حافظۀ ترجمه

حافظۀ ترجمه نوعی ابزار برای تسریع و تسهیل کار مترجم است.

حافظۀ ترجمه

حافظۀ ترجمه نوعی ابزار برای تسریع و تسهیل کار مترجم است.

تلفن هوشمند شما در سال 2018: 15 ویژگی جدید --- قسمت 3

پردازنده های 32 هسته ای

مسیر پیش رو: کلیۀ فعالیت های تلفن هوشمند به نوعی با قدرت ذهنی آن مرتبط است. ظرف سه سال آینده، تلفن های هوشمند می بایست دارای پردازنده های 32 هسته ایِ 256 بیتیِ 20 نانومتری باشند. احتمالاً، رقابت پیش رو میان ARM و Intel ممکن است به خلق پردازنده های میکروساختاری منجر شود.

پیش بینی: ظرف پنج سال آینده، تلفن های هوشمند از قدرتمندترین دسکتاپ های کنونی قوی تر خواهند بود.


دوربین های پردازشی

مسیر پیش رو:

ظرف پنج سال آینده، دوربین های دیجیتالیِ Point-and-Shoot همانند دوربین های فیلم برداریِ کنونی، منسوخ خواهند شد. دلیل آن این است که دوربین تلفن های هوشمند پردازشی خواهد شد و قادر است همانند چشم انسان فعالیت کند، به طور ناگهانی بر اشیاء تمرکز کند، اشیاء را دنبال کند، و خود را با سطوح روشنایی مختلف وقف دهد. پیشرفت هایی مانند فناوری های تمرکز خودکارِ  Nvidia Chimera و DigitalOptics راه را برای این منظور هموار خواهند کرد.

پیش بینی:

به لطف ویژگی هایی مانند مودِ three-second video-still  در ابزار HTC Zoe خط تفکیک کنندۀ تصویر ثابت و ویدئو از بین خواهد رفت. تا زمانی که دکمۀ Shutter فشرده شود، تمامی تصاویر  به شکل متحرک ضبط می شوند و صاحب تلفن در فرصت مناسب تصمیم خواهد گرفت که تصویر ضبط شده باید عکس ثابت باشد و یا ویدئو.


ادامه دارد ...


قسمت اول این گزارش را می توانید با کلیک بر روی این جمله مشاهد کنید.

قسمت دوم این گزارش را می توانید با کلیک بر روی این جمله مشاهده کنید.


نقطه پینچ (pinch point)


نقطۀ پینچْ نقطه ای است که ممکن است در آنْ بدن فرد و یا قسمتی از بدن وی میان بخش های متحرک یک دستگاه و یا بخش متحرک و ثابت دستگاه گیر کند. نقطۀ پینچ ممکن است منجر به بروز آسیب دیدگی شود؛ با وجود این، لزوماً به بدن فرد صدمه وارد نمی کند --- در این حالت صرفاً بدن فرد در این نقطه گرفتار می شود و دیگر نمی توان بخش گرفتار شده را از نقطۀ پینچ خارج کرد.


کدام یک از ماشین ها نقطۀ پینچ دارند؟

ماشین های شکل دهندۀ فلزات، پرس های قدرت، نقاله ها، ماشین های رباتیک، غلطک ها، ماشین های مونتاژ، ماشین های قالب گیری پلاستیک، پرس های پرینت، خم کننده های برقی، پرس خمشی، تجهیزات انتقال نیرو، درهای برقی، پوشش ها، و دریچه ها.  


نقش کارفرما در این رابطه چیست؟

مهم ترین کاری که کارفرما ملزم به انجام آن استْ ارزیابی ماشین ها و عملیات هایی است که در محیط پیرامون یافت می شوند تا بتواند نقاط پینچ را شناسایی کند. پس از شناسایی آن ها، از میان بردن این نقاط و یا برپا کردن تجهیزات محافظتی می بایست به گونه ای انجام گیرد تا از تماس کارگر با نقاط پینچ جلوگیری شود. مرحلۀ بعد آموزش کارگران دربارۀ دلایل گاردبندی و خطرات احتمالی نقاط پینچ است.

