۲- بالای صفحه یک عکس بریده شدهٔ متنی می‌بینید. در کادر پایین آن یک یا چند دکمهٔ سفیدرنگ می‌بینید که حاوی متنهایی مشابه تصویر بالای صفحه هستند. اگر یکی از آنها متنش کاملاً شبیه متن تصویر است روی آن کلیک کنید، اگر نه در کادر متنی «خیر؟ تصویر درست را وارد کنید» متن درست را تایپ کنید و Enter بزنید.

۳- با هر بار کلیک بر روی یکی از دکمه‌های مرحلهٔ ۲ به صفحهٔ مشابهی هدایت می‌شوید و این کار را می‌توانید تا هر وقت که دوست داشتید ادامه دهید!

۴- بعضی از عکسها ممکن است ناخوانا باشند (بد اسکن شده‌اند)، در این موارد روی دکمهٔ «تصویر ناخواناست» کلیک کنید. بعضیها هم ممکن است حاوی هیچ متن قابل بازخوانیی نباشند (حروف تکه تکه و ...)، در این موارد روی دکمهٔ «تصویر بد بریده شده» کلیک کنید.

با صرف چند دقیقه از وقت آنلاینتان به این صورت -ضمن لطفی که دارید به من می‌کنید ;) - به گسترش دامنهٔ داده‌های بزرگترین سایت شعر فارسی دارید کمک می‌کنید. دوست دارید در این مورد بیشتر بدانید؟ اینجا را ببینید.

نکتهٔ جالبی که در مورد سرویس میزبانی این شرکت نظرم را جلب کرد نحوهٔ سنجنش میزان استفاده از منابع در سرویس میزبانی گرید این شرکت است. جایی که با توجه به فضای ۱۰۰ گیگابایتی و پهنای باند یک ترابایتی (با هزینهٔ سالیانهٔ حدود ۲۰۰ دلار) محدودیتهای معمول میزبانهای وب عملاً کارایی ندارد.

این شرکت معیاری را به اسم GPU (ربطی به Graphics Processing Unit ندارد ;) مخفف Grid Performance Unit است) طراحی کرده که بر اساس میزان مصرف منابع سیستم؛ کاربران را محدود می‌کند و جالب آن که گزارش کاملی که در این زمینه ارائه می‌دهد می‌تواند کاملاً کارایی لازم بر اشکالیابی و پیدا کردن اسکریپتهای ناکارا یا مشکلدار را داشته باشد.

این طرح به نظرم به راحتی می‌تواند مشکل شرکتهای میزبانی را حل کند تا به جای متهم کردن نمونه سایتهای تصادفی به مصرف بیش از حد منابع و مسدود کردن این گونه سایتها بر اساس حدس و گمان یا با استفاده از نرم‌افزارهای مشکوک بدون ارائهٔ گزارش و بدون اخطار قبلی یا بعدی (من حدس می‌زنم همین نرم‌افزار معلوم‌الحال ;) وبلاگ رازیگر نقطه کام را که عملاً مدتهاست به‌روز نشده عامل مصرف بیش از حد منابع سیستم شناخته و تا به امروز برای بیش از چند هفته مسدودش کرده بدون آن که احتمالاً صاحب سایت از قضیه خبر داشته باشد. گواه این قضیه هم آن است که در کش گوگل هم همین قضیه به ثبت رسیده!) و نهایتاً عدم واکنش در مقابل تقاضا برای تأدیهٔ مبالغ پرداختی ;) گلوگاههای فشار روی سرورها را پیدا کنند و روباتهای تخیلی را (که من حدس می‌زنم خزندهٔ موتورهای جستجو واقعی‌ترین نمونه‌هایشان باشند) به حمله و فشار روی سرورها متهم نکنند.

