Show Posts

This section allows you to view all posts made by this member. Note that you can only see posts made in areas you currently have access to.


Topics - tany

Pages: 1 ... 10 11 [12]
166
ইউরোপিয়ান অর্গানাইজেশন ফর নিউক্লিয়ার রিসার্চ (CERN:  সার্ন)-এর বিজ্ঞানীরা সম্প্রতি নতুন একটি মৌল কণার সন্ধান পেয়েছেন। লার্জ হাড্রন কোলাইডারে বিপরীত মুখী পরমাণুর সংঘর্ষ ঘটানোর পর এ মৌল কণাটির সন্ধান পান বিজ্ঞানীরা।সার্ন পরিচালিত লার্জ হাড্রন কোলাইডারের প্রধান ডিটেক্টর দু’টির একটি ‘মুয়ন সলিনয়েড’-এ কণাটি খুঁজে পান বিজ্ঞানীরা। পুরো পরীক্ষার মূল দায়িত্বে থাকা পদার্থবিজ্ঞানী জো ইনকানডেলা জানান, ‘এই চতুর্থ কণাটির অস্তিত্বের কথা অনেক আগেই বলেছিলেন বিজ্ঞানীরা, তাই এর আবিষ্কার বিস্ময়কর নয় বরং প্রত্যাশিতই ছিল।’
নিউট্রন, প্রোটন এবং ইলেকট্রনের পর Xi(b)-কে বলা হচ্ছে চতুর্থ সাব অ্যাটমিক পার্টিকল। এটিকে ‘বিউটি ব্যারিয়ন’ও বলা হচ্ছে, কারণ প্রোটন বা নিউট্রনের মতো দীর্ঘস্থায়ী নয় কণাটি। সেকেন্ডের ভগ্নাংশ সময়ের জন্য দেখা পাওয়া যায় এর। তারপর অন্যান্য সাব অ্যাটমিক পার্টিকলের সঙ্গে মিশে যায় এটি।

নতুন এই মৌল কণাটি সার্ন-এর লার্জ হাড্রন কোলাইডার ছাড়া পৃথিবীর অন্য কোথাও খুঁজে পাওয়া যাবে না। কারণ, এটি তৈরি করতে প্রয়োজন হয় অতি উচ্চমাত্রার শক্তির, যা কিনা সার্ন-এর লার্জ হাইড্রন কোলাইডরেই পাওয়া সম্ভব।
পদার্থবিজ্ঞানী প্যাটরিক লুকেন্স এ ব্যাপারে বলেন, ‘এই মৌল কণাটির আবিষ্কার এটাই প্রমাণ করে, বস্তুর গঠন নিয়ে গবেষণায় পর্দাথবিজ্ঞানীদের ধারণাই ঠিক।’
তবে লুকেন্স এটাও বলেন যে, ‘হিগস-বোসন’ পার্টিকলের সঙ্গে কোনো সম্পর্ক নেই কণাটির।
উল্লেখ্য, পদার্থবিজ্ঞানীদের মধ্যে জনপ্রিয় থিওরি কোয়ান্টাম ডায়নামিক্স-এ বলা হয়েছে ‘হিগস-বোসন পার্টিকল’-এর কথা। কোয়ান্টাম ডায়নামিক্স অনুযায়ী ‘হিগস-বোসন পার্টিকল’ হচ্ছে সেই মৌল কণা যা কিনা সমাধান করবে পুরো বিশ্বের বস্তুর গঠন রহস্যের। ‘হিগস-বোসন পার্টিকল’-এর অস্তিত্বের প্রমাণ এখনও পাননি বিজ্ঞানীরা। তবে এখন নতুন কণাটির আবিষ্কার এতোদিন ধরে সোনার হরিণ হয়ে থাকা ‘হিগস বোসন’ পার্টিকলের খোঁজে বিজ্ঞানীদের আরেক ধাপ এগিয়ে নিয়ে যাবে বলেই মনে করছেন তারা।

