💠دیواری از لامپ لاوا در کلادفلر💡

این دیوار در یکی از اتاق‌های ساختمان اصلی کلادفلر در سان فرانسیسکو نصب شده است.

کلادفلر برای رمزگذاری اینترنت از این لامپ‌ها برای ایجاد شماره‌های رندوم و انتروپی استفاده می‌کند.

دوربین‌هایی به سمت این دیوار نصب شده‌اند که هنگام غوطه خوردن ماده‌ی شناور لامپ لاوا، به هر پیکسل یک عدد اتفاقی اختصاص می‌دهند.

به این ترتیب کلادفلر به میزان انتروپی لازم برای تولید رمزگذاری و رندومنِس دست پیدا می‌کند.

ایده‌ی استفاده از لامپ لاوا برای رندومنِس اولین برای توسط Silicone Graphics در سال ۱۹۹۰ اجرا شد و امروزه کلادفلر از آن استفاده می‌کند.

الگوریتم LavaRand امروزه یکی از موثر ترین روش‌های تولید رندومنِس در کامپیوتر‌ها است.

مبحث رندومنِس در علوم کامپیوتر واقعا مبحث جذابیه

👉🔗 Link-1
👉🔗 Link-2
#نکته

مقدمه‌ای بر higher order functionها و تمرکز روی Decoratorها در پایتون

https://www.programiz.com/python-programming/decorator

I just got access to OverflowAI Search. This is how it works: I typed in a question, clicked the button, and immediately got an answer. This will demotivate people to post questions and answers, or maybe not?

اگه توی گولنگ مبتدی هستین یا زیاد به shuffle آهنگ‌ها دقت می‌کنید این مطلب که توش یه الگوریتم من‌در‌اوردی shuffle رو پیاده‌سازی کرده با گولنگ شاید جالب باشه.

https://cjohansen.no/a-better-playlist-shuffle-with-golang/

این موزیک پلیر هم با گو امکانات خوبی داره. البته در عمل استفاده نکنید شاید بهتر باشه تا وقتی vlc/mpv هست ولی خوندنش سورسش شاید جالب باشه.

https://github.com/mjibson/moggio

چرا تنها encoding خوب، utf-8 ئه؟
یه مطلب عمیق و طولانی در مورد مشکلات encodingهای دیگه در انواع سیستمها و پلتفرمها.

https://utf8everywhere.org/

این صورت مسئله‌ای که گفتن واقعا وجود دره و اگه از خیلی از قابلیت های latex استفاده کنید، با یه pass کامپایل کردن همه ی symbol ها درست کامپایل نمیشن و باید بار دوم و سوم هم کامپایل کنید،
برای این منظور یه اسکریپت perl رسمی به اسم latexmk وجود داره که البته یه مقدار قدیمی و کثیفه به نظر من ولی فوق‌العاده قدرتمنده. با فایل latexmkrc هم میتونید تنظیم کنید کامپایلر پیشفرض چی باشه. مثلا از pdflatex به xelatex تبدیلش کنید.
https://mg.readthedocs.io/latexmk.html


اما ابزارهای دیگه که وجود دارن و من پسندیدم یکی arara بود که با یکی دو خط بالای فایل نوشتن، میتونید بهش بگید چه مراحلی رو برای کامپایل باید طی کنه و این کارو انجام میده. پیشتبانی از root document هم داره.
https://github.com/islandoftex/arara

اما یکی دیگه از ابزارهای خیلی خوب latex که خیلی کار رو راحت می‌کنه tectonic ئه. با این ابزار دیگه نگران هیچی نیستیم، فقط نصبش میکنیم و می‌زنیم کامپایل فایل اصلی و تمام. هم نیازمندی ها رو خودش میگیره هم سر جای مناسب قرار میده هم هر تعداد مرحله که لازم باشه کامپایل می‌کنه. حجم زیادی هم نداره در کمال تعجب.
هدفش کلا روی reproducible بودن بیلد داکیومنت شماست و به نظرم کارش رو خیلیم خوب انجام میده. مثلا اگه از مسیرهای مطلق استفاده کنید بهتون هشدار میده که جای دیگه شاید این فایل وجود نداشته باشه. همینطور برای فونتها.
البته من تنها مشکلی که خوردم باهاش سر سازگاریش با biber برای ارجاع‌ها بود.
https://tectonic-typesetting.github.io/en-US/


