رفتن به نوشته‌ها

سیتپـــــور مطالب

قوس داستانی و خم‌های عاطفی در قصه‌ها

کِرْت وانه‌گت، نویسنده فقید آمریکایی، معتقد بود که تمام داستان‌ها را می‌توان بر اساس شکل روایی و قوس داستانی آن‌ها به دسته‌های انگشت‌شماری طبقه‌بندی کرد. در ویدیوی زیر، ایده اصلی او پیرامون طبقه‌بندی داستان‌ها بر اساس شکل روایی آن‌ها را می‌بینید:

Kurt Vonnegut on the Shapes of Stories

ادعای وانه‌گت سال‌ها بعد به صورت کمی راستی‌آزمایی شد. در ارائه زیر ابتدا ادبیات داستان‌پردازی محاسباتی را مرور می‌کنیم. سپس نشان می‌دهیم که سریال‌های ترکی در سال‌های گذشته عمدتا چه نوع قوس داستانی داشته‌اند و کم و کیف موفقیتشان در گیشه چگونه بوده است.

چطور می‌توانید ثابت کنید که چیزی را نمی‌دانید؟

 نمی‌دانم؛ باور کن!

این پرسشی بود که در یک پست لینکدین جلب توجه می‌کرد. در همین پست ارجاعی به پاسخ یک فیزیکدان به این پرسش هم بود. در این پاسخ سعی شده با استفاده از مفاهیم مکانیک کوانتمی ایده‌ای برای اثبات این که چیزی را نمی‌دانید ارائه شود. اگرچه پاسخ ارائه‌شده مربوط به یک حالت بسیار خاص است و چندان هم روشن نیست ولی اصل ایده، یعنی استفاده از مکانیک کوانتمی برای پاسخ به چنین پرسشی، به‌اندازه‌ کافی جذاب است.

واقعاً چطور می‌توانید ثابت کنید که چیزی را نمی‌دانید؟ این که بگویید نمی‌دانم کافی نیست. از کجا معلوم که راست بگویید یا قصد پنهان‌کاری نداشته باشید؟ البته این «نمی‌دانم» همیشه یک معنا ندارد یا دست‌کم اثر یکسانی روی شنونده نمی‌گذارد. مثلاً به گزاره‌‌های زیر توجه کنید:

  • من نمی‌دانم دو ضرب‌در دو می‌شود چهار یا نه
  • من نمی‌دانم که آیا هر عدد زوج بزرگ‌تر از ۲ را می‌توان به‌صورت حاصل‌جمع دو عدد اول نوشت یا نه.¹
  • من نمی‌دانم رئیس‌جمهور بعدی ایران چه کسی خواهد بود.

در گزارهٔ اول به احتمال زیاد گوینده راست نمی‌گوید و در گزارهٔ سوم به احتمال زیاد راست می‌گوید. گزارهٔ دوم شاید نیاز به بررسی بیشتری داشته باشد. کمی که بیشتر فکر کنید می‌بینید که نه‌تنها اثبات ندانستن، که اثبات دانستن هم چندان ساده نیست. مثلا اگر کسی به شما بگوید من می‌دانم که دو ضرب‌‌در دو می‌شود چهار از کجا می‌توانید مطمئن شوید که راست می‌گوید؟به‌عبارت‌دیگر از کجا می‌توانید مطمئن شوید که واقعاً «می‌داند» که دو ضرب‌در دو می‌شود چهار؟ شاید این گزاره را همان لحظه از کسی شنیده و به شما تحویل داده باشد.

یک مثال دیگر

فرض کنید امروز ریاضی‌دان الف به ریاضی‌دان ب بگوید: من می‌دانم که اگر$n$ یک عدد طبیعی بزرگ‌تر از ۲ باشد، هیچ سه‌تایی $(x, y, z)$ ‌از عددهایی طبیعی وجود ندارد به‌طوری‌ که: $x^n+y^n=z^n$ (قضیهٔ آخر فرما). احتمالاً پاسخ ریاضی‌دان ب چیزی شبیه این خواهد بود: خب که چی؟! من هم این را می‌دانم. اما اگر زمان مکالمه پیش از سال ۱۹۹۴ بود، احتمالا ریاضی‌دان ب پاسخ می‌داد: واقعاً؟! ثابت کن!²

سؤال این است که وقتی ریاضی‌دان الف می‌گوید من می‌دانم که قضیهٔ آخر فرما درست است منظورش چیست؟ آیا واقعاً «می‌داند» یا صرفا به‌اتکای منابعی که آن‌ها را معتبر می‌داند درستی قضیه را می‌پذیرد؟ انگار کم‌کم داریم می‌رسیم به یک سؤال بنیادی‌تر!

اصلاً معنی دانستن چیست؟

کسی که تجربهٔ تصحیح برگه‌های امتحانی را داشته باشد می‌داند که گاهی درست بودن پاسخ یک سؤال در برگه‌ امتحان ربطی به بلد بودن (دانستن) پاسخ ندارد. گاهی کسی که فکر می‌کند چیزی را می‌داند فقط خیال می‌کند که می‌داند و درواقع نمی‌داند که نمی‌داند ولی شاید بتواند گزاره‌هایی سرهم کند که شما قانع شوید که می‌داند.

به یک نکتهٔ دیگر هم باید توجه کرد. این که شما مخاطبتان را قانع کنید که چیزی را می‌دانید یا نمی‌دانید با اثبات یک قضیه‌ ریاضی تفاوت دارد. یک قضیهٔ ریاضی که اثبات می‌شود، هر ریاضی‌دانی می‌تواند مراحل اثبات را بررسی کند و در نهایت درستی آن را بپذیرد. اما این که مخاطب شما بپذیرد که شما چیزی را می‌دانید یا نمی‌دانید، بیش از آن که نیاز به اثبات داشته باشد نیاز به نوعی توافق میان شما و مخاطب دارد. برای همین ممکن است یک مخاطب مجموعه‌ دلایل و شواهد شما را در تأیید دانستن یا ندانستن یک چیز قانع‌کننده بیابد ولی یک مخاطب دیگر استدلال شما را نپذیرد.

به نظر می‌رسد این که کسی بپذیرد که شما چیزی را می‌دانید نیازمند این است که دست‌کم در یک مرحله از فرایند پذیرش به یک چیزی (مثلا حرف شما یا مراجع شما یا صداقت شما) بدون دلیل اعتماد کند. خب، اگر اثبات دانستن نهایتاً به اعتماد وابسته است، چرا اثبات ندانستن به اعتماد متکی نباشد؟ آیا کافی نیست که وقتی کسی می‌گوید نمی‌دانم، به‌سادگی حرفش را باور کنیم؟ واقعیت این است که قضیه پیچیده‌تر از این حرف‌هاست.

پی‌نوشت‌ها:

۱) این که هر عدد زوج بزرگ‌تر از ۲ را می‌توان به‌شکل حاصل‌جمع دو عدد اول نوشت به اسم حدس گلدباخ شناخته می‌شود. هنوز اثبات نشده است.

۲) اندرو وایلز ریاضی‌دان و استاد دانشگاه آکسفورد در سال ۱۹۹۴ قضیهٔ آخر فرما را اثبات کرد.

سیتپـــــور در سالی که گذشت

در سالی که گذشت ما شش نوشته به شرح زیر منتشر کردیم. امسال عرفان فرهادی به عنوان نویسنده به ما اضافه شد و از این جهت خوش‌حالیم. با این وجود، از لحاظ کمیت، در این سال کمترین تعداد نوشته و تعدد نویسنده را داشتیم.

به نظر من بهترین نوشته‌های این سال، به ترتیب «در تحول امور، از اول کارشناسی تا آخر دکتری» و «ماجرای کشف غول‌های یخیِ منظومۀ شمسی» هستند. از مهدی موسوی بابت همراهی همیشگیش و از بابک اسعدی برای حمایت مالی از سیتپور تشکر می‌کنیم.

عباس‌ ک. ریزی
سردبیر

سیتپـــــور

به خاطر روایتگری در علم

به یاد آنان که راه را هموار ساختند…

ماجرای کشف غول‌های یخیِ منظومۀ شمسی

آسمان شب همیشه موردِتوجه بشر بوده است و ازجملۀ اولین مواردی که انسان‌ها با رصد مداوم آسمان دریافتند وجود اجرامی در آسمان بود که در میان ستاره‌های بی‌شمارِ ثابت حرکت می‌کردند. این موضوع در میان نوشته‌های خطوط میخیِ نگارش‌شده توسط مردم تمدن میان‌رودان بر روی قدیمی‌ترین لوح‌های گلیِ کشف‌شده کاملاً نمایان است. به عقیدۀ میان‌رودانی‌های باستانی، در آسمان هفت سیاره حضور داشتند که به آن‌ها باهم «بیبو» به‌معنای لغوی «گوسفند سرگردان» گفته می‌شد: ماه، خورشید و پنج سیارۀ عُطارِد، زهره، مریخ، مشتری و زحل که همگی با چشم غیرمسلّح قابل‌رؤیت هستند. اما حدود پنج‌هزار سال طول کشید تا سیارۀ بعدی، یعنی اورانوس کشف شود. همچنین با فاصلۀ زمانی کوتاهی، از وجود نپتون پرده‌برداری شد تا درنتیجه، دو سیارۀ دیگر به شمار سیارات باستانی اضافه شود.

