واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار»     (HT-CSURE)

واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار» (HT-CSURE)

Hooshyar-Tavandar Common Subsidiary Unit for Research & Engineering
واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار»     (HT-CSURE)

واحد مشترک کمکی پژوهش و مهندسی «هوش یار-تواندار» (HT-CSURE)

Hooshyar-Tavandar Common Subsidiary Unit for Research & Engineering

جنبه های منفی کار کردن در گوگل چیست؟


گوگل همان بهشت موعود شغلی است، مگر نه؟ چطور ممکن است کار در بزرگترین و بلندپروازترین شرکت تکنولوژی در کل دنیا بد باشد؟

حال نگاهی به مطلب درج شده در وب‌سایت کوئورا داشته باشید؛ این مقاله مرتباً توسط کارمندان کنونی و پیشین گوگل به‌روزرسانی می‌گردد تا نقایص کار برای این غول جستجو را برملا سازد. به نظر می‌رسد که کار کردن در گوگل صرفاً غذای مجانی و دوچرخه‌سواری در محوطه نیست. شکایت‌های آنها را به دیدۀ انتقاد بنگرید. به هر حال اینها افراد شاکی هستند؛ ولی ما چیزهای مشابه بسیاری را نیز از منابع دیگر شنیده‌ایم. در ادامه این مطلب با اسکیل ما همراه باشید.


«هرچیزی که بخواهید به شما داده می‌شود، ولی به هزینۀ چیزهایی که در نهایت برای شما اهمیت دارند».

جو کانلا، مدیر ارشد حسابداری سابق:

«سرانجام می‌بینید که قسمت عمدۀ عمر خود را غذای گوگل خورده‌اید، با همکاران گوگل بوده‌اید، لباس‌های گوگل را پوشیده‌اید، با اصطلاحات گوگلی صحبت کرده‌اید، ایمیل‌های گوگل را از طریق تلفن‌های گوگل ارسال کرده‌اید، و سرانجام حتی نمی‌دانید که مستقل بودن از این G چه حس‌وحالی دارد؛ هر گوشه از زندگی شما این فکر را تقویت می‌کند که باید کاملاً دیوانه باشید که بخواهید هرجای دیگری جز گوگل باشید».

«غالب کارمندان گوگل به این پدیده «گوگلی لوس بیچاره یا بوهو» می‌گویند. در واقع هر چیز که بخواهید در اختیار شما قرار می‌گیرد ولی به هزینۀ از دست دادن چیزهایی که درمی‌یابید فقط همان‌ها مهم بوده‌اند».


 صادق بودن با همکارانتان دشوار است

 

مسلماً منظورمان این اشخاص بخصوص نیست!

ولد پاتریشِو، مهندس سابق نرم‌افزار: «صحبت کردن راجع‌به هر موضوعی واقعاً دشوار است، مگر اینکه با دوست خود صحبت کنید... بحث‌های عینی خیلی کم اتفاق می‌افتند زیرا همه اینجا مرزهای خاص خود را دارند و علاقه‌ای به شنیدن عقاید سایر افراد ندارند، مگر اینکه آن افرد خدایان مهمی باشند».


اگر بگویید که چندان نیز فوق‌العاده نیست، کسی شما را باور نخواهد کرد.

کیتی لِوینسون، مهندس سابق نرم‌افزار و زیرساخت: 

دیگران خود را مجاز می‌دانند که از شما علت ترک یا ادامۀ کار در گوگل را بپرسند و اصرار دارند که همه چیز باید در آنجا کامل و بی‌نقص باشد. در واقع آنها نمی‌خواهند چیزی جز اشتیاق کامل برای شانس ورود به گوگل و ماندن در آنجا از شما بشنوند. اگر شما آنجا را ترک کرده باشید یا از چیزی جز اشتیاق و خوشی حرف بزنید، از مادرتان گرفته تا رانندۀ تاکسی و خلاصه همه از شما خواهند خواست تا علت عدم اشتیاقتان برای کار در گوگل را توضیح دهید.


آنها می‌توانند بهترین افراد را استخدام کنند؛ لذا تمامی اشخاص بیش از حد واجد شرایط لازم هستند.

ناشناس:

«دانشجویانی از ده کالج برتر دنیا در آنجا هستند که کار آنها ارائۀ پشتیبانی فنی برای محصولات تبلیغاتی گوگل و یا برداشتن محتوای نامناسب از یوتیوب یا نوشتن کدهای پایه برای تست‌های A/B و یا رنگ دکمه در یک سایت است».


مدیریت میانی به طرز خطرناکی سیاسی است.

ناشناس:

«آشکارترین نقطه ای که این طبیعت سیاسی خود را آشکار می‌سازد استخدام و مدیریت عملکرد است. میزان چانه‌زنی و دستکاری که یک مدیر برای مدیریت تیم خود نیاز دارد روحیه برانداز است (البته می‌دانم که این رویه اخیراً قدری تغییر کرده است). برای ارتقای یک شخص خاص، باید پرونده‌ای از یک سال قبل برای وی تهیه کنید و  این بدان معناست که نمی‌توانید به قدر کافی به دیگر افراد درون تیمتان اعتبار بدهید».


به قدر کافی هم افراد احمق وجود دارند

به گفتۀ یکی از مهندسین پیشین گوگل، «آنقدر اشخاص بااستعداد در گوگل وجود دارند که دیگر بااستعداد بودن موجب مزیت شما در پروژه‌های خوب نخواهد شد، زیرا هزاران فرد باهوش پیش از شما در صف هستند که به اندازۀ ظرفیتشان کار انجام نداده‌اند ولی به قدر کافی هم افراد احمق وجود دارند که شما باید ثابت کنید یکی از آنها نیستید».


ممکن است هشت سال برای گوگل کار کنید و هیچ ترفیعی نگیرید.

ناشناس:

«ممکن است به راحتی نادیده گرفته شوید. من افرادی را می‌شناسم که بیش از هشت سال همچنان SWE و هنوز L4 هستند و هیچ ترفیعی نگرفته‌اند».


 کارکنان گوگل به قدری فوق‌العاده‌اند که یک جوک محلی راجع‌به این موضوع ساخته شده است.

ناشناس:

«من با دوستانم همیشه به شوخی می‌گوییم که لری و سرگی به مسافرت با قایق‌های تفریحی‌شان می‌روند، آنها را به هم گره می‌زنند، به صندلی‌های راحتی‌شان در جامبوجت لم می‌دهند، شروع به کشیدن سیگار می‌کنند، و سپس تصاویر کارکنان گوگل را با تکه کاغذهایی در کنارشان نگاه کرده و می‌گویند: «این یکی مدیرعامل یک شرکت چندملیتی تلکام بوده، MBA خود را از هاروارد گرفته و الان به تیکت‌های اورکات جواب می‌دهد» و بعد از خنده منفجر می‌شوند و با سرخوشی نوشیدنی هایشان را می‌نوشند و سیگار می‌کشند. البته این وضعیت خیلی غیرمحتمل است زیرا هیچیک از آنها سیگار نمی‌کشند ولی باقی ماجرا دور از ذهن نیست.


گوگل به قدری بزرگ است که ممکن است شما را به‌اشتباه استخدام کند.

ناشناس:

«من توسط گوگل به یک جایگاه مدیریتی دعوت شدم. در همان زمان که من استخدام شدم، شخص دیگری نیز با همان نام استخدام شد. متأسفانه بخش منابع انسانی به طرز وحشتناکی امور را قاطی کرد و زمانی که کارم را شروع کردم متوجه شدم یک جایگاه بسیار متفاوت و بسیار پایین‌تر به من داده شده است که مناسب کاندیدای دیگرِ هم نام من است. قرارداد استخدام بسیار مبهم بود و کارمند منابع انسانی مربوطه مدت‌ها بود که گوگل را برای کار در شرکت دیگر ترک کرده بود و کسی نبود که بتواند ابهام‌های موجود را روشن کند».

«سرانجام گوگل هزینۀ حمل اثاثیه منزلم را برای طی مسافتی دور پرداخت و تنها دلیل ذکر شده این بود: «قابل درک نیست! خطا، خطا، خطا!».


شرکت تنها به پیشرفت‌های قابل اندازه‌گیری اهمیت می‌دهد

کیتی لِوینسون:

به گفتۀ یکی از مهندسان سابق گوگل، «هر پیشرفتی که قابل اندازه‌گیری نباشد استفادۀ غیربهینه از زمان است». «قابلیت استفاده؟ تعداد باگ‌ها؟ کسی اهمیتی نمی‌دهد. اگر نتوانید آن را اندازه‌ بگیرید، هیچ‌کس علاقه‌ای به آن نشان نمی‌دهد.


بسیاری از استارتاپ‌ها از گوگل پیشی می‌گیرند زیرا قانون را زیر پا می‌گذارند.

سین گریش، مهندس سابق نرم‌افزار:

«گوگل باید آهسته قدم بردارد تا درگیر دعوی قضائی نشود. در کل، گوگل نمی‌تواند کارهایی همچون نقض قانون کپی‌رایت را انجام دهد زیرا اثرات آنی و چشمگیری خواهد داشت. این وضعیت وخیم‌تر نیز می‌شود زیرا قانون دولت به‌گونه‌ای تغییر می‌یابد که خود گوگل نیز تحت تأثیر قرار می‌گیرد.

