پنجشنبه 06 ارديبهشت 1403 03:10
  تخفیف های زریک  فیس بوک زریک  تحلیل بازار طلا  توئیتر زریک  اینستاگرام زریک  تلگرام زریک  تقویم اقتصادی جهان  وب سرویس قیمت طلا و سکه  سایت های مرتبط با طلا و سکه و ارز

 

 

 

نوع فروش زریک
شمش ٢٠ گرمي ١٨ عيار32,332,563

مقالات کسب و کار

دورریز ۵۷ میلیارد دلار طلا و نقره در زباله های الکترونیکی!

طبق جدیدترین "گزارش مونیتور زباله الکترونیکی جهانی ۲۰۲۰" سازمان ملل متحد، زباله الکترونیکی شامل هر وسیله ای که دو شاخه یا باطری دارد، در سال ۲۰۱۹ به رکورد ۵۳.۶ میلیون تن رسید که ۲۱ درصد نسبت به سال ۲۰۱۸ رشد داشت.از میان وسایل الکترونیکی که سال میلادی گذشته دور ریخته شدند، تنها ۱۷.۴ درصد به ارزش ۱۰ میلیارد دلار بازیافت شدند. این به معنای آن است که طلا، نقره، مس، پلاتین و سایر مواد ارزشمند به ارزش ۵۷ میلیارد دلار که بالاتر از تولید ناخالص داخلی کشورهای زیادی است، به جای این که تصفیه و بازیافت شوند، دورریخته شده و سوزانده شدند.طبق گزارش سازمان ملل متحد، آسیا سال گذشته بالاترین حجم زباله الکترونیکی را تولید کرد که به حدود ۲۴.۹ میلیون تن بالغ شد و پس از آن آمریکا با ۱۳ میلیون تن و اروپا با ۱۲ میلیون تن قرار گرفت. آفریقا و اقیانوسیه به ترتیب ۲.۹ میلیون تن و ۰.۷ میلیون تن زباله الکترونیکی تولید کردند.بر اساس گزارش کیتکونیوز، سازمان ملل متحد پیش بینی کرده که زباله الکترونیکی ممکن است تا سال ۲۰۳۰ به ۷۴ میلیون تن افزایش پیدا کند.

افتتاح نخستین هتل طلایی در جهان

نخستین هتل با روکش طلا یک هتل جدید 5 ستاره لوکس در هانوی پایتخت ویتنام است.به گزارش سایت طلا به نقل از فرارو، این هتل 25 طبقه در ساحل دریاچه جیانگ وو در مرکز هانوی واقع شده است. این عمارت با پنج هزار متر مربع کاشی های سرامیک طلایی پوشیده شده است.فراوانی طلای 24 عیار در بخش های مختلف این هتل نمایان است.

تایید هویت دو عاملی چیست؟‌

از آنجا که رمزهای عبور به طور فزاینده ای ایمن تر می شوند، چه از طریق نقض اطلاعات و چه با کاربری ضعیف کاربر، تعداد بیشتری از افراد برای تأمین امنیت دیجیتالی خود به 2FA یا تایید هویت دو عاملی منتقل می شوند – و بسیاری از ارائه دهندگان خدمات نیز این تغییر را ترغیب یا اجباری می کنند. اما تایید هویت دو عاملی چیست و چرا از تایید هویت دو عاملی استفاده می کنیم؟ ما به جزئیات نحوه کارکرد روشهای مختلف تأیید هویت دو عاملی می پردازیم، اما قبل از اینکه به آنجا برویم، ابتدا اجازه دهید به این سؤال پاسخ دهیم که چرا؟ از این گذشته، گذرواژه‌ها اکنون برای نسلی از امنیت روزمره استاندارد هستند. اضافه کردن یک مرحله اضافی، ورود به حساب کاربری شما را دشوارتر می کند. چرا خودمان را به زحمت بیندازیم؟ برای پیدا کردن پاسخ این سوالات تا انتهای این یادداشت همراه ما باشید.

تایید هویت دو عاملی چیست؟

تایید هویت دو عاملی (2FA) روشی برای ایجاد دسترسی به یک حساب آنلاین یا سیستم رایانه ای است که کاربر را ملزم به ارائه دو نوع مختلف از اطلاعات می کند.یک عامل در این زمینه به سادگی به معنای راهی برای متقاعد کردن یک سیستم رایانه ای یا سرویس آنلاین است که شما می گویید که هستید، بنابراین سیستم می تواند تعیین کند که آیا شما حق دسترسی به سرویس های داده ای را دارید که می خواهید به آنها دسترسی پیدا کنید یا خیر. تاکنون رایج ترین عامل تأیید اعتبار در استفاده، جفت نام کاربری / رمز عبور است و از آنجا که اکثر حساب ها فقط برای دسترسی نیاز به رمز عبور دارند، بنابراین اکثر سیستم ها از احراز هویت تک عاملی برای امنیت استفاده می کنند. برای تأیید هویت دو عاملی، باید رمز عبور را تهیه کنید و هویت خود را به روش دیگری برای دستیابی به آن ثابت کنید.

چرا 2FA؟

یکی از دلایل اصلی استفاده از 2FA این است که نقض گسترده داده ها، که میلیون ها آدرس ایمیل / گذرواژه را برای فروش در دارک وب قرار داده است، باعث شده بسیاری از گذرواژه‌ها از امنیت کمتری برخوردار شوند. بیشتر افراد از گذرواژه‌ها در چندین سایت و حساب استفاده مجدد می کنند. یک هکر می تواند آدرس و گذرواژه شناخته شده ایمیل را به ده ها سایت وصل کند و ببیند که به کدام یک از آنها دسترسی پیدا می کند. گزارش بررسی تخلف داده های Verizon 2017 نشان داد که 81 درصد از موارد نقض حساب می تواند در پسوردهایی که یا به این روش فاش شده اند، قرار داده شود یا رمزهای عبور آنقدر ضعیف باشند (به عنوان مثال “passw0rd”) که بسیار ساده حدس زدند.

