دیه گو آرماندو مارادونا در شصت سالگی از دنیا رفت. در مورد مارادونا که بخشی از خاطرات جوانی ما به او ختم می‌شود تنها می‌توانم بگویم:
نابغه‌ی محبوبی که قدر نبوغ خودش را ندانست و این باعث شد که جامعه‌ی انسانی از وجودش بی‌بهره بماند.

چند اظهار نظر درباره‌ی مارادونا را انتخاب کردم که نشان می‌دهد دیه‌گو کیست.
– رییس فدراسیون فوتبال آرژانتین: فوتبال در آرژانتین به دو بخش تقسیم می‌شه: قبل از مارادونا و بعد از آن.
– میشل پلاتینی: کاری که زیدان می‌تونست با یک توپ انجام بده، مارادونا می‌تونست با یک پرتقال انجام بده.
– خورخه والدانو: مهم‌تر از همه اینه که هیچ توپی تجربه‌ی بهتری از موقعی که زیر پای چپ او بوده نداشته.
– زیکو: او بهترینِ بهترین‌ها بود، بدون شک! برای نسل و دوره‌ی من، او واقعا بهترین بود. من دیدم که او کارهایی می‌کرد که خدا هم شک داشت انجام‌شدنی باشه.

خداحافظ دیه‌گو و روحت شاد

عکس از nytimes.com

جبر زیبا:
یادش به خیر، درس جبر در دبیرستان (جبر، حساب و جبر، جبر و آنالیز) از درس‌هایی بود که خیلی دوست می‌داشتم. سبک تدریس معلم عزیزمان “آقای سلطانی” دوست‌داشتنی هم این علاقه را صدچندان می‌کرد. آقای سلطانی در کلاس بسیار جدی بود تا جایی که یادم هست ما تا سال چهارم دبیرستان خنده‌ی ایشان را ندیده بودیم. با قدی بلند و دستانی کشیده، آن قدر متن‌ها را درشت می‌نوشت که با نوشتن هر ایکس (x) بخش زیادی از تخته‌سیاه کلاس پر می‌شد. هر جا که تشریف دارند، برای‌شان بهترین‌ها را آرزومندم و همیشه قدردان زحماتش هستم. جبر واقعا زیبا و دوست‌داشتنی است. حتی این روزها که برای فهم الگوریتم‌های یادگیری ماشین بیش از گذشته با آن رو به رو هستم، یاد گذشته، زیبایی‌اش را دو چندان می‌کند.

جبر نازیبا:
استاد راهنمای عزیزم، ایمیلی فرستاده بودند و نوشته بودند که بررسی کنید و در صورت دارا بودن شرایط، برای جایزه اقدام کنید. ایمیل حاوی شرح جایزه‌ای از شرکت آی‌بی‌ام (IBM) برای دانشجویان بود که جایزه معتبری است. شروع کردم به خواندن صلاحیت درخواست‌کنندگان تا رسیدم به این جمله که درخواست‌کنندگان نباید شهروند کشورهای مشمول تحریم آمریکا باشند.
چند وقت بعد داشتم دنبال آگهی‌های کارآموزی می‌گشتم دیدم که شرکت آی‌بی‌ام برای جذب کارآموز آگهی منتشر کرده است. بی‌شک کارآموزی در این شرکت، تجربه‌ی جالبی خواهد بود. به تجربه ابتدا با دقت متن آگهی را خواندم. دوباره به همان جملات رسیدم: متقاضی نمی‌تواند شهروند کشورهای … باشد.
این، بخشی از زندگی است که “جبر” است، شما نقشی در آن ندارید ولی باید بپذیرید. این همان “جبر نازیبا” است. زندگی ما پر است از این “جبرهای نازیبایی” که چاره‌ای جز کنار آمدن با آن نداریم. فقط می‌توانیم نفسی عمیق بکشیم و در دل بپرسیم “چرا؟” .

