پنل اقتصاد مشارکتی

خبر متن پیاده شده پنل «اقتصاد مشارکتی» در ششمین همایش «بانکداری الکترونیک و نظام‌های پرداخت»، که من نیز در آن حضور داشتم، رو در اینجا ببینین. بخش‌های مربوط به صحبت‌های خودم رو در پایین آوردم:

مدیر پنل: چون دکتر محمدی عضو کارگروه تدوین و دستورالعمل تأمین مالی جمعی بودند و مدیر یک سایت CrowdFunding هستند، فکر می‌کنم بیشتر از ما درگیر CrowdFunding در ایران بوده‌اند و از ایشان می‌خواهم تا یک مقدار وارد CrowdFunding و ابعاد مختلفش به لحاظ قانونی و نحوهٔ اجرای آن در ایران و مشکلاتش به‌صورت مختصر شوند.

من: من در ۳ بخش در خصوص CrowdFunding صحبت می‌کنم و تجربه‌هایم را با شما به اشتراک می‌گذارم اول می‌خواهم به مفهوم دقیق‌تر CrowdFunding و جایگاه آن بپردازم و دوم مشکلاتی که ما در ایران داریم که چرا در کشور رشد نکرده است که دلایل بسیار زیادی وجود دارد و در این بحث‌هایی که وجود دارد بحث قانون‌گذاری و تنظیم‌گری خیلی اهمیت دارد که چه مشکلاتی اگر برطرف شود، کار می‌تواند جلوتر رود، که موضوع سوم بحث را تشکیل می‌دهد.

اول دربارهٔ کلیات اتفاقی که در CrowdFunding از لحاظ سناریو عملکردی می‌افتد، این است که یک داوطلب یا مجری می‌آید و می‌گوید من می‌توانم یک پروژهٔ جالبی را انجام دهم ولی پول آن را ندارم و شما این پول را تأمین کنید تا من این کار را انجام دهم؛ در اینجا پلتفرمی ایجاد شده است تا آدم‌های مختلفی بیایند و این طرح‌ها را ببینند و در آخر اگر از پروژه‌ای خوششان آمد در آن پروژه مشارکت کنند و در آخر این پول‌ها جمع می‌شود تا هزینهٔ انجام پروژه انجام شود.

چهار مدل مختلف این نوع پروژه‌ها در دنیا وجود دارد، یا این فعالیت یک فعالیت خیریه و عام‌المنفعه است که آدم‌ها به دلیل رضایت قلبی‌شان، دوست دارند آن کار انجام شود و به همین خاطر در آن فعالیت شرکت می‌کنند که به این مدل «اهدا» می‌گویند.

مدل بعدی این است که افراد یک پاداشی دریافت می‌کنند، مثلاً من میگویم که می‌توانم یک لیوان درست کنم که موقعی که شما می‌خواهید آب بخورید روحیهٔ شما را شاد می‌کند و هرکس دوست دارد به من پول بدهد تا من این لیوان را تولید کنم و در عوض زمانی که تولید کردم، یک دست از این لیوان را به شما کادو می‌دهم و افراد در ازای مشارکتشان، پاداش دریافت می‌کنند که به این مدل «پاداش» می‌گویند.

مدل سوم، مدل «وام» است و این مدل در دنیا نیز وجود دارد و میگویید که من برای انجام یک کاری ۵۰۰ میلیون تومان پول لازم دارم و طبق یکسری شرایط این کار تا ۶ ماه دیگر انجام می‌شود و من ۲۰ درصد سود روی آن پول می‌گذارم و به شما برمی‌گردانم.

مدل آخری هم که وجود دارد مبتنی بر سهام است و این‌گونه است که می‌گویم من یک استارت‌آپ نوپا هستم و مقداری پول می‌خواهم تا استارت‌آپ من به فلان جا برسد و اگر آن پول را به من بدهید من ۲۰ درصد از سهام شرکتم را به شما می‌بخشم.

هر کدام از این مدل‌ها برای اینکه تا بتواند اجرا شود الزامات خودش را از دید قانونی دارد ولی کلیتشان به این صورت است.

گزارش دانشگاه MIT در سال ۲۰۱۲ نشان می‌دهد که یکی از ۱۰ فناوری تأثیرگذار که می‌تواند دنیا را تکان دهد CrowdFunding بوده است و سازمان بین‌المللی کار هم در گزارشش می‌گوید که هر جا CrowdFunding راه افتاده، توسعه‌بخش اقتصاد محلی بوده و اشتغال ایجاد کرده است.

نکتهٔ مهم دیگر این است که چرا CrowdFunding به این اندازه اهمیت دارد؟ دلیلش این است که CrowdFunding چیزی فراتر از تأمین مالی است.

وقتی من میگویم که می‌خواهم لیوانی درست کنم که باعث شادی‌تان شود ولی پول ندارم و شما آن پول را به من می‌دهید پس من تأمین سرمایه انجام داده‌ام از طرف دیگر میگویم می‌خواهم این لیوان را درست کنم و اگر شما مشارکت نکنید و خودم بروم و پول را از بانک بگیرم، با اقبال بازار روبه‌رو نمی‌شود یعنی عملاً دارم تحقیقات بازار را نیز انجام می‌دهم؛ اگر شما استقبال کنید من این لیوان را ایجاد خواهم کرد، مثلاً اگر ۲۰۰ میلیون تومان پول لازم داشته باشد این پول را هدر نمی‌دهم چون ریسکش از بین رفته است به این دلیل که من این را از قبل به شما فروخته‌ام و از طرف دیگری هم من این محصول را دو برابر به بازار نمی‌دهم به دلیل کانال‌های تبلیغ و فروش به دلیل اینکه شما از من خریده‌اید و فقط کافی است که من آن محصول را برای شما ارسال کنم پس در اینجا اتفاقی می‌افتد، یکی از مهم‌ترین ویژگی‌های اقتصاد مشارکتی از بین بردن واسطه‌ها است.

