به‌ زودی پشتیبانی از پارتی کراس پلتفرم به بازی Rocket League اضافه می شود

به‌ زودی پشتیبانی از پارتی کراس پلتفرم به بازی Rocket League اضافه می شود

استودیو سایانیکس اعلام کرد در تاریخ ۳۰ بهمن ماه آپدیت جدید Rocket League، ویژگی پارتی کراس پلتفرم به این بازی اضافه می‌کند.

مدتی پیش بود که استودیو سایانیکس (Psyonix)، سازنده و ناشر بازی Rocket League، اعلام کرده بود که کاربران راکت لیگ روی پلتفرم‌های مختلف از طریق ویژگی کراس پلی می‌توانند به یکدیگر متصل شوند، اما ویژگی پشتیبانی از پارتی کراس‌ پلی در آینده اضافه می‌شود. پارتی کراس‌پلی همان اضافه کردن دوستان‌تان از سایر پلتفرم‌های بازی و تجربه‌ی حالت‌های مختلف در کنار یکدیگر است. به‌ عبارتی زمانی که این ویژگی اضافه شود، بازیکنان می‌توانند دوستان خود را روی از سایر پلتفرم‌ها در یک پارتی دعوت کنند و وارد حالت‌های مختلف راکت لیگ شوند.

تخته نرد

حال طبق جدیدترین اخبار بازی، استودیو سایانیکس اعلام کرد در تاریخ ۳۰ بهمن ماه (۱۹ فوریه) یک آپدیت برای بازی Rocket League منتشر می‌شود که در این آپدیت شاهد اضافه شدن ویژگی پشتیبانی از پارتی کراس‌پلی خواهیم بود. پس از این آپدیت بازیکنان از طریق RocketID می‌توانند دوستان خود را جست‌وجو کرده و آن‌ها را به لیست دوستان‌شان اضافه کنند. RocketID هم شامل نام کاربری بازیکنان به‌ همراه اعدادی است که در انتهای نام کاربری آنها قرار می‌گیرد.

بازیکنان از داخل تنظیمات می‌توانند نام کاربری خود را تغییر دهند، اما اعداد در نظر گرفته شده به‌ صورت تصادفی انتخاب شده‌اند و قادر به تغییرشان نخواهید بود. لیست دوستان شما در بازی راکت لیگ پس از آپدیت ذکر شده هم شامل یک شاخه‌ جدید می‌شود که با مراجعه به آن می‌توانید ۲۵ بازیکنی را که اخیرا در تیم‌تان یا تیم حریف قرار داشته‌اند، مشاهده کنید. همچنین یک ویدیو هم منتشر شده است که در ادامه می‌توانید آن را در زومجی تماشا کنید تا شناخت بیشتری به لیست دوستان جدید راکت لیگ پیدا کنید.

دانلود ویدیو از آپارات

در انتها مشخص شده است که رویداد فصل بهار بازی لغو شده است و به‌ دنبال آن استودیو سایانیکس رویداد دیگری را در اواخر سال جاری میلادی در دسترس بازیکنان قرار می‌دهد. برای جبران این اتفاق هم از تاریخ ۱۶ اسفند ماه (هفت مارس) الی ۲۰ اسفند ماه (۱۱ مارس) رویداد XP دو برابر برای بازیکنان در نظر گرفته شده است. همچنین در این بازه زمانی درصد کسب Paintهای داخل بازی هم دو برابر افزایش پیدا می‌کند.

بازی سال گوگل میزان آشنایی شما را با عبارات جستجوی پرشمار در سال ۲۰۱۸، می‌سنجد

بازی سال گوگل میزان آشنایی شما را با عبارات جستجوی پرشمار در سال ۲۰۱۸، می‌سنجد

گوگل در آستانه سال جدید میلادی اقدام به طراحی یک بازی تعاملی با محوریت عبارات با بیشترین میزان جستجو در سال گذشته، کرده است.

سال ۲۰۱۸ میلادی هم رو به پایان است و مثل همیشه این سال هم وقایع جذاب خود را داشته است. گوگل با طراحی یک بازی به نام «بازی سال» بنا دارد تا حضور ذهن شما را پیرامون اتفاقات سال گذشته بیازماید؛ و این کار را با پرسیدن سوالاتی پیرامون جستجوهای پرشمار گوگل در ۳۴۰ روز گذشته، انجام می‌دهد.

تخته نرد

بازی سال لیستی از ۲۰ سوال چندگزینه‌ای در مورد بیشترین موارد جستجوی گوگل در سال گذشته دارد. هرچه پرسش‌ها پیش می‌روند دشوارتر می‌شوند. برخی سوال‌ها، جواب‌های هیجان‌انگیزی نیز دارند.

مجری بازی که پرسش‌ها و توضیحات شما را با صدای بلند می‌خواند، یک دستیار صوتی است که توسط WaveNetو با کمک فناوری یادگیری ماشین گوگل و سرویس‌های ابری این شرکت ساخته شده است.

قبل از شروع بازی هم، بازیکنان می‌تواند سرعت و جنس صدای مجری را تغییر دهند.

برای شروع بازی به صفحه‌ی GameOfTheYear گوگل مراجعه کنید. در نظر داشته باشید که این صفحه از گوگل برای IPهای ایران مسدود است.

پردانلودترین و سودآورترین بازی ها و اپلیکیشن های موبایلی 2018

پردانلودترین و سودآورترین بازی ها و اپلیکیشن های موبایلی 2018

مؤسسه‌ی App Annie فهرست پردانلودترین و سودآورترین بازی‌ها و اپلیکیشن‌های موبایلی ۲۰۱۸ را منتشر کرده است که نام‌هایی مثل نتفلیکس و پاب‌جی موبایل در آن‌ها دیده می‌شود.

ظاهرا سال به سال میزان دانلود اپلیکیشن‌ها و البته میزان هزینه‌ای که مردم در آن‌ها صرف می‌کنند، در حال رشد است. مؤسسه‌ی App Annie در گزارش جدیدش مدعی شده تعداد دفعاتی که اپلیکیشن‌ها در سراسر دنیا دانلود شده‌اند، با رشدی ۱۰ درصدی در سال ۲۰۱۸، به ۱۱۳ میلیارد بار رسیده است.

از طرفی، همین‌رشد با سرعت بیشتری برای هزینه‌هایی که مردم در اپلیکیشن‌ها صرف می‌کنند، در سال ۲۰۱۸ به‌وقوع پیوسته است؛ بر این اساس، کاربران فروشگاه‌های آنلاین در سراسر دنیا طی سال اخیر میلادی بیش از ۷۶ میلیارد دلار در اپلیکیشن‌ها هزینه کرده‌اند که حدود ۲۰ درصد بیشتر از سال قبل است.

موسسه‌ی App Annie آمار یادشده را با تحلیل داده‌های حاصل از دو فروشگاه بزرگ اپ استور اپل و پلی استور گوگل تا روز پانزدهم دسامبر ۲۰۱۸ (۲۴ آذر ۱۳۹۷) به‌دست آورده است. فروشگاه‌های چینی شخص ثالث شامل این آمار نمی‌شوند، البته اگر آن‌ها نیز در این آمار دخیل بودند، بی‌شک اعداد یادشده فراتر از این می‌رفتند.

این آمار تا روز پانزدهم دسامبر گرفته شده‌اند؛ تحلیلگران می‌گویند که در نیمه‌ی دوم آخرین ماه میلادی سال ۲۰۱۸ نیز آمار مثبتی ثبت شده است. خصوصا از این‌جهت که مردم با فرا رسیدن فصل تعطیلات کریسمس و آغاز تخفیف‌ها، نسبت به خرید گوشی‌های جدید اقدام و تبعا برای دستگاه‌هایشان اپلیکیشن دانلود می‌کنند. البته تاثیر این ۱۵ روز، به حدی نیست که اعداد یادشده را دست‌خوش جدی کند.

App Annie می‌گوید که قصد دارد در ماه ژانویه‌ی پیش‌رو (دی-بهمن ۱۳۹۷) و پس از به‌پایان رسیدن کریسمس، گزارش کامل آمار اپلیکیشن‌های موبایلی را منتشر کند. این مؤسسه، افزایش درخورتوجه هزینه‌ی صرف‌شده توسط مردم در اپلیکیشن‌ها را مدیون بازی‌های موبایلی می‌داند؛ بازی‌هایی که طبق ادعای App Annie، محبوب‌ترین و سودآورترین فرمت در میان بازی‌های ویدئویی هستند (نسبت به بازی‌های کامپیوتری یا کنسولی).

PUBG / Playerunknowns Battlegrounds

آثاری نظیر پاب‌جی موبایل و فورتنایت، سهم عمده‌ای در افزایش سودآوری بازی‌های موبایل در سال ۲۰۱۸ داشته‌اند

در سال ۲۰۱۸، بازار بازی‌های موبایلی با انتشار آثاری مثلPUBG Mobile ،Fortnite و Robloxبه بلوغ رسید؛ به‌لطف عرضه‌ی گوشی‌هایی با سخت‌افزار قوی، این بازی‌ها به‌شکلی چشم‌نواز اجرا می‌شوند و تجربه‌ی لذت‌بخشی را به‌کاربر منتقل می‌کنند. همچنین اثری مثل فورتنایت با استفاده از قابلیت کراس پلتفرم توانست حسابی به‌محبوبیت برسد.

تحلیلگران App Annie پیش‌بینی می‌کنند که این روند در سال ۲۰۱۹ هم ادامه‌دار باشد؛ چرا که در این سال گوشی‌هایی قدرتمندتر با توانایی بیشتر در زمینه‌ی اجرای بازی‌های سنگین چندنفره روانه‌ی بازار خواهند شد. از طرفی دیگر، بازی‌های سبک هایپر-کژوال (Hyper-Casual) هم توانستند رشد خوبی را طی یک سال اخیر تجربه کنند.

تخته نرد

همچنین اپلیکیشن‌های دارای حق اشتراک توانسته‌اند نقش مهمی را در افزایش هزینه‌ی صرف‌شده توسط کاربران در سال ۲۰۱۸، ایفا کنند. مؤسسه‌ی App Annie پیش‌بینی می‌کند که هزینه‌ی صرف‌شده در فروشگاه‌های مبتنی بر اپلیکیشن (شامل فروشگاه‌های شخص ثالث در چین) در سال ۲۰۱۸ مرز ۱۲۲ میلیارد دلار را رد کند. این مؤسسه همچنین مدعی است که مردم در سال ۲۰۱۸، زمان بیشتری را پای گوشی‌های موبایل‌شان گذرانده‌اند.

ظاهرا در سال ۲۰۱۸، هر کاربر معمولی گوشی در ایالات متحده‌ی آمریکا به‌صورت روزانه تقریبا سه ساعت را صرف استفاده از اپلیکیشن‌ها کرده است؛ این عدد نسبت به سال ۲۰۱۷ به‌میزان ۱۰ درصد و نسبت به سال ۲۰۱۶ به‌میزان ۲۰ درصد رشد داشته است.

فیسبوک مسنجر

پردانلودترین بازی‌ها و اپلیکیشن‌های سال ۲۰۱۸ در فروشگاه‌های اپ استور و گوگل پلی
ردیف پردانلودترین بازی‌ها پردانلودترین اپلیکیشن‌ها
۱ Helix Jump Facebook Messenger
۲ Subway Surfers Facebook
۳ PUBG Mobile WhatsApp Messenger
۴ Free Fire Tik Tok
۵ Love Balls Instagram
۶ Rise Up UC Browser
۷ Candy Crush Saga SHAREit
۸ Happy Glass Snapchat
۹ Sniper 3D Assassin Netflix
۱۰ Kick the Buddy Vigo Video

این شرکت همچنین جدول اپلیکیشن‌هایی که طی سال اخیر میلادی بیشتر از بقیه دانلود شده‌اند و در آن‌ها بیشتر هزینه شده را منتشر کرده است. بر این اساس، اپلیکیشن Messenger بیشترین میزان دانلود را در بین اپلیکیشن‌ها به‌خود اختصاص داده است. بازی Helix Jump نیز لقب پردانلودترین بازی ۲۰۱۸ را از آن خود کرده است.