گزیده:
«هنگامی که دری از خوشبختی به روی ما بسته می‌شود ، دری دیگر باز می‌شود ولی ما اغلب چنان به دربسته چشم می دوزیم که درهای باز را نمی بینیم» هلن کلر

یک سالی که گذشت پر بود از موضوعات نو و نادیده که همراه خود آموختنی‌های بسیار داشت. از فرهنگ و زبان نو بگیرید تا زبان‌های برنامه‌نویسی تازه به اوج رسیده.
اگر بخواهم از بین آموخته‌ها تنها یکی را انتخاب کنم که هم از نظر تغییر شیوه‌ی تفکر، هم از نظر برانگیختن حس کنجکاوی و هم از نظر شیفتگی در رتبه یک قرار داشته باشد، بی‌شک باید بگویم “یاد گرفتم که ماشین‌ها چگونه یاد می‌گیرند“؛ به زبان ساده‌تر “یادگیری ماشین” یا Machine Learning.
روش یادگیری ما هم نسبت به گذشته از بیخ و بن متحول شده است. یادم هست زمانی که دانشجوی کارشناسی بودم و درس “ارائه مطالب علمی و فنی” با استاد عزیزم آقای دکتر رامسین داشتم، برای تهیه مطالب ارائه که موضوع‌اش “وراثت در شی‌گرایی” بود، علاوه بر کتابخانه دانشکده و کتابخانه‌ی مرکزی دانشگاه، به چندین کتابخانه‌ی معتبر تهران از جمله کتابخانه‌ی شرکت داده‌پردازی، مرکز تحقیقات نیرو و کتابخانه‌های دانشگاه‌ها رفتم. و چون نمی‌توانستم کتاب‌ها را امانت بگیرم، کتاب‌ها را همان جا می‌خواندم و نکات مهم آن را روی فیش‌های کاغذی یادداشت می‌کردم تا بعد بتوانم از روی آن محتوای ارائه را آماده کنم. امروز کافی است در جستجوگر گوگل عنوانی را بنویسید و با یک کلیک، با انبوهی از اطلاعات بمباران شوید و جدا کردن سره از ناسره شده است مساله‌ی اصلی یادگیری.

اما ماشین‌ها به شیوه‌ای شگفت‌انگیز در حال یادگیری هستند. آنها به کمک داده‌ها و انسان‌ها در حال یادگیری الگوهای رفتاری و ویژگی‌های فردی و جمعی محیط زندگی انسان‌ها هستند.
شاید بهتر است با یک مثال ساده توضیح بدهم که چه اتفاقی در یادگیری ماشین افتاده است. یک نرم‌افزار را در نظر بگیرید که می‌خواهد شطرنج یاد بگیرد. در گذشته نرم‌افزار شطرنج‌باز حاوی یک سری الگوریتم و دستورات شرطی بود که بر اساس شرایط بازی تصمیم می‌گرفت که حرکت بعدی‌اش چه باشد. مثلا اگر فیل حریف در خانه الف و اسب حریف در خانه ب بود، اسب را به خانه‌ی ج حرکت بده. هر چه این فرمول‌ها و الگوریتم‌ها پیشرفته‌تر بود، ماشین شطرنج‌باز قوی‌تر می‌شد. اما داستان یادگیری با داده‌ها کمی متفاوت است. ما داده‌ی تعداد زیادی از بازی‌ها را به ماشین می‌دهیم و او بر اساس داده‌های بازی‌های دیده‌شده یاد می‌گیرد که چگونه بازی کند. هر چه تعداد این بازی‌ها بیشتر باشد، یادگیری شطرنج‌باز ماشینی ما هم بهتر می‌شود. درست مانند کودکی که دارد با تجربه‌ کردن زندگی کردن را یاد می‌گیرد.
کاربرد این شیوه‌ی یادگیری ماشین روز به روز گسترده‌تر می‌شود. تا آنجا که ماشین مقاله علمی می‌نویسد، کد نرم‌افزار تولید می‌کند، شعر می‌گوید و حتی صدا و حرکت‌ افراد را با دقت بالا تقلید می‌کند.
دنیای شگفت‌انگیزی است!