در این نوشته، به‌ بهانهٔ سالروز کشف سیارهٔ نپتون در ۲۳ سپتامبر۱۸۴۶، به ماجرای کشف جالب دو سیارۀ اورانوس و نپتون می‌پردازیم که امروزه آن‌ها را با عنوان غول‌های یخیِ منظومۀ شمسی می‌شناسیم.

اورانوس، سیاره‌ای که هیچ‌گاه به چشم نیامده بود

اورانوس، هفتمین سیارۀ منظومۀ شمسی، در آسمان شب ما با قدر ۵/۳۸ تا ۶/۰۳ ظاهر می‌شود و این یعنی این سیاره را در یک آسمان تاریک، حتی با چشم غیرمسلّح نیز — هرچند کمی نیاز به تیزبینی دارد — می‌توان دید. در واقع در تمام طول هزاران سال تمدن بشری، سیارۀ اورانوس در مقابل دیدگانمان بود، ولی هیچ‌گاه نتوانسته بودیم آن را کشف کنیم؛ تنها حدود ۲۵۰ سال است که اورانوس را رسماً به‌عنوان یکی از سیارات منظومۀ شمسی می‌شناسیم.

شاید مهم‌ترین دلیلِ این تأخیر در کشف اورانوس، جابه‌جایی بسیار کُند آن در پس‌زمینۀ ستارگان باشد. از آنجایی که فاصلۀ متوسط اورانوس تا خورشید حدود ۲۰ واحد نجومی است و حدود ۸۴ سال طول می‌کشد تا یک دور به‌دور خورشید بگردد، مقدار جابه‌جایی آن در پهنۀ آسمان بسیار ناچیز است (از مرتبۀ چند ثانیۀ قوسی در هر شب). همین موضوع باعث شده، علی‌رغم رصدهایی که قبل از کشف اورانوس از این سیاره ثبت شده است، ماهیت آن پنهان باقی بماند؛ کمااینکه در کاتالوگ‌های ستارگانی که توسط «جان فلمستید» در ۱۶۹۰ میلادی یا حتی توسط «ابرخُس» در زمان یونان باستان تهیه شده، همیشه به‌عنوان یکی از ستارگان (ثوابت) گزارش شده بود. اما زمان گذشت تا آنکه قرعۀ فال به‌نام «ویلیام هرشل» زده شد.

در این دو تصویر می‌توان حرکت سیارۀ اورانوس را در مقابل ستارگان صورت فلکی حمل مشاهده کرد. تصویر بالا در 22 نوامبر و تصویر پایین در 17 دسامبر 2022 گرفته شده است.

جناب هرشل اولین بار در ۱۳ مارس ۱۷۸۱ میلادی با کمک یک تلسکوپ در حیاط خانه‌اش اورانوس را رصد کرد. ابتدا تصور کرد چیزی که دیده، یک دنباله‌دار است؛ چون برخلاف ستارگان که با تغییر بزرگ‌نماییِ تلسکوپ اندازۀ ظاهری‌شان تغییری نمی‌کند، این جرم آسمانی اندازه‌اش تغییر می‌کرد. اما رفته‌رفته، با رصدهای بیشتر توسط منجمان دیگر، نتایج جالبی به‌دست آمد؛ مثلاً با محاسبۀ مدار آن، مشخص شد برخلاف دنباله‌دارها که در مدارهای بسیار کشیده به‌دور خورشید می‌گردند، مدار جرم جدید ورای مدار سیارۀ زحل و تقریباً به‌شکل دایره است. یا اینکه مثلاً هیچ ردّی از یک دنباله‌ در اطراف آن رصد نشد. این شواهد منجر به این شد که هرشل در سال ۱۷۸۳ میلادی رسماً اعلام کند ستاره‌ای که دو سال قبل دیده بود، درواقع یکی از سیارات اصلی منظومۀ شمسی است.

این کشف باعث شد تا جورج سوم، پادشاه وقتِ بریتانیا، حقوقی به‌صورت سالیانه به‌عنوان پاداش برای ویلیام هرشل در نظر بگیرد. هرشل نیز پیشنهاد داد نام سیارۀ جدید را «ستارۀ جورج» بگذارند؛ با این استدلال که اگر سیارات قبلی همه در زمان باستان کشف شده و نام اساطیر رومیان و یونیان باستان را بر آن‌ها گذاشته‌اند، پس این سیاره را نیز به‌نام پادشاه جورج بگذاریم تا آیندگان بدانند این سیاره در چه زمانی کشف شده است! البته نام‌های دیگری نیز ازجمله «نپتون» و حتی «هرشل» پیشنهاد شد؛ اما همان‌طور که مشخص است، این سیاره را امروزه به‌نام «اورانوس» می‌شناسیم. این نامی است که «یوهان بودی»، منجم آلمانی، آن را برای اولین‌بار در سال ۱۷۸۲ پیشنهاد داد و بعدها همه‌گیر شد.

سیاره‌ٔ اورانوس و حلقه‌هایش از دید تلسکوپ فضایی جیمز‌وِب.

غولی غول دیگر را صدا می‌زند

کشف اورانوس به‌عنوان یکی از بزرگ‌ترین دستاوردهای علمی قرن ۱۸ میلادی، در کانون توجه جامعۀ علمی قرار گرفت و در سال‌های بعد، رصدهای مختلفی برای مطالعۀ بیشتر آن انجام شد. «پیِر سیمون لاپلاس» — حل معادلاتی که امروزه به‌عنوان معادلات لاپلاس می‌شناسیم، ازجملۀ کارهای علمی ایشان است — در کتاب مکانیک سماوی خود معادلات ریاضیاتیِ مربوط به اختلالات گرانشی دوطرفه‌ای که سیارات به یکدیگر وارد می‌کنند را توسعه داده بود. بر همین اساس، می‌توان با استفاده از محاسبات عددی، جداولی از موقعیت سیارات در آسمان تنظیم کرد. لاپلاس وظیفۀ استخراج این جداول را که کار کمرشکنی هم بود، به چند نفر از همکارانش سپرد؛ ازجمله یکی از دانشجویان لاپلاس به‌نام «آلکسی بوار» که وظیفۀ محاسبۀ جداول موقعیت سه غول منظومۀ شمسی یعنی سیارۀ مشتری، زحل و اورانوس را بر‌ عهده گرفت.

مسئله درمورد مشتری و زحل تقریباً سرراست بود، اما درمورد سیارۀ اورانوس به نظر کار گره خورده بود؛ بوار، حتی با در نظر گرفتن اختلالات گرانشی ناشی از بقیۀ سیارات بر روی اورانوس، نمی‌توانست پارامترهای مداری‌ای که با رصدهای قبلیِ انجام‌شده مطابقت داشته باشد را برای آن پیدا کند. وقتی بوار جداول اورانوس را در سال ۱۸۲۱ منتشر کرد، در مقدمۀ آن نوشت که علت این عدم تطابق می‌تواند یا به‌دلیل دقت پایین رصدهای قبلی باشد، یا وجود یک جرمی که اثرات گرانشی آن بر روی اورانوس این اختلالات اضافی را ایجاد می‌کند.

رفته‌رفته منجمان با رصدهای بیشتر سیارۀ اورانوس، به ایدۀ وجود یک سیارۀ جدیدِ اخلالگر اقبال بیشتری نشان دادند. یکی از افرادی که به این مسئله علاقه‌مند شده بود «فردریش بسل» بزرگ — فردی که معمولاً با توابع بسل آن را می‌شناسیم — بود. او وظیفۀ جمع‌آوری و تحلیل رصدهای اورانوس را به دانشجویش فردریش فلمینگ سپرد؛ اما فلمینگ جوان‌مرگ شد. خودِ جناب بسل هم پس از تحمل یک دورۀ طولانی بیماری، در سال ۱۸۴۶ میلادی درگذشت و نتوانست در این زمینه اقدام مؤثری انجام دهد. اما درنهایت، دو دانشمند دیگر به‌نام‌های «جان آدامز» در انگلستان و «اوربن لو وریه» در فرانسه توانستند به‌طور مستقل و تقریباً هم‌زمان، پارامترهای مداری سیارۀ جدید را محاسبه و مکان آن را در آسمان پیش‌بینی کنند.

دست‌نوشته‌های جان آدامز درمورد محاسبات اختلالات مدار اورانوس.

آدامز در انگلستان توانست با استفاده از معادلات «پیتر هانسن» برای مدار سیارات، پارامترهای مداری سیارۀ اخلالگر را در اکتبر ۱۸۴۵ محاسبه کند؛ اما او در انتشار نتایجش تعلل کرد و همچنین «جیمز چلیس» که مسئول رصد این سیاره در رصدخانۀ کمبریج شده بود، با کمی سهل‌انگاری، علی‌رغم مشاهدۀ سیاره، نتوانست آن را تشخیص دهد. در عوض، لو وریه و همکارانش توانستند سیارۀ جدید یعنی «نپتون» را زودتر از تیم انگلیسی کشف کنند.