یک نمونهٔ جالب (انگلیسی) از این نوع را چند روز پیش پیدا کردم که به نظرم اگر به اینجور وبلاگها علاقه دارید بد نیست سری به آن بزنید: The Oatmeal. از آنجا که صاحبش -گویا- طراح وب است، مطالبش کم و بیش مزهٔ کامپیوتر و وب می‌دهد. مثلاً این کمیک را با عنوان «چطور می‌شود که یک پروژهٔ طراحی وب، مستقیماً به ته چاه ویل سقوط می‌کند؟» ببینید. کمیکهایی با موضوعات دیگر هم دارد مثل این با عنوان «پانزده نکته دربارهٔ قهوه». اگر فرصت سر زدن به این کمیک‌بلاگ را پیدا کردید به نظرم این کمیک را در مورد خدمات پس از فروش شرکتها حتماً ببینید.

آلبوم عکس انتخابات ایران و همچنین سه آلبوم عکس مربوط به حوادث پس از انتخابات (این، این و این) نیز به نوبۀ خود جالبند (به خاطر انتشار همین عکسهاست که این سایت الان فیلتر شده است).

در حین مرور آلبومهای عکس این سایت، من تعدادی از عکسهای این سایت را گزینش کرده‌ام. ببینید:

معبدی در بوتان (مراسم تاجگذاری پادشاه بوتان)

نمایی از مکه (حج و عید قربان)

بزکشی (صحنه‌هایی از افغانستان)

درختان سوخته (آتشسوزی جنگلهای کالیفرنیا)

شهر باستانی در یمن (یمن سیل زده)

صحنه‌هایی از افغانستان

صحنه‌هایی از افغانستان

مسابقات قایقرانی اقیانوسی

مسابقات قایقرانی اقیانوسی

صحنه‌هایی از سریلانکا

پرواز

چند روز پیش با دوستان تصمیم گرفتیم «حسابی»ِ این عکس را هم پیدا کنیم. برای این کار می‌توان از یک موتور مقایسه‌ی تصاویر کمک گرفت. سایت TinEye یک چنین چیزی است. عکس مورد نظرتان را آپلود می‌کنید و این سایت تلاش می‌کند عکسهای مشابه آن را بیابد.

به کمک این سایت مشخص می‌شود که شخصیت مجهول الهویه در عکس فوق بهرام کورشون اوغلو فیزیکدان ترکیه‌ایست.

کاربردهای دیگری هم می‌شود برای این سایت پیدا کرد. مثلاً فکر می‌کنم بشود به کمک چنین سرویسی راجع به چیزهایی که دور و برمان هستند (گلها، گیاهان، پرنده‌ها) و اسمشان را نمی‌دانیم (کلمه‌ی کلیدی برای جستجو در موردشان نداریم) به طریقی مشابه این و به کمک عکسهایی که از آنها می‌گیرم اطلاعات کسب کنیم. نظر شما چیست؟!

البته این روزها ارتباط اینترنتی خانگی من با سایتهایی که قسمتهایی از صفحات آنها از دامنه‌ی googlesyndication.com بارگذاری می‌شود (مثل همین مجموعه وبلاگها) شدیداً مشکل دارد. یعنی باید چند دقیقه منتظر بمانم تا بالا بیایند. فعلاً این مشکل را برای خودم با یک افزونه‌ی فایرفاکس حل کرده‌ام. گفتم شاید این راه حل به کار شما هم بیاید.

در هر صورت امروز ضمن مرور این وبلاگها، به مطلبی رسیدم در مورد این که چطور شخصی به کمک روشهای هوش مصنوعی توانسته به این نتیجه برسد که یک شبه خط ناشناخته‌ی مربوط به یک تمدن چند هزار ساله‌ی هندی/پاکستانی واقعاً یک خط است و نه نقاشیها و سمبلهای بدون ارتباط با زبان (زحمت کشیده البته ;) ، روش کارش اینطوری بوده که مدلش را با چهار خط واقعی مثل خط زبان انگلیسی و چهار غیر خط مثل الگوهای دی.ان.ای، یک زبان برنامه‌نویسی و ... آموزش داده، به این نتیجه رسیده که غیرخطها الگوهای کاملاً منظم یا بسیار در هم ریخته دارند ولی خطهای نوشتاری زبانها از لحاظ نظم در میانه‌ی این دو حالت قرار می‌گیرند، نهایتاً شبه خط هندی را به مدلش داده و مدلش به این نتیجه رسیده که این شبه خط واقعاً خط نوشتاری یک زبان است).