نقش کارگران در این رابطه چیست؟

کارگران ملزم هستند تا از جابجا کردن، خارج کردن، اصلاح کردن، و تغییر دادن گاردها خودداری کنند، مگر آنکه به خوبی در مورد این گونه کارها آموزش دیده باشند و یا به این منظور به کار گمارده شده باشند. اگر هر کدام از کارگران متوجه نقاط پینچِ بدون پوشش شدند، می بایست بی درنگ سرپرست کارگاه و یا کارفرما را از این موضوع مطلع کنند.


منبع:

Iowa Injury Law Center

تحت عنوان

"What is a machine operator's pinch point?"


ابزارهای کامپیوتری پشتیبان مترجم (CAT) --- قسمت دوم


نویسنده: Ilya Ulitkin (استاد زبان شناسی دانشگاه مسکو، مترجم روسی به انگلیسی، ویراستار ژورنال الکترونیک کوانتومی)


ایدۀ ترجمه با پشتیبانی کامپیوتر (Computer-assisted translation) با ظهور کامپیوتر های اولیه مطرح شد: بسیاری از مترجمان مخالف ترجمۀ ماشینی بودند، که در بحث زبان شناسی کامپیوتری موضوع تحقیقات بسیاری بوده است، اما استفاده از کامپیوتر به عنوان میز کار مترجم مساله ای است که به شدت از آن حمایت کرده اند. 

در واقع، ایدۀ ترجمه با پشتیبانی کامپیوتر (CAT) اولین بار به وسیلۀMartin Kay مطرح شد. اظهارات وی در سال 1980 رویکردهای وقت در مورد ترجمۀ ماشینی را مورد انتقاد قرار داد، یعنی تولید سیستمی که هدف آن جایگزین کردن انسان با ماشین بود و یا در بهترین حالت تقلیل دادن نقش مترجم به ویراستار و یا ابزار آپدیت کردن فرهنگ‌های لغت. در عین حال، وی خواستار توسعۀ ابزارهایی شد که مترجمان با کمک آن‌ها به کار ترجمه بپردازند.

 

از آنجایی که در آن زمان هنوز ریزپردازنده‌ها و کامپیوترهای شخصی ابداع نشده بودند، ابزار کارْ شبکه ای از ترمینال‌ها بود که به یک مینفریم متصل می‌شدند.

 

اساس ایدۀ Kay این بود که ابزارهای واژه‌پرداز کنونی را می‌توان به تدریج با امکانات ترجمه ارتقا داد. در مرحلۀ اول یک ویراستارِ متن چندزبانه (multilingual) و یک ترمینال با صفحۀ دوپاره مورد نیاز بود؛ به چنین چیزی می بایست قابلیتی افزوده می شد تا اولاًبه شکل خودکار تمام کلمات و عبارات در فرهنگ لغت جستجو شوند، ثانیاًمعادل‌هایی که مترجم پیش از آن برای کلمات و عبارات در نظر گرفته بود کنترل شوند تا از انسجام متن اطمینان حاصل گردد. در نهایت، بخش‌هایی از متن به انتخاب خود مترجم به شکل خودکار به وسیلۀ ماشین ترجمه و مترجم آن را ویرایش کند و یا به شکل تعاملی چنین کاری انجام شود، یعنی کامپیوتر از مترجم درخواست رفع ابهام کند [4].

