چگونه حجم فیلم‌ها را در تلگرام کاهش دهیم؟/یک ترفند طلایی برای مچ گیری در تلگرام+تصاویر/ اقدام جدید بیل گیتس
خودروی مریخ نورد، مغز چگونه چهره‌ها را از یکدیگر تشخیص می‌دهد، چگونه حجم فیلم‌ها را در تلگرام کاهش دهیم؟ و... از اخبار خواندنی فناوری امروز است.
خبرگزاری میزان - خبرگزاری صدا و سیما: نرم افزار تلگرام چندی پیش قابلیتی به خود اضافه کرد که با استفاده از آن کاربران می‌توانند پیش از ارسال فیلم، حجم آن را کاهش دهند و با حجم کم تری آن را آپلود کنند.
حجم فیلم در صورتی کاهش پیدا می‌کند که کیفیت آن پایین آمده باشد.
با این امکان تلگرام، کیفیت فیلم‌ها خیلی کاهش پیدا نمی‌کند، اما حجم آن در برخی مواقع کاهش چشم گیری دارد. در زیر قصد داریم تا کاهش حجم فیلم از طریق تلگرام را آموزش دهیم.
تلگرام را اجرا کنید. 
باشگاه خبرنگاران جوان: حتما برای شما هم پیش آمده که در تلگرام پیامی را برای کسی ارسال می‌کنید و مخاطب شما بدون اینکه پیام را دو تیک بخورد آن را مشاهده کرده و شما هم اصلا متوجه این موضوع نمی‌شوید.
با ترفندی که در این گزارش به شما آموزش می‌دهیم به راحتی می‌توانید دست مخاطب خود را بخوانید و اطمینان پیدا کنیدکه آیا واقعا پیام ارسالی شما را نخوانده یا ماجرا برعکس این است.
مغز چگونه چهره‌ها را از یکدیگر تشخیص می‌دهد
ایسنا: محققان در "موسسه فناوری کالیفرنیا" در این پژوهش جدید دریافتند که مغز برای تشخیص چهره‌ها از یکدیگر تن‌ها به حدود ۲۰۰ نورون احتیاج دارد.
دانشمندان برای رسیدن به این نتیجه، تصاویری را به میمون‌ها نشان دادند و به صورت همزمان پاسخ‌های خاص سلول‌های عصبی به چهره‌ها را ثبت کرده و دریافتند که کدامیک از آن‌ها فعال شده و کدامیک فعال نشده است.
چیزی که آن‌ها در این پژوهش دریافتند این بود که یک سلول به تنهایی مخصوص شناسایی یک صورت نیست بلکه هر کدام از این سلول‌ها مسئول کدگذاری یک ویژگی از صورت فرد هستند.
به این معنی که یک نورون تکی ممکن است تن‌ها به فاصله معینی بین چشم یک فرد و یا یک گودی در سمت چپ دهان وی پاسخ دهد.
بنابراین، در حالی که ده‌ها هزار سلول عصبی برای تشخیص ویژگی‌های صورت وجود دارد، افراد برای شناسایی چهره‌ها تن‌ها به حدود ۲۰۰ عدد از آن‌ها نیاز دارند.
سیگنال‌های همان تعداد اندک از سلول‌ها برای کدگذاری اطلاعات و تشخیص چهره‌ها از یکدیگر کافی است.
هنگامی که محققان دریافتند که هر سلول به چه مشخصه‌ای از صورت پاسخ می‌دهد، به میمون یک چهره جدید را نشان داده و فعالیت سلولی در پاسخ به آن چهره را ثبت کردند و در نهایت بر اساس آنچه نورون‌ها انجام دادند، موفق به بازسازی آن چهره شدند.
نکته قابل توجه این است که آن‌ها توانستند این بازسازی را با دقت قابل توجهی انجام دهند.
آن‌ها همچنین موفق شدند تا با این روش چهره‌های کاملا متفاوتی را از یکدیگر ایجاد کنند در حالیکه آن چهره‌ها دارای یک ویژگی خاص و مشترک بودند.
به گفته محققان این پژوهش، در حالی که این یافته‌ها هنوز هم نیاز به انجام آزمایشات مکرر دارد، می‌توان از آن در فناوری تشخیص چهره و هوش مصنوعی بهره برد.
یکی از محققان این پژوهش اظهار کرد: از این روش همچنین می‌توان برای بازسازی چهره یک جنایتکار با تجزیه و تحلیل فعالیت مغز شاهد عینی استفاده کرد.