به هر حال نکته‌ای که این وسط به نظرم جالب رسید، اصل مقاله و موضوع آن نبود. موضوع جالب، نظری است که یکی از خوانندگان مقاله در مورد عکسهای از این سنگنوشته‌ها داده. این عکس از این سنگنوشته‌ها را ببینید:

او گفته که می‌داند نوشته‌ی مربوط به این عکس چه می‌گوید. نوشته به نظر او می‌گوید:

Do not cross the river here. A little fish will swim up your pee-pee, and it will get THIS BIG.

از چپ به راست عکس: «از این رودخانه عبور نکنید چون یک ماهی کوچولو از آن وارد بدنتان می‌شود و بعد به آن بزرگی می‌شود!» :mrgreen:

نمودار را از سایت گراف جم برداشته‌ام، از این صفحه. ایده‌ی این سایت آن است که بازدیدکنندگان و علاقمندان به سایت با کمک ابزارهای آن نمودارهای طنزآمیز و خنده‌دار درست کنند. بگذریم!

دو یا سه هفته پیش من گوشی موبایلم را (روشن و در حال کار) با ماشین لباسشویی شستم و بعد از آبکشی، از جیب کاپشنم بیرونش آوردم.

توصیه‌ی اقتصادی: اگر شما هم بلای مشابهی سر گوشیتان آوردید، اولین کاری که می‌کنید این نباشد که سعی کنید روشنش کنید تا ببینید کار می‌کند یا نه. سعی کنید بگذارید به اندازه‌ی کافی خشک شود، بعد ...

به هر حال، توصیه‌ی بالایی حاصل جستجوهای بعد از واقعه -به دنبال راه علاج- است و من دقیقاً اولین کاری که بعد از بیرون آوردن آن از جیب کاپشنم کردم روشن کردن آن بود! روشن شد، البته فقط فلاش دوربینش. بعد از آن یکی دو باری گوشی را باز و بسته کردم. همه جایش را خشک کردم و امتحانهای مجدد، نتیجه‌ای جز حداکثر همان روشن شدن فلاش دوربین یا چراغ مادون قرمز نداشت. باتری را به کمک فلاش دوربین کاملاً خالی کردم. اما بعد از آن دیگر گوشی باتری را شارژ نکرد ...، کم کم به فکر تعمیرکار افتاده‌ام و البته به دنبال آن وسوسه‌ی خرید یک گوشی جدید یقه‌ام را محکم گرفته و دستش را توی جیبم کرده این روزها و من ضعیف‌النفس به زودی احتمالاً در برابرش تسلیم خواهد شد و ... .

در هر صورت، در این مدت نبود گوشی موبایل را من به صورت متفاوتی احساس کرده‌ام. من با «تلفن» موبایل خیلی کمتر از حد متعارف سر و کار داشته‌ام و دارم. می‌دانید؟! نبود گوشی، در گام اول، باعث شد -بعد از مدتها- سراغ ساعت زنگدار قدیمیم بروم و تازه بفهمم زنگ آن چندان مطمئن کار نمی‌کند. هر چند، همان پیشترها هم صبحها معمولاً چند دقیقه پیش از این که موبایلم زنگ بزند از خواب بیدار می‌شدم. الان هم همینطور است! با این تفاوت که این روزها با خیال راحت تا صبح، یکسره نمی‌خوابم و معمولاً نیم ساعت یا یک ساعت پیش از ساعت مقرر بیدارم.