در اینجا چندین واسطه از بین رفته است ازجمله بانکی که پول‌های مردم را می‌گیرد و با شرایط خاصی به من می‌دهد، دوم کانال پخش و فروشی که محصول را به دست مشتری می‌رساند و بازاریابی می‌کند و تحقیقات بازاری که آژانس‌های تبلیغاتی انجام می‌دهند از بین رفته است و به دلیل از بین رفتن چندین واسطه است که CrowdFunding یکی از موفق‌ترین نمونه‌های اقتصاد مشارکتی در دنیا حساب می‌شود.

اگر بخواهیم به ویژگی‌های CrowdFunding اشاره کنیم چند ویژگی وجود دارد یکی اینکه واسطه‌ها را از بین می‌برد و بین مجری یک فعالیت با کسانی که دوست دارند در آن فعالیت حضور داشته باشند، رابطه ایجاد می‌کند، دیگری اینکه همه چیز شفاف است و دلیل اینکه در حوزه خیریه CrowdFunding با استقبال روبه‌رو می‌شود به این دلیل است که شما پول‌ها را در یک جا جمع نمی‌کنید تا خیریه هر جا که دوست داشت آن را خرج کند و دقیقاً مشخص است که با آن پول قرار است فلان کار انجام شود یعنی شما بر اساس علائقتان به پروژهٔ موردنظرتان کمک می‌کنید و دیگر اینکه از طریق یکسری قوانین، جلوی پول‌شویی گرفته می‌شود و از همه مهم‌تر گزارش انجام فعالیت‌ها بلافاصله به شما ارائه می‌شود و شما میدانید که چه اتفاقی می‌افتد.

پس شفافیت یکی از موارد بسیار مهم است که در CrowdFunding وجود دارد که این شفافیت با آنلاین بودن همه چیز ایجاد می‌شود و ویژگی آخر هم چون مبتنی بر شبکه‌های اجتماعی و جمعی است در مقایسه با روش‌های سنتی رشدش خیلی بالا است.

در مورد وضعیت کشور باید بگویم که بانک جهانی به دلیل اهمیت CrowdFunding چند عامل تعیین کرده است که هر وقت این عوامل در یک کشوری به وضعیت مطلوب رسیدند CrowdFunding قطعاً در آن کشور موفق خواهد بود پس اگر دولت‌ها می‌خواهند که CrowdFunding شکل بگیرد به این چهار عامل توجه کنند:

اولین عامل «فناوری» است؛ CrowdFunding مبتنی بر اینترنت، موبایل و شبکه‌های اجتماعی است. آیا این‌ها در کشور شکل گرفته است یا نه؟ وزارت کار دو سال پیش تحقیقی از فعالان حوزه انجام داد تا ببینند چقدر این عامل در کشور خوب است که ما در این قسمت نمرهٔ خیلی خوبی داشتیم و در یک سال گذشته رشد اینترنت و پهنای باندمان خیلی بالا بوده است، گوشی‌های هوشمند دو برابر شده است و میزان استفادهٔ مردم از اپلیکیشن‌ها بالا رفته است بنابراین از لحاظ عامل فناوری ما در وضعیت بسیار مطلوبی هستیم.

عامل دوم بحث «سرمایه‌پذیری» است؛ فرض کنید من سرمایه را در اختیار گذاشتم ولی آیا افرادی و یا تیم‌هایی در کشور وجود دارند که اگر به آن‌ها پول داده شد، آن پول را به یک ارزش تبدیل کنند؟ در این قسمت هم وضعیت ما نسبتاً مطلوب است و در یکی دو سال اخیر که بحث استارت‌آپ‌ها و جَوَش شکل گرفته است وضعیتمان مطلوب‌تر هم شده است چون CrowdFunding مخصوص کسب‌وکارهایی است که تازه دارند شروع می‌کنند پس هر چقدر این قسمت رشد کند، میزان سرمایه‌پذیری آن کشور هم بیشتر می‌شود.

در مورد عامل بعدی وضعیتمان خیلی بد است که یکی از آن‌ها «فرهنگ‌سازی» است. در مورد حوزه خیریه چون از سالیان دور گل‌ریزان در کشور وجود داشته بود، مشکل فرهنگسازی وجود ندارد و چون فرهنگش در جامعه وجود دارد، کافی است تا افراد به آن خیریه اعتماد کنند ولی در مورد یکسری موارد، فرهنگ‌سازی در کشور صورت نگرفته است، به خصوص در بخش ریسک‌پذیری سرمایه پس ریسک‌پذیری نیاز به فرهنگ‌سازی دارد.

عامل آخر «قوانین و مقررات» است. ما در حوزهٔ CrowdFunding که شروع به فعالیت کردیم و پلتفرم‌هایی که ایجاد شده است از همهٔ مدل‌ها پشتیبانی می‌کند ولی جرئت نمی‌کنیم وارد موارد دیگر شویم. چرا؟ چون قوانین دست‌وپای ما را بسته است.