نتفلیکس / Netflix / نت فلیکس

سودآورترین بازی‌ها و اپلیکیشن‌های سال ۲۰۱۸ در فروشگاه‌های اپ استور و گوگل پلی
ردیف سودآورترین بازی‌ها سودآورترین اپلیکیشن‌ها
۱ Fate/Grand Order Netflix
۲ Honour of Kings Tinder
۳ Monster Strike Tencent Video
۴ Candy Crush Saga iQiyi
۵ Lineage M Pandora Music
۶ Fantasy Westward Journey Kwai
۷ Pokémon GO YouTube
۸ Dragon Ball Z Dokkan Battle Youku
۹ Clash of Clans Line
۱۰ Clash Royale HBO NOW

ظاهرا سازندگان بازی Fate/Grand Order توانسته‌اند حسابی از بازی خود درآمد کسب کنند؛ زیرا طبق آمار، کاربران این بازی بیشتر از هر بازی دیگری در سال ۲۰۱۸، در آن هزینه شده است. نهایتا همان‌طور که می‌شد انتظار داشت، کاربران بیشتر هزینه‌های خود را در سال ۲۰۱۸ در اپلیکیشن نت‌فلیکس صرف کرده‌اند.

افزایش بحران تکرارپذیری علم در نشریه‌های معتبر

افزایش بحران تکرارپذیری علم در نشریه‌های معتبر

بحران تکرار پذیری علم در علوم اجتماعی مخصوصا روان‌شناسی و آزمایش‌های علمی افزایش پیدا کرده است.

از مهم‌ترین مشخصه‌های یک پژوهش علمی معتبر می‌توان به شفافیت روش و قابلیت تکرارپذیری نتایج، اشاره کرد. یعنی پژوهشگرانی که مهارت‌ها و توانایی‌های مشابهی داشته باشند بتوانند به نتایج مشابهی دست یابند. اما مدتی است که توجه‌ها به سوی «بحران تکرارپذیری» جلب شده است و در بعضی علوم مانند روان‌شناسی و پزشکی بیشتر است. در یک نظرسنجی‌ که توسط نشریه‌ی نیچر انجام شد، سوال‌هایی درمورد بحران تکرارپذیری از حدود ۱۶۰۰ پژوهشگر در حوزه‌های مختلف پرسیده شد. نیمی از پاسخ‌دهندگان معتقد به وجود بحران جدی تکرارپذیری درعلوم بودند. ۴۰٪ دیگر معتقد به وجود بحران خفیف تکرارپذیری بودند. فقط ۱۰٪ آن‌ها مطلع نبودند یا معتقد بودند چنین بحرانی وجود ندارد.

وقتی از آن‌ها درباره‌ی دلایل ایجاد این بحران پرسیده شد، اکثر آنها معتقد بودند که فشار برای انتشار سریع نتیجه‌ی پژوهش و همین‌طور گزارش انتخابی، از عوامل همیشه حاضر هستند. افزایش رقابت برای دریافت فرصت‌ها و موقعیت‌های دانشگاهی و روند دست‌و‌پاگیر اداری و اجرایی، پژوهشگران را در وضعیت کمبود وقت و منابع دائمی قرار داده است. اما بخشی از این بحران نیز به ایرادهای موجود در برخی روش‌های مرسوم در طراحی تجربه‌ها مربوط می‌شود. به‌عنوان مثال اگر به روش متداول «آزمایش تصادفی کنترل‌شده» که کاربرد گسترده‌ای در کارآزمایی‌های بالینی دارد، توجه کنیم؛ در این روش، داوطلبان به صورت تصادفی به دو یا چند گروه تقسیم می‌شوند: گروه اول تحت درمان مورد آزمایش قرار می‌گیرند (گروه تحت آزمایش) و گروه دوم تحت درمان قرار نمی‌گیرند ولی وضعیت آن‌ها جهت مقایسه زیر نظر گرفته می‌شود (گروه کنترل). در نهایت، نتایج گروه تحت آزمایش و گروه کنترل با هم مقایسه می‌شوند و روابط علت و معلولی بین درمان و پاسخ به آن بررسی می‌شوند.

برای اینکه اطمینان بیشتری نسبت به نتایج تحقیق داشته باشیم، باید آن‌را تکرار کرد

این نوع پژوهش‌ها به صورت گسترده‌ای برای بررسی تأثیرات، موارد ایمنی، خطرات احتمالی و در مجموع کارآیی داروها و رویه‌های درمانی جدید به‌کار گرفته می‌شوند و قوانین بهداشتی کشورها و معیارهای رسمی دارویی-درمانی آن‌ها نیز تا حد زیادی از آن‌ها تأثیر می‌گیرند. فرض بنیادینی که صحت این روش را تضمین می‌کند این است که دو گروه باید به گونه‌ای انتخاب شوند که قابل مقایسه باشند یعنی نوع و پراکندگی خصوصیت‌های اعضای آن‌ها با یکدیگر قابل مقایسه باشد؛ حداقل تا جایی که به پیش‌زمینه‌ها و عواملی که می‌توانند روی نتیجه‌ی کارآزمایی تاثیر بگذارند مربوط می‌شود. واضح است که در حوزه‌های مربوط به انسان و جامعه این کار دشوار و تقریبا ناممکن است، چرا که سوابق و خصوصیت‌های افراد منحصر به فرد است و تعداد عواملی که می‌توانند روی نتیجه‌ی کارآزمایی تاثیر بگذارند بسیار زیاد است. بنابراین محققان چاره‌ای جز ساده‌سازی و چشم‌پوشی از بخشی از این عوامل ندارند. اما آیا این ساده‌سازی‌ها و چشم‌پوشی‌ها منجر به تولید نتایج قابل اعتماد و تکرارپذیر می‌شوند؟

بحران تکرارپذیری/ Replication crisis

مقاله‌ای که اخیرا در یکی از ژورنال‌های معتبر پزشکی منتشر شد، زنگ خطر را به صدا در آورده است. نویسنده ۱۰ مورد از پر ارجاع‌ترین مقاله‌ها در حوزه‌ی پزشکی را که همه‌ی آنها از روش «آزمایش تصادفی کنترل‌شده» استفاده کرده‌اند، بررسی کرده است. بر اساس این پژوهش، در مقاله‌های یاد شده خصوصیت‌‌های زمینه‌ای داوطلبان که می‌توانند نتایج را تغییر دهند معمولا به‌صورت نامطلوبی بین گروه‌های کارآزمایی تقسیم شده‌اند و کارآزمایی‌ها معمولا عوامل دیگری را که می‌توانند روی نتایج گزارش ‌شده‌شان تاثیر بگذارند نادیده گرفته‌اند. اگر این یافته درست باشد، تحقیقات گسترده‌ای که طی سال‌ها با استفاده از این روش انجام شده‌اند فاقد اعتبار می‌گردد و باید مورد ارزیابی دوباره قرار بگیرند. این یعنی کارآیی و خطرات احتمالی بسیاری از داروها و شیوه‌های درمانی که بر اساس این نوع تحقیقات ارزیابی شده‌اند زیر سوال خواهد رفت. این پژوهش در ژورنال نیچر منتشر شده است.

بحران تکرارپذیری به معنای افزایش تعداد پژوهش‌هایی است که کسی قادر به تکرار نتایج آن‌ها نیست. این نتایج حتی وقتی در ژورنال‌های علمی منتشر می‌شوند محدود به شرایط منحصر به فرد حاکم بر تحقیق انجام شده هستند، در نتیجه قابل تکرار و تعمیم نیست و ارتباط چندانی با موضوع ادعایی ندارند. در شرایطی که روز به روز به پیچیدگی تجربه‌ها، اندازه‌گیری‌ها و تحلیل‌ها افزوده می‌شود، کار محققان علوم تجربی نیز برای تولید نتایج تکرارپذیر و قابل اعتماد دشوارتر و دشوارتر می‌شود. تکرار کردن در علم اهمیت بالایی دارد. برای اینکه اطمینان بیشتری نسبت به نتایج پژوهش داشته باشیم، باید آن‌را تکرار کرد تا به نتایج مشابهی دست یافت. تمامی دانشمندان درباره‌ی نحوه‌ی تفسیر نتایج توافق نظر ندارند‌؛ اما وقتی روشی بیش از یک مجموعه‌داده تولید می‌کند، اطمینان در آزمایش تا حد زیادی کاهش می‌یابد.

تخته نرد آنلاین

علم روانشناسی دچار بحران تکرارپذیری شده است؛ یعنی آزمایش‌های تکرار شده به مشاهده‌های یکسانی نمی‌رسند

در سال‌های اخیر، علم روانشناسی با بحران تکرارپذیری دچار چالش‌هایی شده است. یعنی آزمایش‌های تکرار شده و غالبا تاثیرگذار به مشاهده‌های یکسانی نمی‌رسند. شاید گذاشتن نام بحران بر روی آن مقدری اغراق‌آمیز باشد، اما بررسی انجام شده در سال گذشته توسط مجله‌ی Nature مشخص کرد که بیش از ۱،۵۷۶ پژوهشگر ادعا کردند که مشکلی مهم وجود دارد. از پنج مطالعه‌ی کلیدی، دو مورد به‌صورت رضایت بخش تکرار شد؛ دو مورد با مشکلات فنی گیج‌کننده‌ای روبه‌رو شد و یک مورد هم اصلا تکرار نشد. چنان‌که از وخیم بودن نتایج پیداست، دانستن نحوه‌ی تفسیر نتایج هم کار سختی است. از طرفی، اطمینان ما نسبت به مفید بودن چنین پژوهشی باید دچار لغزش شود. اما برخی از پیچیده بودن علم سخن به میان آورده‌اند. چارلز سایر، ویراستار eLIFE و زیست‌شناس سرطان در ماه ژانویه اعلام کرده بود، افراد همیشه این نظرات بی‌معنی را مطرح می‌کنند که تکرارپذیری در علم وجود ندارد.

بحران تکرارپذیری/ Replication crisis

پژوهشگران به بررسی گزارش «جهش‌های یافت شده در برخی انواع سرطان خون و سرطان مغز»، منتشر شده در مجله‌ی Cancer Cell on mutations و مقاله‌ای دیگر به‌نام «بازدارنده‌ای که جلوی تقسیم سلول‌های سرطان خون را می‌گیرد»، پرداختند. هر دوی این مقاله‌ها توانستند بخش‌های مهمی از پژوهش‌های قبلی را تکرار کنند. یعنی تاکنون چهار مورد از هفت آزمایش، موفق به پشتیبانی از یافته‌ها شده‌اند. اما همه‌ی نتایج عالی نبود؛ هرچند آن بازدارنده‌ی یاد شده به کاهش رشد سلول‌های سرطانی در موش‌ها منجر شد، اما مطالعه‌ی جدید از افزایش عمر موش‌ها خبری به‌دست نداد. چون مطالعه‌ی جدید مقداری از روش قبلی فاصله گرفت، پژوهگران فکر می‌کنند که تاکید زیاد بر این اختلاف جزئی درست نیست. کارن آدلمن، زیست‌شناس مولکولی در دانشگاه هاروارد در مجله‌ی Science اعلام کرد:

به‌نظر من نباید زیاد بر نبود تفاوت‌های آماری معنادار به‌عنوان نقطه‌ی نهایی تاکید کرد. در سال‌های آینده خبرهای بیشتری در رابطه با تکرار آزمایش‌ها و مقاله‌ها شنیده خواهد شد. پس نفس خود را حبس نکنید، چون برخی در این امر به موفقیت می‌رسند و برخی در تکرار نتایج ناکام خواهند بود. موفقیت واقعی، دستیابی به اطلاعات جدیدی خواهد بود که می‌توان از آنها برای گسترش و تقویت علم استفاده کرد

Johan Mackenbach، پژوهشگر سلامت عمومی در روتردام و مدیر پنل آکادمی سلطنتی علم و هنر هلند، چندین پیشنهاد نیز برای حل مشکل دارد؛ از جمله این که می‌توان دقت عمل مقالات دست اول علمی را افزایش داد و دانشمندانی که قصد دارند تحقیقات قبلی را تکرار کنند، حمایت کرد. مؤسسات باید تاکیدات بیشتری روی آموزش طراحی تحقیق و آنالیز آماری داشته باشند. همچنین باید به دانشمندان حوزه‌ی تکنولوژی، نحوه‌ی بازتولید تحقیقات را آموزش داد. ژورنال‌ها بایستی محققان را موظف به ثبت reports in advance کنند تا قبل از این که اصلا سرریز اطلاعات صورت گیرد، تا همان ابتدا چاره‌ای برای پروتکل تحقیق و طرح آنالیز اندیشیده شود. دانشمندان نیز شایسته است اطلاعات بیشتری را از متدهای مورد استفاده‌ی خود در دسترس قرار دهند تا گروه‌های دیگر بتوانند تحقیقات را تکرار کنند.

