Forwarded from Mathematical Musings
امروز تولد George Bernard Dantzig هست، کسی که یکی از معروف ترین و مهم ترین الگوریتم های قرن گذشته رو ابداع کرد. معروف ترین داستان در موردش همون حل مسائل باز به عنوان تمرین هست.
پدرش هم ریاضیدان بود ولی خودش علاقه زیادی به ریاضی نداشت و بیشتر دنبال نقاشی و گرافیک و... بود. منتها در اون دوران آمریکا در دوران رکود بود و برای کسی که دنبال همچین رشته هایی بره به راحتی کار پیدا نمی شد، به پیشنهاد کسی رفت و آمار خوند(اون زمان در ادارات و سازمان های دولتی و... به کسی که آمار خونده نیاز داشتند) یه تغییر مسیر ساده بعدا باعث به وجود اومدن الگوریتم simplex شد، یکی از مهمترین و کاربردی ترین الگوریتم ها.
خودش بعدا گفته بود: اگر می دونستم این الگوریتم قراره این قدر مهم بشه، یه اسم بهتر براش انتخاب می کردم.
زمانی در یک مصاحبه گفته بود: ریاضیات خودش من رو پیدا کرد، نه من اون رو.
ریاضیات رو به خاطر کاربردهاش دوست داشت نه جنبه های انتزاعی اون.
پدرش هم ریاضیدان بود ولی خودش علاقه زیادی به ریاضی نداشت و بیشتر دنبال نقاشی و گرافیک و... بود. منتها در اون دوران آمریکا در دوران رکود بود و برای کسی که دنبال همچین رشته هایی بره به راحتی کار پیدا نمی شد، به پیشنهاد کسی رفت و آمار خوند(اون زمان در ادارات و سازمان های دولتی و... به کسی که آمار خونده نیاز داشتند) یه تغییر مسیر ساده بعدا باعث به وجود اومدن الگوریتم simplex شد، یکی از مهمترین و کاربردی ترین الگوریتم ها.
خودش بعدا گفته بود: اگر می دونستم این الگوریتم قراره این قدر مهم بشه، یه اسم بهتر براش انتخاب می کردم.
زمانی در یک مصاحبه گفته بود: ریاضیات خودش من رو پیدا کرد، نه من اون رو.
ریاضیات رو به خاطر کاربردهاش دوست داشت نه جنبه های انتزاعی اون.
❤2
#پیشنهاد
📚 معرفی کتاب 📚
عنوان: زنان نامرئی (Invisible Women) نویسنده:کارولین کریادو پرز
🧠 کتاب «زنان نامرئی» به شکلی مستند و مبتنی بر دادهها نشان میدهد چگونه نادیده گرفتن زنان یا سوگیری در دادهها در جمعآوری اطلاعات و طراحی سیستمها — از پزشکی و اقتصاد تا حملونقل و فناوری — منجر به یک جهان ناعادلانه شده است.
🔆 یکی از ویژگیهای کتاب «زنان نامرئی» استفاده گسترده و مستمر از دادهها، آمار و ارقام واقعی و مطالعات موردی است. نویسنده، کتاب را بر پایه انبوهی از شواهد آماری و تحقیقاتی بنا کرده.
🔆 نویسنده نشان میدهد که در جمع کردن دادهها و در تصمیمگیری و سیاستگذاری اکثرا فرض بر این است که «آدم» یعنی «مرد»؛ و «زن» یک واریاسیونی از آدم بودن یا همان مرد بودن است. این فرض هم در موارد زیادی پنهان است و افراد -مخصوصاً مردها- و نهادها و ساختارهای اجتماعی متوجه این پیشفرض نیستند.
✅ نکته کلیدی کتاب: شکاف دادهها (Data Gap):
نویسنده به این موضوع میپردازد که در بسیاری از حوزهها، دادهها به طور سیستماتیک از زنان جمعآوری نمیشوند یا نیازهای آنان نادیده گرفته میشوند. این امر منجر به طراحی جهان به گونهای میشود که بیشتر با زندگی مردان هماهنگ است، نه زنان.
🚻 برای آشنایی با سبک کتاب، بطور اجمالی به چند مثال از آن اشاره میکنیم:
۱. ایمنی خودرو و طراحی صندلی:
تا همین اواخر، بررسی ایمنی خودرو در تصادفها با استفاده از مانکنهای استاندارد که بر اساس فیزیولوژی متوسط مردان ساخته شده بودند انجام میگرفت. این مانکنها ۱.۷۷ متر قد و ۷۶ کیلوگرم وزن داشتند.
اما به دلیل تفاوت در اندازه بدن، تراکم استخوان و سایر ویژگیهای فیزیولوژیک، احتمال مجروح شدن یک زن در یک تصادف مشابه ۴۷٪ بیشتر و احتمال آسیبدیدگی شدیدش ۷۱٪ بیشتر است. احتمال اینکه او ۱۷٪ بیشتر در معرض مرگ قرار گیرد نیز هست.
۲. حوزه پزشکی و سلامت:
در بسیاری از موارد بررسی تاثیر و عوارض داروها، خانم ها به دلیل "تغییرات هورمونی پیچیده" از آزمایش حذف میشوند! حتی حیوانات ماده نیز از آزمایشها حذف میشوند.
این امر منجر به این میشود که زنان نسبت به مردان ۵۰ تا ۷۰ درصد بیشتر عوارض جانبی داروها را تجربه کنند.
۳. طراحی شهری و حمل و نقل عمومی:
برنامهریزی حملونقل اغلب بر اساس الگوی سفر "خانه به محل کار" است، در حالی که سفرهای زنان چندوجهی است (مثلاً: خانه -> مهدکودک -> محل کار -> مغازه -> خانه).
این سفرهای پیچیده و قطعهقطعهشده باعث میشود زنان بیشتر از حملونقل عمومی استفاده کنند و پیادهروی بیشتری انجام دهند. با این وجود، معیارهای برنامهریزی شهری اغلب الگوهای سفر مردانه را در نظر میگیرند.
۴. ساعات اداری
در بسیاری از ادارات و دانشگاهها، ساعت کاری در بازههای زمانی سنتی و ثابتی و غیرشناور مانند ۹ صبح تا ۵ عصر برنامهریزی میشود. این ساعتها بدون در نظر گرفتن "بار مراقبت از اعضای خانواده" که به طور نامتناسبی بر دوش زنان است، طراحی شدهاند.
📌کتاب «زنان نامرئی» پر از چنین مثالهای آماری و عددی است که از منابع معتبر بینالمللی مانند سازمان ملل، بانک جهانی، سازمان بهداشت جهانی و صدها مطالعه دانشگاهی استخراج شدهاند. نویسنده از این اعداد نه برای خشک کردن کتاب، بلکه برای نشان دادن عمق و گستردگی سیستماتیک یک مشکل جهانی استفاده میکند.
⚠️ باید توجه کنیم که این کتاب به عنوان مرجعی علمی یا آماری لزوما کتاب قابل استنادی نیست، اما کتابیست که توانسته صورتبندی خوبی از مسألهی نادیده گرفته شدن خانمها در سطوح مختلف تصمیمگیری، قانونگذاری، عملی و ... ارائه دهد. کتاب پر است از مثالهای ملموس و متنوع از جوامع مختلف که همه میتوانیم درکشان کنیم.
با این حال، حتی منتقدان نیز اغلب تأیید میکنند که این کتاب خدمت بزرگی به حوزه عمومی و آکادمیک کرده و بحث مهم و ضروری درباره سوگیری در دادهها را در مرکز توجه قرار داده است. این کتاب یک اثر ژورنالیستی-تحقیقی است که هدف آن بیدار کردن افکار عمومی است.
