بهترین نسخه ی توزیع لینوکس کدام است؟

برای نصب و پیاده‌سازی سرویس‌ها روی لینوکس، انتخاب توزیعی که پایداری (stability) و پشتیبانی بلندمدت (Long Term Support) ارائه دهد، بسیار مهم است. بهترین گزینه‌ها برای این منظور عبارتند از:

1. Ubuntu LTS (مانند 24.04 LTS)

مزایا:
پشتیبانی 5 ساله.
جامعه کاربری بزرگ و مستندات کامل.
مناسب برای سرویس‌هایی مانند وب‌سرورها، دیتابیس‌ها، و سرویس‌های کانتینری.
معایب:
ممکن است به‌روزرسانی نرم‌افزارها در نسخه‌های پایدار کمی تأخیر داشته باشد.

2. Debian Stable

مزایا:
یکی از پایدارترین توزیع‌ها، با چرخه انتشار طولانی و آزمایش‌شده.
مخازن گسترده و دسترسی به نسخه‌های قدیمی‌تر نرم‌افزارها.
معایب:
نرم‌افزارهای قدیمی‌تر نسبت به توزیع‌های دیگر.
ایده‌آل برای زیرساخت‌های سروری حیاتی.
مناسب برای کاربران عمومی و سازمان‌ها.

3. Red Hat Enterprise Linux (RHEL)

مزایا:
پشتیبانی تجاری و ابزارهای مدیریتی قوی.
بهینه برای محیط‌های سازمانی و سرویس‌های بحرانی.
معایب:
نیاز به اشتراک پولی برای دریافت به‌روزرسانی‌ها.
اگر بودجه دارید، یک انتخاب برتر سازمانی است.

4. CentOS Stream (جایگزین CentOS)

مزایا:
نزدیک به RHEL ولی رایگان.
مناسب برای آزمایش و برخی پروژه‌های تولیدی.
معایب:
ممکن است به پایداری RHEL نرسد.
برای کسانی که به ابزارهای RHEL نیاز دارند ولی اشتراک نمی‌خواهند.

5. Rocky Linux یا AlmaLinux

مزایا:
جایگزین‌های پایدار CentOS که توسط جامعه ایجاد شده‌اند.
با RHEL سازگار هستند.
معایب:
نسبت به Debian یا Ubuntu جامعه کاربری کوچکتری دارند.
مناسب برای محیط‌های سازمانی با نیاز به پشتیبانی رایگان.

به صورت پیشنهادی:
مورد اول : Ubuntu LTS اگر به کاربرپسندی و پشتیبانی وسیع نیاز دارید.
مورد دوم : Debian Stable اگر پایداری اولویت اول شماست.
مورد سوم : Rocky Linux یا AlmaLinux اگر RHEL را می‌پسندید ولی به گزینه رایگان نیاز دارید.

DDoS V/S DoS.

کتابخانه‌های پایتون برای علم داده

پایتون یکی از زبان‌های برنامه‌نویسی محبوب در حوزه علم داده است و دلیل این محبوبیت، وجود کتابخانه‌های قدرتمند و متنوع برای انجام تحلیل داده‌ها، مدلسازی آماری، یادگیری ماشین و بصری‌سازی داده‌ها است.
برخی از مهم‌ترین این کتابخانه‌ها عبارتند از:

NumPy:
برای کار با آرایه‌های چندبعدی و انجام عملیات ریاضی پیچیده.

Pandas:
برای دستکاری و تحلیل داده‌ها در قالب داده‌سازها.

Matplotlib و Seaborn:
برای رسم نمودارها و بصری‌سازی داده‌ها.

Scikit-Learn:
برای انجام یادگیری ماشین و مدل‌های پیش‌بینی.

TensorFlow و Keras:
برای ساخت و آموزش مدل‌های شبکه‌های عصبی.

SciPy:
برای انجام محاسبات علمی و فنی پیشرفته در علم داده استفاده می‌شود.