مدل کامپیوتری برای پیش بینی نتایج بیماری‌های چشمی

مدل کامپیوتری برای پیش بینی نتایج بیماری‌های چشمی

با پیشرفت در زمینه هوش مصنوعی و یادگیری ماشین بیماری‌های چشمی از لحاظ اختلالات محاسباتی که توسط شبکیه انجام می‌شود، قابل توصیف خواهند شد.

چشم‌های ما میزبان یک کامپیوتر زیستی قدرتمند یعنی شبکیه است. درک اینکه چگونه شبکیه تصاویر دنیای بیرون را تبدیل به سیگنال‌هایی می‌کند که مغز قادر به تفسیر آنها است، نه‌تنها موجب افزایش دانش در زمینه‌ی محاسبات مغز می‌شود، بلکه از نظر پزشکی نیز سودمند است. اما آیا ما دانش کافی در زمینه‌ی مدارهای عصبی شبکیه داریم که بفهمیم چگونه یک اختلال، محاسبات شبکیه را تحت تاثیر قرار می‌دهد؟

یک گروه بین‌المللی از پژوهشگران با انجام مجموعه‌ای از آزمایش‌ها ترکیبی متشکل از ابزارهای ژنتیکی، ویروسی و ملکولی، آرایه‌های میکروالکترود با چگالی بالا و مدل‌های کامپیوتری، به این سوال پرداخته‌اند. نتیجه‌ی این مطالعات نشان داد که مدل جدید شبکیه می‌تواند با دقت بالایی نتایج یک اختلال تعریف‌شده را پیش‌بینی کند. این کار قدم مهمی به سوی ایجاد یک مدل کامپیوتری از شبکیه است که می‌تواند نتیجه‌ی بیماری‌های شبکیه را پیش‌بینی کند.

ساختار شبکیه چشم

ساختار شبکیه چشم

فرایند دیدن در شبکیه آغاز می‌شود؛ جایی که سلول‌های گیرنده‌ی نور، تابش نوری رسیده به چشم را گرفته و آن را به فعالیت عصبی تبدیل می‌کنند. سپس سلول‌های گانگلیون سیگنال‌های بصری را به مغز ارسال می‌کنند. شبکیه چیزی فراتر از یک دوربین و یک کابل است: شبکیه بین گیرنده‌های نوری و سلول‌های گانگلیونی، مدارهای پیچیده‌ی عصبی دارد که از انواع بسیار مختلفی از سلول‌های عصبی تشکیل شده‌اند. این مدارها سیگنال‌های ورودی را به روشی پیچیده پردازش می‌کنند و ويژگی‌های مهم صحنه‌ی بصری را استخراج می‌کنند.

در سطح خروجی شبکیه، محاسبات مدارهای شبکیه، چیزی حدود سی بازنمایی عصبی از صحنه‌ی بصری ایجاد می‌کنند که به موازات به مغز منتقل می‌شوند. بنابراین شبکیه همچون دستگاه محاسباتی قوی عمل کرده و بازنمایی‌های بصری را به شیوه‌ی عمیقی شکل می‌دهد. برای درک مکانیسم دیدن و پیش‌بینی نتایج بیماری‌های بصری، لازم است که بفهمیم چگونه این سی کانال خروجی شبکیه دنیای بصری را نشان می‌دهند و چگونه ویژگی‌های عملکردی متفاوت آن‌ها در نتیجه‌ی معماری مدارهای شبکیه حاصل می‌شود.

پژوهشگران برای پاسخ به این سوال، در یک عنصر خاص مدار شبکیه اختلال ایجاد کردند و در همان زمان بررسی کردند که این آشفتگی چگونه ویژگی‌های عملکردی کانال‌های خروجی مختلف شبکیه را تغییر می‌دهد. آنتونیا دریننبرگ نویسنده‌ی اصلی مقاله‌ی پژوهشی مربوطه، روشی را برای کنترل فعالیت سلول‌های افقی توسعه داد. سلول‌های افقی مولفه‌ای از مدار شبکیه هستند که مهار بازخورد را در اولین سیناپس بصری بین گیرنده‌های نوری و سلول‌های دو قطبی ایجاد می‌کنند. او با این روش که شامل اجزای ویروس‌ها، موش ترانسژنیک و کانال‌های یونی دریچه لیگاندی مهندسی‌شده بود، توانست بازخورد را در نخستین سیناپس بصری خاموش و روشن کند. او برای اندازه‌گیری اثرات این آشفتگی در خروجی شبکیه، از آرایه‌های میکروالکترودی با چگالی بالا استفاده کرد و سیگنال‌های الکتریکی صدها سلول گانگلیون را به‌طور همزمان ثبت کرد.

ایجاد یک آشفتگی موجب ایجاد مجموعه‌ای بزرگ از تغییرات مختلف در خروجی شبکیه شد. دریننبرگ می‌گوید:

ما از طیف گسترده اثراتی که در نتیجه‌ی ایجاد اختلال در یک عنصر به‌خوبی تعریف‌شده‌ی شبکیه، ایجاد شد، تعجب کردیم. در ابتدا مردد بودیم که مشکلات فنی ممکن است موجب این تنوع شده باشد. اگرچه بعد از اندازه‌گیری سیگنال‌ها در هزاران سلول گانگلیون و در کانال‌های خروجی تعریف‌شده‌ی شبکیه، معلوم شد که تنوع مشاهده‌شده در مشارکت سلول‌های افقی باید حاصل معماری خاص مدارهای شبکیه باشد.

تخته نرد آنلاین

سلول های افقی شبکیه چشم

سلول‌های افقی شبکیه چشم

چگونه یک مولفه‌ی مدار شبکیه می‌تواند منجر به چنین اثرات مختلفی شود؟ برای بررسی این موضوع، فلیکس فرانک و راوا دا-سیلوریا یک مدل کامپیوتری از شبکیه ساختند. در این مدل مسیرهای مختلف عبور سیگنال از شبکیه شبیه‌سازی شد و تیم علمی به‌دنبال این موضوع بود که آیا دانش کنونی آن‌ها از مدار عصبی شبکیه می‌تواند توجیه‌گر اثرات مشاهده‌شده در آزمایش باشد یا نه. در حین مطالعه‌ی رفتار مدل، پژوهشگران دریافتند که مدل می‌تواند کل تغییرات اندازه‌گیری شده در آزمایش را دوباره تکرار کند؛ یعنی پژوهشگران توانسته بودند به‌درستی مدل را تعریف کنند. علاوه بر این مدل، پنج بیش‌بینی دیگر در مورد نقش سلول‌های افقی ارائه کرد که در داده‌های قبلی به دست نیامده بود. فرانک می‌گوید:

ما وقتی دیدیم مدل از چیزی که هنگام ساخت آن در ذهن داشتیم، جلوتر رفته است، شگفت‌زده شدیم. تمام پیش‌بینی‌های اضافه، وقتی مورد آزمون قرار گرفتند، تایید شدند.

دا-سیلوریا توضیح می‌دهد که یک راه برای آزمایش درستی درک ما از شبکیه این است که یکی از عناصر آن را دچار احتلال کنیم و تمام خروجی‌ها را اندازه‌گیری کنیم و ببینیم که آیا دانش ما که به صورت یک مدل تعریف شده است، می‌تواند تغییرات مشاهده شده را پیش‌بینی کند یا نه. روسکا نیز گفت:

مرحله بعدی استفاده از این مدل برای پیش‌بینی نتایج بیماری‌های چشمی است.

الگوریتمی برای ردیابی گسترش سرطان در بدن

الگوریتمی برای ردیابی گسترش سرطان در بدن

پژوهشگران روش محاسباتی جدیدی را برای افزایش توانایی ردیابی انتشار سلول‌های سرطانی از یک قسمت از بدن به قسمت‌های دیگر، توسعه داده‌اند.

مهاجرت سلول‌ها می‌تواند منجر به بروز بیماری‌های متاستاتیک شود. این وضعیت عامل حدود ۹۰ درصد از مرگ‌های سرطانی در نتیجه‌ی ایجاد تومورهای جامد است؛ توده‌های سلولی که در اندام‌هایی نظیر سینه، پروستات و روده‌ی بزرگ رشد می‌کنند. درک محرک‌های متاستازیس می‌تواند منجر به توسعه‌ی روش‌های درمانی جدید با هدف بلاک کردن فرایند انتشار سرطان در بدن شود.

تخته نرد آنلاین

بن رافائل استاد کامپیوتر دانشگاه پرینستون و نویسنده‌ی ارشد پژوهش می‌گوید:

آیا تغییرات خاص یا جهش‌هایی که درون این سلول‌ها اتفاق می‌افتد، موجب مهاجرت آن‌ها می‌شود؟ این موضوع یکی از اسرار بزرگ بوده‌است.

در مطالعه‌ای که در Nature Genetics منتشر شده‌است، رافائل و همکارانش الگوریتمی را ارائه کردند که می‌تواند متاستاز سرطان را با تلفیق اطلاعات توالی DNA و اطلاعات مربوط به موقعیت قرار گرفتن سلول‌ها در بدن، ردیابی کند. نام این الگوریتم ماشینا (MACHINA) در نظر گرفته شده‌است. رافائل گفت:

الگوریتم ما پژوهشگران را قادر می‌سازد که فرایند گذشته‌ی متاستازیس را از روی داده‌های توالی DNA به‌دست‌آمده در زمان حال، استنباط کنند.

این تکنیک نسبت به مطالعات قبلی که فقط متکی به روش‌های مبتنی بر توالی DNA بودند، تصویری واضح‌تر از تاریخچه‌ی مهاجرت سرطان ایجاد می‌کند. برخی از این مطالعات الگوهای مهاجرت پیچیده‌ای را استنباط کرده بودند که با دانش کنونی در مورد بیولوژی سرطان سازگاری ندارد. رافائل گفت:

مجموعه داده‌هایی که ما امروزه به‌دست می‌آوریم، بسیار پیچیده هستند؛ ولی داده‌های پیچیده همیشه نیاز به توضیحات پیچیده‌ای ندارند.

با ردیابی همزمان جهش‌ها و حرکت‌های سلولی در الگوریتم ماشینا نشان داده شد که بیماری متاستاتیک در برخی از بیماران نسبت به آنچه قبلا تصور می‌شد، حاصل مهاجرت‌های سلولی کمتری است. برای مثال در یک بیمار مبتلا به سرطان سینه، نتیجه‌ی آنالیز نشان داده بود که این بیماری حاصل ۱۴ رویداد مهاجرت جداگانه است؛ در حالی‌که الگوریتم ماشینا نشان داد که یک تومور ثانویه در ریه ریشه‌ی متاستازهای باقیمانده طی پنج مهاجرت سلولی بوده است. علاوه بر داده‌های مربوط به سرطان سینه، رافائل و همکارانش الگوریتم خود را برای آنالیز الگوهای متاستازیس بیماران مبتلا به سرطان‌های ملانوم (نوعی سرطان پوست)، تخمدان و پروستات نیز به کار بردند.

چند ویژگی دیگر نیز موجب بهبود دقت الگوریتم ماشینا می‌شود. الگوریتم بر اساس این مشاهده‌ی تجربی کار می‌کند که سلول‌های تومور می‌توانند به‌صورت خوشه‌ای به قسمت‌های جدید بدن مهاجرت کنند و شامل مدلی برای جابه‌جایی سلول‌های متفاوت از لحاظ ژنتیکی است. الگوریتم اخیر همچنین میزان عدم اطمینان را در داده‌های DNA که حاصل ترکیب توالی‌های سلول‌های تومور و سلول‌های سالم است، در نظر می‌گیرد.

آندریا سوتوریوا از موسسه‌ی تحقیقات سرطان لندن می‌گوید:

من پیش‌بینی می‌کنم که این روش جدید در جامعه‌ی ژنومیک به‌طور وسیع مورد استفاده قرار گیرد و فراهم‌کننده‌ی دانشی در زمینه‌ی مرگبارترین مرحله تکامل سرطان باشد.