نقاط ضعف موجود

بسیاری از سایتها از به اصطلاح سؤالات امنیتی یا احراز هویت مبتنی بر دانش استفاده می کنند – “نام مادر شما چیست؟” یا “کجا متولد شد؟” به عنوان نوعی پشتیبان گیری از گذرواژه‌ها. به عنوان مثال اگر کاربر در حال ورود به سایت از طریق رایانه جدید یا اتصال به شبکه جدید باشد، این سؤالات معمولاً در بالای رمز عبور ایجاد می شود. با این حال، نقاط ضعفی هم وجود دارد: به عنوان مثال، با اطلاعات شخصی شخصی زیادی که برای کسانی که می دانند در کجا جستجو کنند، وجود دارد، یک هکر مصمم احتمالاً می تواند پاسخ این سؤالات را برای یک حساب فهمیده یا از طریق حملات مهندسی معکوس آن را دور بزند. اما مهمتر از همه، همانطور که خواهیم دید، آنها یک عامل امنیتی دوم واقعی نیستند و بنابراین نمی توانند امنیت لایه ای از تأیید هویت دو عاملی را فراهم کنند.

تأیید هویت دو عاملی چگونه است؟

برای درک اینکه تایید هویت واقعی دو عاملی چگونه به نظر می رسد، ما باید مفهوم یک عامل را مجددا مورد بررسی قرار دهیم. برای مثال، یک گذرواژه متناسب با تعریفی که در بالا داده ایم متناسب است، اما برای این مورد ما می خواهیم به صورت انتزاعی تر به آن فکر کنیم: این چیزی است که شما می دانید. این توضیح می دهد که چرا تأیید دانش مبتنی بر دانش 2FA واقعیت را نشان نمی دهد. در اصل، پاسخ به سؤال امنیتی شما فقط یک رمز عبور دیگر است و تابع تمام نقاط ضعف است. 2FA واقعی اولین عامل احراز هویت شما با یک عامل دوم از یک نوع کاملاً متفاوت است، مانند:

چیزی که دارید

چیزی که هستید

جایی هستید

کاربران برای دستیابی به حسابهای خود نیاز به تهیه دو عامل دارند.

مثالهای تأیید اعتبار دو عاملی

بیایید نگاهی به چند نمونه بیندازیم، و از فاکتور “چیزی که شما دارید” شروع می کنیم. گزارش های مصرف کننده نگاه خوبی به گزینه های مختلفی که در اینجا وجود دارد. شاید فرزند این نوع از ضریب امنیتی – که احتمالاً فرزند اصلی تأیید هویت دو عاملی است – RSA SecurID باشد. SecurID برای اولین بار در سال 1993 منتشر شد، از یک دستگاه فیزیکی کوچک با صفحه کوچک پردازنده استفاده کرد که به طور دوره ای عدد تصادفی را تغییر می داد، که بر اساس “seed” تولید شده در کارخانه تولید می شد. کاربران برای ورود به مناطق حساس، در هر لحظه به رمزعبور و تعدادی از نشانه SecurID خود نیاز دارند.

سایر ابزارها

ابزارهای دیگری وجود دارند که می توانند بخشی از معادله 2FA “چیزی را که شما دارید” را تحقق بخشند: کارتهای هوشمند و کلیدهای امنیتی فیزیکی وجود دارند که می توانند از طریق USB یا بلوتوث به رایانه متصل شوند. گوگل به این مشهور است که حوادث امنیتی را در داخل کشور کاهش داده است. برای دسترسی به حساب های محافظت شده 2FA که از آنها استفاده می کنید باید با رایانه ای که از آن استفاده می کنید به سیستم وصل شوید.

تلفن هوشمند

اما تهیه یک ابزار امنیتی و امنیتی مجزا برای هرکدام از کاربران و انتظار آن را دارد که هر زمان که بخواهند به سیستمهای شما دسترسی پیدا کنند، بسیار گران و سنگین است. به همین دلیل است که تاکنون رایج ترین شکل 2FA در حال استفاده، ابزاری است که شما همواره با خود حمل می کنید: تلفن هوشمند شما. در ساده ترین نسخه از این، پس از استفاده از نام کاربری و رمز عبور برای ورود به سایت، کاربر سپس با ارسال یک کد متنی به عنوان پیام متنی به شماره تلفنی که هنگام تنظیم حساب کاربری خود ارائه داده است، ارسال می شود. برای دستیابی به سایت کد لازم است. در یک نسخه کمی پیچیده تر، یک وب سایت کد QR را که در یک برنامه هوشمند مربوطه اسکن شده ارائه می دهد. تلفن های هوشمند همچنین می توانند از طریق برنامه های تخصصی و اتصال بلوتوث یا USB به عنوان یک نشانه امنیتی به معنای مورد بحث در بالا خدمت کنند.

“چیزی که هستید” چیست؟

این عامل ما را با ورود به شخص فیزیکی شما وارد قلمرو بیومتریک می کند. برای دسترسی به داده های محافظت شده باید یک گذرواژه با یک اثر انگشت یا اسکن چشم یا برخی عوامل مشابه را تهیه کنید. و همانطور که تلفن های هوشمند همه جا از 2FA بسیار ساده تر استفاده می کند، همینطور خوانندگان اثر انگشت و نرم افزار تشخیص چهره در اکثر تلفن های رده بالا، دنیای بی نظیر علمی بیومتریک را به ظاهر علمی در دسترس قرار می دهند. بسیاری از پیاده سازی های بیومتریک 2FA به سادگی قابلیت های داخلی را دارند که تلفن های کاربران قبلاً در اختیار داشتند.