بنابراین، بهترین کار خواندن این کتاب با ذهنی باز و نقاد است: هم استدلالهای قدرتمند و متقاعدکننده آن را ببینیم و هم محدودیتهایش را در نظر بگیریم.
❗️این کتاب هم برای کسانی که کلا با صورت مسألهی نادیده گرفته شدن خانمها مخالف هستند، مثالهای قابل توجهی دارد، هم برای کسانی که گمان میکنند که آکاه به این امر هستند.
💡پس مخاطب این کتاب تنها خانمها نیستند.
🖋 **نقلقول تأملبرانگیز از کتاب:
«جهان به طور گستردهای بر اساس دادههایی طراحی شده که جنس مذکر را پیشفرض در نظر میگیرند. این یک توطئه نیست، یک غفلت سیستماتیک است.»
👇 نظر شما چیست؟ آیا تا به حال به این سوگیری پنهان در زندگی روزمره توجه کرده بودید؟
⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊
شاد و رو به رشد باشین 😃
📚 معرفی کتاب 📚
عنوان: زنان نامرئی (Invisible Women) نویسنده:کارولین کریادو پرز
🧠 کتاب «زنان نامرئی» به شکلی مستند و مبتنی بر دادهها نشان میدهد چگونه نادیده گرفتن زنان یا سوگیری در دادهها در جمعآوری اطلاعات و طراحی سیستمها — از پزشکی و اقتصاد تا حملونقل و فناوری — منجر به یک جهان ناعادلانه شده است.
🔆 یکی از ویژگیهای کتاب «زنان نامرئی» استفاده گسترده و مستمر از دادهها، آمار و ارقام واقعی و مطالعات موردی است. نویسنده، کتاب را بر پایه انبوهی از شواهد آماری و تحقیقاتی بنا کرده.
🔆 نویسنده نشان میدهد که در جمع کردن دادهها و در تصمیمگیری و سیاستگذاری اکثرا فرض بر این است که «آدم» یعنی «مرد»؛ و «زن» یک واریاسیونی از آدم بودن یا همان مرد بودن است. این فرض هم در موارد زیادی پنهان است و افراد -مخصوصاً مردها- و نهادها و ساختارهای اجتماعی متوجه این پیشفرض نیستند.
✅ نکته کلیدی کتاب: شکاف دادهها (Data Gap):
نویسنده به این موضوع میپردازد که در بسیاری از حوزهها، دادهها به طور سیستماتیک از زنان جمعآوری نمیشوند یا نیازهای آنان نادیده گرفته میشوند. این امر منجر به طراحی جهان به گونهای میشود که بیشتر با زندگی مردان هماهنگ است، نه زنان.
🚻 برای آشنایی با سبک کتاب، بطور اجمالی به چند مثال از آن اشاره میکنیم:
۱. ایمنی خودرو و طراحی صندلی:
تا همین اواخر، بررسی ایمنی خودرو در تصادفها با استفاده از مانکنهای استاندارد که بر اساس فیزیولوژی متوسط مردان ساخته شده بودند انجام میگرفت. این مانکنها ۱.۷۷ متر قد و ۷۶ کیلوگرم وزن داشتند.
اما به دلیل تفاوت در اندازه بدن، تراکم استخوان و سایر ویژگیهای فیزیولوژیک، احتمال مجروح شدن یک زن در یک تصادف مشابه ۴۷٪ بیشتر و احتمال آسیبدیدگی شدیدش ۷۱٪ بیشتر است. احتمال اینکه او ۱۷٪ بیشتر در معرض مرگ قرار گیرد نیز هست.
۲. حوزه پزشکی و سلامت:
در بسیاری از موارد بررسی تاثیر و عوارض داروها، خانم ها به دلیل "تغییرات هورمونی پیچیده" از آزمایش حذف میشوند! حتی حیوانات ماده نیز از آزمایشها حذف میشوند.
این امر منجر به این میشود که زنان نسبت به مردان ۵۰ تا ۷۰ درصد بیشتر عوارض جانبی داروها را تجربه کنند.
۳. طراحی شهری و حمل و نقل عمومی:
برنامهریزی حملونقل اغلب بر اساس الگوی سفر "خانه به محل کار" است، در حالی که سفرهای زنان چندوجهی است (مثلاً: خانه -> مهدکودک -> محل کار -> مغازه -> خانه).
این سفرهای پیچیده و قطعهقطعهشده باعث میشود زنان بیشتر از حملونقل عمومی استفاده کنند و پیادهروی بیشتری انجام دهند. با این وجود، معیارهای برنامهریزی شهری اغلب الگوهای سفر مردانه را در نظر میگیرند.
۴. ساعات اداری
در بسیاری از ادارات و دانشگاهها، ساعت کاری در بازههای زمانی سنتی و ثابتی و غیرشناور مانند ۹ صبح تا ۵ عصر برنامهریزی میشود. این ساعتها بدون در نظر گرفتن "بار مراقبت از اعضای خانواده" که به طور نامتناسبی بر دوش زنان است، طراحی شدهاند.
📌کتاب «زنان نامرئی» پر از چنین مثالهای آماری و عددی است که از منابع معتبر بینالمللی مانند سازمان ملل، بانک جهانی، سازمان بهداشت جهانی و صدها مطالعه دانشگاهی استخراج شدهاند. نویسنده از این اعداد نه برای خشک کردن کتاب، بلکه برای نشان دادن عمق و گستردگی سیستماتیک یک مشکل جهانی استفاده میکند.
⚠️ باید توجه کنیم که این کتاب به عنوان مرجعی علمی یا آماری لزوما کتاب قابل استنادی نیست، اما کتابیست که توانسته صورتبندی خوبی از مسألهی نادیده گرفته شدن خانمها در سطوح مختلف تصمیمگیری، قانونگذاری، عملی و ... ارائه دهد. کتاب پر است از مثالهای ملموس و متنوع از جوامع مختلف که همه میتوانیم درکشان کنیم.
با این حال، حتی منتقدان نیز اغلب تأیید میکنند که این کتاب خدمت بزرگی به حوزه عمومی و آکادمیک کرده و بحث مهم و ضروری درباره سوگیری در دادهها را در مرکز توجه قرار داده است. این کتاب یک اثر ژورنالیستی-تحقیقی است که هدف آن بیدار کردن افکار عمومی است.
بنابراین، بهترین کار خواندن این کتاب با ذهنی باز و نقاد است: هم استدلالهای قدرتمند و متقاعدکننده آن را ببینیم و هم محدودیتهایش را در نظر بگیریم.
❗️این کتاب هم برای کسانی که کلا با صورت مسألهی نادیده گرفته شدن خانمها مخالف هستند، مثالهای قابل توجهی دارد، هم برای کسانی که گمان میکنند که آکاه به این امر هستند.
💡پس مخاطب این کتاب تنها خانمها نیستند.
🖋 **نقلقول تأملبرانگیز از کتاب:
«جهان به طور گستردهای بر اساس دادههایی طراحی شده که جنس مذکر را پیشفرض در نظر میگیرند. این یک توطئه نیست، یک غفلت سیستماتیک است.»
👇 نظر شما چیست؟ آیا تا به حال به این سوگیری پنهان در زندگی روزمره توجه کرده بودید؟
⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊⚊
شاد و رو به رشد باشین 😃
❤1
▫️نسخه جدید GPT رسید: باهوشتر، طبیعیتر و انسانیتر
GPT-5.1 نسخه جدید و ارتقایافته GPT-5 است که هم باهوشتر شده و هم گفتوگوهای طبیعیتر و انسانیتری ارائه میدهد.