پس دلیل اینکه CrowdFunding در کشور موفق نیست به این دلیل است که در بحث مالیاتی مشکل داریم و وضعیت کشور در قوانین و مقررات و فرهنگ‌سازی خوب نیست.

 

مدیر پنل: چون دکتر محمدی راجع به مشکلات قانون‌گذاری و مقرراتی صحبت کردند، من احساس می‌کنم اگر بانک‌های ما به سمتی بیایند که CrowdFunding را در کنار کارشان راه بیندازند، می‌شود که کمترین مشکل را در قانون‌گذاری داشته باشند، آیا شما توصیه می‌کنید بانک‌ها به سمت بیایند؟

من: موضوعی که در CrowdFunding وجود دارد بحث چابکی است. ما در طرح قانون بانکداری جمهوری اسلامی ایران که در مجلس در حال بررسی است، ماده‌ای وجود دارد که می‌گوید: «بانک‌ها نباید وارد عقود مشارکتی در پروژه‌های کوچک شوند» و دلیل این موضوع هم این است که بانک‌ها ابزار مناسب ندارند که پروژه‌های کوچک را بررسی کنند و ببینند که آیا در مسیر درست جلو رفته است یا نه برای همین آن ماده می‌گوید که فقط در پروژه‌های کلان که حجمشان از یک مقداری بالاتر است، بانک می‌تواند ورود کند.

این حرف درستی است ولی ایرادی که به این طرح وارد است این است که گفته است چون بانک‌ها وارد نمی‌شوند، دیگران هم حق ندارند وارد شوند و کلاً مدل‌های مشارکتی را برای پروژه‌های جدید طبق این قانون، غیرقانونی می‌کنند.

اتفاقی که افتاده این است که بانک در یک پلتفرم CrowdFunding مشارکت کند و وقتی بانک مشارکت کند یعنی آن ساختارها و قوانین نظارتی فعلی که وجود دارد به دلیل دست‌وپا گیر بودن، نمی‌تواند در موسسه‌ای که کنار خودش ایجاد کرده است، آن‌ها را جلو ببرد؛ پس لزوماً بودن بانک، هیچ نفعی ایجاد نمی‌کند و در اینجا بانک فقط ایجاد یک انحصار می‌شود که CrowdFunding هم وارد بحث انحصار بانکی می‌شود.

به جای این پیشنهاد مشخص بهتر است اجازهٔ ایجاد مؤسسات خدمات پولی داده شود و طبق قانون، بانک مرکزی مؤسسات خدمات پولی در بازار غیرمتشکل پولی راه‌اندازی کند و برای آن‌ها دستورالعمل بنویسد که چگونه باید فعالیت‌هایشان را پیش برند.

پس به نظر من بهترین راهکار این است که بانک مرکزی برای کسانی که می‌خواهند وارد این حوزه شوند، خطوط را مشخص کند و دستورالعمل بدهد.

 

پنل اقتصاد مشارکتی

لایک!

وجود لایک تو یه شبکه اجتماعی و ارزش شدن جمع کردن هر چه بیشتر اون (که صد البته منطبق بر ذات حریصانه آدمه)، باعث می‌شه که آدما سعی کنن فعالیت‌هایی رو انجام بدن، که لایک بیشتری بگیرن. اگه دنیای مجازی تصویری متناسب از دنیای واقعی‌ نباشه، اون موقع چیزی که در دنیای مجازی لایک بیشتر می‌گیره، لزوما چیزی نیست که در دنیای واقعی هم پسندیده‌تره (و البته، چیزی که یه طرف ارزشه، حتی اون طرف ممکنه ضد ارزش باشه و بالعکس). و این یعنی اینکه آدما در دنیای مجازی به سمتی حرکت می‌کنن که از خودشون در دنیای واقعی بیشتر و بیشتر فاصله می‌گیرن!

این یه مثال ساده‌ایه از اینکه چرا شبکه‌های مجازی در جامعه‌های مختلف باید دارای ویژگی‌ها و شرایط مختلف متناسب با همون جامعه‌ها باشه. چیزی که تو اکثر جاها داره بهش بی‌توجهی می‌شه. نتیجه این می‌شه که در دنیای مجازی همه فرهنگ‌ها و ارزش‌ها مث هم می‌شن (و بدیهیه که شبیه به فرهنگ و ارزش‌های جامعه تولید کننده اون شبکه بشن)، در حالی که در دنیای واقعی تفاوت‌ها زیاده. و باز این یعنی اینکه یا باید فرهنگ‌ها و ارزش‌های جوامع دنیای واقعی تغییر کنه، که نابود شدن فرهنگ‌ها و هویت‌ها رو به دنبال داره؛ یا اینکه بپذیریم که در جوامعی که مصرف کننده شبکه‌های اجتماعی جوامع مولد هستند، آدما روز به روز بیشتر و بیشتر دچار دوگانگی شخصیتی بشن.

البته این اثر فقط مختص شبکه‌های اجتماعی نیست، برای همه فناوری‌های دیگه هم همینجوره، ولی در شبکه‌های اجتماعی این اثر بسیار شدیدتره و خیلی سریع منجر به خروجی‌های اسف‌بار دیگه می‌شه!

 

لایک!

مدل‌‌سازی

از اونجایی که می‌بینم که در ارائه خیلی از «مدل‌ها»، مفهوم «مدل» اصلا توسط ارائه دهنده درک نشده، دوست دارم یه خورده در مورد مدل بنویسم.