توسعه‌ی الگوریتم ماشینا راه را برای بررسی گسترده‌تر الگوهای متاستازیس در گروه‌های بزرگ بیماران هموار می‌کند و می‌تواند جهش‌های کلیدی که موجب گسترش انواع مختلف سرطان می‌شود، را شناسایی کند. رافائل همچنین در نظر دارد که با گنجاندن داده‌های DNA تومور و سلول‌های توموری که در جریان خون وجود دارند و نیز تغییراتاپی‌ژنتیک؛ روش را قدرتمندتر کند.

رافائل گفت:

یک الگوریتم بهتر همانند یک میکروسکوپ بهتر است؛ هنگامی شما با یک ذره‌بین به طبیعت نگاه کنید جزئیات مهمی را ممکن است از دست بدهید. اگر با میکروسکوپ نگاه کنید چیزهای بیشتری خواهید دید.

آیا زمین آبی ما در گذشته ارغوانی رنگ بوده است؟

آیا زمین آبی ما در گذشته ارغوانی رنگ بوده است؟

احتمال دارد کره‌ی زمین در روزهای اولیه‌ی پیدایش حیات، به دلیل وجود نوعی گونه‌ی زیستی خاص، به رنگ ارغوانی بوده باشد؛ کشفی که برای جستجوی حیات فرازمینی در آینده مفید خواهد بود.

احتمال می‌‌رود که گونه‌‌های اولیه‌‌ی زیستی روی زمین با استفاده از یک مولکول ارغوانی‌رنگ به‌ نام رتینال، قادر به تولید انرژی متابولیک از نور خورشید بوده باشند؛ مولکولی که احتمالاً در دوره‌‌ای پیش از تکامل کلروفیل و فتوسنتزوجود داشته است. اگر رتینال در دیگر نقاط جهان نیز تکامل یافته باشد، می‌تواند یک امضای زیستی متمایز ایجاد کند؛ چرا که نور سبز را به همان شکلی جذب خواهد کرد که پوشش گیاهی روی زمین، نورهای قرمز و آبی را جذب می‌کند.

اتمسفر زمین همیشه حاوی این مقدار قابل‌توجه از اکسیژن نبوده است. در دو میلیارد سال اول از تاریخ سیاره‌‌ی ما، اتمسفر زمین غنی از دی‌اکسید کربن و متان بود؛ اما حدود ۲/۴ میلیارد سال پیش، یک تغییر رخ داد: رویداد بزرگ اکسیژن‌‌زایی که غلظت اکسیژن آزاد در اتمسفر ما را به‌‌طرز چشمگیری افزایش داد. علت این پدیده، سیانوباکتری‌‌ها بودند. این موجودات می‌‌توانند فتوسنتز کنند؛ یا به‌‌عبارتی نور خورشید و دی‌اکسید کربن را جذب کرده و از طریق ماده‌‌ی سبز رنگی به‌‌نام کلروفیل، آن را به قند (سوخت اصلی فرایندهای حیات) و اکسیژن (به‌‌عنوان محصول جانبی) تبدیل می‌‌کنند.

گونه‌های زیستی فتوسنتزکننده در ۳/۵ میلیارد سال پیش، یعنی زمانی قبل از رویداد بزرگ اکسیژن‌زایی نیز وجود داشته‌اند. اما پدیده‌‌های دیگری مانند مکانیسم‌های زمین‌شناسی که قادر به حذف اکسیژن از اتمسفر بودند، روند اکسیژن‌‌زایی را به تعویق انداختند. با این حال، منشأ و نحوه‌‌ی تکامل فوتوسنتز به‌‌وسیله‌‌ی کلروفیل، همچنان ناشناخته باقی ماند. شیلادیتیا دس‌‌سرما، استاد زیست‌شناسی مولکولی در دانشگاه مریلند به همراه دکتر ادوارد شوایترمن، اخترزیست‌‌شناس از دانشگاه کالیفرنیا در ریورساید، این ایده را مطرح کرده‌اند که رتینال پیش از پیدایش کلروفیل وجود داشته است و این دو رنگدانه درصدد جذب نور خورشید در طول‌موج‌های مکمل بوده‌‌اند.

تخته نرد آنلاین

زمین / earth

دس‌‌سرما می‌گوید:

متابولیسم‌‌های نورپرود بر پایه‌‌ی رتینال، هنوز در سراسر جهان (به‌‌خصوص در اقیانوس‌ها) رایج هستند و یکی از مهم‌ترین فرآیندهای زیست‌‌انرژی روی کره‌‌ی زمین محسوب می‌‌شوند.

جذب نور

کلروفیل، نور را در طول‌موج‌های ۴۶۵ و ۶۶۵ نانومتر جذب می‌کند. به همین دلیل است که برگ‌ها سبز به نظر می‌رسند؛ زیرا آن‌ها نور سبز را به‌جای جذب کردن، منعکس می‌کنند؛ با این حال، بیشترین مقادیر در طیف نور خورشید، حدود ۵۵۰ نانومتر است که شامل نور زرد و سبز می‌شود.

تعدادی از پروتئین‌ها که نور خورشید را جذب می‌کنند شامل یک مولکول رتینال هستند؛ از جمله یک پروتئین با نام bacteriorhodopsin که طول‌موج‌‌هایی با حداکثر طول‌موج ۵۶۸ نانومتر (نزدیک به حداکثر طول‌موج نور خورشید) را جذب می‌‌کنند. این طول‌موج بیشتر در محدوده‌ای است که کلروفیل قادر به جذب آن نیست. دس‌‌سرما می‌گوید که این دقیقاً همان چیزی است که باعث شد ما فکر کنیم که این دو رنگدانه‌ (رتینال و کلروفیل) ممکن است در همکاری باهم فعالیت کنند. رتینال مولکولی ساده‌‌تر است؛ از این جهت، احتمالاً زودتر از کلروفیل پدید آمده است. پس از آن، با پدید آمدن کلروفیل (که در تبدیل نور خورشید به انرژی متابولیک کارآمدتر است‌‌)، این دو با همکاری یکدیگر، بخش‌‌های مختلف از طیف نور را جذب و تبدیل کردند.

آزمایش‌ها نشان داده‌اند که با ترکیب کردن bacteriorhodopsin با غشای وزیکول می‌‌توان عملکرد یک سلول زیستی را شبیه‌‌سازی کرد؛ به‌‌گونه‌‌ای که انرژی حاصل از نور خورشید در سلول ذخیره شود. دس‌‌سرما می‌گوید که این نوآوری، نسخه‌‌ای بازسازی‌‌شده از تکامل سلول‌‌های بدوی است. اختلاف پتانسیل الکتریکی بین داخل و خارج غشا، به سلول اجازه می‌دهد تا انرژی تولید کند و این ممکن است یکی از مهم‌ترین دلایل برای این باشد که چرا سلول‌ها، واحد بنیادین زندگی محسوب می‌‌شوند.

زمین / earth

پوشش گیاهی زمین حاوی کلروفیل است که نور قرمز و آبی را جذب می‌کند و نور سبز را بازتاب یا عبور می‌دهد؛ به همین دلیل است که برگ‌های درختان، سبز به نظر می‌رسند

لبه‌ی سبز

مشاهده‌ طیف ارغوانی در سطح کرات دیگر، می‌تواند نشانه‌ای از وجود حیات مبنی بر رتینول باشد

از آنجا که گیاهان روی زمین نور قرمز را جذب ولی نور فروسرخ را منعکس می‌کنند؛ مشاهده‌‌ی گیاهان با استفاده از طیف‌‌نما نشان می‌دهد که کاهش چشمگیری در نور بازتاب‌‌شده در طول‌موج‌های قرمز رنگ دیده می‌‌شود؛ این کاهش ناگهانی «لبه‌‌ی قرمز» نامیده می‌شود. کارشناسان پیشنهاد می‌‌کنند که در هنگام بررسی سیاراتی که امکان حیات در آن‌‌ها وجود دارد، دانشمندان باید با کاوش طیف نور منعکس‌شده از سیاره، در جستجوی یک لبه‌‌ی قرمز باشند؛ چرا که چنین نشانه‌‌ای، دال بر وجود پوشش گیاهی بر پایه‌‌ی کلروفیل یا معادل فرازمینی آن خواهد بود.

از آنجا که رتینال، نور سبز و زرد را جذب می‌کند و نور قرمز و آبی را بازتاب داده یا عبور می‌‌دهد؛ پس گونه‌‌های حیات بر پایه‌‌ی رتینال، به رنگ ارغوانی به نظر خواهد رسید. دس‌‌سرما و شوایترمن، این مرحله از تاریخ زمین را به‌‌عنوان «زمین ارغوانی» توصیف می‌کنند. از آنجا که رتینال مولکولی ساده‌تر نسبت به کلروفیل است؛ پس احتمال کشف آن به‌‌عنوان گونه‌‌های حیات رایج در دیگر سیاره‌‌ها بیشتر خواهد بود. بنابراین مشاهده‌‌ی یک «لبه‌‌ی سبز» در طیف یک سیاره، به‌‌طور بالقوه می‌تواند در حکم یک امضای زیستی برای وجود زندگی بر پایه‌‌ی رتینال باشد.

شوایترمن می‌گوید:

این کشف در حکم یک کلید مرجع دیگر در کتابخانه‌‌‌‌ی امضاهای زیستی بالقوه است که ما می‌توانیم در جاهای دیگر، به دنبال آن بگردیم.

برنامه‌‌ی زیست‌شناسی فرگشتی و فرازمینی زیست‌‌اخترشناسی ناسا، موسسه‌‌ی زیست‌‌اخترشناسی ناسا (NAI) و شبکه‌‌ی NExSS، حمایت از این پژوهش را به عهده داشتند. NExSS، یک شبکه‌‌ی هماهنگی پژوهشی در ناسا است که توسط برنامه‌‌ی زیست‌‌اخترشناسی ناسا پشتیبانی می‌شود. این بخش از برنامه‌‌، بین بخش علوم سیاره‌ای (PSD‌‌) و بخش اخترفیزیک به‌‌صورت مشترک در حال انجام است.

هر آنچه باید درمورد قوانین نیوتون و حرکت بدانیم

متین ترکیان
هر آنچه باید درمورد قوانین نیوتون و حرکت بدانیم

آیزاک نیوتون با ارائه‌ی قوانین گرانش و حرکت خود به جهان توانست انقلاب بزرگی در علم فیزیک بر‌پا کند. امروزه نیز برای توصیف جهان کلاسیکی به چیزی بیش‌تر از قوانین نیوتون نیاز نداریم.

آیزاک نیوتون در ۲۵ دسامبر سال ۱۶۴۳ در وولستروپ انگلیس به‌دنیا آمد. این فیزیکدان و ریاضی‌دان مشهور، آغاز‌گر انقلاب علمی قرن ۱۷ است. در زمینه‌ی اپتیک به کشف ترکیب رنگی نور سفید رسید و بنیان‌گذار فیزیک اپتیک مدرن شد و در مکانیک کلاسیک، سه قانون حرکت او منجر به تدوین قوانین اصلی و جهانی گرانش شد. در ریاضیات، کاشف اصلی محاسبات ریز‌مقیاس بوده است. اصول ریاضی فلسفه‌ی طبیعی که در سال ۱۶۸۷ منتشر‌شد، یکی از مهم‌ترین کار‌ها‌ی او در علم مدرن است.

ایزاک نیوتن

تاثیرات سازنده

نیوتون در یکی از دهکده‌ها‌ی وولستروپ در یک خانواده‌ی کشاورز و کارگر به‌دنیا آمد. در همان سال، گالیلیو گالیله در‌گذشت: نیوتون سر‌انجام می‌توانست از ایده‌ها‌ی ریاضی و علمی او استفاده‌کند و کار گالیله را به سر‌انجام برساند. زمانی که نیوتون به‌دنیا آمد، یک کودک ضعیف و بسیار لاغر بود و حتی امیدی به زنده‌ماندن او در روز اول زندگی نبود و قبل تولد،‌ پدرش را از دست داده‌بود. خیلی زود مادرش را هم از دست‌داد و در طول دو سال دو بار ازدواج کرد.