167
অনেক সময় কি-বোর্ডের এক বা একাধিক বোতাম নষ্ট হয়ে যায়। তখন অনেক সমস্যায় পড়তে হয়। যেমন, কারও ই-মেইল আইডি বা পাসওয়ার্ডে যদি a থাকে এবং কি-বোর্ডের a যদি নষ্ট হয়ে যায় তাহলে কি-বোর্ড থেকে a লেখা যায় না। তখন অনেক সমস্যা হয়। এর একটা সমাধান হলো কোথাও a লেখা থাকলে সেখান থেকে আপনি a-কে কপি করে এনে এখানে পেস্ট করতে পারেন বা কম্পিউটারের অন-স্ক্রিন কি-বোর্ডটি খুলে কাজ করতে পারেন। কিন্তু এতে অনেক সময় ব্যয় হয় এবং অনেক বিরক্ত লাগে। যাঁরা এই সমস্যায় পড়েছেন তাঁদের ভালোই জানা আছে তখন কী ঝামেলা হয়। আপনি ছোট একটি সফ্টওয়্যার ব্যবহার করে খুব সহজেই এই সমস্যা থেকে মুক্তি পেতে পারেন। অর্থাৎ আপনি শার্প-কি নামের সফটওয়্যারটি ইনস্টল করে কি-বোর্ডের বাটনগুলো পরিবর্তন করে ফেলতে পারেন। যেমন ধরুন, আপনার কি-বোর্ডের a নষ্ট। আপনি ইচ্ছা করলে কি-বোর্ডের অন্য একটি বাটনকে (যে বাটনটি সব সময় কাজে লাগে না বা যে বাটন কি-বোর্ডে একাধিক আছে) a বোতামে রূপান্তর করতে পারেন। মাত্র ২৩ কিলোবাইটের শার্প-কি সফটওয়্যারটি ইনস্টল করে From key-তে কোন কি চেপে (যে কি-টি ভালো আছে) এবং To key-তে নষ্ট কি-টি (নষ্ট কি যদি a হয় তাহলে a) চেপে ওকে করুন। তাহলে অন্য কি-টি a কি-তে রূপান্তরিত হবে। অর্থাৎ ওই কি-টি চেপে a লেখা যাবে। মাত্র ২৩ কিলোবাইটের শার্প-কি সফ্টওয়্যারটি www.ziddu.com/download/13507897/sharpkeys2.zip.html ঠিকানা থেকে বিনা মূল্যে নামিয়ে (ডাউনলোড) নিতে পারেন।

168
IT Forum / Smart jug tells your phone when milk runs low
« on: May 15, 2012, 04:39:58 PM »
We've all been there. You're out and about, heading home, when it hits you - do I have enough milk? You seem to remember leaving a decent amount in the fridge after breakfast, but what if someone has gone on a tea binge while you weren't there? Should you pick up some more, just in case?

These dairy dilemmas will now be a thing of the past, thanks to Do We Have Milk?, a smartphone app and sensor-equipped jug combo that constantly monitors the level of milk in your fridge.

It was created by Teehan+Lax, a design company based in Canada where milk is often purchased in bags stored in a jug in the fridge. They simply added a weight sensor to the jug that communicates with an Android app, letting you check how much milk is left or receive alerts when it is close to running out. The app will even pop up a map listing the nearest shop selling milk.

169
Faculty Forum / Magnetic bacteria create a biological hard drive
« on: May 15, 2012, 04:34:07 PM »
Hard drives store data on discs coated with a metallic film divided into tiny magnetic regions, each of which stores a single bit - the more regions you can squeeze on to a disc, the bigger the capacity. Now, a team at the University of Leeds, UK, have borrowed a trick from nature to build a new kind of hard drive.

Certain strains of bacteria absorb iron to make magnetic nanoparticles that let them navigate using the Earth's magnetic field. The team have extracted the protein behind this process and used it to create magnetic patterns that can store data. "We're using and abusing nature because it's had billions of years to do all of its experiments through evolution, so there is almost no point in us starting from scratch," says Sarah Staniland, who led the research (Small, vol 8, p  204).

Hard drives are usually made by "sputtering", in which clouds of argon ions are fired at a sheet of magnetic material, knocking off particles which are deposited as a thin film on a disc. Groups of these particles, called grains, form the magnetic regions on the drive, with around 100 grains corresponding to one bit.

Instead of granular media, Staniland's team produce bit-patterned media. They start with a gold surface coated in chemicals in a chessboard pattern so that one set of squares binds proteins and the other repels them. They then apply the magnet-producing protein and coat the surface with an iron solution, which the protein-covered squares convert into magnetic material.

As the name suggests, each magnetic square in bit-patterned media can store one bit. Each square Staniland's team have so far produced is around 20 micrometres wide, far too bulky to store data with a density comparable to today's hard drives. She says they now plan to test out nano-sized squares, 1000 times smaller and much closer to existing drive density.

Eventually, she hopes to create a hard drive with a single iron particle per square, which will store as much as 1 terabyte of data per square inch - far beyond the capability of most hard drives.

"They've done nice work showing how you can make particles on a surface," says Thomas Thomson, who studies data storage at the University of Manchester, UK. "But it is some distance away from what you would need if you were seriously contemplating it as a product."