این کتابخانه‌ها ابزارهای قدرتمندی هستند که به متخصصین علم داده کمک می‌کنند تا داده‌ها را به شکل بهینه‌تر تحلیل و مدل‌سازی کنند.

(پارت پنجم)

ایمیج و کانتینر چی هستند؟

ایمیج (Image) یه جور قالب آماده است، مثل یه فایل نصبی که توش همه‌چیزایی که برنامه‌ات برای اجرا شدن لازم داره، مثل سیستم‌عامل، فایل‌های برنامه، و تنظیمات، جمع شده. اما این قالب خودش به تنهایی کار نمی‌کنه، باید از روش یه چیزی بسازی.

لایه‌های ایمیج
ایمیج مثل یه کیک چندلایه است. هر لایه یکی از چیزاییه که برنامه نیاز داره. مثلاً:

لایه اول: سیستم‌عامل پایه (مثل Ubuntu یا Alpine).
لایه دوم: ابزارهای مورد نیاز برنامه (مثلاً Python یا Node.js).
لایه سوم: خود برنامه‌ت (فایل‌های برنامه‌ای که نوشتی).
لایه آخر: تنظیمات و جزئیات خاص.

وقتی یه تغییر کوچیک تو ایمیج بدی (مثلاً یه فایل جدید اضافه کنی)، فقط یه لایه جدید بهش اضافه میشه، و لایه‌های قبلی دست‌نخورده می‌مونن. این باعث میشه حجم ایمیج‌ها کمتر باشه و سریع‌تر بشه ازشون استفاده کرد.

کانتینر چیست؟
کانتینر مثل نسخه‌ی زنده‌ی ایمیجه. وقتی ایمیج رو اجرا کنی، کانتینر به وجود میاد. کانتینر همون ایمیجه که داره تو یه محیط جداگانه اجرا میشه. این محیط طوریه که انگار برنامه‌ت تو یه سیستم کامپیوتری مستقل داره کار می‌کنه، ولی در واقع روی همون سیستم اصلی اجرا میشه.

چطوری کانتینر به وجود میاد؟
اول ایمیج رو می‌سازی یا دانلود می‌کنی.
با یه دستور (مثلاً docker run)، ایمیج رو اجرا می‌کنی.
کانتینر از اون ایمیج ساخته میشه و برنامه‌ت توش اجرا میشه.
مثال:

ایمیج مثل دستور پخت کیک تو یه دفترچه هست.
کانتینر مثل کیکیه که با استفاده از اون دستور پخت درست کردی و الان داری می‌خوری!

در این ویدیو، به بررسی کلاس‌های انتزاعی در پایتون پرداخته میشود و مثال‌هایی از کاربرد آن‌ها نیز ارائه میشود.
"Abstract Base Class"

🎥 بررسی مفهوم کلاس‌های انتزاعی در پایتون
☁️ استفاده از کلاس‌های بیس برای مدیریت پرووایدهای آب و هوا
🔧 معرفی کتابخانه ABC در پایتون
❌ جلوگیری از ایجاد نمونه‌های خالی از کلاس‌های انتزاعی
🔍 بررسی ساب کلاس‌ها و پیاده‌سازی متدها
🐍 کلاس‌های انتزاعی: این کلاس‌ها به توسعه‌دهندگان اجازه می‌دهند تا ساختارهای مشترکی برای کلاس‌های مختلف ایجاد کنند و از تکرار کد جلوگیری کنند.
☔ مدیریت پرووایدهای مختلف: با استفاده از کلاس‌های بیس، می‌توان به راحتی بین پرووایدهای مختلف آب و هوا سوئیچ کرد بدون اینکه به جزئیات آن‌ها وارد شویم.
📲 تایید شماره تلفن: متدهای مشترک مانند ارسال کد تایید می‌توانند برای سیستم‌های مختلف احراز هویت استفاده شوند.
🧩 کتابخانه ABC: این کتابخانه ابزارهایی برای پیاده‌سازی کلاس‌های انتزاعی و اطمینان از پیاده‌سازی متدهای ضروری فراهم می‌کند.
🚫 جلوگیری از نمونه‌سازی خالی: با استفاده از ABC، می‌توان از ایجاد نمونه‌های خالی از کلاس‌های انتزاعی جلوگیری کرد تا خطاهای زمان اجرا کاهش یابد.
🔄 توسعه ساب کلاس‌ها: این امکان وجود دارد که ساب کلاس‌ها مشخصات بیس کلاس را پیاده‌سازی کنند و انعطاف‌پذیری بیشتری به برنامه‌ها اضافه کنند.
https://youtu.be/oD45P7RdqWs?si=Zi7ROcrV2a9S0VNP