یه مثال خوب از اینکه یه مدل چیه، مدل‌سازی هندسه با جبره. تو هندسه گزاره‌هایی هست که اثبات اونا برای سالیان بسیاری، خیلی مشکل بوده، مثلا اثبات اینکه یه خط یک دایره رو حداکثر در دو نقطه قطع می‌کنه. کلید حل این معما مدل‌سازی مفاهیم هندسی با جبر بوده. مثلا مدل‌سازی یک خط با عبارت جبری ax+by+c=0 و مدل‌سازی دایره با عبارت x^2+y^2=c^2. با این مدل‌سازی، اثبات مشکلِ مساله حداکثر تعداد تقاطعات یه خط و یه دایره، به اثبات ساده مساله تعداد جواب‌های دستگاه حاوی دو معادله اشاره شده در دنیای جبر تبدیل می‌شه. این دستگاه حداکثر دو جواب داره، پس در نگاشت از مدل به دنیای اصلی هم می‌شه گفت که یک خط و یک دایره حداکثر در دو نقطه همدیگه رو قطع می‌کنن.

می‌شه گفت که مدل‌سازی، یعنی اینکه بتونی یه دنیای ساده‌تر یا قابل فهم‌تری رو در تناظر با یه دنیای دیگه شکل بدی که هر مفهومی رو بتونی از دنیای اصلی به یه مفهوم در دنیای ساخته شده متناظر کنی؛ و کار با مفاهیم در دنیای جدید، ساده‌تر باشه. ضمن اینکه، نتایج بدست اومده در دنیای جدید، قابل انتقال به دنیای اصلی بوده و در اونجا هم معتبر باشن.

علوم مختلفی مثل ریاضی، فیزیک، شیمی و … هم مدل‌هایی با دیدهای مختلفی از دنیایی هستن که در اون زندگی می‌کنیم. این مدل‌ها قادر به تبیین بسیاری از مسایل دنیای واقعی هستن، ولی لزوما قادر به تبیین تمامی اونا نیستن. و همین هم کلید رشد علوم مختلفه و انقلاب‌هایی که تو اونا صورت می‌پذیره. اگر مدل‌های اولیه کامل بودن، شاخه‌های جدیدی مث هندسه نااقلیدسی، نسبیت و مکانیک کوانتوم و … هرگز شکل نمی‌گرفت.

مثال ساده‌ای برای نشون دادن اینکه چرا مدل‌ها کامل نیستن و تکامل پیدا می‌کنن، مدل‌سازی ساختار اتمه. یه زمانی می‌گفتن که اتم یه سری الکترون و پروتون هستن که کنار هم قرار گرفتن. بعدش دیدن یه سری واقعیت‌ها رو نمی‌شه اینجوری توجیه کرد. گفتن که اتم یه سری پروتون تو هسته و یه سری الکترون تو مدارهای دور و برِ هسته هستن، که دور پروتون‌ها می‌چرخن. بعدش دیدن که نه! با این مدل هم یه سری چیزا رو نمی‌شه توجیه کرد. یه مدل دیگه ارائه شد که پروتون‌ها تو هسته هستن، ولی الکترون‌ها تو اربیتال‌های دور اونا دارن می‌چرخن و … . فکر می‌کنین اونایی که اون مدل‌ها رو ارائه داده بودن، اون هسته و اون مسیر و اربیتال و … رو دیده بودن که این مدل‌ها رو ارائه کردن؟ نه! اون مدل‌ها دیدهای ساده شده‌ای بودن که تا یه جایی به پیشرفت علم کمک می‌کردن، ولی بعد از اینکه یه سری چیزا رو نمی‌تونستن توجیه کنن، کنار می‌رفتن یا کاربردشون برای شرایط خاصی محدود می‌شد.

 

مدل‌‌سازی

احتمال

در یه بازی کامپیوتری کاملا شانسی، روی موبایلم، در ۱۰۷ بازی، چهار برد داشتم. ۱۰۸مین بازی رو هم بردم ولی در بازی‌های ۱۰۹ و ۱۱۰ باختم. بر خلاف انتظارم ۱۱۱مین بازی رو هم بردم. حالا من موندم که احتمال برد من در این بازی چقدره؟

پ.ن: این سوالی بود که چند هفته پیش برام پیش اومد. دیشب ۶۲۰مین بازی‌ام رو هم انجام دادم، ولی نمی‌گم چند تاش رو بردم. هر کی در مورد «احتمال برد من در این بازی» نظری داره، بگه، تا ببینم نظرش در این ۶۲۰ بازی چقدر صدق می‌کنه!

احتمال

بی‌راهه

… برای ریاضیدان اهل تقلید، غم دستاوردهای علمی ایشان و دغدغه معاش دانشگاهی و اندوه تعداد مقالات مطرح است. حرص و سعی بسیار در دستیابی به اسباب و وسایل مطرح است. اعتماد کردن به دیدگاه‌های علمی کسانی مطرح است که ریاضیات ساخته‌ی ایشان را حمایت مالی و اعتباری می‌کنند. و یا اینکه غم تعمیم دادن نتایج علمی خود را دارند و دغدغه‌ی آگاهی از تحقیقات همکارانشان و اندوه اینکه مقالات خود را چگونه بنویسند تا به صورت آن در عالم مُثُل شبیه‌تر باشدو عمیق‌تر به نظر برسد. ایشان به دیدگاهی اعتماد دارند که به آنها کمک کند بیشتر تولید کنند و حرص و سعی بسیار دارند که نام خود را در تاریخ ریاضیات ماندنی‌تر کنند…