بهبود وضوح تصاویر با کمک هوش مصنوعی
گیزمگ: دوربین‌های تصویربرداری قدیمی توانایی ثبت تصاویری با وضوح بالا را در شرایطی مانند هوای بارانی، مه و کمبود نور ندارند به همین دلیل این محققان از هوش مصنوعی بهره گرفتند تا به طور خودکار تصاویر قابل مشاهده و واضح را با تصاویر مبهم و غیر واضح ترکیب کنند و به طور چشمگیری وضوح تصاویر را افزایش دهند.
تصاویر غیرقابل مشاهده مانند آن دسته از تصاویری که توسط دوربین‌های حرارتی یا اشعه ایکس گرفته می‌شوند، در گذشته در برخی زمان‌ها برای ترکیب با عکاسی سنتی و برای اهدافی مانند نظارت بر شرایطی که در آن نور کم بوده و شرایط بد آب و هوایی استفاده می‌شده‌اند.
در گذشته این روش به صورت دستی انجام می‌شده، اما در حال حاضر و با بهره گیری از هوش مصنوعی به صورت خودکار انجام خواهد می‌شود.
این فناوری جدید با بررسی هر تصویر و میزان وضوح آن به طور خودکار بهترین نقاط هر تصویر را گرفته و ویژگی‌های زیست محیطی و موانع آن را مورد بررسی قرار می‌دهند.
کلیک: شرکت Waltham که یکی از شرکت‌های فعال در زمینه ساخت اسکنرهای امنیتی است اخیراً اقدام به ساخت اسکنری با نام The Edge کرده است. نکته جالب در این زمینه این است که بیل گیتس نیز سرمایه گذاری ۱ ٫ ۸ میلیون دلاری در اجرای ساخت این اسکنر برای مقابله با تروریست انجام داده است. این اسکنر که در ظاهر شبیه به دستگاه‌های فلز یاب است، قادر است نه تن‌ها اشیا فلزی همراه شخص را تشخیص دهد بلکه قادر است جلیقه‌های انفجاری و همچنین مواد منفجره‌ای که شخص با خود حمل می‌کند را تشخیص دهد.
به گفته مسئولان شرکت تکنولوژی Evolv بعد از سه سال تحقیق و پژوهش بر روی این پروژه نهایتاً این اسکنر آماده نصب در وردی مکان‌های مختلف مثل فرودگاه ها، سازمان‌های دولتی و مهم و همچنین فروشگاه‌های مختلف است.
به گفته مدیران و مسئولان این شرکت در طراحی و ساخت این اسکنر از ترکیب الگوریتم‌ها و امواج رادیویی برای تشخیص اسلحه و همچنین تشخیص انواع مختلف سلاح سرد مثل چاقو و ... استفاده می‌شود.
الن بوگن یکی از اعضای تیم سازنده این اسکنر در The Edge از تصویر برداری میلیمتری موجی استفاده شده است. این روش بسیار مشابه به روشی است که اسکنرهای استفاده شده در ورودی‌های کنترل امنیت مکان‌هایی مثل فرودگاه‌ها استفاده می‌شود. البته تفاوت این دستگاه با سایر اسکنرهای استفاده شده در فرودگاه‌ها سرعت اسکن کردن اجسام و افراد در آن است و از طرفی امکان اسکن افرادی که در حال حرکت هم هستند نیز با این اسکنر وجود دارد.
به گفته الن بوگن قصد این تیم از ساخت The Edge ساخت اسکنر بسیار قوی و سریع است که می‌تواند به سرعت و با دقت بالا اجسام در حال حرکت را نیز رویت و اسکن نماید. در واقع برای اسکن کردن افراد نیازی نیست که فرد بایستد و توقف کند. این اسکنر قادر است در هر ساعت حدود ۷۰۰ نفر را اسکن کند. گفته می‌شود سرعت این اسکنر در اسکن کردن اجسام و افراد ۴ برابر سریع‌تر از سرعت اسکنرهای معمولی برای اسکن کردن است.
به محض اینکه شی مشکوک و یا بمبی توسط این اسکنر تشخیص داده شود، پیام مربوطه به فردی که در ورودی امنیتی به عنوان محافظ ایستاده است ارسال می‌شود. در واقع هدف جلوگیری از ورود تروریست به داخل محوطه است. از طرفی به گفته افراد طراح و سازنده این اسکنر در واقع جلوگیری از عملیات‌های تروریستی و حفظ امنیت مردم بی گناه است.