آیا داکر و یا دنیای کانتینر ها بی نقص هستند؟

قطعا خیر ، موارد بسیاری وجود دارند که حتی در دل خودشون هم دنیایی از موضوعات مختلفی قراردارد که مثال نقض این سوال میباشند .
بیاید موضوع به موضوع بررسی کنیم :

مدیریت پیچیده منابع در مقیاس بزرگ
با افزایش تعداد کانتینرها در محیط‌های بزرگ، مدیریت منابع مثل CPU، حافظه و شبکه به چالش کشیده می‌شود. ابزارهایی مثل Kubernetes کمک می‌کنند، اما تنظیم و نگهداری آن‌ها نیاز به تخصص بالایی دارد.

امنیت کانتینرها
کانتینرها به دلیل استفاده از هسته مشترک سیستم‌عامل، نسبت به ماشین‌های مجازی امنیت کمتری دارند. اگر یک کانتینر دچار نقص امنیتی شود، می‌تواند کل سیستم را تهدید کند.

ذخیره‌سازی پایدار (Persistent Storage)
مدیریت داده‌های پایدار در کانتینرها همچنان یک چالش است. با جابجایی یا حذف کانتینرها، داده‌ها ممکن است از بین بروند مگر اینکه سیستم‌های ذخیره‌سازی پیچیده‌ای تنظیم شوند.

سرعت توسعه ابزارها
ابزارها و تکنولوژی‌های مربوط به کانتینرها بسیار سریع تغییر می‌کنند، که باعث می‌شود تیم‌ها نیازمند یادگیری مداوم باشند و این می‌تواند بار اضافی برای آن‌ها ایجاد کند.

مشکلات شبکه‌سازی
تنظیم شبکه‌های پیچیده مانند macvlan یا overlay ممکن است دشوار باشد و در برخی موارد با ناسازگاری‌های شبکه‌ای مواجه شود.

کاهش کارایی در برخی موارد
اگرچه کانتینرها سبک‌تر از ماشین‌های مجازی هستند، در بعضی کاربردها مثل پردازش‌های سنگین یا محاسبات توزیع‌شده ممکن است کارایی بهینه‌ای نداشته باشند.

سازگاری با سیستم‌عامل میزبان
برخی ویژگی‌ها و ابزارهای داکر به شدت به سیستم‌عامل میزبان وابسته هستند، که ممکن است در محیط‌های ناهمگون (مثل ترکیب لینوکس و ویندوز) مشکلاتی ایجاد کند.

مشکلات ورود به ارکستراسیون
پیچیدگی سیستم‌های ارکستراسیون مانند Kubernetes می‌تواند مانعی بزرگ برای شرکت‌هایی باشد که می‌خواهند از کانتینرها در سطح وسیع استفاده کنند.

این مشکلات نشان‌دهنده این هستند که با وجود محبوبیت داکر و کانتینرها، هنوز جای پیشرفت زیادی وجود دارد.

در پست های بعدی ، تو برخی از این موارد دیپ میشیم و به طور کلی "چرایی" آنهارا بررسی میکنیم.