همه این ابزارهای فنسی و جدید خوب، ولی مشکلی که وجود داره و باعث میشه مجبور بشیم از همون latexmk استفاده کنیم اینه که ideهای latex لزوما از این ابزارهای دلخواه ما استفاده نمیکنن، خیلیم اینطوریم نیست که ما دستور کامپایل رو عوض کنیم و کار کنه. (حداقل من موفق نشدم!)
قاعدتاً باید عوض کردن دستور کامپایل باید کافی باشه ولی:
https://tex.stackexchange.com/a/663445

🎯 هوش مصنوعی احمق است، اما به‌شکلی قانع‌کننده
— هوش مصنوعی به شکل فعلی‌اش بیشتر کلیشه است تا خلاق، و بیشتر مبتذل است تا پیشرو


📍سال ۲۰۲۳، سال هوش مصنوعی بود. سالی که هر بار شبکه‌های اجتماعی را باز می‌کردی، با تصاویر عجیب و غریب، توهمی یا آخرالزمانی‌ای مواجه می‌شدی که هوش مصنوعی ساخته بود. یا داستان‌های پر شور و شوقی می‌شنیدی که چه‌کارهایی از چت جی‌پی‌تی برمی‌آید. اما کسانی که تحولات هوش مصنوعی را جدی‌تر دنبال می‌کردند، انگار به این خلاقیت‌ها چندان خوش‌بین نبودند. جیمز برایدل، در این مقالۀ مفصل توضیح می‌دهد که چرا برخی از رایج‌ترین تصورات دربارۀ هوش مصنوعی، در واقع، سراپا غلط‌اند.



🔖 ۴۸۰۰ کلمه
⏰ زمان مطالعه: ۳۰ دقيقه
                                       
📌 ادامۀ مطلب را در لینک زیر بخوانید:

B2n.ir/d76239

📌 آنچه خواندید بخشی است از پروندهٔ «ایلان مخوف» که در شمارهٔ ۲۷ مجلهٔ ترجمان منتشر شده است. برای خواندن مطالبی مشابه می‌توانید شمارۀ بیست‌وهفتم مجلهٔ ترجمان را از اینجا بخرید:
https://tarjomaan.com/shop/product/mag27/

📌 همچنین برای بهره‌مندی از تخفیف و مزایای دیگر می‌توانید اشتراک مجلۀ ترجمان را با تخفیف از اینجا خریداری کنید:
https://tarjomaan.shop/product/sub4014/

@tarjomaanweb

اگه در مورد service mesh دوست دارید بدونید، این ویدیو خیلی زیبا توضیحش میده به همراه یه مثال خوب ازش به اسم consul

https://www.youtube.com/watch?v=s3I1kKKfjtQ

https://github.com/1995parham-learning/cloud-roadmap

اگه دوست دارید cloud engineer بشید، این نقشه‌ی راه خیلی خوبی می‌تونه براتون باشه. از مفاهیم پایه مثل شبکه و گولنگ تا پیشرفته‌تر مثل داکر و کوبرنتیز و .. رو شامل می‌شه.
کنار هر مطلب هم مشخصه که سطحش چیه و می‌تونید با مباحث آسون‌ترش شروع کنید.