البته برخی از کارشناسان نسبت به کارآیی و تشخیص درست این اسکنر هنوز شک دارند و به اطمینان کامل نرسیده اند. برای مثال مک جی یکی از متخصصان مقوله تروریسم در ارتش در خصوص این اسکنر گفته است هنوز مطمئن نیست که آیا The Edge قادر به تشخیص درست سلاح سرد و گرم و یا جلیقه انتحاری که شخص حمل می‌کند هست یا نه. وی با اشاره به بمب گذاری منچستر که منجر به کشته شدن ۲۲ نفر شده بود، اظهار داشت که چنین اسکنرهایی قابلیت استفاده در مکان‌های باز را ندارند. به گفته وی ممکن است تکنولوژی استفاده شده در این اسکنر کاربردی و کار آمد باشد، اما نکته مهم این است که تشخیص آنچه که فرد تروریست با خود به همراه دارد ممکن است دقیق صورت نگیرد.
اما بوگن بر این عقیده است که درصد خطای این اسکنر در حدود ۵ درصد است که این میزان خطا بسته به محلی است که در آن این اسکنر تعبیه شده است. او همچنین ادامه داده است که تیم تحقیقاتی وی در حال کم کردن هر چه بیشتر میزان خطای این اسکنر در تشخیص آنچه که فرد تروریست با خود حمل می‌کند هستند.
به گزارش گروه فضای مجازی ، خودروی مریخ نورد، مغز چگونه چهره‌ها را از یکدیگر تشخیص می‌دهد، چگونه حجم فیلم‌ها را در تلگرام کاهش دهیم؟ و... از اخبار خواندنی فناوری امروز است.
جزئیات را در ادامه بخوانید ....
چگونه حجم فیلم‌ها را در تلگرام کاهش دهیم؟
حجم فیلم در صورتی کاهش پیدا می‌کند که کیفیت آن پایین آمده باشد.
با این امکان تلگرام، کیفیت فیلم‌ها خیلی کاهش پیدا نمی‌کند، اما حجم آن در برخی مواقع کاهش چشم گیری دارد. در زیر قصد داریم تا کاهش حجم فیلم از طریق تلگرام را آموزش دهیم.
تلگرام را اجرا کنید.
وارد پنجره گفتگوی مد نظرتان شوید.
آیکون "گیره" را لمس کنید.
فیلم مورد نظر خود را انتخاب کنید.
در زیر، آیکونی با نماد "یک مربع و عدد" مشاهده می‌کنید. آن را لمس کنید در اسلایدری که نمایان شده است، کیفیت ویدیوی مورد نظرتان را مشخص کنید.
اسلاید را به سمت چپ بکشید تا حجم فیلم کاهش یابدپس از اعمال تغییرات گزینه Done را لمس کنید.
فیلم را ارسال کنید.
یک ترفند طلایی برای مچ گیری در تلگرام+تصاویر
با ترفندی که در این گزارش به شما آموزش می‌دهیم به راحتی می‌توانید دست مخاطب خود را بخوانید و اطمینان پیدا کنیدکه آیا واقعا پیام ارسالی شما را نخوانده یا ماجرا برعکس این است.
برای رسیدن به پاسخ مورد نظر کافی است یا موقع ارسال چت به کسانی که تیک دوم رو برداشتن یه ویس ارسال کنید، اگر نقطه کنار زمان ویس حذف شده بود، یعنی پیام شما توسط او مشاهده شده است.
راه دوم اینکه یه کانال بزنید که فقط خودتون عضو آن باشید سپس یک استیکر از کانال خود به مخاطب مورد نظر ارسال کنید، اگر تعداد بازدید‌های استیکر ۲ تا شد یعنی پیام شما خوانده شده و اگر تعداد بازدید رو ۱ باقی ماند پس واقعا پیام شما را ندیده است.
ایسنا: محققان در "موسسه فناوری کالیفرنیا" در این پژوهش جدید دریافتند که مغز برای تشخیص چهره‌ها از یکدیگر تن‌ها به حدود ۲۰۰ نورون احتیاج دارد.
دانشمندان برای رسیدن به این نتیجه، تصاویری را به میمون‌ها نشان دادند و به صورت همزمان پاسخ‌های خاص سلول‌های عصبی به چهره‌ها را ثبت کرده و دریافتند که کدامیک از آن‌ها فعال شده و کدامیک فعال نشده است.
چیزی که آن‌ها در این پژوهش دریافتند این بود که یک سلول به تنهایی مخصوص شناسایی یک صورت نیست بلکه هر کدام از این سلول‌ها مسئول کدگذاری یک ویژگی از صورت فرد هستند.
