رفتن به نوشته‌ها

برچسب: اطلاعات

ترمودینامیک و مکانیک آماری رو جدی‌تر بگیرید!

قبل‌تر برای بچه‌های سال‌های اول، دوم و سوم لیسانس فیزیک، یک سری کتاب و کورس برای درس‌های مختلف معرفی کرده بودم. اما هیچ‌وقت در مورد ترمودینامیک و مکانیک آماری ننوشتم. راستش دلیل اصلیم هم این بود که هیچ کتابی رو پیدا نکردم که اکثر موضوعات رو به خوبی توضیح داده باشه و همین‌طور اون ایده‌های درخشان و جذاب ترمودینامیک رو هم به خوبی مطرح کرده باشه. از طرف دیگه، یه کتاب خوب از نظر من کتابیه که مسئله‌های چالش برانگیز و جدی هم داشته باشه. به همین خاطر همیشه از این‌که پیشنهادی در مورد ترمودینامیک یا مکانیک آماری داشته باشیم دوری کردم.

با این وجود، اکثر صاحب‌نظران معتقدند که ترمودینامیک و مکانیک آماری خیلی مهمه! خیلی! به قول ساسکیند تمام کله‌گنده‌های فیزیک، استادبزرگ فیزیک آماری بودند؛ از آینشتین گرفته تا فاینمن تا خود ساسکیند 🙂 ترمودینامیک پر از مفاهیم نابه که معمولا توی دوره لیسانس پشت حجم انبوه ابزارها مخفی میشه و دانشجوها اون درک لازم رو نمی‌تونند پیدا کنند. برای همین هم کاملا طبیعیه که بچه‌ها از این درس خوششون نیاد. تجربه شخصی خودم از روبه‌رو شدن با ترمودینامیک برای اولین مرتبه لااقل چیز خوبی نبود! بدون تعارف، دانشجوی فیزیک نیومده فقط یه مشت ابزار یادبگیره و سعی کنه مثل یک مهندس فکر کنه. شخصا متنفرم از این‌که درس ترمودینامیک در دانشکده فیزیک به همون شکلی ارائه بشه که در دانشکده شیمی یا مهندسی مواد ارائه میشه! چیزی که توی ترمودینامیک مهمه این نیست که یه ماشین گرمایی با فلان بازده طبق بهمان چرخه کار می‌کنه یا این‌که طی چه سازوکاری میشه فلان‌قدر گرما از این طرف اتاق به اون طرف اتاق منتقل کرد. یعنی این‌ها مهم هستند، ولی چیزهای بسیار مهم‌تری هم وجود داره. چیزهایی که ارزش ترمودینامیک رو به عنوان جامع‌ترین نظریه فیزیک مشخص می‌کنه. فراموش نکنید که ما برای یک پیستون گاز، یک غشا سلولی و یک سیاه‌چاله ترمودینامیک می‌نویسیم.

مفاهیمی مثل انتروپی و اطلاعات امروز معانی خیلی خیلی گسترده‌تری نسبت به قبل پیدا کردن. کلاس خوب ترمودینامیک کلاسی هست که شخص درک درستی از این مفاهیم پیدا کنه. معمولا توی کلاس‌های ترمودینامیک به سادگی از کنار پارادوکس‌های هیجان‌انگیز ترمودینامیک گذشته میشه، در صورتی که تمام بامزگی ماجرا همین پارادوکس‌ها و راه‌های برطرف کردنشونه.

با وجود همه چیزهایی که گفتم، به نظر من ترمودینامیک مهمه چون برای اولین بار دانشجوی فیزیک با یک «نظریه موثر» آشنا می‌شه و یاد میگیره که توی فیزیک میشه بدون این‌که جزئیات ریز سیستم رو دونست، در مورد مشاهده‌پذیرهای بزرگ‌مقیاس صحبت کرد. یادآوری کنم که توی ترمودینامیک یک گاز رو به عنوان یک سیستم در نظر می‌گیریم، به عنوان یک «کل» و با سه تا پارامتر دما، فشار و حجم در موردش صحبت می‌کنیم. به عبارت دیگه برامون مهم نیست که این گاز از چه اجزائی ساخته شده و این اجزا با همدیگه چه‌طور و با چه جزئیاتی برهمکنش می‌کنند. کل این سیستم بس‌ذره‌ای رو به کمک سه تا پارامتر که معمولا توسط یک قید مثل معادله حالت بهم وابسته شده‌ توصیف می‌کنیم، نظریه هم به خوبی کار می‌کنه والسلام! به‌همین خاطر اگه فرد این نوع نگاه رو به ترمودینامیک بفهمه اون موقع انتظار می‌ره که درک کنه که چرا یک اقتصاد خرد داریم و یک اقتصاد کلان و ربطشون بهم چیه!