سوال امنیتی

برخی از سایت ها با نیاز به یک روش دیگر تأیید اعتبار، اگر کاربر با یک رمز عبور از یک مکان غیرمعمول وارد شود، نسخه ضعیفی از آن را اجرا می کنند. غالباً این فقط یک سؤال امنیتی مبتنی بر دانش است، گرچه بعضی اوقات ممکن است مانند وارد کردن کدی که از طریق پیام متنی تحویل داده می شود، یکی دیگر از عوامل امنیتی باشد.

تایید هویت چند عاملی

سناریویی مانند آنچه در بالا توضیح داده شده است – جایی که یک رمز عبور، موقعیت مکانی کاربر و پیام ارسال شده به تلفن کاربر آنها همگی برای تأیید هویت آنها ترکیب شده اند – در اینجا شامل سه عامل است. در حقیقت، تأیید هویت دو عاملی تنها زیرمجموعه ای از مفهوم بزرگتر تأیید هویت چند عاملی است، زیرا در تئوری می توانید تعداد بیشتری از هوپ های مورد نیاز را جمع آوری کنید تا دسترسی به داده های امن داشته باشید.

Verge

درواقع Verge لیست مفصلی و مرتباً به روز شده از ارائه دهندگان اصلی خدمات، از جمله اپل و کلیه سایتهای مهم رسانه های اجتماعی را به همراه دستورالعمل هایی درباره نحوه فعال کردن 2FA برای حساب های شما در آنجا گردآوری کرده است.

2FA برای Google

درواقع Google به تأیید هوت دو عاملی خود با عنوان “تأیید دو مرحله ای” اشاره می کند و با طی کردن مراحل در صفحه Google برای این سرویس، شروع می کند. پس از تنظیم موارد، تأیید دو مرحله ای حساب Google شما و تمام خدمات مرتبط با آن را ایمن می کند. وقتی وارد حساب Google خود می شوید، یک کد را از طریق پیام متنی دریافت خواهید کرد که باید آن را نیز وارد کنید، یا اگر ترجیح می دهید یک رمز امنیتی Titan Security Key را سفارش دهید. در صورت تمایل می توانید 2FA را برای رایانه های قابل اعتماد غیرفعال کنید. این بدان معنی است که شما به عنوان مثال در خانه خود مجبور نیستید به طور مداوم با چندین عامل امنیتی برخورد کنید، اما هر کسی که از راه دور وارد سیستم می شود باید اثبات کند که شماست!

هوش مصنوعی در صنعت بانکداری

بانک جی.پی.مورگان چِیسبانک جی‌پی‌مورگان چِیس که می‌توان آن را یکی از بنیان‌گذاران اقتصاد آمریکا دانست، تمرکز ویژه‌ای بر حوزه هوش مصنوعی دارد. این بانک بودجه فناوری خود را در سال ۲۰۱۹ به ۱۱.۴ میلیارد دلار رساند تا ابتکارات ویژه‌ای در این حوزه معرفی نماید. در ادامه اصلی‌ترین موارد بررسی خواهند شد.

هوشمندسازی قراردادها

این بانک در فناوری هوش مصنوعی سرمایه‌گذاری کرده و چت‌بات قرارداد هوشمندی را معرفی کرده است که برای “تجزیه و تحلیل اسناد قانونی و استخراج نقاط و بندهای مهم داده” طراحی شده است. از آنجایی که بررسی دستی ۱۲۰۰۰ توافقنامه اعتباری تجاری سالانه به طور معمول به حدود ۳۶۰،۰۰۰ ساعت نیاز دارد، این چت‌بات در سرعت بخشیدن به این امر کمک ویژه‌ای می‌کند. نتایج حاصل از اجرای اولیه این فناوری یادگیری ماشینی نشان داده است که همان تعداد از اسناد در عرض چند ثانیه قابل بررسی است. این فناوری پتانسیل گسترده‌ای دارد و مورگان در حال کشف راه‌های دیگر برای پیاده‌سازی و استفاده از این ابزار قدرتمند است.

 موتور فرصت‌های نوظهور

موتور فرصت‌های نوظهور، که در سال ۲۰۱۵ معرفی شد، از یادگیری ماشین و پردازش زبان طبیعی برای کمک به “شناسایی بهترین مشتریان برای دریافت خدمات” استفاده می‌کند. این موتور تحلیل‌هایی برای بازار سرمایه نیز ارائه می‌دهد.

چت‌بات

در سال ۲۰۱۶، این بانک تصمیم گرفت که رسماً چت‌باتی را جهت “پاسخ به درخواست‌های سرویس خدمات فناوری کارمندان” ایجاد کند. این بانک توانست به کمک این چت بات ۱۲۰۰۰۰ سرویس را در سال پاسخ دهد.

