دستاورد برگزیده جایزه مصطفی(ص) در استفاده از شبکه عصبی_تصادفی برای جستجوگرهای آینده

پروفسور سامی ارول گلنبه؛ دانشمند برگزیده جایزه مصطفی(ص) 2017 در مصاحبه ای با موسسه ماشین های کامپیوتری ACM به تشریح مدل G-network خود و چگونگی کارایی این مدل در رفع چالش های سیستم های کامپیوتری پرداخت.
به گزارش ستاد ارتباطات و اطلاع رسانی بنیاد مصطفی، پروفسور سامی ارول گلنبه؛ عضو آکادمی علوم ترکیه (Bilim Academy) و عضو هیات علمی کالج سلطنتی لندن، در مصاحبه ای با موسسه ACM به توضیح درباره دستاوردها و زمینه های پژوهشی که اخیرا در آن ها فعالیت داشته، پرداخت.
موفقیت او در زمینه طراحی شبکههای جی در سیستم های کنترل کامپیوتر، باعث برطرف شدن مشکل کمبود سیستم های کنترل حالت محور در شبکههای صف و راه حل موثر آن در قالب محصول که بین دهه های 60 و 80 میلادی ارائه شده بود، است.
به گفته پروفسور گلنبه، او با به کارگیری طرحهای کنترل مانند تخصیص دوباره پویا ترافیک، مسیریابی ترافیک و کنترل پذیرش، موفق به دستیابی به چندین راه حل مجزا در قالب محصول برای این مدل ها شده که امکان مدل سازی و تحلیل سیستم های تصادفی بزرگ را به او می دهد.
با این همه، مهمترین ویژگی شبکههای جی می تواند مشکلاتی مثل بهبود کیفیت همزمان سرویسدهی و مصرف انرژی در سیستم های کامپیوتری توزیع شده و شبکههای معروف به "شبکه های بسته انرژی" را رفع کند.
او در مصاحبه اش عنوان کرد: تمرکز اصلی من در تحقیقات بر روی دو معضل اصلی سیستم های کامپیوتری جهانی یعنی امنیت سایبری و مصرف انرژی منعطف شده است.
وی در رابطه با امنیت سیستم ها و شبکه اظهار داشت: بهبود این چالش ها مانند طراحی عملکرد کامپیوتر است.
گلنبه همچنین در خصوص موضوع مصرف انرژی سیستم ها، آن را مسئلهای بسیار مهم ارزیابی کرد و افزود: در حال حاضر میزان مصرف انرژی کامپیوترها و اینترنت برابر با مجموع مصرف برق کل آلمان و ژاپن است و تاثیر منفی صنعت فناوری اطلاعات در تولید دی اکسیدکربن از صنعت هوایی بیشتر در نظر گرفته می شود. بنابراین اینگونه انتظار میرود که شیوه های نوین در جهت رفع معضلات مصرف انرژی و کیفیت سرویس دهی، کارآمد باشند.
امروزه شبکه های پول مجازی، هر روزه کاربران بیشتری را از نقاط مختلف دنیا جذب می کنند و به علت ماهیت بینام و نشان بودن شرکت های مادر، این شبکه ها به آمار بسیار مفصلی از ایجاد (تراکنشهای تاییدشده) و میزان استفاده هر کدام از واحدهای پولی خود نیازمند هستند، که این فرآیند انرژی عظیمی را مصرف می کند.
گلنبه با اشاره به معضلات مصرف انرژی مثل Bitcoin ها در شبکه های پول مجازی، عنوان کرد: بر اساس گزارشها، انجام تراکنش ها با استفاده از Bitcoin ها به اندازه مصرف برق کشور کوچکی مثل دانمارک، انرژی مصرف می کند. اگر استفاده از این پول ها رایج شود، میزان مصرف انرژی این فناوری های فعلی فوق العاده زیاد خواهد شد. لذا یکی از مهمترین معضلات فنی بازارهای پول ارزی، به توانایی آنها در اداره تراکنش های خود به شیوهای قابل ارتقا و مقرون به صرفه در مصرف انرژی بستگی دارد. این مسئله یکی از چالش های جدیدی است که محققان علوم کامپیوتری و ارزیابی عملکرد سیستم در حال کار کردن بر روی آن هستند.
وی با اشاره به جدیدترین تحقیقات خود یادآور شد: بر روی شبکههای عصبی_تصادفی(RNN) با هدف شبیهسازی بهتر رفتارهای تصادفی و جهشی سیستمهای عصبی_طبیعی و همچنین به دست آوردن شناخت صحیحتری از مراحل محاسبه و کاهش زمان لازم برای یادگیری عمقی سیستم، تحقیقات خود را انجام میدهم. از این تکنیکها در جستجوگرها نیز استفاده میشود و به کاربران کمک میکند تا به جای دیدن تبلیغات و اطلاعات مورد علاقه موتورهای جستجو، دقیقا به اطلاعاتی که جستجو کرده اند دسترسی پیدا کنند.