«در مقابل، بسیاری از استارتاپ‌ها می‌توانند از گوگل پیشی بگیرند، نه به این دلیل که در اجرا موفق‌تر از گوگل هستند (گرچه برخی واقعاً در اجرا عملکرد بهتری دارند)، بلکه به این دلیل که اغلب می‌توانند با زیرپا گذاشتن مقررات یا قوانین مدنی پیش از کشف آن توسط دولت بسیار موفق شوند.


پروژه‌ها همواره و به طور خودسرانه کنسل می‌شوند.

ناشناس:

«بزرگترین وجه منفی کار در گوگل برای من کنسلی دلبخواه پروژه‌ها بوده است». زمانی این آزردگی توهین‌آمیز می‌شود که تقاضای ارتقای افرادی که روی پروژه‌های کنسل شده کار می‌کنند رد می‌شود زیرا که پروژه تأثیرگذار نبوده است».  


«مخارج زندگی در منطقۀ بِی دیوانه‌کننده است».

«هزینۀ زندگی در منطقۀ بِی بسیار بالاست و اگر بخواهید از محوطۀ مانتین ویو خارج شوید، به‌جز کار یا بیرون رفتن با همکارانتان کار دیگری نمی‌توانید انجام دهید. درست است که غذای مجانی و کافه‌ها، باشگاه‌ها، خشکشویی و غیره همیشه در اختیار شماست، ولی هنگامی که از این مزایا استفاده می‌کنید (زیرا بسیار راحت و دردسترس‌اند)، مجبورید زمان بیشتری را در دفتر باشید. همان انتخاب‌ها را هر روز انجام می‌دهید و مدام با همکارانتان (افراد یکسان) بیرون می‌روید.»

«سرانجام به این نتیجه رسیدم که باید به سوی آزادی بیشتر قدم بردارم... حتی اگر مجبور باشم قیمت آن را بپردازم. به زودی ناحیۀ بِی را نیز ترک می‌کنم.»


«با لایه‌ای از افراد باهوش مواجهیم که مدیران و رهبران وحشتناکی هستند».

«افراد به جایگاه‌های مدیریتی ارتقا می‌یابند؛ البته نه به این دلیل که فن مدیریت و رهبری را بلدند، بلکه به این خاطر که باهوش هستند و یا مسیر دیگری برای رشد وجود ندارد». اینها را مدیر برنامه‌ریزی فنی سابق می‌گوید. «لذا با لایه‌ای از افراد باهوش مواجهیم که مدیران و رهبران وحشتناکی هستند.»



«دوستان حسودی که از شغل شما متنفرند زیرا نتوانسته‌اند منصب شما را کسب کنند».

ناشناس:

«دوستان حسودی که از شغل شما متنفرند زیرا نتوانسته‌اند منصب شما را کسب کنند؛ مقاله‌های رسانه‌های شکاکی که ادعا می‌کنند هر حرکت شرکت وابسته به یک طرح تبلیغاتی متمرکز است. هیچ‌کس به شما اجازه نمی‌دهد که شغلتان را نگه دارید.»


« در طی سه سال با بیش از 100 کارمند در گوگل ملاقات کردم که تنها عدۀ اندکی از آنها افراد جالبی بودند.»

«آنها یک شخص را بارها و بارها استخدام می‌کنند.» این را یک ناشناس می‌گوید. «همان پیش‌زمینه‌ها، همان 10 مدرسه، همان جهان‌بینی، همان علایق. جای اغراق نیست اگر بگویم که طی سه سال کار در گوگل با بیش از 100 کارمند ملاقات کردم که تنها عدۀ اندکی از آنها افراد جالبی بودند.»


«بدترین قسمت کار در گوگل: احساس عدم استفادۀ کامل از توانمندی‌هاست.»

جان ال. میلر، مهندس سابق نرم‌افزار:

بدترین قسمت کار در گوگل برای من و بسیاری دیگر از افراد احساس عدم استفادۀ کامل از توانمندی‌هایمان است. به عنوان شخصی با 25 سال تجربۀ برنامه‌نویسی، مدیریت و معماری، کاری انجام نمی‌دادم که یک کارمند خوب کالج با دو سال سابقه نتواند سریع‌تر انجام دهد و این وضعیتی نا امیدکننده است.»


«همه چیز را مکتوب کنید.»

«چنانچه درحال طی فرایند جذب توسط گوگل هستند، به‌خوبی مذاکره کنید، حقوق خود را مطالبه کنید و مطمئن شوید که همه چیز را مکتوب کرده‌اید. گوگل وعده‌های مبهم بسیاری می‌دهد که به نظر می‌رسد آنها را انجام نمی‌دهد.»


تبلیغات را باور نکنید

جف نلسون، کسی که گوگل کروم را اختراع کرد:

«بخش عمده‌ای از چیزهایی که راجع‌به گوگل در خارج از آن می‌شنوید چرند است. اغلب اوقات نیز این مطالب چرند توسط گوگلی‌ها تبلیغ و تکثیر می‌شوند زیرا به شهرت گوگل کمک می‌کنند. وقتی شخصی سخن چرت ولی جالبی را عنوان می‌کند، ممکن است به خاطر آن مورد احترام سایر مهندسین گوگل نیز قرار گیرد. کلمۀ «گوگلی» به معنای نشان دادن گوگل به عنوان جایی عالی برای کار کردن است؛ حتی اگر این سخن خیلی چرند باشد.»


کار نکردن در دفتر مرکزی «خودکشی شغلی» است.

ناشناس:

«قطعاً شما همواره می‌توانید کار کردن در دفاتر مناطق را انتخاب کنید، ولی این کار در بلندمدت یک خودکشی شغلی است.»



فضای دفتر شما ممکن است خیلی کوچک باشد.

آن کی. هالسال، طراح محصول:

«اگر مجبور باشید در یکی از چهار ساختمان پردیس کار کنید، احتمالاً با کمبود جای شدید مواجه خواهید شد. چندان غیرمعمول نیست ببینید که 3 یا 4 نفر از کارمندان در یک اتاق کار می‌کنند یا چندین مدیر در یک دفتر هستند. با وجود تمامی فضاهای باز برای غذا، بازی، تلویزیون، گفتگوهای تکنولوژیک و غیره، پیدا کردن یک مکان آرام و خصوصی برای تفکر بسیار سخت است.»



گوگل به قدری بزرگ است که هیچ  تأثیری نمی‌توانید روی آن بگذارید.

« من سه سال در گوگل کار کردم و ترک آنجا برایم بسیار دشوار بود. با این حال یک دلیل اصلی وجود داشت که به من در تصمیم‌گیری کمک کرد و آن این بود که تأثیری که من می‌توانستم به عنوان یک فرد بر روی این کسب‌وکار داشته باشم بسیار جزئی بود. همانطور که در بسیاری از پاسخ‌های زیر درج شده، گوگل یک ماشین خارق‌العاده‌ است که به لطف AdWordها پول چاپ می‌کند. در صورتیکه یک مهندس فوق‌ العاده بااستعداد باشید که بتوانید چیزی جدید خلق کنید، شاید به نظر شما اهمیت داده شود؛ در غیر این صورت تنها فردی هستید که چرخ‌دنده‌های این ماشین غول‌پیکر را روغنکاری می‌کند.»



مدیریت میانی پیش پا افتاده است

اشخاصی که در تصویر می‌بینید افراد رده‌متوسط نبوده و همگی عالی هستند!

«منظور من تفکر پیش‌پاافتاده هرروزه و بی‌امان مدیران میانی است که کاملاً متکی بر استانداردها بوده و تمامی فاکتورهای دیگر را نادیده می‌گیرند. آنها نمی‌خواهند شرایط موجود را دگرگون کنند، نمی‌دانند چگونه به نیروی کار خود انگیزه بدهند و بیش از حد به نام و شهرت گوگل وابسته‌اند تا این کارها را برایشان انجام دهد.»


گوگلی‌ها ممکن است در دام چیزهای بی‌اهمیت بیفتند 

«در زوریخ یک اتاق آرام وجود دارد که افراد برای ریلکسیشن یا چرت زدن به آنجا می‌روند. آکواریوم‌هایی با ماهی‌های بسیار زیبا در این اتاق وجود دارند و شما می‌توانید هر اندازه از زمان کاری خود را در آنجا تلف کنید و به تماشای ماهی‌هایی بپردازید که کارهای ماهی‌گونه انجام می‌دهند. بیش از 100 ایمیل برای برداشتن صندلی‌های ماساژ از اتاق مزبور ارسال شده بود زیرا افراد به خاطر سروصدای زیاد این صندلی‌ها نمی‌توانستند خواب راحتی داشته باشند.»


فرهنگ نابالغ است

اینجا همانند شهر آرمانی است؛ مردم هرگز بزرگ نمی‌شوند. همواره مشغول نوشیدن هستند، مستمراً در حال معاشرت و بازی کردن هستند و تقریباً هیچ کاری برای انجام ندارند.»



نمی‌توانید دورکاری کنید.

دیمیتار بوجانچف، فریلنسر:

«موضوع کُشنده برای من این بود که نمی‌توانستم دورکاری داشته باشم؛ کاری که طی 5-6 سال گذشته با موفقیت انجام داده‌ام.»


به کارمندان برای خیال‌پردازی راجع‌به چیزهای جدید پاداش داده می‌شود، حتی زمانی‌که احتیاجی به چیزهای جدید نیست.