بانک آمریکا

بانک آمریکا، یکی از بزرگترین شرکت‌های خدمات بانکی و مالی در ایالات متحده است. این بانک در زمینه پشتیبانی از کسب‌وکارهای کوچک تخصص دارد و صاحب ۳ میلیون کسب‌وکار کوچک است. این بانک علاوه بر ایالات متحده در ۳۵ کشور دیگر فعالیت می‌کند.این بانک، در حال آماده‌سازی برای رونمایی از محصولی است که نوآوری‌هایش را به هم پیوند می‌دهد. نام این محصول» برنامه زندگی «است و یک درگاه دیجیتالی است که به کاربران کمک می‌کند تا در جهت اهدافی مانند خرید خانه یا پس‌انداز بازنشستگی تلاش کنند. یکی از اصلی‌ترین حوزه‌های تمرکز این بانک هوش مصنوعی است. این بانک در اواخر سال ۲۰۱۷ چت‌بات محبوب خود، اریکا را معرفی کرد و تا ژوئن سال ۲۰۱۸، کلیه مشتریان بانک آمریکا توانستند برنامه اریکا را از وبسایت این شرکت دریافت کنند. اریکا از مارس ۲۰۱۹، ۶ میلیون کاربر دارد. این بات امکانات زیر را فراهم می‌کند:به مشتریان در صورت تغییر عادت‌های خرج ماهیانه هشدار می‌دهد. این تحلیل با استفاده از تجزیه و تحلیل و پیش‌بینی و براساس متوسط هزینه ماهیانه مشتری انجام می‌شود.به مشتریان در مورد پرداخت‌هایی که مکررا باید انجام شوند، یادآوری کند و نیز بیان کند که آیا پرداخت آن‌ها در موعد مقرر انجام شده است یا خیر.    پرداخت‌های مکرر را هنگامی تعداد آن‌ها زیاد باشد نشان‌دار می‌کند. این کار ممکن است با تشخیص انحراف از معیار که یک رویکرد هوش مصنوعی برای تشخیص انحراف‌ها است، انجام شود.
در صورت درخواست مشتری، کارت وی را مسدود یا باز می‌کند.

سیتی بانک

سیتی بانک در فهرست بزرگ‌ترین بانک‌های آمریکایی در مکان سوم قرار دارد و در کنار جی‌پی مورگان چیس، بانک امریکا و ولز فارگو، مربع غول‌های مالی آمریکا را در اقتصاد دیجیتال شکل می‌دهد. البته این بانک در بین بانک‌های جهانی در رتبه‌ی ۱۱ از لحاظ ابعاد و دارایی قرار دارد. همچنین از آن‌دسته بانک‌هایی است که به‌عنوان مؤسسه‌های مالی مهم از لحاظ سیستمی شناخته می‌شود.طبق تعریف، مؤسسه‌هایی از لحاظ سیستمی مهم و حیاتی هستند که، ورشکستگی آن‌ها باعث ایجاد یک بحران مالی شود. در واقع ابعاد و سرمایه‌ی تحت کنترل این مؤسسه‌های مالی به‌قدری عظیم است که تأثیری متقابل در بخش‌های متعدد مالی کشورها دارد. رتبه‌بندی فورچون ۵۰۰ برای سال ۲۰۱۹، سیتی را در رتبه‌ی ۳۰ قرار می‌دهد. این بانک قدمتی بیش از ۲۰۰ میلیون حساب مشتری دارد و در بیش از ۱۶۰ کشور جهان فعالیت می‌کند.اوج‌گیری دنیای فناوری در دهه‌های پایانی قرن بیستم، برای سیتی نیز مزایای متعددی را به همراه داشت. آن‌ها که از ابتدای قرن به عنوان یکی از بزرگترین بانک‌های بین‌المللی با توانایی‌های مالی بالا شناخته می‌شدند، با استفاده از ساختارهای مدرن ارتباطی، خدمات خود را با سرعت و کیفیت بیشتری به مشتریان ارائه می‌کردند. سیتی با خدمات گوناگون همچون سرمایه‌گذاری و خدمات تراکنش محلی، سرمایه‌گذاری شرکتی و راهکارهای مدیریت سرمایه، تخصیص اعتبار، سپرده‌گذاری، بیمه و محصولات حواله‌ای، به مناطق محروم در جهان کمک می‌کند. بنیاد سیتی همچنین نوآوری و عرضه‌ی محصولات و خدمات مالی جدید را نیز در مناطق تحت پوشش انجام می‌دهد.طبق تحقیقات، سیتی بانک بیشتر از هر بانک دیگری علاقه خود را به هوش مصنوعی اعلام کرده است. این بانک از طریق قسمت سرمایه‌گذاری خود، یک شبکه جهانی از شرکت‌های غول فناوری که در شش آزمایشگاه نوآوری جهانی سیتی فعالیت می‌کنند، را به رخ می‌کشد. در سبد سرمایه‌گذاری‌های استارتاپی این بانک، توجه ویژه‌ای به تجارت الکترونیک و امنیت سایبری شده است.در سال ۲۰۱۶ سرمایه‌گذاری‌های بی‌شماری در شرکت‌های هوش مصنوعی، از جمله فیدزای، انجام داد که در زمینه مقابله با کلاهبرداری و پولشویی فعالیت می‌کند. به تازگی، سیتی اعلام کرد که در حال همکاری استراتژیک با این استارتاپ برای ادغام نرم افزار خود در فرآیندهای کشف کلاهبرداری و پولشویی در بانک است.به طور کلی نرم افزار فیدزای رفتار پرداخت‌های مشتری را در صورت انحراف از فعالیت‌های پرداختی عادی مشتری، بررسی می‌کند. این انحرافات ممکن است شامل انتقالات وجوه سنگین غیرمعمول یا پرداخت‌هایی باشد که در مکانی انجام شده که مشتری مکرراً به آن رجوع نمی‌کند. این نرم‌افزار قبل از انجام معامله، کلاهبرداری را در صورت وجود به تحلیل‌گران هشدار می‌دهد.