بعدها به‌طور مفصل در مورد مفهوم نظریه موثر خواهم نوشت، انشالله!فعلا این ویدیو رو ببینید! با این مقدمه بد نیست که یک سری پیشنهاد برای یادگیری ترمودینامیک و مکانیک آماری داشته باشیم. خوشحال میشم که تجربه‌های شما رو هم بدونم.

به نظرم اگر با مفاهیم پایه آشنایی دارید در حد چیزی که توی کتاب‌های فیزیک پایه در مورد ترمودینامیک نوشته شده اون موقع احتمالا روند زیر می‌تونه به درکتون از ترمودینامیک و مکانیک آماری کمک کنه. توی ویکی‌پدیا هم لیستی از کتاب‌های ترمودینامیک و مکانیک آماری وجود داره.

سیستم‌های پیچیده: «ماهیت و ویژگی‌»

پیچیدگی چیست؟!

حدود۳۳۰ سال پیش، نیوتون با انتشار شاهکار خود، اصول ریاضی فلسفه طبیعی، نگاهی جدید نسبت به بررسی طبیعت  را معرفی کرد. نگاه نیوتون به علم به کمک نظریه الکترومغناطیس که توسط مکسول جمع بندی و در نهایت توسط آلبرت اینشتین کامل شد، شالوده فیزیک‌کلاسیک را بنا نهاد. انقلاب بعدی علم، توسط مکانیک کوانتومی رخ‌داد. ‌آن‌چه که مکانیک کوانتومی در قرن ۲۰ میلادی نشانه گرفت، مسئله موضعیت در فیزیک کلاسیک و نگاه احتمالاتی به طبیعت بود. نگاهی که سرانجام منجر به پارادایمی جدید در علم، به عنوان فیزیک مدرن شد. با این وجود، علی‌رغم پیشرفت‌های خارق‌العاده در فیزیک و سایر علوم، کماکان در توجیه بسیاری از پدیده‌ها ناتوان مانده‌ایم. پدیده‌هایی که همیشه اطرافمان حاضر بوده‌اند ولی هیچ‌موقع قادر به توجیه رفتار آن‌ها نبوده‌ایم. بنابراین، می‌توان به این فکر کرد که شاید در نگاه ما به طبیعت و مسائل علمی، نقصی وجود داشته باشد. به‌ دیگر سخن، بعید نیست که مجددا نیاز به بازنگری در نگاهمان به طبیعت (تغییر پارادایم) داشته باشیم؛ عده‌ی زیادی معتقدند آن‌چه که در قرن ۲۱ام نیاز است، نگاهی جدید به مبانی علم است؛ نگاه پیچیدگی!

سردمداران فیزیک مدرن – پنجمین کنفرانس سُلوی (۱۹۲۷).

گاهی گفته می‌شود که ایده پیچیدگی، بخشی از چهارچوب اتحاد بخشی برای علم و انقلابی در فهم ما از سیستم‌هایی مانند مغز انسان یا اقتصاد جهانی است که رفتار آن‌ها به‌سختی قابل پیش‌بینی و کنترل است. به همین خاطر، سوالی مطرح می‌شود؛ آیا چیزی به عنوان «علم پیچیدگی» وجود دارد یا اینکه پیچیدگی متناظر با هر شاخه‌ای از علم، دارای شیوه خاص خود است و مردم در رشته‌های مختلف مشغول سر و کله زدن با سیستم‌های پیچیده زمینه کاری خود هستند؟! به عبارت دیگر، آیا یک پدیده طبیعی مجرد به اسم پیچیدگی، به عنوان بخشی از یک نظریه خاص علمی در سیستم‌های متنوع فیزیکی (شامل موجودات زنده)  وجود دارد یا اینکه ممکن است سیستم‌های پیچده گوناگونی بدون هیچ وجه مشترک وجود داشته باشند؟! بنابراین، مهم‌ترین سوالی که در زمینه پیچیدگی می‌توانیم بپرسیم این است که، به‌ راستی پیچیدگی چیست؟ و در صورت وجود پاسخ مناسب به این پرسش، به دنبال این باشیم که آیا برای تمام علوم یک نوع پیچیدگی وجود دارد یا اینکه پیچیدگی وابسته به حوزه مورد مطالعه است!