در ابتدای این وبینار، مهندس یوسف مهرداد بی‌بالان یک سخنرانی با موضوع «TDD: خوب، بد، زشت» خواهند داشت. و پس از آن، گفتگو در قالب یک پنل تخصصی ادامه خواهد یافت.

افراد حاضر در پنل:
▫️یوسف مهرداد بی‌بالان
▫️اسد صفری
▫️روح‌الله دلپاک
▫️ابراهیم نبیئی
▫️مسعود بهرامی

برگزار کننده: مکتب‌خانه DDD

شرکت در این وبینار رایگان است.

⏱زمان: پنجشنبه هشتم آبان ۱۳۹۹ – ساعت ۱۸ الی ۲۰

???? لینک ثبت‌نام در رویداد: yun.ir/npwk8

@DomainDrivenDesign_ir

امیدوارم روح استاد محمدرضا شجریان در آرامش و دل خانواده، دوستان و دوست‌دارانش شاد باشد. نامش جاودانه باد.

صدای او در کنار صدای استاد شهرام ناظری بخش زیادی از خاطرات موسیقیایی من و هم‌نسل‌هایم را تشکیل می‌دهد، به ویژه آنجا که شعرها نیز با شور و عشق جوانی همراه می‌شد.

بگذار تا مقابل روی تو بگذریم دزدیده در شمایل خوب تو بنگریم
شوق است در جدایی و جور است در نظر هم جور به که طاقت شوقت نیاوریم
روی ار به روی ما نکنی حکم از آن توست بازآ که روی در قدمانت بگستریم
ما را سری‌ست با تو که گر خلق روزگار دشمن شوند و سر برود هم بر آن سریم
گفتی ز خاک بیشترند اهل عشق من از خاک بیشتر نه که از خاک کمتریم

و آنجا که می‌خواند:
بهار دلکش رسید و دل به جا نباشد از اینکه دلبر دمی به فکر ما نباشد
در این بهار ای صنم بیا و آشتی کن که جنگ و کین با من حزین روا نباشد
صبحدم بلبل، بر درخت گل، به خنده می‌گفت: مه جبینان را، نازنینان را، وفا نباشد

اگر تو با این دل حزین عهد بستی حبیب من با رقیب من، چرا نشستی؟
چرا عزیزم دل مرا از کینه خستی؟ بیا برم شبی از وفا ای مه الستی
تازه کن عهدی که با ما بستی

در زندگی‌ام عزیزان زیادی را دیده‌ام که علاقه‌ی فراوانی به استاد شجریان داشتند که به واسطه‌ی مسیر زندگی‌ام، اکثر آنها از دوستان درس‌خوانده و دارای تحصیلات دانشگاهی بوده‌اند. اما وقتی صحبت از علاقه‌مندان استاد شجریان می‌شود، اولین نفری که به یادم می‌آید و در رتبه‌ی یک قرار دارد، “حسین آقا” است که اتفاقا تحصیلات دانشگاهی هم نداشت.
خدا رحمت کند حسین آقا را. شوهر عمه‌ام یک مغازه خشک‌شویی داشت و تحصیلات ابتدایی را هم به واسطه‌ی شرایط خانوادگی نتوانسته بود تمام کند. حسین آقا از آن دست دوست‌دارانی بود که بهتر است “عاشق سینه چاک” صدایش کنم. هر وقت به مغازه‌اش می‌رفتی، سه عنصر ثابت وجود داشت: سیگارش، چایی‌اش و صدای استاد شجریان.

ای یوسف خوش نام ما خوش می‌روی بر بام ما ای درشکسته جام ما ای بردریده دام ما
ای نور ما ای سور ما ای دولت منصور ما جوشی بنه در شور ما تا می شود انگور ما
ای دلبر و مقصود ما ای قبله و معبود ما آتش زدی در عود ما نظاره کن در دود ما
ای یار ما عیار ما دام دل خمار ما پا وامکش از کار ما بستان گرو دستار ما
در گل بمانده پای دل جان می‌دهم چه جای دل وز آتش سودای دل ای وای دل ای وای ما

امیدوارم روح هر دوی آنها، هم استاد و هم حسین آقا، در آرامش و شادی باشد.