⭕️کلمات کلیدی رو دسته بندی کنید ⭕️
دسته بندی کلمات کلیدی یعنی چی❓
سایت شما دارای چند لایه هست.
1⃣سطح اول یا Root که میشه منوی اصلی شما که می‌تونه شامل محصولات، وبلاگ، تماس با ما و درباره ما باشه.
2⃣سطح دوم که به عنوان PLP شناخته میشه، میشه همون دسته بندی اصلی محصولاتتون. مثل اگر یک سایت فروش موبایل داشته باشید، سطح دوم میشه محصولات » برند سامسونگ
3⃣سطح سوم که میشه PDP، و همون مدل هایی هست که زیرمجموعه سطح دوم قرار می‌گیرن.
✅حالا شما باید بیاید برای هرکدوم از این دسته یه سری کلمه کلیدی اختصاص بدید که مختص به همون سطح باشه.
اینجوری هم کنترل بهتری رو توضیع کلمات کلیدی دارید هم میدونید چه کلمه برای چه صفحه و موضوعی نتیجه داده.
#کلمه_کلیدی

شاید برای شما هم پیش اومده باشه که با خودتون فکر کنید «تا کِی باید توی شرکت فعلی یا پوزیشن فعلی بمونم که درگیر رخوت و رکود نشم؟!»

شاید به تغییر شغل هر چند سال یکبار فکر کرده باشید...

نه «موندن» نه «تغییر دادن» شغل در یک شرکت، به تنهایی ضامن «حال خوب» داشتن در کار نیست...  بلکه اینکه «کجا» «چجوری» «چه کاری» رو با «چه رویکردی» انجام بدیمه که می‌تونه کمک کنه به داشتن حس پویایی، حس مولد بودن و نهایتا «حالِ خوب»

حالا Larry Osterman  بعد از ۴۰ سال و ۴ ماه کار کردن توی مایکروسافت در قامت Principal Software Design Engineer در ویدیوهای کوتاه داره تجربیات و خاطراتش رو بیان می‌کنه، از چالش‌های فنی یا خاطرات بامزه و خنده‌دار.

خلاصه اینکه، هر چند سال که از شروع کارمون گذشته، همیشه به این فکر کنیم، «کجا» «چی‌کار» کنیم که بعد از ۴۰ سال تجربه و کار، «حال خوب» داشته باشیم و حس رخوت و خسران نکنیم... مهم نیست یک‌جا بمونیم یا گاهی تغییر شغل یا تغییر کشور داده باشیم...

داشتن پلن و career path خیلی مهمه. می‌ارزه براش بخونیم، مشورت بگیریم و دغدغه‌اش رو داشته باشیم.

دوست داشتید در مورد career path نظرتون رو بگید تا گپ بزنیم 😊

😉
کپی شده از صفحه ی اینستاگرام ghaffarbehrouz

علت باز نشدن برخی سایت‌ها با وای‌فای در حالی که با داده تلفن همراه باز می‌شوند، می‌تواند دلایل مختلفی داشته باشد. در زیر به برخی از مهم‌ترین دلایل این مشکل اشاره می‌کنم:

1. مشکلات مربوط به روتر وای‌فای:

تنظیمات DNS: ممکن است تنظیمات DNS روتر شما به درستی پیکربندی نشده باشد و باعث مشکل در دسترسی به برخی سایت‌ها شود.
فیلترینگ: برخی روترها قابلیت فیلترینگ وب‌سایت‌ها را دارند که ممکن است به طور تصادفی یا عمدی سایت‌های مورد نظر شما را مسدود کرده باشند.
مشکلات سخت‌افزاری: در برخی موارد، ممکن است خود روتر دچار مشکل سخت‌افزاری شده باشد و به درستی کار نکند.
تداخل سیگنال: وجود سایر دستگاه‌های وای‌فای یا مایکروویو در اطراف می‌تواند باعث تداخل سیگنال و کاهش سرعت یا قطع شدن اتصال شود.
2. مشکلات مربوط به ISP (ارائه‌دهنده خدمات اینترنتی):