سیارۀ جدید آنجاست

در سال ۱۸۴۵ میلادی مسئلۀ پیدا کردن موقعیت سیارۀ ناشناخته به لو وریه، ریاضی‌دان فرانسوی، سپرده شد. او اولاً تمام رصدها تا آن سال، به‌خصوص نتایج رصدخانۀ پاریس و همچنین نتایج رصدخانۀ گرینویچ که به‌تازگی برایش ارسال کرده بودند را بررسی کرد. ثانیاً محاسباتی که بوار برای جداول اورانوس انجام داده بود را دوباره انجام داد و اشکالات کارش را تصحیح کرد. سپس سعی کرد با استفاده از معادلات لاپلاس مسئلۀ محاسبۀ پارامترهای مداری سیارۀ ناشناخته را کشف کند. این مسئله‌ای کاملاً جدید بود؛ چون تا پیش از آن، موقعیت سیارات با در نظر گرفتن اختلالات گرانشی از سوی سیارات دیگری که مکانشان از قبل مشخص بود تعیین می‌شد، اما در اینجا مسئله معکوس است؛ یعنی باید موقعیت یک سیاره‌ای را پیدا کنیم که در واقع هیچ چیزی جز اثر اختلالات گرانشی آن بر روی سیارۀ دیگر نمی‌دانیم. این مسئلۀ بسیار سختی است؛ چون پارامترهای مجهول زیادی وجود دارد. ضمناً در آن زمان، حتی درمورد سیارۀ اورانوس هم، به‌دلیل ناهم‌خوانی رصدها با محاسبات، پارامترهای مداری آن کاملاً مشخص نبود. بنابراین لو وریه باید درواقع این پارامترها را هم‌زمان برای اورانوس و سیارۀ جدید به دست می‌آورد؛ مسئله‌ای با ۱۲ مجهول!

معمولاً در فیزیک در هنگام مواجهۀ با چنین مسائلی سعی می‌کنیم با در نظر گرفتن فرض‌هایی معقول، مسئله را ساده‌تر کنیم. لو وریه با کمک رابطۀ تیتیوس-بوده فرض کرد که فاصلۀ سیارۀ جدید از خورشید حدود دو برابر فاصلۀ سیارۀ قبلی، یعنی اورانوس تا خورشید است. همچنین از آنجایی که مدار سه سیارۀ قبلی انحراف بسیار کمی نسبت به صفحۀ دایرة‌البروج دارند، فرض کرد که مدار سیارۀ جدید کاملاً منطبق بر صفحۀ دایرة‌البروج است (اصطلاحاً میل مداری آن صفر است). این دو فرض را برای سیارۀ اورانوس هم در نظر گرفت. بنابراین با در نظر گرفتن این ۴ فرض، تعداد مجهولات به ۸ عدد رسید که با احتساب جرم سیاره، تعداد کل مجهولات ۹ عدد شد.

جزئیات محاسبات لو وریه بسیار پیچیده و طولانی و از حوصلۀ بحث خارج است. یک فیزیک‌دان فرانسوی به‌نام «ژان-بتیست بیو» تلاش کرد طی سال‌های ۱۸۴۶ و ۱۸۴۷، روش‌های لو وریه را برای حل این مسئله شرح دهد. نتیجۀ کار او شش مقاله شد! او وقتی به مقالۀ سوم رسیده بود نوشت: «هرچقدر در وظیفه‌ای که متقبّل شده‌ام جلوتر می‌روم، ظاهراً سختی موضوع افزایش می‌یابد.»

لو وریه نتایج اولیۀ خود را در ۱ ژانویه ۱۸۴۶ به آکادمی علوم فرانسه ارائه کرد و ۹ ماه بعد، نتایج دقیق‌تر را طی مقاله‌ای منتشر کرد. او در این مقاله مکان سیاره را در حدود ۵ درجه‌ای سمت شرق ستارۀ دلتای صورت فلکی جَدی اعلام کرد و حتی تقریبی از اندازۀ ظاهری قرص آن و روشنایی‌اش در آسمان — احتمالاً برای ترغیب بیشتر رصدگران — ارائه داد. متأسفانه در آن زمان تلسکوپ رصدخانۀ پاریس در وضعیت مطلوبی نبود و همچنین نقشۀ دقیقی هم از آن قسمت موردِنظر آسمان در رصدخانه وجود نداشت تا بتوانند ستارگان در آسمان را با مشاهدۀ خود مقایسه کنند. بنابراین لو وریه بلافاصله شروع به نامه‌نگاری‌ با رصدخانه‌های مختلف در کشورهای دیگر کرد. او برخلاف آدامز که در انتشار نتایج محاسباتش دچار تردید بود، با قاطعیت فراوان به منجمان رصدگر اعلام کرد:

اوربن لو وریه

«به محلی که من تعیین کرده‌ام نگاه کنید تا در آنجا سیاره را ببینید.»

اوربن لو وریه

در ۱۸سپتامبر۱۸۴۶ لو وریه نامه‌‌ای به «یوهان گاله» در رصدخانۀ برلین فرستاد. این نامه پنج روز بعد، یعنی در ۲۳ سپتامبر به دست او رسید. گاله اجازه‌های لازم را از «یوهان اِنکه»، مدیر رصدخانه، دریافت و مقدمات لازم را با کمک یک دانشجوی ارشد از کوپنهاگ به‌نام «هنریش لوئیس دارست» مهیا کرد. خوشبختانه یک نقشۀ آسمان از دانشگاه برلین نیز در رصدخانه موجود بود که همۀ ستارگان تا قدر ظاهری ۱۰ را در مجدودۀ موردنظر در برداشت. این‌گونه بود که گاله دقیقاً در شب همان روزی که نامۀ لو وریه را دریافت کرد، توانست با تلسکوپ شکستیِ ۹/۵ اینچی رصدخانه، با اختلاف اندکی در حدود ۱ درجه از محل تعیین‌شده، سیارۀ نپتون را کشف کند! او این رصد را در شب بعد نیز تکرار کرد و از صحت‌و‌سقم آن مطمئن شد. روز بعد گاله و اِنکه نامه‌ای برای لو وریه نوشتند و ضمن شرح رصد سیارۀ مذکور، این کشف بزرگ را به او تبریک گفتند.

تصویر تلسکوپی که با آن سیارۀ نپتون کشف شد. امروزه این تلسکوپ در موزۀ آلمان نگهداری می‌شود.

بلافاصله بعد از اعلام کشف سیارۀ جدید، بسیاری از منجمان و دانشمندان دیگر ازجمله خودِ لو وریه آن را رصد کردند. لووریه که بسیار خوشحال از کشف انجام‌گرفته بود، در ۵ اکتبر نوشت: «این موفقیت این آرزو را در پی دارد که بعد از رصدهای سیارۀ جدید طی ۳۰-۴۰ سال آینده، امکانی فراهم شود تا با استفادۀ از آن، مدار سیارۀ بعدی — به ترتیبِ فاصلۀ از خورشید — کشف شود و همین‌طور این ماجرا ادامه پیدا کند.» البته بعدها اجرام دیگرِ دورتری مانند سیارۀ کوتولۀ پلوتو و اِریس کشف شدند، اما نه از طریق تأثیرات گرانشی‌شان بر روی مدار نپتون — این دو آن‌چنان کم‌جرم و دور هستند که عملاً هیچ اثر محسوسی بر روی مدار نپتون ندارند — بلکه از طریق پیمایش‌هایی که توسط حسگرهای تصویربرداری CCD انجام شد.

تصویری که به‌تازگی توسط تلسکوپ فضایی جیمزوِب از سیارۀ نپتون منتشر شده.
در این تصویر حلقه‌های نپتون به همراه اقمار آن دیده می‌شوند.

نحوۀ کشف دو سیارۀ اورانوس و نپتون، مانند هر ماجرای بزرگ دیگری در تاریخ علم، بسیار درس‌آموز است؛ گاهی پیشرفت در ساخت یک ابزار، کشف اتفاقیِ سیاره‌ای را رقم می‌زند‌ و گاهی قدرت پیش‌گویی مدل ریاضیاتی از وجود یک سیاره پرده‌برداری می‌کند؛ اما در همۀ این دستاوردهای علمی می‌توان ردّپای وجوه انسانی را مشاهده کرد؛ ما انسان‌ها تلاش می‌کنیم تا با وجود همۀ ضعف‌ها و ناتوانی‌ها، از همۀ ظرفیت‌ها و توانمندی‌هایمان استفاده کنیم تا بیشتر یاد بگیریم و بیشتر عالم پیرامونمان را درک کنیم.

کشف نپتون و مسائل وارون

برای بیشتر دانستن به این مقاله نگاه کنید:

Inverse statistical problems: from the inverse Ising problem to data science

پی‌نوشت:

نوشتهٔ بالا در نشریهٔ علمی کوارک (انجمن علمی دانشکده فیزیک دانشگاه شهید بهشتی) در شمارهٔ دوم – بهار ۱۴۰۲ منتشر شده است.