این متن تکه‌ای بود از یه نوشته‌ی دست‌نویس از دکتر اردشیر با نام «شهود چیست؟ استدلال چیست؟» که نمی‌دونم آخرش جایی چاپ شد یا نه؟ من این نوشته رو خیلی دوست دارم. این تکه هم شرح حال خیلی از آدمایی‌یه که هر روزه می‌بینم…

بی‌راهه

عروسک‌های زنده

شرکت Genpets به کمک مهندسی ژنتیک و اصلاح و دستکاری DNA اقدام به تولید عروسک‌های زنده کرده است. این عروسک‌ها در بسته‌بندی‌هایی ارائه می‌گردند که تا قبل از باز شدن، لوله‌هایی برای تغذیه‌ی موجود به آنها وصل می‌باشد. این بسته‌بندی‌ها دارای نشانگر ضربان قلب و نمایشگر نشان‌دهنده‌ی تازگی موجود هستند. عمر این موجود یک تا ۳ سال بوده و پس از خارج شدن از بسته‌بندی، از خواب زمشتانی بیدار شده، صاحبش را شناسایی کرده و تا آخر عمر به یاد می‌سپارد.

این موجود سر و صدای کمی داشته و خیلی زود با آدمها انش می‌گیرد. رشد کرده و بزرگ می‌شود. احساسات از خود بروز داده و درد را درک می‌کند و برای بچه‌ها کاملا مطمئن و بی‌خطر می‌باشد و علیرغم همه‌ی این موارد شرکت سازنده‌اش هیچ تضمین و تعهدی را در باره‌ی محصولش به مشتریان نمی‌دهد. در اینجا می‌توانید نمونه‌هایی از این موجودات را مشاهده نمائید.

دستکاری ژن‌ها و فعال/غیرفعال کردن بسیاری از ویژگی‌هایی که موجود می‌تواند داشته باشد، کمک کرده‌ است که این محصول در ۷ رنگ متفاوت عرضه شود. هر رنگ، نشانگر ویژگی‌ها و احساساتی است که موجود می‌تواند از خود بروز دهد. رنگ قرمز نشان دهنده‌ی این است که موجود، بسیار پر انرژی و پر جنب و جوش می‌باشد، رنگ نارنجی ماجراجو و کنجکاو، رنگ زرد با مزه و بازیگوش، رنگ سبز مهربان و آرام، رنگ آبی متین و رنگ بنفش روحانی و رویایی!

این خبر در طی یکی دو هفته‌ی گذشته پخش شد و سریعا هم فراگیر شد. دلیل انتشار سریع آن هم وب‌سایت مرتب و منظمی است که برای تبلیغ این محصول در نظر گرفته شده است. اما بنا به دلایلی اعتقاد دارم که این خبر نیز یک Hoax خبری بوده و واقعیت ندارد:

الف) در وب‌سایت این محصول ادعا شده است که Genpets محصول شرکت پیشروی بیومهندسی Bio-Genica می‌باشد. به وب‌سایت این شرکت پیشرو! که مراجعه کردم، دیدم که مثل وب‌سایت شرکت‌های معتبر دارای لینک‌های متعددی برای نقاط مختلف جهان بوده و هر کاربری از هر ناحیه‌ای با کلیک بر روی لینک کشور و ناحیه خود وارد وب‌سایت مربوط به آن ناحیه می‌شود. اما جالب اینجا بود که نه تنها لینک‌های هر ۴۱ ناحیه‌ی موجود به وب‌سایت Genpets متصل بود بلکه سایر لینک‌های اون هم باز به همون وب‌سایت برمی‌گشت. و کل سایت Bio-Genica فقط یک صفحه‌ی استاتیک بود که نقش آبرودار مجموعه رو ایفا می‌کرد!

ب) ادعا شده که این محصول به عنوان اختراع (Patent) ثبت شده است. ولی با مراجعه به وب‌سایت US Patent مشاهده شد که همچین محصولی ثبت نشده است.

ج) و در نهایت… زیاد سر کار نروید. Genpetها عروسک‌های پلاستیکی دست‌ساز ساخت Adam Brandejs هنرمند مجسمه‌ساز کانادایی هستند که کابل‌های برق به آنها متصل می‌شوند که نیروی لازم برای راه‌اندازی رقص نور داخل آنها را تامین نمایند. شایعه‌ی پخش شده حربه‌ی بسیار مناسب تبلیغاتی در آستانه‌ی کریسمس بود که به Adam کمک کرد که عروسک‌‌های پلاستیکی‌اش را به مبلغ ۱۲۰۰ دلار به فروش برساند. در اینجا می‌تونید عکس‌های قشنگی از مراحل ساخت این عروسک‌ها توسط adam ببینید.