همسر اولش، نیوتون جوان را با مادر‌بزرگش رها کرد و به همراه یک پسر و دو دختر کوچکش به یکی از روستا‌ها‌ی همسایه رفت. نیوتون تا زمان مرگ بارناباس اسمیت در سال ۱۶۵۳ از مادرش جدا بود و به‌دلیل اتفاقاتی که در زندگی تجربه کرده‌بود و به‌دلیل تنفر از ناپدری خود به روان‌پریشی دچار‌شد.

زمانی که مادرش برای بار دوم بیوه شد، پسر اولش را مسئول رسیدگی به مسائل خانواده قرار داد. این کار به‌زودی به یک فاجعه‌ای برای وضعیت خانواده و همچنین نیوتون تبدیل‌شد. نیوتون نمی‌توانست روی کار‌های کشاورزی و رسیدگی به مزرعه و حیوانات تمرکز‌کند. در بیش‌تر وقت‌ها، در‌حال کتاب‌خواندن زیر درختی پیدا می‌شد. خوشبختانه مادرش به اشتباه خود پی‌برد و نیوتون برای آماده‌شدن برای دانشگاه، به مدرسه‌ی گرامر درد گرنتام، یعنی همان مدرسه‌‌ای که قبلا در آن درس می‌خواند فرستاده‌شد. نیوتون توانایی بسیار خوبی در ساختن مدل‌‌ها‌ی مکانیکی مانند ساعت و آسیاب بادی داشت اما به‌دلیل وجود اساتید خبره در مدرسه‌ی گرانتام، در تاریخ این مدرسه، نام نیوتون چندان پر‌رنگ نیست.

در مدرسه به سطح خوبی از زبان لاتین رسید ولی دانش او در علم حساب، بسیار سطحی بود. در ژون ۱۶۶۱، آماده بود تا در دانشکده‌ی ترینیتی دانشگاه کمبریج ثبت‌نام کند و به‌دلیل وقفه‌ای که در روند تحصیلش افتاد، مسن‌تر از سایر دانشجو‌ها به‌نظر می‌رسید.

اثرات انقلاب علمی

زمانی که در سال ۱۶۶۱ نیوتون وارد کمبریج شد، حرکتی به‌نام انقلاب علمی در‌حال شکل‌گیری بود و پایه‌ها‌ی علم نوین در‌حال شکل‌گیری بود. منجمان از کوپرنیک تا کپلر در تلاش بودند تا جهان خورشید مرکز را با جزئیات دقیق توصیف‌کنند. قبل‌تر از آن،‌ گالیله مبانی این مکانیک جدید را با توجه به اصل اینرسی (تمایل ماده به حفظ وضعیت حرکت خود یعنی ماده‌ی ساکن می‌خواهد ساکن بماند و ماده‌ی در حال حرکت می‌خواهد سرعت یکنواخت خود را حفظ کند) بنیاد نهاده‌بود.

گروه منجمان آن زمان به رهبری فیلسوف بزرگی به‌نام رنه دکارت، فرمول‌بندی این مکانیک جدید پیچیده و ظریف و لخت (Inert) را آغاز کرد. اما دانشگاه‌ها‌ی اروپا از جمله دانشگاه کمبریج، هنوز درگیر فلسفه‌ی از رونق افتاده‌ی ارسطو مبنی بر زمین مرکز بودن جهان بودند و طبیعت را به‌صورت کیفی توصیف می‌کردند و توانایی توصیف کمی آن را نداشتند.

نیوتون مانند هزاران دانشجو‌ی دیگر، تحصیلات عالی خود را با غرق‌شدن در کار ارسطو آغاز‌کرد. با این‌که فلسفه‌ی جدید، هنوز وارد دروس سیستم آموزشی نشده‌بود، همه جا از آن صحبت می‌شد. نیوتون در مسیر کار‌ها‌ی پژوهشی خود متوجه کار‌ها‌ی رنه دکارت، فیلسوف فرانسوی، و دیگر فیلسوف‌ها در مورد مکانیک شد. این فیلسوف‌ها،‌بر‌خلاف ارسطو، جهان را متشکل از ذرات ماده می‌دانستند که در‌حال حرکت هستند و به واسطه‌ی بر‌هم‌کنش‌ها‌ی مکانیکی در کنار یکدیگر قرار‌گرفته‌اند.

نیوتون کار علمی خود را در سال ۱۶۶۴ با یک دفترچه‌ی بی‌استفاده که قبلا برای تمرین‌کردن تکالیف مدرسه کنار گذاشته‌بود، آغاز کرد. نوشته‌‌ها‌یش با عنوان سوالات مسلم در فلسفه شروع می‌شد. زیر عنوان کار خود جمله‌ای یادداشت کرد و جمله این بود: افلاطون دوست من است. ارسطو دوست من است اما بهترین دوست من، حقیقت است.

سوالاتی که نیوتون یادداشت کرد نشان می‌داد که او در‌حال بنیان‌نهادن چارچوب یک انقلاب علمی است. نیوتون توانست کار‌ها‌ی دکارت را به‌خوبی تکمیل‌کند و با فیلسوف فرانسوی دیگری به‌نام پیر گاسندی آشنا‌شود. این فیلسوف بر این عقیده بود که اتم‌ها نیز یک سیستم مکانیکی هستند که طبیعت را توصیف می‌کنند. شواهد نشان می‌دهد که نیوتون به‌دنبال فلسفه‌ای جذاب‌تر و بهتر از فلسفه‌ی کارتزین بوده است و در این راستا به نتایج خوبی نیز رسیده بود. او توانسته بود وجود ذرات تقسیم‌نا‌پزیر نهایی را رد کند.

کار‌ها‌ی رابرت بویل شیمی‌دان در قرن هفدهم، مبانی کار نیوتون در شیمی را فراهم کرد. نیوتون، آثار هنری مور، یکی از پیروان افلاطون در کمبریج، را خواند و با دنیای علم کیمیا و جادو نیز آشنا شد. در آن زمان، علوم و پدیده‌ها‌ی کیمیا و جادو را به‌عنوان جهان هرمتیک (Hermetic) می‌شناختند و پدیده‌ها‌ی طبیعی را کیمیا و جادو توصیف می‌کردند. در آن زمان، دو بنیاد فکری ریاضیاتی و هرمتیک، رو‌به‌روی یکدیگر قرار داشتند. نیوتون، مطالعه‌ی ریاضی را نیز در همین زمان، با آثار دکارت آغاز کرد.

نیوتون، در سال ۱۶۶۹، آماده‌ی نوشتن یک جمع بندی از کار‌ها‌ی خود بود. او نام اثر خود را ” محاسباتی با استفاده از سری‌ها‌ی نا‌متناهی (On Analysis by Infinite Series)” قرار داد و به‌این وسیله، به فردی شناخته‌شده تبدیل‌شد. تا دو سال پس از این رویداد، نیوتون به ریاضی‌دان مرجع اروپا تبدیل‌شد و روش جدید محاسبات او متولد شد.

سال‌های طاعون

در سال ۱۶۶۵، به‌دلیل بیماری طاعون، دانشگاه به مدت دو سال بسته‌شد. نیوتون ناچار‌شد بیش‌تر مدت را در خانه و به مرور آموخته‌ها‌یش بگذراند. نیوتون در این دو سال توانست به محاسبات و یافته‌ها‌ی خود جهت دهد و آن‌ها را در نوشته‌ای به‌نام ” از رنگ‌ها (of colours)” شرح و بسط دهد. این اثر بیش‌تر شامل کاربرد ایده‌ها‌ی او در اپتیک است. او در همین مدت زمان در مورد عوامل تاثیر‌گذرا بر حرکت چرخشی تحقیق‌کرد و تحلیل‌ها و بررسی‌ها‌ی خود را به حرکت ماه و دیگر سیارات ارتباط داد و قانون عکس مجذوری خورد را نوشت. این قانون به این صورت نوشته‌شده است که: نیرو‌ی گرانشی وارد بر یک سیاره با عکس مجذور فاصله‌ی آن از خورشید، نسبت عکس دارد، بعد‌ها این قانون به قانون جهانی گرانش شهرت‌یافت.

اولین سخنرانی های علمی در ترینیتی

پس از باز‌شدن دوباره‌ی دانشگاه‌ها در سال ۱۶۶۷، نیوتون به‌عنوان یکی از اعضا‌ی دانشکده‌ی ترینیتی انتخاب‌شد. دو سال بعد، پروفسور ایزاک بارو، مترجم یکی از آثار نیوتون در لندن، از نیوتون برای ارائه‌ی یک سری سخنرانی‌ها‌ی علمی، دعوت‌کرد. نیوتون، کار‌ها‌ی اخیر خود در زمینه‌ی اپتیک را به‌عنوان اولین سخنرانی انتخاب‌کرد.

در طول سه سال بعد (۷۲-۱۶۷۰)، سخنرانی‌ها‌ی نیوتون، اثر کوتاه “از رنگ‌ها” را به کتابی با موضوع اپتیک تبدیل‌کرد.

نیوتون

در سال ۱۶۰۴، اپتیک یکی از موضوعات اصلی در روند انقلاب علمی بود. قانون سینوسی دکارت در مورد ضریب شکست نور‌ها‌ی مختلف، قانون جدیدی را بر ریاضیات نور اعمال‌کرد و نشان‌داد که جهان بر پایه‌ی قوانین ریاضی بنا‌شده است. دکارت نور را به‌عنوان عنصر اصلی فلسفه‌ی طبیعت در نظر‌گرفت و ادعا‌کرد که نور برای انتشار، همواره به یک محیط مادی نیاز‌دارد.

دیدگاه اصلی نیوتون در مورد نور این بود که نوری که در ابتدا سفید به‌نظر می‌رسد، درواقع از رنگ‌ها‌ی خاصی تشکیل‌شده است. دقیقا شبیه پدیده‌ی رنگین‌کمان که هنگام بارش باران دیده می‌شود.

در سال‌ها‌ی ۱۶۶۵ و ۱۶۶۶ آزمایش‌ها‌یی در مورد نور انجام‌شد. در این آزمایش‌ها، طیفی از یک باریکه‌ی نور به داخل یک استوانه‌ی تیره تابیده می‌شود و مشاهده‌ها‌یی انجام می‌شود. پس از انجام‌شدن این آزمایش‌ها، نیوتون، ایده‌ی ساده و همگن بودن نور را رد‌کرد. در عوض ادعا کرد که نور ساختاری ترکیبی و نا‌همگن دارد و مشاهده‌ی پدیده‌ی رنگ‌ها از تجزیه‌ی نور ناهمگن و ترکیبی به اجزا‌ی ساده‌ی تشکیل‌دهنده‌ی خود ناشی می‌شود. با شناختی که نیوتون از طبیعت نور پیدا‌کرده بود، بر این عقیده بود که هر‌کدام از رنگ‌ها‌ی تشکیل‌دهنده‌ی نور سفید، ویژگی‌ها‌ی منحصر به فردی دارند که از هر‌کدام آن‌ها به ذرات خاصی از مواد مربوط می‌شوند. از زمان نیوتون به بعد، نا‌همگن بودن نور، پایه‌ی اصلی اپتیک فیزیکی است.

اپتیک نیوتون

از میزان اثر‌گذاری تئوری رنگ توصیف‌شده توسط نیوتون در دانشگاه کمبریج، شواهد مطمئن و کاملا قابل اعتمادی وجود‌ندارد. تئوری رنگ و همچنین کار‌ها‌ی بعدی نیوتون توسط جامعه‌ی سلطنتی لندن که در سال ۱۶۶۰ سازمان‌داده‌شد، به‌گوش جهان رسید. نیوتون توانسته‌بود یک تلسکوپ بازتابی طراحی‌کند و تا قبل از معرفی آن، نام نیوتون برای جامعه‌ی سلطنتی ناشناخته‌بود. کار نیوتون مورد توجه بسیار قرار‌گرفت و او در سال ۱۶۷۲، مقاله‌ای در مورد نور‌ها و رنگ‌ها نوشت. در‌کل، مقاله‌ی او به‌خوبی در جامعه‌ی علمی پذیرفته‌شد اما هم‌زمان، اختلاف نظراتی نیز به‌گوش می‌رسید.