دنیای این روزهای علم، قسمت ۳: بحران در فیزیک با شان کرول

شان کرول پادکست معروفی داره که معمولا با آدم‌های سرشناس حوزه‌های مختلف علم صحبت می‌کنه. به تازگی در یک قسمت نسبتا طولانی چهار ساعته بدون مهمان خاصی، راجع به بحران در فیزیک حرف زده. ممکنه این روزها ببینید یا بشنوید که بحرانی در فیزیک هست یا سرعت رشد فیزیک در حال کاهشه. خصوصا اگه اطراف فیزیکدونای انرژی بالا و ذراتی‌ها بوده باشین. قصد من از این نوشته این نیست که به این بپردازم که بحرانی که در موردش صحبت میشه دقیقا چیه و چرا این حرف زده میشه. چون با یک جست‌وجوی ساده می‌تونید ببینید مردم چرا این حرف رو می‌زنن. سوای این، شان کرول خودش ابتدای این قسمت از پادکستش این مسئله رو مطرح می‌کنه و به ابعاد مختلفش می‌پردازه و می‌گه که به چه دلایلی چه کسایی فکر می‌کنن که فیزیک در بحرانه. بعدش هم در چهار ساعت سعی می‌کنه که پاسخ معقولی به این پرسش بده که اصلا بحرانی داریم یا نه؟!

این شما و این قسمت از پادکست شان کرول:

I am here to do the solo podcast to tell you my particular views on the crisis in physics, which is that there is not a crisis in physics. That is what I think.

So this is what we signed up for. We’re trying our best. Nature never promised to be kind to us, it’s not ’cause we’re dumber. Now, the people doing theoretical physics today are just as smart as the people doing at 50 or 100 or 500 years ago, we have to take what nature gives us and we’re trying to do that. … I’m completely optimistic about the future of physics, but I do think that we can do even better than we’re doing right now, I think what we have to be … who knows, you might have a breakthrough that makes the second half of the 21st century just as exciting as the first half of the 20th century was.

Sean Carroll, Mindscape 245 | Solo: The Crisis in Physics

واقعا بحرانی در فیزیک هست؟!

خلاصه این چهار ساعت اینه که نه! بحرانی وجود نداره و حقیقت ماجرا اینه که امر بر خیلی‌ها مشتبه شده. اگه کسی از من این سوال رو می‌پرسید احتمال زیاد از جواب دادنش طفره می‌رفتم چون نظر من، در رویارویی با سوال به این بزرگی محلی از اعراب نداره. اما اگه دوستی در خفا ازم می‌پرسید، تقریبا همین چیزهایی رو می‌گفتم که کرول گفته ولی احتمالا با جزئیات کمتر و لابد توضیحات ناشیانه‌تر. برای همین، حرفای کرول به شدت به دلم نشست! به شما هم پیشنهاد می‌کنم اگه به فیزیک علاقه‌مندین و چیزهای ابتدایی رو می‌دونید، حتما سر اولین فرصت، این فایل مفصل رو گوش کنید. منظورم ازچیزهای ابتدایی فیزیک هم، دانش عمومی در فیزیک نظریه که دست کم یک لیسانس فیزیک پیش‌نیازشه.

کرول در یک ساعت اول این قسمت یک مرور خیلی سریع روی تاریخچه فیزیک می‌کنه. می‌گه که از کجا به کجا رسیدیم و در لبه علم این روزها چه چیزایی رو به خوبی می‌دونیم، چه چیزایی رو هِی، بگی نگی می‌فهمیم و چه چیزهایی رو هنوز درک درستی ازشون نداریم. به همین خاطر بیشتر از یک ساعت اول پادکست، مرور خیلی جالبی از فیزیک نظریه بدون رفتن به جزئیات فنی. با این وجود اگه با بعضی ایده‌ها مثل ناسازگاری گرانش با مکانیک کوانتومی آشنا نباشین ممکنه حین گوش دادنتون مجبور بشین که مدام به ویکی‌پدیا سر بزنید. البته این کار خوبی می‌تونه باشه برای کسایی که به فیزیک علاقه دارن و هنوز ابتدای راه هستن چون بعد از سپری کردن چند روز، یک تصویر بزرگ از فیزیک گیرشون میاد. اما اگه به نظر خودتون با فیزیک به قدر کافی آشنا هستید و بیشتر می‌خواین برسین به اصل مطلب می‌تونید تقریبا یک ساعت اول رو رد کنید بدون این که به پرسش اصلی آسیبی برسه.

بعد از تموم شدن مرور کلی روی فیزیک، کرول حدود دو ساعت وقت می‌ذاره و با حوصله به مواردی می‌پردازه که مردم از اونا به عنوان ریشه یا دلیل بحران در فیزیک نام می‌برن. شنیدن این بخش مفصل برای هر کسی که قصد فیزیکدان شدن رو داره می‌تونه خیلی پرفایده باشه. اگه براتون جالبه، بد نیست بدونید که توی یوتیوب بیشتر نظرات مردم معطوف به حدود یک ساعت و نیم بعد از شروع پادکسته.

فضای حرفه‌ای فیزیک

قصد من از این نوشته غیر از دعوت به شنیدن این قسمت از پادکست شان کرول، پرداختن به یک ساعت آخر حرفای اونه که به فضای حرفه‌ای علم می‌پردازه. به این که بالاخره علم توسط آدم‌ها انجام میشه و احساسات افراد و رقابت‌های شغلی در داوری‌هاشون اثر می‌ذاره و هر چیزی که تا به امروز انجام شده ماحصل همه ایده‌هاییه که زمانی معقول و زمانی نامعقول شمرده میشدن. در ادامه بخش‌هایی از حرفای کرول رو می‌ذارم و در مورد نکاتی که به نظرم مهمه که دانشجوهای دکتری و تازه واردها به پژوهش بدونن کمی می‌نویسم.

در مورد ایده‌ها و روش‌ها

در دنیای علم، ایده‌های متفاوتی وجود داره که هر کسی فقط فرصت می‌کنه روی بخشی از اون‌ها کار کنه. ایده‌هایی که عمده‌شون به جایی نمی‌رسند و درستی تعداد انگشت‌شماریشون از دل آزمایش و به مرور زمان به ما ثابت میشه. به همین خاطر وقتی فرد یا گروهی حس می‌کنه که به مقالاتشون زیاد توجه نمیشه یا مردم علاقه‌ای به موضوعی که خیلی برای اونا مهمه نشون نمی‌دن معمولا زود ناراحت میشه. مخصوصا ایده‌ها و پروژه‌هایی که به نظر توده دانشمندان اون حوزه چندان امیدی به درستی یا سازگاریش نیست.

در هر شاخه‌ای از علم تقریبا دو جور پژوهشگر ممتاز وجود داره. منظور ازپژوهشگر ممتاز، کسیه که کارش رو بلده و حالا با دونستن تقریبا همه چیز از — مثلا — فیزیکی که توسعه داده شده می‌خواد سرحدادت اون رو جلو ببره. یه دسته فیزیکدونای جریان اصلی هستند که ایده‌هاشون تقریبا توسط عموم جامعه علمی، معقول به نظر میاد و یه عده‌ که ایده‌های تقریبا دیوانه‌وار دارن. حواسمون باشه که این جا منظورمون از دیووانه‌وار این نیست که طرف همین جوری از اون طرف خیابون اومده و داره چیزی رو فقط از روی جسارت میگه. نه. منظور اینه که بعضی‌ از پژوهشگرها ایده‌هایی دارن که فقط به نظر گروه کوچیکی از متخصص‌ها امیدوار کننده به نظر می‌رسن. در تاریخ کم نبودن ایده‌های این شکلی که بعدها دروازه‌های مهمی رو به روی درک بشر باز کردن، اما خب تعداد اونایی که راه به جایی نبردن خیلی بیشتر بوده.

مثلا فاینمن، فیزیکدون جریان اصلی بوده! شاید برای بعضی‌ها عجیب به نظر برسه ولی آدمی مثل فاینمن با همه تبحرش جزو اون دسته از دانشمندایی حساب میشه که همیشه روی ایده‌های مورد قبول اکثر آدم‌ها کار کرده. یا به عبارت بهتر، فاینمن همیشه روی پروژه‌هایی کار کرده که می‌دونسته سرانجام به نتیجه می‌رسن. شاید ابزار و روش‌هایی که استفاده می‌کرده نبوغ‌آمیز بودن ولی این دلیل نمیشه که جنس مسئله‌هایی که بهشون فکر می‌کرده چیزی خارج از جریان اصلی فیزیک بوده باشه. اگه خوب به نمودارهای فاینمن یا انتگرال مسیر فکر کنیم این‌ها تقریبا دوباره‌نویسی فیزیک شناخته شده به زبان جدیدیه. نظریه بازبهنجارش هم نیومد تا چیزهایی قبلی رو دور بریزه بلکه اومد تا نظریه‌های قبلی رو بهتر بفهمیم. پیش از این هم، این حرف رو از لنرد ساسکیند شنیدم که چه خودش چه فاینمن رو متعلق به جریان اصلی فیزیک می‌دونه.