عروسک‌های زنده

ظرفیت حافظه‌ی مغز انسان

استاروس حوالی سال ۱۹۷۰ در مقاله‌ی «چگونه یک مغز مصنوعی بسازیم؟» اقدام به محاسبه‌ی تقریبی ظرفیت حافظه‌ی مغز انسان کرده. اون معتقده که برای اینکار به دو صورت می‌شه به مساله نگاه کرد و طبعا دو جواب کاملا متفاوت رو هم به دست آورد:

دید اول: مغز انسان از نورون‌ها تشکیل شده و هر کدوم از نورون‌ها دارای ده سلول گلیالی بوده و هر کدوم دارای هزار اتصال با سایر نورون‌هاست. دانشمندا هنوز نمی‌دونن که تو مغز، اطلاعات کجا ذخیره می‌شه؟ تو نورون‌ها؟ تو اتصالات؟ یا در سلول‌های گلیالی؟ و همچنین نمی‌دونن که تو هر واحد از اونا هم، چقدر داده می‌تونه جا بگیره! با فرض جاگرفتن تنها یک بیت داده در هر واحد، اگر داده‌ها تو نرون‌ها ذخیره بشن، ظرفیت حافظه ۵*۱۰۱۰ بیت و اگر در سلول‌ها ذخیره بشن ۵*۱۰۱۱ بیت و اگر در اتصالات ذخیره بشن ۵*۱۰۱۳ بیت خواهد بود. و متوسط اینا یعنی ۱٫۷*۱۰۱۳ بیت و این هم یعنی ۲۰۰۰ گیگا بایت ظرفیت برای حافظه‌ی مغز انسان!

دید دوم: می‌توان فرض کرد که مغز همه‌ی سیگنال‌های ورودی‌شو ذخیره می‌کنه (چون همه‌ی اونا رو بعدا به یاد می‌یاره)، در این صورت با شمارش تعداد کل سیگنال‌های ورودی به مغز می‌شه ظرفیت حافظه رو اندازه گرفت. بررسی‌ها نشون دادن که ۸۵ درصد اطلاعات ورودی از طریق چشم‌ها دریافت می‌شن. شبکیه‌های دو چشم روی هم دو میلیون گیرنده‌ی عصبی دارن که هر کدوم از اونا چهارده تپ در هر ثانیه ایجاد می‌کنن. هر کدوم از این گیرنده‌ها توانایی ۶۰ سال فعالیت با کارکرد ۱۶ ساعت در روز یا به عبارتی ۱٫۲۶ میلیارد ثانیه رو دارن. پس کلا ۴٫۱۵*۱۰۱۶ بیت اطلاعات ورودی را خواهیم داشت، و این یعنی پنج میلیون گیگا بایت ظرفیت برای حافظه‌ی مغز انسان!

نکته‌ی جالب توجه مقاله‌ی استاروس اینه که اصلا ماهیت پردازشی برای مغز قایل نبوده و فقط با دید ذخیره و بازیابی اطلاعات به مغز نگاه کرده! اون با ذکر دلایلی ادعا کرده که ساخت همچین حافظه‌ای در بهترین شرایط برای بشر حدود صد سال وقت خواهد برد! ولی اگه ساخته بشه، انقلابی رخ خواهد داد، چون عناصر این مغز الکترونیکی در یک نانو ثانیه عمل خواهند کرد، در حالیکه سلول‌های مغز طبیعی به یک‌هزارم ثانیه نیاز دارند و این یعنی یک میلیون بار عملکرد سریع‌تر مغز الکترونیکی. در نتیجه این مغز مصنوعی به جای ده سال مدرسه رفتن کافیست که فقط پنج دقیقه مورد آموزش قرار بگیره و بعدا فورا به کار گماشته بشه!

شما معلمی می‌شناسین که با این سرعت، مطالب رو برای این مغز مفلوک آموزش بده؟

ظرفیت حافظه‌ی مغز انسان

علوم اجتماعی

یه واقعیتی بود که مدت‌ها قبل درکش کرده بودم، ولی نمی‌تونستم بیانش کنم. حالا فکر کنید وقتی کل اون مفهومو دیشب در قالب فقط یه جمله تو یه کتاب پیدا کردم، چقدر حال کردم: «در علوم اجتماعی [و روانشناسی، و بر خلاف علوم طبیعی] با نمونه‌های آماری کوچک سر و کار داریم و نمی‌توانیم مطمئن باشیم که بیشتر پدیده‌های مشاهده شده را خودمان نساخته‌ایم»!

علوم اجتماعی

رباتیک و آینده…

کامپیوترهای امروزی بر پایه‌ی منطق دودویی هستن و این ابزار دیجیتالی منطقی، برای ساخت هوشمندی اصلا کافی نیست. فان‌نیومن، طراح چهارچوب اصلی تمام کامپیوترهای امروزی، معتقد بود که برای داشتن هوشمندی شبیه انسان، کلید اصلی منطق نیست، بلکه چیزی شبیه ترمودینامیکه! ولی به نظر من چیزی شبیه به اون نیز نمی‌تونه کلید هوشمندی باشه. کلید هوشمندی برای ساخت ماشین‌های هوشمند، استفاده از ذهن هوشمند زنده و کنترل ماشینی اونه.

می‌خوام این قضیه رو یه خورده بیشتر باز کنم و در موردش حرف بزنم. مشکل اینکه در حال حاضر هوشمندی واقعی نداریم چند مساله است:

یکی اینکه، مهارت‌های مختلف قابل یادگیری توسط ماشین‌های مختلف، می‌بایستی بتونن در یک موجود هوشمند واحد جمع بشن، که الان نمی‌تونن بشن. یکی دیگر اینکه نیاز داریم که یک پایگاه دانش، از روابط بین اشیای موجود در دنیا داشته باشیم، که نداریم. در کامپیوتر یک واحد پیچیده مسوول کلیه‌ی اعمال هوشمندانه است، در حالیکه در انسان و دیگر موجودات زنده این جوری نیست و مغز فقط یک سازمان‌ده است و اعمال هوشمند، در گیرنده‌ها انجام می‌شه (مثل شبکیه و لایه‌های مختلف آن در چشم به عنوان گیرنده‌ی بینایی). در بدن انسان‌ها نرون‌های بسیار زیاد بطور کاملا موازی و با سرعت پایین عمل می‌کنن، ولی در کامپیوتر، موازی‌سازی کمتری با سرعت بالاتری در جریانه و این روند روزبروز در جهت عکس مغز موجودات زنده در حال پیشرفته. ما در کامپیوتر پیچیدگی‌های فوق‌العاده‌ی تکین را داریم، در حالی‌که در انسان پیچیدگی‌ها بسیار کمترن ولی سازماندهی‌ها و اعمال، بسیار کل‌نگرانه و هماهنگ انجام می‌شن. ما در کامپیوترهای منطقی هرگز قادر نخواهیم بود «خودهوشمندی» رو داشته باشیم، در حالی‌که کلید اصلی هوشمندی، «خود هوشمند»یه نه «هوشمندی دیکته شده». در اصل، کامپیوتر فقط یک شبیه‌سازه و یک مقلد که فقط چیزی رو که به آن دیکته می‌کنیم یاد می‌گیره و به‌کار می‌بنده و هرگز «خودهوشمند» نیست.

تکنولوژی امروزی نمی‌تونه حتی تصور نزدیک شدن به ساخت همچین موجودی رو در ذهن انسان بوجود بیاره، در حالی‌که در موجودات زنده حتی در مراتبی پایین‌تر از انسان، ذهن یک حیوان کوچک هم این پارامترها رو داره. با در نظر گرفتن همه‌ی اینایی که گفتم، به نظر من، تنها راه فعلی برای ساخت ماشین‌های هوشمند، استفاده از موجودات و عناصر بیولوژیکی زنده در ماشین‌های ساخت بشره!

در رابطه با ترکیب موجودات زنده و ربات‌ها، قدم‌هایی هم برداشته ‌شده و داره می‌شه: در دانشگاه کالیفرنیا ربات‌های زنده‌ای، کوچکتر از یک میلی‌متر با نام «بیوبوت»‌ها از طریق رشد دادن سلول‌های موش صحرایی بر روی تراشه‌های سیلیکونی میکروسکوپی ساخته شده‌اند که با نیروی ماهیچه‌ای کار می‌کنن و برای حرکت کردن هم به هیچ‌گونه منبع انرژی خارجی نیازی ندارن.

پرفسور کوین وارویک رییس دپارتمان سایبرنتیک دانشگاه ریدینگ انگلیس تا حالا چند تا چیپ رو تو بازوهاش جاسازی کرده که حرکات اونو مونیتور می‌کنن و حالا هم دنبال روشیه که این چیپ‌ها رو بتونه تو مغزش هم جاسازی کنه (اینجا رو ببینین). جاسازی چیپ در بدن یه نفر، می‌تونه به منظور کنترل اعمال اون در جهت یه هدف خاص و بازداری اون در سایر جهات باشه.

دانشمندان دانشگاه DUKE به یه میمون یاد دادن که با یک Joy Stick یه بازوی ربات رو کنترل کنه. پس از اون با قطع Joy Stick از ربات و ارتباط دادن سیگنال مغز میمون به ربات، با استفاده از یک رابط پردازش سیگنال‌های مغزی، عملیات کنترل بازوی ربات رو انجام دادن. (در این میان Joy Stick یک واسطه بوده است برای اینکه میمون رو گول بزنه و اونو وادار کنه که دستوراتی از مغزش به دستاش بفرسته و سیگنال‌های لازم رو تولید کنه). مرحله‌ی بعدی این آزمایش هم این بوده که Joy Stick حذف شده و کنترل، تنها با استفاده از پردازش سیگنال‌های مغز دستور دهنده صورت گرفته (اینجا رو ببینین). با شبیه‌سازی سیگنال‌های طبیعی ارسالی به مغز از سایر اندام‌ها، به‌طوری‌که مغز نتونه بین این سیگنال‌ها و سیگنال‌های واقعی تفاوت قایل بشه، می‌شه امیدوار بود که در آینده اندام‌هایی ساخته بشه که مستقیما از مغز یه موجود زنده دستور می‌گیرن.

سایبرگ‌ها هم به موجوداتی می‌گن که از ترکیب بافت‌های زنده و الکترونیکی بوجود اومدن که از مهمترین اونا می‌شه Roboratها رو نام برد. در سه نقطه‌ی مغز این موش‌های ترکیبی، سه الکترود کار گذاشته می‌شه: دو تا الکترود در محل پردازش سیگنال‌های رسیده از سبیل‌های موش تا اونو به چپ یا راست هدایت کنن و کنترل حرکتیش رو به دست بگیرن و یکی هم تو قسمت میانی جلو مغز، که با تحریک اون احساس خوشایندی در موش ایجاد می‌شه. هر وقت که موش حرکت دلخواه مربی رو انجام میده بعدش سیگنال لذت بخش رو هم به عنوان پاداش دریافت میکنه. این امر به مرور زمان باعث شرطی شدن موش به سیگنال‌ها میشه و موش‌ها یاد میگیرن حرکات دلخواه مربی رو به امید دریافت پاداش اجرا کنن. قدرت این عامل به صورتیه که موش گرسنه رو هم طوری تحت تاثیر قرار می‌ده که حتی پنیر هم نتونه اونو از ماموریت اصلیش، پرت کنه. این الکترودها قادرن از فاصله‌ی حداکثر ۵۰۰ متری، یه موش آموزش دیده رو به سمت چپ، راست یا جلو هدایت کنند. پس تصورش خیلی سخت نخواهد بود که یه موجود زنده مستقیما و بطور کامل توسط یک ماشین کنترل بشه.