مخالفت های عقیده ای

یکی از مهم‌ترین مخالفان مقاله‌ی نیوتون، رابرت هوک بود. رابرت هوک یکی از رهبران جامعه‌ی سلطنتی بود و خود را استاد اپتیک می‌دانست. آتش خشم عمومی بر ضد هوک بر‌انگیخته‌شد و این واقعه بسیار بعید و غیر منتظره بود. نیوتون نتوانست از انتقادات و مخالفت‌ها در امان بماند و یک سال پس از انتشار مقاله با مخالفت‌ها و مباحثه‌ها‌ی زیادی رو‌به‌رو شد و به گوشه‌گیر شد.

در سال ۱۶۷۵، در طول سفری به لندن، شایعه‌ی پذیرفته‌شدن تئوری رنگ نیوتون توسط هوک به‌گوش نیوتون رسید. بنابر‌این او توانست جسورانه مقاله‌ی دوم خود را در مورد آزمایش پدیده‌ی رنگ‌ها با استفاده از فیلم‌ها‌ی نازک را بنویسد. هدف این مقاله، توصیف رنگ اجسام جامد بود. به‌این وسیله علاوه‌بر شکست نور، با پدیده‌ی بازتاب نیز می‌توان نشان‌داد که نور سفید از اجزا‌ی دیگری تشکیل‌شده‌ است. توضیح نیوتون در مورد رنگ اجسام، موفق نبود اما مقاله‌ی او برای اولین بار نشان‌داد که پدیده‌ها‌ی اپتیکی دوره‌ای وجود دارند.

نیوتون در آزمایشی که به آزمایش حلقه‌ها‌ی نیوتون شهرت دارد، حلقه‌ها‌ی متمرکزی از نور را بین لنز و یک شیشه‌ی نازک مشاهده کرد. فاصله‌ی بین این حلقه‌ها به قطر لایه‌ی هوا بستگی‌دارد.

قانون جهانی گرانش نیوتون

جهان می‌داند که افتادن یک سیب از درخت، منجر به نوشته‌شدن قانون جهانی گرانش توسط نیوتون شد. افتادن سیب، نیوتون را به فکر فرو‌برد. او از خود پرسید که چرا سیب به سمت بالا یا اطراف پرتاب نشد و مستقیما به‌سمت زمین سقوط کرد. او با خود فکر‌کرد که شاید واقعا زمین در افتادن سیب موثر است و سپس به‌دنبال کشف چگونگی این تاثیر، شب و روز خود را وقف‌کرد.

تئوری نیوتون به‌صورت زیر نوشته‌شده است:

این تئوری برای دو جسم نوشته‌شده است. نیروی گرانش بین این دو جسم با افزایش فاصله‌ی این دو جسم از یکدیگر کاهش پیدا می‌کند. علاوه‌بر این، شدت این نیرو، با افزایش جرم هر‌کدام از اجسام مورد‌نظر، افزایش می‌یابد. برای مثالی از دو جسم، زمین و ماه را در‌نظر بگیرید. همین نیروی گرانش بین زمین و ماه است که ماه را در مدار دایره‌ای به دور زمین نگه‌داشته است.

نیروی گرانش بین این دو جسم با افزایش فاصله‌ی این دو جسم از یکدیگر کاهش پیدا می‌کند

قانون جهانی گرانش نیوتون بیان می‌کند که تر جسم نقطه‌ای (منظور از جسم نقطه‌ای، هر جسم مادی دارای جرم و به هر ابعادی است) به جسم نقطه‌ای دیگر، نیروی گرانش وارد می‌کند که جهت این نیرو، در راستا‌ی خط واصل بین دو جسم نقطه‌ای است. این قانون شامل همه‌ی اجسام مادی کوچک و بزرگ می‌شود. اگر دو جسم بزرگ را در نظر بگیریم که به‌طور خاص، شکل تقریبا کروی نیز داشته‌باشند، کل جرم هر‌کدام از این کره‌ها را می‌توانیم به‌‌‌صورت یک نقطه‌ی متمرکز در مرکز آن در‌نظر بگیریم. علاوه‌بر این اگر این دو جسم به میزان زیادی از یکدیگر دور شوند، از این فاصله به‌صورت نقطه‌ای دیده می‌شوند.

با اینکه نیوتون توانست قانون جهانی گرانش خود را بنویسد و به‌صورت آزمایشی آن را اثبات‌کند، همچنان نمی‌توانست نیرو‌ی گرانش بین دو جسم را نسبت به نیروی گرانش بین دو جسم دیگر محاسبه‌کند. تا اینکه هنری کاوندیش توانست درستی ثابت گرانش (G) مورد محاسبه‌ی خود را به برساند. پس از آن، فرم جبری گرانش جهانی نوشته‌شد.

با اینکه بیش‌تر اجسام موجود در جهان، متقارن نیستند، برای نوشتن قانون گرانش برای هر‌کدام از آن‌ها، باید آن‌ها را به‌صورت جسم نقطه‌ای در نظر بگیریم. برای اجسام تقریبا متقارن و کروی، این کار آسان است.

گرانش جهانی برای اجسام متقارن کروی

قانون جهانی گرانش برای دو جسم نقطه‌ای بیان می‌کند که: نیروی گرانش بین این دو جسم، با اندازه‌ی جرم آن‌ها نسبت مستقیم و با مربع فاصله‌ی آن‌ها از یکدیگر(d) نسبت عکس دارد.

F=GmM/d2

در رابطه‌ی بالا، F نیروی گرانش بین دو جسم به جرم‌ها‌ی m و M است که با فاصله‌ی d از یکدیگر قرار دارند.

با این وجود، بیش‌تر اجسام، کروی نیستند و برای محاسبه‌ی نیروی گرانش بین دو جسم سه‌بعدی، باید آن‌‌ها را با یک نقطه در فضا مشخص‌کرد و جرم آن‌ها را در یک نقطه به‌نام مرکز جرم، متمرکز در نظر گرفت.

نظریه ی پوسته

نیوتون نظریه‌ی پوسته را به اثبات رساند. این نظریه بیان می‌کند که:

۱- رفتار گرانشی یک جسم کروی در مقابل اجسام دیگر به‌گونه‌ای است که به‌نظر می‌رسد تمام جرم آن در مرکزش متمرکز شده‌است.

۲- اگر جسمی درون یک جسم دیگر متقارن کروی قرار بگیرد، نیروی گرانشی خالصی از طرف جسم متقارن بیرونی به آن وارد نمی‌شود.

از آنجایی که نیرو یک کمیت برداری است، نیروی خالص وارد بر یک جسم از طرف تمامی قسمت‌ها‌ی یک پوسته‌ی کروی، برابر با نیرویی است که از طرف مرکز جرم (Center Of Mass) پوسته یعنی نقطه‌ی میانی پوسته‌ی کروی به جسم مورد‌نظر وارد می‌شود. بنابر‌این زمانی که می‌خواهیم نیروی گرانش وارد بر یک توپ ۱۰ کیلوگرمی را محاسبه‌کنیم، فاصله‌ی زمین تا توپ، همان فاصله‌ی مرکز جرم توپ تا مرکز جرم زمین است.

می‌توانیم یک کره را به تعداد بسیار زیادی پوسته‌ی کروی نازک و هم‌مرکز (درست مثل ساختار پوسته‌ای یک پیاز) تقسیم‌کنیم. بنابر تئوری پوسته‌ای، نیروی گرانش وارد بر نقطه‌ای از داخل یک جسم کروی، از طرف همان جسم، برابر با نیرویی است که داخل همان حجم با همان شعاع مورد نظر قرار دارد. به‌عبارت دیگر، اگر برای مثال شعاع جسم کروی ۱۰ متر باشد و ما نیروی گرانش وارد بر نقطه‌ای به شعاع ۸ متر از همان جسم را بخواهیم، تنها باید جرم داخلی کره‌ای به شعاع ۸ متر را داشته‌باشیم و بقیه‌ی جرم برای ما اهمیتی ندارد.

زمانی که بخواهیم نیروی گرانشی وارد بر نقطه‌ای در خارج با داخل یک جسم کروی به شعاع R را محاسبه‌کنیم، تنها دو حالت ساده در این مورد وجود دارد که باید بررسی کنیم: اولین مورد، یک پوسته‌ی کروی تو‌خالی است و مورد دیگر، یک کره‌ی همگن تو‌پر است.

مورد اول: پوسته‌ی کروی تو‌خالی

نیروی گرانش وارد بر یک نقطه داخل پوسته‌ی کروی از طرف همین پوسته، برابر است با جمع نیرو‌ها‌یی که تک تک اجزا‌ی پوسته به نقطه‌ی مورد نظر وارد می‌کنند و در نهایت، جمع همه‌ی این نیرو‌ها برابر صفر است. به معنی که جرم m واقع در پوسته‌ی کروی تو‌خالی به جرم M، هیچ نیرو‌ی خالصی از طرف پوسته احساس نمی‌کند.

نیروی وارد بر یک جسم خارج از پوسته‌ی کروی به جرم M، از جمع برداری نیرویی وارد از طرف تک تک اجزای کره به‌دست می‌آید. حاصل این جمع، یک نیروی خالص است که برابر با نیروی وارد‌شده از طرف مرکز جرم پوسته به جسم خارج آن است.

قوانین نیوتون

از این شکل برای اثبات نظریه‌ی پوسته استفاده شده است: در این مورد، یک پوسته‌ی کروی به جرم M (سمت چپ تصویر) به جرم کوچک m (سمت راست تصویر) خارج پوسته، نیرو وارد می‌کند. در این شکل، مساحت سطحی قسمت کوچکی از کره با رنگ آبی نشان داده‌شده است.

مورد دوم: کره‌ی جامد و همگن تو‌پر

مورد دومی که بررسی می‌کنیم یک کره‌ی جامد و همگن به جرم M و شعاع R است که جسمی به جرم m به فاصله‌ی d از مرکز آن قرار گرفته است و dRاست. می‌توانیم از نتایج این نظریه برای تحلیل این مورد استفاده کنیم. پوسته‌ها‌ی متوالی تشکیل‌دهنده‌ی کره که در شعاع‌ها‌ی بیش‌تر از d قرار دارند، قابل چشم‌پوشی هستند و در محاسبه‌ی نیروی وارد بر جرمی در فاصله‌ی d از مرکز کره تاثیری ندارند و تنها جرم داخل کره‌ای به شعاع d، یعنیMd را در‌نظر می‌گیریم. از طرف دیگر، جرم کره‌‌ای به‌شعاع d در نقطه‌ی مرکزی آن متمرکز در‌نظر گرفته می‌شود. بنابر‌این، نیروی گرانش وارد بر جرم m به‌صورت زیر محاسبه می‌شود:

F=GmM/d^2

دقیقا شبیه مورد پوسته‌ی کروی تو‌خالی، نیروی وارد بر جسمی به جرم m خارج از کره‌ی همگن تو‌پر، از جمع برداری نیروی تک تک پوسته‌ها‌ی تشکیل‌دهنده‌ی کره محاسبه می‌شود. این نیرو به‌گونه‌ای عمل می‌کند که گویا کل جرم کره در مرکز آن متمرکز است.

وزن زمین

در مورد اجسامی که گستردگی فضایی دارند، نیروی گرانش وارد بر این جسم، از جمع نیرو‌ها‌ی وارد بر تک تک نقاط تشکیل‌دهنده‌ی این جسم به‌دست می‌آید.

قانون جهانی گرانش نیوتون نشان می‌دهد که هر جسم نقطه‌ای در جهان، به جسم نقطه‌ای دیگر نیرو وارد می‌کند و این نیرو با مجذور فاصله‌ی دو جسم، نسبت عکس و با جرم دو جسم نسبت مستقیم دارد.

قانون گرانش به زبان جدید به‌این صورت بیان می‌شود که:

هر جرم نقطه‌ای، جرم نقطه‌ای دیگر را با نیرویی در راستا‌ی خط واصل دو جرم به‌خود جذب می‌کند.

برای نقاط داخل یک ساختار کروی، می‌توان برای یافتن نیروی گرانشی از نظریه‌ی پوسته‌ی نیوتون استفاده‌کرد. همانگونه که در بالا توضیح داده شد، این نظریه، چگونگی تاثیر گرانشی سایر نقاط را بر نقطه‌ای واقع در فاصله‌ی r0از مرکز کره را به ما نشان می‌دهد.