 

امروزه، معمول‌ترین کاربرد کامپیوتر در ترجمه استفاده از نرم افزارهایی است که اتوماسیون را در فرایند ترجمه تضمین می کنند، که عبارتند از:

(1) دیکشنری های الکترونیکی (آی فینگر، اَبی لینگوُ، کالینز-اُلترالینگوا، موبایل سیستم، پاراگون سافتور، و غیره) و کورپس های زبان های بین المللی (بریتیش نشنال کورپس، اَمریکن نشنال کورپس، راشن نشنال کورپس، کورپس پارالل انگلیسی - نروژی، و غیره)؛

(2) ابزارهای کامپیوتری پشتیبان مترجم (CAT tools) و یا نرم افزارهای «حافظۀ ترجمه» (اس ال دی ترادوس، ممو کیو، Deja vu، استار ترنزیت، وُردفست، و غیره)؛

(3) نرم افزارهای ادیتور (اسپل چکر، استایل رایتر، و غیره)

دیکشنری های الکترونیکی می توانند تک زبانه باشند و یا دو زبانه و حتی چند زبانه. به علاوه آن ها حاوی اطلاعاتی در مورد ترکیب کلمات، تلفظ (معمولا بوسیلۀ یک متکلم بومی بیان می شوند)، و کالوکیشن ها هستند. حتی ممکن است فرهنگ هایی را شامل شوند که به یک زمینۀ واحد (ریاضی، فیزیک، زیست شناسی، پزشکی، مذاهب، مهندسی، و غیره)، اصطلاحات، اسلنگ ها، و غیره اختصاص دارند.

تمامی دیکشنری های الکترونیکی را می توان به دو دستۀ آنلاین و آفلاین دسته بندی کرد. دیکشنری های آنلاین نیازمند دسترسی به اینترنت هستند، در حالی که دیکشنری های آفلاین را می توان روی کامپیوتر نصب و به شکل آفلاین استفاده کرد.

دامنۀ نرم افزارهای دیکشنری بسیار فراتر از دیکشنری های کاغذی است. بسیاری از ناشران سنتیِ فرهنگ لغت امکان استفاده از منابعشان را بر روی دسکتاپ و لپتاپ فراهم آورده اند. این برنامه ها را می توان دانلود کرد و یا به شکل سی دی خریداری و نصب کرد. برخی از ناشران تخصصی نیز اقدام به تولید نرم افزارهای الکترونیکی می کنند، مانند آی فینگر، اَبی لینگوُ، کالینز-اُلترالینگوا، موبایل سیستم، پاراگون سافتور. برخی دیکشنریهای الکترونیکی فراهم کنندۀ فوروم گفتگوی آنلاین برای زبان شناسان هستند [5].

از جمله خصوصیات دیکشنری های آنلاینْ ساده بودن، پردازش سریع اطلاعات، امکان کپی و پیست کردن واژۀ جستجو شده، و سایر توانمندی های آن هاست. با این حال، برخی دیکشنری های آنلاین بر پایۀ اصول «ویکی» استوارند؛ به این معنا که کاربران می توانند آن ها را آپگرید کنند. یکی از نمونه های آن Urban Dictionary است [6].

با وجود این، به گفتۀ B. Osimo خصوصیت آپگرید شدن مداومْ نقطۀ ضعف محسوب می شود: متن چاپ شده معمولا دقیق تر است؛ پیش از آنکه هزینه ای صرف نشر کاغذی شود، نویسنده ها و ناشران تلاش می کنند تا محصولی قابل قبول ارائه دهند. همانطور که همه می دانند، با کمک اینترنت هر کسی می تواند برای خود یک سایت اینترنتی داشته باشد (به شرط آنکه قوانین ملی و بین المللی را نقض نکند)، حتی بدون مشاور، ویراستار، و یا ناشر [7].


در نتیجه، نگرش زبان شناسان به دیکشنری های الکترونیکی، شکاکانه است، زیرا استفاده از آن ها ممکن است کیفیت ترجمه را پایین آورد.

 

با این حال، مزایای دیکشنری های آنلاین روشن است.