تفاوت با نسخه GPT-5
گفتوگو طبیعیتر و گرمتر: لحن انسانیتر، پاسخهای صمیمانهتر و مکالمه روانتر
درک بهتر دستورها : مدل با دقت بیشتری همان کاری را انجام میدهد که میخواهید.
قدرت بیشتر در حل مسائل پیچیده: ریاضی و استدلال قویتر، کدنویسی دقیقتر و پاسخهای کاملتر برای سوالات پیچیده
دارای دو حالت:
GPT-5.1 Instant
سریعتر، گرمتر و مکالمهایتر، مدل اصلی برای استفاده روزمره
GPT-5.1 Thinking
استدلال پیشرفته، زمان فکر کردنِ تطبیقی و دقیقتر عمل کردن برای کارهای پیچیده.
تنظیم لحن پاسخها: حالا میتوانید لحن ChatGPT را به آسانی تنظیم کنید:
دوستانه (Friendly)
حرفهای (Professional)
مستقیم/صریح (Candid)
بامزه/خلاق (Quirky)
کارآمد و مختصر (Efficient)
پیشفرض (Default)
حتی میتوانید جزئیات بیشتری مثل:
میزان گرمی (warmth)
کوتاهی/بلندی متن (conciseness)
میزان استفاده از ایموجی (emoji frequency)
را بهدلخواه تغییر دهید.
سریعتر برای کارهای ساده، دقیقتر برای کارهای پیچیده
مدل Thinking بنا به نوع سؤال تصمیم میگیرد چقدر فکر کند.
🔗 اطلاعات بیشتر در:
https://openai.com/index/gpt-5-1/
GPT-5.1 نسخه جدید و ارتقایافته GPT-5 است که هم باهوشتر شده و هم گفتوگوهای طبیعیتر و انسانیتری ارائه میدهد.
تفاوت با نسخه GPT-5
گفتوگو طبیعیتر و گرمتر: لحن انسانیتر، پاسخهای صمیمانهتر و مکالمه روانتر
درک بهتر دستورها : مدل با دقت بیشتری همان کاری را انجام میدهد که میخواهید.
قدرت بیشتر در حل مسائل پیچیده: ریاضی و استدلال قویتر، کدنویسی دقیقتر و پاسخهای کاملتر برای سوالات پیچیده
دارای دو حالت:
GPT-5.1 Instant
سریعتر، گرمتر و مکالمهایتر، مدل اصلی برای استفاده روزمره
GPT-5.1 Thinking
استدلال پیشرفته، زمان فکر کردنِ تطبیقی و دقیقتر عمل کردن برای کارهای پیچیده.
تنظیم لحن پاسخها: حالا میتوانید لحن ChatGPT را به آسانی تنظیم کنید:
دوستانه (Friendly)
حرفهای (Professional)
مستقیم/صریح (Candid)
بامزه/خلاق (Quirky)
کارآمد و مختصر (Efficient)
پیشفرض (Default)
حتی میتوانید جزئیات بیشتری مثل:
میزان گرمی (warmth)
کوتاهی/بلندی متن (conciseness)
میزان استفاده از ایموجی (emoji frequency)
را بهدلخواه تغییر دهید.
سریعتر برای کارهای ساده، دقیقتر برای کارهای پیچیده
مدل Thinking بنا به نوع سؤال تصمیم میگیرد چقدر فکر کند.
🔗 اطلاعات بیشتر در:
https://openai.com/index/gpt-5-1/
OpenAI
GPT-5.1: A smarter, more conversational ChatGPT
We’re upgrading the GPT-5 series with warmer, more capable models and new ways to customize ChatGPT’s tone and style. GPT-5.1 starts rolling out today to paid users.
❤1
✅اعداد اول و راز امنیت اینترنت شما!
❓تا حالا فکر کردهاید چطور اطلاعات شخصی شما مثل رمز عبور کارت بانکی یا پیامهای خصوصیتان در اینترنت امن میمانند؟
✅بخش بزرگی از این امنیت مدیون یک راز ریاضیاتی مربوط به “اعداد اول” است!
❓اعداد اول چه هستند؟
✔️اعداد اول، اعدادی هستند که فقط بر خودشان و عدد یک بخشپذیرند.
مثلاً ۲، ۳، ۵، ۷، ۱۱ و … .
✅اعداد اول مثل آجرهای سازندهی تمام اعداد دیگر هستند.
🖍هر عدد طبیعی بزرگتر از یک را میتوانیم فقط و فقط به یک شکل مشخص، با ضرب چند عدد اول بسازیم.
💡مثال:
📎عدد ۱۲ را در نظر بگیرید:
میشود
۲ × ۲ × ۳
📎عدد ۳۰ را در نظر بگیرید: میشود
۲ × ۳ × ۵
🖍یعنی هر عدد مرکب میتواند به صورت یکتا به حاصلضرب اعداد اول تجزیه شود.
این موضوع به قضیه بنیادی حساب عددی
(Fundamental Theorem of Arithmetic)
معروف است.
❓رمز امنیت کجاست؟
✅حالا فرض کنید دو عدد اول خیلی بزرگ داریم، مثلاً P و Q.
این اعداد ممکن است هزاران رقم داشته باشند!
۱. ضرب کردنشان آسان است:
اگر P و Q را در هم ضرب کنیم (P × Q)، یک عدد خیلی بزرگ به نام N به دست میآوریم.
این کار در یک چشم بهم زدن انجام میشود.
۲. تجزیهشان فوقالعاده سخت است:
اما اگر فقط عدد N را داشته باشیم و بخواهیم دوباره آن را به P و Q
(همان اعداد اول بزرگی که از آنها ساخته شده) تجزیه کنیم، این کار برای کامپیوترهای امروزی تقریباً غیرممکن و فوقالعاده زمانبر است.
ممکن است سالها یا حتی قرنها طول بکشد!
❓چرا این “سختی” مهم است؟
امنیت داده ها ی ما در اینترنت (مثلاً در سیستمهای رمزنگاری مثل RSA)
دقیقاً بر همین “سادگی ساخت” در مقابل “دشواری شکستن” استوار است.
وقتی شما اطلاعاتی را به صورت رمزنگاری شده ارسال میکنید:
یک کلید عمومی (که از همان عدد N ساخته شده) در دسترس همه است.
اما کلید خصوصی (که از P و Q ساخته شده) فقط دست فرستنده و گیرنده است.
هر کسی میتواند با کلید عمومی (N) اطلاعات را قفل کند، اما برای باز کردن قفل و دسترسی به اطلاعات، باید P و Q را پیدا کند. از آنجایی که پیدا کردن P و Q از روی N (وقتی N خیلی بزرگ باشد) عملاً غیرممکن است، اطلاعات شما امن میمانند.
این “سختی ترسناک” تجزیه اعداد بسیار بزرگ به عوامل اولشان، دقیقاً همان چیزی است که از اطلاعات شما در دنیای دیجیتال محافظت میکند و باعث میشود در اینترنت فعالیت کنید.
به همین دلیل است که ریاضیدانها و دانشمندان کامپیوتر همیشه به دنبال کشف اعداد اول جدید و بزرگتر هستند تا سیستمهای امنیتی قویتری بسازند.
❓چرا انتخاب اعداد بزرگ مهم است
✅ اگر اعداد کوچک باشند، ممکن است هکرها بتوانند به راحتی آنها را پیدا کنند. بنابراین، هر چه اعداد بزرگتر باشند، امنیت بیشتر میشود.
🖍و البته امنیت داده ها فقط به اعداد اول و رمزنگاری محدود نمیشود،
و سایر روشها نیز وجود دارند که به حفاظت از دادهها کمک میکنند.
🔴کوانتوم چالشی جدی سر راه اعداد اول
🖍ظهور کامپیوترهای کوانتومی میتواند چالشهای جدی برای الگوریتمهای فعلی رمزنگاری ایجاد کند .
چرا؟
به دلیل قدرت محاسباتی بالای کامپیوترهای کوانتومی
زیرا آنها میتوانند به طور همزمان محاسبات زیادی را انجام دهند.
🖍الگوریتمهای کوانتومی مانند
الگوریتم شُور
(Shor’s Algorithm)
یکی از مهمترین چالشها برای رمزنگاری فعلی است که میتواند اعداد بزرگ را در زمان نسبتاً کوتاهی به عوامل اولشان تجزیه کند.
👌بنابراین
جامعه علمی و صنعتی باید در فکر روشهای جدید و مقاوم در برابر کامپیوترهای کوانتومی باشد .
منبع
❓تا حالا فکر کردهاید چطور اطلاعات شخصی شما مثل رمز عبور کارت بانکی یا پیامهای خصوصیتان در اینترنت امن میمانند؟
✅بخش بزرگی از این امنیت مدیون یک راز ریاضیاتی مربوط به “اعداد اول” است!
❓اعداد اول چه هستند؟
✔️اعداد اول، اعدادی هستند که فقط بر خودشان و عدد یک بخشپذیرند.
مثلاً ۲، ۳، ۵، ۷، ۱۱ و … .
✅اعداد اول مثل آجرهای سازندهی تمام اعداد دیگر هستند.
🖍هر عدد طبیعی بزرگتر از یک را میتوانیم فقط و فقط به یک شکل مشخص، با ضرب چند عدد اول بسازیم.
💡مثال:
📎عدد ۱۲ را در نظر بگیرید:
میشود
۲ × ۲ × ۳
📎عدد ۳۰ را در نظر بگیرید: میشود
۲ × ۳ × ۵
🖍یعنی هر عدد مرکب میتواند به صورت یکتا به حاصلضرب اعداد اول تجزیه شود.
این موضوع به قضیه بنیادی حساب عددی
(Fundamental Theorem of Arithmetic)
معروف است.
❓رمز امنیت کجاست؟
✅حالا فرض کنید دو عدد اول خیلی بزرگ داریم، مثلاً P و Q.
این اعداد ممکن است هزاران رقم داشته باشند!
۱. ضرب کردنشان آسان است:
اگر P و Q را در هم ضرب کنیم (P × Q)، یک عدد خیلی بزرگ به نام N به دست میآوریم.
این کار در یک چشم بهم زدن انجام میشود.
۲. تجزیهشان فوقالعاده سخت است:
اما اگر فقط عدد N را داشته باشیم و بخواهیم دوباره آن را به P و Q
(همان اعداد اول بزرگی که از آنها ساخته شده) تجزیه کنیم، این کار برای کامپیوترهای امروزی تقریباً غیرممکن و فوقالعاده زمانبر است.
ممکن است سالها یا حتی قرنها طول بکشد!
❓چرا این “سختی” مهم است؟
امنیت داده ها ی ما در اینترنت (مثلاً در سیستمهای رمزنگاری مثل RSA)
دقیقاً بر همین “سادگی ساخت” در مقابل “دشواری شکستن” استوار است.
وقتی شما اطلاعاتی را به صورت رمزنگاری شده ارسال میکنید:
یک کلید عمومی (که از همان عدد N ساخته شده) در دسترس همه است.
اما کلید خصوصی (که از P و Q ساخته شده) فقط دست فرستنده و گیرنده است.
هر کسی میتواند با کلید عمومی (N) اطلاعات را قفل کند، اما برای باز کردن قفل و دسترسی به اطلاعات، باید P و Q را پیدا کند. از آنجایی که پیدا کردن P و Q از روی N (وقتی N خیلی بزرگ باشد) عملاً غیرممکن است، اطلاعات شما امن میمانند.
این “سختی ترسناک” تجزیه اعداد بسیار بزرگ به عوامل اولشان، دقیقاً همان چیزی است که از اطلاعات شما در دنیای دیجیتال محافظت میکند و باعث میشود در اینترنت فعالیت کنید.
به همین دلیل است که ریاضیدانها و دانشمندان کامپیوتر همیشه به دنبال کشف اعداد اول جدید و بزرگتر هستند تا سیستمهای امنیتی قویتری بسازند.
❓چرا انتخاب اعداد بزرگ مهم است
✅ اگر اعداد کوچک باشند، ممکن است هکرها بتوانند به راحتی آنها را پیدا کنند. بنابراین، هر چه اعداد بزرگتر باشند، امنیت بیشتر میشود.
🖍و البته امنیت داده ها فقط به اعداد اول و رمزنگاری محدود نمیشود،
و سایر روشها نیز وجود دارند که به حفاظت از دادهها کمک میکنند.
🔴کوانتوم چالشی جدی سر راه اعداد اول
🖍ظهور کامپیوترهای کوانتومی میتواند چالشهای جدی برای الگوریتمهای فعلی رمزنگاری ایجاد کند .
چرا؟
به دلیل قدرت محاسباتی بالای کامپیوترهای کوانتومی
زیرا آنها میتوانند به طور همزمان محاسبات زیادی را انجام دهند.
🖍الگوریتمهای کوانتومی مانند
الگوریتم شُور
(Shor’s Algorithm)
یکی از مهمترین چالشها برای رمزنگاری فعلی است که میتواند اعداد بزرگ را در زمان نسبتاً کوتاهی به عوامل اولشان تجزیه کند.
👌بنابراین
جامعه علمی و صنعتی باید در فکر روشهای جدید و مقاوم در برابر کامپیوترهای کوانتومی باشد .
منبع
❤4
در مورد اهمیت ریاضیات و مهندسی در دوران جنگ جهانی دوم کتاب های زیادی نوشته شده. تاثیر دو طرفه ای که جنگ و علم در اون مقطع بر هم گذاشتند غیر قابل انکاره.
اصلا تولد
Operation Research
یا همون تحقیق در عملیات در همون دوره اتفاق افتاده.
در آمریکا فقط یه چیزی رو تکرار می کردند: اگر از نظر علمی قوی باشیم از نظر نظامی هم قوی می شیم.
حضور دانشمندان در دوران جنگ چنان پررنگ بود که یه نگرانی به وجود اومده بود:
جنگ که تموم بشه، دانشمندها باید برند سر کار قبلی شون؟ یعنی همه چیز تموم شد؟
در ۱۹۴۵ وزیر نیروی دریایی به ترومن نامه ای نوشت و اعلام کرد در زمان صلح نباید این همکاری ها قطع بشه. گفت: یه واحدی بزنید بودجه اش رو از کنگره بگیره ولی زیر نظر ارتش یا ما نباشه. فقط این همکاری ها قطع نشه.
در اون دوره از همه بیشتر دوره طلایی OR یعنی تحقیق در عملیات بود. از دقت، قدرت و بهینگی OR همه شون شگفت زده شده بودند و می گفتند OR یه چیز فوق العاده است، شگفت انگیزه.
معروفه وقتی به نظامی ها می گفتند این چیز فوق العاده همون ریاضیات هست، قانع نمی شدند و می گفتند نه! اگر ریاضیات هست چرا اینقدر در عمل به کار میاد؟
اصلا تولد
Operation Research
یا همون تحقیق در عملیات در همون دوره اتفاق افتاده.
در آمریکا فقط یه چیزی رو تکرار می کردند: اگر از نظر علمی قوی باشیم از نظر نظامی هم قوی می شیم.