مشکل دیگر، مربوط به پخت و پز است و زمانهایی که باید طول بکشد تا مرحله‌ی بعدی پختن را انجام دهم. برای این کار یک زمانسنج ویندوزی داونلود کردم که چندان ازش خوشم نیامد. این چند وقته، یا از این ساعت زنگی آنلاین استفاده می‌کرده‌ام یا زمان شروع هر مرحله را روی کاغذ می‌نوشته‌ام تا حواسم به کارم باشد.

لیست خریدها (چند بار رفته‌ام برای خرید یک چیز خاص، یادم نیامده چه می‌خواستم بخرم، کلی آت و آشغال اضافی خریده‌ام، برگشته‌ام و متوجه شده‌ام آن چیز ضروری بین لیست خریدهایم نیست!)، موعد پرداخت هزینه‌ی اینترنت، موعد اجاره‌خانه و ... ! می‌دانید؟! من به یک گوشی موبایل احتیاج دارم، البته احتمالاً فقط به یک «گوشی» موبایل!

به هر حال، وبگردی درباره‌ی گوشیها را شروع کرده‌ام. این روزها صفحه‌های لمسی و جی.پی.اس متداول شده و من هم تقریباً مصمم هستم که -اگر خواستم بخرم- این بار یک گوشی حائز این قابلیتها و «سیستم‌عامل‌دار» بخرم، ترجیحاً ویندوزی، اما با بودجه‌ای که در نظر گرفته‌ام احتمالاً معقول‌ترین گزینه نوکیا ۵۸۰۰ اکسپرس میوزیک است که سیمبینی است. شاید هم بر وسوسه‌ی پرخرجم غلبه کردم و همان گوشی آب کشیده را فرستادم تعمیر، تا ببینم چه می‌شود.

«کپچای تصویر متن» متداولترین نوع کپچاست. نرم‌افزارهای ارسال اسپم معمولاً توانایی پردازش تصویرها را ندارند. آنها حداکثر می‌توانند الگوهای ساده‌ی متنی را پیدا کنند. پس ما اگر در هر بار نمایش فرم یک تصویر تصادفی به کاربر نشان دهیم و از او بخواهیم برای ما بگوید داخل آن تصویر چه می‌بیند، کاربران انسانی -چون توانایی پردازش تصویرها را دارند- می‌توانند مسئله‌ی «چه چیزی داخل تصویر است» را به آسانی حل کنند و نرم‌افزار ارسال اسپم نه. ساده‌ترین چیزی که داخل تصاویر می‌توان گذاشت متون ساده‌ی چند حرفی یا تک کلمه‌ای است که با ترفندهایی همچون مخدوش کردن تصویر با خطوط، نویز و اعوجاج زمینه از حالت متن ساده خارج شده است. در ضمن چون نرم‌افزاری که این تصویر را ایجاد می‌کند جواب مسأله را می‌داند آزمایش درستی پاسخ کاربر هم کاری ندارد. این روش، اساس کپچای تصویر متن است که این روزها در خیلی از سایتها در انواع مختلف جلوی چشممان ظاهر می‌شود.

البته دسته‌ای از کاربران انسانی هم هستند که به دلیل نابینایی توانایی حل کردن مسأله‌ی کپچای تصویر متن را ندارند. برای حل مشکل این کاربران که معمولاً با کمک نرم‌افزارهای صفحه‌خوان (نرم‌افزاری است که با تکیه بر فناوری متن به صدا اتفاقات روی صفحه‌ی کامپیوتر را برای کاربر شرح می‌دهد) از اینترنت استفاده می‌کنند در کنار کپچاهای تصویر متن، کپچاهای صوتی معادل نیز ایجاد شدند تا به این طریق مشکل این دسته از کاربران نیز حل شود.