اول، آن ها به اندازۀ دیکشنری های چاپی محافظه کار نیستند، زیرا می توان آن ها را به شکل پیوسته آپگرید کرد. چنانچه با علومی سر و کار داشته باشیم که مدام در حال پشرفتند (مانند مخابرات، نانوتکنولوژی، کامپیوتر، و غیره)، چنین مساله ای اهمیت می یابد. دیکشنری های چاپی مدت کوتاهی پس از انتشار منسوخ خواهند شد، و تنها راهی که می توان همگام با پیشرفت های فنی حرکت کرد استفاده از دیکشنری های آنلاین است.


دوم، دیکشنری‌های الکترونیکی دسترسی کاربران را به منابع زبان شناسی تسهیل می‌کنند و می‌توان چنین اطلاعاتی را به سرعت نه تنها در دیکشنری بلکه در اینترنت جستجو کرد. برای مثال، نسخۀ چاپی دیکشنری آکسفورد دارای 12 جلد است، و یافتن واژۀ مورد نظر کار آسانی نخواهد بود، در حالی که می‌توان همان واژه را ظرف چند ثانیه در نسخۀ کامپیوتری پیدا کرد.


سوم، تمامی دیکشنری های الکترونیکی دارای آپشنی هستند که به کاربر اجازه می دهد واژه های خود را به آن اضافه کرده و از این طریق نسخۀ اصلی ارتقا می یابد.


چهارم، دیکشنری های الکترونیکی دوزبانه و چندزبانه در هنگام ترجمه امکان تغییر زبان را بین جفت های زبانی میسر می کنند [2].

 

 

ادامه دارد ...

(این مقاله در سه الی پنج قسمت تهیه شده و روزهای یک شنبه مابین ساعت 22 الی 24 منتشر می شود.)

تلفن هوشمند شما در سال 2018: 15 ویژگی جدید --- قسمت 2

چشم (و صدای شما) کلمۀ عبور شماست

مسیر پیش رو: Apple در صدد است تا فناوری اثر انگشت (finger print ID) را در iPhone5S تعبیه کند، اما تا سال 2015، تلفن های هوشمند قادرند چشم و شبکیۀ مالک خود را تشخیص دهند. فناوری موسوم به «پایش چشمی» و یا «بیومتریک رگ های چشمی» که به وسیلۀ EyeVerify تولید شده است احتمالاً تا سه برابر ایمن تر از finger print ID خواهد بود.

پیش بینی: به محض اینکه تصمیم بگیریم با تلفن خود صحبت کنیم، صدای ما نقش شناسۀ امنیتی را ایفا می کند، و در این میان از تکنیکی استفاده می شود که مشابه فناوری KIVOX شرکت Agito است، که در تلفن هوشمند A586 بایدو-لنوو به کار گرفته شده است. در دانشگاه Carnegie Mellon  نوعی فناوری امنیت صدا در حال طراحی است که می تواند صدای صاحب تلفن را به رشته های الفبایی تبدیل کرده که متعاقباً به کلمۀ عبور تبدیل خواهد شد.

ادامه دارد ...

قسمت اول این گزارش را می توانید با کلیک بر روی این جمله مشاهد کنید.



فناوری Goal Line در مسابقات بین المللی فوتبال

برای اولین بار در تاریخ مسابقات بین المللی، FIFA از تکنولوژی خط گل (Goal Line) در جام کنفدراسیون ها استفاده خواهد کرد. این رقابت ها روز شنبه با بازی برزیل و ژاپن آغاز خواهد شد. سایت خبری AP نگاهی انداخته است به دلیل پذیرش این فناوری و چگونگی عملکرد آن:


چرا حالا:

سپ بلاتر، رئیس فدراسیون فوتبال، سال های سال بر این مساله پافشاری می کرد که فناوری جایگاهی در فوتبال ندارد و اشتباهات داوری را بخشی از جذابیت این بازی می دانست. اما، پس از اشتباهات داوران در جام جهانی 2010 مخصوصا زمانی که گل سالم لمپارت مقابل آلمان مردود اعلام شد، مخالفت دیرینۀ بلاتر با مجهز کردن داوران به فناوری از میان رفت.