حضور دانشمندان در دوران جنگ چنان پررنگ بود که یه نگرانی به وجود اومده بود:
جنگ که تموم بشه، دانشمندها باید برند سر کار قبلی شون؟ یعنی همه چیز تموم شد؟
در ۱۹۴۵ وزیر نیروی دریایی به ترومن نامه ای نوشت و اعلام کرد در زمان صلح نباید این همکاری ها قطع بشه. گفت: یه واحدی بزنید بودجه اش رو از کنگره بگیره ولی زیر نظر ارتش یا ما نباشه. فقط این همکاری ها قطع نشه.
در اون دوره از همه بیشتر دوره طلایی OR یعنی تحقیق در عملیات بود. از دقت، قدرت و بهینگی OR همه شون شگفت زده شده بودند و می گفتند OR یه چیز فوق العاده است، شگفت انگیزه.
معروفه وقتی به نظامی ها می گفتند این چیز فوق العاده همون ریاضیات هست، قانع نمی شدند و می گفتند نه! اگر ریاضیات هست چرا اینقدر در عمل به کار میاد؟
❤2
به مناسبت پایان هفته پژوهش: ریاضیات بنیادین، ارزش سرمایهگذاری یا بازی با ظواهر؟
ما در ایران، در سایهای از ساختارهای دانشگاهی ایستادهایم که گاه بیشتر نمایشی از علمگرایی است تا گامهای استوار در مسیر تولید دانش. در همین حال، در غرب، پژوهشی در قلب نظریه اعداد - یکی از انتزاعیترین عرصههای ریاضی - با گرنتی دو میلیون یورویی حمایت میشود.
این گرنت به پروفسور آنا کارایانی، ریاضیدان دانشگاه امپریال کالج لندن، اعطا شده تا پژوهشش را در تقاطع پشتههای ایگوسا و برنامه لنگلندز پیش ببرد. برنامه لنگلندز که به عنوان نظریه وحدت بزرگ ریاضیات شناخته میشود، شاخههایی مانند نظریه اعداد و هندسه را به هم پیوند میدهد. پروفسور کارایانی قصد دارد با استفاده از این پشتههای نوظهور، زبان هندسه را به گفتوگوی پیچیده نظریه اعداد بیاورد.
اما این خبر، فراتر از یک موفقیت فردی است؛ نمادی است از یک تفاوت بنیادین در نگرش. در یک سو، جامعهای قرار دارد که حاضر است برای کنجکاوی محض و کاوش در بنیادیترین مفاهیم ریاضی - حتی بدون کاربرد فوری - سرمایهگذاری کلان کند. در سوی دیگر، نظامی علمی که اغلب درگیر ظواهر، شمارش مقالههای کممایه، و ساختارهایی بیروح شده و نفس پژوهش اصیل را در خود خفه میکند.
این دو میلیون یورو، فقط پول نیست؛ یک بیانیه ارزش است. بیان میکند که کاوش در ناشناختههای بنیادین دانش به اندازه پروژههای کاربردی اهمیت دارد. در حالی که در ایران، علوم بنیادی مانند ریاضیات محض اغلب در حاشیه میمانند، بودجهها ناچیز است، و حمایت نهادی از پژوهشی عمیق و بلندمدت، جای خود را به عجلۀ تولید خروجیِ قابل شمارش داده است.
این شکاف، تنها مالی نیست؛ شکافی فلسفی و اولویتی است. تا زمانی که علم را نه به عنوان هزینه که به عنوان سرمایهگذاری بنیادین نبینیم، و تا زمانی که آزادی پژوهش و کنجکاوی بیمرز را نکوبیم، تنها تماشاگر پیشرفت جهانی خواهیم ماند - در حالی که نسخهای رنگپریده و کاریکاتوری از یک نظام دانشگاهی زنده را اجرا میکنیم.
هفته پژوهش میگذرد، اما پرسش باقی میماند: آیا ما در ایران، پژوهش را به مثابه نمایشی تشریفاتی میبینیم، یا به راستی باور داریم که سرمایهگذاری روی کنجکاوی محض و دانش بنیادی، سنگ بنای تمدن است؟
فرشید عبدالهی
عضو شورای اجرایی انجمن ریاضی ایران
ما در ایران، در سایهای از ساختارهای دانشگاهی ایستادهایم که گاه بیشتر نمایشی از علمگرایی است تا گامهای استوار در مسیر تولید دانش. در همین حال، در غرب، پژوهشی در قلب نظریه اعداد - یکی از انتزاعیترین عرصههای ریاضی - با گرنتی دو میلیون یورویی حمایت میشود.
این گرنت به پروفسور آنا کارایانی، ریاضیدان دانشگاه امپریال کالج لندن، اعطا شده تا پژوهشش را در تقاطع پشتههای ایگوسا و برنامه لنگلندز پیش ببرد. برنامه لنگلندز که به عنوان نظریه وحدت بزرگ ریاضیات شناخته میشود، شاخههایی مانند نظریه اعداد و هندسه را به هم پیوند میدهد. پروفسور کارایانی قصد دارد با استفاده از این پشتههای نوظهور، زبان هندسه را به گفتوگوی پیچیده نظریه اعداد بیاورد.
اما این خبر، فراتر از یک موفقیت فردی است؛ نمادی است از یک تفاوت بنیادین در نگرش. در یک سو، جامعهای قرار دارد که حاضر است برای کنجکاوی محض و کاوش در بنیادیترین مفاهیم ریاضی - حتی بدون کاربرد فوری - سرمایهگذاری کلان کند. در سوی دیگر، نظامی علمی که اغلب درگیر ظواهر، شمارش مقالههای کممایه، و ساختارهایی بیروح شده و نفس پژوهش اصیل را در خود خفه میکند.
این دو میلیون یورو، فقط پول نیست؛ یک بیانیه ارزش است. بیان میکند که کاوش در ناشناختههای بنیادین دانش به اندازه پروژههای کاربردی اهمیت دارد. در حالی که در ایران، علوم بنیادی مانند ریاضیات محض اغلب در حاشیه میمانند، بودجهها ناچیز است، و حمایت نهادی از پژوهشی عمیق و بلندمدت، جای خود را به عجلۀ تولید خروجیِ قابل شمارش داده است.
این شکاف، تنها مالی نیست؛ شکافی فلسفی و اولویتی است. تا زمانی که علم را نه به عنوان هزینه که به عنوان سرمایهگذاری بنیادین نبینیم، و تا زمانی که آزادی پژوهش و کنجکاوی بیمرز را نکوبیم، تنها تماشاگر پیشرفت جهانی خواهیم ماند - در حالی که نسخهای رنگپریده و کاریکاتوری از یک نظام دانشگاهی زنده را اجرا میکنیم.
هفته پژوهش میگذرد، اما پرسش باقی میماند: آیا ما در ایران، پژوهش را به مثابه نمایشی تشریفاتی میبینیم، یا به راستی باور داریم که سرمایهگذاری روی کنجکاوی محض و دانش بنیادی، سنگ بنای تمدن است؟
فرشید عبدالهی
عضو شورای اجرایی انجمن ریاضی ایران
❤1
Forwarded from Mathematical Musings
هاسدورف، از توپولوژی تا تراژدی
وقتی به دانشمندان و ریاضیدان های دوران آلمان نازی و جنگ جهانی دوم نگاه می کنیم، یه سوالی که مطرح می شه اینه که چطور دوام آوردند؟
در اون دوران فقط با نابغه ها طرف نیستیم، با آدم هایی طرفیم که وسط ترس، سانسور، تبعیض، تبعید و مرگ سعی می کردند هویتشون رو حفظ کنند.