به این معنی که یک نورون تکی ممکن است تن‌ها به فاصله معینی بین چشم یک فرد و یا یک گودی در سمت چپ دهان وی پاسخ دهد.
بنابراین، در حالی که ده‌ها هزار سلول عصبی برای تشخیص ویژگی‌های صورت وجود دارد، افراد برای شناسایی چهره‌ها تن‌ها به حدود ۲۰۰ عدد از آن‌ها نیاز دارند.
سیگنال‌های همان تعداد اندک از سلول‌ها برای کدگذاری اطلاعات و تشخیص چهره‌ها از یکدیگر کافی است.
هنگامی که محققان دریافتند که هر سلول به چه مشخصه‌ای از صورت پاسخ می‌دهد، به میمون یک چهره جدید را نشان داده و فعالیت سلولی در پاسخ به آن چهره را ثبت کردند و در نهایت بر اساس آنچه نورون‌ها انجام دادند، موفق به بازسازی آن چهره شدند.
نکته قابل توجه این است که آن‌ها توانستند این بازسازی را با دقت قابل توجهی انجام دهند.
آن‌ها همچنین موفق شدند تا با این روش چهره‌های کاملا متفاوتی را از یکدیگر ایجاد کنند در حالیکه آن چهره‌ها دارای یک ویژگی خاص و مشترک بودند.
به گفته محققان این پژوهش، در حالی که این یافته‌ها هنوز هم نیاز به انجام آزمایشات مکرر دارد، می‌توان از آن در فناوری تشخیص چهره و هوش مصنوعی بهره برد.
یکی از محققان این پژوهش اظهار کرد: از این روش همچنین می‌توان برای بازسازی چهره یک جنایتکار با تجزیه و تحلیل فعالیت مغز شاهد عینی استفاده کرد.
این پژوهش در مجله Cell منتشر شده است.
بهبود وضوح تصاویر با کمک هوش مصنوعی
گیزمگ: دوربین‌های تصویربرداری قدیمی توانایی ثبت تصاویری با وضوح بالا را در شرایطی مانند هوای بارانی، مه و کمبود نور ندارند به همین دلیل این محققان از هوش مصنوعی بهره گرفتند تا به طور خودکار تصاویر قابل مشاهده و واضح را با تصاویر مبهم و غیر واضح ترکیب کنند و به طور چشمگیری وضوح تصاویر را افزایش دهند.
تصاویر غیرقابل مشاهده مانند آن دسته از تصاویری که توسط دوربین‌های حرارتی یا اشعه ایکس گرفته می‌شوند، در گذشته در برخی زمان‌ها برای ترکیب با عکاسی سنتی و برای اهدافی مانند نظارت بر شرایطی که در آن نور کم بوده و شرایط بد آب و هوایی استفاده می‌شده‌اند.
در گذشته این روش به صورت دستی انجام می‌شده، اما در حال حاضر و با بهره گیری از هوش مصنوعی به صورت خودکار انجام خواهد می‌شود.
در حال حاضر محققان راهی را برای استفاده از هوش مصنوعی توسعه دادند که به طور خودکار این تصاویر قابل مشاهده و غیرقابل مشاهده را با یکدیگر ترکیب کرده و تصاویری با وضوح بالا ایجاد می‌کند.
این فناوری جدید با بررسی هر تصویر و میزان وضوح آن به طور خودکار بهترین نقاط هر تصویر را گرفته و ویژگی‌های زیست محیطی و موانع آن را مورد بررسی قرار می‌دهند.
از کاربردهای بالقوه این فناوری می‌توان به استفاده در سیستم‌های امنیتی برای کمک به مشاهدات در شب و دستگاه‌های بازرسی زیرساختی که برای تشخیص اختلالات و مسائلی مانند ترک خوردگی و شکاف در ساختمان‌ها و سازه‌ها استفاده می‌شوند، اشاره کرد.
بیل گیتس برای مقابله با اقدامات تروریستی دست به کار شد
کلیک: شرکت Waltham که یکی از شرکت‌های فعال در زمینه ساخت اسکنرهای امنیتی است اخیراً اقدام به ساخت اسکنری با نام The Edge کرده است. نکته جالب در این زمینه این است که بیل گیتس نیز سرمایه گذاری ۱ ٫ ۸ میلیون دلاری در اجرای ساخت این اسکنر برای مقابله با تروریست انجام داده است. این اسکنر که در ظاهر شبیه به دستگاه‌های فلز یاب است، قادر است نه تن‌ها اشیا فلزی همراه شخص را تشخیص دهد بلکه قادر است جلیقه‌های انفجاری و همچنین مواد منفجره‌ای که شخص با خود حمل می‌کند را تشخیص دهد.