از اون طرف کسی مثل فرد هویل، فیزیکدونیه که ایده‌های رادیکال داره و مدل فکر کردنش کاملا متفاوت با کسی مثل فاینمنه. فرد هویل با این‌که آدم نابغه‌ای بود ولی از مخالفان جدی نظری مهبانگ بود و تا مدت‌ها هم با این‌که داده‌ها چیز دیگه‌ای رو نشون میدادن چسبیده بود به نظریه حالت پایدار. با این وجود همین طور که در مصاحبه‌ی پایین — خصوصا اینجا — می‌بینید با این‌که ظاهرا آب هویل با فاینمن توی یه جوی نمی‌رفته ولی در نگاه و برخورد فاینمن با هویل تقدیر و تحسین خاصی نهفته شده. چرا که فاینمن با این‌که در نظریه خاصی با هویل هم‌نظر نیست ولی از مدل و جسارت هویل در پیش بردن فیزیک خوشش میاد.

گفتگوی فاینمن با هویل

خلاصه این که به خاطر سلامت فیزیک ما باید همه مدل آدم و فکری داشته باشیم:

بودجه‌های علمی و داوری پژوهانه‌ها

ولی خب نکته‌ای وجود داره و اون این‌که وقتی منابع مالی مثل پژوهانه‌ها (گرنت‌های پژوهشی) کمتر به پروژه‌هایی تخصیص داده میشه اون موقع میشه گفت که آدم‌های کمتری فرصت می‌کنند که روی اون ایده‌ها کار کنند. مثلا اگه جمعیت بیشتری از فیزیکدونا برای کوانتومی کردن گرانش به دنبال نظریه ریسمان برن تا نظریه کوانتومی حلقه‌ای احتمالا آدمای بیشتری از دانشجوی دکتری تا استاد دانشگاه استخدام میشن که روی ریسمان کار کنند و این از روی خبث طینت نیست. به خاطر الگوی کسب و کار دانشگاهه؛ از اونجا که تعداد استخدام‌ها کمه و پروژه‌ها زیاد، الویت با ایده‌هاییه که امید بیشتری به ثمر نشستنشون باشه.

برای همین اگه دانشجوی دکتری یا پژوهشگر تازه کار باشین، پروژه یا مسئله‌ای که مشغولش میشین خیلی تاثیر می‌ذاره روی آینده کاری شما. چون اگه قرار باشه اول مسیر حرفه‌ایتون روی ایده‌های رادیکال کار کنید ممکنه که نتونید کمیته‌هایی که تصمیم می‌گیرن به شما پول بدن رو قانع کنید و از گردانه رقابت‌های علمی کلا حذف بشین! پس برای تازه‌کارها نصحیت نامعقولی نیست که: رو مسئله‌هایی کار کن که همه کار می‌کنن و در کنارش به ایده‌های جسورانه‌ت هم بپرداز! بله، تلخی ماجرا اینه که وقتی به فیزیک پرداختن میشه تنها راه امرار معاش، مهمه که روی چه پروژه‌هایی وقت بذاری. با پول مردم باید کاری کنه که دل مردم رو هم به دست بیاری و معمولا فیزیکدونا دستشون تو جیب مردمه.

از طرف دیگه، شاید براتون جالب باشه که موسسه پریمتر که این روزها خیلی اسم و رسم پیدا کرده در فیزیک نظری ابتدای شکل‌گیریش بسیار موسسه رادیکالی بود. اون موقع‌ها آدم‌هایی مثل لی اسمولین یا فورتینی مارکاپولو روی گرانش کوانتومی حلقه‌ای کار می‌کردند و رویکردهای عجیب و غریبی به بنیادهای مکانیک کوانتومی داشتن. با این وجود رفته رفته وقتی شهرت بیشتری کسب کردن اونا هم روی اوردن به سمت جریان اصلی و پژوهش غیررادیکال. این اصلا بخشی از چرخه زیستی همه دانشکده‌ها و موسسات بزرگ فیزیکه که روی میارن به جریان اصلی و کم‌کم سنتی میشن.

در واقع خیلی طبیعیه که این روال پیش بیاد.

برای همین وقتی که شما دانشجوی دکتری هستین وقت این نیست که ریسک کارای دیوانه‌وارو کنید. باید بچسبید به چیزی که می‌دونید به هر ضرب و زوری نتیجه میده. مگه این‌‌که نابغه باشید. اون موقع باید از راه‌های غیرمتعارف شایستگی و ارزش کارتون رو به بقیه نشون بدین تا جایی در دانشگاه داشته باشین. از اون طرف ماجرا هم، یه استاد پست‌داکی رو استخدام می‌کنه که بتونه باهاش کار کنه. حق هم داره. نمی‌تونه بره کسی رو بگیره که دنبال ایده‌های جسورانه عجیب و غریب خودشه. برای همین رفته‌رفته فرصت چندانی برای آدم‌های رادیکال در این فضا باقی نمی‌مونه.

خلاصه که فیزیک ورزی آسون نیست. پادکست رو گوش کنید 🙂

در تحول امور، از اول کارشناسی تا آخر دکتری

یکی از چیزهایی که در بزرگسالی درک کردم اینه که هر چیزی می‌تونه تغییر کنه. دنیا و مافیها پویا است! این تغییرات یا ناشی از تغییر درک و نگرش من از دنیای پیرامونمه یا مستقیما به تحول دنیای خارج بر می‌گرده. گاهی این تغییرات دل‌پذیر هستند و گاهی نه. گاهی موجب شگفتی میشن و گاهی موجب دل‌زدگی. به هر تقدیر، این چیزیه که هست. هر چند که همین درک هم ممکنه دچار تغییر بشه. از طرف دیگه، انگار هر چقدر آدم وقت بیشتری برای درک چیزی می‌ذاره وارد فازهای مختلفی میشه که هیچ موقع پیش‌بینی نمی‌کرد و آرزو می‌کنه کاش کسی در موردش سر نخی بهش داده بود. اما خب، مثل این‌که جهان، جهان تجربه است و خیلی از چیزها فقط از راه تجربه و دست‌ورزی به دست میاد و هیچ راه شاهانه‌ای برای درک زندگی وجود نداره.

انتخاب فیزیک

زمانی که دبیرستانی بودم تقریبا مطمئن بودم که فیزیک رو دوست دارم. این به این خاطر بود که از بین همه کارهایی که می‌تونستم در اون زمان انجام بدم، فیزیک‌ورزی برام از همه دل‌چسب‌تر و هیجان‌انگیزتر بود. مثلا در مقایسه با درس تاریخ، زنگ فیزیک بیشتر بهم خوش‌می‌گذشت یا موقع حل مسئله‌ای در فیزیک انگار آدرنالین بیشتری در بدنم ترشح میشد تا موتورسواری با سرعت بالا. از طرف دیگه من در شهر کوچیک و مدرسه خیلی عادی درس می‌خوندم. هیچ کامپیوتری در دسترس دانش‌آموزها نبود، چه برسه به این که کلاس برنامه نویسی داشته باشیم. هیچ معلم ریاضی گسسته خوبی نداشتم و هیچ کس در مورد الگوریتم‌ها در مدرسه ما حرفی نمی‌زد. من تا بزرگسالی تئاتر حرفه‌ای ندیدم. هیچ نویسنده‌ای رو از نزدیک نمی‌شناختم و هیچ موقع فیلم‌نامه‌ای رو ورق نزده بودم. شهر ما مثل بیشتر شهرها سالن اپرا نداشت و آینده‌ای جز کشاورزی یا کار در کارخونه‌های ذوب‌آهن یا مجتمع‌ فولاد برای توده نوجوون‌ها تصور نمی‌شد. این به این معنیه که از بین همه فعالیت‌هایی که می‌تونستم امتحان کنم، فیزیک، جذاب‌ترینشون بود. فیزیکی که با توجه به درک الانم حتی درست نمی‌شناختمش.

با این‌که هنوز از فیزیک‌ورزی لذت می‌برم، اما مطمئن نیستم که این علاقه یک چیز کاملا ذاتی بوده. جوری که اگه بارها به دنیا بیام و در شرایط مختلفی بزرگ بشم باز هم فیزیک رو انتخاب کنم. به گمانم فیزیک، بیشتر ماحصل مجموعه‌ای از عوامل محیطی و برهمکنش توانایی‌های من با اون‌ها بوده. شاید اگر در خونواده، کشور یا زمان متفاوتی به دنیا می‌اومدم و پیرامونم رو چیزهای دیگه‌ای تشکیل می‌داد من هم به چیزهای دیگه‌ای علاقه‌مند میشدم. نمی‌دونم. مثلا ممکن بود اگر در فرانسه به دنیا می‌اومدم سمت سینما می‌رفتم یا اگه در امریکا زندگی می‌کردم سمت استندآپ کمدی. شایدم خلافکار می‌شدم یا کارتن‌خواب یا غواص. هیچ کس نمی‌دونه. هیچ وقت نمی‌دونیم. حتی معلوم نیست اگه این نبود و اون میشد آیا من خوش‌حال‌تر بودم یا نه. رمان «کتاب‌خوانه نیمه شب» مت هیگ در مورد همین ایده است؛ که اگر آدم می‌تونست هر زندگی که دوست داشته باشه رو تجربه کنه، آخر سر کدوم رو انتخاب می‌کنه؟ ما حتی نمی‌دونیم اگه آینشتین پنجاه سال دیرتر به دنیا می‌اومد آیا هنوز اونو به این میزان از شهرت می‌شناختیم یا نه. هیچکس به قطعیت نمی‌تونه بگه اگه نیوتون نبود، نظریه موجی نور چقدر زودتر یا دیرتر به بلوغ می‌رسید.