کیتی لوینسون:

«این کار منجر به کابوس‌های خیالی می‌شد که مبتنی بر پوسته‌های دورریختۀ پلتفرم‌های دیگر بودند. ما چهار کتابخانۀ جاوا اسکریپت رسمیِ داخلی داشتیم. چرا؟ زیرا نوشتن کتابخانۀ نوآورانۀ جاوا اسکریپت می‌توانست منجر به ترفیع شما شود!»


 آنجا در حد و اندازۀ من نبود!

پاول باتِری، تحلیلگر ارشد محصول:

«اولین هفتۀ کاری من ترسناک‌تر از چیزی بود که پیش‌بینی کرده بودم. در واقع من دچار عارضه‌ای شده‌ بودم که به آن سندرم ایمپاستر می‌گویند. اعضای تیم من به طرز دیوانه‌کننده‌ای باهوش و موفق بودند. نه از نوع باهوش‌هایی با نمرۀ الف در کالج، بلکه از نوع باهوش‌هایی مثل این مورد: «من گوگل‌مارس را ساختم و پیش از اینکه به سن قانونی برسم ده ها اختراع داشتم.»

«اغلب این افراد با سباستین ثران (ماشین‌های بدون راننده، یوداسیتی) در استنفرد یا روی نقشه کار کرده بودند. اکنون من چطور می‌توانستم در چنین جایی ارزش آفرینی کنم؟ اکنون می‌بینم که من در حد و اندازۀ آنجا نبودم.»

 

مهندسین استپفورد

ناثان یوسپ، مهندس سابق:

«مهندسین استخدام شده توسط گوگل به درد سیستم‌های عمومی می‌خورند. آنها در الگوریتم‌ها، مفاهیم مربوط به پایگاه‌ داده، پردازش تراکنش‌ها، درجه‌بندی و غیره خوب هستند ولی عموماً در حوزه‌های مربوط به محصول تخصص ریشه ای ندارند. فرهنگ گوگل به مهندسینی پاداش می‌دهد که مشکلات فنی بغرنج را حل کنند و کسانی را که از بخش دشوارتر توسعۀ محصول لذت می‌برند نادیده می‌انگارد؛ کسانی که با رفع مشکلات موجود و اضافه کردن قابلیت‌های مبتنی بر بازخورد مشتری و حفظ و باگ‌زدایی از محصول، آن را از ورژن 1 به ورژن واقعاً بی‌نقص 3 می‌رسانند.»


مدیران نالایق می‌توانند آنجا برای خود مقام و جایگاه دست و پا کنند

ناثان یوسپ:

«من در یکی از پردیس‌های بزرگ غیر از مانتین ویو کار کرده‌ام و تنها محرک فکری که در آن مدت مشاهده کردم فرآیند مصاحبه بود. با اینکه افراد باهوش زیادی را ملاقات کردم، افراد رده متوسط زیادی را نیز دیدم که متقاعد شده بودند که باهوش هستند و عدۀ زیادی هم چاپلوس دیدم. من تحت رهبری کسی کار کردم که طی دو سال گذشته هیچ کدی ننوشته بود و در زمانی که برنامه‌نویس بود هم عملکرد خوبی نداشت. یک رهبر تکنولوژی هم داشتم که فقط در UX خوب بود و نه بیشتر!»

 

 

 منبع: www.businessinsider.com 

 بازنشر و استفاده از مقالات اسکیل ما، به هر شکلی تنها با ذکر نام "اسکیل ما" در بخش منابع و ارائه هایپرلینک مجاز می باشد.

 

مایکروسافت چه برنامه‌هایی برای لینکدین دارد؟

عصری جدید در انتظار کاربران لینکدین
مایکروسافت چه برنامه‌هایی برای لینکدین دارد؟
مایکروسافت سرانجام خرید بزرگ خود به ارزش 26.2 میلیارد دلار را نهایی کرد و رسما مالک بزرگ‌ترین شبکه اجتماعی فعال در زمینه کاریابی یا همان لینکدین شد. ساتیا نادلا در پستی که در سایت لینکدین منتشر کرد ضمن اعلام خبر رسمی نهایی شدن این خرید از برنامه‌ریزی‌های این شرکت در ارتباط با آینده لینکدین و آفیس سخن گفت.

همان‌گونه که اطلاع دارید با روی کار آمدن ساتیا نادلا یکسری تغییرات در استراتژی‌های مایکروسافت به وجود آمد که اضافه کردن نام مایکروسافت به محصولات این شرکت و همچنین ادغام‌سازی محصولات این شرکت با سرویس‌های شرکت‌های مختلفی همچون لینکدین از جمله این استراتژی‌های جدید بودند. در ماه ژوئن ساتیا نادلا و جف وینر مدیرعامل لینکدین در قالب یک فایل pdf به تشریح برنامه‌های آینده لینکدین پرداختند.



مطلب پیشنهادی

یک شبکه اجتماعی برای حرفه‌ای‌ها

در بخشی از فایل منتشر شده از سوی این دو مدیرعامل آمده است: «در دنیای کنونی برای آن‌که یک زندگی موفق داشته باشید، تمامی اطلاعات تخصصی شما باید درون یک مخزن واحد قرار بگیرند. با اتصال یکی از حرفه‌ای‌ترین زیرساخت‌های ابری به یکی از شبکه‌های حرفه‌ای در جهان، ما ارتباط هوشمندانه‌تر و قدرتمندتری را میان اطلاعات به وجود آوردیم که سازنده شکل‌گیری شکل خاصی از تجارب خواهد بود. این رویکرد شتاب بیشتری به رونق اقتصادی خواهد بخشید.» در حالی که این فرضیه در ظاهر خوب به نظر می‌رسد، اما واقعیت این است که تحقق این فرضیه برای هر دو شرکت با دشواری‌های مختلفی روبرو خواهد بود. ساتیا نادلا در پست لینکدین خود آورده است: «امروز مشتاق هستم درباره ماموریت مشترک و حس مشترک هر دو شرکت مطالبی را با شما به اشتراک قرار دهم. شباهت فرهنگی ما و ارزش افزوده‌ای که ما برای اعضا لینکدین به وجود خواهیم آورد به متخصصان کمک خواهد کرد تا فرصت‌های شغلی جدید و راه‌های جدیدی که به منظور پیدا کردن شغل مناسب پیش روی آن‌ها قرار خواهد گرفت را مورد استفاده قرار دهند.»



مطلب پیشنهادی

اگر دنبال استخدام در شرکت بهتر هستید بدون این‌که رئیس متوجه شود

یکپارچگی مایکروسافت و لینکدین

نادلا در پست خود به تعدادی از ادغام‌سازی‌‌هایی اشاره کرد که مزایای مثبتی را برای کاربران به ارمغان خواهد آورد. این ادغام‌سازی‌ها که در تعامل مستقیم با بسته آفیس 365 قرار دارند باعث افزایش بهره‌وری یکسری از برنامه‌های مایکروسافت خواهد شد. از جمله ویژگی‌های شاخصی که فرآیند ادغام‌سازی‌ را تجربه خواهند به موارد زیر می‌توان اشاره کرد:

اعضا لینکدین می‌توانند سوابق کاری خود را در قالب یک فایل ورد آماده کرده و از این فایل در لینکدین استفاده کنند. این ویژگی به این شکل کار می‌کند که کاربر خلاصه‌ای از سوابق کاری خود را در ورد آماده می‌کند و لینکدین به طور خودکار این فایل را در پروفایل کاربر وارد می‌کند. این رویکرد به کاربران کمک می‌کند به شکل بهتری مشاغل مورد نیاز خود را پیدا کنند.



مطلب پیشنهادی

چگونه پروفایل لینکدین خود را بهینه کنیم؟

از این پس اعلان‌های لینکدین در بخش Action center در ویندوز 10 به کاربران نشان داده خواهد شد.

اعضا لینکدین از این پس به شکل راحت‌تر، دسترس پذیرتر و بهتری به محتوایی که مایکروسافت تولید می‌کند، دسترسی خواهند داشت

ویژگی سازمانی LinkedIn Lookup در تعامل با Active Directory و آفیس 365 خواهد بود. در حالی که در گذشته این ویژگی رقیبی برای ویژگی  Delve مایکروسافت به شمار می‌رفت در آینده با سرویس‌های آفیس 365 ادغام خواهد شد.

کاربران سازمانی این توانایی را خواهند داشت تا از سرویس LinkedIn Learning به منظور مشاهده آموزش‌های آنلاین استفاده کنند. این دوره‌ها در اختیار کاربرانی قرار خواهد گرفت که جزء مشترکان آفیس 365 باشند.

در رویکرد جدید پیاده‌سازی راهکارهای جدید تجاری در تعامل با اکوسیستم محتوایی MSN.com خواهند بود.

بازتعریف جدیدی از خرید و فروش‌ مبتنی بر شبکه‌های اجتماعی از طریق ویژگی‌های Sales Navigator و dynamic 365 به وجود خواهد آمد.

نبرد بزرگ آینده: هکرها از هوش مصنوعی استفاده می‌کنند

هکرها از هوش مصنوعی استفاده می‌کنند
نبرد بزرگ آینده: هکرهای ماشینی بر علیه مدافعان انسانی
کارشناسان می‌گویند: «تهدید ماشین در برابر ماشین ممکن است در آینده نزدیک به یک واقعیت ملموس تبدیل شود.» آیا این فرضیه می‌تواند روزگاری به واقعیت تبدیل شود که ماشین‌های هک‌کننده در مقابل ماشین‌های مدافع بایستند؟

تاکنون مطالب بسیاری درباره مزایا، معایب و تهدیداتی که به واسطه هوش مصنوعی ممکن است آینده ما را در معرض خطر قرار دهد نوشته شده است. اما موضوعی که کمتر به آن پرداخته شده این است که آیا هوش مصنوعی روزگاری در قامت یک هکر این توانایی را به دست خواهد آورد تا به سامانه‌های کامپیوتری حمله کند؟ به طوری که هکرها تنها در نقش یک راهنما در پشت صحنه به فعالیت بپردازند؟ بدون شک در کمتر از ده سال دیگر شاهد حضور الگوریتم‌های هوشمند مخربی خواهیم بود که جایگزین هکرها خواهند شد. در حالی که هوش مصنوعی با شعار راحت‌تر کردن زندگی در حوزه‌های مختلف به ویژه دنیای امنیت پا به میدان گذاشته است، اما این احتمال وجود دارد که در آینده به عنوان یک ابزار نفوذ مورد استفاده قرار گیرد.



مطلب پیشنهادی

۵ کاری که هوش مصنوعی بهتر از ما انجام می‌دهد!
برتری هوش مصنوعی بر هوش طبیعی

ابرکامپیوترهای خطایاب

در ماه آگوست، کنفرانسی تحت عنوان چالش بزرگ سایبری با حمایت سازمان‌های دولتی و نظامی ایالات متحده برگزار شد. در این رویداد نقش و قابلیت‌های هوش مصنوعی در زمینه دفاع سایبری مورد بررسی قرار گرفت. در این رویداد که در نوع خود جالب توجه بود، هفت ابرکامپیوتر در چالشی قرار گرفتند تا هر یک رخنه‌هایی که در نرم‌افزارها وجود دارد را شناسایی کنند و آن‌ها را ترمیم کنند. به لحاظ برنامه‌نویسی این مدل به کار‌گیری فناوری می‌تواند به یاری شرکت‌های توسعه‌دهنده نرم‌افزارها آماده و نرم‌افزارها را از وجود هرگونه رخنه‌ای که از دید برنامه‌نویسان پنهان مانده است، نجات دهد. این قابلیت فوق‌العاده ابرکامپیوترها دستمایه به وجود آمدن این فرضیه شد که اگر هوش مصنوعی روزگاری در جهت منفی مورد استفاده قرار گیرد این پتانسیل را خواهد داشت تا به عنوان یک ابزار ویران‌گر مورد استفاده هکرها قرار گیرد؟ جواب این پرسش مثبت است.


هوش مصنوعی خوبی و بدی را به یک اندازه مورد حمایت قرار می‌دهد

هکرها این توانایی را دارند تا از این فناوری در زمینه اسکن نرم‌افزارها و شناسایی آسیب‌پذیری‌های ناشناخته استفاده کرده و بهترین شکل از این رخنه‌ها سوء استفاده کنند. جالب‌تر آن‌که هوش مصنوعی این پتانسیل را دارد تا این‌کار را چند مرتبه سریع‌تر و دقیق‌تر از عامل انسانی انجام دهد.

در آینده نزدیک هوش مصنوعی به هکرها اجازه خواهد داد یک استراتژی کامل حمله که شامل برآورد اولیه، تجیهزات موردنیاز و شدت خسارات است را محاسبه کرده و در ادامه یک استراتژی مخرب کامل را در اختیار متقاضیان قرار دهند.

در نتیجه نفوذهای طاقت‌فرسا به زیرساخت‌هایی که به شدت محافظت می‌شوند و بهره‌برداری از این رخنه‌ها که در حال حاضر برای هکرها شبیه به یک کابوس شبانه است، در آینده به متاعی ساده، ارزان و سرشار از سود تبدیل خواهد شد. در حالی که دنیای فناوری به شدت روی طراحی و ساخت ماشین‌های خودران و روبات‌های هوشمند متمرکز شده است، اما در مقابل تمامی کارشناسان امنیتی به خوبی از خطراتی که به واسطه هوش مصنوعی بشریت را تهدید می‌کنند، اطلاع دارند.

دیوید ملسکی، معاون مدیر بخش تحقیق و پژوهش شرکت GrammaTech در این ارتباط گفته است: «فناوری همواره ترسناک است.» شرکت ملسکی یکی از شرکت‌های حاضر در این رویداد بود که ابرکامپیوتر این شرکت موفق شد رخنه‌های بزرگی را در نرم‌افزارها شناسایی کند. این شرکت سعی می‌کند فناوری‌هایی را طراحی کند که به شرکت‌های تولید کننده تجهیزات اینترنت اشیا و همچنین تولیدکنندگان مرورگرهای اینترنتی کمک کند، محصولات ایمن‌تری را تولید کنند. ملسکی در این ارتباط گفته است: «شناسایی رخنه‌ها و آسیب‌پذیری‌ها همانند یک شمشیر دو لبه است. ما در نظر داریم این فرآیند شناسایی را خودکارسازی کنیم.»



مطلب پیشنهادی

محقق ایرانی با کمک هوش مصنوعی آینده را پیش‌گویی می‌کند!
همکاری دو دانشگاه مریلند و ام‌آی‌تی

هکرها همانند سازمان‌های بزرگ قادر به تولید الگوریتم‌های هوشمند مخرب هستند

کارشناسان امنیتی هشدار داده‌‌اند که نیمه تاریک فناوری همواره در کنار ما قرار دارد. هر کاربری این قابلیت را در اختیار دارد تا هوش مصنوعی را به عنوان یک ابزار تهاجمی مورد استفاده قرار داده و آن‌را کنترل کند. ملسکی در این ارتباط گفته است: «به بدافزارهایی توجه کنید که تجهیزات صنعتی را مورد نفوذ قرار می‌دهند. برای یک لحظه تصور کنید بدافزاری همچون استاکس‌نت به صورت خودکار زیرساخت‌ها را مورد تهاجم قرار دهد. دامنه خسارات وارد شده غیر قابل تصور خواهد بود. این یک هشدار جدی است.»

تومر واینگارتن، مدیرعامل شرکت امنیتی SentinelOne گفته است: «دوست ندارم یک ایده اولیه در اختیار کسی قرار دهم. اما فناوری‌هایی که امروزه به صورت غیر محسوس در اینترنت برای شناسایی آسیب‌پذیری‌ها مورد استفاده قرار می‌گیرند، ممکن است در آینده به عنوان یک ابزار تهاجمی به ما حمله کنند.»


آینده تاریک به آرامی در حال شکل‌گیری است

نشانه‌های عملیاتی شدن این چنین تهدیداتی به آرامی در حال شکل‌گیری است. هکرهایی که در بازارهای زیرزمینی سرویس‌های مخرب را اجاره می‌دهند، سایت‌هایی که از رابط‌های کاربری جذاب فریبنده استفاده می‌کنند و تنها با چند دستور ساده قادر هستند سامانه‌های کامپیوتری را به یک باج‌افزار خطرناک آلوده کنند، تنها چند نشانه کوچک از شکل‌گیری این تهدیدات خودکار است.  واینگارتن در این ارتباط گفته است: «این احتمال وجود دارد که در آینده این سرویس‌ها و ابزارهای مخرب با فناوری‌ هوش‌مصنوعی ترکیب شوند و از پایه قادر به پیاده‌سازی یک استراتژی حمله، اجرا و برآورد خسارات جانبی شوند. در این مرحله است که مجرمان سایبری همانند همتایان خود در جبهه مخالف طعم خوش به کارگیری هوش مصنوعی در بعد مخرب را تجربه خواهند کرد.»

هکرها هر زمان تشخیص دهند هوش مصنوعی را به خدمت می‌گیرند

شرکت امنیتی Cylance از جمله شرکت‌هایی است که از الگوریتم یادگیری ماشینی برای متوقف کردن فعالیت بدافزارها استفاده می‌کند. این شرکت نمونه‌های اولیه بدافزارها را دریافت می‌کند و یک مدل ریاضی را بر مبنای آن‌ها ایجاد می‌کند. در ادامه این مدل می‌تواند رفتار عادی و غیرعادی یک سامانه را تشخیص داده و یک تهدید را دفع کند. جان میلر کارشناس ارشد این شرکت در این ارتباط گفته است: «ما همواره یک احتمال را در اختیار مشتریان خود قرار می‌دهیم که نشان می‌دهد یک فایل رفتار مسالمت‌آمیزی دارد یا مخرب است. یادگیری ماشینی در 99 درصد موارد به خوبی قادر به شناسایی تهدیدات بوده است. ما همواره در حال جمع‌آوری نمونه‌های اولیه هستیم، به دلیل این‌که هرچه مدل با داده‌های بیشتری آموزش ببیند، با دقت بیشتری تهدیدات را شناسایی می‌کند.»

پیاده‌سازی مدل‌های دفاعی مبتنی بر یادگیری ماشینی هزینه‌بر هستند

میلر در این ارتباط گفته است: «ما برای آن‌که بتوانیم این مدل‌های یادگیری ماشینی را پیاده‌سازی کنیم هر ماه نزدیک به نیم میلیون دلار هزینه می‌کنیم. این هزینه‌ای است که بابت سرویس‌های رایانشی ابری آمازون باید پرداخت شود. در حالی که پرداخت این هزینه در مقطع فعلی برای بسیاری از هکرها امکان‌پذیر نیست، اما در آینده هزینه‌های مربوط به محاسبات ابری به شکل چشم‌گیری کاهش پیدا خواهد کرد.»