گزیده:
«استاد اصلی من زندگی و شرایطی است که بر من گذشته، چرا که من از هر پدیده‌ای درس گرفتم، به عبارت بهتر من هرچه دارم از آموخته‌هایم است.»
استاد محمدرضا شجریان

این هفته‌ها، یکی از بهترین ساعت‌های زندگی من، زمانی است که کلاس “یادگیری ماشین” شروع می‌شود. با این که زمان زیادی می‌برد تا مطالب هر جلسه را طراحی کنم و بعد محتوای آن را آماده نمایم، ولی در پایان، چیزی که باقی می‌ماند خوشحالی است.
جلسه به جلسه، مطالب دشوارتر و پیشرفته‌تر می‌شود و چالش روش ارائه‌ی آن به ساده‌ترین زبان ممکن هم سخت‌تر و سخت‌تر. چه موجود شگفت‌آور و دلربایی است این یادگیری ماشین!

گزیده:

“Just as electricity transformed almost everything 100 years ago, today I actually have a hard time thinking of an industry that I don’t think AI (Artificial Intelligence) will transform in the next several years.” ~Andrew Ng

مقدمه:
در فیلم “رکود بزرگ” (Big Short)، در ابتدای فیلم که می‌خواهد نقش‌های اصلی فیلم را معرفی کند، وقتی نوبت به “مارک بام” می‌رسد نشان می‌دهد که وقتی مارک کودک بود، مادرش او را به یک روحانی مذهبی می‌سپارد تا به او خواندن و فهمیدن کتاب مقدس را بیاموزد. بعد نشان می‌دهد که چند وقت بعد، روحانی مذهبی مارک را پیش مادرش برده و می‌گوید که او دیگر در کلاس وی جایی ندارد و او را از کلاس اخراج می‌کند. مادر سراسیمه می‌پرسد که آیا پسرش کتاب مقدس را نمی‌خواند. روحانی در پاسخ می‌گوید که نه، اتفاقا خیلی خوب و دقیق کتاب مقدس را می‌خواند ولی نه برای یادگیری، بلکه برای پیدا کردن اشکالات و تناقض‌های کتاب مقدس. 🙂
حالا این حکایت شده کار من، بنشینم و تناقض‌ها را با این هدف که بیشتر و بهتر یاد بگیرم، پیدا کنم و به آنها فکر کنم. یادم می‌آید به توصیه یکی از اساتیدم، یکی از اولین کتاب‌هایی که در مورد چابکی خواندم، کتابی بود که در رد نظرات اکس‌پی نوشته شده بود و چقدر هم به یادگیری من کمک کرد. این استاد عزیز می‌گفت هر وقت می‌خواهید موضوعی را یاد بگیرید ابتدا بروید و نقدهای آن را بخوانید.

بیانیه‌ی چابکی:
در بیانیه چابکی گفته شده است “افراد و تعامل بین آنها” با ارزش‌تر است از “فرایندها و ابزارها”.

نمی‌دانم چرا وقتی بعضی از مطالب درباره‌ی چابکی، اسکرام و کانبان و … را می‌خوانم (حتی از گذشته‌های دور)، برداشتم از گفته‌ها و نوشته‌های نویسنده چیزی خلاف این موضوع است. باور من این است که احتمالا منظور نویسنده یا گوینده را درست متوجه نشده‌ام.
در هر صورت، برای یادآوری به خودم، بیانیه را به شکل زیر بازنویسی کردم تا یادم بماند:
“فرایندها و ابزارها” از “افراد و تعامل بین آنها” با ارزش‌تر نیستند.

پارادکس:
چند وقتی است که موضوعی ذهن من را به خودش مشغول کرده است. و اما چالش این روزهای من یافتن پاسخ این پرسش است که:
آیا متدهای چابک مثل اکس‌پی و اسکرام هم شامل همین فرایندها می‌شوند یا نه؟