gamification (به شکل خیلی خفنی) برای درگیر کردن کاربرها استفاده میکنه. اما این اپ مشکلات جدیای داره که باعث میشه نتونه ابزار موثری برای یادگیری زبان باشه.
مشکل اصلی دولینگو اینه که بیش از حد روی گیمیفیکیشن تمرکز کرده. سیستم streak، جمعآوری جم، لیدربورد و بقیه المانهای بازیوار باعث میشن کاربر به جای تمرکز روی یادگیری، درگیر حفظ استریک و جمع کردن امتیاز بشه. تحقیقات نشون داده که این نوع پاداشهای بیرونی در درازمدت انگیزه درونی برای یادگیری رو کاهش میدن.
از نظر متدولوژی آموزشی، دولینگو از روشهای قدیمی و ناکارآمد استفاده میکنه. تمرینها عمدتاً شامل ترجمه جملات کوتاه و تکراری هستن که باعث نمیشن کاربر درک درستی از کانتکست و کاربرد واقعی زبان پیدا کنه. مطالعات زبانشناسی نشون دادن که یادگیری موثر زبان نیاز به تعامل واقعی و درک عمیقتر از ساختارهای زبانی داره.
سیستم آموزشی دولینگو خطی نیست و کاربر نمیتونه مسیر یادگیری رو کاستومایز کنه. گرامر به صورت ضمنی و بدون توضیح کافی آموزش داده میشه که برای زبانآموزهای جدی کافی نیست. علاوه بر این، تمرینهای speaking و writing محدود هستن و فیدبکهای سیستم اغلب سطحی و غیردقیق هستن.
طبق تحقیقات موسسه FSI آمریکا، یادگیری یک زبان خارجی به ۶۰۰ تا ۲۲۰۰ ساعت مطالعه جدی نیاز داره، اما ساختار دولینگو طوری طراحی شده که کاربر فقط روزی ۵-۱۰ دقیقه (یا حتی کمتر) تمرین کنه که برای پیشرفت واقعی کافی نیست.
مشکل دیگه اینه که دولینگو از هوش مصنوعی قدیمی استفاده میکنه که نمیتونه انعطافپذیری لازم برای درک گونههای مختلف جوابهای درست رو داشته باشه. این باعث میشه خیلی وقتها جوابهای درست کاربر رو اشتباه در نظر بگیره.
#زبان #دولینگو #نوشته #متفرقه
~> @PinkOrca🩷
دولینگو با بیش از ۵۰۰ میلیون کاربر، یکی از محبوبترین اپلیکیشنهای یادگیری زبان هستش که از gamification (به شکل خیلی خفنی) برای درگیر کردن کاربرها استفاده میکنه. اما این اپ مشکلات جدیای داره که باعث میشه نتونه ابزار موثری برای یادگیری زبان باشه.
مشکل اصلی دولینگو اینه که بیش از حد روی گیمیفیکیشن تمرکز کرده. سیستم streak، جمعآوری جم، لیدربورد و بقیه المانهای بازیوار باعث میشن کاربر به جای تمرکز روی یادگیری، درگیر حفظ استریک و جمع کردن امتیاز بشه. تحقیقات نشون داده که این نوع پاداشهای بیرونی در درازمدت انگیزه درونی برای یادگیری رو کاهش میدن.
از نظر متدولوژی آموزشی، دولینگو از روشهای قدیمی و ناکارآمد استفاده میکنه. تمرینها عمدتاً شامل ترجمه جملات کوتاه و تکراری هستن که باعث نمیشن کاربر درک درستی از کانتکست و کاربرد واقعی زبان پیدا کنه. مطالعات زبانشناسی نشون دادن که یادگیری موثر زبان نیاز به تعامل واقعی و درک عمیقتر از ساختارهای زبانی داره.
سیستم آموزشی دولینگو خطی نیست و کاربر نمیتونه مسیر یادگیری رو کاستومایز کنه. گرامر به صورت ضمنی و بدون توضیح کافی آموزش داده میشه که برای زبانآموزهای جدی کافی نیست. علاوه بر این، تمرینهای speaking و writing محدود هستن و فیدبکهای سیستم اغلب سطحی و غیردقیق هستن.
طبق تحقیقات موسسه FSI آمریکا، یادگیری یک زبان خارجی به ۶۰۰ تا ۲۲۰۰ ساعت مطالعه جدی نیاز داره، اما ساختار دولینگو طوری طراحی شده که کاربر فقط روزی ۵-۱۰ دقیقه (یا حتی کمتر) تمرین کنه که برای پیشرفت واقعی کافی نیست.
مشکل دیگه اینه که دولینگو از هوش مصنوعی قدیمی استفاده میکنه که نمیتونه انعطافپذیری لازم برای درک گونههای مختلف جوابهای درست رو داشته باشه. این باعث میشه خیلی وقتها جوابهای درست کاربر رو اشتباه در نظر بگیره.
#زبان #دولینگو #نوشته #متفرقه
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
👍36❤4👎3😁2
خیلی یهویی چند روز پیش زد به سرم سایتمو آپدیت کنم، همون موقع نوشتمش و امشب هم محتواش رو تنظیم کردم. یه چیز استاتیک، ساده و کاملا وانیلا هستش.
https://pinkorca.net
~
https://codeberg.org/PinkOrca/PinkOrca.net
نظرتون؟
پ.ن:
تصویر تزیینی
#پروژه #حرف_با_شما
~> @PinkOrca🩷
https://pinkorca.net
~
https://codeberg.org/PinkOrca/PinkOrca.net
نظرتون؟
پ.ن:
تصویر تزیینی
#پروژه #حرف_با_شما
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
❤24🔥8👍5👎2😁1
~> YouTubeLM 🖥
☄️ یه ابزار کاربردی برای خلاصه کردن محتوای ویدیوهای یوتیوب به زبان دلخواه (حتی فارسی).
https://youtubelm.com
🔗 مرسی از محمدرضای عزیز واسه توسعه دادنش.
پ.ن:
قبلا معرفی و بعد حذفش کرده بودم بخاطر یه مشکلی، ولی تو آپدیت جدید خوب شده.
#معرفی #ترفند
~> @PinkOrca🩷
☄️ یه ابزار کاربردی برای خلاصه کردن محتوای ویدیوهای یوتیوب به زبان دلخواه (حتی فارسی).
https://youtubelm.com
پ.ن:
قبلا معرفی و بعد حذفش کرده بودم بخاطر یه مشکلی، ولی تو آپدیت جدید خوب شده.
#معرفی #ترفند
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥17👍8❤4
https://pinkorca.net/~/gpl-v3-fa.html
🔗 Source | 🔗 GNU.org
حس میکنم لازم بود!
#گنو #اپن_سورس #نرم_افزار
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
👍24❤12🤣3⚡1🤬1
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥31👎3🤣3👍2😁2
داستان جالب پشت پرده خلق ماینکرفت
ماینکرفت، بازیای که امروزه به یکی از بزرگترین پدیدههای دنیای گیم تبدیل شده، داستان شروعی داره که خیلیها باهاش آشنا نیستن. این داستان با یک برنامهنویس سوئدی به نام مارکوس پرسون (با نام مستعار Notch) شروع میشه که تصمیم گرفت تو اوقات فراغتش یه پروژه شخصی رو شروع کنه (مثل خیلی از بقیه خفنترینا که با یه پروژه شخصی استارت شدن).
تو سال ۲۰۰۹، مارکوس پرسون که اون موقع تو شرکت King (سازنده Candy Crush) کار میکرد، شروع کرد به ساخت یه بازی ساده که از بازیهایی مثل Infiniminer و Dwarf Fortress الهام گرفته بود. جالبه بدونید که نسخه اولیه بازی فقط تو ۶ روز ساخته شد! این نسخه اولیه که "Cave Game" نام داشت، خیلی زود به "Minecraft: Order of the Stone" و در نهایت فقط به "Minecraft" تغییر نام داد.
پرسون یه فروم آنلاین به نام TIGSource راه انداخت که از اونجا، آپدیتهای بازی رو با بازیکنها به اشتراک میذاشت و فیدبک میگرفت. نکته جالب اینه که با اینکه بازی هنوز تو مرحله آلفا بود، پرسون تصمیم گرفت اون رو با قیمت ۱۰ یورو بفروشه. کسایی که این نسخه رو میخریدن، به همه آپدیتهای آینده بازی هم دسترسی پیدا میکردن.
این استراتژی فوقالعاده موفق بود و باعث شد تا آخر سال ۲۰۱۰، بیش از ۳۴۰,۰۰۰ نسخه تو مرحله بتا فروخته بشه. درآمد حاصل از این فروش اونقدر زیاد بود که پرسون تونست شرکت خودش، Mojang رو تاسیس کنه.
محبوبیت ماینکرفت خیلی سریع بالا رفت. فقط تو سال ۲۰۱۱، بیش از ۴ میلیون نسخه از بازی فروخته شد. کانالهای یوتیوب و استریمرها نقش مهمی تو این موفقیت داشتن، چون گیمپلی خلاقانه و امکان ساخت چیزای شگفتانگیز رو نشون میدادن.
یکی از نکات خاص درباره توسعه ماینکرفت اینه که پرسون و تیمش خیلی به فیدبک کامیونیتی اهمیت میدادن. به همین خاطر، خیلی از ویژگیهای بازی براساس درخواستهای کاربرها اضافه شدن.
تو سپتامبر ۲۰۱۴، یه اتفاق افتاد که خیلیها رو شوکه کرد: مایکروسافت Mojang و حق امتیاز ماینکرفت رو به مبلغ ۲.۵ میلیارد دلار خرید. این یکی از بزرگترین معاملههای تاریخ صنعت گیم بود.
پرسون بعد از این معامله از Mojang جدا شد و دلیلش رو اینجوری توضیح داد: "این درباره سلامت روانی منه، نه پول. به محض اینکه این معامله انجام بشه، من از برنامهنویسی برای عموم دست میکشم و به ساختن پروژههای کوچیک و جالب ادامه میدم."
امروزه ماینکرفت با بیش از ۲۳۸ میلیون نسخه فروخته شده، پرفروشترین بازی تاریخ هستش. این بازی به پلتفرمهای مختلف مثل موبایل، کنسولها و حتی VR راه پیدا کرده و بازیکنهای فعال ماهانهاش به بیش از ۱۴۰ میلیون نفر میرسه.
جالبه بدونید که ماینکرفت بهخاطر ارزش آموزشیش، تو مدارس سراسر دنیا استفاده میشه و حتی یه نسخه مخصوص آموزشی به نام Minecraft: Education Edition هم داره.
ماینکرفت مسیری رو طی کرد که هیچکس (حتی خود پرسون) هم فکرشو نمیکرد... بدون بودجه تبلیغاتی عظیم و با معرفی توسط خود مردم. انقدر رشد کرد و رو پاپکالچر تاثیر گذاشت که امروزه همه جا میشه اثرش رو دید.
#بازی #بیوگرافی #فکت
~> @PinkOrca🩷
ماینکرفت، بازیای که امروزه به یکی از بزرگترین پدیدههای دنیای گیم تبدیل شده، داستان شروعی داره که خیلیها باهاش آشنا نیستن. این داستان با یک برنامهنویس سوئدی به نام مارکوس پرسون (با نام مستعار Notch) شروع میشه که تصمیم گرفت تو اوقات فراغتش یه پروژه شخصی رو شروع کنه (مثل خیلی از بقیه خفنترینا که با یه پروژه شخصی استارت شدن).
تو سال ۲۰۰۹، مارکوس پرسون که اون موقع تو شرکت King (سازنده Candy Crush) کار میکرد، شروع کرد به ساخت یه بازی ساده که از بازیهایی مثل Infiniminer و Dwarf Fortress الهام گرفته بود. جالبه بدونید که نسخه اولیه بازی فقط تو ۶ روز ساخته شد! این نسخه اولیه که "Cave Game" نام داشت، خیلی زود به "Minecraft: Order of the Stone" و در نهایت فقط به "Minecraft" تغییر نام داد.
پرسون یه فروم آنلاین به نام TIGSource راه انداخت که از اونجا، آپدیتهای بازی رو با بازیکنها به اشتراک میذاشت و فیدبک میگرفت. نکته جالب اینه که با اینکه بازی هنوز تو مرحله آلفا بود، پرسون تصمیم گرفت اون رو با قیمت ۱۰ یورو بفروشه. کسایی که این نسخه رو میخریدن، به همه آپدیتهای آینده بازی هم دسترسی پیدا میکردن.
این استراتژی فوقالعاده موفق بود و باعث شد تا آخر سال ۲۰۱۰، بیش از ۳۴۰,۰۰۰ نسخه تو مرحله بتا فروخته بشه. درآمد حاصل از این فروش اونقدر زیاد بود که پرسون تونست شرکت خودش، Mojang رو تاسیس کنه.
محبوبیت ماینکرفت خیلی سریع بالا رفت. فقط تو سال ۲۰۱۱، بیش از ۴ میلیون نسخه از بازی فروخته شد. کانالهای یوتیوب و استریمرها نقش مهمی تو این موفقیت داشتن، چون گیمپلی خلاقانه و امکان ساخت چیزای شگفتانگیز رو نشون میدادن.
یکی از نکات خاص درباره توسعه ماینکرفت اینه که پرسون و تیمش خیلی به فیدبک کامیونیتی اهمیت میدادن. به همین خاطر، خیلی از ویژگیهای بازی براساس درخواستهای کاربرها اضافه شدن.
تو سپتامبر ۲۰۱۴، یه اتفاق افتاد که خیلیها رو شوکه کرد: مایکروسافت Mojang و حق امتیاز ماینکرفت رو به مبلغ ۲.۵ میلیارد دلار خرید. این یکی از بزرگترین معاملههای تاریخ صنعت گیم بود.
پرسون بعد از این معامله از Mojang جدا شد و دلیلش رو اینجوری توضیح داد: "این درباره سلامت روانی منه، نه پول. به محض اینکه این معامله انجام بشه، من از برنامهنویسی برای عموم دست میکشم و به ساختن پروژههای کوچیک و جالب ادامه میدم."
امروزه ماینکرفت با بیش از ۲۳۸ میلیون نسخه فروخته شده، پرفروشترین بازی تاریخ هستش. این بازی به پلتفرمهای مختلف مثل موبایل، کنسولها و حتی VR راه پیدا کرده و بازیکنهای فعال ماهانهاش به بیش از ۱۴۰ میلیون نفر میرسه.
جالبه بدونید که ماینکرفت بهخاطر ارزش آموزشیش، تو مدارس سراسر دنیا استفاده میشه و حتی یه نسخه مخصوص آموزشی به نام Minecraft: Education Edition هم داره.
ماینکرفت مسیری رو طی کرد که هیچکس (حتی خود پرسون) هم فکرشو نمیکرد... بدون بودجه تبلیغاتی عظیم و با معرفی توسط خود مردم. انقدر رشد کرد و رو پاپکالچر تاثیر گذاشت که امروزه همه جا میشه اثرش رو دید.
#بازی #بیوگرافی #فکت
~> @PinkOrca
Please open Telegram to view this post
VIEW IN TELEGRAM
👍24❤17🔥2