هکرها هر زمان تشخیص دهند از هوش مصنوعی استفاده می‌کنند

میلر می‌گوید: «شاید تعجب کنید که چرا هکرها هنوز از هوش مصنوعی استفاده نکرده‌اند. جواب مشخص هست. هنوز نیازی به این کار نیست. ارسال ایمیل‌های فیشینگ، گذرواژه‌های ضعیف، سامانه‌های آسیب‌پذیر، نرم‌افزارهای آلوده به درب‌های پشتی همگی به سادگی در اختیار هکرها قرار دارند. امروزه اگر بخواهید به یک سامانه نفوذ کنید این‌کار به سادگی هرچه تمام‌تر انجام می‌شود. اما زمانی که شرکت‌ها به طور کامل از هوش مصنوعی در زمینه طراحی نرم‌افزارها استفاده کنند و همچنین محاسبات کوانتومی به میدان وارد شوند، آن‌گاه هکرها نیز به سراغ هوش مصنوعی خواهند رفت.»

4 مرحله ای که باید قبل از راه اندازی یک استارتاپ طی کنید

درک می کنم که شما شب و روز به سختی دارید تلاش می کنید تا استارتاپ رویایی خود را هر چه زودتر راه اندازی کنید، ولی من از شما می خواهم لحظه ای مکث کرده، یک قهوه بنوشید و این مقاله را بخوانید. من شرط می بندم که شما نمی خواهید صرفا به خاطر اینکه سرتان شلوغ بوده و نتوانستید از استراتژی مناسبی استفاده کنید، در یک سال با شکست مواجه شوید. 
اکثر کسب و کارهایی که با داشتن ایده های بزرگ و تیم باهوش، شکست خوردند آنهایی هستند که چهار استراتژی ضروری پیش از راه اندازی استارتاپ را نادیده گرفتند. در ادامه ی مطلب، این چهار استراتژی را با هم مرور می کنیم:

1. تکمیل محصول خود را متوقف سازید

با اینکه ویژگی هایی مثل رهبری، اشتیاق، و عزم و اراده می توانند به شما کمک کنند استارتاپ خود را به سوی هدفتان هدایت نمایید، ولی باید از بسیاری از نگرش های خطرناکی که می توانند به شکست شما منجر گردند آگاه باشید. ممکن است تعجب کنید، ولی کمال گرا بودن، یکی از آن نگرش های خطرناک است.

هدف نهایی کمال­گرایان این است که با توسعه ­ی یک محصول کامل، رقبای خود را شکست دهند. از آنجایی که هیچ معیاری برای تکامل وجود ندارد تنها چیزی که رخ می ­دهد این است که آنها به قیمت فراموش کردن بازار و رشد کسب و کار خود، در محصول خود تجدیدنظر کرده و برای بهتر شدن محصول، ویژگی­ هایی را به آن می­ افزایند.

راه حل این مشکل این است که یکی از فعالیت های کلیدی ما تحقیقات بازار باشد و از روش توسعه ی چابک و استارتاپ ناب استفاده کنیم. با ساخت یک حداقل محصول قابل دوام(MVP) و انتشار آن در بین گروهی از افراد داوطلب، می توانید بازخورد آنها را دریافت کنید تا بفهمید چه ویژگی هایی برای مشتریان اهمیت دارند. بدین ترتیب در عین حال که می-توانید محصول خود را توسعه دهید، برای تطبیق با تقاضای بازار و بازاریابی کسب و کار خود نیز وقت خواهید داشت.

2. لیست ایمیل خود را بسازید

بسیاری از کارآفرینان هنگام استفاده از روش استارتاپ ناب در یک دام گرفتار می شوند. از زمانی که استارتاپ ناب معرفی شد بسیاری از استارتاپ ها سعی کردند کسب و کارهای خود را بر اساس این روش بنا کنند. متاسفانه اکثر کارآفرینان مفهوم ناب را اشتباه درک کرده اند. 
با اینکه روش استارتاپ ناب، شما را به چابکی و تسریع توسعه ی محصول تشویق می کند، ولی باید به یاد داشته باشید که کلمه ی ناب، خودش یک طرز فکر است و تعادل ایجاد می کند. اگر شما مخاطبین مناسبی برای توسعه ی محصول خود داشته باشید، موفقیتتان حتمی است. از این رو باید زمانتان را بین توسعه ی محصول و افزایش لیست مشتریان بالقوه ی خود تعدیل نمایید. 
یکی از مهم ترین استراتژی هایی که باید مورد استفاده قرار دهید ساخت لیست است. شما باید بر اجرای اولین مرحله ی هرگونه استراتژی هک رشد تمرکز کنید. به طور کلی یک چارچوب هک رشد از چهار مرحله تشکیل شده است: جذب، تعامل، به دست آوردن، و نگهداری. هرچند استراتژی های مختلفی در دسته ی بازاریابی رشد قرار می گیرند ولی به دست آوردن مشتری، مهم ترین آنها می باشد. اولین مرحله ی فرایند ساخت لیست این است که یک صفحه فرود (landing page) ایجاد کنید که بازدیدکنندگان را تشویق کند ایمیل خود را در آنجا قرار دهند تا راهنمایی های منحصر به فرد دریافت نمایند. هرگز ساخت لیست و به روزرسانی آن را متوقف نکنید. 
اگر ترافیک خود را افزایش دهید می توانید ایمیل های بیشتری جمع کنید. باید در انجمن ها شرکت کنید یا در رسانه های اجتماعی با مشتریان بالقوه تعامل داشته باشید و آنها را به صفحات فرود خود هدایت نمایید. در این صورت لیستی از افرادی خواهید داشت که علاقه دارند محصول شما را تست کرده یا حتی آن را بخرند.

3. در مورد روندهای بازار تحقیق کنید

انجام تحقیقات کامل بازار باید بخشی از استراتژی کسب و کار شما باشد. شرکت های بزرگ سالانه صدها هزار دلار برای خرید گزارش ها و حقایق پیش بینی شده در مورد صنعت خود سرمایه گذاری می کنند. شما به عنوان یک استارتاپ نوپا نمی توانید این مقدار پول را برای خرید اطلاعات تحقیق بازار تخصیص دهید، و این هم اشتباه بزرگی است که تحقیقات بازار را از استراتژی های خود حذف نمایید. 
منابع مقرون به صرفه ی زیادی وجود دارند که برای انجام یک تحقیق بازار جامع می توانید به آنها تکیه کنید. راحت ترین منبع رایگان برای تحلیل روندها و درک رفتارهای مشتریان، ابزاری به نام Consumer Barometer از شرکت گوگل است. 
هر بخش مشتری به یک ارزش پیشنهادی منحصر به فرد(UVP) نیاز دارد. در واقع اگر در مدل کسب و کار خود بیش از یک بخش مشتری کشف کرده اید باید در استراتژی کسب  وکار خود بازنگری کرده و مطمئن شوید که UVP شما با آنچه که هر بخش مشتری می خواهد در یک راستا قرار دارد.

4. برای وبلاگ نویسی وقت بگذارید

وب سایت هایی که دارای تم طراحی سازمانی هستند به اندازه ی وب سایت های آموزشی و سرگرم کننده نمی توانند مشتریان را به خود جذب کنند. در مورد تجارت الکترونیک هم همینطور است. اگر ارزش پیشنهادی خود را به مشتریان ثابت نکنید افراد زیادی از کسب وکار الکترونیک جدید شما خرید نخواهند کرد. اگر ماهیت کسب و کار شما سرگرم کننده نیست یا اگر پول زیادی برای طراحی وب سایت خود صرف کرده اید و دیگر نمی خواهید آن را تغییر دهید، می توانید با استفاده از استراتژی های بازاریابی محتوا، به شیوه ای کارآمد با مشتریان خود تعامل داشته باشید. 
امروزه سریع و بدون هیچ هزینه ای می توانید یک وبلاگ ایجاد کنید و مطالب ارزشمند خود را که به بررسی نگرانی های بازدیدکنندگان می پردازند منتشر نمایید. به یاد داشته باشید که ارسال مطالب نه چندان مفید، و نوشتن مطالب تبلیغاتی که بر محصول شما تمرکز دارند و ارسال مکرر آنها می¬تواند به کسب و کار شما آسیب وارد کند. راز موفقیت در این است که نوعی محتوا ایجاد کنید که به بازدیدکنندگان کمک کند به طور رایگان با چالش های خود مقابله نمایند. 

آخرین نکته...
یک اشتباه رایج این است که تمام ترافیک به یک صفحه فرود واحد هدایت شود. از آنجایی که وب سایت شما می تواند همانند ورودی قیف فروش شما عمل نماید، با بهینه سازی صفحات خود می توانید درآمدتان را افزایش دهید. هر صفحه فرود باید برای یک بخش مشتری طراحی گردد و باید متناسب با ویژگی های مشتریانتان باشد. 
در واقع با کشف شخصیت مشتری خود می توانید تجربه ی مشتری و نرخ تبدیل خود را افزایش دهید. بدین ترتیب می توانید با پیشنهادات مختلف، پاسخگوی نیازهای مختلف باشید و کسب و کار خود را سریع تر رشد دهید.