مسدود کردن سایت‌ها: برخی ISPها ممکن است به دلایل مختلفی مانند قانونی یا تجاری، دسترسی به برخی سایت‌ها را مسدود کنند.
مشکلات سرور: ممکن است سرورهای ISP شما دچار مشکل شده باشند و در نتیجه به برخی سایت‌ها دسترسی نداشته باشید.
3. مشکلات مربوط به دستگاه شما:

تنظیمات مرورگر: ممکن است تنظیمات مرورگر شما به گونه‌ای باشد که باعث مشکل در باز شدن برخی سایت‌ها شود.
ویروس یا بدافزار: وجود ویروس یا بدافزار در دستگاه شما می‌تواند باعث اختلال در اتصال به اینترنت و باز نشدن سایت‌ها شود.
فایروال یا آنتی‌ویروس: ممکن است فایروال یا آنتی‌ویروس شما به اشتباه برخی سایت‌ها را مسدود کرده باشد.
4. مشکلات مربوط به خود سایت:

مشکلات سرور سایت: ممکن است سرور سایت مورد نظر شما دچار مشکل شده باشد و به همین دلیل به آن دسترسی نداشته باشید.
مسدود کردن IP: ممکن است IP شما توسط سایت مورد نظر مسدود شده باشد.
راهکارهای رفع مشکل:

ریست کردن روتر: سعی کنید روتر را یک بار خاموش و روشن کنید تا تنظیمات آن ریست شود.
تغییر DNS: تنظیمات DNS روتر را به DNSهای عمومی مانند گوگل (8.8.8.8 و 8.8.4.4) یا اوبونتو (9.9.9.9 و 149.112.112.112) تغییر دهید.
بررسی تنظیمات فایروال و آنتی‌ویروس: مطمئن شوید که فایروال و آنتی‌ویروس شما سایت مورد نظر را مسدود نکرده باشند.
استفاده از مرورگر دیگر: سعی کنید از مرورگر دیگری استفاده کنید تا ببینید مشکل برطرف می‌شود یا خیر.
بررسی اتصال اینترنت با دستگاه دیگر: با استفاده از دستگاه دیگری به وای‌فای متصل شوید تا ببینید مشکل از دستگاه شماست یا خیر.
تماس با ISP: در صورتی که مشکل همچنان پابرجا بود، با ISP خود تماس بگیرید و مشکل را گزارش دهید.

بعضی از دوستان بابت این مشکل به ما پیام دادن این یه راه حله ، علاوه بر این روی سیستم ممکنه proxy بخاطر VPN که دارید استفاده میکنید به صورت اتوماتیک ست بشه که اگه تو سرچ ویندوز بنویسید proxy setting میتونید از اونجا اگر روشن بود خاموشش کنید .
اگرم باز مشکلی داشتید میتونید با ما در ارتباط باشید.
https://news.1rj.ru/str/bootrampbot

#سنیور_دات_نت_دلوپر #ریموت #آماده_به_کار 🙌

یه دوست خیلی خفن دارم توی .net که به تازگی مهاجرت کرده، اگر توی تیمتون نیاز به یه سنیور یا مشاور خفن دات نتی دارید به من بگید بهتون وصلش کنم، بسیار آدم باسوادیه قبل رفتنش توی یکی از شرکت های خوب بود و یک تنه، فنی اون سازمان رو رشد داد، به شدت مورد تایید و وثوق من هست.

اگر کامنت بگذارید یا share کنید به شدت به من لطف کردید.

Wake up !

بررسی امنیت کانتینر ها !