آزمایش فناوری:

پس از جام جهانی 2010، 10 سامانۀ مختلف برای آزمایش در اختیار FIFA قرار گرفت، اما عقیده بر این بود که هیچ کدام آن ها به اندازۀ کافی دقیق نیست. اما پس از اعمال اصلاحات لازم بر روی برخی از این سامانه ها، نهاد قانون گذاری فوتبال (International Football Association Board) متقاعد شد می توان از این فناوری در رقابت ها استفاده کرد و در نهایت مجوز تصمیم گیری با پشتیبانی کامپیوتر را صادر کرد.

گزینش سامانه:

برای اولین بار، FIFA این فناوری ها را در ماه دسامبر در جام باشگاهای جهان مورد آزمون قرار داد. GoalRef، که از میدان مغناطیسی استفاده می کند، در یکی از استادیوم ها استفاده شد. دیگر سامانه، که Hawk-Eye نام دارد و مبتنی بر دوربین است، در یک استادیوم دیگر استفاده شد. اما هیچ کدام از آن ها برای استفاده در جام کنفدراسیون ها و جام جهانی برزیل پذیرفته نشدند. سامانۀ آلمانی GoalControl-4D فناوری ای بود که در نهایت برای این منظور گزینش شد.

GoalControl-4D چگونه کار می کند؟

هفت دوربین سرعت بالا روبروی دهانۀ هر کدام از دروازه ها کار گذاشته می شوند. در صورتی که اختلافی بر سر گلِ به ثمر رسیده پیش آید، ظرف یک ثانیه سیگنالی به داور ارسال و به اطلاع وی رسانده می شود که آیا می بایست گل را پذیرفت و یا خیر. همچنین، تصمیم بر روی صفحات نمایش استادیوم به تصویر در خواهد آمد. در تنیس و کریکت، انتظار کشیدن برای تصمیمی که به وسیلۀ Hawk-Eye گرفته می شود، تبدیل به بخشی سرگرم کننده از بازی شده است. اما در فوتبال، تصمیم گیری نهایی همچنان بر عهدۀ داور است --- وی می تواند تصمیم کامپیوتر را نادیده بگیرد. تیری ویل یکی از مسئولان FIFA اظهار داشته است که «زیبایی کار در اینجاست که این فناوری چیزی را برای داور تغییر نداده است و صرفاً کمکی اضافه در اختیار وی قرار خواهد داد.» پیش از شروع بازی، آزمایش دوربین ها اجباری است و چنانچه دربارۀ دقت کار دوربین ها در یک روز خاص شبه ای وجود داشته باشد، مسئولان می توانند دستگاه مذکور را خاموش کنند.

هزینه:

نصب GoalControl-4D در هر استادیوم 267 هزار دلار و استفاده از آن در هر مسابقه 4 هزار دلار هزینه دارد. در صورتی که در حین استفاده از GoalControl-4D، در 16 مسابقه ای که قرار است در شش استادیم برگزار شود، مشکلی بروز کند، FIFA قادر است قرارداد خود را با تولید کننده مورد بازنگری قرار دهد.

فناوری بعدی چیست؟

FIFA اصرار دارد تا استفاده از فناوری را صرفاً به گل های مورد اختلاف محدود کند و به منظور تصمیم گیری دربارۀ موقعیت آفساید و خطای پنالتی استفاده از این سامانه ها در دستور کار قرار ندارد.

منبع:

این مقاله در تاریخ 15.6.2013

تحت عنوان

" International soccer gets goal-line technology"

در AP منتشر شده است.

کشاورزی دقیق (Precision Farming) در راه جهانی شدن


ثانیه به ثانیه، دنیای ما بزرگتر ... و  گرسنه تر می شود.