وبینار مقایسه پلتفرم‌های ابری VMware و OpenStack ☁️

مواردی که در این وبینار به آنها خواهیم پرداخت:
- Network
- API
- Deployment
- Multi-Tenancy
- Disaster Recovery
- Security
- Cloud Compatibility
- Q&A
- ...
📆 یکشنبه ۲۹ بهمن ۱۴۰۲
⏰ ساعت ۱۹ الی ۲۱

✅ ثبت‌نـام رایگان وبیـنار
‌

@xaascloud | ابـر زَس
‌

#ارسالی
فرداست این برنامه و رایگانم هست. اگه دوست داشتین ثبت نام کنید

تفاوت متد Safe و Idempotent در http
https://restcookbook.com/HTTP%20Methods/idempotency/

اگه دوست دارید مدلهای open source بزرگ زبانی رو تو سیستم محلیتون ران کنید (مثلا gemma گوگل) می‌تونید از این پروژه استفاده کنید:
https://lmstudio.ai/

رابط کاربری نسبتا خوبی داره و نصبش هم نسبتا آسونه. فقط نیاز به سخت‌افزار خوب مخصوصا رم زیاد دارید که کرش نکنه. حجم مدلها هم حدود ۲ تا ۶ گیگه که باید هر کدوم خواستید رو دانلود کنید.

یه مفهومی که توی توسعه نرم‌افزار تو شرکت‌های بزرگ گاها به کار می‌ره inner source هستش.
جریان چیه؟ به طور خلاصه میگه که ما بیایم سورس نرم‌افزار رو برای همه‌ی اعضای شرکت (حتی غیر تکنیکال‌ها مثل پروداکت‌منیجرها) باز کنیم و مثل یه نرم‌افزار open source هرکس که دلش خواست بیاد مشارکت کنه و تا حدی از مزایای توسعه‌ی نرم‌افزار متن‌باز استفاده کنیم.

حالا کاربردش چیه؟ چند تا مورد رو نوشته که تو لینک اگه خواستید بخونید ولی یکیش که برا من جالب بود اینه که یه دولوپر که میخواد یه چیزی رو پیاده‌سازی کنه می‌تونه ببینه الان تو شرکت مشابهش هست یا نه و code reuse بهتر میشه. یا حتی اگه بدونه که هست دیگه لازم نیست پیگیری کنه دسترسی بگیره به کد اون یکی تیم.
از طرفی احتمالا تشویق میشن تیم‌ها که داکیومنت بنویسن و داک بهتری هم بنویسن که بتونن از کمک دولوپر‌های دیگه استفاده کنن و به این ترتیب هم کد بهتری خواهیم داشت و هم دولوپر‌های فعال‌تر و مشتاق‌تر و داکیومنت بهتری.

https://about.gitlab.com/topics/version-control/what-is-innersource/

این lmstudio که دیروز معرفی کردم، علاوه بر اینکه امکان چت توی guiش رو داره، یه api خوب هم میاره بالا که می‌تونید ازش استفاده کنید.
برای مثال می‌تونید از نرم‌افزار mods استفاده کنید تا توی ترمینال دسترسی به این LLMها داشته باشید، حالا mods می‌تونه به اکانت open aiتون وصل بشه یا به همین مدلها که لوکال در حال اجرا هستند.

https://github.com/charmbracelet/mods

اگر با pdf کار میکنید از این Stirling غافل نباشید.

یه ابزار همه‌ی کاره‌ی pdfئه و بالا آوردنش هم با docker خیلی راحته.
بهتون هر امکانی که هر سایت دیگه‌ای میده رو میده بدون تبلیغ و مشکل.
لیست امکاناتش هم اینجا ببینید:
https://github.com/Stirling-Tools/Stirling-PDF/tree/main

یه مطلب خوب و پایه ای در مورد رمزارزها و ریاضیات پشتشون

https://rsharifnasab.blog.ir/1398/03/25/%D8%B1%D9%88%D8%B4-%DA%A9%D8%A7%D8%B1-%D8%B1%D9%85%D8%B2%D8%A7%D8%B1%D8%B2%D9%87%D8%A7-%D8%A7%D8%B2-%D8%A7%D9%84%DA%AF%D9%88%D8%B1%DB%8C%D8%AA%D9%85-%D9%87%D8%B4-%D8%AA%D8%A7-%D8%A8%D9%84%D8%A7%DA%A9-%DA%86%DB%8C%D9%86