Singular Thinker – Telegram
Singular Thinker
948 subscribers
405 photos
17 videos
5 files
250 links
We talk about things that find them interesting.
توی این کانال از مطالبی که برامون جذاب باشه حرف
میزنیم، یا مطالب جذاب بقیه رو نشر می‌دیم.
Contact/راه ارتباطی:
@Singular_Thinker
Download Telegram
Singular Thinker
💥Don't miss this. Have you ever thought about what exactly is the meaning of matrix? A box of numbers? Multiple column/row vectors? A way of representing linear transformation? and maybe all/none is true. But Have you ever tried to visualize a matrix…
در مورد خفن بودن آقا Steven Strogatz که واقعا حرف زیاده ولی شما برای مثال به این ۵ دیقه گوش بدید که توش به ساده‌ترین وجه ممکن میگه که eigenvector چیه و به چه دردی میخوره.

من خیلی چند وقته به این مهارت توضیح دادن چیزها به روش‌های خلاقانه و ارتباطش با عمق فهم اون ماجرا فکر میکنم. البته به نظرم ارتباط یه طرفه وجود نداره به این معنا که هر کس که عمیق فهمیده باشه بتونه ساده هم بیانش کنه ولی یه مهارت واقعا جالبیه که کسایی که خیلی عمیق فهمیدن یه مطلبو دیده میشه.
خلاصه ببینید و عشق کنید.
#video #math
@SingularThinker
👍4
ترمودینامیک؛ علمی برای درک جهان و الهام گرفتن

بی‌اغراق هر چه بیشتر با ترمودینامیک و اثرگذاری‌اش در سایر علم‌ها و دانش‌ها، مخصوصا زمینه‌هایی محاسباتی، ریاضی و مسائل فلسفی آشنا می‌شم، بیشتر شگفت‌زده میشم از جالب بودن و عمیق بودن این علم. متاسفانه هنوز سواد خیلی کمی در مورد ترمودینامیک دارم برخلاف اینکه از ابتدای دوره تحصیل درس‌هایی رو در موردش گذروندم. متاسفانه تنها چیزی که در نگاه مهندسی به ترمودینامیک مهم نبوده معنا و مفهوم بوده و صرفا محاسبه یه سری فرمول و حل مسئله اولویت بوده و تمام.

دوست‌های نزدیک من میدونن که من چند ساله که میخوام یه ورکشاپی پیرامون کاربردهای ترمودینامیک در هوش مصنوعی و نظریه‌اطلاعات و غیره برگزار کنم که هی عقب میفته چون هر سری میبینم که چقدر عمق ماجرا زیاده و فهم من در مورد این موضوعات کم ولی همیشه به طور خاصی برام جذابه.

اولین چیزی که معمولا وقتی صحبت از ترمودینامیک و تاثیراتش به ذهن میرسه انتروپیه. که ما هم مثلا تو این پست ارجاع دادیم که چطور انتروپی میتونه توضیح‌دهنده و جواب بسیاری از سوال‌های هر روزه‌ی ما باشه و حتی در فهم ما از مفاهیم بنیادین مثل زمان موثر باشه.

اما فارغ از آنتروپی و استفاده‌ها و الهام ‌های متعددی که از این مفهوم برای انجام محاسبات در نظریه‌اطلاعات و مخابرات و همچنین هوش مصنوعی میشه یک مورد مرتبط دیگه‌ای هم هست که آقای کارل فریستون، پژوهشگر معروف علوم اعصاب دانشگاه UCL اون رو سال‌ها پیش نظریه‌پردازی کرده برداشت و اون چیزی نیست جز اصل انرژی آزاد/ Free Energy principle. یک یادآوری ساده اینکه free energy در ترمودینامیک میتونه خودبخودی بودن یا نبودن یک فرآیند رو مشخص کنه. پژوهشگران از اصل اشاره‌شده برای توضیح پدیده‌های مختلفی استفاده شده (خیلی مختلف حتی در زمینه معماری) و در‌نهایت به عنوان یک مدل تصمیم‌گیری(مثلا در مسائل Bandit) در جاهای بسیار متنوعی استفاده میشه که خب واقعا صحبت در موردش وقت مناسب خودش رو میطلبه و نیاز به بررسی دقیق‌تری هست فقط میخواستم بگم انقدر این موضوع برای من جالب بود که سعی کردم تز کارشناسی ارشد رو به سمت استفاده از این مفهوم ببرم که واقعا جواب‌های جالبی هم گرفتم ازش.