امنیت کانتینرها یکی از چالش‌های مهم در استفاده از این فناوری است، زیرا کانتینرها از هسته (kernel) سیستم‌عامل میزبان به‌صورت مشترک استفاده می‌کنند. این طراحی اگرچه کارایی را افزایش می‌دهد، اما سطح حمله (attack surface) سیستم را نیز بزرگ‌تر می‌کند. بیایید به جنبه‌های مختلف امنیت کانتینرها بپردازیم:

1. مشکلات ناشی از هسته مشترک
کانتینرها از هسته سیستم‌عامل میزبان استفاده می‌کنند، بنابراین اگر یک کانتینر به دلیل نقص امنیتی هک شود، مهاجم ممکن است بتواند از طریق هسته به دیگر کانتینرها یا حتی میزبان اصلی دسترسی پیدا کند. برای مثال:

آسیب‌پذیری‌های کرنل لینوکس می‌توانند مستقیماً همه کانتینرهای روی آن سیستم را تحت تأثیر قرار دهند.
جداسازی فضای کاربری (namespace) و محدودیت‌های Cgroups به اندازه ماشین‌های مجازی ایزوله نیستند.

2. تصاویر ناامن (Untrusted Images)
تصاویری که از منابع عمومی مثل Docker Hub دانلود می‌شوند، ممکن است شامل بدافزارها یا پیکربندی‌های نامناسب باشند.

برخی تصاویر ممکن است نرم‌افزارهایی با نسخه‌های قدیمی و آسیب‌پذیر داشته باشند.
نبود اعتبارسنجی تصویرها باعث می‌شود خطر استفاده از تصاویر آلوده افزایش یابد.

3. پیکربندی نادرست
پیکربندی‌های اشتباه می‌توانند امنیت را تضعیف کنند:

اجرای کانتینرها با سطح دسترسی privileged خطرناک است، زیرا کانتینر دسترسی کامل به میزبان دارد.
اشتراک‌گذاری حجم‌ها (Volumes) ممکن است اطلاعات حساس میزبان را در معرض دید قرار دهد.

4. حملات شبکه‌ای
کانتینرها در محیط شبکه‌ای می‌توانند هدف حملات خاصی قرار گیرند:

حملات Man-in-the-Middle در ترافیک بین کانتینرها.
استفاده از ضعف در تنظیمات شبکه‌ای کانتینر برای دسترسی به بخش‌های دیگر سیستم.

5. نبود نظارت و گزارش‌دهی کامل
ابزارهای امنیتی سنتی معمولاً برای شناسایی و مقابله با حملات در محیط‌های کانتینری کافی نیستند. نظارت بر فعالیت‌های داخلی کانتینرها به دلیل طبیعت ایزوله آن‌ها دشوار است.

راه‌حل‌ها برای افزایش امنیت کانتینرها
برای بهبود امنیت کانتینرها، می‌توانید از روش‌های زیر استفاده کنید:

به‌روز نگه داشتن سیستم‌عامل و کرنل
آسیب‌پذیری‌های شناخته‌شده باید به سرعت برطرف شوند.

استفاده از ابزارهای اسکن امنیتی ايميج ها
ابزارهایی مثل Trivy یا Clair برای بررسی و شناسایی آسیب‌پذیری‌های ايميج ها داکر استفاده می‌شوند.

حداقل کردن سطح دسترسی
از اجرای کانتینرها به‌صورت privileged خودداری کنید و تنها مجوزهای لازم را تخصیص دهید.

فعال‌سازی SELinux یا AppArmor
این ابزارها می‌توانند محدودیت‌های بیشتری برای دسترسی کانتینرها ایجاد کنند.

جداسازی شبکه‌ها
از شبکه‌های جداگانه برای کانتینرها استفاده کنید و سیاست‌های فایروال قوی‌تری تنظیم کنید.

استفاده از ابزارهای مدیریت امنیت کانتینر
ابزارهایی مانند Aqua Security یا Sysdig برای نظارت و مدیریت امنیت کانتینرها طراحی شده‌اند.

امنیت کانتینرها نیاز به طراحی دقیق و به‌کارگیری بهترین شیوه‌های امنیتی دارد تا مزایای این فناوری بدون به خطر انداختن زیرساخت‌ها به دست آید.