در نتیجه‌ی این نظریه، در مورد یک پوسته‌ی کروی همگن، نیروی گرانشی داخل پوسته، تغییراتی ندارد و در همه‌ی نقاط یکسان است. علاوه‌بر این، در یک کره‌ی تو‌پر یکنواخت، نیروی گرانش، با افزایش فاصله از مرکز کره، به‌صورت خطی افزایش می‌یابد. افزایش نیرو‌‌ی ناشی از افزایش جرم موثر، ۱.۵ برابر از کاهش نیرو‌ی ناشی از افزایش فاصله، بیش‌تر است. بنابر‌این در کل، در این مورد، با افزایش فاصله از مرکز، نیرو افزایش می‌یابد.

علاوه‌بر این، اگر کره‌ای را در نظر بگیریم که دارای یک هسته‌ی همگن باشد و بدنه و پوسته‌ی آن نیز همگن بوده و چگالی آن از ۲۳ چگالی هسته کم‌تر باشد، در این صورت، در ابتدا گرانش از مرکز کره به سمت پوسته افزایش می‌یابد. در صورتی که کره به اندازه‌ی کافی بزرگ باشد، زمانی که بیش‌تر از مرکز دور شویم، گرانش دوباره افزایش می‌یابد و در نهایت، نیروی گرانش در هسته و پوسته بیش‌ترین مقدار را دارد.

نیروی گرانش زمین در هسته و پوسته‌ی آن می‌تواند بیش‌تر از مقدار نشان داده شده در عکس زیر باشد:

زمین

قوانین حرکت نیوتون

موضوعی که همیشه در علم مکانیک و حرکت بررسی می‌شود، چگونگی حرکت اجسام است. در مورد هر جسم در حال حرکت، می‌توان با داشتن اطلاعات اولیه‌ی جسم از جمله، سرعت اولیه‌ی آن، چگونگی حرکت آن در لحظات بعدی را پیش‌بینی کرد. اما موضوع مهمی که باید به آن توجه کنیم، نیرو‌ها هستند. برای آشنایی بهتر با آن‌ها و چگونگی تاثیر آن‌ها بر حرکت اجسام، به قوانین حرکت نیوتون مراجعه می‌کنیم.

نیوتون قوانین سه‌گانه‌ی خود را در سال ۱۶۸۷ با انتشار کتاب Principia به جهان معرفی‌کرد. امروزه یعنی حدود سیصد سال پس از نیوتون، قوانین حرکت نیوتون را به تمام اجسام کلاسیکی در‌حال حرکت اعمال می‌کنیم.

قانون اول نیوتون

قانون اول نیوتون به قانون اینرسی یا لختی شهرت دارد و به‌طور کلی بیان می‌کند که هر جسمی تمایل دارد حالت خود را تا ابد حفظ کند. به‌عبارت دیگر، جسم درحال حرکت، به حرکت خود ادامه می‌دهد و جسم ساکن، ساکن باقی می‌ماند تا اینکه هر‌کدام از آن‌ها تحت تاثیر نیرویی قرار بگیرند. در این صورت امکان تغییر حالت حرکتی به‌وجود می‌آید.

راه دیگر بیان این قانون این است که برای تغییر وضعیت حرکت جسم و دادن شتاب به جسم، به نیرو‌ی خالص نیاز داریم. برای اندازه‌گیری اینرسی، مهم‌ترین کمیتی که باید به آن توجه کنیم، جرم است.

برای درک اهمیت جرم، یک توپ پلاستیکی و یک توپ بولینگ را تصور کنید. به‌حرکت در آوردن توپ بولینگ، بسیار مشکل‌تر از به‌حرکت در‌آوردن توپ پلاستیکی است و به‌همین ترتیب سخت‌تر می‌توانیم یک توپ بولینگ را نسبت به یک توپ پلاستیکی از به‌حال سکون در آوریم. توپ بولینگ به‌دلیل داشتن جرم بیش‌تر، اینرسی بیش‌تری نیز نسبت به توپ پلاستیکی دارد.

قوانین نیوتون

جرم بیش‌تر به معنی ماده‌ی بیش‌تر است و این یعنی به نیروی بیش‌تری برای تغییر حرکت قبلی جسمی با جرم بیش‌تر احتیاج داریم. این ایده کاملا با قانون دوم نیوتون هماهنگ است.

قانون دوم نیوتون

نیروی خالص وارد بر یک جسم، برابر است با جرم جسم در شتاب آن:

قوانین نیوتون

توجه داشته باشید که در اینجا تنها نیروی خالص وارد بر یک جسم را در‌نظر داریم. به این معنی که باید تمامی نیرو‌ها‌ی وارد بر جسم را در‌نظر بگیریم، آن‌ها را با استفاده از قوانین جمع برداری با یکدیگر جمع بزنیم و سپس حاصل جمع تمامی این نیرو‌ها، نیرو‌ی خالص را به ما می‌دهد.

برای درک بهتر این موضوع‌، یک زمین هاکی تقریبا بدون اصطکاک را در‌نظر بگیرید. فردی به دیسک هاکی ضربه می‌زند و به‌دلیل نبود هیچ‌گونه نیروی باز‌دارنده (نیرو‌ی اصطکاک)، دیسک به حرکت خود ادامه می‌دهد تا نیرویی مانع حرکتش شود. این نیرو می‌تواند دروازه بان باشد. زمانی که دیسک از حرکت می‌ایستد، نیروی خالص وارد بر آن صفر است. به‌عبارت دیگر، تمام نیرو‌ها‌ی وارد بر دیسک در تمام جهت‌ها، یکدیگر را خنثی می‌کنند. به این حالت، تعادل گفته می‌شود.

قوانین نیوتون

یک جسم، در حالت تعادل می‌تواند همچنان در‌حال حرکت نیز باشد اما سرعت آن تغییری نمی‌کند و شتاب ندارد. بنابر‌این، باز هم نیرو‌ی خالص وارد بر آن، صفر خواهد‌بود.

یکی از متداول‌ترین نیرو‌ها‌یی که می‌تواند اجسام را وادار به حرکت کند، نیرو‌ی گرانش است. فرض‌کنید یک توپ پنج کیلو‌گرمی را مستقیما به هوا پرتاب می‌کنیم. در این شرایط، توپ تا نقطه‌ای بالا رفته و سپس به‌سمت زمین بر‌می‌گردد. در این شرایط، توپ با شتاب گرانشی زمین یعنی با شتاب ۹.۸۱m/s2حرکت می‌کند. از آنجایی که نیرو برابر با جرم در شتاب است، به‌راحتی می‌توانیم نیروی گرانش وارد بر توپ از طرف زمین را محاسبه کنیم. این نیرو، به‌عنوان نیرو‌ی وزن شناخته می‌شود.

نیروی گرانش

به افتخار نیوتون، واحد نیرو یعنی کیلوگرم در متر بر مجذور ثانیه (Kg.ms^2)، نیوتون نامیده می‌شود. توجه داشته باشید که واحد نیرو، حتی نیرو‌ی وزن، کیلو‌گرم نیست، نیوتون است. کیلو‌گرم تنها واحد جرم است. زمانی که جرم جسمی را در شتاب گرانش زمین یعنی g ضرب‌کنیم، می‌توانیم نیرو‌ی وزن را محاسبه کنیم.

گرانش تنها نیروی تاثیر‌گذار بر یک جسم نیست. برای محاسبه‌ی نیرو‌ی خالص وارد بر یک جسم، باید نیرو‌ها‌ی دیگر را نیز در‌نظر بگیریم. این موضوع ما را به قانون سوم می‌رساند.

قانون سوم نیوتون

این قانون بیان می‌کند که: هر عملی عکس‌العملی دارد که اندازه‌ی آن با اندازه‌ی نیرو‌ی وارد‌شده برابر است و جهت آن، مخالف جهت نیرو‌ی وارد‌شده است. به‌عبارت دیگر، اگر به جسمی نیرو وارد کنیم، جسم هم همان نیرو را به ما وارد می‌کند. این موضوع در مورد نیرو‌ی نرمال درست است. منظور از نیرو‌ی نرمال،‌ نیرو‌ی عمود بر سطح تکیه‌گاه جسم است.

برای مثال اگر کتابی را روی میز قرار‌دهیم، از طرف سطح میز نیرو‌ی نرمال به‌سمت بالا بر این کتاب وارد می‌شود. اگر همین کتاب را روی سطح شیب‌دار قرار دهیم، باز هم نیرو‌ی نرمال بر سطح شیب‌دار عمود است.

نیروی سطح

نیروی سطح

در شرایط تعادل، همیشه نیرو‌ی نرمال یا نیرو‌ی عمودی سطح، با نیرو‌ها‌ی مقابل خود برابر است. ظرفی را تصور کنید که یک در‌پوش نایلونی آن را پوشانده است. اگر یک سنگ کوچک روی این در‌پوش قرار‌دهیم، نیرو‌ی عمودی سطح با نیرو‌ی وزن این سنگ برابر است. اگر تعداد سنگ‌ها را افزایش‌دهیم، نیرو‌ی عمودی سطح نیز متناسب با وزن سنگ‌ها تغییر می‌کند. تا جایی که نایلون دیگر تحمل وزن سنگ‌ها را ندارد و سنگ‌ها سقوط می‌کنند.

نیروی سطح

نیروی سطح

اما قانون سوم نیوتون دقیقا چه می‌گوید؟ زمانی که انگشتمان را به میز فشار می‌دهیم، میز نیز همان نیرو را به انگشت ما وارد می‌کند و ما می‌توانیم این نیرو را احساس‌کنیم. پس سوال اینجاست که چگونه می‌توانیم اجسام را به حرکت در‌آوریم؟

زمانی که یک گوزن، کالسکه را به‌سمت جلو می‌کشد، کالسکه نیز به‌همان اندازه به گوزن نیرو وارد‌کرده و آن را به‌سمت عقب می‌کشد. اما می‌دانیم که باز هم کالسکه به‌سمت جلو حرکت می‌کند. زمانی که گوزن روی زمین قدم بر‌می‌دارد، نیرو‌یی به‌سمت عقب به زمین وارد می‌کند و زمین نیز همین نیرو را به‌سمت جلو به گوزن وارد می‌کند. از طرفی، گوزن، طناب کالسکه را به‌سمت جلو می‌کشد و بنابر‌این، طناب نیز گوزن را به‌سمت عقب می‌کشد. اما نکته اینجاست که نیرو‌یی که زمین به‌سمت جلو به گوزن وارد می‌کند، بیش‌تر از نیرو‌ی به‌سمت عقب طناب است و بنابر‌این، کالسکه همراه گوزن به‌سمت جلو حرکت می‌کند. بنا بر‌این، بدون فیزیک، کریسمسی هم وجود نداشت.

قوانین نیوتون

فرض کنید جعبه‌ای را با طناب از سقف آویزان کرده‌ایم. در این حالت، نیرو‌ی طناب با نیرو‌ی وزن جعبه برابر است و به‌دلیل ساکن بودن جعبه، نیرو‌ی خالص وارد بر جعبه صفر است. هر‌چه جرم جعبه و در نتیجه‌ی آن نیرو‌ی وزن جعبه بیش‌تر شود، نیرو‌ی طناب نیز متناسب با همین نیرو،‌بیش‌تر می‌شود.

قوانین نیوتون

در شرایط دیگر، فرض‌کنید که درون یک آسانسور هستید و جرم آسانسور ۱۰۰۰ کیلو‌گرم است. آسانسور از سمت دیگر به یک وزنه‌ی ۸۵۰ کیلو‌گرمی متصل است. به‌دلیل بیش‌تر بودن جرم آسانسور از جرم وزنه، مسلما آسانسور به‌سمت پایین حرکت می‌کند اما شتاب این حرکت چقدر است؟ و آیا این آسانسور امنیت لازم را دارد؟

قوانین نیوتون

برای محاسبه‌ی شتاب حرکت، برای آسانسور و وزنه به‌صورت جدا‌گانه بر‌آیند نیرو‌ها را می‌نویسیم و در این محاسبات، جهت بالا را مثبت در‌نظر می‌گیریم. در این صورت، معادله‌ی نیرو برای آسانسور به‌شکل زیر است:

قوانین نیوتون

به‌همین صورت، معادله‌ی نیرو برای وزنه را نیز می‌نویسیم:

قوانین نیوتون

طبق قانون دوم نیوتون، هر‌کدام از این معادلات برابر با جرم در شتاب هستند و شتاب وزنه و آسانسور نیز با هم برابر است. بنا‌بر‌این، به این صورت می‌توانیم شتاب مجموعه را محاسبه‌کنیم.

