تاثیر متاورس بر زندگی کودکان و تحول آن
خبرگزاری مهر، گروه فرهنگ و ادب: محمدمهدی سیدناصری، مدرس و پژوهشگر حوزه حقوق و روابط بین‌الملل و نویسنده اصطلاحات دنیای NFT را بشناسید کتاب‌هایی چون: «سازمان ملل متحد را بهتر بشناسیم: ۹۳ پرسش و پاسخ درباره سازمان ملل متحد به انضمام متن منشور سازمان ملل متحد»، «حمایت از حقوق کودکان در اسناد سازمان ملل متحد»، «گروه ویژه اقدام مالی (FATF) […]
خبرگزاری مهر، گروه فرهنگ و ادب: محمدمهدی سیدناصری، مدرس و پژوهشگر حوزه حقوق و روابط بین‌الملل و نویسنده کتاب‌هایی چون: «سازمان ملل متحد را بهتر بشناسیم: ۹۳ پرسش و پاسخ درباره سازمان ملل متحد به انضمام متن منشور سازمان ملل متحد»، «حمایت از حقوق کودکان در اسناد سازمان ملل متحد»، «گروه ویژه اقدام مالی (FATF) را بهتر بشناسیم: ۴۸ پرسش و پاسخ اصطلاحات دنیای NFT را بشناسید اصطلاحات دنیای NFT را بشناسید درباره گروه ویژه اقدام مالی به زبان ساده» و «دیوان بین‌المللی دادگستری را بهتر بشناسیم: ۴۸ پرسش و پاسخ درباره دیوان بین‌المللی دادگستری به انضمام متن اساسنامه دیوان بین‌المللی دادگستری» در یادداشتی که برای انتشار در اختیار خبرگزاری مهر قرار گرفته، به مساله تاثیر متاورس بر زندگی کودکان امروز پرداخته است.
این روزها سوال خیلی از افراد این شده که متاورس چیست؟ ما در عصری هستیم که سرعت پیشرفت تکنولوژی و فناوری‌های دیجیتال بسیار بالاست. هر چقدر زمان می‌گذرد و جلوتر می‌ریم فناوری‌های دیجیتال بیشتر خودنمایی می کنند و جنبه‌های زندگی بشری رو تحت تاثیر قرار می‌دهند. تعاملات دیجیتالی به یک عنصر جدایی ناپذیر زندگی اصطلاحات دنیای NFT را بشناسید ما تبدیل شده و تکنولوژی‌های جدید روز به روز در حال دگرگون ساختن سبک زندگی گذشته و خلق مفاهیم جدید هستند. در این بین همه روزه اسامی پروژه‌ها و ایده‌های دیجیتالی جدیدی را می‌شنویم که هر کدام برای خود هدفی معین مشخص کرده و درصدد جلب توجه افکار عمومی هستند. یکی از این پروژه‌های جدید و نوظهور که توجهات زیادی رو هم به خودش جلب کرده، پروژه متاورس (Metaverse) است. متاورس یک پروژه واقعیت مجازی جهت پیوند جهان فیزیکی ما با زندگی دیجیتال، دنیای آواتارها و نسل بعدی اینترنت به شمار می‌آید. نوعی واقعیت مجازی دیجیتال جایگزین که کاربران در آن زندگی، کار، تحصیل و معاشرت می‌کنند و همیشه آنلاین هستند.
اصلاً تا امروز به تاثیر متاورس بر زندگی کودکان فکر کرده‌ایم؟ این پدیده تکنولوژیک میتواند انقلابی در تربیت اجتماعی و رشد کودکان به وجود آورد. استفاده درست از متاورس میتواند راه‌حل مشکلات زیادی باشد و از طرفی کاربری نادرست آن میتواند مشکلات بسیار بزرگی ایجاد کند.
متاورس چیست و چه‌هدفی دارد؟
متاورس (Metaverse) یک واژه مرکب متشکل از meta به معنی فراتر و universe به معنی جهان هست و از همین رو میتوانیم این کلمه رو فراتر از جهان ترجمه کنیم. این اصطلاح نخستین بار در کتاب علمی‌تخیلی سقوط برفی (Snow Crash) با نویسندگی نیل استفنسون آمریکایی در سال ۱۹۹۲ میلادی به کار برده شد. استفنسون از واژه متاورس برای توصیف واقعیت مجازی استفاده می‌کرد که در آن قهرمان داستان در قالب آواتار خودش با بقیه معاشرت میکند، خرید میکند و حتی دشمنان دنیای واقعی خودش رو شکست میدهد.