در مورد تعریف پیچیدگی، هنوز اتفاق نظری بین متخصصان یک رشته خاص، مانند فیزیک، وجود ندارد، چه برسد به تعاریفی که در رشته‌های متنوع مطرح می‌شود. این تعاریف در ادامه نقد و بررسی می‌شوند. با این وجود، مشترکات زیادی در بین تعاریف موجود وجود دارد که برای شروع بحث، مرور آن‌ها خالی از لطف نیست:

  • برای ما، پیچیدگی به معنای وجود ساختار به همراه تغییرات است. (۱)
  • از یک جهت، سیستم‌پیچیده، سیستمی است که تحول آن شدیدا به شرایط اولیه و یا اختلال‌های کوچک حساس است. سیستمی شامل تعداد زیادی قسمتِ مستقلِ درحالِ برهمکنش با یکدیگر که می‌تواند مسیرهای مختلفی برای تحولش را بپیماید. توصیف تحلیلی چنین سیستمی قاعتدا نیاز به معادلات دیفرانسیل غیرخطی دارد. از جهت دیگر، می‌توانیم نگاهی غیررسمی داشته باشیم، به این معنا که اگر بخواهیم قضاوتی داشته باشیم، سیستم «بغرنج (complicated) » است و قابلیت اینکه دقیقا به طور تحلیلی یا نوع دیگری توصیف شود  وجود نداشته باشد.(۲)
  • به طور کلی، صفت «پیچیده»، سیستم و یا مولفه‌ای را توصیف می‌کند که فهم یا تغییر طراحی و/یا عملکرد آن دشوار باشد. پیچیدگی توسط عواملی چون تعداد مولفه‌های سازنده و روابط غیربدیهی بین‌ آن‌ها، تعداد و روابط غیربدیهی شاخه‌های شرطی، میزان تودرتو بودن و نوع ساختمان داده است. (۳)
  • نظریه پیچیدگی بیان می‌کند که جمعیت زیادی از اجزا، می‌توانند به سمت توده‌ها خودسازماندهی کنند و منجر به ایجاد الگو، ذخیره اطلاعات و مشارکت در تصمیم‌گیری جمعی شوند. (۴)
  • پیچیدگی در الگوهای طبیعی نمایانگر دو مشخصه کلیدی است؛ الگوهای طبیعی حاصل از پردازش‌های غیرخطی، آن‌هایی که ویژگی‌های محیطی که در آن عمل می‌کنند یا شدیدا جفت‌شده‌اند  را اصلاح می‌کنند و الگوهای طبیعی که در سیستم‌هایی شکل می‌گیرند که یا باز هستند یا توسط تبادل انرژی، تکانه، ماده یا اطلاعات توسط مرزها از تعادل خارج شده‌اند. (۵)
  • یک سیستم پیچیده، دقیقا سیستمی است که برهم‌کنش‌های چندگانه‌ای بین عناصر متفاوت آن وجود دارد. (۶)
  • سیستم‌های پیچیده، سیستم‌هایی با تعداد اعضای بالایی هستند که نسبت به الگوهایی که اعضای آن می‌سازند، سازگار می‌شوند یا واکنش نشان می‌دهند. (۷)
  • در سال‌های اخیر، جامعه علمی، عبارت کلیدی «سیستم‌ پیچیده‌»  را برای توصیف پدیده‌ها، ساختار، تجمع‌ها، موجودات زنده و مسائلی که چنین موضوع مشترکی دارند را مطرح کرده است: ۱) آن‌ها ذاتا بغرنج و تودرتو هستند. ۲) آن‌ها به ندرت کاملا تعینی هستند. ۳) مدل‌های ریاضی این گونه سیستم‌ها معمولا پیچیده و شامل رفتار غیرخطی، بدوضع (ill-posed) یا آشوبناک هستند. ۴) این سیستم‌ها متمایل به بروز رفتارهای غیرمنتظره (رفتارهاری ظهوریافته) هستند. (۸)
  • پیچیدگی زمانی آغاز می‌شود که علیت نقض می‌شود! (۹)

برای آشنایی بیشتر به این پروژه سر بزنید!