170
প্রভাবশালী বাণিজ্য সাময়িকী ফরচুন সম্প্রতি প্রকাশ করেছে ৪০জন ব্যবসা ব্যক্তিত্বের তালিকা, যাদের বিবেচনা করা হচ্ছে আগামী দিনের তারকা হিসেবেই। এই তালিকায় প্রথম তিন জনের তিন জনই আইটি বা তথ্যপ্রযুক্তির সঙ্গে জড়িত। গোটা তালিকাতেই প্রাধান্য রয়েছে প্রযুক্তির, আরো নির্দিষ্ট করে বললে, অনলাইন প্রযুক্তির তরুণ কুশলীদের।

•    সার্গেই ব্রিন ও ল্যারি পেজ   - গুগলের প্রতিষ্ঠাতা: (বয়স: দুজনেরই বর্তমান বয়স ৩৬ বছর)
গুগল নামের কোম্পানিকে প্রতিষ্ঠা করেছিলেন এই দুজন- রাশিয়ায় জন্মগ্রহণকারী ব্রিন ও যুক্তরাষ্ট্রের মিশিগানে জন্মগ্রহণকারী পেজ। স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের থাকার এক ঘর থেকেই তাদের এই কোম্পানি- গুগলের জন্ম হয়। এখন যার বাজার মূল্য ১৭৪ বিলিয়ন ডলার। তারা দুজনে মিলে এখন মোবাইল যন্ত্র ও সফটওয়্যারও বানাচ্ছেন।
•   মার্ক জুকারবার্গ  - ফেসবুকের প্রতিষ্ঠাতা: (বয়স :২৫)
হার্ভাড বিশ্ববিদ্যালয় থেকে পড়াশোনা শেষ না করেই সোশ্যাল নেটওয়ার্কের কাজ শুরু করেন। এই নেটওয়ার্কে এখন ৩০০ মিলিয়ন ব্যবহারকারী আছেন এবং ফেসবুকের বর্তমান বাজারমূল্য প্রায় ১০ বিলিয়ন ডলার। এর মাঝে অনেক সোশ্যাল নেটওয়ার্ক প্রতিষ্ঠান এসেছে আবার চলেও গেছে। জুকারবার্গ তার দর্শনে স্থীর রয়েছেন এবং তিনি আন্তঃব্যক্তিক যোগাযোগের এমন এক জগত তৈরি করেছেন যা আসলে আমাদের দৈনন্দিন সামাজিক যোগাযোগেরই প্রতিফলন।

•   বিজ স্টোন ও ইভান উইলিয়ামস  - টুইটারের প্রতিষ্ঠাতা: (বয়স: ৩৫ ও ৩৭ বছর)
টুইটার হচ্ছে মাইক্রোব্লগিং বা ছোট আকারে নিজের কথা জানানোর একটি মাধ্যম। চার বছরের মাথায় কেবল মার্কিন যুক্তরাষ্ট্রেই টুইটার সাইট ভিজিটরের সংখ্যা মাসে প্রায় ২১ মিলিয়নে এসে দাঁড়িয়েছে। বিদ্যুৎগতিতে সংবাদ ছড়ানোর জন্য এটি এতো জনপ্রিয় মাধ্যমে পরিণত হয়েছে যে, এ বছর ইরানের রাষ্ট্রপতি নির্বাচনের সময় যুক্তরাষ্ট্রের সরকার এর প্রতিষ্ঠাতাদের অনুরোধ করে যেন সাইট দ্রুত আপডেট না করা হয়।

•   মার্ক অ্যান্ডারসন  - নেটস্কেপ, অপসওয়্যার, নিং, অ্যান্ডারসন হরোইটজ এর প্রতিষ্ঠাতা: (বয়স ৩৮)
উইসকনসিনবাসী এই ব্যক্তিটি কম্পিউটার ইঞ্জিনিয়ারিং বিষয়ে পড়াশোনা করেছেন, কারণ তিনি শুনেছিলেন, বিশ্ববিদ্যালয় পেরোনোর পর এরাই সবচেয়ে বেশি টাকা কামাই করে। তার এই হিসেব সত্য প্রমাণিত হয়েছে: ইলিনয় ইউনির্ভাসিটি থেকে বের হবার পাঁচ বছর পর, অ্যান্ডারসন তার প্রথম কাজ নেটস্ক্যাপ কমিউনিকেশন বিক্রি করে দেন এওএল-এর কাছে ৪.২ বিলিয়ন ডলারে।

•   টিম আর্মস্ট্রং  - সিইও, এওএল: (বয়স-৩৮)
২০০০ সালে গুগলের এক বিক্রয় কর্মীর বিরুদ্ধে অভিযোগ আনা হয় যে, সে কোম্পানির সার্চ বা অনুসন্ধান পাতায় বিজ্ঞাপন প্রচার করেছে। আর্মস্ট্রং-এর মাথায় বিদ্যুৎচমকের মত এক চিন্তা খেলে যায়; যদি গুগলের বিজ্ঞাপন বিভিন্ন প্রচার মাধ্যমের সাইটে দেয়া যায়? এর ফলেই জন্ম নিল অ্যাডসেন্স নামের এক বিজ্ঞাপন নেটওয়ার্কের, যার মুল্য এখন ৬ বিলিয়ন ডলার।

•   â€˜পনি’ মা হুয়াটেং  - টেনসেন্টের প্রতিষ্ঠাতা ও সিইও: (বয়স-৩৮)
মা এর ইন্টারনেট সাম্রাজ্যের নাম টেনসেন্ট। এটি চীনের শেনজেনে অবস্থিত। এই সাইটে প্রায় ৪৫ কোটি লোক ইনস্ট্যান্ট মেসেজ - বা তৎক্ষণাৎ বার্তা আদান প্রদান করার জন্য এখানে ঢোকেন। গত বছর এই সাইটের আয় ছিলো- ১ বিলিয়ন ডলার।

•   মারিসা মায়ার  - গুগল সার্চ, প্রডাক্ট ও ইউজার এক্সপেরিয়েন্স বিভাগের ভাইস প্রেসিডেন্ট: (বয়স-৩৪ বছর)
মায়ার স্ট্যানফোর্ড বিশ্ববিদ্যালয়ে সিম্বলিক সিস্টেম বিষয়ে পড়ার সময় পড়াশোনার ইতি ঘটান। এতে তার বাবা-মা খুব একটা শংকিত হননি। কিন্তু তারা শংকিত হয়ে উঠেন তখনই যখন, মায়ার ম্যাক কিনসের একটি প্রস্তাব ফিরিয়ে দেন। সে প্রস্তাবটি গ্রহণ করলে মায়ার হতেন ওই প্রতিষ্ঠানের নয় নাম্বার কর্মচারী ও প্রথম মহিলা ইঞ্জিনিয়ার- নতুন প্রতিষ্ঠিত ওই প্রতিষ্ঠানের নাম ছিলো গুগল।
এক দশক পর মায়ার সেই গুগলের ইউজার এক্সপেরিয়েন্স বিভাগের ভাইস প্রেসিডেন্ট। যার মানে তিনি প্রায় ১৪ বিলিয়ন ডলার আয় করা এই প্রতিষ্ঠানের প্রায় ১০০ ওয়েব প্রোডাক্ট দেখাশোনা করেন। এর মধ্যে রয়েছে গুগল সার্চ ইঞ্জিন থেকে শুরু করে গুগল নিউজ পর্যন্ত।

•   ম্যাক্স লেভচিন  - পেপালের অন্যতম প্রতিষ্ঠাতা, ও স্লাইড ডট কম এর প্রতিষ্ঠাতা: (বয়স -৩৪ বছর)
ইউক্রেনে জন্মগ্রহণকারী লেভিচিন যখন ২৩ বছর তখন সে পালো অ্যালটোর পথে পা বাড়ায়। সেখানে তিনি এক বিনিয়োগকারীকে খুঁজে বের করেন যে লেভিনের নতুন আইডিয়ার পিছনে বিনিয়োগ করতে পারবে। এর মাধ্যমেই জন্ম নেয় অনলাইনে টাকা প্রদান করার প্রথম পদ্ধতি যার নাম পেপাল.কম। যখন ই-বে এটি কিনে নেয় ১.৫ বিলিয়ন ডলারে তখন লেভিচিন তার নিজের ব্যাংকে ভরেন ৩৪ মিলিয়ন ডলার।

•   টনি হিস  - জাপ্পোস ডট কমের প্রতিষ্ঠাতা: (বয়স:৩৫)
হার্ভার্ডে পড়ার সময় হিস পিজা বিক্রি করতেন এবং তার প্রথম কোম্পানি এড নেটওয়ার্ক লিঙ্ক এক্সচেঞ্জ মাইক্রোসফটের কাছে ২৬৫ মিলিয়ন ডলারে বিক্রি করেছিলেন। সে সময় তার বয়স ছিলো ২৪ বছর। এরপর তিনি অনলাইনে জুতোর বাজার জাপ্পোসে উপদেষ্টা হিসেবে যোগ দেন এবং ১৯৯৯ সালে এই প্রতিষ্ঠানে বিনিয়োগ করেন। পরের বছর তিনি তার সিইও বা প্রধান হন।
তিনি এই প্রতিষ্ঠানের বিক্রি ১.৬ মিলিয়ন ডলার থেকে বাড়িয়ে ১ বিলিয়নে নিয়ে আসেন।

•   ড্যানি রিমার  - ইনডেক্স ভেঞ্চার্সের অন্যতম মালিক: (বয়স-৩৯)
তিনি সিলিকন ভ্যালির অন্যতম সফল ভাইস চেয়ারম্যান। ইবে ২.৬ বিলিয়ন ডলারে কিনে নেয়ার এক বছর আগে তিনি স্কাইপিতে বিনিয়োগ করেন। ভয়েস পোর্টাল বা ভিওআইপি সাইট টেলমির জন্য তিনি প্রথম বিনিয়োগ করেন। পরে ২০০৭ সালে এটি মাইক্রোসফটের কাছে ৮০০ বিলিয়ন ডলারে বিক্রি করে দেন।

