پخش ویدیو با یک لامپ
نام لای-فای برای این تکنولوژی اولین بار از سوی پروفسور هرالد هاس، استاد دانشگاه ادینبورگ و در جریان یک سخنرانی تد (TED) در سال ۲۰۱۱ مورد استفاده قرار گرفت.
او در این سخنرانی از یک لامپ LED برای پخش یک ویدیو استفاده کرد.
آقای هاس آینده‌ای را پیش‌بینی کرد که در آن میلیاردها لامپ نقش هات‌اسپات‌های اینترنت بی‌سیم را ایفا می‌کنند.
یکی از امتیازهای اصلی لای-فای این است که بر خلاف وای-فای با سیگنال‌های دیگر تداخل ندارد و به همین دلیل می‌تواند در هواپیما یا مکان‌های دیگری که تداخل امواج مسئله‌ای جدی است، استفاده شود.
در حالی که طیف امواج رادیویی در جهان به سرعت در حال پر شدن است، طیف امواج مرئی یا نور، ۱۰ هزار بار بزرگ‌تر است و به این زودی‌ها با مشکل روبرو نخواهد شد.
با وجود این، تکنولوژی لای-فای نقاط ضعفی هم دارد که مهم‌ترین آن قابل استفاده نبودن در فضای خارجی و در نور مستقیم آفتاب است چون مشکل تداخل به وجود می‌آید.
مشکل دیگر این است که امواج قابل رویت از دیوار عبور نمی‌کند و به همین دلیل تنها در فضای بدون مانع قابل استفاده است.
به همین دلیل تکنولوژی لای-فای در مراحل ابتدایی احتمالا در مکان‌هایی محدود و به عنوان مکمل وای-فای به کار خواهد رفت.
منبع http://www.bbc.com/persian/science/2015/11/151127_l26_lifi_light_wifi_technology

چهارده سال بعد، سال ۲۰۱۱، باز هم یک کامپیوتر شرکت آی.بی‌.ام – که به یاد توماس واتسون، بنیان‌گذار شرکت، نامش را واتسون گذاشته بودند – در یک مسابقه تلویزیونی به نام "محک" آدم‌ها را شکست داد.
خیلی‌ها این دو نمونه اخیر را نشانه پیشرفت اساسی در هوش مصنوعی می‌دانند.
البته برای کسانی که بیرون آمریکا زندگی می‌کنند و با مسابقه "محک" (Jeopardy) آشنا نیستند، این داستان معنای چندانی ندارد، چون تصوری از این مسابقه و این‌که پیروزی در آن چقدر هوش می‌خواهد ندارند.
این دسته مخاطبان باید به همین واقعیت کفایت کنند که ماجرای مسابقه، کسانی را که در حوزه فن‌آوری کار می‌کردند به وجد آورد. احساس می‌کردند آن لحظه تاریخی که آلن تورینگ، نابغه بریتانیایی، پیش‌بینی کرده بود، فرا رسیده.
پیش‌بینی تورینگ این بود که یک روز ماشین‌ها به جایی می‌رسند که آدم صرفا با گفتگو از پشت صفحه نمایش‌گر نمی‌تواند بفهمد با ماشین طرف است یا یک آدم دیگر.
این همه پیشرفت در حوزه کامپیوتر از یک جهت قابل درک است و آن چیزی است که در قانون مور – به نام گوردون مور،‌ از بنیان‌گذاران شرکت اینتل – هم مستتر است.

آلن تورینگ پیش‌بینی کرده روزی کامپیوترها بتوانند با انسان‌ها ارتباطی کامل برقرار کنند
مور حدود چهل سال پیش گفته بود توان یک تراشه کامپیوتری حدود هر دو سال یک‌بار دو برابر می‌شود. البته این حرف بیش از آن‌که قانون باشد، نقشه راهی است برای صنعت کامپیوتر. چنین پیشرفتی، که همچنان هم ادامه دارد، به این معناست که پردازش داده در کامپیوترها هم با همین نرخ رشد می‌کند.
آن کامپیوتر آی.بی‌ام که سال ۱۹۵۹ (تحت نظارت آرتور ساموئلز) با آدم چکرز بازی می‌کرد، نه توان پردازش کامپیوتر (Deep Blue) را داشت، نه اساسا به چنان توانی که بازی شطرنج می‌طلبید نیاز داشت.
صفحه بازی چکرز مثل صفحه شطرنج است، اما خود بازی به مراتب آسان‌تر است، چرا که تعداد حرکات ممکن آن به مراتب کمتر از شطرنج است. اما سال ۱۹۵۹ کامپیوترها هم بسیار ضعیف‌تر بودند.
اما آن‌طور که کارشناسان می‌گویند، بازی "محک" اساسا بحث دیگری است – یعنی فراتر از پیچیدگی است. پرسش‌هایی که در آن طرح می‌شود بی‌قاعده و گمراه‌کننده است. از همین رو پیروزی "آبی بزرگ" (Big Blue) در این مسابقه برای کسانی که در حوزه هوش مصنوعی کار می‌کنند، نقطه عطفی بود.
اما آیا این توان پردازش بالا، این توان محاسبه فوق‌العاده کامپیوترهای امروزی، هوش حقیقی است، یا هوش مصنوعی شبیه‌سازی شده.
کامپیوترها در مسند قدرت