‏اولین کلاه‌برداری بزرگ در صنعت موسیقی با استفاده از هوش مصنوعی اتفاق افتاد!

داستان از این قراره که مایکل اسمیت، یه مرد اهل کارولینای شمالی، تصمیم گرفت از تکنولوژی هوش مصنوعی و ربات‌ها استفاده کنه تا پول زیادی از پلتفرم‌های استریم موسیقی در بیاره. حالا چطوری؟ اون با کمک یه شرکت هوش مصنوعی، هزاران آهنگ ساخت که همشون با هوش مصنوعی تولید شده بودن. بعد این آهنگ‌ها رو توی پلتفرم‌هایی مثل اسپاتیفای، اپل موزیک و یوتیوب موزیک آپلود کرد.

حالا نکته جالب اینجاست که این آهنگ‌ها رو خودش گوش نمی‌داد، بلکه از ربات‌ها استفاده می‌کرد که این آهنگ‌ها رو میلیاردها بار پخش کنن. به این ترتیب، برای هر بار پخش یه مبلغ کوچیکی بهش حق امتیاز پرداخت می‌شد. اسمیت برای اینکه قضیه لو نره، از VPN استفاده می‌کرد تا ردش مخفی بمونه و الگوریتم‌های ضد تقلب نتونن تشخیص بدن که این پخش‌ها واقعی نیستن.

اون توی یه ایمیل به همدستاش گفته بود که "ما باید یه عالمه آهنگ تولید کنیم، اما هر کدوم از آهنگا تعداد کمی پخش داشته باشه تا جلب توجه نکنیم." خلاصه، این ماجرا ادامه پیدا کرد و اسمیت تونست حدود ۴ میلیارد پخش جعلی بسازه و نزدیک ۱۲ میلیون دلار حق امتیاز بگیره.

اما در نهایت، پلیس قضیه رو فهمید و الان اسمیت به کلاهبرداری و پولشویی متهم شده و ممکنه تا ۲۰ سال زندان براش بریده بشه. از این ماجرا به عنوان اولین تقلب بزرگ با استفاده از هوش مصنوعی توی صنعت موسیقی یاد می‌کنن!.

📌پیکربندی کامل سرور Hyper-V

#⃣منبع : techtik

#hayper_v
#مجازی_سازی

‏📢ایلان ماسک: هوش مصنوعی به‌زودی پزشکان و وکلا را با اختلاف زیاد شکست می‌دهد

🔹«ایلان ماسک»، مدیرعامل تسلا و اسپیس‌ایکس، پیش‌بینی می‌کند هوش مصنوعی از پزشکان و وکلا جلو خواهد زد؛ این اظهارنظر ماسک در واکنش به پژوهشی مطرح شده که نشان می‌دهد مدل هوش مصنوعی GPT-4 در تشخیص بیماری‌ها از متخصصان بهتر عمل می‌کند.

🔹محققان مرکز پزشکی در بوستون در پژوهش جدیدی متوجه شدند پزشکانی که از GPT-4 در تشخیص بیماری کمک می‌گرفتند، فقط اندکی بهتر از پزشکانی بودند که از این چت‌بات استفاده نمی‌کردند. اما در کمال تعجب، مشخص شد ChatGPT خود به‌تنهایی بهتر از پزشکان عمل می‌کند. ایلان ماسک نیز ضمن اشاره به یافته‌های این پژوهش در ایکس گفت:

🔹«هوش مصنوعی به‌زودی پزشکان و وکلا را با اختلاف زیادی شکست خواهد داد و درنهایت همه انسان‌ها تقریباً در همه‌چیز [از هوش مصنوعی شکست خواهند خورد]. ما می‌توانیم موجود پشتیبان بیولوژیکی برای هوشمندی باشیم؛ زیرا کمتراز سیلیکون شکننده‌ایم و شاید به‌ عنوان منبعی برای اراده باقی بمانیم.»