زندگی بر سازه‌ای از انتخاب‌ها

کتابخانه نیمه شب، رمان فانتزی نوشته مت هیگ

این که چه کسانی وارد زندگی شما میشن یا چه اتفاق‌هایی برای شما می‌افته می‌تونه زندگی شما رو برای همیشه تحت تاثیر قرار بده. یک حادثه خوب یا دلخراش می‌تونه دید شما رو نسبت به اکثر چیزها عوض کنه. چند معلم خوب یا یک دوره آموزشی هدف‌مند ممکنه شاکله فکری شما رو جوری تنظیم کنه که تا مدت‌ها از هم‌سال‌های خودتون جلوتر باشین و بتونید با منطق بهتری در زندگی انتخاب کنید. زندگی، بر سازه‌ای از انتخاب‌ها بنا شده. خوندن یک مقاله یا شرکت در یک سمینار درست در بزنگاهی و از همه مهم‌تر ویژگی‌های استاد راهنمای دوره دکتری شما می‌تونه بر انتخاب مسیر پژوهشیتون برای سال‌های پیش رو به شدت تاثیر بذاره. یا مثلا در زندگی تمکن مالی می‌تونه به شما این شهامت رو بده که بیشتر و گسترده‌تر تجربه کنید و بهای خیلی از اشتباه‌هاتون رو به راحتی پرداخت کنید.

زندگی در دام حوادث اسیر

برای همین در مسیر زندگی، یک ورشکستگی یا هر نوع بحران مالی می‌تونه یمین و یسار زندگی رو جابه‌جا کنه و مسیر زندگی شما رو از فیزیکدان نظری بودن به معامله‌گر بازار فارکس یا کارمند تمام وقت یک تاکسی اینترنتی تبدیل کنه. یا درست وقتی که لیسانس فیزیکتون رو گرفتید، حاجی بگه، پسر مگه من برای کجا می‌خوام بیا پیش خودم و مغازه رو بچرخون، یا دخترم، وقتت رو اینجا هدر نده، بیا بفرستمت پیش خاله‌ت در ونیز و طراح مد و لباس شو. یا از بد حادثه درست زمانی که دارین برای یک ژورنال سطح بالای فیزیک مقاله ارسال می‌کنید، همسرتون تصمیم می‌گیره ازتون جدا بشه و در میانه کشمکش‌های زندگی مجبور میشین جواب داور دوم زبون‌نفهم مقاله رو هم بدین. زندگی هم با شما خوب تا نمی‌کنه و درست همون‌ روزی که به خاطر پذیرفته‌شدن مقاله‌تون در PRL خوش‌حال هستین، احضاریه طلاق میرسه در خونه‌تون. ممکنه هم در میانه دوره دکتری ایده‌ای به سرتون بزنه و همون‌موقع که با یکی دو نفر مشغول انجام دادنش بشین و سرانجام یک کار فوق العاده از شما منتشر بشه. جوری که زندگی حرفه‌ای‌تون رو تا آخر عمر تضمین کنه. همون‌قدر هم ممکنه وقتی اون ایده رو به استادتون یا یک آدم صاحب‌اسم توی کارتون بگین جواب بشنوین که نه احمقانه‌س یا امیدی بهش نیست و شما هم بیخیالش بشین و تا چند سال تلاش کنید که یکی دو تا مقاله عادی چاپ کنید که اخراج نشین. بگذریم. باراباشی یک سری تحقیق انجام داده در مورد موفقیت در علم، می‌تونید اونا رو اینجا ببینید.

تازه سوای این‌که علاقه و شناخت آدمی از دنیا چندان در اختیار خودش نیست، به نظر می‌رسه که چگونی تغییرشون در گذر زمان هم چندان دست آدم نیست. من وقتی فیزیک رو شروع کردم علاقه‌مند به فیزیک هسته‌ای و ذرات بنیادی بودم. رفته‌رفته بیشتر مجذوب کیهان‌شناسی شدم و بعدتر خودم رو بیشتر از هر چیزی مرد میدان فیزیک آماری دیدم، اون هم نه فیزیک آماری جریان اصلی. دوره ارشدم رو در فیزیک سیستم‌های پیچیده گذروندم و دکتریم رو در علوم کامپیوتر با تمرکز روی فرایندهای پخش بیماری در شبکه‌های پیچیده شروع کردم. خلاصه درسته که هر کس ناخدای زندگی خودشه و همیشه هر کسی انتخاب‌های خودشو داره، اما این‌که کشتی زندگی بر چه دریایی و با چه نوع بادی در برهمکنشه دست آخر مشخص می‌کنه که مسیر زندگی چی میشه. من وقتی هجده سالم بود هیچ موقع فکر نمی‌کردم مشغول انجام دادن دکتریم پیرامون پخش بیماری باشم! مواجهه‌های ما با زندگی و تحولات شناختی ما زمینه‌ساز انتخاب‌های بعدی ما در زندگی میشن. البته که بعد از این مواجهه‌ها هم هست که مشخص می‌شه که چه کسی ناخدای خوبیه. البته، هممم، نه همیشه لزوما. به نظرم گاهی چندان چیزی مشخص نمیشه.

زندگی به مثابه یک دانشگاهی

اگر زندگی رو محدود به علم کنیم، حتی نوع نگاه ما به علم و نوع مسائلی که دوست داریم وقتمون رو صرف حلشون کنیم هم دچار تحول میشه. من یک موقع‌هایی با خودم فکر می‌کردم که چقدر درک کسی که هنوز دبیرستانیه با کسی که سال آخر لیسانسه از فیزیک متفاوته. حالا که آخرای دوره دکتری هستم به این فکر می‌کنم که کلا درک آدم‌ها قبل و بعد از دوره تحصیلات تکمیلی از علم، از زمین تا آسمون متفاوته. به طور خاص، دره عمیقی وجود داره بین آموزش و پژوهش. بین این که به شما بگن بله طی این سال‌ها این کشف شد و این معادله به دست اومد و جواب فلان مسئله این جوری است. این تقریب رو یاد بگیرین چون فلان‌جا به کار میاد و اگه فلان تغییر متغیر رو بدین به راحتی این مسئله حل میشه و … . هیچ موقع به ما نگفتن پدر چند نفر در اومد تا یاد گرفتیم اگه فلان حقه رو بزنیم بهمان مسئله حل میشه.

آدم وقتی کتاب‌های آموزشی رو می‌خونه یا سر کلاس درس می‌ره با چیزهایی رو‌به‌رو میشه که اصطلاحا کار کردند. با روش‌هایی که به نتیجه رسیدند. گاهی از اوقات ما به خاطر مسائل آموزشی، مسیرهایی رو می‌ریم که در عمل هیچ موقع با اون‌ها ر‌وبه‌رو نمیشیم ولی ناچاریم که با اون‌ها شروع کنیم. مثلا هر طفل نوپایی در فیزیک که با نظریه الکترومغناطیس آشنا میشه به خاطر ساختار ریاضیاتی که پیش روش هست، با روش‌هایی مثل روش تصویر یاد می‌گیره که مسئله حل کنه. این‌جا چندتا نکته وجود داره، اول این‌که این روش خارج از مثال‌های ساده (پر از تقارن) کتاب درسی رسما جای دیگه‌ای کاربرد نداره و بیشتر از هر چیز یک نوع بازی-ریاضیه که از صدقه سر قضیه یکتایی می‌تونیم با حقه‌بازی مسئله‌مونو این جوری حل کنیم. دوم این‌که هر آدمی که به فکر بسط‌‌ دادن روش‌ها باشه وقتی به این فکر می‌کنه که مثلا چه‌طور به فکر اولین نفر رسید که بار تصویر رو در فلان جا قرار بده، قطعا یک‌کمی اذیت میشه! خصوصا که وقتی می‌فهمه بعضی از این حقه‌ها ریشه در مسائل دیگه‌ مثل یک‌ سری سوال قدیمی‌تر در مکانیک سماوی داره. یادمه گریفیث به خوبی به این ماجرا توی کتابش اشاره می‌کرد.

در دوره آموزش، هیچ موقع کسی به ما نمی‌گه چه مسیرهایی طی شده و چه آدم‌های باسواد و باانگیزه‌ای سال‌ها با این مسئله کلنجار رفتند تا سرانجام ما جوابش رو بدونیم. درک این‌که نمیشه درست پیش‌بینی کرد یک مسئله تازه چقدر زمان برای حل می‌خواد خوش نوعی از بلوغه که در دوره آموزش معمولا به دست نمیاد. گاهی از اوقات در مسیرهای پژوهشی، ما با یک عالمه مدل روبه‌رو میشیم و واقعا هم هر کدوم خوبی و بدی خودشون رو دارن. اما ذهنیت یک آدم تازه‌کار توی علم ذهنیت بزرگراه چهاربانده با آسفالت درجه یکه که برای توجیه هر چیزی یک مدل خیلی شسته رفته وجود داره. امروز اگه از کسی که تازه لیسانس فیزیک گرفته در مورد ساختار اتم‌ بپرسی سریع یه مدل اتمی مشخص رو مطرح می‌کنه و شروع می‌کنه در مورد ویژگی‌های مکانیک‌کوانتومیش حرف زدن. چون یک برهه طولانی از تاریخ و مشارکت صدها نفر آدم رو در چند صفحه بهش گفتن و بنده خدا از مدل کیک کشمشی تا امروز رو، دست بالا، در یک فصل کتاب فیزیک مدرن خونده. مثلا اگه اینجا رو نگاه کنید می‌بینید که اگه زمان تامسون شما دانشجوی دکتری فیزیک بودین جواب دادن به این سوال با جزئیات کافی اصلا آسون نبوده.