پناه بردن به خود علم به عنوان راه فرار از واقعیت های دنیای بیرون، فرار یا مهاجرت و حتی سکوت یا همکاری از جمله واکنش ها بود.
دیروز سالمرگ هاسدورف بود کسی که هیچ کدوم از این راه حل ها و حتی پناه بردن به خود علم هم ظاهرا براش جوابگو نبوده و چون نتونست به موقع فرار کنه و شغلش رو هم از دست داده بود، در نهایت برای جلوگیری از فرستاده شدن به اردوگاه کار اجباری، به همراه همسر و خواهرزاده همسرش دست به خودکشی زدند. در آخرین نامه اش خطاب به دوستش نوشته بود:
وقتی به دانشمندان و ریاضیدان های دوران آلمان نازی و جنگ جهانی دوم نگاه می کنیم، یه سوالی که مطرح می شه اینه که چطور دوام آوردند؟
در اون دوران فقط با نابغه ها طرف نیستیم، با آدم هایی طرفیم که وسط ترس، سانسور، تبعیض، تبعید و مرگ سعی می کردند هویتشون رو حفظ کنند.
پناه بردن به خود علم به عنوان راه فرار از واقعیت های دنیای بیرون، فرار یا مهاجرت و حتی سکوت یا همکاری از جمله واکنش ها بود.
دیروز سالمرگ هاسدورف بود کسی که هیچ کدوم از این راه حل ها و حتی پناه بردن به خود علم هم ظاهرا براش جوابگو نبوده و چون نتونست به موقع فرار کنه و شغلش رو هم از دست داده بود، در نهایت برای جلوگیری از فرستاده شدن به اردوگاه کار اجباری، به همراه همسر و خواهرزاده همسرش دست به خودکشی زدند. در آخرین نامه اش خطاب به دوستش نوشته بود:
وقتی این نامه را دریافت می کنی، ما سه نفر این "مسئله" را به روشی دیگر حل کردهایم، روشی که تو همیشه تلاش میکردی ما را از آن منصرف کنی.
❤3
Forwarded from دانشجو Z
شورایصنفی دانشکده علوماجتماعی، ضمن حمایت از کارزار ایجاد شده بابت پیشگیری از مجازی سازی ترم آتی؛ از کلیه دانشجویان دعوت میکند تا در امضای آن شریک شوند.
همچنین از تمامی انجمنها و تشکلهای دانشگاه تهران و تمامی دانشگاههای کشور دعوت میکنیم ضمن حمایت از مطالبات این کارزار به آن بپیوندند.
این کارزار تاکنون توسط ۴۶۵۸ دانشجو امضا شده است.
به هیچ عنوان مجازی سازی دانشگاه را نمیپذیریم!
لینک امضا
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from اخبار و کتاب های ریاضی
صفورا جعفری
دانشجوی رشته ریاضیات و کاربردهای دانشگاه بینالمللی امام خمینی
که در حوادث اخیر کشته شد.
@harmoniclib
خانم جعفری دانشجوی با استعداد رشته ریاضی با معدل بالا، دانشجوی المپیادی و فعال و دبیر انجمن رشته ریاضی بودند.
دانشجوی رشته ریاضیات و کاربردهای دانشگاه بینالمللی امام خمینی
که در حوادث اخیر کشته شد.
@harmoniclib
خانم جعفری دانشجوی با استعداد رشته ریاضی با معدل بالا، دانشجوی المپیادی و فعال و دبیر انجمن رشته ریاضی بودند.
❤2💔2
Forwarded from اخبار و کتاب های ریاضی
لیست اهداف مهندس محمد جعفرپور که در حوادث اخیر کشته شد.
@harmoniclib
"من هوش مصنوعی را قورت میدهم و از بهترینهای هوش مصنوعی هستم و و و ...."
@harmoniclib
"من هوش مصنوعی را قورت میدهم و از بهترینهای هوش مصنوعی هستم و و و ...."
❤2💔1
اخبار و کتاب های ریاضی
لیست اهداف مهندس محمد جعفرپور که در حوادث اخیر کشته شد. @harmoniclib "من هوش مصنوعی را قورت میدهم و از بهترینهای هوش مصنوعی هستم و و و ...."
به نام خدایی که به شدت شاکر او هستم .....
❤1💔1
برهان خلف؛ ابزار شرافتمندانه ریاضیدانان برای اثبات حکم
اقلیدس، در حدود ۲۳ قرن قبل، با نوشتن کتاب اصول، هندسه را استحکام بخشید. از این روست که او را بنیانگذار هندسه یا پدر هندسه میخوانند. او شیفته و دلباخته برهان خلف بود. این را میتوان در خط به خط اثباتهایش برای هندسه دید.
مبارزه برای تفوق بر حکم یک مسأله ریاضی را میتوان به بازی شطرنج تعبیر نمود. یک ریاضیدان باید با آیندهنگری گزارههای خود را همانند مهرههای شطرنج در کنار هم بچیند تا به آرایش درست برای پیروزی دست یابد. در این میان شاید لازم باشد گزارهای را فدا کند تا حکمی را به اثبات برساند.
هاردی، ریاضیدان برجستهای که به دلیل کارهای عمیقش در نظریه اعداد و آنالیز ریاضی معروف است، در حدود ۲۲ قرن بعد از اقلیدس، عشق او به برهان خلف را میستاید. از نظر هاردی تفاوت ظریفی بین طعمهفکنی در بازی شطرنج و استفاده از برهان خلف وجود دارد. وی معتقد است آنچه برهان خلف را شرافتمندانهتر از ترفندهای برد در شطرنج میسازد این است که یک ریاضیدان، هنگام استفاده از برهان خلف کل بازی را واگذار میکند و فدا کردن یک گزاره را شایسته رسیدن به حکم نمیداند.
یک ریاضیدان در هنگام استفاده از برهان خلف برای اثبات حکم، خودِ حکم را به تمامی تقدیم میکند. این رویکرد سخاوتمندانه چنان اثربخش است که پیروزی را نصیب ریاضیدان میگرداند.
تاریخ ریاضیات نشان میدهد که بخش معتنابهی از قضایای اثرگذار ریاضی بدین روش به اثبات رسیدهاند؛ قضایایی که مسیر حرکت ریاضیات را به گونهای شکل دادهاند تا امروز به عنوان ملکه علوم بر اریکه دانش تکیه زند. ریاضیدانان امروز، این فرمانروایی بر سایر علوم پایه را بیتردید مدیون اسطورههایی هستند که روزی برای نجات سرزمین ریاضیات، حکم را به تمامی تقدیم کردهاند.
مجید میرزاوزیری
@harmoniclib
اقلیدس، در حدود ۲۳ قرن قبل، با نوشتن کتاب اصول، هندسه را استحکام بخشید. از این روست که او را بنیانگذار هندسه یا پدر هندسه میخوانند. او شیفته و دلباخته برهان خلف بود. این را میتوان در خط به خط اثباتهایش برای هندسه دید.
مبارزه برای تفوق بر حکم یک مسأله ریاضی را میتوان به بازی شطرنج تعبیر نمود. یک ریاضیدان باید با آیندهنگری گزارههای خود را همانند مهرههای شطرنج در کنار هم بچیند تا به آرایش درست برای پیروزی دست یابد. در این میان شاید لازم باشد گزارهای را فدا کند تا حکمی را به اثبات برساند.