•   জিনা বিয়াঞ্চিনি  - নিং এর প্রধান: (বয়স -৩৭)
৯০ এর দশকের শুরুতে তিনি প্রযুক্তি কোম্পানিগুলোর আইপিও (প্রাথমিক শেয়ার) বিষয়ে কাজ করতে শুরু করেন বিখ্যাত প্রতিষ্ঠান গোল্ডম্যান স্যাকস-এ। এর পর তিনি তার এক ক্লায়েন্টের সঙ্গে ডিজিটাল কনসালটেন্সি ফার্ম হারমোনিক কমিউনিকেশন্স প্রতিষ্ঠা করেন। ২০০৩ সালে বিজ্ঞাপনী সংস্থা ডেনসুর কাছে একে বিক্রি করে দেওয়া হয়। তবে এর আগেই তিনি হারমোনিক কমিউনিকেশন্সের আরেক ডিরেক্টর মার্ক এন্ড্রিসনের সঙ্গে সোশ্যাল নেটওয়ার্কিং সাইট নিং এর পরিকল্পনা করেন। এটি এমন এক প্ল্যাটফর্ম যা তার ব্যবহারকারীকে নিজস্ব সোশ্যাল নেটওয়ার্ক তৈরি করতে সাহায্য করে।
•   সারজি ব্রিন  -গুগল'র বর্তমান সভাপতি: (বয়স-৩৯)
গুগল প্রযুক্তির বর্তমান সভাপতি এবং সহ প্রতিষ্ঠাতা সারজি ব্রিন প্রযুক্তি জগতের এক বরেন্য ব্যাক্তিত্ব। স্ট্যানফোর্ড বিশ্ববিদ্যালয়ের পড়াকালীন সারজি ব্রিন ইন্টারনেট সম্পর্কে আগ্রহী হয়ে ওঠেন। এই সময় তিনি ল্যারি পেইজের সঙ্গে মিলে তৈরি করেন বিজ্ঞানভিত্তিক টেক্সট যা ওয়েব সাইটে সহজে পাঠানো যায়। স্ট্যানফোর্ড বিশ্ববিদ্যালয়ে কম্পিউটার বিজ্ঞান বিষয়ে স্নাতক করার সময় ল্যারি পেইজের সাথে মিলে একটি খসড়া তৈরি করেন যার নাম দেন 'বৃহৎ আকারের হাইপারটেক্সটচুয়াল ওয়েব সার্স ইঞ্জিন'। বর্তমান গুগল প্রযুক্তির ভিত্তি তখন থেকেই গড়ে উঠে।









171
জেমস ক্যামেরনের অ্যাভাটার ছবির ঘটনাকে অনেকটাই বাস্তবে রূপ দিতে যাচ্ছেন একদল বিজ্ঞানী। তারা জানিয়েছেন, কেবল মস্তিষ্কের সাহায্যেই দূরবর্তী স্থানে অবস্থানরত রোবট নিয়ন্ত্রণ করার প্রযুক্তি আবিষ্কার করেছেন তারা।সুইস বিজ্ঞানীরা আরো জানিয়েছেন, চিন্তা দ্বারা নিয়ন্ত্রিত এই রোবট সবচেয়ে বেশি কাজে আসবে নড়াচড়ায় অক্ষম বা প্যারালাইজড রোগীদের জন্য যারা নিজেরা এক স্থানে বসে থেকে তাদের হোস্ট রোবটের মাধ্যমে বিভিন্ন কাজ সম্পাদন করতে পারবেন।এর আগেও এ জাতীয় রোবট তৈরির চেষ্টা করা হয়েছে। কিন্তু সেসব ক্ষেত্রে রোবট চালানোর জন্য চালককে নড়াচড়ায় সক্ষম হতে হয় অথবা ব্রেইন ইমপ্ল্যান্টের মাধ্যমে রোবটকে নির্দেশ পাঠাতে হয়। এবারই প্রথম নড়াচড়ায় অক্ষম ব্যক্তির দ্বারা নিয়ন্ত্রণযোগ্য রোবট আবিষ্কৃত হলো।
সুইজারল্যান্ডের ফেডারেল ইনস্টিটিউট অফ টেকনোলজিতে বিজ্ঞানীদের একটি দল দেখিয়েছেন কীভাবে সাধারণ একটি ক্যাপ বা টুপি ব্যবহার করে মার্ক-অ্যান্ডর নামের এক রোগী প্রায় ১০০ কিলোমিটার দূরে অবস্থিত একটি রোবট নিয়ন্ত্রণ করতে সক্ষম হয়েছেন। মার্ক পড়ে গিয়ে পা ও আঙুল নাড়ানোর ক্ষমতা হারিয়েছেন। তবে তিনি কেবল আঙুল নাড়ানোর চিন্তা করেছেন। তার এই চিন্তা বা ইলেকট্রিক্যাল সিগন্যালটিই হাসপাতালের একটি ল্যাপটপের সাহায্যে ১০০ কিলোমিটার দূরে অবস্থিত অন্য একটি শহরের রোবটকে তার আঙুল নাড়ানোর নির্দেশ পাঠিয়েছে।তিনি জানিয়েছেন, আঙুল নাড়ানোর কথা চিন্তা করা খুব একটা কঠিন কিছু ছিল না। তবে কোনো কারণে ব্যাথা থাকলে মনোযোগ সৃষ্টি করা একটু কঠিন হয়ে পড়ে।
কিন্তু বিজ্ঞানীদের মতে, মানুষের মস্তিষ্ক একইসঙ্গে অনেক কিছু চিন্তা করতে সক্ষম। আবার এসব বিষয়ের চিন্তাভাবনা নিজস্ব গতিতে চালাতেও সক্ষম মানুষ। কিন্তু রোবটকে নিয়ন্ত্রণের ক্ষেত্রে এটিই এখন তাদের সামনে প্রধান চ্যালেঞ্জ। কেননা, রোবটকে দিয়ে কোনো কাজ করানোর সময় মাথায় অন্য কোনো চিন্তা আসলেই নির্দেশে বাধা পড়বে এবং রোবট হয়তো দ্বিধায় পড়ে যাবে।