راستی! تا حالا فکرش را کرده‌اید که تا به حال با چند کپچا برخورد کرده‌اید، چند تا از آنها را (به دلیل مخدوش بودن بیش از حد) نادرست جواب داده‌اید و در مجموع چقدر وقت برای حل آنها تلف کرده‌اید؟! هر چند زمان تلف شده برای تک تک کاربران اینترنت احتمالاً ناچیز است، اما فکرش را بکنید که جمع زمانی که کل کاربران اینترنت برای حل کپچاها صرف می‌کنند چقدر است (البته احتمالاً در یکی از نوشته‌هایی بعدی از کسانی برایتان صحبت خواهم کرد که روزانه حداقل هشت ساعت کپچا حل میکنند!). واقعاً اگر اسپم نبود و اگر نرم‌افزارهای ارسال اسپم نبودند لازم نبود این سؤالهای احمقانه را پاسخ دهیم. جالب اینجاست که عده‌ای به همین موضوع فکر کرده‌اند و به ایده‌ای رسیده‌اند که با استفاده از آن می‌توان کاری کرد که حل کپچاها دیگر بیهوده نباشد و از آن سودی به همگان برسد.

مسأله‌ای که حل کپچای تصویر متن به آن شباهت دارد او.سی.آر است (نویسه‌خوان آراکس را که یادتان هست؟! به زودی چیزهای جدید و جالبی راجع به آن برایتان خواهم نوشت). در این فرایند یک برنامه‌ی کامپیوتری تلاش می‌کند تصویر اسکن شده‌ی متن را به متن قابل ویرایش یا جستجو تبدیل کند. اما درصد موفقیت نرم‌افزارها در تبدیل تصویر به متن همیشه بالا نیست. خیلی وقتها متن کاغذی مخدوش است یا کیفیت خوبی ندارد. بنابراین برنامه‌ی او.سی.آر آن را با دقت خوبی نمی‌خواند، اما برنامه متوجه این قضیه می‌شود و می‌تواند قسمتهایی از متن را که خوب نخوانده جدا کند تا یک کاربر انسانی آنها را بازبینی و تأیید یا تصحیح کند. اما همیشه کاربران انسانی برای تصحیح خطاهای او.سی.آر در دسترس نیستند. مخصوصاً برای پروژه‌های عمومی تبدیل کتابهای کاغذی به متون دیجیتالی همیشه بودجه‌ی کافی برای استخدام مصححان در دسترس نیست. سایتی به نام ری‌کپچا تلاش دارد با ارائه‌‎ی سرویس کپچای رایگان، در کنار کلمات ایجاد شده توسط کامپیوتر -که پاسخ آنها برای نرم‌افزار کپچا مشخص است- کلماتی را که نرم‌افزارهای او.سی.آر «با دقت پایین» تشخیصشان داده‌اند در دسترس کاربر انسانی قرار دهد و از او بخواهد درست آن را تایپ کند. به این ترتیب سایت یا سرویسی که از این روش استفاده می‌کند از کاربر می‌خواهد دو کلمه را وارد کند که جواب یکی را می‌داند و نتیجه‌ی ورودی کاربر برای کلمه‌ی دیگر را ذخیره می‌کند تا با دریافت چند جواب دیگر از کاربران دیگر راجع به متن آن اطمینان حاصل کند و نهایتاً دقت متون او.سی.آر شده را بالا ببرد. روش مشابهی نیز برای کپچاهای صوتی و تبدیل صداهای ضبط شده‌ی از دهه‌های گذشته به متن ارائه شده است.

فهرست سری نوشته‌های من درباره‌ی هرزنامه‌ها:

قسمت اول: ریشه‌ی نام اسپم

قسمت دوم: هرزنامه‌ها

قسمت سوم: کدامیک هرزنامه‌های بیشتری می‌گیرند: «علی» یا «زهرا»؟

قسمت چهارم: بگذارید «اسپم»ها را آنها بخورند!

قسمت پنجم: درآمدزایی هرزنامه‌ها

قسمت ششم: ماشینهای صاحب‌نظر

قسمت هفتم: کپچا: «تو آدمی؟!»

قسمت هشتم: او.سی.آر: قاتل کپچای تصویر متن

قسمت نهم: صنعت حل کپچای هند و راه‌حلهای مقابله با اسپم با تکیه بر تحلیل محتوی