کامپیوتر واتسون ساخته آی‌بی‌ام در مسابقه تلویزیونی آمریکایی "محک" آدم‌ها را شکست داد
شرکت‌های ریز و درشت بسیاری در جستجوی این دُر گران‌بهای هوش مصنوعی‌اند، در پی ساختن ماشینی که فکر کند. بیشترشان فعالیت‌هایشان را مخفی نگه می‌دارند. اما آی‌بی‌ام این‌طور نیست.
آی‌بی‌ام می‌خواهد واتسون را به‌عنوان ابزاری در اختیار عموم بگذارد که امتحانش کنند. در نیویورک، نزدیک خیابان معروف سیلیکون الی، ساختمان بزرگی است که واتسون را در آن به نمایش گذاشته‌اند تا برای هوشش کاربردی پیدا کنند.
نیویورک آرام آرام مرکز متخصصان هوش مصنوعی می‌شود. بعضی‌ها، جوان‌های الگوریتم‌کاری هستند که در بخش مالی کار می‌کرده‌اند و بعد از بحران چند سال پیش وارد این حوزه شده‌اند.
بعضی دیگر از آن سوی رودخانه، از آزمایشگاه‌های معروف بل در نیوجرسی که مال شرکت ای‌تی اند تی است، آمده‌اند – جایی که سال ۱۹۴۷ اولین ترانزیستور ساخته شد. آزمایشگاه بل در زمینه تشخیص کلام برای شبکه‌های تلفن هم تحقیقات مفصلی انجام داده – حوزه‌ای که یافته‌هایش آشکارا با تلاش برای دست‌یابی به هوش مصنوعی هم‌راستا است.
نیویورک که بودم،‌ سری زدم به بیمارستان مموریل اسلون کترینگ. می‌خواستم با یک متخصص سرطان دیدار کنم که از مهارت واتسون در جمع‌آوری داده برای گسترش اطلاعات خودش استفاده می‌کند. در واقع واتسون اخبار تازه‌ترین تحولات حوزه کاری او را با توجه به نشانه‌هایی که برایش تعریف می‌شود، در می‌آورد.
بعضی از متخصصانی که اخیرا دیده‌ام می‌گویند به زودی وارد دورانی می‌شویم که تشخیص پزشکی کامپیوترها آن‌قدر از تشخیص انسان‌ها بهتر می‌شود که علم پزشکی به سرعت به سمت دنیای هوش مصنوعی می‌رود. از جمله کسانی که این حرف را می‌زد، وینود کهوسلا، سرمایه‌دار هندی‌تبار مقیم کالیفرینا، بود که پارسال دیدمش.
اما متخصصی که در نیویورک دیدم معتقد بود پزشک همچنان مهم‌ترین بخش پزشکی خواهد بود. می‌گفت از واتسون برای گسترش اطلاعاتش استفاده می‌کند، اما نه برای این‌که تشخیص بیماری بدهد.

آیا ربات‌ها بالاخره از انسان‌ها هوشمندتر می‌شوند؟
این‌که ماشین‌ها بالاخره چه موقع در تفکر از انسان پیشی می‌گیرند، پرسشی است که زیاد شنیده می‌شود. کسانی که در این حوزه کار می‌کنند نگران حرف کسانی هستند – مثل ری کورزوایل، سرپرست تیم مهندسان گوگل – که می‌گوید در آینده نزدیک بشر زیر سایه ماشین‌های هوشمند می‌رود.
آقای کورزوایل مدت‌هاست به این نتیجه رسیده که روزی (احتمالا سال ۲۰۵۰) هوش کامپیوترها به ما انسان‌ها می‌رسد. دو سال بعد از آن تاریخ – طبق نظریه معروف مور – هوش‌شان دو برابر ما خواهد بود.
بدیهی است که آن روز منطق حکم می‌کند همه چیز را به ماشین‌ها بسپاریم، چون بهتر از ما می‌دانند، و می‌توانند وضع همه چیز را بهتر کنند.
اما بیشتر متخصصانی که من دیده‌ام، به مفهومی که آقای کورزوایل تعریف کرده، یعنی نقطه‌ای که ماشین‌ها به جای انسان‌ها بر مسند قدرت تکیه می‌زنند، معتقد نیستند، و می‌گویند هوش مصنوعی یک آستانه مشخص در سیر تحول قدرت کامپیوترها نیست، بلکه بازتابی است توان رو به رشد کامپیوترها – چه برای جستجو، چه برای یافتن روندها در انبوه داده‌هایی که روز به روز هم بیشتر می‌شوند.

یکی از بنیان‌گذاران اینتل نظریه‌ای دارد که توان پردازش کامپیوترها هر دو سال دو برابر می‌شود
هر گامی که در این راستا برداشته می‌شود، هر خبری که از پیروزی کامپیوتر بر انسان – در شطرنج یا مسابقه تلویزیونی – منتشر می‌شود، گویی یک گام به لحظه موعود نزدیک می‌شویم. لحظه‌ای که ماشین‌ها از هر جهت به اندازه بشر فانی هوشمندند.
اما موضوع این است که پردازش اطلاعات و یادگرفتن از این فرایند، صرفا یکی از مهارت‌هایی است که بشر کسب کرده – تا حدی مشخص البته.
از نگاه خیلی از ما، مهارت کامپیوترها در پردازش حجم عظیم اطلاعات تحسین‌برانگیز است، اما هوش انسان نمی‌شود. ممکن است این فرایند مدت‌ها ادامه پیدا کند. هر روز خبرهایی تازه‌ از دستاوردهای حیرت‌انگیز کامپیوترهایی مثل واتسون بشنویم. خبرهایی که نشانه پیشرفت به سوی هوش مصنوعی است، اما نه دست‌یابی به هوش مصنوعی حقیقی.
مثال می‌خواهید؟ همین تبلتی که رویش می‌نویسم – و در هر جمله که می‌نویسم کلمه‌ای را به تشخیص خودش 'درست' می‌کند.