در مورد تعاریف فوق ابهاماتی وجود دارد؛ در (۱) باید ساختار و تغییرات را به درستی و دقت معنا کنیم. در (۲) باید به دنبال تلفیق سیستم‌های پیچده و مفاهیمی چون غیرخطی، آشوب‌ناک و بس‌ذره‌ای بودن باشیم و به درستی مشخص کنیم که آیا این‌ ویژگی‌ها شرط لازم / کافی برای یک سیستم پیچیده هستند یا نه. (۳) و (۴) مفاهیم محاسباتی و موضوعاتی از علم کامپیوتر را مطرح می‌کند که به خودی‌خود مسائل چالش‌برانگیزی هستند! (۵) ایده مرکزی غیرخطی بودن را مطرح می‌کند؛ در ادامه می‌بینیم با این که تعداد زیادی از سیستم‌های پیچیده از ویژگی غیرخطی بودن تبعیت می‌کنند، با این وجود غیرخطی بودن نه شرط لازم و نه شرط کافی برای پیچیدگی است. در مورد (۶) و (۷) نیز باید تاکید کنیم که بس‌ذره‌ای بودن و شامل اعضا/عناصر/مولفه/افراد زیادی بودن نیز شرط کافی برای پیچیدگی نیست.  در ادامه خواهیم دید، تعریف (۸) که ایده‌ی پدیدارگی (ظهوریافتگی یا برآمدگی: Emergence) را مطرح می‌کند می‌تواند مفهومی بسیار گیج‌کننده باشد برای اینکه به کمک آن بتوانیم سیستم‌های پیچیده را تمیز و تشخیص دهیم. در مورد تعریف (۹) باید بحث زیادی کنیم چرا که افراد زیادی در برابر نقص علیت ناراحت خواهند شد! به همین دلیل است که گاهی درک سیستم‌های پیچیده برای مردم دشوار است. بنابراین با توجه به ابهامات تعاریف افراد مختلف در حوزه‌های گوناگون علم، بهتر از است که مفاهیم وابسته به پیچیدگی را بررسی کنیم.

هولوگرام و مغز ما

سلام

موضوعی که توی این پست به طور خلاصه میخواهیم ازش حرف بزنیم و اطلاعات کلی ای دربارش پیدا کنیم هولوگرام هاست که خب در بینش به تشابه کارکرد هولوگرام ها با مغز هم میپردازیم. احتمالا اگر کلمه ی هولوگرام رو تا به حال شنیدیم بیشتر و تنها ، ویژگی سه بعدی بودن اونها برامون گفته شده، توی این پست با دیگر خصوصیات جالب هولوگرام ها آشنا میشیم و در ضمن هم به معرفی کتابی که این پست تقریبا خلاصه ای از فصل اول اون کتابه میپردازیم. خب، پریبرام کسی بود که با جمع بندیه پژوهش هایی که از هولوگرام ها به دست اومده بود تونست به سوالی که براش پیش اومده بود پاسخ بده. معمایی که پریبرام را نخست به راه انداخت تا الگوی هولوگرافیک خودشو مطرح کند از این پرسش برخاست که خاطرات در مغز انسان کجا و چگونه ذخیره میشن.

در آن دوران اکثر دانشمندان معتقد بودند که خاطرات در مغز انسان جایگاه ویژه ای دارن ، یعنی هر خاطره که شخص دارد همه دارنده ی جایگاه خاص در سلول های مغزند که انگرام نامیده میشن. در پی همین تفکر هم پن فیلد جراح مغز کانادایی شواهد متقاعد کننده ای عرضه کرد که  خاطرات خاص، جایگاه خاص و ویژه ای دارند. پن فیلد با جراحی روی مغز مبتلایان به صرع نقاط مختلف سلول های مغز آن ها را به وسیله ی شوک الکتریکی تحریک میکرد و با شگفتی دریافت که هرگاه ناحیه گیج گاه یکی از بیماران کاملا بیهوش خود را تحریک میکرد بیمار خاطرات وقایع گذشته ی زندگی خود را با جزییات کاملا واضح به یاد می آورد. مثلا پسر بچه ای صدای مادرش را در حال صحبت پای تلفن شنید و پس از چند شوک الکترود توانست تمامی مکالمه را از نو تکرار کند و … .