البته باید گفت که مفاهیم واقعیت مجازی و دنیایی شبیه متاورس پیش از کتاب سقوط برفی، در سال ۱۹۸۴ میلادی و با رمان نورومنسر (Neuromancer) نوشته ویلیام گیبسون مطرح شده بود. متاورس فقط یک نوع تجربه نیست. بلکه طیف متنوعی از تجربیات دیجیتالی همه‌جانبه است که در آینده در دسترس کاربران قرار میگیرد و به آنها اجازه میدهد تا در انواع فعالیت‌ها در فضاهای کاملاً دیجیتالی شرکت کنند.
این میتواند شرکت در یک بازی چندنفره واقعیت مجازی بزرگ باشد که از طریق هدستVR قابل دسترس است یا ترکیبی از دنیای واقعی و دیجیتال با استفاده از عینک دیجیتال یا گوشی‌های هوشمند. بنابراین، متاورس فقط یک فضای دیجیتال نیست، بلکه فضاها و تجربیات دیجیتالی است که توسط شرکت‌ها برای ارائه تجربیات مجازی واقع‌گرایانه‌تر و فراگیرتر ساخته میشود.
در سال‌های اخیر آهنگ سریع پیشرفت تکنولوژی و فناوری‌های اطلاعات و ارتباطات همه جوانب زندگی بشری را تحت تأثیر قرار داده است و زندگی کودکان و حقوق آنان نیز متأثر از این پیشرفت‌ها چنان دچار دگرگونی شده و سرگرمی‌های دیجیتال نقش مهمی در آن یافته است ما اکنون در عصری زندگی میکنیم که فناوری‌های اطلاعات و ارتباطات و کاربرد آنها در تمام ابعاد زندگی، جامعه بشری را با تغییراتی بی‌سابقه اصطلاحات دنیای NFT را بشناسید مواجه کرده است. تا جایی که فعالیت‌های روزمره، وظایف شغلی، آموزش و پرورش کودکان و… چنان دگرگون شده‌اند که بدون شک بشر آن را در هیچ برهه‌ای از زمان تجربه نکرده است و این تغییرات آن‌قدر با زندگی او عجین شده‌اند که انتظار تغییر آن هم دور از ذهن می‌نماید.
ارز دیجیتال چیست؟
در دنیای واقعی برای داد و ستد نیازمند ارزهایی مانند ریال،دلار و یورو و… هستیم. این ارزها بصورت نامحدود چاپ شده و تحت نظارت دولت مربوطه کنترل میشوند. نرخ تورم، سیاست، جنگ و بسیاری از موارد دیگر نیز بر روی ارزش این ارزها ، تاثیرگذار است. برای مبادله یا تبدیل دو ارز ، ما حتما نیازمند واسطه (بانک) هستیم و مبلغ زیادی هم به عنوان کارمزد باید بپردازیم . ارزدیجیتال (Cryptocurrency) در واقع نوعی پول در بستر شبکه بلاکچین اصطلاحات دنیای NFT را بشناسید است. مهم ترین ویژگی ارز دیجیتال در غیر متمرکز بودن آن است ؛ بدین معنی که هیچ شخص یا نهادی نمیتواند آن را تحت کنترل و تصرف خود دربیاورد . شما میتوانید از هر جای جهان به مکان دیگر به آسانی تبادل انجام دهید و کارمزد ناچیزی پرداخت کنید .
این رمزارز ها در دنیای فیزیکی حضور ندارند و نیاز به صرف هزینه برای چاپ آنها نیست . همچنین منابع آنها محدود است . این رمزارزها ، از امنیت بسیار بالایی برخوردارند چرا که با پروتکل های رمزگذاری شده طراحی شده اند و امکان جعل آنها تقریبا ناممکن است (به همین دلیل نام دیگرآ نها رمزارز است) . در واقع ، ارز های دیجیتال به منظور جلوگیری از تقلب و برای انتقال سریع پول اختراع شدند . شما میتوانید حتی با این ارز ها ، همانند بورس سرمایه گذاری کنید .
هنگامی که میخواهید مبلغی پول را در سیستم بانکی به حساب شخص دیگری واریز کنید ، نیازمند شماره حساب و یا شماره کارت و نام آن شخص هستید . در دنیای دیجیتال نیز برای جابجایی ارز ها نیازمند دو کلید عمومی و کلید خصوصی هستند . کلید عمومی معادل شماره حساب و کلید خصوصی معادل رمزحساب میباشد .