اندروید استودیو 4 گوگل منتشر شد

گوگل در ماه فوریه‌ی گذشته نسخه‌ی ۳/۶ ابزار اندروید استودیو را منتشر کرد، این نسخه شامل قابلیت‌های اضافی پرکاربرد بود و برخی باگ‌های ابزار را رفع می‌کرد. حال سه ماه بعد گوگل تصمیم گرفته است نسخه‌ی جدید آن را دردسترس قرار دهد. بدین ترتیب اهالی مانتین ویو از انتشار نسخه‌ی پایدار اندروید استودیو ۴ خبر می‌دهند. در اندروید استودیو ۴ تنوع قابلیت‌ها به بیشترین حد خود می‌رسد، این نسخه از اندروید استودیو همچنین شماری از باگ‌های پیشین را که روی تجربه‌ی کاربری اثر منفی می‌گذاشتند، رفع می‌کند.نخستین قابلیتی که در اندروید استودیو ۴ حضور دارد، ویرایشگر حرکت (Motion Editor) نامیده می‌شود. به‌مدت تقریبا دو سال است که اندروید ایکس (AndroidX) زیرشاخه‌ای در بخش ConstraintLayout با نام MotionLayout دارد. هدف اصلی MotionLayout این است که به شما کمک کند بتوانید در بین حالت‌های مختلف طرح، به‌شکلی ساده‌تر انیمیشن‌سازی کنید. مشکل اصلی MotionLayout این بود که مجبور بودید خودتان روند متحرک‌سازی را در XML انجام دهید. در نسخه‌ی ۴، اندروید استودیو میزبان رابطی با نام Motion Editor شده است که به شما امکان می‌دهد به‌شکلی بصری انیمیشن‌ها را در MotionLayout بسازید و ویرایش کنید. تمامی تغییراتی که حاصل می‌کنید درنهایت در فایل XML ظاهر می‌شوند، بااین‌حال به‌لطف انتشار اندروید استودیو ۴، دیگر مجبور نیستید روند انیمیشن‌سازی را خودتان دریکی از کاربردی‌ترین قابلیت‌های اندروید استودیو که این ابزار مدت‌ها است از آن استفاده می‌کند، Layout Inspector به‌حساب می‌آید. Layout Inspector در اپلیکیشن‌های قابل‌اشکال‌زدایی به شما امکان می‌دهد ببینید اپلیکیشن‌تان روی صفحه چه ظاهری پیدا می‌کند. به‌لطف ابزار موردبحث همچنین می‌توانید قابلیت‌های متنوع هر اپلیکیشن را به‌صورت هم‌زمان روی صفحه ببینید. در اندروید استودیو ۴ شاهد نسخه‌ی جدید این ابزار هستیم که بهبودهایی خاص به‌خود دیده است تا مزیت‌هایی بیشتر به کاربران ارائه دهد.در Layout Inspector می‌توانید اجزای مختلف اپلیکیشن را در قالب نموداری شبیه به نمودار درختی ببینید، بااین‌حال به‌لطف اندروید استودیو ۴، ابزار موردبحث میزبان برخی قابلیت‌های اضافی نظیر تازه‌سازی (رفرش) محتوا به‌صورت آنی شده است. اگر از اندروید استودیو ۴ برای دستگاه‌های مبتنی‌بر اندروید ۱۰ (و نسخه‌های بعد) استفاده کنید به قابلیت‌های بیشتری نیز دسترسی پیدا خواهید کرد. در این شرایط ابزار Layout Inspector می‌تواند نمودارها را با جزئیات بیشتر نسبت‌به قبل به‌نمایش بگذارد، این ابزار همچنین توانایی نمایش سه‌بعدی محتوای روی صفحه را پیدا می‌کند.  به‌هنگام طراحی اپلیکیشن‌ها چالش‌هایی متعدد پیش‌روی توسعه‌دهندگان قرار می‌گیرد، اما یکی از سخت‌ترین چالش‌ها را می‌توانیم ساخت طرح‌بندی‌ها به‌حساب بیاوریم. کاربر می‌تواند در اندروید استودیو ازطریق ابزار پیش‌نمایش داخلی، طرح‌بندی مدنظرش را بسازد، اما نتیجه‌ی نهایی به‌شکلی نه‌چندان جالب روی گوشی‌های هوشمند و تبلت‌ها به‌نمایش درمی‌آید. در نظر داشته باشید که ازطریق همان ابزار پیش‌نمایش می‌توان بین اندازه‌ها و وضوح‌های مختلف صفحه‌نمایش جابه‌جا شد، اما روند انجام این کار بسیار سخت و طاقت‌فرسا خواهد بود. اگر سابقه‌ی ساخت اپلیکیشن دارید و از این مشکل رنج برده‌اید، بهتر است نیم‌نگاهی به اندروید استودیو ۴ داشته باشید. اندروید استودیو ۴ میزبان ابزار Layout Validation شده است که به شما امکان می‌دهد در آن واحد بفهمید طرح شما روی نمایشگرهای متنوع با اندازه و وضوح مختلف چه ظاهری پیدا می‌کند و چگونه به‌نمایش درمی‌آید.XML انجام دهید و کد مربوطه‌ را بنویسید. یکی دیگر از مراحل آزاردهنده‌ی توسعه‌ی اپلیکیشن‌های اندرویدی به تلاش برای استفاده از ویژگی‌های جاوا ۸ (Java 8) مربوط می‌شود. ممکن است کدی را پیدا کرده باشید که توانایی پیاده‌سازی ابزار استریم (Stream) را دارد یا اینکه بخواهید از تابع لامبدا (Lambda) بهره بگیرید. حتی ممکن است به API جاوا ۸ خاصی نیاز داشته باشید که روی پروژه‌ی شما کار نکند. از مدت‌ها پیش تاکنون پلاگین Android Gradle توانسته است شماری از قابلیت‌های جاوا ۸ را به APIهای قدیمی اضافه کند، بااین‌حال از اندروید استودیو ۴ به‌بعد تمامی قابلیت‌های جاوا ۸ تحت پشتیبانی قرار می‌گیرند.