محققان در آمریکا روبات ساده‌اى طراحى کرده‌اند که مى‌تونه با استفاده از قطعات یدکى، نمونه‌هاى عینى خودشو تولید کنه. هدف غایی این طرح، طراحى ربات‌هایى است که در صورت از کار افتادن بعضى از قطعات، بتوانن خودشونو تعمیر کنن یا حتى براى انجام وظیفه‌اى که براشون تعیین شده خودشونو بازآرایى کنن یا اینکه اگه لازم باشه براى خود دستیارانى بسازن. این ربات‌ها از واحدهای مستقلی ساخته شده‌اند که هر واحد مجهز به کدهای حاوى دستورالعمل ساخت روبات، اتصال‌هاى الکتریکى براى برقرارى تماس با واحدهاى کنارى و آهن رباهایى براى چسبیدن به سایر واحدهاست. در مدت زمانى کمتر از دو دقیقه، این روبات ساده مى‌تونه نمونه‌ی عینى خودشو تولید کنه و نمونه‌ی تولید شده نیز قادره نمونه‌هاى تازه‌اى بسازه.» اگر از زاویه‌ی دیگر به موضوع نگاه کنیم، می‌بینیم که در حال خلق مخلوقاتی هستیم، که همزمان با خلق آن‌ها، قوانین آفرینش را نیز به آنها می‌آموزیم. خوشبختانه چیزی که این وسط فقدان آن به خوبی حس می‌شود، این است که این ربات «نمی‌فهمد» که چه قدرتی در اختیار دارد! هر چند با مشاهده‌ی فیلم‌های مربوط به عملکرد این روبات دیدم که عملکرد بسیار ابتدایی رو از خودشون نشون می‌دادن ولی وای به روزی که این عملکرد بهبود زیادی پیدا کرده و با ربات‌هایی با اجزای بیولوژیکی بتونه ترکیب بشه!

مساله‌ی مهمی که وجود داره اینه که استفاده از عناصر بیولوژیکی زنده، خطرات مخصوص به خودشونو هم دارن. مثلا در موش تونستن با اعمال سیگنال‌های مناسب، پنیر را هم در نظر وی فاقد جذابیت جلوه بدن. تصور کنین که یه وقتی بخوان همچین کاری رو روی انسان‌ها هم انجام بدن، تغییر ارزش‌ها و احساسات و از بین بردن نیازهای اصیل انسانی و سوق دادن اون به سمتی ماشینی با احساسات و امیالی که سازنده‌ی ماشین خواهان اوناست. عالیه نه؟!!!

یکی دیگه از نگرانی‌هایی که وجود داره امکان «احساس اختیار کردن» اون موجوده. در مسابقه‌ی «بقای قوی‌ترها (“Survival of the Fittest”)» در بین ربات‌های زنده، Gaak ربات کوچولوی زنده، سعی کرد که از یکی از مبارزات خود فرار کنه و با شروع به حرکت از کنار یک دیواره و فرار به بیرون، از طریق خزیدن به داخل یک حفره، در اتوبان در زیر چرخ‌های یک ماشین له شد. البته هنوز دلیل این حرکت Gaak مشخص نشده است و تحقیقات برای روشن شدن دلایل آن همچنان ادامه داره. با کمی تفکر به راحتی می‌تونین درک کنین که اگه یه ربات «احساس اختیار» کنه و از اون اختیارش استفاده هم بکنه، چه اتفاقاتی خواهد افتاد.

یک ملاک بسیار مهم هوشمندی « داشتن شناخت یا آگاه بودن از وجود خود و درک خود (Sentient بودن)» است. هیچ مدرکی دال بر Sentient بودن حیوانات در دسترس نیست و این یعنی اینکه اگر ثابت بشه که حیوانات Sentient نیستند، به ناچار می‌بایستی در این راه از وجود موجوداتی برای ساخت ماشین‌های خود هوشمنداستفاده بشه که Sentient باشن و اینجاست که وجود انسان‌ها و تعارض به آن‌ها مطرح می‌شه. مساله‌ی جالب‌تر بعدی اینجاست که اگر مغزها بتونن تحت کنترل در بیان، مغزهایی جذاب‌تر خواهند بود که قابلیت‌های بیشتری داشته باشن و اینجاست که «تکنولوژی بر علیه نخبگان و یا قاتل نخبگان»… ! شاید الان که شما این مبحث رو می‌خونین از این قوه‌ی تخیل ساده‌اندیش خنده‌تون بگیره. ولی تاریخ یه‌‌بار این تجربه رو برای دستیابی به حنجره‌ی خوانندگان خوش صدا،به خودش دیده.

در آخر دوست دارم صحبت‌های خالق آرون رو هم بخونین. آرون (Aaron) یه روبوت نقاشه که بیشتر از سی سال طول کشیده تا شیوه‌ی نقاشی کردنو از هارولد کوهن یاد بگیره، ولی اونقده خوب یاد گرفته که خود کوهن هم میگه «گرچه سازنده این روبوت منم و این من بودم که نقاشی رو به اون یاد دادم ولی همیشه تصاویر خلق شده توسط آرون موجب شگفتی من میشه …»

حالا شما هم شگفتی‌هایی رو تصور کنین که خالق روبوت‌های بیولوژی بعدنا از اونا حرف خواهند زد… !!!

رباتیک و آینده…