مقالات کوتاه کارآفرینیمدیر اینفو 


کلمات کلیدی :

آینده دنیای فناوری در دستان مدارهای مجتمع دیجیتال برنامه‌پذیر مایکروسافت

تراشه‌های فرمان‌پذیر در خدمت انسان‌ها
آینده دنیای فناوری در دستان مدارهای مجتمع دیجیتال برنامه‌پذیر مایکروسافت
در دسامبر 2012، داگ برگر، پژوهشگر تراشه‌های کامپیوتری که نزدیک به چهار سال پیش از آن، به شرکت مایکروسافت ملحق شده بود، مقابل استیو بالمر ایستاده بود و تلاش می‌کرد آینده را پیش‌بینی کند. بالمر، مدیرعامل جسور، خشن و بی‌پروای مایکروسافت در اتاق کنفرانس این شرکت واقع در طبقه همکف ساختمان 99 نشسته بود. در این اتاق معاونان ارشد بالمر، وی را احاطه کرده بودند. برگر در حال ارائه ایده‌ جدید خود به مدیران این شرکت بود؛ ایده وی پروژه Catapult نام داشت.

برگر صحبت‌های خود را این‌گونه آغاز کرد: «دنیای فناوری در حال حرکت به سمت مدار جدیدی است. در آینده، تعدادی از غول‌های بزرگ دنیای اینترنت، سرویس‌‌های اینترنتی بسیار پیچیده، عظیم و متفاوتی را عرضه خواهند کرد. این غول‌های اینترنتی برای ارائه چنین خدمات عظیمی، معماری کاملاً جدیدی را پایه‌ریزی کرده و به مرحله اجرا در خواهند آورد. آن‌ها نه فقط نرم‌افزارهایی را برای این سرویس‌ها ایجاد خواهند کرد، بلکه سخت‌افزارهایی همچون سرورها و تجهیزات مربوط به شبکه را نیز به صورت سفارشی طراحی خواهند کرد. پروژه Catapult همه سرورهای مایکروسافت یا به عبارت دقیق‌تر میلیون‌ها عدد از آن‌ها را به تراشه‌های تخصصی مجهز خواهد کرد. تراشه‌هایی که می‌توان بر مبنای وظایف تخصصی مایکروسافت آن‌ها را مجدداً برنامه‌ریزی کرد.» پیش از آنکه برگر مجال پیدا کند تا درباره این تراشه‌ها صحبت‌های خود را ادامه دهد، بالمر نگاهش را از روی لپ‌تاپش برگرداند و گفت: «انتظار داشتم به‌روزرسانی‌های جالب توجهی در بخش تحقیقات و توسعه مشاهده کنم، نه اینکه در یک جلسه استراتژیک شرکت کنم.» برگر بعدها در این باره گفت: «او با این حرفش من‌ را شوکه کرد.» بالمر در ادامه صحبت‌های خود افزود: «مایکروسافت نزدیک به 40 سال است، وقت خود را صرف ساخت نرم‌افزارهای کامپیوتری همچون ویندوز، ورد و اکسل کرده است و این پروژه تنها به منظور پیدا کردن جای پایی در دنیای اینترنت است. کاملاً مشخص است مایکروسافت ابزارها و مهندسانی که بتوانند این تراشه‌های کامپیوتری برنامه‌پذیر را آماده کنند، در اختیار ندارد. این کار مشکل و هزینه‌بر است، زمان زیادی می‌طلبد و عجیب به نظر می‌رسد. برنامه‌ریزی تراشه‌های کامپیوتری توسط مایکروسافت همانند آن است که شرکت کوکاکولا، سوپ بال کوسه تولید کند.»



مطلب پیشنهادی

آفیس بعدی مایکروسافت قابلیت‌هایی برای نابینایان دارد!

برگر کاملاً مودبانه و بر مبنای گزارشی تحلیلی، همانند بسیاری از مهندسان خوب مایکروسافت به عقب رانده شد. او به بالمر گفت: «شرکت‌هایی همچون گوگل و آمازون از مدت‌ها قبل حرکت به سمت این جریان را آغاز کرده‌اند. سازندگان بزرگ دنیای سخت‌افزار در سراسر جهان، چیزی را که مایکروسافت برای اجرای سرویس‌های آنلاین خود به آن‌ها نیاز دارد، تولید نمی‌کنند. اگر مایکروسافت نتواند سخت‌افزار موردنیاز خود را تولید کند، به مرور زمان و به‌آرامی فرو خواهد ریخت.» با وجود این، بالمر باز هم به حرف‌های برگر اعتنایی نکرد. 


شکل 1: داگ برگر؛ خالق تراشه‌ برنامه‌پذیر مایکروسافت

بعد از گذشت اندک زمانی، فرد دیگری گفته‌های برگر را تأیید کرد؛ آن شخص کسی نبود جز چی لو (Qi Lu). چی لو مسئولیت مدیریت موتور جست‌وجوگر بینگ را بر عهده داشت. گروه تحت سرپرستی چی لو به مدت دو سال درباره تراشه‌های کامپیوتری برنامه‌پذیر با برگر جلسات هم‌اندیشی برگزار کردند. این جلسات نشان دادند پروژه Catapult بیش از پیش به واقعیت نزدیک شده است. لو در این باره گفته است: «گروه تحت سرپرستی من از همان ابتدا، کار روی این پروژه را آغاز کردند.» امروز، برگر و لو بر این باور هستند که این تراشه‌های برنامه‌پذیر دنیای فناوری را دستخوش تغییر خواهند کرد. امروزه، این تراشه‌ها که مدارهای مجتمع دیجیتال برنامه‌پذیر (FPGA) سرنام field programmable gate arrays نامیده می‌شوند، سنگ بنای بینگ را تشکیل می‌دهند و در هفته‌های آینده این تراشه‌ها الگوریتم‌های جست‌وجوی جدیدی را که بر مبنای شبکه‌های عمیق عصبی کار می‌کنند، خط‌دهی خواهند کرد. این تراشه‌های عمیق عصبی ساختاری مشابه با مغز انسان دارند. تراشه‌های جدید می‌توانند چند برابر سریع‌تر از تراشه‌های امروزی به محاوره‌ها رسیدگی کنند و به جای چهار ثانیه، در مدت‌زمان 23 میلی‌ثانیه هر چیزی را در صفحه نمایش مقابل دیدگان کاربر قرار دهند. مدارهای مجتمع دیجیتال برنامه‌پذیر در آژر، سرویس رایانش ابری مایکروسافت نیز استفاده خواهند شد. همچنین در سال‌های پیش‌رو، تقریباً هر سرور جدید مایکروسافت به یک مدار مجتمع دیجیتال برنامه‌پذیر مجهز خواهد شد و در آینده میلیون‌ها ماشین در سراسر جهان از آن استفاده خواهند کرد. برگر در این باره گفته است: «این تراشه‌ها ظرفیت عظیم و انعطاف‌پذیری را در اختیار ما قرار می‌دهند؛ ضمن اینکه این کار، یک حرکت اقتصادی نیز به شمار می‌رود. این استاندارد مایکروسافت بر اساس معماری جهانی است.» 
این معماری تنها محدود به بینگ نبوده یا به‌منظور رویارویی با گوگل آماده نشده است. پروژه Catapult سیگنال‌هایی را مخابره کرده است که نشان می‌‌دهد اکوسیستم جهانی در آینده چگونه عمل خواهد کرد. از آمازون در ایالات متحده تا بایدو در چین، همه غول‌های اینترنتی در سراسر جهان در حال مجهز کردن سرورهایشان به تراشه‌های استانداردی هستند که خودشان آن‌ها را طراحی کرده‌اند؛ این تراشه‌های سفارشی سیلیکونی در قالب مکملی در کنار واحد پردازش مرکزی (CPU) استفاده خواهند شد. تراشه‌هایی که می‌توانند خود را با تغییرات بسیار سریع هوش مصنوعی تطبیق دهند. مایکروسافت هر ساله نزدیک به پنج تا شش میلیون دلار برای سخت‌افزارهایی که در امپراتوری خود به آن‌ها نیاز دارد، هزینه می‌کند. ساتیا نادلا در این باره گفته است: «این دیگر محدود به یک پروژه تحقیقاتی نیست و اولویتی اساسی و جدی است. این موضوع مهمی است که برگر تلاش می‌کرد در ساختمان 99 درباره آن توضیح دهد. پروژه‌ای که او و گروه تحت سرپرستی وی برای چند سال از آن دست کشیده بودند، مجدداً طراحی شد تا گونه جدیدی از ابررایانه‌های جهانی را تولید کند.» 
در دسامبر 2010، اندرو پوتنام، پژوهشگر مایکروسافت، سیاتل را برای گذراندن تعطیلات کریسمس به مقصد کلرادو ترک کرد. دو روز قبل از کریسمس هنوز خریدهای خود را انجام نداده بود. زمانی‌که وارد بازار شد، برگر، رئیسش، با وی تماس گرفت و گفت که مایل است بعد از تعطیلات با مدیر اجرایی بینگ ملاقات کند. او به طرحی برای سخت‌افزار ویژه‌ای نیاز داشت تا بتواند الگوریتم‌های یادگیری ماشینی بینگ را روی مدارهای مجتمع دیجیتال برنامه‌پذیر اجرا کند. پوتنام به نزدیک‌ترین کافی‌شاپ رفت و طرح‌های خود را رسم کرد. این طراحی پنج ساعت از زمان او را گرفت.