To view this video please enable JavaScript, and consider upgrading to a web browser that supports HTML5 video
چگونگی معامله با ارز دیجیتال
تصور کنید که به رستورانی برای شام رفته اید . برای پرداخت هزینه شام ، شما میتوانید بجای پرداخت پول مثل دلار ، به راحتی از ارز دیجیتال استفاده کنید. فقط کافی است به کیف پول دیجیتال (Digital Wallet) خود مراجعه کنید و همانند یک پرداخت معمولی وارد بخش ارسال شده ، آدرس کیف پول گیرنده را در بخش گیرنده (send) وارد کنید و دکمه ارسال را بزنید .
کیف پول دیجیتال ، در واقع محلی برای ذخیره و نگه داری رمزارزهای شماست . انواع مختلفی از کیف پول وجود دارد که رایجترین آنها کیف پول نرم افزاری است که روی موبایل و کامپیوتر نصب میشود و به راحتی قابلیت ارسال و دریافت ارز دیجیتال را ممکن میسازد .
چگونه میتوانیم ارز دیجیتال داشته باشیم؟
برای داشتن ارز دیجیتال دو راه وجود دارد . در راه اول شما میتوانید به یک صرافی مطمئن مراجعه کرده و در ازای پرداخت پول (ریال) ؛ معادل آن ارز دیجیتال دریافت کنید . همانند واحدهای پولی مانند دلار ، یورو و پوند در دنیای دیجیتال هم انواع مختلفی از ارزها را داریم که هر یک نام و ارزش مخصوص به خود را دارند . از جمله مهمترین ارزهای دیجیتال میتوان بیت کوین را نام برد که این روزها حتما نام آن را زیاد شنیده اید . شما میتوانید بسته به نرخ روز بیت کوین ، معادل آن پول پرداخت کنید (برای مثال برای خرید ۱ بیت کوین مبلغ ۴۰۰۰۰ دلار ) و صرافی مقدار بیت کوین خریداری شده را به کیف پول شما انتقال خواهد داد .
البته نیازی نیست که شما حتما یک بیت کوین بخرید ، شما میتوانید بیت کوین را به بخش های کوچکتری (ساتوشی) مانند ۰.۵ یا ۰.۰۰۰۱ تقسیم کنید و معادل پولی که دارید بیت کوین بخرید .
زمانی که شما بیت کوین میخرید ، این تراکنش در بستر بلاکچین اتفاق میافتد و در بلوک های آن ذخیره میشود . این تراکنش غیر قابل تغییر است و نیاز به تایید و حضور واسطه و شخص یا نهاد سوم ندارد و مستقیم توسط خود شما و فروشنده انجام میشود.
راه دوم برای بدست آوردن بیت کوین استخراج(ماینینگ) آن است . به فرآیند تولید ارز دیجیتال در شبکه بلاکچین اصطلاحا استخراج ارز دیجیتال میگویند . استخراج ارز دیجیتال ، در واقع همان عملیات کشف رمز معادلات دیجیتالی و ثبت آنها در بلوک های شبکه ی بلاکچین است که توسط دستگاه های خاصی به نام ماینر(miner) انجام میشود . طی این عملیات(ماینینگ) ، با استفاده از پردازنده یا توان گرافیکی ماینرها بلوک جدیدی در شبکه بلاکچین ایجاد شده و اطلاعات تراکنش در آن ثبت میشود که به این عمل فرآیند اثبات(proof of work) کار میگویند . در ازای این عمل به هر ماینر ارز دیجیتالی مانند بیت کوین تعلق میگیرد که میتواند این بیت کوین را به کیف پول خود انتقال دهد . در مورد ماینینگ و روش های مختلف آن در مقالات مختلف بطور مفصل صحبت کرده ایم .
انواع ارز دیجیتال
در اینجا برخی از مهمترین و مشهورترین ارزهای دیجیتال را بررسی میکنیم . در حال حاضر حدود ۱۶۰۰ نوع ارز دیجیتال وجود دارد. بیشتر این ارزها مشابه و از خانواده هم هستند . اگر قصد خرید و سرمایه گذاری در دنیای ارزدیجیتال را دارید در ابتدا باید به خوبی این ارزها را بشناسید و اطلاعات لازم را بدست آورید .
بیت کوین Bitcoin
اولین و محبوب ترین ارز دیجیتال بیت کوین است . این رمزارز اولین بار در سال ۲۰۰۹ توسط فرد یا گروهی به نام ساتوشی نوکوموتو معرفی شد . هویت این فرد یا گروه تا به امروز ناشناخته است . تعداد بیت کوین در شبکه بلاکچین محدود و ۲۱ میلیون است و تاکنون ۱۸ میلیون آن استخراج شده است .