বিজ্ঞানীদের ওই টিমের প্রধান জোসে মিলান বলেছেন, আগে হোক বা পরে হোক, এক সময় মনোযোগ বিঘ্নিত হবেই। আর তখনই সিগন্যাল ডিগ্রেড হয়ে যাবে। এ ছাড়াও ব্যাকগ্রাউন্ডে বা আশপাশের আওয়াজও সিগন্যালে বিঘ্ন সৃষ্টি করতে পারে বলে জানিয়েছেন তারা।

তবে ছোটখাটো সমস্যা থাকলেও অনেকেই ধারণা করছেন, অচিরেই হয়তো অ্যাভাটার বা সারোগেইটস নামের হলিউড মুভির ঘটনা বাস্তব হয়ে উঠতে পারে।




source:Internet

172
Environmental Science and Disaster Management / Global Warming
« on: April 23, 2012, 02:38:15 PM »
Climate change is changing our economy, health and communities in diverse ways. Scientists warn that if we do not aggressively curb climate change now, the results will likely be disastrous. Carbon dioxide and other global warming pollutants are collecting in the atmosphere like a thickening blanket, trapping the sun's heat and causing the planet to warm up.
The United States Global Change Research Program (which includes the Department of Defense, NASA, National Science Foundation and other government agencies) has said that "global warming is unequivocal and primarily human-induced" and that "climate changes are underway in the United States and are projected to grow."
Climate change is a complex phenomenon, and its full-scale impacts are hard to predict far in advance. But each year scientists learn more about how climate change is affecting the planet and our communities, and most agree that certain consequences are likely to occur if current trends continue.
In addition to impacting our water resources, energy supply, transportation, agriculture, and ecosystems, the United States Global Change Research Program concludes that climate change also poses unique challenges to human health, such as:

•   Significant increases in the risk of illness and death related to extreme heat and heat waves are very likely.
•   Some diseases transmitted by food, water, and insects are likely to increase.
•   Certain groups, including children, the elderly, and the poor, are most vulnerable to a range of climate-related health effects.
These impacts will result in significant costs to our families and the economy.
Solutions:
Here's the good news: technologies exist today to make cars that run cleaner and burn less gas, modernize power plants and generate electricity from nonpolluting sources, and cut our electricity use through energy efficiency. The challenge is to be sure these solutions are put to use.
Step 1: Set limits on global warming pollution
Step 2: Invest in green jobs and clean energy
Step 3: Drive smarter cars
Step 4: Create green homes and buildings
Step 5: Build better communities and transportation