حتی وقتی پن فیلد سعی کرد که آن ها را گمراه بکند و به آن ها بگوید که نقطه ای دیگر از مغز آن ها را تحریک کرده که در واقع نکرده بود همواره همان خاطره ی قبلی فراخوانده میشد و پن فیلد این چنین نتیجه گرفت که هر آن چه که تا به حال تجربه کرده ایم در مغز ما ثبت شده است. پریبرام دلیلی برای شک کردن به نظریه ی پن فیلد نداشت.اما این پژوهش های لاشلی بود که نحوه ی اندیشه ی او را به کل تغییر داد. کاری که لاشلی میکرد عبارت از این بود که به موش ها تعلیم میداد دست به اعمال گوناگون بزنند،مثل گذشتن از مارپیچ ها.بعد تکه های مختلفی از مغز موش ها را با عمل جراحی برمیداشت و دوباره به محک آزمایش میگذاشت. او آن قسمت از مغز موش ها را برمیداشت که حاوی خاطره ی گذشتن از مارپیچ است،وقتی این کار عملی شد با شگفتی دریافت که صرف نظر از این که کدام قسمت مغز برداشته شده خاطره ی آن ها هیچ گاه از بین نرفته است.  برای پریبرام تنها پاسخ ممکن این بود که خاطره ها مکان خاصی در مغز ندارند و به طور کلی در سراسر مغز پراکنده شده اند و این شده که خواندن مقاله ای در ساینتیفیک امریکن که به توصیف چگونگی ساخت نخستین هولوگرام میپرداخت پاسخ نهایی چگونگی کارکرد مغز را پیش پای او نهاد. از این جاست که ما وارد بحث هولوگرام ها و ویژگی های آن میشویم.

شما برای این که سر از کار پریبرام درآورید و آشنایی بیشتری درباره ی ارتباط مغز و هولوگرام پیدا کنید میتونید به کتاب جهان هولوگرافیک مایکل تالبوت رجوع کنید و از خواندن آن لذت ببرید. اما هولوگرام؛ یکی از چیز هایی که هولوگرافی را ممکن میسازد پدیده ای است به نام تداخل. تداخل عبارت از نقشی ضربدری است که از دو یا سه موج نظیر امواج آب که در هم تداخل پیدا کرده حاصل می آید. هر نوع پدیده ی موج گونه می تواند یک طرح تداخلی ایجاد کند.نظیر امواج رادیو و نور. و از آن جا که اشعه ی لیزر پرتویی بسیار خالص و تکفام از نور است، برای ایجاد طرح تداخلی مناسب است. حالا وقتی یک اشعه ی لیزر به دو تابه ی مجزا تقسیم شود، هولوگرام به وجود می آید. اولین تابه با برخورد به شی که قرار است از آن عکس گرفته شود به عقب می جهد. سپس تابه ی دوم با انعکاس نور تابه ی اول برخورد میکند و حاصلش یک الگوی تداخلی است که روی قطعه ای فیلم ضبط میشود. به چشم بیننده ، تصویر توی فیلم به هیچ رو شبیه شی عکاسی شده نیست.

Untitledبا تاباندن تابه ی سوم به فیلم، تصویری سه بعدی از شی اصلی در طرف دیگر فیلم ظاهر میشود.  به واقع میتوان دور و بر یک تصویر هولوگرافیک قدم زد و از زوایای مختلف بدان نگریست ، انگار به یک شی واقعی نگاه می کنیم. اما هرگاه بخواهید این تصویر را لمس کنید ، دست شما از میان آن گذر میکند و در می یابید که در واقع چیزی آن جا نیست. کیفیت سه بعدی بودن هولوگرام تنها وجه شاخص آن نیست.اگر تکه ای از فیلم هولوگرافیک تصویری از سیب را از میان دو نیمه کنیم و سپس اشعه ی لیزر بر آن بتابانیم ، هر نیمه حاوی تصویر کاملی از سیب خواهد بود. حتی اگر این نیمه را باز به دو نیمه و نیمه را دوباره به دو نیمه تقسیم کنیم، تصویر کاملی از سیب در هر یک از قسمت های کوچک فیلم به دست خواهد آمد (هر اندازه قسمت ها کوچکتر میشوند تصاویر محو تر خواهد شد).