اتریوم Ethereum
اتریوم علاوه بر اینکه یک ارز دیجیتالی است ، یک پلت فرم محاسباتی هم محسوب میشود . بنابراین امنیت تراکنش بسیار بالایی دارد . این ارز در سال ۲۰۱۳ ایجاد شد .
لایت کوین Litecoin
لایت کوین در سال ۲۰۱۱ توسط چارلی لی راه اندازی شد . یکی از اهداف لایت کوین افزایش تعداد تراکنش در بلاکچین بود . این رمزارز بسیار شبیه بیت کوین است .
ریپل Ripple
ریپل تنها ارزی است که بانک ها را پذیرش میکند . ریپل به بانک ها امکان میدهد که پرداخت های سریعتر و کم هزینه تری را انجام دهند . همچنین این رمزارز از سیستم بلاکچین استفاده نمیکند .
مزایای ارز دیجیتال
بطور کلی میتوانیم مزایای شاخص ارز های دیجیتال را به صورت زیر نام ببریم:
- برای معامله ارز دیجیتال نیاز به حضور شخص یا سازمانی نداریم .
- انتقال ارز دیجیتال توسط دو کلید عمومی و خصوصی به شدت امن شده است .
- کارمزد بسیار کم
- انتقال سریع
- شفاف بودن معاملات
- عدم تورم
- دسترسی جهانی
معایب
- عدم ثبات قیمت در بازار
- نبودن قوانین مشخص در کشورها در خصوص ماینینگ
- در صورت انجام تراکنش اشتباه سرمایه غیرقابل برگشت است .
- مشکلات نگه داری ارز در کیف پول (گم شدن کلید،حذف شدن و..)
- ارتکاب جرم ( ارز دیجیتال مانند ارز واقعی ممکن است برای پولشویی و حمایت از تروریسم و… به کار برود )
امیدواریم با توضیحات این مقاله ، آشنایی کلی با ارزهای دیجیتال (رمزارزها) پیدا کرده باشید . اگر میخواهید در دنیای ارزهای دیجیتال به معامله بپردازید ابتدا تمام موارد و جوانب آن را بسنجید و سپس تصمیم گیری نمایید .
یادگیری ماشین را بشناسیم
یادگیری ماشین(Machine Learning) زیر مجوعه‌ای از هوش مصنوعی است که متمرکز بر ساخت مدل‌های الگوریتمی است که می‌توانند الگوها و روابط داده‌ها را شناسایی کنند.
در کلمه Machine Learning کلمه Machine به معنی کارهای رایانه است و کلمه Learning معادلی برای تکامل الگوریتم‌ها و افزایش دقت آنها با استفاده از داده‌های بیشتر است.
این مفهوم چیز جدیدی نیست؛ ولی بکاربردن آن در تجارت تا زمانی که اینترنت، محاسبات ابری و تجزیه و تحلیل داده‌های بزرگ به پیشرفت کنونی نمی‌رسیدند، ممکن نبود، چرا که آموزش الگوریتم‌های ML برای اینکه بتوانند الگویی از داده‌ها بسازند نیاز به مجموعه بسیار بزرگی از داده‌ها دارد.
امروزه، یادگیری ماشین نقش مهمی در طیف گسترده‌ای از کسب و کارهایی را ایفا میکند که بر تجزیه و تحلیل پیش‌بینی‌کننده متکی هستند.
معمولاً چنین پروژه‌های تحت نظارت مهندسان داده و متخصصان یادگیری ماشین انجام میشود.
کار مهندسان داده در این زمینه ساخت فرضیه‌ها و کدنویسی به نحوی است که فرضیه‌ها را به واقعیت تبدیل کنند.
کار متخصصان یادگیری ماشین
تمرکز متخصصان این عرصه بر روی عملیات گوناگون است. چنین عملیاتی برای مدیریت چرخه‌عمر یک مدل از یادگیری ماشین بکار می‌رود، این چرخه نیز شامل آموزش، تنظیم، استفاده روزمره در محیط تولید و در نهایت بازنشستگی است.
به همین دلیل مهندسان ML باید دانش کاری در زمینه مدل‌سازی داده، مهندسی ویژگی‌ها و برنامه‌نویسی را داشته باشند.
مدل یادگیری ماشین چیست؟
مدل یادگیری ماشین به طور ساده خروجی‌ای است که پس از اجرای الگوریتم‌های ML بر روی داده‌ها تولید میشود.