ما هیچ موقع با سختی‌ها و بن‌بست‌ها و بیچارگی‌های دنیای واقعی علم در دوره کارشناسی روبه‌رو نمی‌شیم. حتی سخت‌ترین مسائلی که به ما داده میشه معمولا با یکم چکش‌کاری، کار گل، یا نهایتا یک نوع زبردستی پیش‌ پا افتاده‌ای حل میشن. اما وقتی آدم به جای علم‌بازی، مشغول علم میشه، کم‌کم به این پی‌ می‌بره که بیشتر روزها آدم فقط به در بسته می‌خوره! آدم هی شک می‌کنه و شک می‌کنه و شک می‌کنه، تا چی بشه دری به تخته‌ای بخوره و از شک در بیاد! آدمیزاد کم‌کم متوجه میشه که در علم، نه با خوندن که به تشکیک بالغ میشه. آقای اندرو وایلز که خیلی‌ها به خاطر اثبات قضیه آخر فرما می‌شناسنش در مصاحبه‌ای در پاسخ به این‌که پرداختن به ریاضی چه حسی داره می‌گه:

نگاره از Fermat’s Library

شاید مهم‌ترین جنبه ریاضی‌ورزیدن این است که بدانید گیر خواهید کرد! همه هم گیر می‌‌کنند، این بخشی از فرایند کار ماست و باید با آن کنار بیایید. اگر هم ایمان داشته باشید، در گذر زمان به جوابتان می‌رسید! شاید اصلا مهم‌ترین چیز در ریاضی همین کنار آمدن با استیصال‌ها است …

اندرو وایلز

از همه مهم‌تر، در دوره کارشناسی لااقل می‌دونیم چه مسئله‌ای رو باید حل کنیم. درگیر این نیستیم که چرا اصلا این سوال! آیا واقعا این سوال ارزش حل کردن داره؟! آیا این مسیر پژوهشی که من میرم، ده سال دیگه هم اهیمتی داره؟! آیا اگه اصلا من این مسئله رو حل کردم، درهای دیگه‌ای هم باز میشه؟! بالاخره من عمر و انرژی و سرمایه محدودی دارم. چه طور انتخاب کنم که چه مسئله‌ای رو حل کنم. یکی دو سال پیش که با یاسر رودی مصاحبه کردم، یاسر می‌گفت که شاید مهم‌ترین قسمت زندگی حرفه‌ای یک دانشمند اینه که بدونه سوال درست چیه.

علاوه بر این‌ها، زندگی دانشگاهی مثل بقیه حرفه‌ها شرایط حرفه‌ای خودش رو داره. گاهی به گمان خودتون مقاله‌ای که اخیرا نوشتین خیلی خوب و بکره در حالی که از نگاه همکارهاتون اصلا این طور نیست. حتی اگه حق هم با شما باشه، در کوتاه مدت ارزش کار شما رو جامعه علمی مشخص می‌کنه. گاهی آدم‌ها قصه‌هایی مثل خودکشی بولتسمان رو می‌شنون و فکر می‌کنن که این چیزها افسانه است یا فقط برای غول‌ها اتفاق می‌افته. در صورتی که همون‌طور که زمان بولتسمان، همکارهاش جدی نمی‌گرفتنش، الان هم این اتفاق زیاد می‌افته که آدم‌ها در گیر این مسائل میشن و محیط آکادمیا فشار زیادی به دوششون می‌ذاره. من اوایل دکتریم هیچ موقع فکر نمی‌کردم آدمای دانشگاهی این میزان تحت فشارهای روانی باشن. دانشگاه یک محیط پر از استرسه که صنعتی شدنش روزبه‌رو فشارهای بیشتری به اون وارد می‌کنه. این روزها برخلاف قدیم، آدم‌های زیادی وارد دانشگاه میشن و از بین اون‌ها کسایی موفق به ادامه راه میشن که نه تنها از لحاظ علمی توانایی بالایی داشته باشن بلکه از لحاظ روانی و مالی هم اوضاع مساعدی داشته باشن.

به همین خاطره که آدم اواخر دوره دکتری از خودش می‌پرسه آیا واقعا ارزشش رو داره که من عمرم رو در این مسیر ادامه بدم؟! من اومده بودم اینجا چون از علم لذت می‌بردم ولی الان وقت زیادی رو صرف امور اداری می‌کنم. باید از این جلسه برم به اون جلسه. جلسه‌هایی که میشد با یک ایمیل خلاصه‌شون کرد و ایمیل‌هایی که شاید میشد اصلا نزدشون. بعدترها آدم باید دنبال تامین بودجه (فاندینگ) برای گرفتن پروژه یا دانشجو از این در به اون در بره. در کل هم حقوق کمی بگیره و با آدم‌هایی در محیط کار حشر و نشر کنه که عموما از لحاظ اجتماعی از متوسط جامعه کمتر انرژی دارن و آداب معاشرت رو هم چندان نمی‌دونن یا علاقه‌ای به نشون دادنش ندارن. اکثرشون به قدری گرفتار این زندگی شدن که خارج از کارشون هم چیزی برای ارائه کردن ندارن. بعضی‌هاشونم اینجا موندن چون جای دیگه‌ای برای رفتن ندارن. آدم‌ یک‌هو سر می‌چرخونه می‌بینه به خاطر معاشرت در این جور محیط‌ها، شوخی‌های شوهرعمه‌ای می‌کنه و اون موقع خیلی جدی از خودش می‌پرسه من نمی‌خواستم این جوری بشه پس چرا این جوری شد …

رنگ، هوش مصنوعی، سینما و چند داستان دیگر

احتمالا هر کدوم از ما توی حلقه‌ی دوستان نزدیکمون کسانی رو می‌شناسیم که توی رشته‌های فنی تحصیل می‌کنند اما به ادبیات، علوم انسانی یا هنر علاقه‌ی زیادی دارند و خیلی وقت‌ها هم به تغییر رشته فکر می‌کنند اما اصطلاحا تمام عمرشون شنیدند: «این رو بخون اون رو هم کنارش ادامه بده!»

من، عرفان فرهادی، یکی از همون آدم‌ها هستم. سال ۹۵ وارد رشته‌ی مهندسی کامپیوتر دانشگاه شریف شدم، سال ۹۷ یه مستند به نام «خوش درخشید ولی» ساختم و الان هم ترم دوم ارشد سینما هستم. طی چند سال گذشته داشتم تلاش می‌کردم کارهایی انجام بدم تا وجوه مختلف خودم از مهندس کامپیوتر بودن تا علاقه‌ی به هنر رو به صورت متناسبی پرورش و بروز بدم. حدود سه هفته پیش توی دانشگاه شریف ارائه‌ای داشتم به نام «رنگ، هوش مصنوعی، سینما و چند داستان دیگر» که در ادامه گزارش خلاصه‌ای ازش رو این‌جا می‌نویسم. ارائه دو بخش داشت، بخش اول به معرفی رشته Human-Computer Interaction و ارائه‌ی فرآیند و نتایج کارآموزی‌ای که من در حوزه‌ی رنگ و هوش مصنوعی توی دانشگاه آلتوی فنلاند داشتم گذشت و توی بخش دوم که قالب پرسش و پاسخ کمی از تجربه‌هایی که این سال‌ها داشتم رو به اشتراک گذاشتم.

حوزه‌ی تعامل انسان و رایانه Human-Computer Interaction (یا به اصطلاح HCI) همون‌طور که از اسمش برمی‌آد به نقطه‌ی اتصال انسان و فناوری می‌پردازه. بر خلاف بقیه‌ی حوزه‌های پژوهشی کامپیوتر که به حل مسائل تئوری یا ساخت و بهبود عملکرد سخت‌افزارها، نرم‌افزارها و الگوریتم‌ها می‌پردازه، این رشته بیش‌تر از همه با انسان و شکل کار کردنش با کامپیوتر توی زمینه‌های مختلف سروکار داره. این تفاوت باعث شده که حتی شکلی که پژوهش‌های این حوزه بررسی و سنجیده می‌شن هم متفاوت باشه؛ مثلا اگه با الگوریتم‌های یادگیری ماشین تجربه‌ی کار کردن داشته باشید می‌دونید که در نهایت پژوهشگرها موظفند آماره‌هایی مثل precision یا recall رو گزارش کنند. این در حالیه که تو این حوزه خیلی وقت‌ها برای سنجش کیفیت، پژوهشگر باید اصطلاحا مطالعات کاربری (user-study) اجرا کنه و به زبون خودمونی کارش رو بسپاره دست کاربر و کیفیت کارش رو از طریق شیوه‌های مختلفی مثل مصاحبه و پرسشنامه بسنجه. همین باعث می‌شه که این حوزه نه فقط تو زمینه‌ی کار خیلی بین‌رشته‌ای باشه که حتی شیوه‌ی پژوهش هم بعضی وقت‌ها شبیه به پژوهش‌های حوزه‌ی علوم انسانی بشه.