Source:Internet

173
সম্প্রতি নোট সেইভ করার অ্যাপ্লিকেশন স্প্রিংপ্যাডে নতুন কিছু সুবিধা চালু করা হয়েছে। জানা গেছে, এর ফলে স্প্রিংপ্যাডের সবচেয়ে বড় প্রতিদ্বন্দ্বী এভারনোটের পাশাপাশি নতুন সাইট পিন্টারেস্টের সঙ্গেও প্রতিদ্বন্দ্বীতা জমে উঠবে।
নতুন এই ডিজাইনে ব্যবহারকারীরা যে কোনো বিষয়ে তথ্য, লেখা বা লিংক নির্দিষ্ট লিস্টের মাধ্যমে সংরক্ষণ করতে পারবেন। অনেকটা পিন্টারেস্টের পিনবোর্ডের মতোই একজাতীয় বিষয়গুলো একটি লিস্টের আওতায় রাখা যাবে। একইসঙ্গে এসব নোট বা লিংক বন্ধু-বান্ধব অথবা ওয়েবে সবার জন্য উন্মুক্ত করে দেয়া যাবে। এতে নির্দিষ্ট বিষয়ে আগ্রহীরা স্প্রিংপ্যাড ব্যবহারকারীর শেয়ার করা লিংক বা নোটগুলোকে ফলো করতে পারবেন।
স্প্রিংপ্যাড জানিয়েছে, ব্যবহারকারীকে বাড়তি সুবিধা দিতে তারা ব্যবহারকারীর সেইভ করা নোট বা লিংকের বিষয়বস্তু বিশ্লেষণ করে সাহায্যমূলক লিংক দেবে। অর্থাৎ, কেউ যদি কোনো মুভি রিভিউ-এর লিংক সেইভ করেন, তাহলে তিনি যে শহরে আছেন সেখানে স্থানীয় সময় কখন এবং কোন থিয়েটারে সেই মুভিটি প্রদর্শন হবে সেই তথ্যমূলক লিংক যোগ করে দেবে স্প্রিংপ্যাড। একইভাবে কোনো রেস্টুরেন্টের নাম বা ঠিকানা সেইভ করলে সেখানে অনলাইনেই টেবিল বুক করার জন্য লিংক দেবে। এতে করে স্প্রিংপ্যাডের আয়ই কেবল বাড়বে না, বরং ব্যবহারকারীরাও খোঁজাখুঁজির হাত থেকে মুক্তি পাবেন এবং প্রয়োজনীয় তথ্যটি পাবেন চাওয়ার আগেই।
উল্লেখ্য, কম্পিউটার, স্মার্টফোন, ট্যাবলেট ডিভাইস ইত্যাদি বিভিন্ন স্থান থেকে নোট বা লিংক রাখার জন্য এভারনোটকে সবচেয়ে জনপ্রিয় সেবা বলে ধরা হয়। তবে স্প্রিংপ্যাডের নতুন এই সুবিধা চালু হওয়ায় এভারনোটকেও ছাড়িয়ে যেতে পারে এই সেবাটি।

174
Although the brain-computer metaphor has served cognitive psychology well, research in cognitive neuroscience has revealed many important differences between brains and computers.
Difference # 1: Brains are analogue; computers are digital.

It's easy to think that neurons are essentially binary, given that they fire an action potential if they reach a certain threshold, and otherwise do not fire. This superficial similarity to digital "1's and 0's" belies a wide variety of continuous and non-linear processes that directly influence neuronal processing.

Difference # 2: The brain uses content-addressable memory.

In computers, information in memory is accessed by polling its precise memory address. This is known as byte-addressable memory. In contrast, the brain uses content-addressable memory, such that information can be accessed in memory through "spreading activation" from closely related concepts.

Difference # 3: The brain is a massively parallel machine; computers are modular and serial

An unfortunate legacy of the brain-computer metaphor is the tendency for cognitive psychologists to seek out modularity in the brain. For example, the idea that computers require memory has lead some to seek for the "memory area," when in fact these distinctions are far more messy. One consequence of this over-simplification is that we are only now learning that "memory" regions (such as the hippocampus) are also important for imagination, the representation of novel goals, spatial navigation, and other diverse functions.

Difference # 4: Processing speed is not fixed in the brain; there is no system clock.

The speed of neural information processing is subject to a variety of constraints, including the time for electrochemical signals to traverse axons and dendrites, axonal myelination, the diffusion time of neurotransmitters across the synaptic cleft, differences in synaptic efficacy, the coherence of neural firing, the current availability of neurotransmitters, and the prior history of neuronal firing. Although there are individual differences in something psychometricians call "processing speed," this does not reflect a monolithic or unitary construct, and certainly nothing as concrete as the speed of a microprocessor. Instead, psychometric "processing speed" probably indexes a heterogenous combination of all the speed constraints mentioned above.

Similarly, there does not appear to be any central clock in the brain, and there is debate as to how clock-like the brain's time-keeping devices actually are. To use just one example, the cerebellum is often thought to calculate information involving precise timing, as required for delicate motor movements; however, recent evidence suggests that time-keeping in the brain bears more similarity to ripples on a pond than to a standard digital clock.

Difference # 5 - Short-term memory is not like RAM

Although the apparent similarities between RAM and short-term or "working" memory emboldened many early cognitive psychologists, a closer examination reveals strikingly important differences. Although RAM and short-term memory both seem to require power (sustained neuronal firing in the case of short-term memory, and electricity in the case of RAM), short-term memory seems to hold only "pointers" to long term memory whereas RAM holds data that is isomorphic to that being held on the hard disk. (See here for more about "attentional pointers" in short term memory).

Unlike RAM, the capacity limit of short-term memory is not fixed; the capacity of short-term memory seems to fluctuate with differences in "processing speed" (see Difference #4) as well as with expertise and familiarity.

Difference # 6: No hardware/software distinction can be made with respect to the brain or mind

For years it was tempting to imagine that the brain was the hardware on which a "mind program" or "mind software" is executing. This gave rise to a variety of abstract program-like models of cognition, in which the details of how the brain actually executed those programs was considered irrelevant, in the same way that a Java program can accomplish the same function as a C++ program.