گوشی Edge شاهکار کمپانی موتورولا

سری Edge موتورولا درمیان برترین و با کیفیت ترین گوشی های هوشمند جای می گیرد. این شرکت ۳ سال پیش با تولید گوشی های پیشتاز خداحافظی کرد و شعار این کمپانی تنها به دو چیز معطوف بود و آن قیمت و رده متوسط بودن تلفن های هوشمند است.

چرا اپل و هوآوی در تراشه‌های جدید خود از واحد پردازش عصبی استفاده می‌کنند؟

به گزارش اقتصادآنلاین، پردازش‌های مرتبط با هوش مصنوعی اغلب به کمک پردازنده‌های شبکه‌ی عصبی تقویت می‌شوند که این واحدهای پردازشی در کنار CPU و GPU به گوشی‌های هوشمند کمک می‌کنند تا تجربه‌ کاربری روان‌تر و بهتری ایجاد شود. اگرچه هنوز تراشه‌سازانی هستند که برای پردازش‌های هوش مصنوعی بر CPU، GPU یا DSP (یا ترکیبی از این واحدهای پردازشی) تکیه دارند، اما می‌شود در رابطه با قابلیت‌های هوش مصنوعی، به راحتی شاهد ضعف این نوع تراشه‌ها در مقایسه با تراشه‌های مجهز به واحد پردازشی مخصوص هوش مصنوعی بود. و از آن‌جا پردازش‌های هوش مصنوعی به مرور زمان به مجموعه‌های بزرگ‌تری از داده‌ها وابسته می‌شوند و پیچیدگی‌شان افزایش می‌یابد، این فاصله بیشتر و بیشتر خواهد شد.در بین تراشه‌های پرچم‌دار کنونی، می‌توان گفت تراشه‌ی Kirin 980 هوآوی و تراشه‌ی A12 Bionic اپل قدرتمندترین تراشه‌ها هستند. Kirin 980 پردازنده‌ای هشت هسته‌ای دارد که چهار هسته از این‌ها مبتنی بر معماری Cortex-A76 است و چهار هسته‌ی دیگر بر پایه‌ی معماری Cortex-A55 ساخته شده است. افزون بر این، تراشه‌ی Kirin 980 از واحد پردازش گرافیکی Mali-G76 و یک واحد پردازش عصبی دوگانه (Dual-NPU) بهره می‌برد. تراشه‌ی A12 اپل هم به یک واحد پردازش مرکزی (CPU) شش هسته‌ای، یک واحد پردازش گرافیکی (GPU) چهار هسته‌ای و یک موتور عصبی مجهز است که این موتور عصبی یا Neural Engine به پردازش‌های هوش مصنوعی اختصاص دارد.

نقض قانون مور

نخستین مدار یکپارچه یا آی‌سی (IC) در سال ۱۹۷۱ عرضه شد و Intel 4004 نام داشت. این آی‌سی که با لیتوگرافی ۱۰ میکرومتری ساخته شده بود، ۲۳۰۰ ترانزیستور را شامل می‌شد. اگرچه آن آی‌سی با استانداردهای امروزی به هیچ وجه قابل مقایسه نیست، اما انقلابی در صنعت فناوری به حساب می‌آمد و تاریخ انسان را وارد عصر سیلیکون کرد.از آن زمان به بعد بود که طراحان و تولیدکنندگان تراشه به توسعه‌ی این فناوری پرداختند و رفته‌رفته ترانزیستورهای بیشتری را روی تراشه‌هایی کوچک‌تر جا دادند. شخصی به نام گوردون مور هم که یکی از پایه‌گذاران شرکت اینتل بود، فرضی مشهور را مطرح کرد که به قانون مور معروف شد. طبق نظر مور، تعداد ترانزیستورهای روی آی‌سی‌ها هر ۱۸ ماه دو برابر می‌شود و در نتیجه قدرت پردازشی این تراشه‌ها هم طی این مدت دو برابر خواهد شد. به مدت پنج دهه، صنعت تراشه‌سازی با همان سرعتی پیش رفت که مور پیش‌بینی کرده بود و توانست سال به سال تراشه‌هایی منسجم‌، کوچک‌، قدرتمند و بهینه‌تری تولید کند.اما حتی مردان بزرگی از قبیل گوردون مور هم نمی‌توانند آینده، یا دست کم آینده‌ی دور، را به درستی پیش‌بینی کنند. محدودیت‌های فیزیکی سیلیکون و دشواری‌های فنی دیگر باعث شد صنعت تراشه‌سازی از مسیر قانون مور منحرف شود. در بارزترین نمونه، شرکت اینتل موفق نشد حتی تا پایان سال ۲۰۱۸ تراشه‌ای مبتنی بر لیتوگرافی ۱۰ نانومتری عرضه کند. در سال ۲۰۱۹ بود که این شرکت توانست نخستین پردازنده‌ی ۱۰ نانومتری خود را با عنوان آیس لیک (Ice Lake) در نمایشگاه CES به نمایش بگذارد. این نمونه نشان می‌دهد که صنعت تولید تراشه با موقعیتی دشوار مواجه شده و شرکت‌ها دیگر نمی‌توانند فقط با تکیه بر بهبود آی‌سی‌ها به فکر افزایش سرعت و تقویت عملکرد تراشه‌ها باشند.