شکل 2: آدریان کالفید، اریک چانگ، داگ برگر و اندرو پوتنام؛ اعضای گروه Catapult

برگر 47 ساله و پوتنام 39 ساله، هم‌دانشگاهی‌های سابق بودند. برگر 9 سال از وقت خود را به عنوان پروفسور علوم کامپیوتر در دانشگاه آستین واقع در تگزاس، صرف پژوهش درباره تراشه‌ها و طراحی گونه‌های جدیدی از تراشه‌ها موسوم به EDGE کرد. پوتنام پیش از آنکه به مایکروسافت ملحق شود، پنج سال به عنوان پژوهشگر دانشگاه واشینگتن، مطالعات دقیقی را درباره تراشه‌های FPGA انجام داد؛ تراشه‌های برنامه‌‌پذیری که چند دهه  از عمر آن‌ها می‌گذرد، اما عمدتاً به‌منظور تولید نمونه‌های اولیه برای پردازشگرهای دیگر استفاده شده‌اند. برگر، در سال 2009 پوتنام را به مایکروسافت معرفی کرد؛ جایی که آن‌ها فرایند بررسی ایده‌ای را درباره تراشه‌هایی آغاز کردند که بتوانند شتاب بیشتری به خدمات آنلاین ارائه کنند. پیتر لی، معاون بخش تحقیقات مایکروسافت که بر روند کار گروه برگر نظارت داشت، در این خصوص گفته است: «آن‌ها پس از دو سال پروژه تراشه‌های مجتمع دیجیتال برنامه‌پذیر را به سرانجام رسانند.» برگر و گروه او معتقد بودند که این ایده قدیمی از راه رسیده است و موتور جست‌وجوگر بینگ گزینه مناسبی برای آزمایش آن است. موتور جست‌وجوگر مایکروسافت سرویس آنلاینی است که روی هزاران ماشین اجرا می‌شود. هر ماشین توسط یک پردازشگر مرکزی هدایت می‌شود و اگرچه شرکت‌هایی همچون اینتل روند بهبود آن‌ها را توسعه داده‌اند، این تراشه‌ها همگام با پیشرفت دنیای نرم‌افزار توسعه پیدا نکرده‌اند؛ به‌ویژه در بخش‌هایی همچون موج جدید هوش مصنوعی که هم‌اکنون ظهور یافته است. سرویس‌هایی همچون بینگ از قانون مور که می‌گوید تعداد تراتزیستورها در یک تراشه هر 18 ماه دو برابر می‌شوند، عبور کرده‌اند. این بدان معنا است که نمی‌توانید برای حل مشکل پاسخ‌گویی سریع و انعطاف‌پذیری زیاد، تنها بر تعداد پردازشگرها متکی باشید. با وجود این، در حالت کلی این امکان وجود ندارد تا برای هر مشکلی که پیش می‌آید، تراشه‌های تخصصی تولید کنید؛ به دلیل اینکه فرایندی هزینه‌بر است. اما مدارهای مجتمع دیجیتال برنامه‌پذیر می‌توانند این شکاف را پر کنند. آن‌ها نه تنها به مهندسان اجازه ساخت تراشه‌های پرسرعت‌تر و کم‌مصرف‌تری را در مقایسه با خط مونتاژ پردازشگرهای مرکزی همه‌منظوره می‌دهند، بلکه به آن‌ها اجازه می‌دهند این تراشه‌ها را برای حل مشکلات جدید، تغییراتی که در دنیای فناوری رخ می‌دهد یا مدل‌های تجاری جدید، مجدداً برنامه‌ریزی کنند. 

از آمازون در ایالات متحده تا بایدو در چین، همه غول‌های اینترنتی در سراسر جهان در حال مجهز‌کردن سرورهایشان به تراشه‌های استانداردی هستند که خودشان آن‌ها را طراحی کرده‌اند؛ این تراشه‌های سفارشی سیلیکونی در قالب مکملی در کنار واحد پردازش مرکزی (CPU) استفاده خواهند شد

در جلسه‌ای که بعد از تعطیلات برگزار شد، برگر به مدیران اجرایی بینگ اعلام کرد که تراشه جدید ضمن آنکه از انرژی کمتری استفاده می‌کند، شتاب خاصی به جست‌وجوها می‌بخشد، اما مدیران اجرایی متقاعد نشدند. در نتیجه برگر و گروه تحت سرپرستی وی به مدت چند ماه کار روی طراحی یک نمونه اولیه از این محصول را آغاز کردند تا نشان دهند این تراشه قادر است الگوریتم‌های یادگیری ماشینی بینگ را صد برابر سریع‌تر اجرا کند. آن‌ها مجبور شدند از تعطیلات کریسمس پوتنام نیز استفاده کنند. جیم لارس، یکی از اعضای این گروه که اکنون رئیس مرکز ملی اکو پلی‌تکنیک سوییس در لوزان است، در این باره گفته است: «آن مقطع زمانی به‌هیچ‌وجه دلپذیر نبود. آن‌ها به‌راستی شرایط سختی را برای ما به وجود آوردند.»
نمونه اولیه ساخته‌شده، یک جعبه اختصاصی با شش عدد FPGA بود که با یک رک پر از سرور به اشتراک گذاشته شده بود. اگر این جعبه قفل می‌کرد یا ماشین‌ها به بیش از شش عدد FPGA نیاز داشتند، مدل‌های یادگیری ماشینی به طور فزاینده‌ای پیچیده شده و در نتیجه همه ماشین‌ها با مشکل جدی روبه‌رو می‌شدند. مهندسان بینگ از این پیشامد بیزار بودند. لارس می‌گوید: «آن‌ها درست می‌گفتند.» 
در نتیجه گروه برگر ماه‌های زیادی را صرف ساخت نمونه آزمایشی دوم کرد. نمونه دوم، یک صفحه مدار بود که به هر سروری متصل می‌شد و تنها شامل یک FPGA بود. (شکل 3) اما این توانایی را داشت تا به همه بردهای FPGA که روی سرورهای دیگر قرار داشتند، متصل شود. این تکنیک مخزن بسیار بزرگی از تراشه‌های ‌برنامه‌پذیر را به وجود می‌آورد که می‌توانست هر ماشین بینگ را سرویس‌دهی کند. این نمونه آزمایشی روی میز چی لو قرار گرفت. او هزینه لازم برای ساخت و آزمایش بیش از 1600 سرور مجهز به تراشه‌های FPGA را در اختیار برگر قرار داد. گروه شش ماه زمان صرف ساخت سخت‌افزارهای مربوطه کرد. برای این منظور آن‌ها از کمک‌های تولیدکنندگان چینی و تایوانی استفاده کردند و در ادامه اولین رک را در مرکز داده آزمایشی مایکروسافت واقع در کمپ مایکروسافت نصب کردند. شبی بر اثر حادثه‌ای، سامانه دچار حریق شد؛ سه روز وقت صرف کردند تا رک را به شکل اولیه خود بازگردانند. رک هنوز هم کار می‌کرد. در خلال سال‌های 2013 و 2014 و به مدت چندماه، آزمایش‌هایی انجام شد و نتایج به‌دست‌آمده نشان داد که درخت تصمیم‌گیری بینگ یا همان الگوریتم‌های یادگیری ماشینی با استفاده از تراشه‌های جدید 40 مرتبه سریع‌تر شده‌اند. در تابستان 2014، مایکروسافت اعلام کرد که به زودی این سخت‌افزار را در مراکز داده بینگ مستقر خواهد کرد.


شکل 3: اولین نسخه از پروژه Catapult. این سخت‌افزاری بود که داگ برگر و گروه او در مرکز داده مایکروسافت واقع در کمپ سیاتل آن را آزمایش کردند. 

جست‌وجویی فراتر از بینگ
بینگ برآیند جاه‌طلبی آنلاین مایکروسافت در یک دهه اخیر است. اما در سال 2015، این شرکت دو سرویس آنلاین پرقدرت را در کنار بینگ در اختیار داشت؛ بسته آفیس 365 که به‌منظور افزایش بهره‌وری کسب‌وکارها ارائه شد و سرویس رایانش ابری آژر که از جمله سرویس‌های آنلاین قدرتمندی به شمار می‌روند که در کنار بینگ در اختیار مایکروسافت قرار دارند. مدیران مایکروسافت همانند سایر رقبای خود به حقیقت مهمی که در بطن این سرویس‌ها وجود دارد، پی برده بودند. آن‌ها به‌خوبی می‌دانستند تنها راهی که ضامن بقای امپراتوری آن‌ها است و کمک می‌کند همچون گذشته مسیر موفقیت را طی کنند، این است که زیرساخت‌های مناسبی را برای همه سرویس‌هایی که در حال اجرا هستند، به شکل مؤثری ایجاد کنند. در نتیجه اگر پروژه Catapult قرار است مایکروسافت را به سمت جلو هدایت کند، نباید محدود به بینگ شود. این پروژه باید با محصولات دیگری همچون آفیس 365 و آژر نیز در تعامل باشد. مشکلی که وجود داشت، این بود که مدیران آژر اهمیت چندانی برای یادگیری ماشینی قائل نبودند. این در حالی بود که ترافیک سنگینی پیرامون مراکز داده آژر به وجود آمده و این ترافیک به طور فزاینده‌ای رو به افزایش بود. پردازنده‌های مرکزی این سرویس نمی‌توانستند با سرعت بالایی به این حجم از درخواست‌ها پاسخ دهند. سرانجام مارک روسینویچ، مدیر معماری آژر، اعلام کرد که Catapult این ظرفیت را دارد تا به آن‌ها در این زمینه کمک کند؛ به دلیل اینکه ساختار آن به گونه‌ای طراحی شده است که تنها مختص بینگ نباشد. گروه او به تراشه‌های برنامه‌پذیری نیاز داشتند که بتوانند هر سرور را به شبکه اولیه خود متصل کند. این کار به آن‌ها اجازه می‌داد تا همه ترافیک را قبل از آنکه به سرور انتقال پیدا کنند، پردازش کنند. در نتیجه گروه تولیدکننده FPGAها یک‌بار دیگر برای بازسازی سخت‌افزارهای جدید به میدان وارد شد. با عرضه سومین نمونه آزمایشی، تراشه‌ها نه تنها می‌توانستند در لبه هر سرور قرار بگیرند و مستقیماً به شبکه متصل شوند، بلکه این انعطاف‌پذیری را داشتند تا همچنان مخزنی از FPGAها را برای هر ماشینی که به آن‌ها نیاز داشت، در دسترسش قرار دهند. (شکل 4) مشابه همین مکانیزم در آفیس 365 به مرحله اجرا درآمد. اکنون پروژه Catapult آماده بود تا به طور زنده استفاده شود. لارس در این باره گفته است: «طراحی‌های زیادی در این زمینه انجام شد که درست همانند ادامه پیدا کردن کابوس شبانه بود؛ نه فقط به این دلیل که نیاز به ساخت سخت‌افزار جدید ضروری بود، بلکه به این دلیل که با هر بار تغییر طرح، مجبور بودیم FPGAها را دوباره برنامه‌ریزی کنیم. این واقعا وحشتناک و بدتر از برنامه‌نویسی یک نرم‌افزار است. این کار به‌مراتب سخت‌تر از برنامه‌نویسی بوده و همچنین برطرف کردن مشکلات نیز به همان شدت سخت است. اما در نهایت خروجی کار جذاب بود. این کار درست همانند این بود که قصد داشته باشید تغییرات کوچکی در گیت‌هایی که روی یک تراشه قرار دارند، ایجاد کنید.» 