بر خلاف عکس های معمولی ، هر تکه کوچک قسمتی از فیلم هولوگرافیک حاوی کلیه ی اطلاعاتی است که در همه ی فیلم ضبط شده است. همین نکته بود که پریبرام را به هیجان آورد و فهمید که خاطرات در مغز به جای این که مکان مشخصی داشته باشند در مغز پراکنده اند. اگر هر بخش تکه ای فیلم هولوگرافیک حاوی تمام اطلاعات لازم جهت ساختن تصویر کامل آن باشد، پس به نظر ممکن می آید که هر بخش از مغز نیز حاوی تمام اطلاعات لازم جهت فراخواندن همه ی خاطره باشند. بخش شاید جذاب تر هولوگرام ، بررسی ویژگی های آن و شباهت کارایی مغز و هولوگرام است که حالا به بررسی آنها میپردازیم.

به نظرتون مغز چه جوری میتونه این همه اطلاعات را در همچین فضای کوچکی ذخیره بکنه؟خب جالبه اینو بدونید که در طول عمر هر فرد معمولی مغز او چیزی حدود 280000000000000000000 یا 20^10*2.8 تکه اطلاعات ذخیره میکند.هولوگرام هم از قابلیت حیرت انگیزی برای ذخیره ی اطلاعات برخورداره. با تغییر زاویه ای که از برخورد دو موج لیزری روی فیلم عکاسی به دست آمده میتوان تصاویر گوناگون بسیاری روی همان سطح ضبط کرد. هر تصویر ضبط شده را میتوان با نور دادن به فیلم توسط اشعه لیزری و از همان زاویه ای که دو موج قبلی ساطع شده اند،دوباره به دست آورد.یک مربع یک اینچی فیلم قادر است همان قدر اطلاعات ذخیره کند که در پنجاه انجیل ذخیره شده است! البته من نمیدونم 50 انجیل حاوی چه قد اطلاعاته و بهتر بود در مقایسه با اطلاعات ذخیره شده در مغز میگفت ولی خب احتمالا خیلی زیاده…

یک ویژگی دیگه…ایده ی هولوگرافیک مثال دیگری است از گرایشهای تداعی کننده ی خاطره. اول نور یک اشعه ی لیزر را در نظر بگیریم که به دو شی همزمان تابیده و باز میگردد، مثلا به یک صندلی راحتی و یک یپپ. سپس میگذاریم نوری  که از دو شی مذکور بازمیگردند با هم تلاقی کنند، و حاصل آن را روی فیلم ضبط میکنیم.سپس هرگاه به صندلی راحتی توسط اشعه ی لیزر نور بتابانیم و نور انعکاس یافته را از داخل فیلم بگذرانیم ، یک تصویر سه بعدی پیپ نمایان میشود ، و بر عکس.هرگاه همین کار را با پیپ انجام دهیم ، تصویر هولوگرافیک صندلی راحتی پدیدار خواهد شد. همین ویژگی در مغز مشابه فرآیندی است که بعضی اشیا ، از گذشته ی ما خاطرات خاصی را برمی انگیزانند.

ویژگی بعدی ای که راجع بش میخونیم هولوگرافی تشخیصه.در هولوگرافی تشخیص تصویر هولوگرافیک از یک شی به همان شیوه ی معمول ضبط میشود، جز آن که اشعه ی لیزر را به آینه ی خاصی که آینه ی متمرکز کننده نام دارد می تابانند و سپس نور منعکس شده را به سطح فیلم ظاهر نشده می تابانند. اگر یک شی دیگر را که با شی اول مشابه، ولی نه کاملا همسان است زیر اشعه ی لیزر قرار میدهیم و نور منعکس شده از آینه را به فیلم بتابانیم. پس از این که فیلم ظاهر شد نقطه ی روشنی روی آن پدیدار میشود.هر چه شباهت میان شی اول و شی دوم بیشتر باشد نقطه ی نورانی روشن تر و درخشان تر میشود. اگر دو شی مذکور هیچ شباهتی به هم نداشته باشند، هیچ نقطه ی نورانی ای پدیدار نخواهد شد.با قرار دادن یک فتوسل حساس به نور در پشت فیلم هولوگرافیک، میتوان در واقع از این مجموعه به عنوان یک ساز و کار مکانیکی تشخیص بهره برد که در مغز هم شناسایی چهره های آشنا به همین شکل است.