تولد واحد پردازش عصبی

ضعف صنعت تراشه‌سازی با رشد و توسعه‌ی فناوری هوش مصنوعی هم‌زمان شده است. پردازش‌های هوش مصنوعی معمولاً به حجم زیادی از پردازش‌های نسبتاً سبک وابسته است که به پردازش‌های هم‌زمان یا موازی نیاز دارد. این نوع از پردازش با پردازنده‌های متداول سازگار نیست. آزمایش‌های هوآوی نشان می‌دهد که عملکرد پردازش‌های هوش مصنوعی تراشه‌هایی که بر CPU، GPU و DSP تکیه دارند، بسیار کمتر از تراشه‌هایی است که یک NPU یا واحد پردازش عصبی اختصاصی برای آن‌ها در نظر گرفته شده. هرچه هم بر اندازه‌ی پایگاه داده اضافه شود، این اختلاف بیشتر خودنمایی خواهد کرد.از آن‌جا که واحدهای پردازشی معمولی نمی‌توانند توان مورد نیاز برای اپلیکیشن‌های مبتنی بر هوش مصنوعی را فراهم کنند، لازم است صنعت تراشه‌سازی به دنبال ریزمعماری جدیدتری باشد. در سال ۲۰۱۷، هوآوی تراشه‌ی Kirin 970 را به بازار معرفی کرد که نخستین تراشه‌ی موبایلی مخصوص هوش مصنوعی بود. تراشه‌ی Kirin 970 که به نخستین NPU یا واحد پردازش عصبی در صنعت تراشه‌سازی مجهز است، می‌تواند وظایف مرتبط با هوش مصنوعی را سریع‌تر و بهینه‌تر از تراشه‌هایی به انجام برساند که فقط CPU و GPU دارند. این معماری پردازشی ناهمگون، در مقایسه با توان پردازشی CPU به کار گرفته شده در Kirin 970، می‌تواند ۵۰ برابر بهینه‌تر باشد و از نظر عملکرد، ۲۵ بار بهتر عمل کند. طبق آزمایش‌های هوآوی، تراشه‌ی Kirin 970‌ می‌تواند تقریباً در هر دقیقه ۲۰۰۰ تصویر را به کمک واحد پردازش عصبی خود تشخیص بدهد.

نقطه عطف واقعی

زمانی که هوآوی تازه‌ترین فناوری‌های مرتبط با هوش مصنوعی را عرضه کرد، شرکت‌های دیگر نیز برای رقابت دست به کار شوند. شرکت کوالکام طراحی تراشه‌هایی را آغاز کرده است که قدرت پردازشی CPU، GPU و DSP را برای پردازش‌های هوش مصنوعی به کار می‌گیرد و اپل مسیری را در پیش گرفته که با راهبرد هوآوی شباهت زیادی دارد؛ اپل هم مانند هوآوی یک واحد پردازش عصبی اختصاصی به تراشه‌های خود اضافه کرده و نام این واحد را «موتور عصبی» یا «Neural Engine» گذاشته است.از زمانی که هوآوی نخستین تراشه‌ی مجهز به NPU خود را معرفی کرد، فقط دو سال می‌گذرد، اما در این مدت از یک طرف افزایش علاقه‌ی فعالان صنعت نیمه‌هادی به پردازنده‌های هوش مصنوعی را شاهد بوده‌ایم و از طرف دیگر دیده‌ایم که کاربران با آغوش باز به استقبال امکانات و قابلیت‌های فناوری هوش مصنوعی رفته‌اند. هوآوی Master AI را در قالب Mate 10 معرفی کرد که مجموعه‌ای از امکانات هوش مصنوعی بود، و اکنون کاربران به قدری با هوش مصنوعی آشنا شده‌اند که از این فناوری برای بهبود عکس‌های خود استفاده می‌کنند.در سپتامبر ۲۰۱۸ هم هوآوی جدیدترین تراشه‌ی خود، Kirin 980، را معرفی کرد که نوآوری‌های پیشگامانه‌ای را در حوزه‌ی هوش مصنوعی به نمایش می‌گذارد. برای نمونه، این تراشه شامل نخستین پردازنده‌ی عصبی دوگانه است که توان پردازشی هوش مصنوعی را به طور جدی تقویت می‌کند. این تراشه می‌تواند در هر دقیقه ۴۵۰۰ تصویر را تشخیص بدهد که در مقایسه با تراشه‌ی نسل قبلی ۱۲۰ درصد سریع‌تر شده است.پردازنده‌ی عصبی دوگانه یا Dual-NPU تجربه‌ی بهینه‌تری را در حالت‌های مختلف (تشخیص چهره، تشخیص اشیا، قطعه‌بندی عکس‌ها و ترجمه‌ی هوشمند و غیره) ارائه می‌کند. مثلاً گوشی‌های سری Mate 20 می‌توانند چند شیٔ و چهره‌ی کاربر را به‌شکل هم‌زمان تشخیص بدهند.اکنون هوش مصنوعی به جزئی جدایی‌ناپذیر از دستگاه‌های الکترونیکی مصرفی تبدیل شده است، ولی ما تا این‌جای کار فقط بخشی کوچک از توانایی‌های نهفته‌ی فناوری هوش مصنوعی را دیده‌ایم. هوش مصنوعی می‌تواند انقلابی در شیوه‌ی تعامل ما با فناوری به وجود بیاورد. اما همه‌ی قابلیت‌ها و امکانات هیجان‌انگیز هوش مصنوعی به پشتیبانی سخت‌افزاری نیاز خواهد داشت و توسعه‌ی پردازنده‌های عصبی گوشی‌های موبایل به فناوری هوش مصنوعی امکان خواهد داد با سرعت بیشتری رشد کند. هوآوی هم می‌کوشد به عنوان یکی از نخستین شرکت‌هایی که از واحد پردازش عصبی در تراشه‌های خود استفاده کرده، در توسعه‌ی هرچه بیشتر فناوری هوش مصنوعی نقش داشته باشد.