در واقع، هر یک ثانیه دو نفر به جمعیت جهان افزوده می شود، و تا سال 2050، تولید مواد غذایی می بایست 70 درصد افزایش یابد تا غذای جمعیت رو به رشد تامین گردد.

متاسفانه، ناکارآمدی تکنیک های برداشت محصول، انبارداری نامناسب، و حمل و نقل ضعیف منجر می شود نیمی از غذای تولیدی هیچ گاه مصرف نشود. تقریباً 30 درصد از غذای تولید شده مقصدی به جز سطل های زباله ندارد، و زنجیرۀ تأمین ناکارا این مسئله را پیچیده تر کرده است.

مطمئناً، رویدادهای آب و هوایی، مانند خشکسالی های بلندمدت، مشکلات بیشتری را برای علم کشاورزی خلق کرده است؛ از دست رفتن محصول، کمبود منابع غذایی، و قیمت های فزایندۀ کالاهای مصرفی شاهدی بر این مدعاست.

به منظور معکوس کردن چنین روندِ نگران کننده ای، و به منظور تولید غذای کافی برای برآورده کردن نیازهای جمعیت رو به رشد جهان، صنعت کشاورزی می بایست پذیرای روش های هوشمندِ زراعت باشد.


خوشبختانه، فناوری این کار در حال حاضر در دسترس بوده و از آن استفاده نیز می شود.


کشاورزی دقیقْ (precision agriculture) نام شیوه ای است که زراعت را بهینه خواهد ساخت. در این شیوه از داده های جمع آوری شده از مزرعه و مناطق پیرامون به منظور پیش بینی شرایط جوی و بهینه سازی عملیاتِ زراعتْ استفاده می گردد. به همان اندازه که تجهیزات و نیروی کار مهم است، داده های زمان-واقعی نیز مهم است. این داده ها با شرایط جوی، خاک، سلامت محصول، و کیفیت هوا مرتبطند. علاوه بر آن، آنالیز پیشگویانه نیز می تواند رویکردی هوشمندانه برای تصمیم گیری های خردمندانه در حوزۀ کشاورزی باشد.

کشاورزی دقیق (precision agriculture) می تواند به کشاورزان --- از برونئی تا برزیل --- کمک کند تا مناسب ترین زمان برای برداشت را تخمین زنند تا صدمه به محصول و نقصان آن کاهش یابد؛ تا تعداد کارگران مورد نیاز برای برداشت را برآورد کنند؛ تا زمان دقیق درخواست و اعزام خودروهای حامل محصول را تعیین نمایند --- مسئله ای مهم در مزارعی که نبود جادۀ آسفالته توزیع را فلج کرده است.

موارد فوق و سایر روشهای هوشمند زراعت --- از جمله تکنیک هایی که در اوایل چرخۀ رشد به کار گرفته می شود --- صدمات جوی به محصول را تا 25 درصد تقلیل می دهند، و به این وسیله هدررفت محصول کاهش یافته و غذای بیشتری راهی میز غذا می شود.

توسعه، و استفاده از، فناوری های مبتنی بر آنالیز و پیش بینی به مزارع عظیم محدود نمی گردد. مزارع کوچک و خانوادگی نیز می توانند از این فناوری ها بهره مند شوند تا تولید را افزایش و هدررفت محصول را کاهش دهند.

نود درصد صدماتی که به محصولات کشاورزی وارد می شود، به گفتۀ وزارت کشاورزی ایالات متحده، ناشی از حوادث جوی است. کشاورزی دقیق (precision agriculture)، از طریق پیش بینی شرایط جوی و مدلسازی جوی، و محلی سازی آن --- حتی در سطح یک مزرعۀ خاص --- توانسته این مشکل را مرتفع کند.