اما هدف از نوشتن این پست صحبت در مورد زمینه‌ی دیگری که متاثر از ترمودینامیکه هست که من به واسطه‌ی کار اخیری که انجام میدادم باهاش آشنا شدم و برای دوستام تعریف کردن و بنظرم جالب اومد که برای شما هم بگم.

میشه گفت زمینه‌ی کلی‌ای که به این بخش گفته میشه نظریه‌ی ارگودیگ/ergodic theory هست که یک شاخه از ریاضیاته که به مطالعه‌ی خاصیت‌های آماری یک سیستم‌ دینامیکی قطعی/deterministic می‌پردازه. در واقع سعی می‌کنه ببینه در طول زمان رفتار توابع مختلف از حالت/state سیستم چه خاصیت‌های آماری دارن. این نظریه هم مثل خیلی چیزهای جالب دیگه در ریاضیات در اواخر دهه‌ی ۱۹۲۰ و اوایل ۱۹۳۰ توسط J. 😍Von Neumann و G.D. Birkhoff به صورت کامل ریاضی‌وار بیان شد اما پیشینه‌ی این نظریه برمیگرده به کارهایی که توسط L. Boltzmann و J.W. Gibbs در اواخر قرن ۱۹ انجام‌ شد. هدف این دو دانشمند خفن و نازنین ارائه‌ی یک پایه‌ی میکروسکوپیک دینامیکی برای ترمودیناک با استفاده از مکانیک آماری بود.

در نهایت مفهوم ergodicity و درهم‌آمیختگی*/mixing از دل این نظریه بیرون اومد که از اون‌ها برای مدلسازی و مطالعه‌ی فرآیندهای تصادفی و سیستم‌های دینامیکی استفاده میشه. که در نتیجه‌ با استفاده از این ابزارها میشه پدیده‌های زیادی در دنیای اطراف ما رو مدل‌ کرد و در نتیجه این مفاهیم خیلی کارآ هستن.

قطعا نمیشه تو یه متن تلگرامی نظریه‌ای به این وسعت رو توضیح داد ولی حالا صرفا بیایم به این فک کنیم که مفهوم درهم‌آمیزنده/mixing چیه و چرا بهش این طور میگن و کجا میتونه به کار بیاد.

مفهوم mixing یک مفهوم انتزاعیه که اصالتا به فیزیک تعلق داره و در واقع تلاشیه برای مدلسازی فرآیندهای ترمودینامیک برگشت‌ناپذیر درهم‌آمیزنده/mixing که در روزمره همه جا مشاهده میشه.
مثلا شما بارها دیدید که موقع درست کردن انواع غذا تراکم یه ماده تو یه بخشی بیشتر از جاهای دیگه است ولی به مرور زمان در هم آمیخته میشن به طوری که دیگه نمیشه جایی از غذا رو مشخص کرد که تراکم فلان ماده بیشتر از سایر جاها باشه.

برای اینکه تجسم بهتری داشته باشید به گیف پایین نگاه کنید. بقیه مطلب رو همونجا میگم.
⬇️⬇️⬇️⬇️

#Thermodynamics #note #math
@SingularThinker
🔥4👍1
This media is not supported in your browser
VIEW IN TELEGRAM
نقطه‌های قرمز و آبی شرایط اولیه‌ی یک سیستم دینامیکی معروف هست که اسمش Baker's map عه. این فرآیند از جمله فرآیند‌های درهم‌آمیزنده هست و همون‌طور که میبینم نقاط قرمز و آبی سریعا بعد از چند مرحله‌ی زمانی با هم کاملا ترکیب میشن. به عبارت دیگه بعد از گذشت زمان به اندازه‌ی کافی، مهم نیست که نقطه‌ی شروع اولیه ما در ابتدا قرمز بوده یا آبی و دیگه احتمال اینکه هر کجای صفحه باشه مرتبط به آبی یا قرمز بودن در ابتدا نیست. این یک مفهوم کلی برای مدلسازی دسته‌ی بزرگی از فرآیند‌های تصادفی هست که فرض میشه داده‌ها در لحظات مختلف درسته که در ابتدا از نظر نظریه‌ی احتمال مستقل/independent و هم‌توزیع identically distributed نیستند اما پس از گذشت زمان محدودی هم‌توزیع می‌شوند که از این مفهوم میشه برای مدل‌های یادگیری هم استفاده کرد که این دقیقا کاری بود که من انجام دادم. ایشالا فرصت بشه و بعدا بیشتر در مورد همه‌ی این‌ها صحبت کنیم.