رونمایی ازعرضه اولیه توکن با پشتوانه طلا

وحیدالله فاطمی در مراسم رونمایی از اولین توکن با پشتوانه طلا در بلاک‌چین اظهار داشت: اراده چهار بانک بزرگ کشور برای ایجاد کنسرسیومی بزرگ شکل گرفته و بر اساس تلاش‌ها و فعالیت‌های آن، اکنون شاهد رونمایی و عرضه اولیه توکن با پشتوانه طلا در بلاک‌چین هستیم این در شرایطی است که شاید سال قبل کسی باور نمی‌کرد که ایران به چنین هدفی دست یابد و کمتر از یک سال بتواند این توکن را عرضه نماید.مدیر بخش اجرایی این کنسرسیوم افزود: این ابزار برای رفاه مردم، کمک به خدمات‌رسانی بانک ها و دستیابی به فناوری بلاک‌چین است که می‌تواند بانک‌ها را توانمند کرده تا فناوری‌های نوینی را به مردم عرضه کنند بنابراین می‌توان با شجاعت تمام این توانمندی را نشان داد.وی تصریح کرد: اولین تجربه به صورت گسترده در سطح عمومی برای عرضه اولیه توکن را شاهد هستیم که به کمک چهار بانک و شرکت‌های هلدینگ آی‌تی آنها شکل گرفته است.به گفته فاطمی، عرضه توکن به صورت گسترده برای انواع دارایی‌ها قابلیت اجرایی دارد و البته این توکن با پشتوانه طلا، راهی برای حفظ سرمایه‌های مردم است.مدیر سامانه عرضه اولیه توکن با پشتوانه طلا و بلاک‌چین خاطرنشان کرد: گام اصلی ما برای توکنایز کردن اموال مازاد بانک‌ها و سایر دارایی‌های نظام بانکی است و زمینه تولید ابزار جدید و نوین مالی را برای کشور رقم می‌زند.وی ادامه داد: تفاوت توکن نسبت به یونیت‌های سرمایه‌گذاری در آن است که توکن در قالب یک کیف پول و ابزار موبایلی در اختیار مردم قرار می‌گیرد و با توجه به سرعت مبادله در این ابزار، می‌توان شاهد تحول بود.فاطمی گفت: سپرده‌گذاری در این زمینه را بیش از حفظ ریال خواهیم داشت و تلاش می‌کنیم تا سایر دارایی‌های منجمد را به چرخه اقتصادی وارد کنیم چرا که اگر بتوان دارایی‌ها را نقدپذیر کرد، قدرت معاملاتی پیدا می‌کند.وی در ادامه به برخی نگرانی‌های اقتصاددانان در خصوص قدرت معاملاتی این ابزار و تأثیر آن بر تورم، اشاره و خاطرنشان کرد: اگر قدرت معامله‌پذیری را در مسیر تولید به خدمت بگیریم، به طور قطع ارزش مازاد ایجاد خواهیم کرد بنابراین تلاش داریم این تجربه را به نحوی پیاده‌سازی کرده که نگرانی‌ها برطرف شود.به نوشته مهر،مدیر سامانه عرضه اولیه توکن با پشتوانه طلا و بلاک‌چین معتقد است بانکداری الکترونیک در ایران بدون در نظر گرفتن جوانب کامل آن آغاز شده و اگر برخی الگوهای آن را متناسب با شرایط اقتصادی تدوین می‌کردیم، به وضعیت بهتری دست می‌یافتیم.

ارز مجازی ایرانی این هفته رونمایی می‌شود

نخستین رمز ارز ملی ارائه شد

به گزارش بنکر (Banker)، شرکت خدمات انفورماتیک در راستای اهداف راهبردی خود و همگام با سیاست‌های کلان بانک مرکزی جمهوری اسلامی ایران، از سالیان گذشته مطالعات گسترده‌ای را در این حوزه آغاز کرد و با تشکیل کارگروه‌های تخصصی و راه اندازی آزمایشگاه‌های فنی، علاوه بر رصد مداوم فناوری، گونه‌های مختلف رمزارز را تولید و کاربری‌های آن را در مقیاس آزمایشی مورد تحلیل و بررسی قرار داده و با هدف توسعه‌ی زیرساخت رمزارز ملی پایه‌ریال، امکان سنجی و ارزیابی قابلیت‌های این فناوری در تسهیل مبادلات اقتصادی، افزایش شفافیت و توسعه‌ی خدمات مالی و پرداخت در نظام بانکی کشور را فراهم کرده است.این زیرساخت قابلیت آن را دارد که رمزارز ملی را به پشتوانه‌ پول ملی کشور صادر نموده و در فاز اول در اختیار بانک‌های تجاری کشور قرار دهد تا از آن به عنوان توکن و ابزار پرداخت برای تبادلات، تسویه بین بانکی و توسعه خدمات خود بهره گیرند. به این ترتیب، بانک‌ها قادر خواهند بود با تعریف انواع قراردادهای هوشمند در این بستر، به توسعه و بهبود زیرساخت خدمات مالی و پرداخت خود، از جمله خدمات مبتنی بر کیف پول و پرداخت های خُرد، اقدام نمایند. نسخه عملیاتی این زیرساخت پس از طی دوران آزمون و کسب بازخورد، در سه ماه آینده به صورت یک اکوسیستم باز در اختیار بانک‌ها، شرکت‌های حوزه فناوری و فعالین نظام پولی و بانکی قرار می گیرد.گفتنی است، بهره‌گیری از پیشنهادها و تجارب تمام فعالان و علاقه‌مندان این حوزه در غنابخشی و ارتقای سطح کیفی آن به هنگام عملیاتی شدن بسیار راهگشا و مغتنم خواهد بود. از اینرو شرکت خدمات انفورماتیک به عنوان بازوی فناورانه بانک مرکزی از تمام فعالان دعوت می‌کند تا با بررسی و آزمون این زیرساخت در بهبود عملکرد و توسعه آن مشارکت نمایند.