در IBM، از طریق استفاده از Deep Thunder، نوعی سرویس مدلسازی جوی ابداع شده است --- نوعی فناوری تحلیلگر برای پیش بینی جوی در سطح محلی، به شکل مناسب سازی شده، با رزولوشن بالا، و سرعت مناسب. حسگرهای تعبیه شده در مزرعه دما و رطوبتِ خاک و هوای پیرامون را اندازه گیری می کنند؛ دستگاه مذکور این داده ها را گردآوری می نماید. تصاویر چند-طیفی که از سامانه های دوربین دار پیشرفته گرفته شده اند با این اطلاعات ترکیب می شوند؛ این تصاویر را ماهواره ها و یا هواپیماها برای دستگاه ارسال می کنند.

در مرحلۀ بعد، سیستم مذکور داده های میدانی را با داده های جمع آوری شدۀ سراسری ترکیب می کند. یک ابر-کامپیوتر این داده ها را پردازش کرده و در نهایت یک مدل ریاضی و چهاربعدی تولید می کند.

Deep Thunder قادر است وضعیت جوی یک نقطۀ خاص را تا سه روز آینده پیش بینی کند؛ محاسبات این سیستم به حدی دقیق است که می تواند بازۀ مکانی یک مایلی و بازۀ زمانی 10 دقیقه ای را پوشش دهد.

در واقع، کشاورزی که به طور کامل از وقایع جوی پیش رو آگاه است می تواند کوددهیِ منطقه ای از مزرعه را که بارش بیشتری دریافت می کند، به تعویق اندازد؛ و یا، می تواند تنها بخشی از مزرعه را آبیاری کند که قرار است بارش کمتری دریافت کند. با توجه به اینکه 70 درصد منابع آب نصیب بخش کشاورزی می شود، قطره قطرۀ آب مصرفی باارزش محسوب می شود.

همچنین، درک بهتر و پیش بینی دقیق ترِ شرایط جوی و تأثیر آن بر شبکۀ حمل و نقلْ می تواند برای کشاورزان سودمند باشد. به کمک این روش، آن ها قادر خواهند بود دربارۀ سریع ترین مسیر و بهترین شیوۀ جابجایی محصول تصمیم گیری کنند. چنین امکانی در کشورهایی مانند برزیل از اهمیتی حیاتی برخوردار است که در آن ها جاده های غیرآسفالته و باران های سنگین موجب می شود کامیون ها در گل و لای گیر کنند.

تجمیع آنالیزهای پیشگویی کننده و تکنیک های مدل سازی با سایر روش های پیشرفتۀ زراعتْ در برهه ای از زمان که منابع در حال تحلیلندْ بسیار سودمند خواهد بود.

برای نمونه، بسیاری از کشاورزان به منظور افزایش عملکرد محصول، از آبیاری flow-through، آبیاری قطره ای، و آبیاری بارانی استفاده می کنند و یا از آب های زیرزمینی به شکل کارا بهره می برند. «بهره مند کردن جحم بالایی از محصول با حداقل آب مصرفی» نه تنها بهره وری مزرعه را ارتقا می دهد، بلکه بازدۀ سرمایه را نیز افزایش می دهد تا بتوان بر راهکارهای هایتِکِ بیشتری سرمایه گذاری کرد.

هنوز هم در بسیاری از کشورها --- خصوصاً کشورهای در حال توسعه --- کشاورزان به منظور تصمیم گیری در مورد کاشت، آبیاری، و برداشتْ از حدس و گمان استفاده می کنند.

از طریق ترکیب ابرکامپیوترها و تحلیل های Deep Thunder با سایر نوآوری های فنی، حتی کشاورزانِ فاقد امکانات نیز می توانند تولید و سود را ارتقا دهند. و تمامی مصرف کنندگان نیز از آن ها ممنون خواهند شد.

منبع:

این مقاله در تاریخ 14.6.2013 تحت عنوان

"Precision Farming Gains Global Foothold" در  منتشر شده است.