قوانین نیوتون

قوانین نیوتون، به همین سادگی جهان کلاسیکی را توصیف می‌کنند. تاید بر قابل توصیف‌بودن جهان کلاسیکی به‌وسیله‌ی قوانین نیوتون به این دلیل است که جهان کوانتومی، قوانین دیگری دارد.

منبع:زومیت

کشف جدید در مورد منشا پرها روی زمین

کشف جدید در مورد منشا پرها روی زمین

بررسی‌های دقیق فسیل‌های متعلق به خرندگان پرنده، وجود چهار نوع پر در آن‌ها را به تأیید رسانده است.

برای مدت زمان زیادی تصور می‌شد پتروسورها، خزندگان بال‌داری که روی سر دایناسورها پرواز می‌کردند، دارای پوستی فلس‌دار و بال‌های بدون موی خفاش‌مانندی بوده‌اند. اخیرا یک گروه بین‌المللی از دیرینه‌شناسان نشان داده‌اند که پتروسورها درواقع چهار نوع پر داشته‌اند و این پرها با دایناسورها مشترک بود‌ه‌اند؛ با این کشف، منشا پرها به ۷۰میلیون سال عقب‌تر برمی‌گردد. پتروسورها، خزندگان پرنده‌ای بوده‌اند که درحدود ۲۳۰-۶۶ میلیون سال پیش، درکنار دایناسورها زندگی می‌کردند. مدت‌ها است دانشمندان می‌دانند که پتروسورها دارای نوعی پوشش پر به نام پیکنوفیبر بوده‌اند و فرض آن‌ها این بوده که این پرها اساسا با پرهای دایناسورها یا پرندگان متفاوتند. همچنین تصور می‌شد که این پوشش تنها روی سر جانور و بخش‌هایی از بدن او وجود داشته است و روی بال‌های او نبوده اما نتایج پژوهش جدید نشان می‌دهد که پیکنوفیبرها تقریبا تمام سطح بدن پتروسورها را می‌پوشانده‌اند. نتایج این پژوهش که در ژورنال Nature Ecology & Evolution منتشر شده است، نشان می‌دهد پتروسورها حداقل دارای چهار نوع پر بوده‌اند: پرهای رشته‌ای، پرهای رشته‌ای منشعب، پرهای رشته‌ای طره‌دار و نرم‌پرها.

انواع پر در پتروسورها

چهار نوع پر کشف‌شده در فسیل پتروسورها: پرهای رشته‌ای (a)، پرهای رشته‌ای منشعب (b)، پرهای رشته‌ای طره‌دار (c) و نرم‌پرها (d)

انواع مختلف پر در بخش‌های مختلف بدن وجود داشته‌اند. رشته‌های انفرادی تقریبا در هر جایی دیده می‌شدند. پرهای قلم‌مو مانند در بخش‌هایی از سر، دست و پا و دم وجود داشته‌اند. پرهای طره‌دار تنها روی سر دیده می‌شدند و درنهایت نرم‌پرها روی غشای بال‌ها وجود داشتند. علاوه‌بر این، این چهار نوع پر در دو گروه اصلی از دایناسورها یعنی پرنده‌کفلان که گیاه‌خوار بوده‌اند و ددپایان یا تروپودها که اجداد پرندگان محسوب می‌شوند، نیز شناخته شده‌اند. ژیانگ از دانشگاه نانجینگ که هدایت مطالعه را بر عهده داشته است، می‌گوید:

ما برای انجام کار میدانی روی سازندهای دایهوگو به مغولستان داخلی رفتیم. ما از قبل می‌دانستیم که در این محل‌ها نمونه‌های عالی از پتروسورها به‌همراه پرهای آن‌ها وجود دارد و من مطمئن بودم که با مطالعه‌ی دقیق‌تر آن‌ها می‌توانیم چیزهای بیشتری یاد بگیریم.

سازندهای دایهوگو یا تخت‌های دایهوگو، مجموعه‌ای از ذخایر فسیلی هستند که در شمال شرقی چین وجود دارند و در روستای دایهوگو کشف شده‌اند. یانگ از دانشگاه نانجینگ که او نیز سایت‌های دایهوگو و پتروسورها را مورد مطالعه قرار داده است، می‌گوید:

این یک فرصت فوق‌العاده بود که روی این فسیل‌های شگفت‌انگیز کار کنم. من می‌توانستم هر گوشه از نمونه را با استفاده از میکروسکوپ‌های قوی مورد اکتشاف قرار دهم و ما موارد متعددی از چهار نوع پر را پیدا کردیم.

پتروسور پردار

یک بازسازی هنرمندانه از پتروسور پردار

ماریا مک نامارا از دانشگاه کورک افزود:

برخی منتقدان می‌گویند که درواقع فقط یک نوع ساده از پیکنوفیبرها وجود دارد، اما مطالعه‌ی ما نشان می‌دهد که انواع مختلف پرها واقعیت دارند. ما روی مناطق آشکاری که پرها با هم همپوشانی نداشتند، تمرکز کردیم و آنجا بود که توانستیم ساختار آن‌ها را به‌وضوح مشاهده کنیم. حتی جزییات دقیقی ازملانوزوم‌ها که موجب ایجاد رنگ در پرها می‌شد نیز قابل مشاهده بود.

پروفسور مایک بنتون از دانشکده‌ی علوم زمین دانشگاه بریستول گفت:

تجزیه‌و‌تحلیل‌های تکاملی که ما انجام دادیم، به‌وضوح نشان می‌دادند که پیکنوفیبرها پر هستند؛ آن‌ها درست شبیه چیزی هستند که در پرنده‌های مدرن و در گروه‌های مختلف دایناسورها دیده شده است. با وجود جستجوی دقیق، ما هیچ‌گونه شواهد آناتومیکی مبنی بر وجود تفاوتی در این چهار نوع پر با پرهای پرندگان و دایناسورها، پیدا نکردیم. از آنجایی که آن‌ها یکسان هستند، پس باید دارای یک منشا تکاملی هم بوده باشند و این یعنی حدود ۲۵۰ میلیون سال قبل؛ خیلی قبل‌تر از زمان پیدایش پرندگان.

پرندگان دارای دو نوع پر پیشرفته هستند که برای کمک به پرواز و نیز پوشاندن سطح پوست از آن‌ها استفاده می‌شود. پرهایی که نمای بیرونی پرنده را تشکیل می‌دهند (پرهای پوششی) دارای محور توخالی و انشعاباتی هستند که از هر دو طرف خارج شده‌اند. این‌ها تنها در پرندگان و دایناسورهای تروپود نزدیک به منشا پرندگان دیده می‌شوند. اما انواع دیگر پرهای پرندگان مدرن شامل پرهای تک‌رشته‌ای و نرم‌پرها در میان دایناسورها و پتروسورها رواج بیشتری دارند.

پرهای روی فسیل پتروسور

ساختارهای پرهای رشته‌ای روی سر و شانه‌ی پتروسور

دایناسورهای زره‌دار و دایناسورهای گروه خزنده‌پایان احتمالا پر نداشته‌اند، اما بیشتر به‌نظر می‌رسد که پرهای آن‌ها سرکوب شده باشند یعنی حداقل در بالغ‌ها رشدشان متوقف شده باشد، درست مانند موهای سرکوب‌شده در نهنگ‌ها، فیل‌ها و اسب‌های آبی. خوک‌ها یک مثال کلاسیک در این زمینه هستند: توله خوک‌ها همچون توله سگ‌ها دارای پوششی از مو هستند ولی وقتی بزرگ می‌شوند، رشد موها سرکوب می‌شود. پروفسور بنتون ادامه داد: «این کشف دارای تلویحات شگفت‌انگیزی در زمینه‌ی درک ما از منشا پرها است اما نشان‌دهنده‌ی دوره‌ی مهمی از انقلاب حیات روی زمین نیز است. هنگامی که حدود ۲۵۰ میلیون سال پیش، پرها پدید آمدند، حیات در حال بازیابی از انقراض جمعی عظیم اواخر دوره‌ی پرمین بود. شواهد مستقل نشان می‌دهند که مهره‌داران خشکی از جمله اجداد پستانداران و دایناسورها در این زمان کم‌کم درجاتی از خون‌گرمی را کسب کردند و سرعت زندگی آن‌ها بیشتر شد. از آن پس، اجداد پستانداران دارای مو شدند و شاید پتروسورها، دایناسورها و خویشاوندان آن‌ها هم برای حفاظت دربرابر سرما در جهت داشتن پر تکامل یافتند. جست‌وجو به‌دنبال پر در فسیل‌ها در حال ادامه است و به‌زودی عمکلرد آن‌ها در چنین فرم‌های اولیه‌ای آشکار می‌شود. این امر می‌تواند درک ما را از تکامل عمده‌ی حیات روی زمین طی دوران تریاسه متحول کند و نیز موجب افزایش آگاهی ما در زمینه‌ی تنظیم ژنومی پرها، فلس‌ها و موها در پوست شود».

انیمه Batman Ninja به نتفلیکس می‌آید

انیمه Batman Ninja به نتفلیکس می‌آید

سرویس استریم نتفلیکس تاریخ پخش انیمهٔ محبوب Batman Ninja (بتمن نینجا) کمپانی برادران وارنر را اعلام کرد.

بسیار از طرفداران دو شخصیت محبوب بتمن و جوکر، هنوز فرصت تماشای انیمهٔ خوش‌ساخت Batman Ninja (بتمن نینجا) کمپانی برادران وارنر (Warner Bros) را پیدا کرده نکرده‌اند و اکنون سرویس استریم نتفلیکس، فرصت فوق‌العاده‌ای به طرفداران داده است تا این انیمه را از طریق این سرویس تماشا کنند. سرویس استریم نتفلیکس امروز اعلام کرد که انیمهٔ Batman Ninja در تاریخ ۲۶ اکتبر سال جاری (۴ آبان‌ماه) روی آنتن این سرویس خواهد رفت.

مری الن توماس، نایب رئیس بخش سرگرمی کمپانی برادران وارنر در رابطه‌ با انیمهٔ Batman Ninja چنین گفت:

انیمهٔ Batman Ninja جشنی تمام عیار از احساسات است، نمایشی جذاب و گیرا در دنیای انیمه همراه با داستانی هیجانی حول محور شخصیت بتمن. همکاران کمپانی ما در کشور ژاپن به‌شکلی فوق‌العاده و باورنکردنی شوالیهٔ تاریکی را به تصویر کشیدند، بتمن، دوستانش و دشمنانش را در دنیایی جدید گردهم آوردند؛ بی‌صبرانه مشتاق پخش این انیمه برای طرفداران هستیم.

برای آن دسته از طرفدارانی که آشنایی زیادی با انیمهٔ متفاوت کمپانی برادران وارنر ندارد لازم به توضیح است که کارگردانی این انیمه به عهدهٔ جونپی میزوساکی، کارگردان انیمه JoJo’s Bizarre Adventure (ماجراجویی عجیب‌وغریب جوجو) بوده و همچنین طراحی شخصیت‌های انیمه Batman Ninja توسط تاکاشی اوکازاکی، طراح انیمهٔ Afuro Samurai (افرو سامورایی) انجام شده است. فیلمنامهٔ این انیمه نیز توسط کازوکی ناکاشیما نویسنده فیلمنامه انیمهٔ Gurren Lagann (گورن لاگان) به رشتهٔ تحریر درآمده است. راجر کریگ اسمیت در نقش بتمن، تونی هیل در نقش جوکر، تارا استرانگ در نقش هارلی کوئین و پویزن آیوی، فرد تاتاسیور در نقش گوریلا گراد و دث استروک، یوری لاونتال در نقش رابین، ویل فریدل در نقش رد رابین، رد هود، تام کنی در نقش پنگوئن، اریک بائوزا در نقش دو چهره، گری دلیسل در نقش زن گربه‌ای و آدام کراسدل در نقش آلفرد پنی‌ورث، از جمله بازیگرانی هستند که به‌عنوان صداپیشه در نسخه انگلیسی انیمه Batman Ninja حضور دارند و به صداپیشگی پرداخته‌اند. در انیمهٔ Batman Ninja شاهد حضور شخصیت بتمن در دوره ژاپن فئودال هستیم و این شخصیت در مقابل جوکر، گوریلا گراد و یک ربات غول‌پیکر قرار می‌گیرد.