تکنیک مشابهی که هولوگرافی تداخلی نام دارد هم میتواند توضیح دهد که چگونه میتوان مشخصات آشنا و نا آشنای یک تصویر، مثل چهره ی کسی را که سالهاست ندیده ایم تشخیص داد. در این تکنیک شیئی را از میان تکه ای فیلم هولوگرافیک که حاوی تصویر خود شی است میبینیم.حال اگر هر یک از مشخصات شی پس از آنکه تصویرش ضبط شد تغییر کند، نور منعکس شده نیز تغییر خواهد کرد.کسی که به فیلم نگاه میکند بی درنگ در میابد که شی چگونه عوض شده یا اصلا عوض نشده است.در این تکنیک کار چنان حساس است که حتی فشار انگشت روی سنگ یا آجر هم بلافاصله نشان داده میشود. امروزه این تکنیک کاربرد عملی پیدا کرده و در صنعت آزمایش مواد مختلف به کار میرود.

این برخی از کاربرد های هولوگرام ها بود که خب برای  بیشتر دونستن دربارش دوباره شما رو به خوندن کتاب جهان هولوگرافیک دعوت میکنم…

حالا کمی از زبان ریاضی هولوگرام میگیم و این موضوع رو تمام میکنیم. در حالی که نظریه های دنیس گابور( که از برندگان جایزه ی نوبل هست) که باعث تحول و گسترش تئوری هولوگرام شده بود نخستین بار توسط خود او صورت بندی و بر شمرده شد، در اواخر دهه ی شصت(میلادی) از نظریه پریبرام حتی خیلی بیشتر از ایده های گابور پشتیبانی شد.وقتی گابور به ایده ی هولوگرافیک اندیشید ، کاری به اشعه ی لیزر نداشت.هدفش بیشتر ایجاد تحول در میکروسکوپ الکترونی بود.رویکرد او ریاضی وار بود و ریاضیاتی که به کار برد نوعی حساب دیفرانسیل و انتگرال بود که ژان فوریه ابداع کرده بود.به طور خلاصه آن چه که فوریه پرورانده بود نوعی روش ریاضی وار بود جهت تبدیل هرگونه طرح و الگویی هر چند پیچیده به زبان امواج ساده.در عین حال این را هم نشان داد که که این اشکال موج گونه را چگونه میتوان به همان شکل اولیه برگرداند.معادله ای که این فرآیند را نشان میدهد به نام مبدل های فوریه معروف است. به کمک مبدل های فوریه، گابور توانست تصویر شی را در فضای تار و مه آلود الگوهای تداخلی روی تکه ای فیلم هولوگرافیک ضبط کند.سپس سعی کرد به کمک آن ها راهی بیابد که که دوباره همان الگوهای تداخلی را به تصویر شی اولیه بازگرداند.

Untitled2حالا که گریزی به زبان موج گونه ی فوریه ی زدیم بد نیست از یک کاربرد جالب فوریه یاد کنیم مبنی بر این که حتی حرکات جسمانی ما هم در مغز ما با همان زبان موج گونه ی فوریه حک شده است.نیکلای برنشتاین چند داوطلب را لباس تنگ سیاه پوشاند و در آرنچ ها و زانو های آن ها و سایر مفاصلشان نقاط سفیدی گذاشت. سپس آنها را رو به روی زمینه ای سیاه قرار داد و از آن ها در حال فعالیت های گوناگون جسمانی مثل رقصیدن ، راه رفتن ، جهیدن ، و تایپ کردن فیلم گرفت.وقتی فیلم را ظاهر کرد ، دریافت که تنها نقاط سفیدی پدیدار بودند که به بالا و پایین و چپ و راست در جهات گوناگون و در هم و بر هم حرکت میکردند.او جهت بهره بری بیشتر از کشفیاتش ، خطوط گوناگونی را که از نقاط سفید پدید آمده بود تجزیه و تحلیل کرد و همه را به یک زبان موج گونه تبدیل نمود. و با imagesکمال تعجب دریافت که اشکال موج گونه حاوی الگو های پنهانی هستند که که به او اجازه میدهند حرکات بعدی آزمون شونده ها را تا حد یک اینچ پیش بینی کند!

مطلب ما همین جا به پایان میرسه!

تصویر سمت راست هم کتاب جهان هولوگرافیک هست که اگر از دونستن این مطالب لذت بردین شما رو به خوندن این کتاب که ترجمه ی بسیارخوب و روانی هم داره دعوت میکنم…