به گفته مسئولان شرکت تکنولوژی Evolv بعد از سه سال تحقیق و پژوهش بر روی این پروژه نهایتاً این اسکنر آماده نصب در وردی مکان‌های مختلف مثل فرودگاه ها، سازمان‌های دولتی و مهم و همچنین فروشگاه‌های مختلف است.
به گفته مدیران و مسئولان این شرکت در طراحی و ساخت این اسکنر از ترکیب الگوریتم‌ها و امواج رادیویی برای تشخیص اسلحه و همچنین تشخیص انواع مختلف سلاح سرد مثل چاقو و ... استفاده می‌شود.
الن بوگن یکی از اعضای تیم سازنده این اسکنر در The Edge از تصویر برداری میلیمتری موجی استفاده شده است. این روش بسیار مشابه به روشی است که اسکنرهای استفاده شده در ورودی‌های کنترل امنیت مکان‌هایی مثل فرودگاه‌ها استفاده می‌شود. البته تفاوت این دستگاه با سایر اسکنرهای استفاده شده در فرودگاه‌ها سرعت اسکن کردن اجسام و افراد در آن است و از طرفی امکان اسکن افرادی که در حال حرکت هم هستند نیز با این اسکنر وجود دارد.
به گفته الن بوگن قصد این تیم از ساخت The Edge ساخت اسکنر بسیار قوی و سریع است که می‌تواند به سرعت و با دقت بالا اجسام در حال حرکت را نیز رویت و اسکن نماید. در واقع برای اسکن کردن افراد نیازی نیست که فرد بایستد و توقف کند. این اسکنر قادر است در هر ساعت حدود ۷۰۰ نفر را اسکن کند. گفته می‌شود سرعت این اسکنر در اسکن کردن اجسام و افراد ۴ برابر سریع‌تر از سرعت اسکنرهای معمولی برای اسکن کردن است.
به محض اینکه شی مشکوک و یا بمبی توسط این اسکنر تشخیص داده شود، پیام مربوطه به فردی که در ورودی امنیتی به عنوان محافظ ایستاده است ارسال می‌شود. در واقع هدف جلوگیری از ورود تروریست به داخل محوطه است. از طرفی به گفته افراد طراح و سازنده این اسکنر در واقع جلوگیری از عملیات‌های تروریستی و حفظ امنیت مردم بی گناه است.
البته برخی از کارشناسان نسبت به کارآیی و تشخیص درست این اسکنر هنوز شک دارند و به اطمینان کامل نرسیده اند. برای مثال مک جی یکی از متخصصان مقوله تروریسم در ارتش در خصوص این اسکنر گفته است هنوز مطمئن نیست که آیا The Edge قادر به تشخیص درست سلاح سرد و گرم و یا جلیقه انتحاری که شخص حمل می‌کند هست یا نه. وی با اشاره به بمب گذاری منچستر که منجر به کشته شدن ۲۲ نفر شده بود، اظهار داشت که چنین اسکنرهایی قابلیت استفاده در مکان‌های باز را ندارند. به گفته وی ممکن است تکنولوژی استفاده شده در این اسکنر کاربردی و کار آمد باشد، اما نکته مهم این است که تشخیص آنچه که فرد تروریست با خود به همراه دارد ممکن است دقیق صورت نگیرد.
اما بوگن بر این عقیده است که درصد خطای این اسکنر در حدود ۵ درصد است که این میزان خطا بسته به محلی است که در آن این اسکنر تعبیه شده است. او همچنین ادامه داده است که تیم تحقیقاتی وی در حال کم کردن هر چه بیشتر میزان خطای این اسکنر در تشخیص آنچه که فرد تروریست با خود حمل می‌کند هستند.
هنوز قیمت واقعی این اسکنر از طرف شرکت سازنده اعلام نشده است، اما گفته می‌شود این شرکت در نیو انگلند، تعدادی از این اسکنر‌ها را به فروش رسانده است.
خودروی مریخ نورد
ناسا موفق به ساخت یک مریخ‌نورد شده‌اند. این خودرو طرحی مفهومی دارد می‌تواند با کمی تغییرات در اکتشافات مریخ مورد استفاده قرار میگیرد.
ارسال دیدگاه
دیدگاهتان را بنویسید
نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *