فناوری اطلاعات

مهر/ پروفسور سامی­­ارول گلنبه عضو آکادمی علوم ترکیه و عضو هیات علمی کالج سلطنتی لندن، در خصوص دستاورد­ها و زمینه­ های پژوهشی که اخیرا در آن­ها فعالیت داشته توضیحاتی ارائه کرد.


گلنبه که تمرکز اصلی مطالعات وی در تحقیقات روی دو معضل اصلی سیستم­های کامپیوتری جهانی یعنی امنیت سایبری و مصرف انرژی منعطف شده است در زمینه طراحی شبکه‌های «جی- نتورک» در سیستم­ های کنترل کامپیوتر مطالعاتی انجام داد. 

وی در رابطه با امنیت سیستم­ها و شبکه اظهار داشت: بهبود این چالش­ها مانند طراحی عملکرد کامپیوتر است.
وی با به کارگیری طرح‌های کنترل مانند تخصیص دوباره پویا ترافیک، مسیریابی ترافیک و کنترل پذیرش، موفق به دستیابی چندین راه­ حل مجزا در قالب محصول برای این مدل ­ها شده است.

شبکه‌های جی « G-network » می ­تواند مشکلاتی مثل بهبود کیفیت همزمان سرویس‌دهی و مصرف انرژی در سیستم­های کامپیوتری توزیع شده و شبکه‌های معروف به «شبکه های بسته­ انرژی» را رفع کند.

برگزیده جایزه مصطفی(ص) در خصوص موضوع مصرف انرژی سیستم­ها گفت: 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 می­ رود که شیوه ­های نوین در جهت رفع معضلات مصرف انرژی و کیفیت سرویس ­دهی، کارآمد باشند.

وی افزود: 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 شرکت­های­ 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 Bitcoinها در شبکه ­های پول مجازی، عنوان کرد: بر اساس گزارش‌ها، انجام تراکنش­ها با استفاده از Bitcoin ها به اندازه مصرف برق کشور کوچکی مثل دانمارک، انرژی مصرف می ­کند.

وی ادامه داد: 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 تراکنش­های خود به شیوه­ای قابل ارتقا و مقرون­ به­ صرفه در مصرف انرژی بستگی دارد. این مسئله یکی از چالش­های جدیدی است که محققان علوم کامپیوتری و ارزیابی عملکرد سیستم در حال کار کردن روی آن هستند.

وی با اشاره به جدیدترین تحقیقات خود گفت: اکنون 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، تحقیقاتی انجام می‌دهم.

گلنبه گفت: از این تکنیک‌ها در جستجوگر­ها نیز استفاده می­ شود 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.