هاردی، ریاضیدان برجستهای که به دلیل کارهای عمیقش در نظریه اعداد و آنالیز ریاضی معروف است، در حدود ۲۲ قرن بعد از اقلیدس، عشق او به برهان خلف را میستاید. از نظر هاردی تفاوت ظریفی بین طعمهفکنی در بازی شطرنج و استفاده از برهان خلف وجود دارد. وی معتقد است آنچه برهان خلف را شرافتمندانهتر از ترفندهای برد در شطرنج میسازد این است که یک ریاضیدان، هنگام استفاده از برهان خلف کل بازی را واگذار میکند و فدا کردن یک گزاره را شایسته رسیدن به حکم نمیداند.
یک ریاضیدان در هنگام استفاده از برهان خلف برای اثبات حکم، خودِ حکم را به تمامی تقدیم میکند. این رویکرد سخاوتمندانه چنان اثربخش است که پیروزی را نصیب ریاضیدان میگرداند.
تاریخ ریاضیات نشان میدهد که بخش معتنابهی از قضایای اثرگذار ریاضی بدین روش به اثبات رسیدهاند؛ قضایایی که مسیر حرکت ریاضیات را به گونهای شکل دادهاند تا امروز به عنوان ملکه علوم بر اریکه دانش تکیه زند. ریاضیدانان امروز، این فرمانروایی بر سایر علوم پایه را بیتردید مدیون اسطورههایی هستند که روزی برای نجات سرزمین ریاضیات، حکم را به تمامی تقدیم کردهاند.
مجید میرزاوزیری
@harmoniclib
Forwarded from انجمن ریاضی ایران (IMS) (S. Alikhani)
انجمن علمی دانشجویی ریاضی دانشگاه شهید مدنی آذربایجان با همکاری انجمن ریاضی ایران، خانه های ریاضیات یزد و خوروبیابانک و گروه آموزشی ریاضی متوسطه دوم استان یزد به مناسبت هفته بهار ریاضیات برگزار میکند:
🟢⚡️نتایجی درمورد اعداد متحاب و اعداد به فرم برج توانی⚡️🟢
🔷سخنران:دکتر سعید علیخانی (استاد دانشکده علوم ریاضی دانشگاه یزد و عضو شورای اجرایی انجمن ریاضی ایران)
🔷زمان:روز دوشنبه 28 اردیبهشت 1405، ساعت 19 بصورت آنلاین
🔷لینک حضور در وبینار:
https://meeting.yazd.ac.ir/puremathematicssession1/
🟢⚡️نتایجی درمورد اعداد متحاب و اعداد به فرم برج توانی⚡️🟢
🔷سخنران:دکتر سعید علیخانی (استاد دانشکده علوم ریاضی دانشگاه یزد و عضو شورای اجرایی انجمن ریاضی ایران)
🔷زمان:روز دوشنبه 28 اردیبهشت 1405، ساعت 19 بصورت آنلاین
🔷لینک حضور در وبینار:
https://meeting.yazd.ac.ir/puremathematicssession1/
Forwarded from Mathematical Musings
شاید هیچ کس به اندازه خانم
Karen Uhlenbeck
شایسته این نباشه که درباره "زنان" و "ریاضیات" صحبت کنه. یه کمی اعصاب ندار هم هستند و همین اتفاقا جذاب تر می کنه شخصیت شون رو.
تنها زنی که "نوبل ریاضیات" یعنی جایزه آبل رو گرفته.
در حال ترک کلیسا بوده که بهش گفتند منتظر تماس از نروژ باش. میس کال هاش رو بررسی کرده و:
یه سرآشپز به اسم جولیا که آدم معروفی بوده رو الگوی خودش قرار می ده.
گفته از زمان بردن جایزه ایمیل های زیادی از زنان دریافت کرده و گفتند من الگوشون هستم. می گه حس فوق العاده ای دارم.
Karen Uhlenbeck
شایسته این نباشه که درباره "زنان" و "ریاضیات" صحبت کنه. یه کمی اعصاب ندار هم هستند و همین اتفاقا جذاب تر می کنه شخصیت شون رو.
تنها زنی که "نوبل ریاضیات" یعنی جایزه آبل رو گرفته.
در حال ترک کلیسا بوده که بهش گفتند منتظر تماس از نروژ باش. میس کال هاش رو بررسی کرده و:
دکمه را زدم و تماس را دوباره برقرار کردم، آن ها گفتند که من برنده شده ام و من مجبور شدم بنشینم.
در همان دوره ای که من مدرکم را گرفتم، مشاغل دانشگاهی و احتمالاً جاهای دیگر به تدریج به روی زنان باز می شد. من دقیقاً در لبه این تغییر بودم. دانشگاه هایی بودند که اصلاً حاضر نبودند من را استخدام کنند.
بعضی ها به من می گفتند: "چرا نمی روی در یک کالج مخصوص زنان تدریس کنی؟" چنین چیزهایی به من گفته می شد، اما فکر می کنم روحیه ی سرکشی داشتم، بنابراین ادامه دادم.گفته زمانی که من شروع کردم ریاضی خوندن در حوزه STEM هیچ زنی نبود که بتونم اون رو الگوی خودم قرار بدم، ولی من الگو می خواستم، یه زن!
یه سرآشپز به اسم جولیا که آدم معروفی بوده رو الگوی خودش قرار می ده.
گفته از زمان بردن جایزه ایمیل های زیادی از زنان دریافت کرده و گفتند من الگوشون هستم. می گه حس فوق العاده ای دارم.
باید بگویم که در مقطعی به این فکر افتادم که اگر به اطرافم نگاه کنم و ببینم هیچ زنی در ریاضیات پشت سر من در حال پیشرفت نیست، چه احساسی خواهم داشت؟ احساس وحشتناکی داشتم. حالا دختران جوان، پرانرژی، باهوش و گاهی عجیب و متفاوت را می بینم که وارد ریاضیات می شوند. وقتی من جوان بودم، نمی توانستم اینقدر "عجیب و متفاوت" باشم. باید محتاط می بودم. نمی توانستم موهایم را بنفش کنم و سر کلاس حساب دیفرانسیل و انتگرال تدریس کنم، اما دیدنشان را دوست دارم، فوق العاده اند.
Forwarded from Mathematical Musings
ظاهرا یه ریاضیدان دیگه تونسته با
ChatGPT 5.5 Pro
این مساله رو حل کنه(یعنی مثال نقض رو پیدا کنه)
مساله ای که بیشتر از نیم قرن حل نشده بود، حالا توی ۲۴ ساعت سه تا راه حل براش پیدا شده. دوتا رو AI پیدا کرده و یکی رو انسان.
گفته: اردوش برای این مساله جایزه تعیین کرده بود، پولش رو بدید هزینه اشتراک
ChatGPT 5.5 Pro
در بیاد.
لینک
قبلا Qunata درباره کارهاش نوشته بود.
https://www.quantamagazine.org/epic-effort-to-ground-physics-in-math-opens-up-the-secrets-of-time-20250611/
ChatGPT 5.5 Pro
این مساله رو حل کنه(یعنی مثال نقض رو پیدا کنه)
مساله ای که بیشتر از نیم قرن حل نشده بود، حالا توی ۲۴ ساعت سه تا راه حل براش پیدا شده. دوتا رو AI پیدا کرده و یکی رو انسان.
گفته: اردوش برای این مساله جایزه تعیین کرده بود، پولش رو بدید هزینه اشتراک
ChatGPT 5.5 Pro
در بیاد.
لینک
قبلا Qunata درباره کارهاش نوشته بود.
https://www.quantamagazine.org/epic-effort-to-ground-physics-in-math-opens-up-the-secrets-of-time-20250611/
Forwarded from Mathematical Musings
می گه آفرینش و ساختن دوپامین ایجاد نمی کنه. ساختن در خاموشی اتفاق می افته.