در نهایت بگم که سواد من خیلی در این زمینه کمه و اگه کتابی، ویدئوی، کورسی، بلاگی یا هر چیزی میشناسید که میتونه کمک کنه خوشحال میشم به من و بقیه معرفی کنید.

@SingularThinker
👍4
رابطه‌ی من و ادبیات، مخصوصا ادبیات فارسی، همیشه کج‌دار و مریز بوده. یعنی واقعا علاقه و اشتیاق دارم به دونستن بیشتر و یه نیمچه ذوقی هم حتی دارم ولی هیچ وقت تا به امروز فرصت نشده که به طور جدی دنبال کنم.

همیشه این طور بوده که بواسطه‌ی متن آهنگ‌ها که همیشه خیلی برام مهمه به دنیای شعر خودم‌رو متصل نگه داشتم. حالا اگر خیلی با شعر حال میکردم برای دوستامم از گنجور میفرستادم یه سری بیت‌های باحالشو پررنگ میکردم یا در مورد چیزای جالبی که به ذهنم میرسید با هم حرف میزدیم. دیگه نهایتش این بوده که بازم به لطف دوستام بشینم و مثلا یه دفتر شعر از فروغ بخونم و عششش کنم.

یه دلیلی که داشتم بهش فکر میکردم که شاید هیچ‌وقت نتونستم بیشتر از یه حدی به ادبیات فارسی نزدیک بشم اینه که ادبیات فارسی در یک سری زمینه‌ها واقعا پیچیده است و کسایی که متاسفانه تدریس و روایتش میکنن انگار خودشون این پیچیدگی‌رو درک نکردن و/یا دچار خودسانسوری‌‌ان یا هر چیزی که بلاخره هر طور که هست از جذابیت قضیه خیلی کم میکنه.

چند وقتیه که بخاطر معرفی علیرضا با کانال یوتیوب و تلگرام "تفسیر بیضوی" آشنا شدم و دنبال میکنم. این کانال برام جالبه ازین جهت که خیلی سعی می‌کنه بی‌تکلف و خودمونی بیاد و ببینه که پیچیدگی‌ها و جاهای باحال ادبیات فارسی که میشه امروز هم ازش استفاده کرد چیه. و با این مستقیم و رک و بی‌تکلف بودنش من به شخصه خیلی حال میکنم.

مثلا همین الان داشتم یه ویدیویی رو ازش گوش میکردم در مورد اینکه عادت به تایید گرفتن و تشویق شنیدن از مردم چطور میشه به زندان سختی برای آدم تبدیل بشه و راه شاعرای فارسی برای مبارزه با این چی بود؟ خیلی نکته‌ و پیام جالبی بود؛ هم ازین نظر که تو زندگی کاربردیه هم ازین نظر که باعث شد یه بخش تاریکی که در مورد برخی شعرها تو ذهنم یود روشن بشه. مثلا در مورد غزل آهنگ زیبای پست قبلی در ویدیو توضیح میده.

#note #video #شعر
@SingularThinker
4👍1
"وقتی پیشنهاد میکنم که ساعات کاری باید به چهار ساعت کاهش یابد، منظورم این نیست که باید همه‌ی اوقات بازمانده‌ی روز را به خوشگذرانی محض سپری کنیم منظورم این است که چهار ساعت کار در روز باید امکانات پایه‌ی رفاهی و ضروریات زندگی را برای آدم مهیا سازد و بازمانده ی وقت در اختیار خود فرد باشد تا هر طور که مناسب می‌داند از آن استفاده کند. رکن اساسی چنین سیستم اجتماعی ای این است که باید به تحصیل بیش از آنی پرداخت که در حال حاضر معمول است و تحصیل باید از جمله ذوقی را بپروراند که شخص را قادر سازد از فراغت خود هوشمندانه بهره بگیرد. من فقط به چیزهای به اصطلاح 《روشنفکرانه》 نمی‌اندیشم. رقص‌های روستایی جز در مناطق روستایی دورافتاده از بین رفته است ولی شور و شوقی که باعث پا گرفتن آنها میشد، همچنان در سرشت بشر باقی است. تفریح جماعت شهرنشین عمدتاً منفعل شده است: دیدن فیلم، تماشای مسابقه‌ی فوتبال، گوش دادن به رادیو و جز آن این امر ناشی از این واقعیت است که انرژی فعال مردم کلا صرف کار می شود؛ اگر مردم فراغت بیشتری داشته باشند، دوباره از تفریحاتی لذت خواهند برد که در آن فعالانه شرکت داشته باشند...