پروژه‌ی ما توی همین حوزه بود. سوالی که روز اولی که وارد دوره شدم جلوی رومون گذاشته بودن این بود که «چطوری می‌تونیم با استفاده از هوش مصنوعی به طراح‌ها کمک کنیم و کارشون رو ساده‌تر کنیم». اما اصلا کار طراح‌ها چیه؟ جه تفاوتی با هنر داره؟ هیچ ایده‌ای نداشتم. یکی دو هفته‌ی اول کارآموزیم به مطالعه در مورد مفهوم design گذشت. فهمیدم که بر خلاف هنر که خیلی وقت‌ها آنی خلق می‌شه و هنرمند ناخودآگاهش رو آزاد می‌کنه تا خلق کنه؛ توی طراحی با یه هدف اساسی و اولیه سروکار داریم که توی تمام پروسه باید مدنظر بگیریمش. مثلا کسی که می‌خواد یه پوستر تبلیغاتی بسازه همیشه باید این هدف که می‌خواد یه محصولی رو بفروشه مدنظر داشته باشه و ترکیب‌بندی تصویر و انتخاب رنگ و بقیه‌ی تصمیماتی که می‌گیره هم تماما متأثر از این هدف هستند.

اما همه‌ی ماجرا این نیست. پژوهشگرهای این حوزه فرآیند طراحی رو مدل‌سازی کرده‌اند و به این نتیجه رسیدند که یه طراح در طی این فرآیند به صورت تکرار شونده یا iterative بین چند فضا جابجا می‌شه. ابتدا بر اساس هدف طراحی، ایده‌پردازی می‌کنه و پیش‌نمونه (پروتوتایپ‌)های متعدد می‌سازه و به صورت «طراحانه‌ای» بارش فکری می‌کنه بعد وارد ساخت نمونه یا artifact می‌شه و در نهایت مجددا با بررسی این‌که چقدر هدف اولیه محقق شده این چرخه رو تکرار می‌کنه. مثلا کسی که می‌خواد یه دوچرخه‌ی مسابقه طراحی کنه یه سری هدف مثل سرعت و راحتی در ذهن داره بعد شروع می‌کنه روی کاغذ یه سری طرح یا sketch ساده از دوچرخه‌ای که تو ذهنش داره می‌کشه؛ ماده یا material اولیه‌ی ساخت رو بررسی می‌کنه و در نهایت یه نسخه‌ی اولیه می‌سازه و میزان رسیدن به اهدافش رو با تست این نسخه می‌سنجه.

یک مدل‌سازی از فرآیند طراحی
یک مدل‌سازی از فرآیند طراحی

خب حالا که فهمیدیم فرآیند طراحی چطوری انجام می‌شه می‌تونستیم تصمیم بگیریم تو کدوم بخش این فرآیند می‌خوایم عناصر محاسباتی و الگوریتمی رو وارد کنیم. اولا تصمیم گرفتیم که فعلا مسئله رو محدود به یه مسئله‌ی مشخص یعنی طراحی رنگ کنیم. یعنی فرض کردیم که یه طراحی از یک پوستر، صفحه‌ی سایت، اپلیکیشن و بروشور از پیش داریم و عناصر و مکان قرارگیریشون تعیین شده‌اند و مسئله‌مون انتخاب پالت رنگی و رنگ‌آمیزی این عناصره. خب بیاین تا ببینیم فرآیند طراحی تو این مسئله‌ی رنگ به چه شکله؟

همون‌طوری که توی تصویر مشخصه. طراح‌ها معمولا توی این مسئله با یک نقطه‌ی تمرکز سروکار دارند که معمولا یه محصول یا بخشی از تصویره که می‌خوان تبلیغ کنند یا چشم مخاطب رو به سمت اون هدایت کنند. با استفاده از این نطقه‌ی تمرکز و ثقل تعدادی پالت رنگی انتخاب می‌کنند و بعد با استفاده از این پالت رنگی نتیجه‌ی نهایی رو رنگ‌آمیزی می‌کنند و بعد چک می‌کنند که آیا کل خروجی و محصول توی تصویر از نظر رنگ زیبا و هارمونیک به نظر می‌رسه یا نه و اگه لازم بود چرخه رو تکرار می‌کنند.

خب حالا که از فرآیند طراحی سر در آوردیم، ما چطوری می‌تونیم به طراح کمک کنیم؟

وقتی با طراح‌ها مصاحبه کردیم متوجه شدیم که توی این فرآیند دوست دارند با سرعت بیش‌تری چرخه رو تکرار کنند و حالت‌های مختلف رو سریع‌تر تصور کنند؛ برای همین سعی کردیم بخش‌هایی از این فرآیند رو به کمک هوش مصنوعی خودکار کنیم. ابزاری که ما ساختیم اول با استفاده از مدل‌های مختلف یادگیری ماشین saliency-based مثل deepgaze به چند رنگ اصلی در نقطه‌ی تمرکز می‌رسید بعد سعی می‌کرد با پیدا کردن رنگ‌های مکمل یه پالت کامل ایجاد کنه و در نهایت روی عناصر مختلف رنگ متناسبی اعمال کنه. جزئیات فنی این کار از حوصله‌ی این مطلب خارجه اما یه نکته‌ی مهم دیگه این‌جا در مورد حوزه‌ی HCI همینه که ما به عنوان کسانی که تو این حوزه کار می‌کنیم خودمون به صورت مستقل به توسعه یا ساختن این مدل‌های بینایی ماشین و… نپرداختیم بلکه از نتایج کار دیگران استفاده کردیم. در واقع مشارکت اصلی این کار در شیوه‌ی به کارگیری این مدل‌های مختلف در کنار هم و ایجاد یک شیوه‌ی تعامل مناسبه.

مراحل الگوریتم

برای تست شیوه‌ی تعاملی که طراحی کرده بودیم یه پلاگین در نرم‌افزار figma که ابزار کار اصلی خیلی از طراحان گرافیکه طراحی کردیم که بهشون امکان می‌داد از روی یه طرح از پیش آماده در لحظه تعداد زیادی (حداقل ۱۲۰ تا) نسخه‌ی رنگ‌آمیزی شده رو بررسی کنند، پالت‌های مختلف رو فیلتر کنند و پالت‌های مطلوب خودشون رو ایجاد کنند، اون‌ها رو توی بوردشون در لحظه بازتولید یا recreate کنند و خودشون چرخه‌ی فرآیند طراحی رو تکرار کنند.

تصویری از پلاگین طراحی‌شده در محیط نرم‌افزار figma

ما این پلاگین رو با ۱۵ طراح مختلف تست کردیم و متوجه شدیم در معیارهای مختلف خلاقیت نتیجه‌ی طراحی نهایی با کمک پلاگین بسیار بهتر از حالت بدون اون بود. خود طراح‌ها هم از این‌که این ابزار امکان بررسی فضاهای مختلف رنگی رو با سرعت بیش‌تری براشون فراهم می‌کرد ابراز خرسندی کرده بودند. بعضی از رنگ‌آمیزی‌های انجام‌شده توسط پلاگین تست تورینگ رو هم پاس کردند که یعنی از چشم چندین طراح حرفه‌ای تفاوتی با رنگ‌آمیزی انجام‌شده توسط یکی از همکاراشون نداشته.

در نهایت خروجی کل پروژه در قالب یک مقاله توی کنفرانس IUI 2023 ارائه شد که توی این لینک قابل دسترسیه. مشارکت در این پروژه برای من تجربه‌ی مفیدی بود و در طول پروژه با ساختار و شیوه‌ی انجام یک پژوهش توی رشته HCI آشنا شدم. جنس بین‌رشته‌ای کار، مطالعه در فضای طراحی و استفاده از دانش کامپیوتری تو زمینه‌ای که به هنر مربوط می‌شد از جمله موارد جذاب پروژه برای من بود. اما به عنوان توصیه به کسانی مثل خودم که دنبال کارهای بین‌رشته‌ای می‌گردند دوست دارم این رو بگم که فراموش نکنید در هر پروژه‌ای مسئولیت شما یه چیز مشخصه؛ ممکنه کاری که می‌کنید با متریال هنری یا گرافیکی و… باشه اما واقعیت اینه که شما برنامه‌نویسید و به نظر خودم توی مجموعه‌ی تجربه‌ها و تلاش‌هایی که من برای نزدیک کردن علائقم داشتم (چه این پروژه، چه بازی‌سازی، چه طراحی موزه، چه پروژه‌های پژوهشی دیگه) این مهم‌ترین بینشی بود که پیدا کردم. نویسندگی، برنامه‌نویسی، مهارت‌های مدیریتی، فهم بصری و… همه عضله‌های مختلفی هستند که ما به حسب کار اصلی‌ای که در هر برهه انجام می‌دیم تقویتشون می‌کنیم و برای آدم‌هایی که میان دو دنیا زندگی می‌کنند رشد متوازن این عضله‌ها شاید مهم‌ترین مسئولیت باشه؛ حتی مهم‌تر از این‌که چه عنوان شغلی‌ای دارند.