داده (Data) و اطلاعات (Information): تفاوت ها و شباهت ها



در زندگی روزمره، بسامد استفاده از واژه های داده و اطلاعات بسیار بالاست. اما با توجه به موقعیت، معنا و کاربرد متفاوتی دارند. هم داده و هم اطلاعات نوعی دانش محسوب می شوند و یا وسیله ای برای دستیابی به دانش. اگر چه این دو را به جای هم به کار می برند، معنای این دو واژه متفاوت است.

داده (Data) ورودی خام به حساب می آید، که پس از پردازش و مرتب سازی خروجی معناداری از آب در خواهد آمد. داده به منزلۀ گروهی ست که خصوصیات کمی و کیفیِ متغیرهای گوناگون را نمایندگی می کند. اطلاعات (Information) معمولاً ماحصلِ پردازش داده است. به طور اخص، اطلاعات از داده مشتق می شود. اطلاعات مفهومی است که می توان آن را در حوزه های مختلف به کار برد.

اطلاعات می تواند محرک ذهنی، ادراک، ارائه، دانش، و حتی دستورالعمل باشد. داده می تواند واقعیات، تحلیل، و یا آمار باشد. در کامپیوتر، سمبل ها، کاراکترها، ایمج ها، و اعدادْ داده نامیده می شوند. این ها ورودی (input) سیستمی هستند که پس از پردازشْ تعبیری معنادار از آن ها خواهد شد. به عبارت دیگر، داده، زمانی که به شکل معنادار در می آید، تبدیل خواهد شد به اطلاعات.

اگر داده در پایین ترین سطح یک سری باشد، اطلاعات در سطح بعدی قرار دارد. به عنوان مثال، اگر فهرستی از عجایب هفتگانه داشته باشید، چنین چیزی داده است؛ اگر کتابی داشته باشید که به شرح جزئیات هر کدام از این عجایب پرداخته باشد، چنین چیزی اطلاعات است.

داده می تواند به شکل اعداد، کاراکترها، سمبل ها، و حتی تصاویر باشد. مجموعه ای از این داده ها که منتقل کنندۀ ایده ای معنادار استْ اطلاعات نامیده می شود. چنین چیزی می تواند برای پرسش هایی مانند "چه کسی"، "کجا"، "کِی"، "چرا"، "چه"، و "چگونه" پاسخ هایی در اختیار مخاطب قرار دهد.

ورودی خام داده است و تا زمانی که به همان شکل باقی بماند فاقد معناست. زمانی که داده ها جمع شده و به شکل معنادار سازمان دهی می شوند، اهمیت می یابند. سازماندهی معنادارِ داده ها تولید کنندۀ اطلاعات است.

داده در نتیجۀ ثبت وقایع و یا مشاهده به دست می آید. برای نمونه، دمای روزهای هفته داده است. زمانی که این داده ها قرار است جمع آوری شوند، سیستم ها و یا اشخاصْ دمای روزانه را پایش کرده و آن را ثبت می کنند. در نهایت، پیش از آنکه این داده ها تبدیل به اطلاعات معنادار شوند، الگوی دما تحلیل شده و در مورد آن نتیجه گیری می شود. بنابراین، اطلاعات در نتیجۀ تحلیل، ارتباط، و یا تحقیق به دست می آید.

نتیجه گیری:

1. داده پایین ترین سطح دانش است و اطلاعات دومین سطح دانش.

2. داده به خودی خود معنادار نیست (insignificant). اطلاعات به خودی خود معنادار است (significant).

3. مشاهدات و ثبت رویدادها برای جمع آوری داده انجام می شوند، در حالی که برای به دست آوردن اطلاعات می بایست آنالیز صورت گیرد.


منبع:


differencebetween.net

Difference Between Data and Information


برای سفارش ترجمۀ خبر یا همکاری بلندمدت/کوتاه مدت در این زمینه (انگلیسی به فارسی یا فارسی به انگلیسی) از طریق لینک تلگرام زیر اقدام شود:

telegram.me/Shadmehr1982