در گذشته طبقه ای کوچک برخوردار از فراغت بود و طبقه‌ای بزرگ تر کار میکرد. طبقه‌ی برخوردار از فراغت از مزایایی سود می‌جستند که از منظر عدالت اجتماعی توجیهی نداشت و همین امر آن را سرکوبگر ساخت و همدلی‌اش را محدود کرد و به وضع نظریه‌هایی در موجه جلوه دادن این مزایا انجامید. این واقعیات تا حد زیادی از ارزش آن طبقه کاست ولی علی رغم این نقطه ضعف، طبقه‌ی مذکور تقریباً در همه ی آنچه تمدن می‌نامیم سهیم بود. هنر پرورد و علوم را کشف کرد؛ کتاب نوشت و فلسفه‌ها را بنیان نهاد و مناسبات اجتماعی را اصلاح کرد حتی آزادی جماعت جورکش نیز معمولاً از بالا آغاز شده است. بشر بدون طبقه ی برخوردار از فراغت هرگز از بربریت بیرون نمی‌آمد."



بخشی از مقاله‌ی "در ستایش بطالت" از
برتراند راسل
با ترجمه‌ی قوی و خوب محمدرضا خانی

این مقاله‌ی خیلی کوتاه واقعا دید آدم رو به "بطالت" ممکنه تغییر بده. فقط شرط فهمیدن این مقاله اینه که به قول خود راسل ریاضت‌طلبی احمقانه رو فضیلت ندونیم و کار رو به تنهایی "سعادت" ندونیم.

من ترم دو تصادفا این مقاله رو در شهرکتاب دیدم و هروقت دچار بطالت میشم مجددا میرم سراغش. :))
👍3🔥1
خب ماجرا از این جا شروع شد که یه استاد اقتصاد دانشگاه Milan-Bicocca در این توییت سر گشاده خیلی بی‌اعصاب‌طور به تمام متقاضیان PhD در سرتاسر جهان گفتش که اگه research statement‌تون رو با چت جپت/Chatgpt نوشتید، اسم منه دیه نیارید! عکس research statement نمونه‌ای رو هم گذاشته زیر توییتش.
بعدش گفته نمره‌ات رو صفر میدم، ازین به بعد وقت ما و خودتم نگیر. مرسی اه :)) [بزرگوار لامصب استریتوتایپ استاد ایرانیه‌ها قشنگ! حالا جلوتر میبینید چرا. تایم امتحانا و نمراتم هست ذهنا آمادست و دل‌ها خون😭😢]

و بزرگوار شب خوابید و صبحش پا شد(البته خودش میگه نصف شب نوتیفاشو دیدم دیگه خوابم نبرد) دید هزارتا کامنت و فحش و اینا گرفته که بَبَم جان تو از کجا فهمیدی chatgpt بوده و روشی نیست که به صورت قطعی بتونه تشخیص بده و ازین جور احادیث خلاصه.

ایشونم در اومد یه بیانه توبه‌ نامه طوری نوشت طوری که نه سیخ بسوزه نه کباب :)
مثلا عذرخواهی کرد که نباید مثلا حتی متن یه دانش‌آموز که قرار بوده خصوصی باشه رو به صورت عمومی منتشر کرده ولی عملا هنوز توییتش رو پاک نکرده😁 یا مثلا گفتش که من خودم خدایگان political correctness و این حرفام تو رو جدتون به من نچسبونید این برچسب‌ها رو که تو سیاست‌ تبعیض‌آمیز داری نسبت به دانشجوهای غیرانگلیسی زبان. و در ادامه افزود اصن همه کسایی که اپلای میکنن غیرانگلیسی زبانن و این چیزا.

ولی فارغ از اینا یه سری نکات جالبم گفت، مثلا گفت که من کارم اینه که باید بشنیم کلی انشاهای ملت رو بخونم و مثلا متن طرف پر red flag بود برای من و به چندتاش اشاره هم کرد که ببینیم چیا بود مثلا:

اولیشو میگه پر لغاتی بود که تیکه کلام chatgpt عه! اع مگه chatgpt هم تیکه کلام داره؟
بله متاسفانه. کلماتی مثل delve, crucial, intricate, ... اینا از کلمات پرتکراری هستن که جپت عاشق اوناست.

این وسط یه پرانتز نسبتا بزرگ هم باز کنم که یه مقاله‌ای اخیرا منتشر شده به اسم
"Delving into Chatgpt usage in academic writing through excess vocabulary"
که توش میان و بررسی میکنن که چقدر از جپت تو نوشتارهای علمی استفاده شده است. جواب یک کلمه‌ایش اینه که خیلی! خیلی خییلی زیاد(همون اندازه که کافیه عشقت رو به پول بفروشی). ولی موردهای جالبی هم داره که این توییت یه سری نتایج رو نشون میده که تو عکس در پیام پایین میذارم.
🔗 توییت مربوط به مقاله، پایان پرانتز.