شکل 4: نمایی از سه نمونه‌ اولیه ساخته‌شده از FPGAها، همراه با معماری آن‌ها 

هزینه سخت‌افزاری Catapult حدود 30 درصد کمتر از سرورهایی است که مایکروسافت به‌طور معمول از آن‌ها استفاده می‌کند. این سخت‌افزارها، 10 درصد انرژی کمتری استفاده می‌کنند و فرایند پردازش داده‌ها را دو برابر سریع‌تر از زمانی که این شرکت سخت‌افزارهای جدید در اختیار نداشت، مدیریت می‌کنند. مایکروسافت آژر از این تراشه‌های برنامه‌پذیر برای تعیین مسیر داده‌ها استفاده می‌کند. این تراشه‌ها روند ورود به عصر جدیدی را که درباره هوش مصنوعی و شبکه‌های عمیق عصبی است، برای موتور جست‌وجوی بینگ تسهیل می‌کنند که حدود 20 درصد بازار جست‌وجوی جهانی مرتبط با ماشین‌های دسکتاپ و شش درصد بازار جست‌وجوی جهانی مرتبط با دستگاه‌های همراه را از آن خود کرده است. آن‌گونه که یکی از کارمندان مایکروسافت گفته است، آفیس 365 در حال حرکت به سمت FPGAهایی است که به‌منظور رمزنگاری، فشرده‌سازی و همچنین یادگیری ماشینی استفاده می‌شوند. این تغییر رویکرد به‌منظور سرویس‌دهی مناسب به 23.1 میلیون کاربری است که از آفیس 365 استفاده می‌کنند؛ کاربرانی که عمدتاً سازمان‌های بزرگ تجاری هستند. برگر در این باره گفته است: «این تراشه‌ها به تمامی سرویس‌های مایکروسافت قدرت خواهند بخشید.»

صبر کنید؛ آیا دستاورد جدید واقعا کار می‌کند؟
پیتر لی گفته است: «این تراشه‌ها هنوز هم من را شگفت‌زده می‌کنند. ما مایکروسافت را متقاعد کردیم که این کار را انجام دهد.» لی مسئولیت نظارت بر یک سازمان درونی در واحد تحقیقات مایکروسافت موسوم به NExT، سرنام New Experiences and Technologies را بر عهده دارد. پس از اینکه ساتیا نادلا به سمت مدیرعاملی مایکروسافت منصوب شد، فشار زیادی وارد کرد تا این سازمان جدید در مایکروسافت ایجاد شود. این پافشاری برای تأسیس یک سازمان جدید، نشان‌دهنده تغییر رویکرد نسبت به سلطنت 10 ساله بالمر بود. هدف او از به وجود آوردن این سازمان، شتاب بخشیدن به روند توسعه‌ پژوهش‌هایی بود که دیر یا زود به حقیقت مبدل می‌شوند. پژوهش‌هایی که می‌توانند در عصر جدید، فصل جدیدی را برای مایکروسافت رقم بزنند. پروژه Catapult تنها اولین نمونه از این ایده‌های نوین بود. Catapult بخشی از یک تغییر بسیار بزرگ در صنعت است. برگر در این باره گفته است: «این یک جهش پیش‌برنده است. ما در حال ورود به عصر فناوری‌هایی هستیم که وابستگی کمتری به پردازش‌گرهای مرکزی خواهند داشت.» شکل پنج، نمایی از نسخه نهایی سخت‌افزار جدید را نشان می‌دهد. 
همه غول‌های اینترنتی همچون مایکروسافت، در کنار پردازشگرهای مرکزی و گرافیکی، به‌منظور رندر کردن تصاویر ویژه بازی‌ها و دیگر برنامه‌های کاربردی که به جلوه‌های بصری نیازمند هستند، از مکمل‌هایی که همان تراشه‌هایی هستند که خودشان طراحی کرده‌اند، استفاده می‌کنند. گوگل از مدت‌ها قبل کار روی طراحی پردازنده مختص خودش را که مربوط به اجرای شبکه‌های عصبی است و واحد پردازشی تانسور (
TPU)  نامیده می‌شود، به مرحله اجرا در آورده است. 
با استفاده از TPUها، گوگل انعطاف‌پذیری خاصی در زمینه سرعت به دست می‌آورد. این تراشه‌ها باعث می‌شوند زمانی‌که فرمان‌های صوتی از طریق گوشی‌های هوشمند ارسال می‌شوند، زمان تأخیر درک فرمان‌ها به صفر برسد. اما مشکل کار این است که اگر مدل‌‌ شبکه عصبی تغییر یابد، گوگل باید تراشه جدیدی تولید کند. اما مایکروسافت همراه با FPGAها در حال انجام بازی دیگری است که البته راه طولانی در این زمینه پیش‌رو دارد. هر چند FPGA در مقایسه با نمونه سفارشی گوگل سرعت کمتری دارد، اما مایکروسافت می‌تواند هر زمان به بازبرنامه‌ریزی این تراشه‌ها بر مبنای هدف جدیدی نیازی داشت، این کار را انجام دهد. مایکروسافت نه تنها می‌تواند این تراشه‌ها را در راستای مدل‌های جدید هوش مصنوعی برنامه‌ریزی کند، بلکه این توانایی را دارد تا آن‌ها را برای هر کاربرد دیگری دومرتبه برنامه‌ریزی کند. اگر مایکروسافت احساس کند هر یک از آن طرح‌ها این ظرفیت را دارند تا برای سال‌های متمادی مفید واقع شود، همواره می‌تواند FPGAها را مجدداً برنامه‌ریزی کرده و تراشه خاص خودش را طراحی کند. سرویس‌های مایکروسافت بسیار گسترده‌اند و در نتیجه این شرکت به FPGAهای زیادی نیاز دارد. همین موضوع باعث می‌شود تا بازار تراشه‌ها در سراسر جهان دستخوش تغییراتی شوند. FPGAها را شرکتی به نام Altera آماده می‌کند. دایان برایانت، معاون اجرایی اینتل در این باره گفته است: «به همین دلیل است که اینتل، شرکت Altera را در تابستان سال گذشته به ارزش 16.7 میلیارد دلار خریداری کرد. این بزرگ‌ترین خرید تولیدکنندگان تراشه‌های کامپیوتری در جهان به شمار می‌رود. تا سال 2020 یک‌سوم همه سرورهای جهان در مراکز محاسباتی خود از سرورهایی استفاده خواهند کرد که به تراشه‌های FPGAها مجهز شده‌اند.» 


شکل 5: سخت‌افزار جدید کارتی است که به‌راحتی درون اسلات هر یک از سرورهای مایکروسافت وارد شده و مستقیماً به یک شبکه متصل می‌شود.

به نظر می‌رسد با دنیایی از کلمات اختصاری مختلف همچون CPUها، GPUها، TPUها و FPGAها روبه‌رو شده‌ایم و باید با این مفاهیم آشنایی ضمنی داشته باشیم. همراه با رایانش ابری، شرکت‌هایی همچون مایکروسافت، آمازون و گوگل در حال هدایت دنیای فناوری به سمتی هستند که از تراشه‌های جایگزینی خودشان برای سرویس‌دهی به برنامه‌ها و سرویس‌های آنلاین در سراسر جهان استفاده کنند. لی می‌گوید: «پروژه Catapult به مایکروسافت اجازه خواهد داد تا سال 2030 بر قدرت ابرکامپیوترها بیفزاید. بعد از این تاریخ، مایکروسافت می‌تواند به سمت رایانش کوانتومی حرکت کند.»