Unfortunately, this appealing hardware/software distinction obscures an important fact: the mind emerges directly from the brain, and changes in the mind are always accompanied by changes in the brain. Any abstract information processing account of cognition will always need to specify how neuronal architecture can implement those processes - otherwise, cognitive modeling is grossly underconstrained. Some blame this misunderstanding for the infamous failure of "symbolic AI."

Difference # 7: Synapses are far more complex than electrical logic gates

Another pernicious feature of the brain-computer metaphor is that it seems to suggest that brains might also operate on the basis of electrical signals (action potentials) traveling along individual logical gates. Unfortunately, this is only half true. The signals which are propagated along axons are actually electrochemical in nature, meaning that they travel much more slowly than electrical signals in a computer, and that they can be modulated in myriad ways
Difference #8: Unlike computers, processing and memory are performed by the same components in the brain

Computers process information from memory using CPUs, and then write the results of that processing back to memory. No such distinction exists in the brain. As neurons process information they are also modifying their synapses - which are themselves the substrate of memory. As a result, retrieval from memory always slightly alters those memories (usually making them stronger, but sometimes making them less accurate - see here for more on this).

Difference # 9: The brain is a self-organizing system

This point follows naturally from the previous point - experience profoundly and directly shapes the nature of neural information processing in a way that simply does not happen in traditional microprocessors. For example, the brain is a self-repairing circuit - something known as "trauma-induced plasticity" kicks in after injury. This can lead to a variety of interesting changes, including some that seem to unlock unused potential in the brain (known as acquired savantism), and others that can result in profound cognitive dysfunction (as is unfortunately far more typical in traumatic brain injury and developmental disorders).

One consequence of failing to recognize this difference has been in the field of neuropsychology, where the cognitive performance of brain-damaged patients is examined to determine the computational function of the damaged region. Unfortunately, because of the poorly-understood nature of trauma-induced plasticity, the logic cannot be so straightforward. Similar problems underlie work on developmental disorders and the emerging field of "cognitive genetics", in which the consequences of neural self-organization are frequently neglected .

Difference # 10: Brains have bodies

This is not as trivial as it might seem: it turns out that the brain takes surprising advantage of the fact that it has a body at its disposal.


Source: Internet

175
Statistics are sets of mathematical equations that are used to analyze what is happening in the world around us. You've heard that today we live in the Information Age where we understand a great deal about the world around us. Much of this information was determined mathematically by using statistics. When used correctly, statistics tell us any trends in what happened in the past and can be useful in predicting what may happen in the future.
Let's look at some examples of how statistics shape your life when you don't even know it.
1. Weather Forecasts: Do you watch the weather forecast sometime during the day? How do you use that information? Have you ever heard the forecaster talk about weather models? These computer models are built using statistics that compare prior weather conditions with current weather to predict future weather.
2. Emergency Preparedness: What happens if the forecast indicates that a hurricane is imminent or that tornadoes are likely to occur? Emergency management agency’s move into high gear to be ready to rescue people. Emergency teams rely on statistics to tell them when danger may occur.
3. Predicting Disease: Lots of times on the news reports, statistics about a disease are reported. If the reporter simply reports the number of people who either have the disease or who have died from it, it's an interesting fact but it might not mean much to your life. But when statistics become involved, you have a better idea of how that disease may affect you.
For example, studies have shown that 85 to 95 percent of lung cancers are smoking related. The statistic should tell you that almost all lung cancers are related to smoking and that if you want to have a good chance of avoiding lung cancer, you shouldn't smoke.
4. Medical Studies: Scientists must show a statistically valid rate of effectiveness before any drug can be prescribed. Statistics are behind every medical study you hear about.
5. Genetics: Many people are afflicted with diseases that come from their genetic make-up and these diseases can potentially be passed on to their children. Statistics are critical in determining the chances of a new baby being affected by the disease.
6. Political Campaigns: Whenever there's an election, the news organizations consult their models when they try to predict who the winner is. Candidates consult voter polls to determine where and how they campaign. Statistics play a part in which your elected government officials will be
7. Insurance: You know that in order to drive your car you are required by law to have car insurance. If you have a mortgage on your house, you must have it insured as well. The rate that an insurance company charges you is based upon statistics from all drivers or homeowners in your area.
8. Consumer Goods: Wal-Mart, a worldwide leading retailer, keeps track of everything they sell and use statistics to calculate what to ship to each store and when. From analyzing their vast store of information, for example, Wal-Mart decided that people buy strawberry Pop Tarts when a hurricane is predicted in Florida! So they ship this product to Florida stores based upon the weather forecast.
9. Quality Testing: Companies make thousands of products every day and each company must make sure that a good quality item is sold. But a company can't test each and every item that they ship to you, the consumer. So the company uses statistics to test just a few, called a sample, of what they make. If the sample passes quality tests, then the company assumes that all the items made in the group, called a batch, and are good.
10. Stock Market: Another topic that you hear a lot about in the news is the stock market. Stock analysts also use statistical computer models to forecast what is happening in the economy.


Source: Internet

Pages: 1 ... 10 11 [12]