برای تولید مدل یادگیری ماشین باید قدم‌های زیر را طی کنیم:
- جمع‌آوری داده‌های آموزشی
- آماده کردن داده‌ها برای آموزش
- انتخاب الگوریتم یادگیری مناسب
- آموزش الگوریتم یادگیری
- ارزیابی خروجی‌های الگوریتم یادگیری
- تغییر متغییرهای آموزش در صورت نیاز برای تولید خروجی بهتر
نحوه آموزش در یادگیری ماشین
در تنظیم متداول ML، الگوریتم نیاز به مجموعه داده‌ای از نمونه‌هایی دارد که که هر کدام از نمونه‌ها دارای یک ورودی و خروجی باشد.
سه مدل اصلی برای الگوریتم‌های ML وجود دارد که مهندسان می توانند از آنها استفاده کنند:
یادگیری تحت نظارت: الگوریتم، داده‌های آموزشی برچسب‌گذاری شده را به عنوان ورودی دریافت میکند و پاسخ صحیح را به عنوان خروجی نمایش میدهد.
یادگیری بدون نظارت: ورودی‌ها در این روش داده‌هایی بدون برچسب هستند و بجای اینکه خروجی صحیحی نمایش داده شود، از این الگوریتم یادگیری برای ایجاد الگوهایی استفاده میشود که بعداً برای شناسایی داده‌هایی با رفتار یکسان بکار می‌روند.
در برخی از شرایط اصطلاحات دنیای NFT را بشناسید نیز ضرورری است تا از مقدار کمی داده برچسب‌گذاری شده در کنار مقدار زیادی از داده‌های بدون برچسب برای آموزش استفاده نمود. این مدل معمولا بین مهندسان ML به عنوان نیمه تحت نظر شناخته میشود.
یادگیری تقویتی: در ورودی این الگوریتم بجای داده‌های آموزشی سیگنال پاداش ارسال میشود و به دنبال الگوهایی در داده‌ها می‌گردد که پاداش را دریافت می‌کنند. این مدل اغلب از تعامل الگوریتم‌های یادگیری با محیط‌های فیزیکی و دیجیتالی ساخته میشود.
چه چیزی در یادگیری ماشین باعث جهت‌گیری (Bias) میشود؟
تمایل مردم به AI و به ویژه ML به دلیل وضوح و شفافیتی که دارند روزانه در حال افزایش است؛ اما شفافیت الگوریتمی، برای یادگیری ماشین میتواند بسیار پیچیده‌تر از به اشتراک گذاشتن الگوریتمی باشد که برای یک پیشبینی خاص استفاده میشود.
بسیاری از افرادی که وارد دنیای ML میشوند با فهمیدن اینکه این الگوریتم‌های ریاضی، مخفی نیستند شگفت‌زده میشوند. در واقع بسیاری از الگوریتم‌های محبوبی که امروزه استفاده میشوند برای همه افراد در دسترس است و این داده‌های آموزشی هستند که مهمند نه الگوریتم‌های مورد استفاده.
متاسفانه به این دلیل که انسان داده‌های مورد استفاده برای آموزش الگوریتم‌های یادگیری را فراهم میکند این داده‌ها می‌توانند به صورت ناخواسته باعث جهت‌گیری مدل یادگیری ماشین شوند.
برای مهندسان ML، درک منطقی که پشت یک پیشبینی خاص نهفته است کار دشواری است؛ چرا که الگوریتم‌های یادگیری به صورت طبیعی تکرار میشوند.
وقتی یک مهندس داده یا مهندس ML بتواند چگونگی ایجاد یک پیشبینی خاص را شرح دهد، آن مدل یادگیری ماشین را میتوان به عنوان هوش مصنوعی قابل توضیح شناخت.
وقتی نتوان توضیح داد که یک پیشبینی خاص چگونه به وجود آمده است؛ چه به خاطر پیچیدگی ریاضی آن باشد و چه به خاطر استفاده از داده‌های آموزشی اختصاصی، آن مدل یادگیری ماشین را هوش مصنوعی جعبه سیاه میگویند.
ML و AI
دو اصطلاح هوش مصنوعی و یادگیری ماشین گاهی اوقات به عنوان مترادف مورد استفاده قرار می‌گیرند چرا که در حال حاضر، بیشتر ابتکارهای مربوط به هوش مصنوعی محدود هستند و این به آن خاطر است که امروزه هوش مصنوعی‌ای برای انجام یک کار معمولاً بر یادگیری ماشین تحت نظارت متکی است.
در مقابل هدف یک AI قوی این است که بگذارد رایانه‌ها کارهایی را که انسان‌ها انجام می‌دهند با موفقیت و درست انجام دهند.
دیدگاه شما