دیگه چی میگفت این آقای استاد دانشگاه از رد فلگ‌های متنی که گذاشته بود؛ اینکه فونت آخرین جمله به طرز مشکوکی عوض شده بود و به گفته خودش واضح‌ترین نشونه این بود که در فونت Calibri وقتی که میخوای از apostrophe/آپاستروف استفاده بشه این به صورت خمیده است در حالیکه آپاستروف‌های جپت مستقیمه.

چرا اینارو دارم میگم؟
نکته اینجاست که این مسئله از چند جنبه جالبه و این ازون جاهاست که به قول جادی موضوع در تقاطع تکنولوژی و جامعه است. پس فکر کردن به اینا و بحث و گفتگو راجع بهش به‌نظرم جالب و مفیده(حتما اگه خواستید نظرتونو نسبت به این نوشته یا کلا موضوع بگید.).

یک مورد دیگه اینکه در نهایت استاد میگه که نمیشه بخاطر اینکه فک میکنی یکی رزومه‌شو با AI درست کرده ریجکتش کرد ولی میگه من به چنین انشایی نمره خیلی کمی میدم و عملا شانس دعوت شدن به مصاحبه‌اش خیلی کم میشه.

از اون ور قضیه هم برام جالبه که یه آدم‌هایی که روزانه دارن تعداد زیادی انشا رو بررسی میکنن چقدر به جزئیات ریز و جالبی توجه میکنن که شاید من و شما نفهمیممش و فک میکنم بقیه هم همین‌طورن. جالب‌تر اینکه آخرش استاده میگه که من خودم خیلی از جپت استفاده می‌کنم و استفاده ازش هم خیلی خوبه ولی ندید کل انشاتون رو اون بنویسه. یه متنی بنویسید و با جپت صاف و صوفش کنید. خلاصه کلا این ابزار‌ها خیلی جدیدن و آموزشی برای استفاده ازش و همچنین برخورد باهاش نداشتن آدما و خلاثه برای همه ما جدیده. منم به بهانه این توییت خواستم راجع به این نکات حرف بزنم و اشاره کنم چون این جور مسائل خیلی برام جالبه. نظر کلی من اینه که این فناوری‌ها در نهایت ابزارن و همون طور که با چاقو میشه آدم کشت میشه میوه پوست کند یا غده‌ی چرکین رو از دل یکی درآورد ولی آدم باید حواسش باشه که چطور از چیز‌ها استفاده میکنه.

خلاصه این بود انشای من.
#language_modeling #tweet
@SingularThinker
6👍1
این پژوهشی هست که تو متن قبلی اشاره کردم که بررسی کردن که چقدر در نوشتارهای علمی از Chatpgt استفاده میشه.

خب روششون چی بوده؟
اومدن کلماتی که یهو جهش خیلی زیاد داشته رو پیدا کردن و دیدن از قضا😅 در کلماتی که تو این سال اخیر رشد داشته مشابهت‌‌هایی با کلمات موردعلاقه جپت هست. بعد مثلا دیده شده که تو سال ۲۰۲۰ یهو کلمه‌ی pandemic زیاد مورد استفاده قرار گرفته و همین طور ebola در ۲۰۱۶.

مثلا در مورد delve استفاده از این کلمه ۲۵ برابر شده :)) از بین کلمات رایج هم potential چهار درصد و crucial و findings سه درصد رشد داشتن.

پرده‌ی آخر اما خیلی جالبه!
میبینیم که در سال ۲۰۲۴ ما رکورد زدیم! از جهت تعداد لغت‌‌هایی که یهو شدیدا زیاد استفاده شدن که در مجموع بیش از ۳۰۰ مورد هست که تقریبا اکثرشونم کلماتی بوده نه مربوط به یه محتوای خاص بلکه کلمه‌های همه‌جایی! یا آچار فرانسه‌طور که اکثرشون هم اسم نیستن بلکه صفت یا فعلن.

نکته‌ی جالب‌تر تفاوت بین کشورهاست. مثلا دیدن که تو بریتانیا این الگوریتم میگه حدود ۳ درصد چکیده‌ها از جپت استفاده کرده ولی چینیا ۱۵ درصد! که احتمالا بخاطر اینه که بریتانیاییا delve ها رو پاک کردن چون native‌ان.
👍6