از اون طرف ویرانی توجه همه رو جلب می کنه.
سال ها و سال ها زمان لازمه تا یه برنامه درسی منسجم مثلا در ریاضیات تهیه بشه و یه امضا ممکنه همه چیز رو به فنا بده.
چرا بچه ها باید با میراث گذشته آشنا بشن؟ چون درست بوده همه چیز؟ نه! چون حاصل زحمت و تلاش و آزمون و خطای انسان های بسیاری بوده.
می گه چالش اصلی اینه که بزرگسالانی بالغ و مسئولیت پذیر نداریم. شیفتگی به تغییرات انقلابی، کنار گذاشتن چیزهایی که درست کار می کردند، انتقام جویی از نفرات قبلی، سیاست های کین توزانه و تمسخر هر چه میراث گذشته و آدم های قبل از ما بوده باعث شد مرتب برنامه های درسی و آموزشی رو نه عوض بلکه ویران کنیم!
می گه ما به گذشته بدهکاریم. می گه ما نه تنها به کودکان امروز بلکه به بچه هایی که هنوز به دنیا نیومدند تعهد داریم.
می گه پیشرفت واقعی از دل حفظ، انتقال و بهبود تدریجی میراث گذشته به وجود میاد، نه از تخریب مداوم اون به اسم نوگرایی یا فضیلت اخلاقی.
https://www.emaths.co.uk/blog/general-education/item/the-seduction-of-destruction
از اون طرف ویرانی توجه همه رو جلب می کنه.
سال ها و سال ها زمان لازمه تا یه برنامه درسی منسجم مثلا در ریاضیات تهیه بشه و یه امضا ممکنه همه چیز رو به فنا بده.
چرا بچه ها باید با میراث گذشته آشنا بشن؟ چون درست بوده همه چیز؟ نه! چون حاصل زحمت و تلاش و آزمون و خطای انسان های بسیاری بوده.
می گه چالش اصلی اینه که بزرگسالانی بالغ و مسئولیت پذیر نداریم. شیفتگی به تغییرات انقلابی، کنار گذاشتن چیزهایی که درست کار می کردند، انتقام جویی از نفرات قبلی، سیاست های کین توزانه و تمسخر هر چه میراث گذشته و آدم های قبل از ما بوده باعث شد مرتب برنامه های درسی و آموزشی رو نه عوض بلکه ویران کنیم!
می گه ما به گذشته بدهکاریم. می گه ما نه تنها به کودکان امروز بلکه به بچه هایی که هنوز به دنیا نیومدند تعهد داریم.
می گه پیشرفت واقعی از دل حفظ، انتقال و بهبود تدریجی میراث گذشته به وجود میاد، نه از تخریب مداوم اون به اسم نوگرایی یا فضیلت اخلاقی.
https://www.emaths.co.uk/blog/general-education/item/the-seduction-of-destruction
Forwarded from Mathematical Musings
خانم
Melanie Wood
ریاضیدان آمریکایی در مورد اون مساله اردوش که جدیدا حل شده و خیلی سروصدا کرده گفته:
اون مقاله مربوط که توسط OpenAI منتشر شده
a history of closely related ideas in the literature
رو درست منعکس نکرده. گفته: اکی، خیلی قدرتمنده ولی باید
human understanding of the mathematics
هم این وسط حفظ بشه.
از جمله تهدیداتی که در اون بیانیه می گن وجود داره سیل زیاد مقالات تولید شده توسط هوش مصنوعی هست.
مقالاتی که
plausible seeming
هستند ولی در نهایت غلط از آب درمیان.
OpenAI, Google DeepMind and Anthropic
و استارت آپ هایی مثل
Harmonic, Math, Inc. and Axiom
وسط تحقیقات ریاضی چی کار می کنند؟
مساله ها رو بر چه اساسی بهش اهمیت می دن؟ سازگاری با مدل های خودشون؟
یه خبر میاد بیرون که فلان مساله حل شد. یه خبر و تبلیغات گسترده و در این بین به جزییات اثبات، پرامپت هایی که نوشته شده، زمانی که صرف شده، داده هایی که استفاده شده برای train و... اشاره ای نمی شه.
خبری از شکست ها نیست، شاید اگر خود انسان این حجم زمان و انرژی می ذاشت روی مساله اون رو حل می کرد.
ریاضیات فقط حل مساله های شیک نیست
چرا بیانیه رو دادند؟
ریاضیدان ها نگران هستند، نگران اینکه در این هیاهوی رسانه ای ارزش های واقعی ریاضیات گم بشه.
می گن دنیای tech دنیایی هست که
commercial logic
داره.
دنیای ریاضی هنوز بر مبنای
gift economy
کار می کنه و کسانی که میان این رشته رو می خونند idealist هستند.
عمر ریاضیات به اندازه عمر بشر هست و هیچ فناوری نمی تونه اون رو نابود کنه. می گن ما نگرانیم جنبه اصلی ریاضیات یعنی جست و جوی جمعی برای فهم زیبایی به فنا بره.
می گن ما نگران این موضوع هستیم که یه مشت شرکت به سمت این زیبایی حمله کردند.
https://www.nytimes.com/2026/06/02/science/ai-mathematics-leiden-declaration.html
Melanie Wood
ریاضیدان آمریکایی در مورد اون مساله اردوش که جدیدا حل شده و خیلی سروصدا کرده گفته:
اون مقاله مربوط که توسط OpenAI منتشر شده
a history of closely related ideas in the literature
رو درست منعکس نکرده. گفته: اکی، خیلی قدرتمنده ولی باید
human understanding of the mathematics
هم این وسط حفظ بشه.
از جمله تهدیداتی که در اون بیانیه می گن وجود داره سیل زیاد مقالات تولید شده توسط هوش مصنوعی هست.
مقالاتی که
plausible seeming
هستند ولی در نهایت غلط از آب درمیان.
OpenAI, Google DeepMind and Anthropic
و استارت آپ هایی مثل
Harmonic, Math, Inc. and Axiom
وسط تحقیقات ریاضی چی کار می کنند؟
مساله ها رو بر چه اساسی بهش اهمیت می دن؟ سازگاری با مدل های خودشون؟
یه خبر میاد بیرون که فلان مساله حل شد. یه خبر و تبلیغات گسترده و در این بین به جزییات اثبات، پرامپت هایی که نوشته شده، زمانی که صرف شده، داده هایی که استفاده شده برای train و... اشاره ای نمی شه.
خبری از شکست ها نیست، شاید اگر خود انسان این حجم زمان و انرژی می ذاشت روی مساله اون رو حل می کرد.
ریاضیات فقط حل مساله های شیک نیست
it is also the cultivation of ideas, understanding, judgment, and human insight.
چرا بیانیه رو دادند؟
ریاضیدان ها نگران هستند، نگران اینکه در این هیاهوی رسانه ای ارزش های واقعی ریاضیات گم بشه.
می گن دنیای tech دنیایی هست که
commercial logic
داره.
دنیای ریاضی هنوز بر مبنای
gift economy
کار می کنه و کسانی که میان این رشته رو می خونند idealist هستند.
عمر ریاضیات به اندازه عمر بشر هست و هیچ فناوری نمی تونه اون رو نابود کنه. می گن ما نگرانیم جنبه اصلی ریاضیات یعنی جست و جوی جمعی برای فهم زیبایی به فنا بره.
می گن ما نگران این موضوع هستیم که یه مشت شرکت به سمت این زیبایی حمله کردند.
https://www.nytimes.com/2026/06/02/science/ai-mathematics-leiden-declaration.html
❤1